ECONOMETRIA

Mestrado Profissionalizante em
Finanças e Economia Empresarial
EPGE / FGV
Prof. Eduardo Pontual Ribeiro
Abril - Junho 2011
Para que serve
ECONOMETRIA?

 Conhecer a realidade;
 Sintetizar informação e comunicar;
 Encontrar padrões sistemáticos em
relações incertas;
 Fazer previsões consistentes sobre
futuro ou situações hipotéticas;

2
ECONOMETRIA - Definições
1. “Mensuração em economia”
2. “Aplicação de métodos estatísticos e
matemáticos na análise de dados
econômicos com o propósito de dar
conteúdo empírico a teorias econômicas
e confirmá-las ou refutá-las”.
3. “Uso de modelos estatísticos para
previsão de variáveis econômicas”
4. “Identificação de relações causais entre
variáveis econômicas”
3
DADOS, DADOS, INFORMAÇÕES!

 Uso de econometria exige sistema de

informações mínimo com dados ao
longo do tempo ou de várias unidades.
 Dados estão em todos os lugares.
 Importante entender e identificar
fontes, disponibilidade (cobertura) e
confiabilidade dos dados disponíveis.
4
TIPOS DE DADOS E
INDICADORES

 Tipos de dados:
1. transversais (cross-section),
2. séries de tempo e
3. longitudinais.
 Tipos de escalas de medida.

5
CLASSIFICAÇÃO DE
VARIÁVEIS
Variáveis Quantitativas: Variáveis Qualitativas:
 Implicam em relações de  Expressam atributos,
mensuração, medida, qualidades do indivíduo
contagem. pesquisado.
 Exemplos: preços,  Exemplos: classificação
quantidades, taxas, de crédito, setor,
retornos. profissão, escolaridade
(fundamental, médio ou
superior), satisfação.

6
Métodos Econométricos
 Ênfase em Análise de Regressão, indo
além do coeficiente de correlação.
 Prioritariamente dados quantitativos, mas
fácil incorporar dados qualitativos
explicativos.
 Dados qualitativos possuem modelos
específicos, quando são variáveis
explicadas.

7
Modelo Econométrico

 Relação matemática entre variáveis

Y X1, ..., X2
a) Prevista a) Previsor(es)
b) Regredida b) Regressor(es)
c) Var. explicada c) Var. explicativa(s)
d) Var. dependente d) Var.
e) Var. de efeito independente(s)
f) Var. endógena e) Var. causal(is)
g) Var. alvo f) Var. exógenas
g) Var. de controle 8
Modelo Econométrico

 Relação linear
y=+x
 Relação linear, mas inexata
y=+x+  =“erro”

Como prever y?
Como encontrar  e  (parâmetros)

9
Exemplos (trabalhos 2010)

 Var. Dependente: Variação Preço Ação Braskem

 Consumo de Energia Elétrica no Rio de Janeiro

10
Exemplos (trabalhos 2010)

 PPC - Var. Dependente: Câmbio Real-Peso

Variable Coefficient Std. Error t-Statistic Prob.

C 10.64214 5.604535 1.898845 0.0625

LOG(IPC_BR) -0.684866 1.221424 -0.560711 0.5771
LOG(IPC_AR) -1.662251 0.096823 -17.16787 0.0000
AR(1) 0.762513 0.085232 8.946307 0.0000

 Previsão de Produção Industrial (indicadores

antecedentes)

11
Exemplos (trabalhos 2009)

 Var. Dependente: Câmbio Real-Peso

Variable Coefficient Std. Error t-Statistic Prob. T
C 2.418200 0.892682 2.708914 0.0082
LOG(CRB_USD) -0.334790 0.102319 -3.272039 0.0016
DIF_JUROS 0.504882 0.657297 0.768119 0.4446
LOG(EMBI_BR) 0.265011 0.074616 3.551667 0.0006
LOG(EMBI_EXBRA) -0.231903 0.039704 -5.840853 0.0000

 Identificação de ‘estilo’ de fundos de investimento

(rentabilidade fundos investimento)
Variable Coefficient Std. Error t-Statistic Prob.

C -0.043495 0.063084 -0.689481 0.4998

IBOV 0.132320 0.040607 3.258577 0.0046
DI -0.579651 1.854765 -0.312520 0.7584
DOLAR -0.187026 0.092684 -2.017883 0.0597

12
Estimando Parâmetros
da Regressão
A. Encontrar  e  tal que minimizem erro de
ajuste da reta [critério matemático]
Min(y -  -  x )2
B. Encontrar  e  tal que a reta de regressão
tenha interpretação de média (condicional)
[critério estatístico]
E(y |x) =  +  x
C. Encontrar  e  tal que sejam parâmetros de
uma distribuição de probabilidade de y [critério
estatístico]
y ~ N(  +  x, 2)
13
Estimando Parâmetros
da Regressão
A. Mínimos Quadrados – MQ / Least
Squares – LS

B. Métodos dos Momentos – MM /

Method of Moments – MM

C. Máxima Verossimilhança – MV /
Maximum Likelihood – ML

14
Avaliando as estimativas
da Regressão
A. [critério matemático] “Qualidade do
ajuste em relação à reta” / Coeficiente
de determinação

B. e C. [critério estatístico]
Importância estatística dos
parâmetros (“melhores que nada /
melhores que o acaso?”)
15