Académique Documents
Professionnel Documents
Culture Documents
CAPTULO 17
MODELOS ECONOMTRICOS DINMICOS: MODELOS AUTO-REGRESSIVOS E
COM DEFASAGENS DISTRIBUDAS
Yt* = 0 + 1 X t* + ut
(1)
Yt Yt 1 = (Yt * Yt 1 )
(2)
X t* X t*1 = ( X t X t*1 )
(3)
Xt
1 (1 ) L
em que L o operador de defasagem, tal que LX t = X t 1 .
(4)
(5)
Yt = 0 + 1 X t* + ut + (1 )Yt 1
Substitua a Equao (5) na (6) para obter:
(6)
Yt = 0 + 1
X t + (1 )Yt 1 + ut
1 (1 ) L
(7)
Yt = 1 + 2 X t + 3Yt 1 + 4Yt 2 (17.7.2), em que os so combinaes (nolineares) dos diversos parmetros da Equao (7).
]} , j que E (ut ) = 0 .
Yt 1 E (Yt 1 ) = ut 1 .
cov Yt 1 , ( ut ut 1 ) = E ( ut 1 )( ut ut 1 ) , j que
2
cov Yt 1 , ( ut ut 1 ) = E ( ut 1 ) , j que no h correlao serial.
2
cov Yt 1 , ( ut ut 1 ) = , como queramos demonstrar.
17.4 Os valores para P* so, respectivamente, 100, 105, 115, 135 e 160.
17.5 (a) Os valores estimados de Y, que so funo linear da varivel no-estocstica
X, no so assintoticamente correlacionas com v, o termo de erro da populao.
(b) Pode diminuir a gravidade do problema da colinearidade.
17.6 (a) A defasagem mediana o tempo para se completar metade da frao de
ajustamento. No caso do modelo de Koyck, resolva a expresso a seguir para
encontr-la:
0 1 t (1 ) 1
resposta no perodo t
1
=
= , que simplificada d t = . Portanto,
resposta de longo prazo
0 (1 )
2
2
2 ln 2
1
, que a resposta solicitada.
t ln = ln = ln 2 . Logo, t =
ln
2
(b)
0,2
0,4
0,6
0,8
ln
1,6094
0,9163
0,5108
0,2231
ln2
Defasagem
mediana
0,6932
0,4307
0,6932
0,7565
0,6932
1,3569
0,6932
3,1063
0
k
0 k k (1 2 )
=
=
=
k
0
1 (1 ) 1
11,316
= 10,986 10,959 .
1, 03
17.9 (a) Seguindo o procedimento adotado no Exerccio 17.2, podemos escrever a
equao para M t como segue: M t = +
1 (1 1 )
(1 2 )
Yt + 2
Rt + ut ,
1 1L
1 2L
reescrita assim:
M t = 0 + 1 (1 1 ) Yt 12 (1 1 ) Yt 1 + 2 (1 2 ) Rt
M t = 2 1 (1 2 ) Rt 1 + ( 1 + 2 ) M t 1 ( 1 2 ) M t 2 + ut ( 1 + 2 ) ut 1 + ( 1 2 ) ut 2 ,
que
uma combinao de
, 1
2.
Observe que se
1 = 2 = ,
em
o modelo pode
n
44
d
1
h = 1
= 1 d
= 2, 414 .
2 1 n var(coef de Et -1 ) 2 1 44(0, 001089)
J que o h segue assintoticamente a distribuio normal, seu valor crtico a 5% 1,96.
Pressupondo que a amostra de 44 observaes seja razoavelmente grande, podemos
concluir que h nos dados evidncia de autocorrelao positiva de primeira ordem.
17.15 (a) (1 - 0,0864) = 0,136.
(b) A elasticidade preo de curto prazo 0,218, e a de longo prazo (0,218/0,136)
= 1,602.
(c) A elasticidade juro de curto prazo 0,855, e a de longo prazo (0,855/0,136) =
6,287.
j =0
j< p
i 2 j var( j ) + 2 i j + p cov( j , p ) .
Yt = + ( i X i ) + ut = + 0 + 1i + 2i 2 X t i + ut = + 2 4 iX t i + i 2 X t i + ut .
i =0
17.20 Yt = +
X
i =0
k/2
t i
+ ut = + i X t i +
i =0
k
i = +1
2
( k i ) X t i + ut
Yt = + iX t i + ( k i ) X t i + ut = + Z t + ut .
17.21 No caso, n = 19 e d = 2,54. Embora a amostra no seja muito grande, vamos
fazer o teste h a ttulo de ilustrao:
h = 1
d
n
19
2, 54
= 1
= 1, 3773 , valor que
2 1 ( n) var(coeficiente de PFt -1 )
2 1 19(0, 0142)
Yt = 0 + 1 X t + (1 ) X t 1 + ut
(1).
(6,433)
(2)
(2,365)
ln Yt = ln 0 + 1 ln X t + (1 )Yt 1 + ut
(1)
(8,131)
(2,962)
(2)
= 0,376 + 1,222 ln Xt
Yt = 0 + 1 X t + (1 ) + (1 ) Yt 1 + (1 ) + (1 ) Yt 2 + vt ,
que,
por
convenincia, escrevemos Yt = 0 + 1 X t + 2Yt 1 + 3Yt 2 + vt . Com base nos dados,
seguem os resultados da regresso:
(8,323)
(4,250)
(3,460)
Estatstica
F
17,394
5,687
3,309
0,0628
2,379
0,1606
1,307
0,4463
Valor p
Concluso
0,0001
0,0117
rejeitar H0
rejeitar H0
no rejeitar
H0
no rejeitar
H0
no rejeitar
H0
Estatstica
F
22,865
13,009
7,346
5,867
3,053
Valor p
Concluso
0,0001
0,0004
0,0065
0,0262
rejeitar H0
rejeitar H0
rejeitar H0
rejeitar H0
no rejeitar
H0
0,1939
(5,1042)
(3,6176)
(0,2530)
(2,1109)
(0,6562).
Xt
Xt-1
Xt-2
Xt-3
Xt-4
NER
23,3844
(2,3578)
0,3188
(3,5791)
0,4414
(3,9542)
0,3677
(5,4213)
0,0976
(2,1948)
-0,3686
(1,6678)
FER
BER
-36,0936
-5,9303
(-4,6740)
(-0,8799)
0,8712
(5,5205)
0,3515
(10,4464)
0,0045
(0,0993)
-0,1697
(-2,2065)
-0,1712
0,1215
(19,9423)
0,1945
(19,9423)
0,2188
(19,9423)
0,1945
(19,9423)
0,1215
(-2,7730)
(19,9423)
Nmero de
defasagens
2
2
Probabilidade
0,0695
2,8771
0,9329
0,0705 *
YX2
X2Y
3
3
0,1338
2,4892
0,9392
0,0793 *
YX2
X2Y
4
0,1407
0,9655
4
1,8239
0,1533
* Significativo no nvel de 10%
0,2762ln X2(t-4)
t = (73,2185)
(2,1921).
(3,8962)
(5,0794)
(9,6896)
(15,0782)
(7,1142)
(2,0425)
(1,6786)
(3,0060).
R = 0,9912; d = 3,0561.
Os resultados lanam dvidas de que as vendas causem investimentos, pois parece
que o lead term Xt+2 estatisticamente significativo. O leitor deve experimentar outras
estruturas com termos defasados e lead terms para ver se essa concluso se mantm.