Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Aula 10 - Econometria Profa. Dra. Margarida Garcia de Figueiredo margaridagf@ufmt.br mgfiguei@gmail.com 24/07/2014 2 Violação da Pressuposição 4: AUTOCORRELAÇÃO Natureza da autocorrelação Consequências Testes para detecção Medidas corretivas 3 Violação da Pressuposição 4: AUTOCORRELAÇÃO Natureza da autocorrelação Consequências Testes para detecção Medidas corretivas 4 Violação da Pressuposição 4: AUTOCORRELAÇÃO • Esta pressuposição implica que os erros associados à uma observação Xi não afetam ou não estão correlacionados aos erros associados à uma outra observação Xj. 0, eeCov ji ji eEeeEeEeeCov jjiiji , Entretanto, na prática, principalmente quando trabalhamos com dados em séries temporais, é comum verificarmos a existência de correlação entre os erros de diferentes observações 5 Violação da Pressuposição 4: AUTOCORRELAÇÃO Comum no ajustamento de séries temporais (preços, salários, produção, etc.), as quais têm no seu comportamento o reflexo de movimentos cíclicos e/ou sazonais Nesta situação, os valores das variáveis, observados em um período, podem exercer influência sobre os valores das mesmas, observados nos próximos períodos. 6 Investigação acerca da matriz de variância e covariância dos resíduos A análise da matriz de variância e covariância dos resíduos, doravante chamada de , permite interpretar simultaneamente as pressuposições de presença tanto de homocedasticidade quanto de não autocorrelação dos resíduos, dentro de uma mesma matriz. 'CovVar 7 Investigação acerca da matriz de variância e covariância dos resíduos ICovVar 2' 𝐸 𝜀𝜀′ = 𝜎2 0 0 0 0 𝜎2 0 0 0 0 0 0 ⋱ 0 0 𝜎2 𝑛𝑥𝑛 = 𝜎2I Na ausência tanto de heterocedasticia quanto de autocorrelação, podemos escrever: 8 Investigação acerca da matriz de variância e covariância dos resíduos Assim, ao escrever que , ao mesmo tempo se diz que as variâncias são homocedásticas iguais a (diagonal principal tem todos os valores iguais a , para i=j) e que não existe correlação entre os resíduos de diferentes observações de X (valores nulos fora da diagonal principal, para ). ICovVar 2' 2 2 ji 9 Algumas das razões pelas quais ocorre a autocorrelação 1. Inércia: uma característica marcante da maioria das séries temporais econômicas é a inércia, ou a lentidão. Séries temporais como o PIB, os índices de preço, a produção, o emprego, o desemprego, etc., registram ciclos (os conhecidos ciclos econômicos). Partindo do fundo da recessão, quando tem início a recuperação econômica, a maioria dessas séries começa a se mover em um sentido ascendente. Há um “impulso” embutido neles que continua até que alguma coisa aconteça para desacelerá-lo. Portanto, em regressões que envolvam séries temporais, as observações sucessivas tendem a ser interdependentes. 10 Algumas das razões pelas quais ocorre a autocorrelação 2. Viés de especificação: omissão de variáveis relevantes Por exemplo, imagine o seguinte modelo de demanda de carne bovina: uXXXY ttttt 4433221 X2 = preço da carne bovina X3 = renda do consumidor X4 = preço da carne suína Contudo, por alguma razão, estimamos a seguinte regressão: vXXY tttt 33221 (I) (II) 11 Algumas das razões pelas quais ocorre a autocorrelação 2. Viés de especificação: omissão de variáveis relevantes Se a equação (I) for realmente o verdadeiro modelo, estimar a equação (II) equivale a dizer que: uXv ttt 44 E na medida em que o preço da carne suína afeta o consumo de carne bovina, o termo de erro, vt, refletirá um padrão sistemático, criando, assim, uma (falsa) autocorrelação. uXXXY ttttt 4433221 vXXY tttt 33221 Erro vai refletir um padrão sistemático 12 Algumas das razões pelas quais ocorre a autocorrelação 3. Viés de especificação: forma funcional incorreta Imagine que o “verdadeiro” modelo de custo de produção seja: uXXC tttt 2 321 vXC ttt 21 X = produção Porém, ajustamos o seguinte modelo: 13 Algumas das razões pelas quais ocorre a autocorrelação 3. Viés de especificação: forma funcional incorreta Verifica-se que, entre os pontos A e B, a curva de custo linear superestimará o verdadeiro valor do custo, enquanto fora desses pontos ela o subestimará. Isto acontece porque o termo de erro vi contempla o termo X 2 e, portanto, estará incluindo sistematicamente o efeito do termo produção2 sobre o custo. 14 Algumas das razões pelas quais ocorre a autocorrelação 4. O fenômeno da teia de aranha: a quantidade ofertada dos produtos da agropecuária reage ao preço defasado de um ou mais períodos, em função do tempo que leva do plantio da safra até a comercialização da produção. A forma mais comum de representar este fenômeno é por meio da seguinte equação: uPQ ttt 110 Se no período t, o preço Pt for menor que o preço Pt-1, no período seguinte (t+1), os produtores decidem produzir menos do que no período t. Esta é mais uma das razões que levam o erro a não ser aleatório. 15 Algumas das razões pelas quais ocorre a autocorrelação 5. Defasagens: Em alguns casos devemos incluir o valor defasado da variável dependente como um dos regressores do modelo. Por exemplo, em uma regressão de despesas de consumo sobre renda cujos dados são séries temporais, não é raro verificar que as despesas de consumo do período atual dependem , dentre outras coisas, das despesas de consumo do período anterior. Isto é: uConsumondaConsumo ttt 1210 Re Conhecida como auto-regressão Ao negligenciarmos o termo defasado, o termo de erro resultante refletirá um padrão sistemático, decorrente da influência do consumo defasado sobre o consumo atual 16 Algumas das razões pelas quais ocorre a autocorrelação 6. “Manipulação” dos dados: Por exemplo, em regressões que envolvem dados trimestrais, muitas vezes as informações são obtidas pelas médias dos dados mensais a cada 3 meses. Essas médias suavizam os dados, amenizando as flutuações mensais, deixando a série menos irregular. Entretanto, esta regularidade pode gerar um padrão sistemático nos termos de erro, introduzindo a autocorrelação. Outra fonte de manipulação seria a interpolação ou extrapolação dos dados, o que também suaviza a série, porém, pode introduzir o problema da autocorrelação. 17 Algumas das razões pelas quais ocorre a autocorrelação Em suma, há várias razões pelas quais o termo de erro de um modelo de regressão pode ser autocorrelacionado. Deve-se observar também que a autocorrelação pode ser tanto positiva quanto negativa, embora a maioria das séries temporais econômicas apresentem autocorrelação positiva porque, em sua maioria, evoluem para cima ou para baixo durante longos períodos e não exibem oscilações constantes. 18 Importante: Conhecer o mecanismo de geração de ut ttt uu 1 11 Antes de partirmos para os métodos de detecção da autocorrelação, é necessário conhecer o mecanismo que gera ut. Como ponto de partida ou primeira aproximação, podemos supor que o termo de erro seja gerado pelo mecanismo auto-regressivo: Em que é conhecido como coeficiente de autocorrelação e é o termo de erro estocástico que atende as premissas do MQO (ruído branco): segue distribuição normal com média zero e variância constante igual a 𝜎2. t 20 Importante: Conhecer o mecanismo de geraçãode ut 𝑢𝑡 = 𝜌𝑢𝑡−1 + 𝜀𝑡 𝑨𝑹 𝟏 Este esquema é conhecido como “esquema auto- regressivo de primeira ordem”, geralmente denotado como AR(1). Esta denominação pode ser interpretada como a regressão de 𝑢𝑡 contra ele mesmo, com defasagem de 1 período. Entretanto, se o modelo fosse: 𝑢𝑡 = 𝜌𝑢𝑡−1 + 𝜌𝑢𝑡−2 + 𝜀𝑡 𝑠𝑒𝑟𝑖𝑎 𝑢𝑚 𝑨𝑹 𝟐 21 Violação da Pressuposição 4: AUTOCORRELAÇÃO Natureza da autocorrelação Consequências Testes para detecção Medidas corretivas 22 Consequências do uso de MQO na presença de autocorrelação Assim como no caso da presença de heterocedasticia, se utilizarmos normalmente o método dos MQO para a estimativa dos parâmetros de um modelo autocorrelacionado, os estimadores obtidos não serão BLUE. Eles continuam não-tendenciosos e consistentes, porém, não são eficientes. 23 Violação da Pressuposição 4: AUTOCORRELAÇÃO Natureza da autocorrelação Consequências Testes para detecção Medidas corretivas 24 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico II. Teste d de Durbin-Watson III. Teste BG ou LM Formais Testes para detecção 25 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico II. Teste d de Durbin-Watson III. Teste BG ou LM Formais Testes para detecção 26 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico Assim como no caso da heterocedasticia, o exame visual dos resíduos pode nos fornecer informações úteis quanto à presença de autocorrelação nos modelos Podemos plotar os resíduos simplesmente contra o tempo, o que chamamos de uma plotagem sequencial no tempo. Ou então, podemos plotar ut contra ut-1, isto é, os resíduos no período t contra o seu valor em t-1. É uma espécie de teste empírico do esquema AR(1) 27 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico ut ut-1 ut tempo Ausência de autocorrelação 28 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico ut tempo ut ut-1 Autocorrelação positiva 29 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico ut tempo ut ut-1 Autocorrelação negativa 30 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil eVDRITRCBC tttt 3210 Em que: BCt é o valor da balança comercial da pimenta-do-reino, no ano t, em US$ TRCt é a taxa real de câmbio RIt é a renda interna per capita, em US$ por habitante VD é a variável dummy para captar a influência do Plano Real et é o termo de erro aleatório 31 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil eVDRITRCBC tttt 3210 Ano BC RI TRC VD 1981 1.200 256,55 176,09 0 1982 781 271,25 184,25 0 ... ... ... ... ... 1993 12.938 429,69 166,35 0 1994 10.440 543,09 135 0 1995 -3.158 705,45 119,07 1 1996 -5.554 775,48 120,89 1 ... ... ... ... ... 2002 13.126 450,88 283,01 1 22 observações 32 DETECÇÃO DE AUTOCORRELAÇÃO: O primeiro passo é estimar o modelo normalmente no Eviews ou no GretL EXEMPLO: Balança comercial da pimenta do reino no Brasil Jogar os resultados do modelo em uma planilha de Excel para calcular a série de resíduos (pode gerar diretamente no Eviews) 33 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil Plotar os gráficos dos resíduos para verificar se há presença de autocorrelação ut x ut-1 34 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil ut ut-1 35 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil ut ut-1 Suspeita de aucorrelação positiva 36 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil ut tempo 37 DETECÇÃO DE AUTOCORRELAÇÃO: EXEMPLO: Balança comercial da pimenta do reino no Brasil ut tempo Suspeita de aucorrelação positiva 38 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Na janela da equação estimada, clicar em Salvar Resíduos 39 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL 40 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Selecionar 41 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Escolha a ordem de defasagem 42 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL 43 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Habilitar 44 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Sugere presença de Autocorrelação positiva 45 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Se quiser plotagem sequencial no tempo 46 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Se for plotagem sequencial no tempo 47 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico – No GretL Sugere presença de Autocorrelação positiva 48 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico O método gráfico, embora poderoso e sugestivo, é de natureza subjetiva ou qualitativa. Mas existem vários testes quantitativos que podem ser utilizados para complementar a abordagem puramente qualitativa. 49 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico II. Teste d de Durbin-Watson III. Teste BG ou LM Formais Testes para detecção 50 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson O teste mais famoso para a detecção de autocorrelação foi desenvolvido pelos estatísticos Durbin e Watson. Por este motivo, ficou conhecido na literatura como estatística d de Durbin-Watson. Definição: n t t n t u uu d tt 1 2 2 2 ^ ^ 1 ^ )( Soma das diferenças, elevadas ao quadrado, entre sucessivos resíduos SQR 51 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Premissas básicas que embasam a estatística d: 1. O modelo de regressão inclui o termo de intercepto. Se este não estiver presente, é necessário reestimar a regressão para incluí-lo. 2. As variáveis explanatórias (X) são fixadas ou não estocásticas. 3. Os termos de erro, ut, são gerados pelo esquema auto- regressivo de primeira ordem, AR(1). Portanto, o teste não pode ser empregado para detectar esquemas auto-regressivos de ordens mais elevadas. 4. O termo de erro ut é normalmente distribuído. 5. O modelo de regressão não inclui os valores defasados da variável dependente como uma das variáveis explanatórias. Portanto, o teste não pode ser aplicado a modelos auto- regressivos. 52 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson É difícil deduzir a distribuição de probabilidades exata da estatística d, porque ela depende, de modo complicado, dos valores de X presentes em cada amostra. Portanto, diferentemente dos testes t, F ou 𝜒2, não há um único valor crítico que leve à rejeição ou à aceitação da hipótese nula de que não há correlação de primeira ordem nos termos de erro ut. Contudo, Durbin e Watson foram bem sucedidos na elaboração de um limite inferior, dL, e de um limite superior, dU, de modo a nos auxiliar na tomada de decisão quanto à presença ou não de autocorrelação de primeira ordem no modelo. 53 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Os autores mostraram que o valor da estatística d calculada, situa-se entre 0 e 4. Feito isso, com base nos valores de dL e dU, estabeleceram alguns intervalos para tomada de decisão quanto à presença ou não de autocorrelação. Obs: Os valores dL e dU são encontrados em uma Tabela Estatística elaborada pelos pesquisadoresDurbin e Watson. 54 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson n t t tttt u uuuud 1 2 1 2 1 2 ^ ^^^^ 2 ^ ^^ 2 112 u uud t tt Expandindo-se a fórmula para cálculo da estatística d: ^ ^^ 2 1 ^ u uu t tt Definimos o estimador de 𝝆 como: Provando que o valor de d está entre 0 e 4... n t t n t u uu d tt 1 2 2 2 ^ ^ 1 ^ )( 55 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson )1(2 ^ d Então, podemos expressar d como: Como -1 < 𝝆 < 1, isto implica que: 0 < d < 4 Provando que o valor de d está entre 0 e 4... 56 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Intervalos para tomada de decisão: 57 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson ddd LU 44 44 dd L Tabela 1. Teste d de Durbin-Watson: regras de decisão dd L0 ddd UL ddd UU 4 Hipótese nula Decisão Ausência de autocorrelação positiva Rejeitar Ausência de autocorrelação positiva Indecisão Ausência de autocorrelação negativa Rejeitar Ausência de autocorrelação negativa Indecisão Ausência de autocorrelação, seja + ou - Não rejeitar Se 58 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson As etapas do teste de Durbin-Watson são: 1. Calcula-se a regressão por meio dos MQO e obtém-se os resíduos. 2. Calcula-se o valor da estatística d. 3. Dados o tamanho da amostra (n) e o número de regressores (k), econtram-se os valores críticos de dL e dU. 4. Seguem-se as regras de decisão dadas na Tabela 1 (slide anterior) ou gráfico. 59 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson 1. HIPÓTESES: H0: ausência de autocorrelação positiva (𝝆 = 0) HA: presença de autorrelação positiva (𝝆 > 0) H0*: ausência de autocorrelação negativa (𝝆 = 0) HA*: presença de autorrelação negativa (𝝆 < 0) 2. CALCULAR ESTATÍSTICA d: )1(2 ^ d 3. CONSULTAR dL E dU NA TABELA: A Tabela é apresentada nos apêndices dos livros de estatística e econometria Esquerda de 2 Direita de 2 60 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Rejeita H0 Evidência de autocorrelação positiva Rejeita H0* Evidência de autocorrelação negativa Zona de indecisão Zona de indecisão Não rejeita H0 ou H0* 0 dL dU 2 4-dU 4-dL 4 d 4. MONTAR O INTERVALO PARA TOMADA DE DECISÃO: 𝑯𝟎: 𝝆 = 𝟎 𝑯𝑨: 𝝆 > 𝟎 𝑯𝟎: 𝝆 = 𝟎 𝑯𝑨: 𝝆 < 𝟎 Ausência de Autocorrelação 61 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Exemplo: BC da pimenta do reino n = 22 k = 3 d = 0,8059 62 Teste d de Durbin-Watson – Valores Críticos n = 22 k = 3 d = 0,8059 63 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Exemplo: BC da pimenta do reino d = 0,805938 (estatística de Durbin-Watson - Saída Eviews) K = 3 (variáveis explicativas) n = 22 (observações) dL = 1,053 dU = 1,664 0 2 41,053 1,664 2,34 2,95 4 - dU 4 - dL d Autoc + Autoc - Ausência de Autocorrelação Zona Inconclusiva Zona Inconclusiva dUdL 64 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson 0:*0 H 0: H A 0:0 H Embora muito utilizado, o teste d tem uma falha séria: se o valor d recai na zona de indecisão, não podemos concluir se há ou não autocorrelação (de primeira ordem). Se o d ficar na zona de indecisão, podemos recorrer ao teste d modificado: 1. Rejeita-se H0 se d < dU 2. 0:* H A Rejeita-se H*0 se (4 – d) < dU Autocorrelação + Autocorrelação – 65 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Se o d ficar na zona de indecisão, podemos recorrer ao teste d modificado: Rejeita-se H0 se d < dU Rejeita-se H*0 se (4 – d) < dU Aut. (+) Aut. (-) 66 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Exemplo: BC da pimenta do reino – Durbin-Watson Modificado Se d fosse igual a 1,25… K = 3 (variáveis explicativas) n = 22 (observações) dL = 1,053 dU = 1,664 d < dU Rejeita H0 e conclui pela presença de autocorrelação + 4 – d < dU Se d fosse igual a 2,86... Rejeita H*0 e conclui pela presença de autocorrelação – 67 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Exemplo: BC da pimenta do reino 0 2 41,053 1,664 2,34 2,95 4 - dU 4 - dL Autoc + Autoc - Ausência de Autocorrelação Zona Inconclusiva Zona Inconclusiva dUdL Se d = 1,25 Se d = 2,86 68 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson Não há um valor p associado ao valor da estatística d Sempre teremos que consultar os valores dL e dU na tabela e montar o intervalo para tomada de decisão Observações: 69 DETECÇÃO DE AUTOCORRELAÇÃO: II. O teste d de Durbin-Watson As deficiências do teste d seriam: 1. Presença de áreas inconclusivas 2. Só testa autocorrelação de primeira ordem 3. Deve incluir intercepto na regressão 4. Não é válido quando o modelo tem variável dependente defasada como variável explicativa 70 DETECÇÃO DE AUTOCORRELAÇÃO: I. Método gráfico II. Teste d de Durbin-Watson III. Teste BG ou LM Formais Testes para detecção 71 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) O teste BG foi desenvolvido para tentar contornar algumas das deficiências do teste d de Durbin-Watson. 1. Possibilita incluirmos o valor defasado do regressando como um dos regressores 2. Possibilita testar esquemas auto-regressivos de ordens mais elevadas, como AR(1), AR(2), etc. 3. Porém, é assintoticamente válido Também é conhecido como teste LM, do multiplicador de Lagrange 72 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) uXXY tttt 22110 Considere o modelo: Suponha que o termo de erro siga um esquema auto-regressivo de ordem p, AR(p), como o seguinte: A hipótese nula a ser testada é: Ao rejeitarmos H0 estaremos concluindo que ocorre autocorrelação de qualquer ordem 0: ummenospeloH A 𝑢𝑡 = 𝜌1𝑢𝑡−1 + 𝜌2𝑢𝑡−2 + ⋯+ 𝜌𝑝𝑢𝑡−𝑝 + 𝜀𝑡 𝐻0: 𝜌1 = 𝜌2 = 𝜌2= ⋯ = 𝜌𝑝 = 0 IDEIA BÁSICA 73 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Etapas do teste BG ou LM: 1. Estime os parâmetros do modelo pelo método dos MQO 2. Estime uma regressão de ut contra as variáveis X e os valores defasados dos resíduos: Observe que para rodar esta regressão só temos (n-p) observações 3. Calcule o R2 da regressão auxiliar estimada 𝑢𝑡 = 𝛼0 + 𝛼1𝑋𝑡1 + 𝛼2𝑋𝑡2 + 𝜌1 𝑢𝑡−1 + 𝜌2 𝑢𝑡−2 + ⋯+ 𝜌𝑝 𝑢𝑡−𝑝 + 𝜀𝑡 74 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Etapas do teste BG ou LM: 4. Se o tamanho da amostra (n) for grande, os autores demonstraram que (n-p).R2 segue distribuição qui-quadrado com p graus de liberdade 5. Se 𝝌𝟐𝒄𝒂𝒍𝒄 > 𝝌 𝟐 𝒕𝒂𝒃𝒆𝒍𝒂𝒅𝒐 , rejeita-se H0, concluindo que pelo menos um 𝜌 seja estatisticamente diferente de zero, ou seja, que existe o problema de autocorrelação Rpn 22 )( Estatística calculada Consultar Tabela p GL (linhas) 𝛼 (colunas) 75 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna uRIBC ttt 10 O primeiro passo é rodar o modelo normalmente no Eviews Demonstração das etapas do teste “passo a passo” 76DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna uRIBC ttt 10 n = 22 observações Após estimar os parâmetros do modelo e obter a série de resíduos, o próximo passo será estimar a equação dos resíduos contra X e contra as defasagens do erro que se pretende testar. Testar até a quarta ordem. 77 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna Perde 1 observação Perde 2 observações Perde 3 observações Perde 4 observações 78 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna t tttt t t uuuuRIu ^ 44 ^ 33 ^ 22 ^ 11 10 ^ R2 da regressão auxiliar 0,703250 Rpn 22 )( 𝜒2 = 18 − 4 0,7032 = 𝟗, 𝟖𝟒 79 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna t tttt t t uuuuRIu ^ 44 ^ 33 ^ 22 ^ 11 10 ^ R2 = 0,7032 2. Estimar a regressão auxiliar do resíduo e calcular o R2 3. Calcular a estatística de teste (𝜒2) Rpn 22 )( 1. Hipóteses do teste: 0: ummenospeloH A (ausência de autocorrelação)𝐻0: 𝜌1 = 𝜌2 = 𝜌2= ⋯ = 𝜌𝑝 = 0 𝜒2 = 18 − 4 0,7032 = 9,84 𝝌𝟐 calculado 80 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna 4. Consultar valor crítico na tabela de distribuição Qui-quadrado: 27,13 2 Tab Consultar tabela para: p graus de liberdade (linhas) Alfa na coluna a 1% de significância 5. Tomar a decisão: Se 22 TabCalc Rejeitar H0 Neste caso específico o valor calculado foi maior do que o tabelado, então, rejeitamos H0, concluindo pela presença de autocorrelação a 5% de significância. 𝜒2𝑇𝑎𝑏 = 9,48 a 5% de significância 81 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Implementação no Eviews: 1. Primeiro estima-se o modelo normalmente pelo método dos MQO, como se não existisse o problema de autocorrelação 2. Na janela da equação vá em: View / Residual Testes / Serial Correlation LM Test 3. O Eviews irá solicitar o número de defasagens a serem incluídas Lags to include: comece com 1, depois vai aumentando, caso detecte o problema de autocorrelação 82 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Exemplo: Balança Comercial em função da renda interna Saída do teste BG ou LM no Eviews Rejeita H0 a 5% de significância (evidência de autocorrelação) 83 DETECÇÃO DE AUTOCORRELAÇÃO: Estimar a oferta de soja no Brasil Ano qde area preço custo 1980 15.200 8.501 928 7.803 1981 12.835 8.203 741 7.429 1982 14.750 8.137 672 6.725 1983 15.541 9.421 600 6.092 1984 18.278 10.153 1.066 5.735 1985 14.100 9.182 820 6.718 1986 17.300 9.134 705 7.727 1987 18.020 10.520 516 6.573 1988 23.600 12.201 700 5.526 1989 20.340 11.487 721 7.286 1990 22.500 10.635 414 7.087 1991 24.700 11.525 446 5.716 1992 25.900 11.675 444 5.231 1993 24.150 10.291 314 5.107 1994 27.300 11.486 338 4.934 1995 32.500 13.304 370 4.913 1996 31.300 13.061 362 4.811 1997 34.000 13.640 340 4.586 1998 37.500 13.838 330 4.381 1999 38.432 14.300 312 4.317 2000 41.907 16.324 342 4.251 EXEMPLO Fonte: Santana (2003) n = 21 k = 3 84 DETECÇÃO DE AUTOCORRELAÇÃO: Teste d de DW Primeiro estima o modelo normalmente no Eviews: Verificar o valor da estatística d calculada d = 1,665508 85 DETECÇÃO DE AUTOCORRELAÇÃO: Continua exemplo: Teste d de DW d calculado = 1,665 dL = 0,803 dU = 1,408 n = 21 k = 3 Alfa = 0,01 dL e dU são valores tabelados 20 dL dU 4-dU 4-dL 4 86 DETECÇÃO DE AUTOCORRELAÇÃO: Teste BG ou LM Primeiro estima o modelo normalmente no Eviews: Vai em: View Residual Tests Serial Correl. LMTest 87 DETECÇÃO DE AUTOCORRELAÇÃO: Comece incluindo 1 defasagem, depois vai incluindo as outras (no caso de detectar autocorrelação) Teste BG ou LM 88 DETECÇÃO DE AUTOCORRELAÇÃO: Conclui-se que o modelo em questão não apresenta problema de autocorrelação. n.R2 = 0,132 (p=0,7163) Teste BG ou LM 89 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Implementação no GretL: 1. Primeiro estima-se o modelo normalmente pelo método dos MQO, como se não existisse o problema de autocorrelação 2. Na janela da equação estimada vá em: Testes / Autocorrelação 3. O GretL irá solicitar o número de defasagens a serem incluídas Ordem de defasagem para o teste: comece com 1, depois vai aumentando, caso detecte o problema de autocorrelação 90 DETECÇÃO DE AUTOCORRELAÇÃO: Estimar a oferta de soja no Brasil Ano qde area preço custo 1980 15.200 8.501 928 7.803 1981 12.835 8.203 741 7.429 1982 14.750 8.137 672 6.725 1983 15.541 9.421 600 6.092 1984 18.278 10.153 1.066 5.735 1985 14.100 9.182 820 6.718 1986 17.300 9.134 705 7.727 1987 18.020 10.520 516 6.573 1988 23.600 12.201 700 5.526 1989 20.340 11.487 721 7.286 1990 22.500 10.635 414 7.087 1991 24.700 11.525 446 5.716 1992 25.900 11.675 444 5.231 1993 24.150 10.291 314 5.107 1994 27.300 11.486 338 4.934 1995 32.500 13.304 370 4.913 1996 31.300 13.061 362 4.811 1997 34.000 13.640 340 4.586 1998 37.500 13.838 330 4.381 1999 38.432 14.300 312 4.317 2000 41.907 16.324 342 4.251 EXEMPLO Fonte: Santana (2003) n = 21 k = 3 91 DETECÇÃO DE AUTOCORRELAÇÃO: Equação estimada no GretL Consultar valores dL e dU na tabela, montar os intervalos e tomar a decisão 92 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Clicar aqui 93 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Comece incluindo apenas 1 defasagem, depois vai aumentando caso detecte o problema 94 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Janela do resultado do teste Olhar o valor p 0,754*100 = 75,4 Não rejeita H0 95 DETECÇÃO DE AUTOCORRELAÇÃO: III. O teste de Breusch-Godfrey (BG) Além da janela do resultado do teste, o GretL deixa o resultado registrado na janela da equação estimada Não rejeita H0 Portanto, não há evidência de autocorrelação 96 DETECÇÃO DE AUTOCORRELAÇÃO: Por que existem tantos testes de autocorrelação? Da mesma forma que para a heterocedasticia, nenhum teste ainda foi julgado inequivocamente o melhor, de modo que o analista ainda está na posição de considerar uma variada coleção de procedimentos para detectar a presença de autocorrelação.
Compartilhar