Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Aula 11 – Econometria Profa. Dra. Margarida Garcia de Figueiredo margaridagf@ufmt.br mgfiguei@gmail.com 31/07/2014 2 Violação da Pressuposição 4: AUTOCORRELAÇÃO Natureza da autocorrelação Consequências Testes para detecção Medidas corretivas 3 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Aplicação do Método dos Mínimos Quadrados Generalizados (MQG), através da transformação dos dados A correção do problema depende do conhecimento que temos sobre a natureza da interdependência dos termos de erro, isto é, do conhecimento da estrutura da autocorrelação. Estudaremos 2 abordagens para a correção: (i) quando 𝝆 é conhecido; e (ii) quando 𝝆 não é conhecido, devendo ser estimado. 4 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO uXY ttt 21 O Método dos Mínimos Quadrados Generalizados (MQG) Considerando o modelo a seguir: ttt uu 1 11 Supondo que o termo de erro segue o esquema AR(1), ou seja: (I) 1. Quando 𝝆 é conhecido: Ele também será verdadeiro em t-1, portanto: uXY ttt 11211 Multplicando por 𝜌 de ambos os lados: uXY ttt 11211 (II) Fazendo I - II 5 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO ttttt XXYY )()1()( 1211 O Método dos Mínimos Quadrados Generalizados (MQG) Fazendo (I) – (II): )( 1uu ttt Onde: (III) Equação em diferenças generalizadas ttt uu 1 6 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO ttt XY *2*1* O Método dos Mínimos Quadrados Generalizados (MQG) Podemos expressar a equação (III) como: Modelo com variáves transformadas: Estimar este modelo equivale a empregar os mínimos quadrados generalizados (MQG) )( 1 * YYY ttt Onde: )1( * 1 )( 1 * XXX ttt 7 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO ttttt XXYY )()1()( 1211 O Método dos Mínimos Quadrados Generalizados (MQG) Os MQG nada mais são do que os MQO aplicados ao modelo transformado, de modo a atender as premissas básicas do MCRL. Esta regressão transformada é conhecida como a “equação em diferenças generalizadas”, pois envolve o cálculo de uma regressão na forma de diferenças, que é obtida subtraindo-se uma proporção (= ) do valor da variável no período anterior de seu valor no período atual. Vale ressaltar que neste processo de obtenção de diferenças, perdemos uma observação, porque a primeira não tem antecedente. Se estivermos trabalhando com grandes amostras, isso não faz muita diferença. 8 Obs Y X 1 769 93 2 808 119 3 825 108 4 650 96 ⋮ ⋮ ⋮ 49 912 88 50 1400 116 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) Exemplo de transformação do modelo ttttt XXYY )()1()( 1211 (𝑌2−𝜌𝑌1) = 𝛽1 1 − 𝜌 + 𝛽2 𝑋2 − 𝜌𝑋1 + 𝜀𝑡 (𝑌3−𝜌𝑌2) = 𝛽1 1 − 𝜌 + 𝛽2 𝑋3 − 𝜌𝑋2 + 𝜀𝑡 (𝑌4−𝜌𝑌3) = 𝛽1 1 − 𝜌 + 𝛽2 𝑋4 − 𝜌𝑋3 + 𝜀𝑡 ⋮ ⋮ ⋮ ⋮ (𝑌50−𝜌𝑌49) = 𝛽1 1 − 𝜌 + 𝛽2 𝑋50 − 𝜌𝑋49 + 𝜀𝑡 9 Obs Y X 1 769 93 2 808 119 3 825 108 4 650 96 ⋮ ⋮ ⋮ 49 912 88 50 1400 116 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) Exemplo de transformação do modelo ttttt XXYY )()1()( 1211 (𝟖𝟎𝟖 − 𝜌𝟕𝟔𝟗) = 𝛽1 1 − 𝜌 + 𝛽2 𝟏𝟏𝟗 − 𝜌𝟗𝟑 + 𝜀𝑡 (𝟖𝟐𝟓 − 𝜌𝟖𝟎𝟖) = 𝛽1 1 − 𝜌 + 𝛽2 𝟏𝟎𝟖 − 𝜌𝟏𝟏𝟗 + 𝜀𝑡 (𝟔𝟓𝟎 − 𝜌𝟖𝟐𝟓) = 𝛽1 1 − 𝜌 + 𝛽2 𝟗𝟔 − 𝜌𝟏𝟎𝟖 + 𝜀𝑡 ⋮ ⋮ ⋮ ⋮ (𝟏𝟒𝟎𝟎 − 𝜌𝟗𝟏𝟐) = 𝛽1 1 − 𝜌 + 𝛽2 𝟏𝟏𝟔 − 𝜌𝟖𝟖 + 𝜀𝑡 10 Obs Y X Y* X* 1 769 93 2 808 119 808-𝝆𝟕𝟔𝟗 119-𝝆𝟗𝟑 3 825 108 825-𝝆𝟖𝟎𝟖 108-𝝆𝟏𝟏𝟗 4 650 96 650-𝝆𝟖𝟐𝟓 96-𝝆𝟏𝟎𝟖 ⋮ ⋮ ⋮ ⋮ ⋮ 49 912 88 50 1400 116 1400-𝝆𝟗𝟏𝟐 116-𝝆𝟖𝟖 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) Exemplo de transformação do modelo 11 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO 21 1Y O Método dos Mínimos Quadrados Generalizados (MQG) Quando estamos trabalhando com amostras pequenas, esta perda de uma observação pode prejudicar a estimação do modelo, então, para evitá-la, podemos transformar as primeiras observações de X e Y, do seguinte modo: 21 1X Conhecida como transformação de Prais-Winsten 12 Obs Y X Y* X* 1 769 93 769 𝟏 − 𝝆𝟐 93 𝟏 − 𝝆𝟐 2 808 119 808-𝝆𝟕𝟔𝟗 119-𝝆𝟗𝟑 3 825 108 825-𝝆𝟖𝟎𝟖 108-𝝆𝟏𝟏𝟗 4 650 96 650-𝝆𝟖𝟐𝟓 96-𝝆𝟏𝟎𝟖 ⋮ ⋮ ⋮ ⋮ ⋮ 49 912 88 50 1400 116 1400-𝝆𝟗𝟏𝟐 116-𝝆𝟖𝟖 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) transformação de Prais-Winsten* *No caso de amostras pequenas 13 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) 2. Quando não é conhecido: Quando não conhecemos o valor de , é necessário estimá-lo, para podermos então aplicar o método dos MQG, conforme descrito anteriormente. Existem várias formas de estimativa do parâmetro 14 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO 2 1 ^ d O Método dos Mínimos Quadrados Generalizados (MQG) 2.1 Estimativa de com base na estatística d de Durbin-Watson É preciso ter em mente que esta relação pode não se sustentar no caso de amostras pequenas. Neste caso, podemos recorrer à modificação proposta por Theil e Nagar: kn kdn 22 22^ )21( n = número de observações k = número de parâmetros (inclui cte) d = d de Durbin-Watson 15 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO ttt uu 1 O Método dos Mínimos Quadrados Generalizados (MQG) 2.2 Estimativa de a partir dos resíduos Se o esquema AR(1) for válido, uma forma simples de estimar 𝝆 é calcular a regressão de ut contra ut-1, da seguinte forma: Observe: não há necessidade de incluir o termo de intercepto nesta regressão 16 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) Após estimar o valor de 𝝆 , basta transformar o modelo e aplicar os MQO no modelo transformado, que nada mais é do que a aplicação dos Mínimos Quadrados Generalizados (MQG) 17 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO EXEMPLO: BC em função da RI O Método dos Mínimos Quadrados Generalizados (MQG) Rodar o modelo no GretL ou no Eviews e obter a série de resíduos. Obter a primeira defasagem do erro (para estimativa do rô) Obs: é importante fazer o teste para verificar se existe problema de autocorrelação 18 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO EXEMPLO: BC em função da RI O Método dos Mínimos Quadrados Generalizados (MQG) Rejeita H0 a 1% de significância 19 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO EXEMPLO: BC em função da RI O Método dos Mínimos Quadrados Generalizados (MQG) Estimar 𝝆: 7543,0 2 4913,0 1 2 1 ^ d Transformar o modelo: Poderia estimar a regressão de ut contra ut-1 para obter o valor de 𝝆 ttttt XXYY )()1()( 1211 t )55,25625,271()1()200.1781( ^2^1^ t )25,27146,189()1()781470.6( ^2^1^ ⋮ ⋮ ⋮ Alternativamente… 20 Obs BC RI BC* RI* 1981 1.200 256,55 1982 781 271,25 781 − 𝟎, 𝟕𝟓 × 1.200 271,25 − 𝟎, 𝟕𝟓 × 256,55 1983 6.470 189,46 6.470 − 𝟎, 𝟕𝟓 × 781 189,46 − 𝟎, 𝟕𝟓 × 271,25 1984 13.090 189,74 13.090 − 𝟎, 𝟕𝟓 × 6.470 189,74 − 𝟎, 𝟕𝟓 × 189,46 ⋮ 2001 2.642 510,36 2002 13.126 450,88 13.126 − 𝟎, 𝟕𝟓 × 2.642 450,88 − 𝟎, 𝟕𝟓 × 510,36 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O Método dos Mínimos Quadrados Generalizados (MQG) Transformação dos dados 𝝆 = 𝟎, 𝟕𝟓𝟒𝟑 21 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃOEXEMPLO: BC em função da RI O Método dos Mínimos Quadrados Generalizados (MQG) O problema foi solucionado 22 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Método iterativo para correção de autocorrelação (Cochrane-Orcutt) Existem alguns métodos iterativos disponíveis para solucionar o problema de autocorrelação, porém, um dos mais utilizados é o desenvolvido por Cochrane-Orcutt: 1. Estima-se o modelo inicial por MQO e obtém d (Durbin-Watson) 2. Calcula-se 3. Estima-se a equação transformada: 4. Recalcula-se 𝜌 (2) e verifica-se a convergência do valor 5. Repetem-se os passos (2) a (4) até que a convergência seja < 0,01 d.5,01 ttttt XXYY )()1()( 1211 23 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Cochrane-Orcutt - Implementação no Eviews A implementação do método de correção iterativo de Cochrane-Orcutt no Eviews, prevê a inserção de termos AR(1), AR(2), etc., na especificação das variáveis da equação. De qualquer forma, vale ressaltar que o teste BG (ou teste LM), também detecta autocorrelação quando o mecanismo de geração do termo de erro for o esquema de médias móveis (MA). Neste caso, ao implementarmos o método de Cochrane-Orcutt no Eviews, caso o problema não seja solucionado pela inclusão de termos AR, podemos tentar a inclusão de termos MA. 24 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Ano QM PM R 1980 1.239.329 120,17 2.111 1981 1.524.046 96,95 2.207 1982 1.681.529 73,78 2.182 1983 1.674.765 65,1 1.490 1984 1.645.339 55,64 1.455 1985 1.903.943 123,89 1.598 1986 2.315.073 113,61 1.905 1987 2.025.850 123,55 2.057 1988 1.908.884 149,45 2.196 1989 2.608.956 208,64 2.893 1990 2.894.635 105,16 3.219 1991 2.968.491 116,21 2.771 1992 2.626.606 94,42 2.605 1993 3.342.048 113,62 2.847 1994 3.756.664 120,34 3.546 1995 3.592.740 100,86 4.542 1996 3.687.703 110,42 4.924 Estimar a demanda de mandioca em determinada região. As variáveis explicativas consideradas são o preço da mandioca (PM) e a renda da população (R) EXEMPLO 25 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Procedimento normal para estimativa de equação 26 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews 27 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Será que o modelo tem problema de autocorrelação? Desconfiança devido à natureza do problema. 28 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Para testar: Na janela da equação: View Residual Tests Serial Correlation LM test 29 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Vai abrir a janela para especificação do número de defasagens a incluir. Começamos incluindo 1 defasagem. 30 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews O resultado foi estatisticamente significativo a 5% para a presença de autorrelação de primeira ordem 31 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Neste caso, repetimos a operação para verificar se ocorre também autocorrelação de segunda ordem. Incluímos 2 defasagens. 32 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews O coeficiente de autocorrelação de segunda ordem não foi estatísticamente significativo, sugerindo que existe apenas autocorrelação de primeira ordem. 33 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Para implementar o método iterativo de correção, proposto por Cochrane- Orcutt, devemos incluir o termo AR(1) ao digitar a equação. 34 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Modelo Estimado Testar para verificar se o problema foi solucionado 35 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no Eviews Não rejeita H0 Teste LM para autocorrelação O problema de autocorrelação agora foi solucionado. 36 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no GretL Mesmo Exemplo 37 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no GretL Habilitar Habilitar 38 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO Implementação no GretL O GretL desabilita o teste de autocorrelação quando o modelo é estimado pelo procedimento de Cochrane Orcutt. 39 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O MÉTODO DE NEWEY-WEST PARA CORREÇÃO DE ERROS-PADRÃO DE MQO Trata-se de uma extensão dos erros-padrão consistentes para heterocedasticia de White. Os erros-padrão corrigidos são conhecidos como erros-padrão consistentes para heterocedasticidade e autocorrelação ou simplesmente como erros-padrão de Newey-West. Importante: Procedimento válido para grandes amostras 40 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O MÉTODO DE NEWEY-WEST PARA CORREÇÃO DE ERROS-PADRÃO DE MQO Portanto, se uma amostra for razoavelmente grande, podemos recorrer ao procedimento de Newey-West para corrigir os erros-padrão dos MQO não apenas em situações de autocorrelação, mas também em casos de heterocedasticidade, pois o método pode dar conta das duas, diferentemente do método de White, que só se aplica à heterocedasticidade. 41 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO O MÉTODO DE NEWEY-WEST PARA CORREÇÃO DE ERROS-PADRÃO DE MQO IMPLEMENTAÇÃO NO GRETL Habilitar Erros padrão robustos 42 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO ttt XY 2 )()( 1121 uuXXYY tttttt O MÉTODO DA PRIMEIRA DIFERENÇA Lembrando: Método dos MQG ou Equação em Diferenças Generalizadas uma regressão na forma de diferenças é obtida subtraindo-se uma proporção (= 𝜌) do valor da variável no período anterior, de seu valor no período atual Se 𝝆 = 1, a equação em diferenças generalizadas se reduz à equação de primeira diferença: ttttt XXYY )()1()( 1211 OU 43 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO ttt XY 21 O MÉTODO DA PRIMEIRA DIFERENÇA Um aspecto interessante do modelo de primeira diferença é que ele não tem intercepto. Contudo, se incluirmos o intercepto, seria o equivalente a dizer que o modelo original contém uma tendência e, neste caso, beta 1 representará o coeficiente da variável de tendência. Em termos rigorosos, a transformação de primeira ordem só é válida se = 1 Desta forma, existe um teste estatístico para verificar a hipótese de que 𝝆 é igual a 1, o qual é denominado estatística g. 44 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO 1 n t t n t t u e g 1 2 2 2 ^ ^ O MÉTODO DA PRIMEIRA DIFERENÇA Teste de Hipóteses: H0: HA: 1 Estatística g calculada: Consultar tabela de Durbin-Watson para encontrar o limite inferior dL Se g > dL , rejeitamos H0, concluindo que 𝝆 não é igual a 1 e, portanto, não devemos trabalhar com a equação em primeira diferença. ut são os resíduos de MQO da regressão original et são os resíduos de MQO da regressão das primeiras diferenças 45 MEDIDAS CORRETIVAS PARA AUTOCORRELAÇÃO )()( 1121 uuXXYY tttttt ttt XY 2 ttttt XXYY )()1()( 1211 OU uXY ttt 21 Importante: três formas diferentes 1) Equação em forma de nível: 2) Equação em diferenças generalizadas: 3) Equação em primeira diferença:
Compartilhar