Baixe o app para aproveitar ainda mais
Prévia do material em texto
ECONOMETRIA DE SÉRIES TEMPORAIS AULA 7 – QUEBRA ESTRUTURAL Prof, Ricardo Chaves Lima 1 Quebra Estrutural 2 • Na processo de realização de um teste para RU, deve-se ter atenção especial para a possibilidade da ocorrência de quebra estrutural; • Se houver quebra estrutural na séria em questão, as estatísticas do teste Dickey-Fuller podem estar viesadas no sentido da não rejeição da hipótese de RU; • A diferença no nível médio da série, em segmentos estacionários diferentes da sequência, pode levar a um resultado à conclusão de que a série tem tendência; • É possível também que a série seja não estacionária em seus sub-segmentos. Ou seja, a série completa é formada por segmentos não estacionários com níveis médios diferentes; Enders, 2004 Quebra Estrutural (de Nível) 3 • Considere a sequência de 100 valores gerados por simulação, utilizando-se a fórmula: yt = 0,5yt-1 + et (de 1 a 50) yt = 4 + 0,5yt-1 + et (de 51 a 100) • A sequência, portanto, é constituída de duas subsequências estacionárias em níveis diferentes; • É possível que a mudança estrutural não seja aparente como é mostrada na figura. Dessa forma, é necessário um teste estatístico para diferenciar entre a ocorrência de RU e quebra estrutural (QE); • É possível também que tanto RU quanto QE ocorram em uma sequência de dados (figura 01, painel da direita); Enders, 2004 4 Quebra Estrutural (de Nível) Figura 01 – Simulação de Quebra Estrutural com mudança de nível 5 Quebra Estrutural (de Nível) # simulate break in R - stationary model set.seed(1) y1 <- arima.sim(model = list(order = c(1,0,0), ar = 0.5), n = 50, sd = sqrt(0.2)) y2 <- arima.sim(model = list(order = c(1,0,0), ar = 0.5), n = 50, sd = sqrt(0.2)) + 4 y <- ts(c(y1, y2)); print(y); plot.ts(y) Augmented Dickey-Fuller Test … Residual standard error: 0.6414 on 95 degrees of freedom Multiple R-squared: 0.04586, Adjusted R-squared: 0.02577 F-statistic: 2.283 on 2 and 95 DF, p-value: 0.1075 Value of test-statistic is: -1.2682 Critical values for test statistics: 1pct 5pct 10pct Tau2 -3.51 -2.89 -2.58 phi1 6.70 4.71 3.86 Note: ADF test indicates UR, when we have two stationary series in different levels. Quebra Estrutural (de Pulso) 6 • A quebra estrutural pode ocorrer também associada a uma dummy de pulso: ou seja, uma mudança momentânea em uma (ou poucas) observações da série; yt = y0 + yt-1 + et + DP • Onde y0 é um intercepto DP é a dummy de pulso; • Em um processo estocástico com RU, como na equação acima, um pulso causa uma mudança permanente no nível da variável yt; • Dickey e Fuller também observaram viés nos resultados do teste de raiz unitária de presença de quebra estrutural de pulso; Enders, 2004 Testando para Quebra Estrutural (teste de Perron) 7 • O teste de quebra estrutural examina duas hipótese distintas: a hipótese nula de um pulso em um processo com RU, contra a hipótese alternativa de uma mudança de nível em um processo estacionários; • O trabalho de Perron examinou se a hipótese nula de que quebra da bolsa em 1929 nos EUA foi um pulso que causou uma mudança permanente de nível em um processo estocástico com RU, contra a hipótese alternativa de uma mudança de nível em um processo estacionários; • Para testar essa hipótese Perron usou o seguinte modelo: Enders, 2004 Testando para Quebra Estrutural (teste de Perron) 8 • Onde yt é o produto dos EUA (ver tabela), DL é a dummy de nível, Dp é a dummy de pulso e t a tendência linear; • O ano que marca a mudança de nível ou o pulso é 1930; • Sob a pressuposição de uma mudança de pulso em um processo estocástico com RU, a1 = 1, a0 = 0 e μ2 ≠ 0; • Sob a hipótese alternativa de uma mudança de nível permanente em uma processo estacionário, a1 < 1 e μ1 ≠ 0; • A tabela 01 mostrada a seguir relata os resultados do teste de quebra estrutural de Perron para o produto americano, com suposição sobre quebra no anos de 1930; Enders, 2004 Testando para Quebra Estrutural (teste de Perron) 9Enders, 2004 Tabela 01 – Resultados para o teste de Perron Testando para Quebra Estrutural (teste de Perron) 1 0 • Para o caso da varável PNB real (Real GNP), a última coluna da tabela 01 mostra que a1 = 0,282 com t calculado igual a -5,03. Sendo H0: a1 = 1 [ou, (a1 – 1) = 0] e H1: a1 < 1 [ou , (a1 – 1) < 0], rejeita-se a hipótese H0 de raiz unitária; • O coeficiente da tendência também tem teste t com valor estatisticamente significante, o que sugere que o PNB real americano na época era marcado por tendência determinística; • Observa-se também nos resultados que μ1 tem coeficiente estatisticamente significante, enquanto μ2 não se mostrou estatisticamente diferente de zero; • Assim, pode-se concluir que a quebra da bolsa em 1929 nos EUA induziu uma queda permanente no nível do intercepto do produto. Enders, 2004 Testando para Quebra Estrutural (teste de Perron) 1 1 • A dummy de nível (DL) mostrou coeficientes estatisticamente siginificantes (t calculado = -4,28), mas a dummy de pulso não teve coeficiente estatisticamente significante (t calculado = -0.30); • A tendência determinística mostrou coeficiente estatisticamente significante ao nível de 5% (t calculado = 5,05); 1 2 Teste de Perron (1998) – R software Call: lm(formula = dyn(y ~ lag(y, -1) + DL + Dp + T)) Residuals: Min 1Q Median 3Q Max -1.02898 -0.29775 -0.03272 0.32876 1.46951 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.029915 0.100774 0.297 0.7672 lag(y, -1) 0.188403 0.073613 2.559 0.0121 * DL 3.178214 0.314884 10.093 <2e-16 *** Dp -0.122024 0.444080 -0.275 0.7841 T 0.001364 0.003134 0.435 0.6645 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.4329 on 94 degrees of freedom (2 observations deleted due to missingness) Multiple R-squared: 0.9571, Adjusted R-squared: 0.9553 F-statistic: 524.8 on 4 and 94 DF, p-value: < 2.2e-16 > AIC(perr1); BIC(perr1) [1] 122.0658 [1] 137.6366 Teste Para Quebras Múltiplas (multiple breaks) 1 3 • O teste para quebras múltiplas é proposto por Bai-Perron: Bai, J e Perron, P (2003). Computation and Analysis of Multiple Structural Change Models. Journal of Applied Econometrics, 18: 1 – 22.
Compartilhar