Baixe o app para aproveitar ainda mais
Prévia do material em texto
EAE 0327 - 2020 Prof. Rodrigo De Losso da Silveira Bueno Entrega 02/04/2020 Exercício 1 Considere verdadeira a seguinte a�rmação: Seja fZtg uma sequência de variáveis aleatórias i.i.d N (0; 1), então fZtg é (estritamente) estacionária. 1. Qual a hipótese básica do resultado acima? Por quê? 2. Pode-se a�rmar que estacionaridade é um reforço à hipótese de distribuição idêntica? 3. Pode-se a�rmar que a hipótese de estacionaridade sobre uma série qualquer é mais fraca do que a hipótese i.i.d.? Por quê? Exercício 2 De�na Processo Estocástico e ilustre gra�camente. Explique o que é a realização de um processo estocástico e por que as séries econômicas podem ser entendidas como sendo geradas por processos estocásticos. Exercício 3 Por que se impõem restrições sobre a heterogeneidade temporal e sobre a memória de um processo estocástico? Exercício 4 Qual a diferença entre estacionaridade forte (ou estrita) e estacionari- dade (fraca)? Construa exemplos mostrando quando uma implica a outra, e quando uma não implica a outra. Exercício 5 Responda: a. Mostre algebricamente como um processo AR(2), com raízes fora do círculo unitário, é expresso como um MA(1). b. Escreva um MA (1) sob a forma de um AR(1) c. Por que as raízes do processo MA devem estar fora do círculo unitário? 1 Exercício 6 Considere o modelo MA(1) yt = �+ "t + �"t�1; j�j > 1. Inverta-o e mostre ser um AR (�1) do tipo: yt � � = � 1X j=1 (��)�j (yt+j � �) + �"t�1: Interprete. Exercício 7 Considere o seguinte modelo ARMA (1; 1): yt = �yt�1 + "t � �"t�1; "t � i:i:d: � 0; �2 � : Determine as condições de estacionaridade e invertibilidade. De�na as condições para obter um ruído branco temporalmente dependente. Exercício 8 Considere o seguinte modelo ARMA (1; 1): yt = �yt�1 + "t � �"t�1; "t � i:i:d: � 0; �2 � : Se � = � e j�j > 1, então yt é instável ou não estacionário. Explique. (Dica: desenvolva o modelo recursivamente). Exercício 9 Veri�que se os modelos abaixo são estacionários e/ou inversíveis, em que L é o operador defasagem. a. (1� L) yt = (1� 0; 5) "t b. (1 + 0; 8L) yt = (1� 1; 2L) "t c. (1� 0; 7L+ 0; 4L2) = (1� 0; 5L) "t d. (1� 0; 7L� 0; 4L2) = (1� 1; 6L+ 0; 7L2) "t e. (1 + 0; 9L) yt = (1 + 0; 5L+ 0; 4L2 + 0; 3L3) "t Exercício 10 Calcule as autocorrelações dos modelosMA(2), AR(2) eARMA(1; 1). 2 Exercício 11 Considere o seguinte processo estocástico: Yt = �Yt�1 + "t; "t � i:i:N (0; 1) ; Y0 = 0 (1) onde � pode assumir os seguintes valores: 1; 0; 0; 9; 0; 5. Simule 1000 séries (com 100 observações cada) para cada um dos parâmetros teóricos de �, estime-os em seguida por MQO. Comente as propriedades do estimador. Solução 1 Exercício 12 Considere o seguinte modelo: yt = c+ �yt�1 + "t; "t � WN � 0; �2 � , Dada a série fytgTt=1 ;esse modelo pode ser estimado pelo E-views de duas formas alternativas. Por exemplo, podem-se dar os seguintes comandos: quick / estimate equation / y c y(�1) ou quick / estimate equation / y c ar(1) Embora o coe�ciente � seja igual em ambos os modelos, o coe�ciente c difere. Por quê? Exercício 13 (15 pontos) Considere o seguinte processo estocástico: yt = 3 + "t + 0:8"t�1; "t � RB (0; 1) : Suponha uma amostra com 50 observações. Qual a média e a variância de longo prazo dessa média amostral, (�; �2), de�nida como sendo: yT = PT t=1 yt T : 3
Compartilhar