Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 06 Professor: Jeronymo Marcondes Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 1 de 60 AULA 06 ± Séries de Tempo/ parte 2 SUMÁRIO PÁGINA 1. Passos na análise de série de tempo 2 2. Passo 1 - Identificação 2 2.1 Teste de estacionariedade 3 2.2 Identificação de um modelo ARIMA 10 3. Passo 2 ± estimação 22 4. Passo 3 ± grau de ajustamento e diagnóstico 23 4.1 Diagnóstico 23 4.2 Ajustamento 24 Lista de exercícios resolvidos com gabarito 46 Gabarito 59 E aí pessoal? Estão estudando firme? Hora de acelerar. Antes de iniciarmos, uma dica de concurseiro. Bem, na última aula abordamos aspectos teóricos da análise de séries temporais. Agora vamos nos focar na fórmula que qualquer analista tem de seguir para analisar uma série temporal. Portanto, esta aula terá foco prático, ensinando quais são os passos para estimar uma série de tempo. Será uma aula curta e mais simples! DICAS DE UM CONCURSEIRO Essa é para o pessoal que está estudando por livros para o concurso! Entenda uma coisa, você não está estudando para redigir sua tese de doutorado, ok? Foco no edital! Muitas pessoas vão te indicar livros mirabolantes de 1500 páginas para estudo. Esse não é o objetivo! Tentem maximizar o tempo de estudo. Utilizem bibliografias que abordam o conteúdo de forma completa, mas simples! Lembrem-se, há uma dezena de matérias que caem, não é só uma! Objetividade galera! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 2 de 60 1. Passos na análise de série de tempo Olha gente, a teoria econométrica aponta três passos que devem ser seguidos ao estimarmos uma série temporal: 1) Identificação 2) Estimação 3) Avaliação de ajustamento e diagnóstico Resumidamente, a ideia é verificar qual é o modelo, da classe ARIMA, que a série que você está estudando se enquadra, seguindo-se da estimação do modelo e da avaliação de sua capacidade de descrever a dinâmica da série. Então vamos lá. Primeira coisa que vocês têm de fazer é revisar todo o conteúdo da aula anterior e ter certeza que este está bem entendido na sua cabeça. Vamos precisar nos utilizar de uma série de conceitos ensinados na aula anterior. 2. Passo 1 - Identificação Antes de qualquer coisa, precisamos avaliar se a série que estamos estudando é realmente estacionária, pois, caso não seja, qualquer avaliação dos parâmetros a serem estimados será inconsistente. Só para dar mais uma pincelada na ideia intuitiva dessa necessidade, suponha que você tenha uma série não estacionária. Então, conforme vimos na aula anterior, os choques sobre a variável analisada serão persistentes. Assim, é impossível avaliar se um determinado movimento na variável foi decorrente da própria dinâmica da mesma, ou se trata-se de um efeito retardado de um choque ocorrido no passado. Assim, qualquer estimativa de um parâmetro auto-regressivo é inconsistente! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 3 de 60 2.1 Teste de estacionariedade Vocês se lembram, não? A necessidade de identificar se sua série é ou não estacionária é essencial. -³3URIHVVRU��PDV�FRPR�HX�VHL�VH�D�VpULH�p�HVWDFLRQiULD´" É exatamente isso que vou explicar agora. Suponha uma série de dados para uma variável qualquer (ݕ௧): ݕ௧ ൌ ߩݕ௧ିଵ ݁௧ (1) Sendo ݁௧ os erros. Nesse caso, a série será estacionária se ȁߩȁ ൏ ?. Se ߩ ൌ ?, a série é não estacionária, ou apresenta raiz unitária! Ou seja, no caso de um modelo AR(1), a série será considerada como portadora de raiz unitária se ߩ ൌ ?. Nós já te mostramos na aula anterior que, se ߩ ൌ ?, a média e a variância da série não mais serão constantes, bem como a covariância não dependerá somente da defasagem �RX� ³ODJ´�� da variável. Portanto, uma variável com raiz unitária não é estacionária. Só um detalhe, uma série não estacionária pode ter mais de uma raiz unitária! Lembram-se do conceito de uma variável I(2)? É uma variável que precisa ser diferenciada duas vezes para se tornar estacionária, ou seja, que possui 2 raízes unitárias. Uma pergunta que sempre surge é��³H�VH�ߩ ?´"�1HVVH�FDVR��a série é chamada de explosiva! Essa tem propriedades de análise semelhantes a uma série com raiz unitária. Assim, apesar de haver algumas diferenças conceituais, não é nada que você precise se preocupar para sua prova. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 4 de 60 Mas, chega de papo, como você pode identificar se a amostra que você está estudando tem raiz unitária? Bom, se você está trabalhando com uma amostra, não basta estimar o coeficiente auto-regressivo e verificar se o mesmo é igual a 1. Isso abre a necessidade de um teste estatístico para verificação desse fato. Em termos leigos, averiguar qual a probabilidade de que o mesmo seja igual a 1. É assim, lembre-se que eu disse que, normalmente, ao diferenciar uma variável uma vez, a mesma se torna estacionária? Então, o caso da raiz unitária que estamos mostrando acima é um destes casos. Veja, vamos diferenciar a equação (1): ݕ௧ െ ݕ௧ିଵ ൌ ȟݕ௧ O que é equivalente a diminuir ݕ௧ିଵ dos dois lados da equação (1): ݕ௧ െ ݕ௧ିଵ ൌ ሺߩݕ௧ିଵ ݁௧ሻ െ ݕ௧ିଵ ȟݕ௧ ൌ ሺߩ െ ?ሻݕ௧ିଵ ݁௧ ȟݕ௧ ൌ ܾݕ௧ିଵ ݁௧ Opa! Então a última linha acima nos dá uma nova equação, com ሺߩ െ ?ሻ ൌ ܾ. Agora, me responda, como testar se essa nova equação tem raiz unitária? É isso mesmo! Basta realizar um teste de hipóteses sob os parâmetros da equação estimada acima, de forma que a hipótese nula seja ܾ ൌ ?, o que é equivalente a ߩ ൌ ?. Mas, atenção, apesar de a ideia ser a mesma, a distribuição a ser usada para este teste não pode ser a t de Student nem a Normal. Por motivos da teoria estatística que fogem ao escopo desse curso, saibam que, para realizar o teste de hipóteses sobre o coeficiente estimado ܾ, precisaremos de uma nova distribuição. Portanto, podem ficar felizes, teremos que aprender a manusear outra tabelinha. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 5 de 60 O teste a ser utilizado para a análise de ܾ chama-se teste de Dickey-Fuller (DF). Este é realizado tal como um teste de hipóteses sobre os coeficientes de forma usual, porém os valores limites para a rejeição da hipótese nula são diferentes. O teste DF pode ser realizado de diversas formas, em equações com intercepto (ݕ௧ ൌܿ ߩݕ௧ିଵ ݁௧), sem intercepto (ݕ௧ ൌ ߩݕ௧ିଵ ݁௧) e com tendência e intercepto (ݕ௧ ൌܿ ܽݐ ߩݕ௧ିଵ ݁௧). Cada uma destas aplicações do teste apresenta diferentes valores críticos na distribuição DF, conforme vocês podem verificar na tabela no fim do texto. Vocês se lembram do que é uma tendência determinística? Se não, vou dar uma ajuda. Uma variável tendência se comporta de forma que a primeiraobservação seja igual a 1, a segunda igual a 2, a terceira igual a três e assim por diante. A ideia por detrás da inclusão de uma tendência no teste de raiz unitária é excluir a possibilidade de que o comportamento explosivo de uma variável seja decorrente de um modelo com tendência estacionária, tal como: ݕ௧ ൌ ?ǡ ?ݐ ?ǡ ? Veja o modelo acima! Se este for o modelo original e você estimá-lo por meio de um AR, ao não levar em conta a tendência estacionária, você pode acabar concluindo que o modelo possui raiz unitária. Bom, nós só falamos do AR(1). Mas, qual a contrapartida do processo de raiz unitária em modelos auto-regressivos de ordem mais alta? Já adianto, vocês não tem que saber isso para todas as ordens possíveis de modelos AR, até porque há infinitas possibilidades. Mas, no caso do AR(2), vale a pena saber. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 6 de 60 ³(VWi�EHP�SURIHVVRU��$JRUD�p�Vy�DSOLFDU�R�WHVWH�')�QR�$5���´� Bom, o teste DF só funciona para testar raiz unitária em modelos AR(1). Caso um modelo AR possua ordem maior que 1, precisamos de um outro teste: o teste de Dickey-Fuller aumentado (ADF). Gente, a derivação desse teste está fora do escopo desse curso, assim, vou dar a vocês uma exemplificação de seu uso em um modelo AR(2), sem intercepto e tendência determinística: ȟݕ௧ ൌ ܾݕ௧ିଵ ߣଵȟݕ௧ିଵ ݁௧ E se fosse um AR(3)? ȟݕ௧ ൌ ܾݕ௧ିଵ ߣଵȟݕ௧ିଵ ߣଶȟݕ௧ିଶ ݁௧ E assim por diante. A metodologia é testar se ܾ ൌ ? com os valores críticos da distribuição DF. Essa equação poderia, sem problemas, incluir os termos tendência e intercepto. Percebam que a metodologia de aplicação é exatamente a mesma descrita para o teste DF em AR(1). A única coisa que muda são as n variáveis ȟݕ௧ି incluídas na regressão para um AR(n). Vamos fazer um exercício inventado para vocês aprenderem a usar a tabela DF. Um modelo AR(2), dado por: ݕ௧ ൌ ܽ ܽଵݕ௧ିଵ ܽଶݕ௧ିଶ ݁௧, será estacionário se, conjuntamente: ȁܽଶȁ ൏ ? ܽଵ ܽଶ ൏ ? ܽଶ െ ܽଵ ൏ ? Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 7 de 60 Exercício 1 Se um economista tivesse estimado um modelo explicativo para a renda nacional, de forma que: ࢚࢟ ൌ ǡ െ ǡ ࢚࢟ି ǡઢܡ࢚ି �����������ሺǡ ሻ������ሺǡሻ������ሺǡ ሻ Sabendo que os desvios padrões das variáveis são os valores em parênteses localizados bem abaixo delas e que a tabela da distribuição DF encontra-se no fim do texto, pergunta-se: o processo em questão é estacionário a 5% de significância? Resolução Bom, o que está sendo perguntado é se o processo possui raiz unitária. Simples: ݐ ൌ െ ?ǡ 甃? ?ǡ 猃爃? ൌ െ ?ǡ ? ? Olhem a tabela no fim do texto! Procurem a tabela que dá os valores com coeficiente e sem tendência, que é o nosso caso. Agora, procure o valor 5% na linha relacionada ao modelo com intercepto. Você vai encontrar -2,86. Assim: ȁ ?ǡ 爃?ȁ ȁ ?ǡ 稃?ȁ ՜ ݎ݆݁݁݅ݐܽ െ ݏ݁�ܽ�݄݅×ݐ݁ݏ݁�݊ݑ݈ܽ�݀݁�ݎܽ݅ݖ�ݑ݊݅ݐݎ݅ ܽ Portanto, a série é estacionaria a 5% de significância. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 8 de 60 Retornando. Obs. Inversão de modelos Oba! Um tópico importante, a inversão de modelos ARIMA. ³2�TXH�p�LVVR´" Simples! Se um modelo auto-regressivo de primeira ordem, AR, for estacionário (isso é, não possui raiz unitária), o mesmo pode ser escrito como um processo de médias móveis, MA, de ordem infinita. Ou seja, suponha um AR(1): ݕ௧ ൌ ߠݕ௧ିଵ ݁௧ ՜ ݕ௧ ൌ ݁௧ ߠ݁௧ିଵ ߠଶ݁௧ିଶ ǥ ߠ݁௧ି Da mesma forma, suponha um modelo MA(1), tal que: ݕ௧ ൌ ݁௧ െ ߶݁௧ିଵ Suponha, adicionalmente, que este modelo é invertível, ou seja, ߶ ൏ ?. Assim, se o modelo MA(1) é invertível, podemos reescrevê-lo como: ݕ௧ ൌ ݁௧ െ ߶݁௧ିଵ ՜ ݁௧ ൌ ݕ௧ ߶ݕ௧ିଵ ߶ଶݕ௧ିଶ ǥ ߶ ݕ௧ି Entenderam? Todo modelo auto-regressivo de ordem 1, sem raiz unitária, pode ser reescrito como um MA infinito, tal como todo MA(1) invertível pode ser reescrito como um AR infinito. Decorem, porque isso cai! Dêem uma olhada. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 9 de 60 Exercício 2 (BACEN ± 2010) Sobre séries temporais, analise as proposições a seguir: I ± Se um processo de médias móveis (MA) de primeira ordem for estacionário, ele pode ser representado como um processo auto-regressivo (AR) de ordem infinita II ± Se um processo AR for estacionário, este pode ser representado por um MA de ordem infinita III ± Uma série de tempo é um conjunto ordenado de variáveis aleatórias, isto é, um processo estocástico, portanto uma série de tempo y(t) pode ser representada pela função densidade conjunta dos y(t) (t = 1, 2...n); assim, trabalhar com uma série de tempo é inferir sobre o processo estocástico com uma única realização desse processo. Estão corretas as proposições: a) Apenas I b) Apenas I e II c) Apenas I e III d) Apenas II e III e) Todas Resolução Vamos lá. Alternativa (I). Veja que a imposição para que um MA possa ser transformado em um AR infinito é que o mesmo seja invertível, até porque, todo MA é estacionário. Alternativa (II). Essa é exatamente a definição que estipulamos no tópico acima. Alternativa (III). Perfeito! Quem não se lembra dessa definição, dê uma olhadinha na aula anterior. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 10 de 60 2.2 Identificação de um modelo ARIMA A ideia na identificação dos modelos ARIMA é dizer qual o modelo dessa classe que melhor se adéqua à dinâmica da série que você está estudando. Ou seja, quando você for estimar uma regressão de uma série de dados histórica com base na metodologia Box-Jenkins, você precisa saber qual o modelo que você irá utilizar, como um AR ou ARMA, por exemplo. Uma das formas para identificar qual o modelo que você irá utilizar é por meio da função de autocorrelação. Assim, a análise da função de autocorrelação (FAC) para uma variável e suas defasagens permitirá que visualizemos o tipo de modelo que melhor se adéqua à série. Bom, como podemos testar a autocorrelação entre a variável em estudo e suas defasagens? Para isso, tenho que lembrá-los de uma definição de estatística, o conceito do coeficiente correlação. Para duas variáveis ݔ e ݕ, o coeficiente de correlação é: ߩሺݔǡ ݕሻ ൌ ܿݒሺݔǡ ݕሻඥܸܽݎሺݔሻܸܽݎሺݕሻ Antes de avançarmos, preciso ensinar dois conceitos para vocês. Beleza! Vou mostrar para vocês como se comporta a FAC de um AR(1). Suponha: ݕ௧ ൌ ߠݕ௧ିଵ ݁௧ ܿݒሺݔǡݕሻ ൌ ܧሺݔݕሻ ݒܽݎሺݕሻ ൌ ܧሺݕଶሻ Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 11 de 60 A variância deste modelo é dada por: ܸܽݎሺݕ௧ሻ ൌ ܸܽݎሺߠݕ௧ିଵ ݁௧ሻ Lembrem-se das propriedades:ࢂࢇ࢘ሺ࢚࢞ ࢚࢟ሻ ൌ ࢂࢇ࢘ሺ࢚࢞ሻ ࢂࢇ࢘ሺ࢚࢟ሻ ࢜ሺ࢚࢟ǡ࢚࢞ሻ ࢂࢇ࢘ሺ࢚࢞ െ ࢚࢟ሻ ൌ ࢂࢇ࢘ሺ࢚࢞ሻ ࢂࢇ࢘ሺ࢚࢟ሻ െ ࢜ሺ࢚࢟ǡ࢚࢞ሻ Assim, como, neste caso, o último membro é igual à zero, já que, por hipótese, a variável explicativa e o termo do erro não podem ser autocorrelacionados, podemos escrever: ܸܽݎሺݕ௧ሻ ൌ ߠ ?ܸܽݎሺݕ௧ିଵሻ ܸܽݎሺ݁௧ሻ Sabendo que a variância dos erros é dada por ߪ ଶǣ ܸܽݎሺݕ௧ሻ ൌ ߠ ?ܸܽݎሺݕ௧ሻ ߪ ଶ Assim: ܸܽݎሺݕ௧ሻ ൌ ߪ ଶ ? െ ߠ ? E a covariância? A covariância entre ݕ௧ e ݕ௧ିଵ é dada por: ܿݒܽݎ݅݊ܿ݅ܽሺݕ௧ ǡ ݕ௧ିଵሻ ൌ ߛଵ ൌ ܧሺݕ௧ݕ௧ିଵሻ Para o modelo acima: ߛଵ ൌ ܧሺݕ௧ݕ௧ିଵሻ ൌ ܧ൫ሺߠݕ௧ିଵ ݁௧ሻݕ௧ିଵ൯ ߛଵ ൌ ܧሺߠݕ௧ିଵଶ ݕ௧ିଵ݁௧ሻ ߛଵ ൌ ߠܧሺݕ௧ିଵଶ ሻ ܧሺݕ௧ିଵ݁௧ሻ Como, por hipótese do modelo de regressão linear, não pode haver correlação entre as variáveis explicativas e o termo de erro: ܧሺݕ௧ିଵ݁௧ሻ ൌ ? Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 12 de 60 Portanto: ߛଵ ൌ ߠܧሺݕ௧ିଵଶ ሻ ܥݒሺݕ௧ ǡ ݕ௧ିଵሻ ൌ ߛଵ ൌ ߠܸܽݎሺݕ௧ሻ ൌ ߠܸܽݎሺݕ௧ିଵሻ ൌ ߠߛ Assim: ܥݎݎሺݕ௧ ǡݕ௧ିଵሻ ൌ ߩଵ ൌ ߛଵߛ ൌ ߠ Não é difícil! Basta substituir a equação no operador esperança em uma das variáveis e, assim, resolver para o coeficiente de correlação, que é a divisão da covariância pela variância. E se fosse um coeficiente de correlação com duas defasagens (ߩଶ )? Começamos com o cálculo da covariância: ߛଶ ൌ ܧሺݕ௧ݕ௧ିଶሻ ൌ ܧ൫ሺߠݕ௧ିଵ ݁௧ሻݕ௧ିଶ൯ Substituindo ݕ௧ିଵ encontrado com base na equação: ݕ௧ିଵ ൌ ߠݕ௧ିଶ ݁௧ିଵ Encontramos: ߛଶ ൌ �ܧ൫ሺߠሺߠݕ௧ିଶ ݁௧ିଵሻ ݁௧ሻݕ௧ିଶ൯ Agora basta trabalharmos o operador, pois só há uma variável do lado direito, ݕ௧ିଶ. Assim: ߛଶ ൌ �ܧ൫ሺߠ ?ݕ௧ିଶ ߠ݁௧ିଵ ݁௧ሻݕ௧ିଶ൯ ߛଶ ൌ �ܧሺߠ ?ݕ௧ିଶ ? ߠ݁௧ିଵݕ௧ିଶ ݁௧ݕ௧ିଶሻ ߛଶ ൌ �ܧሺߠଶݕ௧ିଶ ?ሻ ܧሺߠ݁௧ିଵݕ௧ିଶሻ ܧሺ݁௧ݕ௧ିଶሻ Como, por hipótese, os dois últimos membros da equação são iguais a zero: ߛଶ ൌ � ߠଶܧሺݕ௧ିଶଶ ሻ ? ? ߛଶ ൌ �ߠଶܸܽݎሺݕ௧ሻ ൌ ߠଶߛ Assim: ܥݎݎሺݕ௧ ǡ ݕ௧ିଶሻ ൌ ߩଶ ൌ ߛଶߛ ൌ ߠ ? Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 13 de 60 Estão enxergando um padrão? É isso aí, em um processo estacionário, a covariância e, por consequência, a autocorrelação entre uma variável e uma versão defasada dela mesma é igual ao coeficiente da variável defasada elevada ao número de defasagens de diferença entre elas. Simplificando: ܥݎݎሺݕ௧ ǡ ݕ௧ିሻ ൌ ߩ ൌ ߛߛ ൌ ߠ Mas, se o processo é estacionário, você concorda comigo que ߠ ൏ ?ǫ Então, a correlação entre uma variável e suas defasagens tende a assumir um valor cada vez menor quanto maior for a diferença entre elas. Por exemplo, com base no que demonstramos, pode-se afirmar que: ߠ ൏ ߠଶǢ ݏ݁�݊ ? É isso que a FAC irá mostrar para vocês. A FAC é uma função que demonstra qual a dinâmica da correlação entre uma variável e suas defasagens. Então, como se comporta a FAC de um modelo AR(1) estacionário? Dêem uma olhada no gráfico de uma FAC de um processo AR. No eixo horizontal estão descritas o número de defasagens. E como é o comportamento da FAC de um MA? Vou ensinar agora! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 14 de 60 No caso do MA, a FAC para um processo MA(1), dado por: ݕ௧ ൌ ݁௧ െ ߶݁௧ିଵ, A variância do processo é dada por: ܸܽݎሺݕ௧ሻ ൌ ܸܽݎሺ݁௧ െ ߶݁௧ିଵሻ ܸܽݎሺݕ௧ሻ ൌ ܸܽݎሺ݁௧ሻ ߶ ?ܸܽݎሺ ௧݁ିଵሻ ܸܽݎሺݕ௧ሻ ൌ ߪ ଶ ߶ ?ߪଶ ߛ ൌ ܸܽݎሺݕ௧ሻ ൌ ሺ ? ߶ଶ ሻߪ ଶ Agora a covariância: ߛଵ ൌ ܧሺݕ௧ݕ௧ିଵሻ ߛଵ ൌ ܧሺሺ ௧݁ െ ߶݁௧ିଵሻሺ݁௧ିଵ െ ߶݁௧ିଶሻሻ ߛଵ ൌ ܧሺ݁௧ ௧݁ିଵ െ ߶݁௧ିଵଶ െ ߶݁௧݁௧ିଶ ߶ ? ௧݁ିଵ݁௧ିଶሻ ߛଵ ൌ ܧሺ݁௧݁௧ିଵሻ െ ߶ܧሺ݁௧ିଵଶ ሻ െ ߶ܧሺ݁௧ ௧݁ିଶሻ ߶ ?ܧሺ ௧݁ିଵ݁௧ିଶሻ Como, por hipótese, os erros não são autocorrelacionados: ߛଵ ൌ ? െ ߶ߪଶ െ ? ? ߛଵ ൌ െ߶ߪ ଶ Portanto, a autocorrelação de 1ª ordem do processo será: ߛଵߛ ൌ െ߶ߪ ଶሺ ? ߶ଶ ሻߪ ଶ ൌ െ߶ሺ ? ߶ଶሻ Olha gente, se você fizer as mesmas operações para as autocorrelações de ordens maiores, vocês irão encontrar: ߩଶ ൌ ߩଷ ൌ ڮ ൌ ߩ ൌ ? Ou seja, para um MA(1), a função de autocorrelação só é diferente de zero na primeira defasagem e igual a zero para as demais. Isso vale para todas as ordens do processo, como, por exemplo, no caso de um MA(3), a FAC é diferente de zero nas três primeiras defasagens e igual a zero nas demais. Veja o gráfico de uma FAC para um MA (1): Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 15 de 60 Gente, não vou derivar todas as autocorrelações dos processos MA e ARMA, a forma de realização é exatamente a mesma mostrada acima. Então decorem as características dos processos em termos das suas funções de autocorrelação: FAC AR MA ARMA Comportamento Infinita e declinante Finita e truncada na ordem do processo Infinita e declinante Bom, mas isso é o suficiente para identificar um processo? Não, pois, no caso dos modelos AR e ARMA, não há como dizer qual a ordem do processo. Para isso nos utilizamos da função de autocorrelação parcial (FACP). A definição da FACP nada mais é que a autocorrelação existente entre uma a variável em estudo e uma determinada defasagem do processo, excluídas influências das outras defasagens. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 16 de 60 - ³3URIHVVRU��QmR�HQWHQGL´� Beleza! A título de exemplo, suponha um processo AR(2): ݕ௧ ൌ ܽଵݕ௧ିଵ ܽଶݕ௧ିଶ ݁௧ Qual é a autocorrelação parcial entre ݕ௧ e ݕ௧ିଶ? (VVD�p� IiFLO�� (VVH�HIHLWR� ³PDQWLGR� WXGR� PDLV� FRQVWDQWH´� WH� GL]� DOJXPD� FRLVD"�e�D� própria definição do coeficiente estimado por meio de Mínimos Quadrados Ordinários (MQO)! Então, a autocorrelação parcial entre ݕ௧ e ݕ௧ିଶ é o próprio coeficiente ܽଶ. E a correlação entre ݕ௧ e ݕ௧ିଵ? Claro que é ܽଵ! Agora, qual a autocorrelação parcial entre ݕ௧ e ݕ௧ିଷ? É zero! Pois, nós supomos que o processo é AR(2), então o coeficiente de ݕ௧ିଷ é zero, já que não afeta o processo! O mesmo vale para ݕ௧ିସ, ݕ௧ିହ, e por aí vai! Portanto, a FACP de um processo AR é truncada na ordem do processo! E a FACP para um MA? Bom, isso foge um pouco ao escopo do curso, pois precisamos de um pouco mais de matemática do que é cobrado pelo concurso! Mas, entendam a ideia! Um MA(1), se invertível, não pode ser escrito como um AR de ordem infinita? ݁௧ ൌ ݕ௧ ߶ݕ௧ିଵ ߶ଶ ݕ௧ିଶ ǥ ߶ ݕ௧ି Como seria a FACP de um AR(infinito)? Seria declinante, pois ߶ ൏ ?! Portanto, a FACP de um MA é declinante! Bom, como eu disse antes, decorem! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 17 de 60 FACP AR MA ARMA Comportamento Finita e truncada na ordem do processo Infinita e declinante Infinita e declinante Exercício 3 (ANS ± 2007) Para o modelo autoregressivo ࢆ࢚ ൌ ǡࢆ࢚ି െ ǡ ૡࢆ࢚ି ࢇ࢚ Onde ࢇ࢚ é o ruído branco de média zero e variância ࣌ , a autocorrelação de ordem 1 é: a) 0,28 b) 0,63 c) 0,28࣌ d) 0,25/࣌ e) 0,38࣌ Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br18 de 60 Resolução Bom pessoal, vamos derivar o processo: ܧሺܼ௧ܼ௧ିଵሻ ൌ ܧሺሺ ?ǡ ? ௧ܼିଵ െ ?ǡ ? ௧ܼିଶ ܽ௧ሻܼ௧ିଵሻ Lembrem-se que a única coisa impositiva é que a diferença entre as duas defasagens seja igual a 1. O fato de ter usado ܼ௧ e ܼ௧ିଵ é apenas para simplificar! Vamos lá: ܧሺܼ௧ܼ௧ିଵሻ ൌ ܧሺ ?ǡ ? ௧ܼିଵܼ௧ିଵ െ ?ǡ ? ௧ܼିଶܼ௧ିଵ ܽ௧ܼ௧ିଵሻ ܧሺܼ௧ܼ௧ିଵሻ ൌ ܧሺ ?ǡ ? ௧ܼିଵܼ௧ିଵ ሻ െ ܧሺ ?ǡ ? ௧ܼିଶܼ௧ିଵሻ ܧሺܽ௧ܼ௧ିଵሻ ܧሺܼ௧ܼ௧ିଵሻ ൌ ?ǡ ?ܧሺܼ௧ିଵܼ௧ିଵ ሻ െ ?ǡ ?ܧሺ ௧ܼିଶܼ௧ିଵሻ ܧሺܽ௧ܼ௧ିଵሻ ܧሺܼ௧ܼ௧ିଵሻ ൌ ?ǡ ?ܧሺܼ௧ିଵܼ௧ିଵ ሻ െ ?ǡ ?ܧሺܼ௧ିଶܼ௧ିଵሻ ? ܧሺܼ௧ܼ௧ିଵሻ ൌ ?ǡ ?ܧሺܼ௧ିଵ ?ሻ െ ?ǡ ?ܧሺܼ௧ିଶ ܼ௧ିଵሻ Agora, vamos substituir a covariância (de ordem 1) e a variância pelas variáveis ߛଵ e ߛ , respectivamente: ߛଵ ൌ ?ǡ ?ߛ െ ?ǡ ?ߛଵ ߛଵ ?ǡ ?ߛଵ ൌ ?ǡ ?ߛ ?ǡ ?ߛଵ ൌ ?ǡ ?ߛ ߛଵߛ ൌ ߩଵ ൌ ?ǡ ? ?ǡ ?ൌ ?ǡ ? ? Alternativa (a) Bom, com o intuito de facilitar sua vida, vale a pena decorar! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 19 de 60 Agora vocês vão entender porque decorar isso! Exercício 4 (EPE ± 2007) A demanda de um certo derivado de petróleo segue um modelo auto-regressivo de ordem 2: ࢆ࢚ ൌ ࣘࢆ࢚ି ࣘࢆ࢚ି ࢋ࢚ Sendo ࣘ ൌ ǡ e ࣋ ൌ ǡૡ (࣋ é a autocorrelação de primeira ordem). O valor de ࣘ é: a) 0,25 b) 0,20 c) 0,15 d) 0,10 e) 0,05 Para um processo AR(2), tal como: ࢆ࢚ ൌ ࣘࢆ࢚ି ࣘࢆ࢚ି ࢋ࢚, a autocorrelação de primeira ordem é dada por: ࣋ ൌ ࣘ െ ࣘ Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 20 de 60 Resolução Aplique a fórmula! Ou resolva de novo, você que sabe! Mas: ߩଵ ൌ ߶ଵ ? െ ߶ଶ ՜ ?ǡ ? ൌ ?ǡ ? ? െ ߶ଶ ?െ ߶ଶ ൌ ?ǡ ? ?ǡ ? ߶ଶ ൌ ? െ ?ǡ ? ?ǡ ? ߶ଶ ൌ ?ǡ 球? Alternativa (a). (MPE ± 2006/modificada) Para o processo ARIMA (1,d,1), julgue a afirmativa Exercício 5 A função de autocorrelação parcial só é diferente de zero no lag 1 Resolução Pensem no quadro da FACP! Por se tratar de um ARIMA (1,d,1), este processo tem componentes auto-regressivos e de médias móveis. Portanto, a FACP não é truncada na ordem, mas declinante! Assim, ela não é diferente de zero somente na ordem do processo! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 21 de 60 Exercício 6 A função de autocorrelação só é diferente de zero nos lags 1 e 2 Resolução Mesma coisa da questão anterior. Pensem no quadro da FAC! Ela é declinante em processo ARMA e ARIMA, portanto ela não é diferente de zero, somente, nos lags 1 e 2. (IBGE ± 2010) Seja ࢚࢞ �um processo MA(1), ࢚࢞ ൌ ࢇ࢚ െ ࣂࢇ࢚ି, onde ࢇ࢚ é um ruído branco normal, com média zero e variância constante. Considere o processo ࢚࢟ ൌ ࢚࢞ ࢚࢞ି, t = 1,2,...,n, e avalie as afirmações a seguir: Exercício 7 A função de autocorrelação do processo ࢚࢞ é infinita e decrescente Resolução Viram como essa definição cai? Força na peruca e lembrem-se do quadro da FAC. No caso, trata-se de um MA, portanto a FAC é truncada na ordem do processo. Exercício 8 A função de autocorrelação parcial de ࢚࢟ é finita Resolução Se você substituir o processo ݔ௧ em ݕ௧, verá que se trata de um MA! Portanto, a FACP é infinita e declinante! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 22 de 60 3. Passo 2 ± estimação Bom, agora que já vimos como testar a estacionariedade de um processo, bem como verificar qual a classe de modelos ARIMA que melhor explica sua série, chegou a hora de estimar o modelo! A forma de estimar um modelo por meio da metodologia Box-Jenkins é, simplesmente, utilizando o método de MQO! Não tem segredo, aplique os estimadores de MQO! Porém, não é a única forma, muitos autores pregam o uso do estimador de Máxima Verossimilhança. Além disso, há outras formas que visam estimar versões não lineares desses modelos, que fogem ao escopo do curso! Nós já estudamos que o problema central trazido por Mann-Wald é que, sem a satisfação de algumas hipóteses, haverá problemas concernentes ao viés dos estimadores. Assim, precisamos garantir que o modelo a ser estimado surja de uma série estacionária e não produza erros serialmente correlacionados. Porém, mesmo com a satisfação de tais hipóteses, você vai ouvir muita gente falar: -³1mR�Gi�SDUD�FRQILDU�QHVVD�VpULH�GH�WHPSR��p�PXLWR�FXUWD´� Isso decorre da análise destes autores, que afirmam que, mesmo satisfeitas tais hipóteses, o estimador de modelos auto-regressivos só terá propriedades desejáveis em grandes amostras! Bom, mas tudo isso é um blá blá blá, feito de maneira muito superficial! O que interessa é que, normalmente, estimam-se tais modelos por meio de MQO, mas não é a única forma! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 23 de 60 4. Passo 3 ± grau de ajustamento e diagnóstico 4.1 Diagnóstico Então, para que o método seja adequado, precisamos garantir que a série não possua resíduos serialmente correlacionados, ok? Ou seja, estamos verificando se o modelo que estimamos é adequado, pois, caso os resíduos sejam autocorrelacionados, a especificação funcional não está correta! Somado a outras hipóteses, estamos averiguando se os resíduos se comportam como ruído branco. Mas, como testar isso? Bom, normalmente, não estaremos trabalhando com a população, mas com uma amostra. Assim, não basta calcularmos a FAC para os resíduos, pois precisaremos testar estatisticamente se a correlação entre eles é igual a zero! Há mais de uma forma. Como elas não são muito cobradas em provas, só vou ensinar a mais comum. A mais comum parte do cálculo amostral do coeficiente autocorrelação para os resíduos (ߩ). Este teste advém da estatística de Box-Pierce (ܳ): ܳ ൌ ܶȭߩ Sendo ܶ o número de observações e o somatório para todas as autocorrelações amostrais. Sob a hipótese nula de que estas autocorrelações são iguais a zero, a estatística ܳ tem distribuição ߯ଶ com grau de liberdade igual ao número de autocorrelações testadas. O valor limite deste teste é dado por: ݒ݈ሺܳሻ ൌ േ ? ?݊ Sendo ݊ o número de observações. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 24 de 60 Ao aplicar esta fórmula você terá um intervalo de confiança (que vai do valor negativo ao valor positivo do número encontrado). Se as autocorrelações amostrais calculadas estiverem dentro do intervalo, aceitamos a hipótese nula de que todas estas são iguais a zero. Nesse diapasão, você será capaz de testar se as autocorrelações entre os resíduos são estatisticamente diferentes de zero! Pessoal, só um parêntese não se esqueça dos testes que eu já ensinei para testar autocorrelação nos resíduos, ok? Como o teste de Durbin-Watson e o teste h de Durbin! 4.2 Ajustamento Está bem, você já tem conhecimentossuficientes para testar autocorrelação nos resíduos. Mas, se mais de um modelo possuir resíduos com comportamento de ruído branco? E agora, José? Aí entram alguns critérios de seleção de ajustamento de modelos. Agora só vou repetir o que já ensinei na aula 02, pois é igualzinho! É só para você lembrar! Bom, um critério fácil de lembrar é o R² ajustado: Sendo ݇ o número de variáveis explicativas, ܴܵܳ e ܵܳܶ a soma dos quadrados dos resíduos e totais da regressão, respectivamente. 23$��9RX�ID]HU�XP�³PHD�FXOSD´�DTXL��1D�DXOD�����D�IyUPXOD�FRORFDGD�IRL� ܴ ? ൌ ? െ ܴܵܳ݊ െ ݇ െ ?ܵܳܶ݊ െ ? Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 25 de 60 ܴ ? ൌ ? െܴܵܳ݊ െ ݇ܵܳܶ݊ െ ? O que não é igual ao que mostrei agora! Bom, considerem o que eu coloquei agora! Na verdade, houve erro de digitação! Mas, esta fórmula seria possível! Alguns autores consideram o número de parâmetros, incluindo o intercepto! Neste caso, a fórmula da aula 02 estaria correta, mas os graus de liberdade da soma de quadrados explicados (ࡿࡽࡱ) deveria ser െ e não ! Outros critérios muito utilizados são os critérios de Akaike (AI) e Schwarz (SC). - ³3URIHVVRU��FRPR�HX�FDOFXOR� WDLV�FULWpULRV"´ Olha pessoal, isso não é muito importante, mas, só por desencargo de consciência, vou mostrar. Minha opinião: não perca muito tempo decorando as fórmulas. Vamos lá. ܣܫ ൌ ? ?ߨ ܴܵܳ݊ ?݇݊ ܵܥ ൌ ? ?ߨ ܴܵܳ݊ ݇ ڄ ݊݊ Sendo ݊ o número de observações. O que é importante é o seguinte: TXDQWR�PHQRU�R�YDORU�GHVWD�HVWDWtVWLFD��³PHOKRU´� o modelo. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 26 de 60 Vocês perceberam que a ideia é a mesma? Você está avaliando a perda de graus de liberdade ao serem acrescentadas novas variáveis em um modelo. Perceba que a comparação é: será que a perda de graus de liberdade foi mais que compensada pela variância explicada de variáveis adicionais incluídas em um modelo? Lembraram? Vamos treinar. (ANPEC ± 2008) Julgue as afirmativas Exercício 9 No processo AR(1), ࢚࢟ ൌ ࣘ ࢚ࣘ࢟ି ࢋ࢚, em que ȁࣘȁ ൏ ? e que ࢋ࢚ é um ruído branco de média nula e variância constante, a média de ࢚࢟ é ࣘ Resolução Vamos tirar a esperança: ܧሺݕ௧ሻ ൌ ܧሺ߶ ߶ଵݕ௧ିଵ ݁௧ሻ ܧሺݕ௧ሻ ൌ ܧሺ߶ ሻ ܧሺ߶ଵݕ௧ିଵ ሻ ܧሺ݁௧ሻ ܧሺݕ௧ሻ ൌ ߶ ܧሺ߶ଵ ݕ௧ିଵሻ ? Isolando: ܧሺݕ௧ሻሺ ? െ ߶ଵሻ ൌ ߶ ܧሺݕ௧ሻ ൌ ߶ ? െ ߶ଵ Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 27 de 60 Exercício 10 O processo MA(1), ࢚࢟ ൌ ࢋ࢚ ࣂࢋ࢚ି, em que ࢋ࢚ é um ruído branco de média nula e variância constante, será estacionário mesmo que ȁࣂȁ ൏ ? Resolução Perfeito! O coeficiente em questão só define a invertibilidade do processo, pois um MA sempre é estacionário. Exercício 11 Seja a função de autocorrelação do processo AR(1), definido no exercício 9, dada por ࢚࣋. É correto afirmar que ࢚࣋ ൌ ࢚ࣘ . Resolução Olhem a fórmula na página 12: ܥݎݎሺݕ௧ ǡ ݕ௧ିሻ ൌ ߩ ൌ ߛߛ ൌ ߠ Verdadeiro, ok? Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 28 de 60 (ANPEC ± 2009) Julgue a afirmativa Exercício 12 A estatística Dickey-Fuller para testar a presença de raiz unitária em séries temporais possui sempre distribuição normal Resolução Nós já dissemos que a estatística DF não se utiliza da distribuição normal, mas de uma distribuição DF, com valores críticos próprios, tal como na tabela no fim do texto! (BACEN ± CESPE\2013) Julgue as afirmativas. Exercício 13 Em um processo estocástico gaussiano, uma série temporal é dita estritamente estacionária se a sua média for constante e a sua função de autocovariância depender da defasagem temporal. Resolução Já discutimos isso pessoal. Quais são os requisitos para que uma série seja dita estacionária? Lembrem-se da aula anterior: ³$VVLP��SRGHPRV�GHILQLU�XPD�VpULH�HVWDFLRQiULD�FRPR�DTXHOD�TXH�SRVVXL�PpGLD� e variância constantes e finitas, além de covariância igual para o mesmo valor GH�GHIDVDJHP´� Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 29 de 60 Portanto, alternativa errada, pois o enunciado não definiu completamente o processo além do fato de citar autocovariância, o que não faz parte da definição. Exercício 14 Nos modelos em que aparecem valores defasados da variável dependente no segundo membro ² cujo exemplo mais simples é ࢚࢟ ൌ ࢻ ࢼ࢚࢟ି ࢿ࢚em que os distúrbios (ࢿ࢚) são serialmente independentes ², as consequências de se utilizar os estimadores de mínimos quadrados para o caso de violação da independência entre o distúrbio e a variável explicativa é a possibilidade de obtenção de estimativas viesadas e perda de eficiência. Resolução No caso, está sendo utilizado um caso de um processo auto-regressivo, mas este enunciado serve para todo tipo de regressão. O que o enunciado está falando é que, se houver correlação entre a variável explicativa e o termo de erro, as estimativas serão viesadas e não mais eficientes. Ora, nós sabemos que essa é uma das hipóteses necessárias para garantir o não viés dos estimadores. Alternativa correta. Exercício 15 No modelo de regressão linear clássico, a premissa de linearidade, necessária à estimativa dos parâmetros do modelo, indica que não existe uma relação linear exata entre qualquer variável independente do modelo. Resolução Não é isso! Qual é o problema econométrico relacionado a relação linear exata entre variáveis explicativas? Colinearidade perfeita! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 30 de 60 Quando falamos em regressão linear o que estamos falando é que a forma funcional HVWLPDGD�p�OLQHDU��RX�VHMD��RV�VHXV�HOHPHQWRV�QmR�HVWmR�³HOHYDGos a potência maiores GR�TXH��´� Alternativa errada. Exercício 16 (METRO ± CESPE\2013) Assinale a opção correspondente a processo estacionário, com base nos modelos de Box e Jenkins e no princípio da parcimônia. a)AR, ARIMA ou ARMA b)MA, ARIMA ou ARMA c)SARIMA ou ARIMA d)AR ou IMA e)AR, MA ou ARMA Resolução 2�~QLFR�FDVR�TXH�FRQWpP� SURFHVVR�HVWDFLRQiULRV�VmR�RV�TXH�QmR�WHP�R�³,´ �� WDO�FRPR� ARIMA e SARIMA (você não precisa saber o que é isso). Este exercício é fácil, alternativa (e). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 31 de 60 Exercício 17 (METRO ± CESPE\2013)Considere os processos de médiasmóveis (moving average) Wt ~ MA(q1) e Zt ~ MA(q2), em que q1 e q2 representam as ordens desses processos e Wt e Zt são independentes. Então, nesse caso, o processo St = Wt + Zt será um processo de médias móveis de ordem igual a a)min{q1, q2}. b)q1. c)q1 + q2. d)max{q1, q2}. e)q2. Resolução Tente pensar um pouco, afinal esta questão vai além do escopo deste curso, mas dá para fazer. Suponha dois processos: ݓ௧ ൌ ߝ௧ ܽଵߝ௧ିଵ ݄௧ ݖ௧ ൌ ݁௧ ܽଵ݁௧ିଵ ܽଶ ݁௧ିଶ ݑ௧ Assim: ݏ௧ ൌ ݓ௧ ݖ௧ ൌ ݁௧ ܽଵ݁௧ିଵ ܽଶ݁௧ିଶ ݑ௧ ߝ௧ ܽଵߝ௧ିଵ ݄௧ Ora, qual é a maior ordem deste processo? 2! Portanto, a ordem deste processo será igual ao máximo da ordem destes dois processos. Não invente, pense deste jeito mais simples que você chega na solução sem complicações, isso é ser um concurseiro. Alternativa (d). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 32 de 60 Exercício 18 (EPE = CESGRANRIO/2012) Resolução O R² da regressão com uma única variável (x1) é dado por: ܴ ? ൌܵ݉ܽ�ܳݑܽ݀ݎܽ݀ݏ�ܴ݁݃ݎ݁ݏݏ ܵ݉ܽ�ܳݑܽ݀ݎܽ݀ݏ�ܶݐܽ݅ݏ ൌ ? ? ?ൌ ?ǡ ? Se acrescentarmos uma nova variável ao modelo, o R² irá aumentar. Nós já estudamos isso, certo? Lembre-se do conceito de R² ajustado! A ideia deste último é levar em conta a perda de gruas de liberdade após a inclusão de uma nova variável! O R² tradicional sempre aumenta após a inclusão de uma variável. Portanto, o R² será maior ou igual a 0,8 após a inclusão da variável x2. Alternativa (d). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 33 de 60 Exercício 19 (IBGE - CESGRANRIO/2013) Resolução Vamos repetir os cálculos que fizemos ao longo desta aula a fim de calcularmos a variância e a autocovariância de ordem 2 do processo acima. Vamos começar com a variância: ܸܽݎሺݔ௧ሻ ൌ ܸܽݎሺܾ ܾଵݔ௧ିଵ ݑ௧ሻ ܸܽݎሺݔ௧ሻ ൌ ܸܽݎሺܾଵݔ௧ିଵሻ ܸܽݎሺݑ௧ሻ ܸܽݎሺݔ௧ሻ ൌ ܾଵ ?ܸܽݎሺݔ௧ିଵሻ ? ൌ ଵܾ ?ܸܽݎሺݔ௧ሻ ? ܸܽݎሺݔ௧ሻ ൌ ܾଵ ?ܸܽݎሺݔ௧ሻ ? ሺ ? െ ଵܾଶሻܸܽݎሺݔ௧ሻ ൌ ? ܸܽݎሺݔ௧ሻ ൌ ?ሺ ? െ ଵܾଶ ሻ Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 34 de 60 E a autocovariância? Nós já criamos um jeito de conhece-la sem ser necessário realizar todos os cálculos. Veja nos nossos exemplos da aula e você verá que: Para encontrar a autocovariância, basta multiplicar a correlação de segunda ordem (que é o próprio coeficiente que multiplica a variável defasada, que, no nosso exemplo, é ܾଵ) pela variância do processo (ߛ ). Assim: ܽݑݐܿݒܽݎ݅݊ܿ݅ܽ�݀݁�ݎ݀݁݉� ? ൌ ߛଶ ൌ ܾଵଶ ൈ ?ሺ ? െ ଵܾଶ ሻ ൌ ܾଵଶሺ ?െ ܾଵଶሻ Alternativa (c). Exercício 20 (IBGE ± CESGRANRIO/2013) Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 35 de 60 Resolução Trata-se de uma FAC declinante e uma FACP truncada em 1. Lembre-se: Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 36 de 60 Portanto, estamos tratando de um AR(1), com coeficiente que multiplica a primeira defasagem igual a 0,8. Neste caso, nos restringimos às alternativas (a) e (d), pois todas as outras representam processo de médias móveis ((b) e (c)) ou AR de ordem superiores ((e)). Agora, precisamos saber se há um intercepto associado ao processo. Veja, o enunciado diz que a média incondicional do processo é igual a 10. Se não houver intercepto, não tem como a média do processo ser definida. Vamos nos basear na alternativa (a) e calcular a média: ݕ௧ ൌ ? ?ǡ ?ݕ௧ିଵ ݑ௧ ܧሺݕ௧ሻ ൌ ܧሺ ? ?ǡ ?ݕ௧ିଵ ݑ௧ሻ ൌ ? ?ǡ ?ܧሺݕ௧ିଵሻ ൌ ? ?ǡ ?ܧሺݕ௧ሻ ሺ ? െ ?ǡ ?ሻܧሺݕ௧ሻ ൌ ?ǡ ?ܧሺݕ௧ሻ ൌ ? ܧሺݕ௧ሻ ൌ 猃? Ou seja, a alternativa (a) é compatível com as informações do enunciado. Alternativa (a). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 37 de 60 Exercício 21 (IBGE ± CESGRANRIO/2013) Resolução Lembre-se de que nós não podemos incluir variáveis dummies (binárias) relativas a todas as possíveis ocorrências em um modelo. Na aula 01 estudamos esta variável no caso de avaliarmos um modelo sob diferentes sexos dos indivíduos: Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 38 de 60 Perceba que no modelo deste exercício, não há uma binária relativa ao quarto trimestre. Claro, pois esta será determinada pelo valor do intercepto! Isso porque, quando estivermos no quarto trimestre, todas as outras dummies assumirão valores iguais a zero, sobrando somente o intercepto e as variáveis PIB e Inflação. Assim, o coeficiente relativo ao quarto trimestre será o próprio intercepto. E no caso do terceiro trimestre? A dummie relativa ao mesmo assumirá valor igual a 1 e as outras serão iguais a zero: ݑ௧ ൌ ܽ ܽଷሺܴܶܫܯ ?ሻ ܽସሺܲܫܤሻ ܽହሺߨሻ ߝ௧ ൌ ܽ ܽଷ ܽସ ሺܲܫܤሻ ܽହሺߨሻ ߝ௧ Portanto, o coeficiente relativo ao terceiro trimestre será a0 + a3. Alternativa (e). Exercício 22 (ICMS-RJ ± FCC\2013) Considere o modelo ࢟ ൌ ࢻ ࢼ ࢋ, i = 1,2,3,... onde: I. yi e xi representam, respectivamente, o tempo de reação a certo estímulo, em segundos, e a idade, em anos, do indivíduo i. II. ࢻ e ࢼ representam os parâmetros desconhecidos do modelo. III. ࢋ representa o erro aleatório com as respectivas hipóteses para a regressão linear simples. IV. As estimativas de �ࢻ e ࢼ foram obtidas pelo método de mínimos quadrados por meio de 10 observações, utilizando-se as seguintes informações: Nessas condições, a soma de quadrados residuais do modelo é igual a a) 785 b) 810 c) 515 d) 920 e) 460 Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 39 de 60 Resolução Para resolver esta questão precisamos encontrar a estimativa para o parâmetro ߚ do modelo de regressão. Isso será feito por: ?ݕݔ ൌ ?ܻܺ െ� ?ܺ ?ܻ݊ ?ݔଶ � ൌ ?ܺଶ െ �ሺ ?ܺሻଶ݊ ?ݕଶ � ൌ ? ଶܻ െ � ሺ ? ሻܻଶ݊ Assim, o estimador será dado por: ߚ ൌ ?ݕ݅ݔ݅ ?ݔ ݅? ൌ ቂ ?ܻܺ െ � ?ܺ ?ܻ݊ ቃ ?ܺ ?െ �ሺ ? ሻܺ ?݊ ൨ ൌ ቀ ? 爃球爃?െ 甃爃? ? 猃爃球? 猃? ቁ൬ ? 甃爃爃?െ 甃爃? ? 猃? ൰ ൌ ? 砃爃? 瘃爃爃?ൌ ?ǡ ? Assim, a soma dos quadrados explicados: ܵܳܧ ൌ ?ሺߚݔሻଶ ൌ ߚଶ ?ሺݔሻଶ ൌ ?ǡ ?ଶ ? 瘃爃爃?ଶ ൌ 球甃爃瘃? E a soma dos quadrados totais: ?ݕଶ � ൌ ? ଶܻ െ� ሺ ? ሻܻଶ݊ ൌ ? 球稃爃爃?െ 猃爃球? ? 猃? ൌ ? 甃笃砃? Portanto, a soma dos quadrados dos resíduos é: ܵܳܶ ൌ ܵܳܧ ܴܵܳ ՜ 球甃笃砃?െ 甃球爃瘃?ൌ ࡿࡽࡾ ൌ ૢ Alternativa (d). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br40 de 60 Exercício 23 (ISS Recife ± FGV\2014) Numa regressão linear simples, obteve-se um coeficiente de correlação igual a 0,78. O coeficiente de determinação é aproximadamente igual a (A) 0,36. (B) 0,48. (C) 0,50. (D) 0,61. (E) 0,69. Resolução Para este exercício, você deveria ter decorado que: ሺ݂ܿ݁݅ܿ݅݁݊ݐ݁�݀݁�ܿݎݎ݈݁ܽ ሻଶ ൌ ݂ܿ݁݅ܿ݅݁݊ݐ݁�݀݁�݀݁ݐ݁ݎ݉݅݊ܽ ሺܴଶሻ Assim: ?ǡ 礃?ଶ ൌ ?ǡ 砃爃稃?؆ ?ǡ 砃? Alternativa (d). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 41 de 60 Exercício 24 (ISS Recife ± FGV\2014) Avalie se as seguintes propriedades de um estimador de um certo parâmetro são desejáveis: I. Ser não tendencioso para esse parâmetro. II. Ter variância grande. III. Ter erro quadrático médio grande. Assinale: (A) se apenas a propriedade I estiver correta. (B) se apenas as propriedades I e II estiverem corretas. (C) se apenas as propriedades I e III estiverem corretas. (D) se apenas as propriedades II e III estiverem corretas. (E) se todas as propriedades estiverem corretas Resolução I.Perfeito. Sempre queremos um estimador não viesado. II.Errado. Quanto maior a variância, menor a capacidade de predição de um estimador. III.Errado. Pois, o erro quadrático médio é uma combinação de Viés e Variância. Assim, buscamos um estimador com baixo valor de erro quadrático médio. Alternativa (a). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 42 de 60 Exercício 25 (COMPESA ± 2014/FGV) Suponha o seguinte modelo econométrico, estimado por um economista: lnPIB(t) = 10 + 2*lnC(t) + 0,5*lnC(t-1) + û, (0,01) (0,06) (0,12) R² = 0,2 em que, lnPIBt é o logaritmo neperiano do PIB no ano t, lnC(t) é o logaritmo neperiano do consumo no ano t e lnC(t ± 1) a sua defasagem em um período. O número entre parênteses embaixo de cada estimativa é o p-valor referente à estatística de teste t, que testa a hipótese do determinado coeficiente ser nulo. O termo R² mede o coeficiente de determinação. A partir dessas informações, assinale a afirmativa correta. (A) O modelo não é globalmente significante a um nível de 1%. (B) A estatística do teste t para o intercepto indica que o mesmo não é significante a um nível de 5%. (C) O efeito contemporâneo do consumo sobre o PIB é positivo, mas estatisticamente nulo ao nível de 10%. (D) O efeito defasado do consumo sobre o PIB é positivo, mas estatisticamente nulo ao nível de 10%. (E) As variáveis de consumo explicam apenas 0,2% da variação do PIB ao longo do tempo. Resolução a)Não podemos afirmar isso com base nas informações disponíveis. b)O intercepto tem p-valor menor do que 0,05, o que garante que o memso é significante a 5%. c)Errado, pois, como o p-valor é menor do que 0,1, o mesmo é significante a 10%. d)Alternativa correta. e)As variáveis explicam 20% da variação do PIB, pois o R² é igual à 0,2. Alternativa (d). Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 43 de 60 (ANTT ± CESPE\2013) Julgue as afirmativas. Exercício 26 A suposição de homocedasticidade é fundamental para mostrar que os estimadores de MQO são não viesados. Resolução A hetereocedasticidade não causa viés dos estimadores, apenas resulta no fato de que os mesmos não serão mais eficientes. Alternativa errada. Exercício 27 Se o estimador de MQO for não viesado e consistente, então ele será, necessariamente, eficiente. Resolução Não necessariamente. A eficiência exige que, além de não viesado, o mesmo tenha a menor variância dentre os estimadores lineares não viesados. Alternativa errada. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 44 de 60 Exercício 28 De acordo com a hipótese de consistência do estimador de MQO, à medida que o numero de observações aumenta, o valor esperado do estimador converge para o valor do parâmetro a ser estimado e a variância do estimador converge para zero. Resolução Esta é a própria definição de estimador consistente, pois o mesmo tende para o valor populacional conforme a amostra tende para o infinito. Alternativa correta. Exercício 29 Na análise de séries temporais, a suposição de ausência de autocorrelacao serial dos resíduos deve sempre ser verificada para garantir que os estimadores de mínimos quadrados ordinários sejam não viesados e consistentes. Resolução Cuidado! Isso só é verdade quando uma das variáveis explicativas for uma versão defasada da variável dependente. Caso contrário, a autocorrelação só gera perda de eficiência e a impossibilidade de confiarmos nos testes de hipóteses. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 45 de 60 Exercício 30 Na presença de multicolinearidade, a variância e a covariância dos estimadores serão afetadas, sendo possível que sejam alterados tanto os sinais quanto a magnitude dos estimadores. Resolução Não se perca ao avaliar a alternativa! Tal como eu expliquei para vocês, sob multicolinearidade muito intensa, o sinal e as estatísticas de teste ficam muito sensíveis a mudanças no número de observações ou mudança da forma funcional. Assim, os estimadores podem apresentar valores alterados. Alternativa correta. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 46 de 60 Lista de exercícios resolvidos com gabarito Exercício 2 (BACEN ± 2010) Sobre séries temporais, analise as proposições a seguir: I ± Se um processo de médias móveis (MA) de primeira ordem for estacionário, ele pode ser representado como um processo auto-regressivo (AR) de ordem infinita II ± Se um processo AR for estacionário, este pode ser representado por um MA de ordem infinita III ± Uma série de tempo é um conjunto ordenado de variáveis aleatórias, isto é, um processo estocástico, portanto uma série de tempo y(t) pode ser representada pela função densidade conjunta dos y(t) (t = 1, 2...n); assim, trabalhar com uma série de tempo é inferir sobre o processo estocástico com uma única realização desse processo. Estão corretas as proposições: a) Apenas I b) Apenas I e II c) Apenas I e III d) Apenas II e III e) Todas Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 47 de 60Exercício 3 (ANS ± 2007) Para o modelo autoregressivo ࢆ࢚ ൌ ǡࢆ࢚ି െ ǡ ૡࢆ࢚ି ࢇ࢚ Onde ࢇ࢚ é o ruído branco de média zero e variância ࣌ , a autocorrelação de ordem 1 é: a) 0,28 b) 0,63 c) 0,28࣌ d) 0,25/࣌ e) 0,38࣌ Exercício 4 (EPE ± 2007) A demanda de um certo derivado de petróleo segue um modelo auto-regressivo de ordem 2: ࢆ࢚ ൌ ࣘࢆ࢚ି ࣘࢆ࢚ି ࢋ࢚ Sendo ࣘ ൌ ǡ e ࣋ ൌ ǡૡ (࣋ é a autocorrelação de primeira ordem). O valor de ࣘ é: a) 0,25 b) 0,20 c) 0,15 d) 0,10 e) 0,05 Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 48 de 60 (MPE ± 2006/modificada) Para o processo ARIMA (1,d,1), julgue a afirmativa Exercício 5 A função de autocorrelação parcial só é diferente de zero no lag 1 Exercício 6 A função de autocorrelação só é diferente de zero nos lags 1 e 2 (IBGE ± 2010) Seja ࢚࢞ �um processo MA(1), ࢚࢞ ൌ ࢇ࢚ െ ࣂࢇ࢚ି, onde ࢇ࢚ é um ruído branco normal, com média zero e variância constante. Considere o processo ࢚࢟ ൌ ࢚࢞ ࢚࢞ି, t = 1,2,...,n, e avalie as afirmações a seguir: Exercício 7 A função de autocorrelação do processo ࢚࢞ é infinita e decrescente Exercício 8 A função de autocorrelação parcial de ࢚࢟ é finita (ANPEC ± 2008) Julgue as afirmativas Exercício 9 No processo AR(1), ࢚࢟ ൌ ࣘ ࢚ࣘ࢟ି ࢋ࢚, em que ȁࣘȁ ൏ ? e que ࢋ࢚ é um ruído branco de média nula e variância constante, a média de ࢚࢟ é ࣘ Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 49 de 60 Exercício 10 O processo MA(1), ࢚࢟ ൌ ࢋ࢚ ࣂࢋ࢚ି, em que ࢋ࢚ é um ruído branco de média nula e variância constante, será estacionário mesmo que ȁࣂȁ ൏ ? Exercício 11 Seja a função de autocorrelação do processo AR(1), definido no exercício 9, dada por ࢚࣋. É correto afirmar que ࢚࣋ ൌ ࢚ࣘ . (ANPEC ± 2009) Julgue a afirmativa Exercício 12 A estatística DIckey-Fuller para testar a presença de raiz unitária em séries temporais possui sempre distribuição normal (BACEN ± CESPE\2013) Julgue as afirmativas. Exercício 13 Em um processo estocástico gaussiano, uma série temporal é dita estritamente estacionária se a sua média for constante e a sua função de autocovariância depender da defasagem temporal. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 50 de 60 Exercício 14 Nos modelos em que aparecem valores defasados da variável dependente no segundo membro ² cujo exemplo mais simples é ࢚࢟ ൌ ࢻ ࢼ࢚࢟ି ࢿ࢚em que os distúrbios (ࢿ࢚) são serialmente independentes ², as consequências de se utilizar os estimadores de mínimos quadrados para o caso de violação da independência entre o distúrbio e a variável explicativa é a possibilidade de obtenção de estimativas viesadas e perda de eficiência. Exercício 15 No modelo de regressão linear clássico, a premissa de linearidade, necessária à estimativa dos parâmetros do modelo, indica que não existe uma relação linear exata entre qualquer variável independente do modelo. Exercício 16 (METRO ± CESPE\2013) Assinale a opção correspondente a processo estacionário, com base nos modelos de Box e Jenkins e no princípio da parcimônia. a)AR, ARIMA ou ARMA b)MA, ARIMA ou ARMA c)SARIMA ou ARIMA d)AR ou IMA e)AR, MA ou ARMA Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 51 de 60 Exercício 17 (METRO ± CESPE\2013)Considere os processos de médias móveis (moving average) Wt ~ MA(q1) e Zt ~ MA(q2), em que q1 e q2 representam as ordens desses processos e Wt e Zt são independentes. Então, nesse caso, o processo St = Wt + Zt será um processo de médias móveis de ordem igual a a)min{q1, q2}. b)q1. c)q1 + q2. d)max{q1, q2}. e)q2. Exercício 18 (EPE = CESGRANRIO/2012) Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 52 de 60 Exercício 19 (IBGE - CESGRANRIO/2013) Exercício 20 (IBGE ± CESGRANRIO/2013) Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 53 de 60 Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 54 de 60 Exercício 21 (IBGE ± CESGRANRIO/2013) Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 55 de 60 Exercício 22 (ICMS-RJ ± FCC\2013) Considere o modelo ࢟ ൌ ࢻ ࢼ ࢋ, i = 1,2,3,... onde: I. yi e xi representam, respectivamente, o tempo de reação a certo estímulo, em segundos, e a idade, em anos, do indivíduo i. II. ࢻ e ࢼ representam os parâmetros desconhecidos do modelo. III. ࢋ representa o erro aleatório com as respectivas hipóteses para a regressão linear simples. IV. As estimativas de �ࢻ e ࢼ foram obtidas pelo método de mínimos quadrados por meio de 10 observações, utilizando-se as seguintes informações: Nessas condições, a soma de quadrados residuais do modelo é igual a a) 785 b) 810 c) 515 d) 920 e) 460 Exercício 23 (ISS Recife ± FGV\2014) Numa regressão linear simples, obteve-se um coeficiente de correlação igual a 0,78. O coeficiente de determinação é aproximadamente igual a (A) 0,36. (B) 0,48. (C) 0,50. (D) 0,61. (E) 0,69. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 56 de 60 Exercício 24 (ISS Recife ± FGV\2014) Avalie se as seguintes propriedades de um estimador de um certo parâmetro são desejáveis: I. Ser não tendencioso para esse parâmetro. II. Ter variância grande. III. Ter erro quadrático médio grande. Assinale: (A) se apenas a propriedade I estiver correta. (B) se apenas as propriedades I e II estiverem corretas. (C) se apenas as propriedades I e III estiverem corretas. (D) se apenas as propriedades II e III estiverem corretas. (E) se todas as propriedades estiverem corretas Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 57 de 60 Exercício 25(COMPESA ± 2014/FGV) Suponha o seguinte modelo econométrico, estimado por um economista: lnPIB(t) = 10 + 2*lnC(t) + 0,5*lnC(t-1) + û, (0,01) (0,06) (0,12) R² = 0,2 em que, lnPIBt é o logaritmo neperiano do PIB no ano t, lnC(t) é o logaritmo neperiano do consumo no ano t e lnC(t ± 1) a sua defasagem em um período. O número entre parênteses embaixo de cada estimativa é o p-valor referente à estatística de teste t, que testa a hipótese do determinado coeficiente ser nulo. O termo R² mede o coeficiente de determinação. A partir dessas informações, assinale a afirmativa correta. (A) O modelo não é globalmente significante a um nível de 1%. (B) A estatística do teste t para o intercepto indica que o mesmo não é significante a um nível de 5%. (C) O efeito contemporâneo do consumo sobre o PIB é positivo, mas estatisticamente nulo ao nível de 10%. (D) O efeito defasado do consumo sobre o PIB é positivo, mas estatisticamente nulo ao nível de 10%. (E) As variáveis de consumo explicam apenas 0,2% da variação do PIB ao longo do tempo. (ANTT ± CESPE\2013) Julgue as afirmativas. Exercício 26 A suposição de homocedasticidade é fundamental para mostrar que os estimadores de MQO são não viesados. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 58 de 60 Exercício 27 Se o estimador de MQO for não viesado e consistente, então ele será, necessariamente, eficiente. Exercício 28 De acordo com a hipótese de consistência do estimador de MQO, à medida que o numero de observações aumenta, o valor esperado do estimador converge para o valor do parâmetro a ser estimado e a variância do estimador converge para zero. Exercício 29 Na análise de séries temporais, a suposição de ausência de autocorrelacao serial dos resíduos deve sempre ser verificada para garantir que os estimadores de mínimos quadrados ordinários sejam não viesados e consistentes. Exercício 30 Na presença de multicolinearidade, a variância e a covariância dos estimadores serão afetadas, sendo possível que sejam alterados tanto os sinais quanto a magnitude dos estimadores. Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 59 de 60 2-d 22-d 3-a 23-d 4-a 24-a 5-F 25-d 6-F 26-F 7-F 27-F 8-F 28-V 9-F 29-F 10-V 30-V 11-V 12-F 13-F 14-V 15-F 16-e 17-d 18-d 19-c 20-a 21-e Tranquilo pessoal? Segue em anexo a tabela da distribuição DF! Um abraço e bons estudos! Econometria p/ BACEN 2016 Teoria e exercícios comentados Prof. Jeronymo Marcondes ʹ Aula 06 Prof. Jeronymo Marcondes www.estrategiaconcursos.com.br 60 de 60
Compartilhar