Estimativa Modelo de como a renda impacta na poupança

Estimativa modelo de como a renda impacta na poupança

3. MATERIAL METODO E RESULTADOS.

        Este estudo utilizou a base de dados do instituto brasileiro geografia e estatística, numero de observações 74, são trimestrais dos anos de 2000 a 2018.  As variáveis selecionadas foram a “poupança” e “renda”.

        Para investigar a capacidade da poupança em relação a renda nacional em decorrência do tempo, foi delineado um modelo linear , visto que o intuito será também verificar se houve que quebra estrutural ao decorrer do tempo                               [pic 1]

Onde:  [pic 2] é a renda nacional, [pic 3] é poupança, e [pic 4] o erro.

Conforme quadro 1.

Dependent Variable: Poupança
Included observations: 74
Variable	Coefficient	Std. Error	t-Statistic	P-valor
C	18187,6	6323,90	2,876	0
RENDA	0,146726	0,00617250	23,77	0
R-squared	0,886980	Mean dependent var		152016,9
R- Ajustado	0,886980	Akaike info criterion		1709,383
Sum squared resid	4,42e+10	Schwarz criterion		1713,991
		F-statistic		565,0531
Durbin-Watson stat	1,243027	Prob(F-statistic)		0

Quadro 1: saída do GRETL para o modelo: Poupança em  função da renda do brasil, no período de 2000 a 2018.

        Como pode ser verificado, o [pic 5] de 0,886980, com o p-valor que permite rejeitar a hipótese nula para ambos os parâmetros, mas regressão apresentada no quadro acima nenhum teste foi realizado, desse modo não apresenta veracidade para analise dos modelo. Adiante será realizado os testes de normalidade

        

Hipótese do teste de heterocesdaticidade, que erro sua variância é a mesma para qualquer X, consequência que a estatística t e f não tem validade dado que o coeficientes será viesados.

Teste de White para a heteroscedasticidade

MQO, usando as observações 2000:1-2018:2 (T = 74)

Variável dependente: uhat^2

              coeficiente      erro padrão     razão-t   p-valor

  --------------------------------------------------------------

  const     4,01226e+08      5,60501e+08      0,7158   0,4764

  pib       −738,646               1375,51          −0,5370    0,5929

  sq_pib      0,000828597      0,000704560     1,176    0,2435

  R-quadrado não-ajustado = 0,143590

Estatística de teste: TR^2 = 10,625685

Analise dos resultados não rejeita a hipótese nula, que o erro tem variância igual para qualquer X, erro homocedastico.

 

Teste de Breusch-Pagan para a heteroscedasticidade

MQO, usando as observações 2000:1-2018:2 (T = 74)

Variável dependente: 'uhat^2' escalada

             coeficiente    erro padrão   razão-t   p-valor

  ---------------------------------------------------------

  const      −0,297239      0,450421      −0,6599   0,5114

  RENDA   1,42225e-06   4,39638e-07    3,235    0,0018  ***

  Soma dos quadrados explicada = 32,5896

Variável RENDA, avaliando p-valor 0,0018 evidencia a presença de heteroscedasticidade.

Teste de autocorrelação

Teste de Breusch-Godfrey para autocorrelação até a ordem 4

MQO, usando as observações 2000:1-2018:2 (T = 74)

Variável dependente: uhat

              coeficiente     erro padrão    razão-t     p-valor

  ---------------------------------------------------------------

  const      2523,50         4080,35          0,6185    0,5383  

  pib          −0,00323401      0,00399036   −0,8105    0,4205  

  uhat_1        0,148135        0,0847801     1,747     0,0851    *

  uhat_2        0,00460235      0,0872206     0,05277   0,9581  

  uhat_3       −0,0166756       0,0914794    −0,1823    0,8559  

  uhat_4        0,757337        0,0891889     8,491     2,81e-012 ***

  R-quadrado não-ajustado = 0,608758

Estatística de teste: LMF = 26,451398,

com p-valor = P(F(4,68) > 26,4514) = 3,02e-013

                   Modelo 3: MQO, usando as observações 2000:1-2018:2 (T = 74)

Variável dependente: poupanca

	Coeficiente	Erro Padrão	razão-t	p-valor
const	27585,6	7699,05	3,583	0,0006	***
pib	0,123170	0,0129746	9,493	<0,0001	***
quebraestrutura	24846,6	12112,4	2,051	0,0439	**