181
EconometriaSemestre2010.01
21.7.TESTESDERAIZUNITRIA
Considereomodelo:
Esteprocessoserumprocessoderaizunitria(umpasseioaleatrio)se=+1.Omodelodado
porestaequaoumAR(1)estacionriose| |<1.Se =1,omodeloumarandomwalk.A
equaopodeserreescritacomo:(1 .B)Yt=utondeBooperadordeatraso,BYt=Yt1.
O modelo descrito por (21.4.1) ser uma random walk sempre que a raiz de (1.B) = 0 for a
unidade(isto,se =1).Porissoadenominaotestederaizunitria.
Ostestespararaizunitriamaiscomunssoapropriadosparasriescom,nomximo,umaraiz
unitria,ouseja,supesequeasrietornaseestacionriaapsaprimeiradiferena.
Aidiaportrsdotestederaizunitriabemsimples:faaaregressodeYtemYt1everifique
seocoeficienteestimadoestatisticamenteiguala+1.Sefor,oprocessonoestacionrio.Do
contrrio,oprocessoestacionrio.
A idia mais direta para testar estas hipteses seria a estimao de por mnimos quadrados,
seguidadeumtestet.Noentanto,seH0forverdadeira,oestimadordetemumvisnegativo,e
aestatsticatnotemdistribuiotdeStudent.
Para contornar este problema, Dickey e Fuller (1979) realizaram diversas simulaes e
encontraramadistribuiodoestimadorde quando =1,permitindoestabelecerosnveisde
significnciaapropriados,oquedeuorigemaplicaoprticadostestesderaizunitria.
ProfessoraMnicaBarros
ENCE
182
182
EconometriaSemestre2010.01
Porrazestericas,ostestesDickeyFuller(DF)trabalhamcomaequao(21.4.1)naformade
diferenas,ouseja:
Estaexpressopodeserescritademaneiraalternativacomo:
Onde=1.
Ento, ao invs de estimar a equao (21.4.1) (a equao em nvel), estimamos (21.9.2), a
equaoem1a.diferenaetestamosahiptesenula=0,queequivalentehiptesenula =
1(omodeloumpasseioaleatrio,asrienoestacionria).
Ostestesdehiptesepodemserescritosemtermosdecomo:
H0: =0(omodeloumpasseioaleatrio)versus
H1: < 0(omodeloumAR(1)estacionrio)
Comoestimaraequao(21.9.2)?
Crieasriedeprimeirasdiferenas Yt efaasuaregresso(semconstante)emrelaosrie
original defasada de 1 instante, isto , Yt1. Verifique se o coeficiente angular estimado desta
regressozero.Seforestatisticamenteigualazero,conclumosque =1eYtumprocessono
estacionrio.Se<0,ento 1 <0eento <1easrieYtestacionria.
Como testar as hipteses? Infelizmente os testes t usuais no funcionam (nem para grandes
amostras)paraverificarasignificnciade.DickeyeFullerencontraram,atravsdesimulaode
MonteCarlo,adistribuiodoestimadorde.
Sob a hiptese nula H0: = 0, o valor t estimado para o coeficiente de Yt1 na equao (21.9.2)
segue a estatstica Tau (), cujos valores crticos esto na tabela D.7 de Gujarati, reproduzida a
ProfessoraMnicaBarros
ENCE
183
183
EconometriaSemestre2010.01
seguir.OtestebaseadonestaestatsticachamadodetesteDickeyFuller,ousimplesmenteteste
DF.
Note tambm que, se rejeitamos a hiptese nula no teste DF, ento a srie estacionria, e o
testetusualvoltaaservlido.
Jvimosqueexistemdiversostiposdeprocessosderaizunitria.OtesteDFdeveseraplicado
levando em conta cada uma destas possibilidades, ou seja, deve considerar as seguintes
(DIFERENTES)hiptesesnulas:
Yt um passeio aleatrio : Yt = .Yt 1 + ut
Yt um passeio aleatrio com deslocamento : Yt = 1 + .Yt 1 + ut
Equaes(21.9.2,21.9.4e21.9.5)
A metodologia empregada no teste a mesma em qualquer uma das especificaes anteriores,
masosvalorescrticosdotesteserodiferentes.
Emtodososcasosahiptesenula=0(srienoestacionria)eahiptesealternativa<0
(srieestacionria).RejeitarahiptesenulasignificaqueasrieemnvelYt:
estacionriacommdiazeroem(21.9.2)
estacionriacommdia1/(1)em(21.9.4)
estacionriaemtornodeumatendnciadeterminsticaem(21.9.5)
ProfessoraMnicaBarros
ENCE
184
184
EconometriaSemestre2010.01
Note que, em qualquer dos casos, o teste unilateral. A rejeio da hiptese nula ocorrer,
intuitivamente, se a estatstica Tau for muito pequena (abaixo do valor crtico), pois o teste
para=0contraahiptesedenegativo.
OsvalorescrticosdaestatsticaTaudotesteDFsodiferentesdependendodahiptesenulaque
estsendotestada.
ComofazerotesteDickeyFuller?
Estime(21.9.2),(21.9.4)ou(21.9.5)porMQO.
Encontre o coeficiente estimado de Yt1 na equao e dividao por seu desvio padro,
obtendoaestatsticaTau.
ConsulteastabelasdeDickeyeFuller.SeMENORqueovalorcrticotabelado,rejeitara
hiptese nula H0: = 0, o que indica que a srie NO POSSUI RAIZ UNITRIA (
ESTACIONRIA).
Se MAIORqueovalorcrticotabelado,NOREJEITAMOSAHIPTESENULAH0: =0,
oquesignificaqueasrieNOESTACIONRIA.
Exemplosriedeexportaesbrasileiras
Suponha que desejamos analisar a srie trimestral de exportaes em milhes de dlares
mostradanoinciodestecaptulo.
Ocorrelogramamostradoaseguir:
ProfessoraMnicaBarros
ENCE
185
185
EconometriaSemestre2010.01
Jobservamosnoinciodocaptuloqueolentodecaimentodaautocorrelaosugerequeasrie
noestacionria.VamostestarestaconjeturaatravsdotesteDFemsuastrsespecificaes
(21.9.2),(21.9.4)e(21.9.5).OtestefoirealizadonosoftwareEviewsverso4.1.
1)TesteDFhiptesedepasseioaleatrioEquao(21.9.2)
Null Hypothesis: EXPORTS has a unit root
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
0.180364
-2.603423
-1.946253
-1.613346
0.7352
Coefficient
Std. Error
t-Statistic
Prob.
EXPORTS(-1)
0.003849
0.021341
0.180364
0.8575
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
-0.011226
-0.011226
4284.248
1.10E+09
-596.1758
458.4845
4260.402
19.57954
19.61414
1.907662
Aequaoestimada:
Yt=+0,003849.Yt1
Analogamente ao exposto em Gujarati (p.655), este modelo deve ser descartado, pois o
coeficiente de Yt1 positivo, ou seja, = 1 > 0, o que indicaria que > 1, e a srie de
exportaesseriaexplosiva.
ProfessoraMnicaBarros
ENCE
186
186
EconometriaSemestre2010.01
2)TesteDFhiptesedepasseioaleatriocomdeslocamentoEquao(21.9.4)
Null Hypothesis: EXPORTS has a unit root
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-1.134474
-3.542097
-2.910019
-2.592645
0.6967
Coefficient
Std. Error
t-Statistic
Prob.
EXPORTS(-1)
C
-0.049221
1562.810
0.043387
1115.212
-1.134474
1.401357
0.2612
0.1663
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.021348
0.004761
4250.248
1.07E+09
-595.1772
1.869506
458.4845
4260.402
19.57958
19.64879
1.287031
0.261184
Aequaoestimada:
Yt=1568,810,0492.Yt1
OvalordaestatsticaTau1,13,eovalorcrticodaestatsticaDickeyFulleraonvel5%2,91.
Assim, no rejeitamos a hiptese nula de raiz unitria, ou seja, a srie no estacionria. Isso
ocorretambmaonvel1%,poisaestatsticaDickeyFulleraonvel1%3,54.
Nestemodelo,ovalorestimadode10,043387=0,9566.
ProfessoraMnicaBarros
ENCE
187
187
EconometriaSemestre2010.01
3)TesteDFhiptesedepasseioaleatriocomdeslocamentoetendnciaEquao(21.9.4)
Null Hypothesis: EXPORTS has a unit root
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-3.025398
-4.115684
-3.485218
-3.170793
0.1340
Coefficient
Std. Error
t-Statistic
Prob.
EXPORTS(-1)
C
@TREND(1994:4)
-0.259732
991.3335
170.7898
0.085851
1075.672
61.15799
-3.025398
0.921595
2.792599
0.0037
0.3606
0.0071
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.137341
0.107594
4024.685
9.39E+08
-591.3294
1.727489
458.4845
4260.402
19.48621
19.59002
4.616973
0.013783
Aequaoestimada:
Yt=991,33+170,79.t0,2597.Yt1
OvalordaestatsticaTau3,025,eosvalorescrticosdaestatsticaDickeyFulleraosnveis1%e
5%so,respectivamente,4,12e3,48.Logo,aestatsticaTaumaiorqueosvalorescrticose
norejeitamosahiptesenuladeraizunitria,ouseja,asrienoestacionria.Nestemodelo,
ovalorestimadode10,2597=0,7403,bemdiferentedoencontradonomodeloanterior.
NotetambmqueoscoeficientesdatendnciaedeYt1sosignificantes,masaconstanteno.
Assim,talvezaespecificaomaiscorretadomodelonestecasoseja:Yt=.t+.Yt1
importantetambmverificarseasriediferenciadaestacionriaouno,poisissoindicariaque
oprocessoI(2),enoI(1),ouseja,queaordemdeintegraodasriemaisalta.
Repetimosaanlisecomasriede1a.diferenadasexportaes.
ProfessoraMnicaBarros
ENCE
188
188
EconometriaSemestre2010.01
4)TesteDFhiptesedepasseioaleatrioparaasriede1a.diferenadasexportaes
VejaabaixocomofazerotestenoEviews.
Indicaqueotesteestsendofeitona
1a.diferenadasrie
IndicaqueestamosfazendootesteDF(e
nooADF),ouseja,nmerodelags=0nas
diferenasdoladodireitodaequao
Naespecificaomostradaacimatestamosahipteseda1a.diferenadasrieserumprocesso
I(2),ouseja, Yt um passeio aleatrio : Yt = .Yt 1 + ut ondeagoraYtasrieda1a.diferena.
Null Hypothesis: D(EXPORTS) has a unit root
Exogenous: None
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-7.318054
-2.604073
-1.946348
-1.613293
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
D(EXPORTS(-1))
-0.952307
0.130131
-7.318054
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.475806
0.475806
4312.065
1.10E+09
-586.7824
-7.262133
5955.789
19.59275
19.62765
1.925618
OvalordaestatsticaTau7,31,eosvalorescrticosdaestatsticaDickeyFulleraosnveis1%e
5%so,respectivamente,2,60e1,95.Logo,aestatsticaTauMENORqueosvalorescrticose
REJEITAMOSahiptesenuladeraizunitria,ouseja,asrieda1a.diferenaestacionria.
ProfessoraMnicaBarros
ENCE
189
189
EconometriaSemestre2010.01
5)TesteDFhiptesedepasseioaleatriocomdeslocamentoparaasriede1a.diferenadas
exportaes
VejaoquadroaseguirparaverificarcomoseimplementaotestenoEviews:
t-Statistic
Prob.*
-7.348840
-3.544063
-2.910860
-2.593090
0.0000
Novamente, a estatstica Tau (7,35) inferior aos valores crticos a 1 e 5%, e rejeitamos a
hiptesenula.Assimasrieda1a.diferenaestacionria.
6)TesteDFhiptesedepasseioaleatriocomdeslocamentoetendnciaparaasriede1a.
diferenadasexportaes
Null Hypothesis: D(EXPORTS) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-7.284629
-4.118444
-3.486509
-3.171541
0.0000
Novamente, a estatstica Tau (7,28) inferior aos valores crticos a 1 e 5%, e rejeitamos a
hiptesenula.Assimasrieda1a.diferenaestacionria.
ProfessoraMnicaBarros
ENCE
190
190
EconometriaSemestre2010.01
TesteDickeyFulleraumentado(testeADF)
OtesteoriginaldeDickeyeFullersupequeoprocessoytumAR(1)epodeserestendidopara
incorporaraomodeloapresenadenovoslagsdavarivelYt.IssolevaaoschamadostestesADF
(AugmentedDickeyFullerTests),cujaaplicaosegue,emlinhasgerais,omesmomecanismoque
otesteDickeyFulleroriginal.
O grande problema na aplicao dos testes ADF talvez seja, exatamente, a especificao de
quantas defasagens incluir na equao a ser testada, ou seja, a ordem do modelo AR(p) a ser
estimadoparaYt.
OtesteADFconsisteemestimararegresso:
OndetumrudobrancoeYt1=Yt1Yt2(analogamenteparaoutrasdefasagens).
Onmerodedefasagensaincluirnaequao(21.9.9),emgeral,determinadoempiricamente.A
idiaincluirumnmerosuficientedetermosparaqueoerronoapresentecorrelaoserial.
Uma estratgia escolher um nmero suficientemente grande de defasagens, e usar os termos
atadefasagemmaisaltasignificante.Porexemplo,nocasodedadosmensais,ajusteomodelo
com um nmero de defasagens m > 12. Uma outra idia minimizar algum um critrio de
informao, como AIC ou BIC, para a escolha do nmero de defasagens. O Eviews usa esta
estratgia.
Uma regra emprica sugerida por Schwert (1989) escolher m igual parte inteira de
N 1/ 4
ondeNotamanhodasrie.Porexemplo,seN=100observaes,issonosdariam
12
100
=12lags,seN=200,teramosm=int(14,27)=14lags.
No teste ADF, a hiptese nula ainda H0: = 0 e os valores crticos so os mesmos do teste
DickeyFulleroriginal.
ProfessoraMnicaBarros
ENCE
191
191
EconometriaSemestre2010.01
Exemplosriedeexportaesbrasileirascontinuao
J vimos que a srie de exportaes I(1) e o modelo que parece mais adequado o com
tendnciaedeslocamento,dadopelaequao(21.9.5).Apartirdestemodeloadicionamosnovos
lagseexecutamosotesteADF.Aespecificaodonmerodelagsserfeitaautomaticamente
peloEviews(vejaafiguraaseguir).
t-Statistic
Prob.*
-1.820128
-4.121303
-3.487845
-3.172314
0.6824
Coefficient
Std. Error
t-Statistic
Prob.
EXPORTS(-1)
D(EXPORTS(-1))
D(EXPORTS(-2))
C
@TREND(1994:4)
-0.147365
0.125435
-0.597411
493.5868
111.9188
0.080964
0.105485
0.106063
909.3323
57.17440
-1.820128
1.189124
-5.632601
0.542801
1.957499
0.0743
0.2396
0.0000
0.5895
0.0555
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.479804
0.441271
3229.626
5.63E+08
-557.8322
1.986022
466.2914
4320.675
19.07906
19.25512
12.45176
0.000000
ProfessoraMnicaBarros
ENCE
192
192
EconometriaSemestre2010.01
Aequaoestimada:
Yt=493,59+111,92.t0,1474.Yt1+0,1254. Yt10,5974. Yt2
OvalordaestatsticaTau1,82,eosvalorescrticosdaestatsticaDickeyFulleraosnveis1%e
5%so,respectivamente,4,12e3,48.Logo,aestatsticaTaumaiorqueosvalorescrticose
norejeitamosahiptesenuladeraizunitria,ouseja,asrienoestacionria.
Neste modelo, o valor estimado de 1 0,1474 = 0,8526, bem diferente dos modelos
anteriores.
Crticasaostestesderaizunitria
Antes de discutir os problemas relativos a estes testes, lembrese das definies de tamanho e
potnciadeumteste.
Tamanhodeumteste()
Otamanhodeumteste(ounveldesignificnciadoteste)asuaprobabilidadedeerrodo
tipoI,ouseja,aprobabilidadederejeitarahiptesenulaquandoelaverdadeira.Nocaso
dostestesADF,aprobabilidadededizerqueasrieestacionriaquando,naverdade,
elanoestacionria.
Potnciadeumteste
Paraumtestedehiptesesgenricoarespeitodeumparmetro,afunopotnciaa
probabilidadederejeitarahiptesenulaquandoovalordoparmetro, escritaK().Um
erro do tipo II cometido quando rejeitamos a hiptese nula e ela falsa, ou seja, o
mximo valor da funo potncia quando H0falsa.Apotnciadoteste,porsuavez,
definida como um menos o erro do tipo II. Assim, idealmente, gostaramos que a
potnciadotestefosseamaiorpossvel,poiselasignificarejeitarH0 quandoH0falsa.
No caso dos testes ADF, alta potncia significa alta probabilidade de dizer que a srie
estacionria (i.e, rejeitar H0) quando H0 falsa, isto , quando a srie realmente
estacionria.
ProfessoraMnicaBarros
ENCE
193
193
EconometriaSemestre2010.01
AmaioriadostestesDickeyFullertembaixapotncia,isto,tendeaaceitarahiptesede
raiz unitria quando ela falsa. Ou seja, os testes encontram uma raiz unitria mesmo
quandoasrienoatem.
21.8.COINTEGRAO
Em geral, a regresso de uma srie no estacionria em outra produz uma regresso espria.
Engle e Granger (1987) mostraram que existem situaes em que duas (ou mais) variveis no
estacionrias do tipo random walk podem ser empregadas diretamente num modelo de
regresso. Eles notaram que uma combinao linear de duas ou mais sries no estacionrias
podeserestacionria.Setalcombinaolinearestacionriaexiste,assriesnoestacionrias
so ditas cointegradas, e esta combinao linear chamada de equao de cointegrao,
podendoserinterpretadacomoumarelaodeequilbriodelongoprazoentreasvariveis.
Porexemplo,sejamYteXtdoispasseiosaleatrios,esuponhaqueexistaut=Yt.Xtestacionria.
Nestecaso,YteXtsochamadasdecointegradase oparmetrodecointegrao,quepode
ser estimado por uma regresso por mnimos quadrados ordinrios de Yt em Xt. Um ponto
importante : duas sries cointegradas requerem, obrigatoriamente, a mesma ordem de
diferenciaoparaalcanaraestacionariedade.Porexemplo,seYtI(2)eXtumcandidatoa
cointegrarcomYt,entoobrigatoriamenteXtdeveserI(2).
Opropsitodostestesdecointegraodeterminarseumconjuntodesriesnoestacionrias
ounocointegrado.Emlinhasgerais,cointegraosignificaqueexisteumcomovimentoentre
variveis que exibem tendncia. Duas variveis cointegradas apresentam uma relao de
equilbriodelongoprazo.
Considere uma srie temporal Yt no estacionria, que se torna estacionria aps a aplicao
sucessivadeddiferenas.NestecasodizemosqueYtintegradadeordemd,edenotamosYt~
I(d). Sries integradas possuem uma componente de tendncia estocstica, e a aplicao de
choquesaestassriesresultaemalteraespermanentesnasmesmas.
ProfessoraMnicaBarros
ENCE
194
194
EconometriaSemestre2010.01
Cointegraonaprtica
SuponhaquevocobservouqueduassriesYteXtsoI(1).FaaaregressoporMQOdeYtemXt
eobtenhaosresduos.Isto:
Yt = + . X t + ut
Teste a estacionariedade dos resduos. Se eles forem I(0), ou seja, estacionrios, Yt e Xt
cointegram,aequaoobtidaporMQOarelaodecointegraoeostestesteFusuaispodem
ser aplicados sem problemas. A equao acima chamada de regresso cointegrante e o
parmetrooparmetrodecointegrao.
Exemploimportaeseexportaesbrasileiras
JvimosqueasriedeexportaesI(1),epossivelmenteamelhoreespecificaoparaelatem
driftetendnciadeterminstica.VamosverificarseasriedeimportaestambmI(1),pois
issoabreapossibilidadedasduassriescointegrarem(lembresequeseelastiveremordensde
integraodiferentes,noirocointegrar).
ProfessoraMnicaBarros
ENCE
195
195
EconometriaSemestre2010.01
OstestesDickeyFullerparaasriedeimportaessomostradosaseguir:
1)TesteDFhiptesedepasseioaleatrioEquao(21.9.2)
Null Hypothesis: IMPORTS has a unit root
Exogenous: None
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
0.648838
-2.603423
-1.946253
-1.613346
0.8537
Coefficient
Std. Error
t-Statistic
Prob.
IMPORTS(-1)
0.012995
0.020028
0.648838
0.5189
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
-0.011190
-0.011190
3259.039
6.37E+08
-579.4916
434.6432
3240.956
19.03251
19.06711
1.535624
Norejeitamosahiptesenula,asrieNOESTACIONRIA.Notetambmocoeficientepositivo
deYt1,queindicariaqueasrietemcomportamentoexplosivo.
2)TesteDFhiptesedepasseioaleatriocomdeslocamentoEquao(21.9.4)
Null Hypothesis: IMPORTS has a unit root
Exogenous: Constant
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-0.637525
-3.542097
-2.910019
-2.592645
0.8539
Coefficient
Std. Error
t-Statistic
Prob.
IMPORTS(-1)
C
-0.028652
969.1208
0.044942
936.3589
-0.637525
1.034989
0.5262
0.3049
ProfessoraMnicaBarros
ENCE
196
196
EconometriaSemestre2010.01
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.006842
-0.009992
3257.107
6.26E+08
-578.9428
1.499999
434.6432
3240.956
19.04730
19.11651
0.406438
0.526250
Norejeitamosahiptesenula,asrieNOESTACIONRIA.
3)TesteDFhiptesedepasseioaleatriocomdeslocamentoetendnciaEquao(21.9.5)
Null Hypothesis: IMPORTS has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-1.954147
-4.115684
-3.485218
-3.170793
0.6140
Coefficient
Std. Error
t-Statistic
Prob.
IMPORTS(-1)
C
@TREND(1994:4)
-0.128472
644.7266
70.53214
0.065743
926.1794
34.64881
-1.954147
0.696114
2.035630
0.0555
0.4891
0.0464
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.073066
0.041103
3173.651
5.84E+08
-576.8380
1.459026
434.6432
3240.956
19.01108
19.11490
2.285942
0.110768
Novamente,norejeitamosahiptesenula,asrieNOESTACIONRIA.
Assim,comoassriessoambasI(1),podemostentarfazeraregressodeumavarivelnoutra.
Nestecasotentaremosexplicarexportaesatravsdeimportaes.
ProfessoraMnicaBarros
ENCE
197
197
EconometriaSemestre2010.01
Omodeloajustado:
Dependent Variable: EXPORTS
Method: Least Squares
Date: 06/24/10 Time: 21:03
Sample: 1994:4 2010:1
Included observations: 62
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
IMPORTS
-773.9056
1.237658
1288.245
0.060675
-0.600744
20.39826
0.5503
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.873973
0.871873
4554.092
1.24E+09
-609.2322
0.286903
22706.81
12722.75
19.71717
19.78578
416.0889
0.000000
Note o altssimo valor do R2 e o baixssimo valor da DurbinWatson. Isso poderia indicar uma
regressoespria.Mas,jsabemosqueasduassriessoI(1),eassimexisteapossibilidadede
queestaregressosejaverdadeira.Precisamosexaminarosresduosdestaregressoeverificar
sesoestacionrios.
Null Hypothesis: RESID_REGR_EXPORT_IMPOR has a unit root
Exogenous: None
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-1.886520
-2.603423
-1.946253
-1.613346
0.0570
Coefficient
Std. Error
t-Statistic
Prob.
RESID_REGR_EXPO -0.129668
RT_IMPOR(-1)
0.068734
-1.886520
0.0641
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.054975
0.054975
2370.043
3.37E+08
-560.0616
-79.45504
2438.006
18.39546
18.43007
2.056164
ProfessoraMnicaBarros
ENCE
198
198
EconometriaSemestre2010.01
Rejeitaseahiptesenuladeque=0aonvel5,7%,eportantopodemossuporque,paraeste
nvel a srie estacionria. Note que no rejeitamos a hiptese nula nos nveis 1% e 5% (mas
rejeitamos no nvel 10% o nvel de significncia do teste 5,7% como mostrado no incio da
tabela).
Exemplo2IPCAeSELIC
NesteexemploanalisamosaexistnciaderazesunitriasnassriesmensaisdoIPCA(inflao)e
SELIC(taxabsicadejuros)noperodoentrejaneirode1995emaiode2010.Ogrficodasduas
sriesmostradoaseguir.
SELIC E IPCA (VARIAO % MENSAL)
5
4
3
2
1
0
-1
96
98
00
02
SELIC
04
06
08
IPCA
Oscorrelogramasdasduassriesestonasprximasfiguras.
ProfessoraMnicaBarros
ENCE
199
199
EconometriaSemestre2010.01
1)CorrelogramadeIPCA(variaopercentualmensal)
2)CorrelogramadeSELIC(variaopercentualmensal)
Oscorrelogramassugeremqueambasassriesnosoestacionrias.
ProfessoraMnicaBarros
ENCE
200
200
EconometriaSemestre2010.01
3)TestederaizunitriaparaSELIC
3.1)TesteDFparaaSELICusandoaespecificaodepasseioaleatrio
Null Hypothesis: SELIC has a unit root
Exogenous: None
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-1.895728
-2.577590
-1.942564
-1.615553
0.0555
Coefficient
Std. Error
t-Statistic
Prob.
SELIC(-1)
-0.018833
0.009934
-1.895728
0.0596
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.015702
0.015702
0.235577
10.15582
5.429048
-0.014264
0.237448
-0.048142
-0.030669
2.185729
Estatstica Tau = 1,896, que est entre os valores crticos 5% e 10%. Na verdade (vide tabela),
rejeitaseahiptesenula=0comnvel5,7%.Ouseja,comnvel5,7%(emaior)podesedizer
queasrieestacionria(masnocomnveismenoresque5,7%).
3.2)TesteDFparaaSELICusandoaespecificaodepasseioaleatriocomdeslocamento
Null Hypothesis: SELIC has a unit root
Exogenous: Constant
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-2.770365
-3.465977
-2.877099
-2.575143
0.0646
ProfessoraMnicaBarros
ENCE
201
201
EconometriaSemestre2010.01
Variable
Coefficient
Std. Error
t-Statistic
Prob.
SELIC(-1)
C
-0.064982
0.088866
0.023456
0.041005
-2.770365
2.167193
0.0062
0.0315
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.040464
0.035191
0.233233
9.900334
7.773099
2.140704
-0.014264
0.237448
-0.062751
-0.027806
7.674924
0.006180
Estatstica Tau = 2,77, que est entre os valores crticos 5% e 10%. Na verdade (vide tabela),
rejeitaseahiptesenula=0comnvel6,5%.Ouseja,comnvel6,5%(emaior)podesedizer
queasrieestacionria.
3.3) Teste DF para a SELIC usando a especificao de passeio aleatrio com deslocamento e
tendncia
Null Hypothesis: SELIC has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-3.739908
-4.008706
-3.434433
-3.141157
0.0221
Coefficient
Std. Error
t-Statistic
Prob.
SELIC(-1)
C
@TREND(1995:01)
-0.134727
0.315645
-0.001255
0.036024
0.098506
0.000497
-3.739908
3.204309
-2.524400
0.0002
0.0016
0.0124
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.073098
0.062856
0.229864
9.563621
10.95649
2.066120
-0.014264
0.237448
-0.086484
-0.034066
7.137040
0.001039
Rejeitaseahiptesenulaanvel2,2%.
ProfessoraMnicaBarros
ENCE
202
202
EconometriaSemestre2010.01
Em todos as especificaes, a hiptese nula foi rejeitada com nvel abaixo de 10%, e portanto
conclumosqueasrieestacionria,ouseja,noapresentaraizunitria.
4)TestederaizunitriaparaIPCA
4.1)TesteDFparaaIPCAusandoaespecificaodepasseioaleatrio
Null Hypothesis: IPCA has a unit root
Exogenous: None
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-3.664179
-2.577590
-1.942564
-1.615553
0.0003
Coefficient
Std. Error
t-Statistic
Prob.
IPCA(-1)
-0.124316
0.033927
-3.664179
0.0003
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.068051
0.068051
0.371745
25.28962
-78.50685
-0.006902
0.385079
0.864205
0.881677
2.077836
Ahiptesenulaclaramenterejeitadaasrieestacionria.
4.2)TesteDFparaoIPCAusandoaespecificaodepasseioaleatriocomdeslocamento
Null Hypothesis: IPCA has a unit root
Exogenous: Constant
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-5.495379
-3.465977
-2.877099
-2.575143
0.0000
ProfessoraMnicaBarros
ENCE
203
203
EconometriaSemestre2010.01
Included observations: 184 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
IPCA(-1)
C
-0.272889
0.159234
0.049658
0.040112
-5.495379
3.969725
0.0000
0.0001
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.142315
0.137603
0.357605
23.27438
-70.86708
1.943289
-0.006902
0.385079
0.792033
0.826978
30.19919
0.000000
Novamente,nestaespecificaoconclumosquenohraizunitriaeasrieI(0).
4.3) Teste DF para o IPCA usando a especificao de passeio aleatrio com deslocamento e
tendncia
Null Hypothesis: IPCA has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-5.706429
-4.008706
-3.434433
-3.141157
0.0000
Coefficient
Std. Error
t-Statistic
Prob.
IPCA(-1)
C
@TREND(1995:01)
-0.297889
0.247059
-0.000785
0.052202
0.070754
0.000522
-5.706429
3.491780
-1.504349
0.0000
0.0006
0.1342
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.152907
0.143546
0.356370
22.98697
-69.72392
1.919151
-0.006902
0.385079
0.790477
0.842895
16.33592
0.000000
NovamenterejeitamosahiptesenulaeconclumosqueasrieI(0).
ProfessoraMnicaBarros
ENCE
204
204
EconometriaSemestre2010.01
5)ModeloparaSELICcomofunodoIPCA
OfatodasduassriesseremestacionriasnospermiteentofazeraregressodeSELICemIPCA
semqueestaregressosejaespria.
Dependent Variable: SELIC
Method: Least Squares
Date: 06/25/10 Time: 17:50
Sample: 1995:01 2010:05
Included observations: 185
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
IPCA
1.158634
0.697375
0.071328
0.088474
16.24383
7.882287
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.253459
0.249379
0.637326
74.33173
-178.1605
0.275397
1.582525
0.735616
1.947681
1.982495
62.13045
0.000000
Osresduosdestaregressosoestacionrios,comomostraotestederaizunitriaabaixo(fizo
testeapenasparaaespecificaodepasseioaleatrio).
Null Hypothesis: RESID_1 has a unit root
Exogenous: None
Lag Length: 0 (Fixed)
Augmented Dickey-Fuller test statistic
Test critical values:
1% level
5% level
10% level
t-Statistic
Prob.*
-3.800640
-2.577590
-1.942564
-1.615553
0.0002
Coefficient
Std. Error
t-Statistic
Prob.
RESID_1(-1)
-0.142425
0.037474
-3.800640
0.0002
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.072414
0.072414
0.321991
18.97311
-52.06871
-0.009450
0.334323
0.576834
0.594306
2.102549
Assim, concluise que podemos usar a variao mensal do IPCA para tentar explicar a variao
mensaldaSELIC.
ProfessoraMnicaBarros
ENCE
205
205
EconometriaSemestre2010.01
Estemodelofoiajustado,masnogarantireiquetimo,ouomelhor,sobqualquercritrio.Os
resduos parecem ter um comportamento bastante bom, e o O ajuste da regresso melhorou
sensivelmente(emtermosdeR2,logverossimilhana,somadequadradosdosresduos,critrios
AICeSchwarz).
Coefficient
Std. Error
t-Statistic
Prob.
C
IPCA
IPCA(-1)
IPCA(-2)
IPCA(-9)
IPCA(-12)
1.176641
0.022309
0.064427
0.059989
0.207167
0.096422
0.011374
0.017261
0.020364
0.016710
0.011750
0.011696
103.4467
1.292420
3.163795
3.590057
17.63117
8.244047
0.0000
0.1980
0.0019
0.0004
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.836087
0.831179
0.073522
0.902711
209.1369
2.087612
1.439994
0.178938
-2.348403
-2.239040
170.3664
0.000000
NotequeoIPCAnomesmoinstantenofoiconsideradosignificante,eentodecidiexcluilodo
modelo,resultandonomodeloaseguir:
Dependent Variable: SELIC
Method: Least Squares
Date: 06/25/10 Time: 20:15
Sample(adjusted): 1996:01 2010:05
Included observations: 173 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
IPCA(-1)
IPCA(-2)
IPCA(-9)
IPCA(-12)
1.179554
0.079107
0.058429
0.208055
0.098622
0.011171
0.016935
0.016699
0.011753
0.011595
105.5905
4.671122
3.498877
17.70182
8.505857
0.0000
0.0000
0.0006
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.834447
0.830506
0.073668
0.911740
208.2760
2.072298
1.439994
0.178938
-2.350011
-2.258876
211.6957
0.000000
ProfessoraMnicaBarros
ENCE
206
206
EconometriaSemestre2010.01
Houve uma ligeira melhora em termos do BIC e AIC (que penalizam o nmero de variveis no
modelo) e uma ligeira piora em termos da logverossimilhana. A grande vantagem que este
modelopodeserusadoparaprevisoumpassofrenteseconhecermosavariaodoIPCAno
mstpodemospreveravariaodaSELICnomst+1.
O prximo grfico mostra a evoluo temporal dos resduos e o grfico seguinte o seu
correlogramaelesparecemestacionariedadedosresduos!
Resduos,SELICrealeSELICajustadapelomodelo
2.2
2.0
1.8
.4
1.6
.3
1.4
.2
1.2
.1
1.0
.0
-.1
-.2
1996
1998
2000
Residual
2002
2004
Actual
2006
2008
Fitted
CorrelogramadosResduos
ProfessoraMnicaBarros
ENCE
207
207
EconometriaSemestre2010.01
Eisalgunscomentrios.
ExistemdiversasquebrasestruturaisnasriedavariaodaSELIC,pontosemqueataxa
subiu abruptamente a incluso de variveis dummy para levar em conta estas
mudanasradicaisseriaumaboaidia;
AsduassriessoestacionriasdeacordocomostestesDF,maspodehaverproblemas
nassuasvarincias.
Naverdade,eraatesperadoqueestassries(IPCAeSELIC)noapresentassemtendncia
claraparacimaouparabaixo,poiselassoasvariaesmensais,tantoadSELICquantodo
IPCA, ou seja, como se pegssemos um nmero ndice e fizssemos a srie das
diferenas.
Seriatentadormodelarasduassriesnasescalasdolog,masoIPCAtevevariaonegativa
empelomenosummsnoperodo,oqueimpedeousodolog.Semprepoderamostentar
ummodelodotipolog(k+SELIC)emlog(k+IPCA)ondeksuficienteparaqueIPCAnoseja
negativoemqualquerms,masachoqueissodificultaacompreensodomodelo.
Finalmente, se fosse fcil modelar isso, EU seria milionria (e vocs tambm, a esta
altura...),eoBACENnosofreriatantascrticasporelevarataxadejuros,supostamente
nahoraerrada...
Cointegraoeomecanismodecorreodeerro
Considerenovamenteomodeloparaexportaescomofunodasimportaes.Jvimosqueas
duassriessoI(1)eexisteumaregressocointegrante.
Considereagoraoseguintemodelonasprimeirasdiferenas:
EXPORTt=0+1*IMPORTt+2*ut1+t
Ondetumerroaleatrioeut1oerrodaequaocointegranteDEFASADOemuminstante,
ouseja,oerrodaequaoemnvelDEFASADOemuminstante,isto:
ut 1 = EXPORTt 1 1 2 IMPORTt 1
Aequaoemdiferenasacimachamadadeequaodomecanismodecorreodeerro.Ela
dizque:
ProfessoraMnicaBarros
ENCE
208
208
EconometriaSemestre2010.01
Esperasequeocoeficiente 2 dotermodecorreodeerrosejaNEGATIVOparagarantir
o retorno ao ponto de equilbrio. O valor deste coeficiente indica a rapidez com que o
equilbrioalcanado.
EXPORTdependedeIMPORTedotermodeerrodeequilbrio;
Se ut1 > 0 e IMPORT = 0. Ento EXPORTt1 estar ACIMA do seu valor de equilbrio e
comearacairnoperodoseguinteparacorrigiroerrodeequilbrio;
Analogamente, se ut1 < 0 (e ento EXPORTt1 estar ABAIXO do seu valor de
equilbrio),
2.ut1serpositivo,oquelevarEXPORTtasubir.
AjustandoaequaodecorreodeerronoEviewstemos:
Dependent Variable: D(EXPORTS)
Method: Least Squares
Date: 06/25/10 Time: 19:44
Sample(adjusted): 1995:1 2010:1
Included observations: 61 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
D(IMPORTS)
RESID01(-1)
-18.36249
1.127458
-0.108113
308.0363
0.098448
0.071703
-0.059611
11.45235
-1.507792
0.9527
0.0000
0.1370
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.697301
0.686863
2384.062
3.30E+08
-559.3873
2.149631
458.4845
4260.402
18.43893
18.54274
66.80484
0.000000
Nota:D(EXPORTS)eD(IMPORTS)soas1as.DiferenasdeEXPORTSeIMPORTSrespectivamente,e
RESID01(1)asriederesduosdaequaodeEXPORTSemIMPORTSdefasadade1instante.Da
tabelaanteriorvemosqueocoeficiente2dotermodecorreodeerrosignificanteanvel13%
eiguala0,0717.Otermoconstantenosignificantenestaequao.
ProfessoraMnicaBarros
ENCE