\EXERCÍCIO ECONOMETRIA
Por: Lucas Caetano • 6/10/2015 • Trabalho acadêmico • 3.360 Palavras (14 Páginas) • 539 Visualizações
CAPÍTULO 21
TEMPO DE SÉRIE ECONOMETRIA: ALGUNS CONCEITOS BÁSICOS
21,1 Um processo estocástico é dito como sendo fracamente imobilizado se a sua média e variância são constantes ao longo do tempo e, se o valor da covariância entre dois períodos de tempo depende apenas da distância ou desfasamento entre os dois períodos e não o tempo efectivo em que a covariância é calculado.
21.2 Se uma série de tempo tem de ser diferenciados d vezes antes de se tornar estacionário, é integrada a fim de d, indicado como I (d). Em sua forma de Undifferenced, essa série de tempo é não-estacionário.
21,3 Genericamente falando, a raiz da unidade termo significa que uma determinada série de tempo é não-estacionário. Mais tecnicamente, o termo refere-se à raiz do polinômio no operador de defasagem.
21,4 Tem que ser diferenciado três vezes.
O teste de 21,5 DF é um teste estatístico que pode ser utilizado para determinar se um tempo
série é estacionária. O ADF é semelhante ao DF, exceto que ele leva
em conta a possível correlação nos termos de erro.
21.6 Os testes EG e AEG são procedimentos estatísticos que podem ser usados para
para determinar se duas séries de tempo são cointegradas.
21,7 Duas variáveis seriam cointegradas se há um longo prazo estável
relação entre eles, embora individualmente cada variável
é não-estacionário. Nesse caso, a regressão de uma variável relativa à
outro não é espúria.
21.8 Os testes de raízes unitárias são realizados em séries de tempo individual.
Cointegração trata da relação entre um grupo de
variáveis, onde (incondicionalmente) cada um tem uma raiz unitária.
21.9 Se uma variável não-estacionária é regredido em outro não-estacionário
variável (s), a regressão resultante pode passar o habitual estatística
critérios (de alto valor de R2, um proporções significativas, etc.), mesmo que a priori
não esperamos qualquer relação entre os dois. Isto é
especialmente por isso, se as duas variáveis não são cointegradas. No entanto, se
as duas variáveis são cointegradas, mesmo que individualmente,
são não-estacionário, então uma regressão tal não pode ser espúria.
21.10 Veja a resposta à questão anterior.
21.1 1 maior parte do tempo econômico tendências série de exposições. Se tais tendências são
perfeitamente previsível, chamamos-lhes determinista. Se não for esse caso,
nós os chamamos estocástica. Uma série temporal não-estacionária geral
exibe uma tendência estocástica.
21.12 Se uma série temporal apresenta uma tendência determinística, os resíduos de
a regressão de uma tal série temporal sobre a variável representa tendência
o que é chamado um processo tendência estacionária. Se uma série temporal é
não-estacionário, mas torna-se estacionária depois de tomar a sua primeira (ou superior)
diferenças de ordem, nós chamamos essa série temporal a diferença estacionária
processo.
21,13 um passeio aleatório é um exemplo de um processo não-estacionário. Se um
variável segue um passeio aleatório, isso significa que seu valor hoje é igual a
seu valor no período de tempo anterior somado a um choque aleatório (erro
prazo). Em tais situações, podemos não ser capazes de prever o curso
de tal variável ao longo do tempo. Os preços das ações ou taxas de câmbio são
exemplos típicos do fenómeno passeio aleatório.
21,14 Isso é verdade. A prova é dada no capítulo.
21,15 Cointegração implica um longo prazo, ou de equilíbrio, o relacionamento
entre duas (ou mais variáveis). No curto prazo, no entanto, não
pode ser um desequilíbrio entre os dois. O ECM traz os dois
variáveis de volta ao equilíbrio de longo prazo.
Problemas
21.16 (a) Os correlogramas para todas estas séries de tempo muito se assemelham
o correlograma PIB dado na Fig. 21.8. Todos estes correlogramas
sugerem que estas séries de tempo são não-estacionário.
21,17 Os resultados da regressão são os seguintes:
APCE, 93 = 0,392 + 0.799t - O.O44PCE, _l
2 '= (l 0,678) (1,360) (-l.376) °
R2 = 0,022
Em termos absolutos, este valor de tau é menor do que o valor crítico de tau,
sugerindo que existe uma raiz unitária na série PCE tempo, que é, neste
séries temporais é não-estacionário.
APDI, = 326,633 + 2.875t 7 0.0157PDI, .l
R = (2,755) (2,531) (-2,588) '
R2 = 0,076
Este valor de tau não é estatisticamente significativa, o que sugere que o
Séries temporais PDI contém uma raiz unitária, ou seja, é não-estacionário.
A ofits PR, = 6,522 + 0.084t - 0,069 Pr ofitst_l
Z '= (2,154) (1,142) (-1,715)'
R2 = 0,037
Este valor de tau não é estatisticamente significativa, o que sugere que esta
séries temporais tem uma raiz unitária.
Dividendst = 0,565 + 0,1 13t - 0.063Dividendst, l
R = (1,515) (3,138) (-2,640) '
R2 = 0,148
Este valor de tau não é significativa, o que sugere que o
série dividendos tempo é não-estacionário.
Assim, vemos que todas as séries de tempo indicados são não-estacionário. O
resultados do teste de Dickey-Fuller sem tendência e sem tendência e sem
interceptação não alterou a conclusão.
21.18 Se os termos de erro no modelo são correlacionados em série, é o ADF
...