Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Departamento de Economia ECO 1800 - Técnicas de Pesquisa em Economia – 2009.2 Lista Teórica 2 1. Considere a seguinte versão modificada do modelo de Samuelson (Review of Economics and Statistics, maio de 1939) de interação entre o “multiplicador keynesiano” e o “princípio do acelerador”: ( )1 1 − − −= += ++= ttt ttt ttt cci yc gicy β εα onde y, c, i, g e ε são, respectivamente, a renda nacional, o consumo, o investimento, os gastos do governo e um distúrbio i.i.d. com média zero; α e β são parâmetros positivos que representam o multiplicador e o acelerador, respectivamente. Note que os gastos do governo são constantes no tempo. a) Mostre que a trajetória da renda pode ser descrita por um modelo ARMA(2,1). Você deve definir adequadamente o erro do modelo ARMA e especificar a relação entre os coeficientes desse modelo e os parâmetros do modelo estrutural. b) Que restrições os coeficientes α e β devem satisfazer para que o processo que descreve a trajetória da renda seja estacionário? Desenhe a região de estacionariedade em um gráfico tendo α no eixo vertical e β no horizontal. c) Suponha α = β = 0,5 e g = 100. O processo é estacionário? Caso positivo, em torno de qual valor a renda deve flutuar? 2. Considere o processo estocástico definido por 11),,0NID(~, 02110 <<−++= − φσεεφφ tttt YY Prove que o processo {Yt; t = 1, ..., T} é estacionário de segunda ordem. 3. Considere o processo estocástico definido por ),0NID(~, 2332211 σεεεθεθεθεθµ ttqtqttttY ++++++= −−−− L Prove que para quaisquer valores de θ1,..., θq, o processo {Yt; t = 1, ..., T} é estacionário de segunda ordem. Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 2 4. Verifique a estacionariedade dos processos ARIMA abaixo: a) tttt uyyy +−= −− 21 1.07.0 b) tttt uyyy +−= −− 21 5.0 c) 11 8.05.02 −− +++= tttt uuyy d) tt uByBB )5.01()1.09.01( 2 −=−− e) ttt uyy ++= −110 5. Considere o seguinte processo estocástico: Yt = 0,8 Yt-1 – 0,2 Yt-2 + ut – 1,5 ut-1 + 0,5 ut-2 ut ~ ruído branco Todo número complexo x = a + bi, onde 1−=i , pode ser representado por um vetor num plano cartesiano; sua coordenada horizontal é a parte real do número (a), enquanto que a coordenada vertical é sua parte imaginária (b). Dessa forma, localize no plano ao lado, em que os quadrados pontilhados têm lado unitário, a(s) raíz(es) do polinômio φ(B) do processo Yt, calculando também o módulo (“comprimento”) dela(s). O que a localização dessa(s) raíz(es) no plano indica sobre o processo Yt? 6. Mostre que a soma de dois processos estocásticos estacionários independentes também é um processo estacionário. 7. Considere o processo estocástico: > = = − 1 1 1 tz t z t t ω onde ω é uma variável aleatória qualquer. O processo é estacionário? É ergódico (isto é, “assintoticamente independente”)? Re Im Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 3 8. Calcule a função de autocorrelação dos processos abaixo. Mostre os 5 primeiros valores da FAC num gráfico. (a) ttt uyy += −15.0 (b) 21 3.02.0 −− −−= tttt uuuy 9. Considere o seguinte processo estocástico: 21 )3,0()1,0( −− −−= tttt uuuY (*) ut ~ N(0, 1) (a) Que formato você esperaria para a FAC e FACP de uma realização do processo? (b) O economista A observa uma realização do processo, sem saber que o verdadeiro processo gerador dos dados é (*). Ele deseja identificar o processo através da análise da FAC e FACP amostral. Mas o economista B, que conhece o processo gerador (*), afirma: “Dificilmente o economista A conseguirá identificar corretamente o processo, a menos que disponha de número muito grande de observações”. Comente essa afirmação. 10. A FACP teórica de um processo ARIMA decai exponencialmente (em módulo), enquanto que sua FAC teórica tem o seguinte gráfico, onde ρ(k) = 0 para k > 2: Escreva a equação completa do processo, com o valor teórico dos parâmetros e verifique se ele é estacionário. Suponha que Var(ut) = 2 e a Var(Yt) = 12. [Dica: Primeiro escreva a equação do processo em função de parâmetros desconhecidos; em seguida, calcule o valor desses parâmetros a partir da função de autocorrelação do processo e das informações acima.] Defasagem 1 2 1/3 -1/2 Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 4 11. Um processo da classe ARIMA apresenta os seguintes formatos para a FAC e FACP: F A C 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 D efasagem F AC P 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 1 2 3 4 5 6 7 8 9 10 Def asag em Você observa uma realização do processo até o período T e deseja prever os valores que serão observados em T+1 e T+2. Além da FAC e FACP acima, você dispõe das seguintes informações: (i) a média do processo é 10; (ii) o valor de Y em T é 12; (iii) as inovações ut têm distribuição N(0,1). (a) Calcule as previsões para T+1 e T+2. (b) Calcule a variância do erro de previsão para as previsões acima. (c) O intervalo de confiança para suas previsões é maior em T+1 ou T+2? Comente. (d) Qual é o valor previsto para T+100? 12. Você deseja prever a taxa de inflação a partir de um modelo ARIMA. A FAC e FACP amostrais da taxa de inflação mensal encontram-se retratadas abaixo: (a) Com base nos gráficos acima, que tipo de modelo ARIMA parece constituir uma boa aproximação para a série em questão? (b) Quais informações adicionais você gostaria de obter a fim de certificar-se de que o modelo escolhido no item anterior é realmente adequado? (c) Supondo que você disponha de informações até maio de 2009, explique como você obteria previsões para junho e julho de 2009, e para junho de 2012. (d) Um colega sugere estimar um modelo para a inflação em função da taxa de câmbio e da taxa de juros, pois acredita que tais variáveis possam aumentar a capacidade preditiva do modelo, relativamente a um modelo univariado da classe ARIMA. Como você compararia as previsões dos dois modelos, a fim de escolher aquele com melhor capacidade preditiva? Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 5 13. Considere o seguinte modelo macroeconômico: pipiλpi tEttt uy ++= (1) y t E ttt uiy +−= − )( 1 piγ (2) 1−= t E t pipi (3) )( pipiρ −+= tt ii (4) onde: 0 ,01 ,10 0 média com i.i.d. choques"" , )(constante inflação de meta )(constante "equilíbrio de" nominal juros de taxa tperíodo no nominal juros de taxa 1)-(tanterior período o até informação em base com t,em inflação da aexpectativ tperíodo no produto do hiato tperíodo no inflação ≥<<−<< = = = = = = = ργλ pi pi pi pi y tt t E t t t uu i i y A equação (1) é uma “curva de Phillips” que relaciona a inflação corrente ao hiato do produto e à expectativa passada da inflação, além de um “choque de oferta”. A equação (2) é uma relação do tipo IS, na qual o hiato do produto depende da taxa de juros real no período anterior e de um “choque de demanda”. A equação (3) é a regra de formação de expectativas, segundo a qual a inflação esperada para o período t é simplesmente a inflação observada no período t-1. Finalmente, a equação (4) é a regra de política monetária do Banco Central, que determina a taxa de juros nominal em função do desvio entre a inflação corrente e a meta de inflação. (a) Mostre que a trajetória da inflação pode ser descrita por um processo ARMA(p,q). Você deve definir adequadamente o erro do modelo ARMA e especificar a relação entre os coeficientes desse modelo e os parâmetros do modelo estrutural acima. (b) Considere três possíveis valores para o coeficiente ρ na regra de política monetária do Banco Central: 0, 1 e 2. Em cada caso, digase a inflação segue um processo estacionário ou não- estacionário (de segunda ordem), justificando sua resposta adequadamente. O que você pode inferir, a partir desses resultados, acerca da condução adequada da política monetária nessa economia? 14. Considere os seguintes processos estocásticos: ),0(~ e ),0(~ 0, 0, , 10 onde (II) (I) 22 1 1 x x ty y t xy x ttxt y ttyt NuNu uXX uYY σσ µµφφµ µ ≥≥<<++= ++= − − (a) Por que se diz que o processo Y é um “processo com raiz unitária”? (b) Mostre de que forma os valores de Xt e Yt dependem de todos os respectivos choques aleatórios (u´s) ocorridos no passado. (c) O que os resultados do item (b) implicam em termos da persistência ou transitoriedade dos efeitos dos choques que afetam Y e X? E em termos das médias e das variâncias de Y e X? (d) Na sua opinião, qual desses processos representaria uma melhor aproximação para o comportamento do PIB do país? E para o comportamento da taxa de juros real? Em cada caso, seria mais razoável considerar 0=µ ou 0>µ ? Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 6 15. Um economista analisa uma série temporal macroeconômica com freqüência mensal, abrangendo o período de janeiro de 1970 a dezembro de 2004. Abaixo, o gráfico do logaritmo da série e uma tabela com suas FAC e FACP: 2.2 2.4 2.6 2.8 3.0 3.2 3.4 30 40 50 60 70 80 90 00 Defasagem FAC FACP 1 0.997 0.997 2 0.994 -0.129 3 0.990 -0.070 4 0.986 -0.016 5 0.981 0.017 6 0.977 0.011 7 0.973 -0.015 8 0.969 0.007 9 0.965 -0.023 10 0.961 -0.021 a) Que propriedade importante o processo gerador dessa série parece não possuir, e qual a sua relevância para a estimação de um modelo da classe ARMA? Justifique sua resposta através do gráfico da série e da tabela que o acompanha. O economista calculou a primeira diferença da série mostrada no item anterior e, para essa série de diferenças, obteve as seguintes FAC e FACP: Defasagem FAC FACP 1 0.480 0.480 2 0.209 -0.028 3 0.077 -0.017 4 -0.008 -0.044 5 -0.032 -0.008 6 -0.039 -0.015 7 -0.042 -0.018 8 -0.002 0.036 9 0.000 -0.013 10 0.013 0.016 b) Lembrando que a distribuição assintótica das autocorrelações amostrais (FAC e FACP) pode ser aproximada por uma distribuição normal com variância 1/T, onde T é o número de observações amostrais, calcule o intervalo de confiança de 95% para a FAC e FACP. Até que defasagem a FAC é estatisticamente significativa? E a FACP? c) Com base nos itens anteriores, sugira um modelo ARIMA(p,d,q) para a série macroeconômica original, especificando os valores dos hiperparâmetros e, se possível, fornecendo uma estimativa do(s) parâmetro(s) da equação. Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 7 16. Suponha que o PIB brasileiro trimestral (com ajuste sazonal) seja representado pelo seguinte processo estocástico: )()( I t P tt yyy += , (Equação 1) onde Pty é o componente permanente (tendência) ou “PIB potencial” e Ity é o componente irregular out “hiato do produto”. Suponha ainda que: , , 11 )( 22 )( 110 )( )( tt I t I t I t P t yyy btay ηηθφφφ +−++= += −−− (Equação 2) onde a, b, φ0, φ1, φ2 e θ1 são parâmetros desconhecidos, ut e tη são dois ruídos-branco com média nula e variâncias 2uσ e 2 ησ , respectivamente e ( ) τητ ,,0E tut ∀= . Suponha ainda que θ1 tenha exatamente o mesmo valor do inverso de uma das raízes do polinômio auto-regressivo Φ(L) = (1 - φ1L - φ2L2). Somente a série yt é observada. Você é um economista recém contratado do Banco Central e a sua primeira tarefa é modelar o PIB trimestral do Brasil. Suponha que você tenha uma amostra de 40 observações. (a) (0,5 ponto) Explique como você obteria uma estimativa do PIB potencial e do hiato do produto. Um estagiário seu estimou o PIB potencial e encontrou as seguintes FAC e FACP para o hiato: FAC FACP (b) (0,5 ponto) A FAC e a FACP estimadas pelo estagiário estão de acordo com o esperado? Justifique cuidadosamente. (c) (0,75 ponto) A partir do resultado do item (c) o seu estagiário resolveu estimar o seguinte modelo MA(1) para o hiato e obteve os resultados abaixo: Modelo Estimado Variável Coeficiente Erro padrão Estatística t p-valor Constante 2.598385 0.140002 18.55959 0.0000 MA(1) 0.667790 0.124203 5.376606 0.0000 R2 0.450413 R2 ajustado 0.435950 Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 8 A FAC, FACP e a estatística Q de Ljung-Box para várias defasagens dos resíduos estão apresentadas a seguir. FAC Estatística Q de Ljung-Box Defasagem Q- Stat P-valor 1 3,7683 2 17,172 0.000 3 20,661 0.000 4 24,881 0.000 5 29,067 0.000 6 31,517 0.000 7 32,498 0.000 8 32,570 0.000 9 32,572 0.000 10 33,063 0.000 FACP Interpretando todas as estatísticas fornecidas, você acredita que o modelo estimado pelo estagiário está adequado aos dados? Justifique cuidadosamente. 17. A figura abaixo apresenta a evolução mensal do número de cheques sem fundo para cada 1.000 compensados no Brasil, entre 1995 e 2005. 0 4 8 12 16 20 24 95 96 97 98 99 00 01 02 03 04 05 CSF Nas aulas e listas, discutimos as características de vários processos estocásticos. Escreva as equações de dois processos estocásticos que, na sua opinião, poderiam gerar séries temporais semelhantes à série de cheques sem fundo acima – e, portanto, ser utilizados como aproximações do “verdadeiro” processo gerador da série de interesse. Apresente todos os detalhes possíveis, explicitando possíveis valores (ou intervalos de valores) para os coeficientes dos processos estocásticos selecionados. Justifique adequadamente a opção por esses processos vis-à-vis processos alternativos, bem como a escolha dos valores atribuídos aos coeficientes de cada processo. Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio 9 18. Nos últimos anos, economistas de vários países latino-americanos têm manifestado preocupação com uma possível “sobrevalorização” de suas respectivas moedas – isto é, de uma situação caracterizada por um valor da moeda nacional, em relação às moedas estrangeiras, acima do que os “fundamentos econômicos” justificariam. A fim de verificar a ocorrência desse fenômeno para El Salvador, um economista decide decompor o logaritmo da taxa de câmbio efetiva real (LTCER) do país em um componente “permanente”, associado à tendência de longo prazo da variável – e, portanto, aos “fundamentos econômicos” – e um componente “transitório”, ou “cíclico”. Ele decide usar dois métodos para calcular o componente “tendencial” de LTCER: (i) regressão em uma tendência linear; (ii) filtro Hodrick-Prescott. (a) Independentemente das características específicas da série temporal sob análise, você diria que, para esse tipo de aplicação, um dos métodos parece mais apropriado do que o outro? Justifique. A figura abaixo mostra o gráfico da série LTCER e de seu componente “tendencial” estimado pela regressão na tendência linear. Note que aumentos de LTCER equivalem a desvalorizações da moeda nacional, de modo que, de acordo com o resultado obtido, em 2005 a moeda de El Salvador estava, na verdade, fortemente subvalorizada (pois a taxa de câmbio efetiva real se encontrava acima de seu valor tendencial), ao contrário da expectativa inicial que motivou a análise. 4.4 4.6 4.8 5.0 5.2 5.4 5.6 1970 1975 1980 1985 1990 1995 2000 2005 LTCER COMPONENTE TENDENCIAL (REGRESSÃO EM t) (b) Ao usar o filtro HP (com o parâmetro λ “padrão” sugerido por Hodrick e Prescott) para estimar o componente tendencial de LTCER, o economista também encontra umasituação de subvalorização. Entretanto, o grau de subvalorização (isto é, a magnitude do desvio entre LTCER e seu componente tendencial) é diferente. Esboce no gráfico, à mão, uma possível estimativa do componente tendencial obtido pelo filtro HP. Você acredita que, de acordo com essa estimativa, o grau de subvalorização deve ser maior ou menor do que no caso anterior? (c) Se o economista usasse, no cálculo do filtro HP, um valor mais baixo para o parâmetro λ, você acredita que o grau de subvalorização encontrado seria maior ou menor do que nos casos anteriores? 19. Como você dessazonalizaria a série de produção física industrial mensal? Explique detalhadamente. Disponibilizado por Otávio Merçon e todos os colaboradores do Blog Economia a PUC-Rio
Compartilhar