Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 4 - PROCESSOS NÃO ESTACIONÁRIOS Susan Schommer Econometria III - IE/UFRJ Motivação I A série temporal não estacionária não pode ser estimada trivialmente. I Problema: é imposśıvel estimar todos os momentos da série e fazer inferências estat́ısticas. A variância não condicional de um AR(1) é: var(yt) = 1 1− φ2 se φ = 1 o que caracteriza uma série não estacionária de raiz unitária, a variância explode. I Solução: diferenciar a série tantas vezes quantas sejam necessárias para estacionarizá-la. Tendência estacionária I Suponha o seguinte modelo: yt = y0 + δt+ ψ(L)�t Tal modelo é chamado de tendência estacionária, porque flutua em torno de uma tendência determińıstica. I A série também poderia ser estacionarizada pela primeira diferença, isto é: ∆yt = (1− L)yt = yt − yt−1 = δ + (1− L)ψ(L)�t Esta diferenciação estacionariza a série, entretanto torna o erro não invert́ıvel para um processo AR. I Logo, se uma série é tendência estacionária, é melhor estimá-la usando a variável explicativa t. Tendência estocástica I Considere outra possibilidade: ∆yt = δ + �t → yt = yt−1 + δ + �t I Compondo recursivamente yt, obtém-se: yt = y0 + δt+ ∑t i=1 �i a variável aleatória yt é dada pela composição de todos os choques havidos ∑t i=1 �i I Define-se tal série como sendo tendência estocástica ou diferença estacionária. I Os choque produzem mudanças permanentes na série yt, ainda que aleatórias. I Séries, cuja tendência é estocástica, são séries integradas e denotadas por I(d), em que d é a ordem da integração. I Séries integradas com erros estacionários são chamadas de séries ARIMA(p, d, q). Diferenciando d vezes a série, obtém-se uma série estacionária. Passeio aleatório I No caso I(1) com δ = 0, define-se o passeio aleatório ou tendência estocástica pura: yt = yt−1 + �t I A previsão condicional H passos à frente é dada pela observação atual Et(yt+H) = yt + ∑H h=1Et(�t+H) = yt I Correlação: ρj = √ 1− jt Num processo não estacionário, a autocorrelação demora a cair, pois j/t se reduz lentamente. Modelo geral I O modelo mais geral posśıvel inclui tendência determińıstica e estocástica e erro que seguem um processo ARMA(p,q). I O modelo é chamado tendência geral mais componente irregular: yt = y0 + δt+ t∑ i=1 �i + ψ(L)ηt onde ηt é um rúıdo branco. Teste de raiz unitária I Os testes de raiz unitária em uma série temporal são importantes para diferenciar séries estacionárias de não estacionárias. I De modo mais preciso, para diferenciar séries estacionárias na tendência (Trend stationary) de séries estacionárias na diferença (Difference stationary). I No primeiro caso, o uso de uma tendência determińıstica na modelagem é suficiente para retirar a não estacionariedade. Ex: yt = µ+ δt+ �t I No segundo caso, a não estacionariedade advém da presença de uma raiz unitária que implica na necessidade de aplicar a diferença no tempo para gerar uma série estacionária. Ex: yt = µ+ yt−1 + �t Teste de raiz unitária - Dickey-Fuller I A inspeção visual de um série raramente permite distinguir a tendência estocástica da determińıstica. Teste de raiz unitária - Dickey-Fuller I Para isso foram desenvolvidos testes para a verificação de existência de ráızes estacionárias. I O primeiro foi feito por Dickey e Fuller (1979,1981) I Para fazer o teste, considere o seguinte modelo: yt = φyt−1 + �t intuitivamente faŕıamos um teste t para H0 : φ = 1, mas como yt pode ser não estacionário e a distribuição do teste não necessariamente segue a distribuição t. I Dickey e Fuller (1979) recalcularam o valor da estat́ıstica t. Esse valor é diferente conforme a equação de regressão e o tamanho da amostra. Teste de raiz unitária - Dickey-Fuller I A ideia foi olhar para as seguintes séries estacionárias ∆yt = αyt−1 + �t ∆yt = µ+ αyt−1 + �t ∆yt = µ+ δt+ αyt−1 + �t Sob H0 : α = 0, para as três equações foram calculados os valores cŕıticos. I Problema: só considera AR(1) Teste de raiz unitária - Dickey-Fuller aumentado I No modelo aumentado foi incluido termos defasados na equação ∆yt = µ+ αyt−1 + p∑ i=1 λi∆yt−i + �t I O teste então pode ser feito, usando-se os mesmos valores cŕıticos encontrados por Dickey e Fuller. I Se o modelo é mais complexo, com médias móveis, é posśıvel testar, pois ele é transformado em um AR infinito e Saide Dickey (1984) demonstram que o infinito é aproximado por uma ARIMA(p,1,0). Teste de raiz unitária - Demais testes I Phillips-Perron: semelhante ao DF fazendo um desconto pela média I KPSS: diante do baixo poder dos testes na presença de um componente de médias móveis perto do ćırculo unitário. O KPSS tem como hipótese nula que o processo é estacionário contra a alternativa de não estacionário. Entretanto, se a ordem do AR é maior esse teste perde o poder. Quebra estrutural I Na presença de quebra estrutural, os testes são viesados na direção da não rejeição da hipótese de raiz unitária. I Devem-se consultar os valores tabelados para teste com quebra estrutural por Perron (1989), em que se assume uma única e conhecida quebra estrutural para toda a amostra dispońıvel. I Considerando um passeio aleatório com drift, há três tipos de quebras estruturais posśıveis: uma mudança de ńıvel da série, uma mudança de inclinação e ambas as mudanças. Quebra estrutural I Na presença de quebra estrutural, os testes são viesados na direção da não rejeição da hipótese de raiz unitária. I Considere duas séries (a) Estacionária com quebra estrutural: yt = 0.5yt−1 + �t +Dt onde Dt = 0 para t = 1, ..., 50 e Dt = 1 para t = 51, ..., 100 (b) Não estacionária com quebra estrutural: yt = yt−1 + �t +Dt Quebra estrutural I Há três tipos de quebras estruturais posśıveis: uma mudança de ńıvel da série, uma mudança de inclinação e ambas as mudanças. I Perron (1989) propõe um procedimento que permite uma quebra estrutural exógena no tempo Tb, ou seja, se o tempo de ruptura for conhecido a priori. I Depois, Zivot e Andrews (1992) criticam esse teste por tratar o tempo do intervalo como exógeno ou a priori. I Zivot e Andrews (1992) e, posteriormente, Perron (1997), desenvolvem um procedimento que permite pontos de quebra endógenos na série em questão.
Compartilhar