Séries Temporais via Espaço de Estados

Antonio Licha & Getulio Borges

 Tendência determinística ou estocástica?

Estes comentários são complementares ao capítulo 2.The level local model de Commandeur e Koopman (2007). Também é
complementar à primeira aula.

Nelson e Plosser (1982) mostraram inicialmente que o método utilizado para modelar a dinâmica do produto desempenha um
papel crítico na análise econômica.

O produto agregado pode ser decomposto num componente de tendência (produto potencial) e outro de ciclo (hiato do
produto):

yt = μt + ηt (1)

onde y é o logaritmo do produto efetivo, t é um índice de tempo, μ é o logaritmo do produto potencial (tendência) e η é o hiato do
produto (ciclo).

A tradição em macroeconomia era considerar que a tendência é determinística e linear:

μt = α + β t (2)

onde α e β são parâmetros e β representa a taxa de crescimento da tendência (taxa de crescimento do produto potencial).

Dado o componente de tendência, o hiato do produto é determinado pela diferença η t = yt − μt e apresenta uma reversão do

produto para sua tendência (dado que E(η t) = 0).

 Hiato do produto (componente cíclico)

Hoje é amplamente aceito que a dinâmica do ciclo econômico é determinada por choques sobre o produto num contexto em
que os preços dos bens e serviços se ajustam lentamente. Os choques podem ser modelados, considerando a persistência do seu impacto
sobre o produto, em temporários (se os efeitos revertem rapidamente) ou permanentes (se os efeitos demoram a desaparecer).

Modelemos a dinâmica do hiato do produto como um processo autorregresivo de primeira ordem (AR(1)):

ηt = a ηt−1 + εt

onde a é um parâmetro (0 ≤ a ≤ 1) e ε t é uma variável aleatória ruído branco que representa o choque no produto. Iterando a equação

obtemos uma representação de média móvel de y t:

ηt = a (a ηt−2 + εt−1) + εt
...

ηt = εt + a εt−1 + a2 εt−2 + a3 εt−3 + ...

Analisemos a dinâmica do produto para os dois casos extremos do parâmetro a: a = 0 (não existe dinâmica ou inércia) e a =
1 (a inércia é muito forte).
 Choque temporário

Consideremos que os choques não têm persistência e seus efeitos sobre o nível de atividade duram um período. Neste
caso a = 0 e um ruído branco da conta do componente cíclico do produto. O hiato do produto é determinado da seguinte forma:

ηt = εt (3)

Adicionando o componente de tendência (equação (2)) e de ciclo (equação (3)), a dinâmica do produto (yt) é a seguinte:

yt = α + β t + εt (4)

Neste caso a série yt é chamada de tendência estacionária.

Obs.: Uma série temporal é dita estacionária se suas propriedades estatísticas não mudam com o tempo. A série estacionária tem
média e variância constante no tempo e a covariância entre valores defasados da série depende apenas da defasagem.

Ex: Lembra que acontece com a variância de um passeio aleatório?

Getulio vai desenvolver o conceito de estacionário e não estacionário.

 Choque permanente

Consideremos agora que o choque é permanente, no sentido de que seus efeitos são duradouros e não desaparecem

(seus efeitos se acumulam para sempre). Neste caso, a = 1 e o hiato do produto é determinado pelos choques passados e

correntes:

ηt = εt + εt−1 + εt−2 + εt−3 + ... (5)

Adicionando os componentes de tendência (equação (2)) e de ciclo (equação (5)), a dinâmica do produto é dada por:

yt = α + β t + εt + εt−1 + εt−2 + … (6)

O efeito de um choque não desaparece e acaba se incorporando no componente de tendência, que se torna

estocástica (não é mais determinística). Se subtrairmos y t−1 = α + β (t − 1) + εt−1 + εt−2 + … de (6), obtemos:

yt = yt-1 + β + εt (7)

Notemos que em (7), yt é segue um passeio aleatório (com drift) e é não estacionária já que sua variância aumenta

com o tempo. Como a taxa de crescimento do produto (Δyt = β + εt) é uma variável estacionária, a série de yt é chamada de

diferença estacionária (y se torna estacionária pela diferenciação).

 Teste de Dickey e Fuller

As equações (4) e (7) têm sido amplamente testadas nos últimos trinta anos. Um dos testes mais utilizados é o de raíz
unitária que consiste em avaliar ρ no processo autorregressivo seguinte:

yt = ρ yt-1 + εt

onde H0: ρ = 1 e H1: |ρ| < 1.

Como yt é não estacionário sob a hipótese nula, Dickey e Fuller (1979) propuseram reespecificar o teste, subtraindo

yt−1 de ambos os lados da equação:

Δyt = γ yt-1 + εt (8)

onde γ ≡ ρ – 1. Neste caso, H0: γ = 0 e H1: γ < 0.

Obs.: O teste de Dickey e Fuller é monocaudal à esquerda. Getulio apresenta o “truque” por trás deste teste.
 Conclusão

Os testes modernos são normalmente mais favoráveis à equação (7), já que não rejeitam a hipótese de que existe
uma raiz unitária no processo gerador de yt. Por exemplo, Woodford (2008) destaca que a ideia mais aceita hoje em dia pelos
macroeconomistas é que choques com impacto permanente sobre o produto são frequentes na maioria das economias.

A tendência do produto não parece ser determinística (tendência estacionária).

Referências

Nelson, Ch. e Plosser, Ch. (1982), Trends and Random Walks in Macroeconomics Time Series: Some Evidence and Implications,
Journal of Monetary Economics, Volume 10, Issue 2: 139-162.

Woodford, M. (2008), Convergence in Macroeconomics: Elements of the New Synthesis, American Economic Association Meeting,
January, New Orleans.
 PIB (1996:1-2023:2), IBGE, com ajuste sazonal

190

180

170
Augmented Dickey-Fuller
160 Statistic = -1.47
P-value = 0.8397
150
Lags = 0
140 H0: unit root is present
Test result: do not reject H0
130

120

110

100
1996.I
1997.I
1998.I
1999.I
2000.I
2001.I
2002.I
2003.I
2004.I
2005.I
2006.I
2007.I
2008.I
2009.I
2010.I
2011.I
2012.I
2013.I
2014.I
2015.I
2016.I
2017.I
2018.I
2019.I
2020.I
2021.I
2022.I
2023.I
 Tendência do PIB
(Log, Level, Slope, Cycle short, Intervention, 2016-01 ...)

5,25

5,20

5,15

5,10

5,05

5,00

PIB Level
 Ciclo e outliers do PIB

0,02

0,00

-0,02

-0,04

-0,06

-0,08

-0,10

-0,12

Cycles Interventions
 Taxa de crescimento do PIB (trim x trim ant.): Projeções

2,0
1,8
Data Taxa variação (%)
1,6 2023-01 1,8
1,4 2023-02 0,9
2023-03 0,3
1,2
2023-04 0,2
1,0 2024-01 0,4
0,8 2024-02 0,6
2024-03 0,6
0,6 2024-04 0,3
0,4
0,2
Data Previsão ano
0,0
2023 3,3%
2024 1,7%