Analise de demanda por moeda

Disponível somente no TrabalhosFeitos
  • Páginas : 5 (1178 palavras )
  • Download(s) : 0
  • Publicado : 21 de março de 2011
Ler documento completo
Amostra do texto
Universidade Católica de Brasília – UCB

Trabalho de Econometria II

Demanda por Moeda no Brasil
1995:1 até 2009:4
Dados trimestrais

Alunos:
Arthur de Lima Ramos UC07059207
Claudio Rafael Machado Paes UC07004127
Marcus Cézar Diniz UC07003864
Nesta parte do trabalho iremos testar os dados de Demanda por moeda no Brasil, no período de 1995:1 - 2009:4 verificandose o modelo possui raiz unitária, ou seja, se ele é não-estacionário. Também iremos estimar e analisar o modelo em MCE, verificar qual a melhor forma funcional (linear ou duplo-log) e modelar a mudança de política ocorrida em 1999:1, considerando Dummie aditiva e multiplicativa.

Raiz unitária

Usando o teste de correlograma observamos que dentre os dados adquiridos temos que o M1real,PIBreal e over são não-estacionários e o IPCA parece ser estacionário. Entretanto temos que confirmar o resultado de correlograma com o teste ADF.
Para o teste ADF aumentado obtivemos os seguintes resultados:

M1real | P-valor = 0,69 | Aceita Ho = Raiz Unitária |
Over | P-valor = 0,08721 | Aceita Ho = Raiz Unitária |
IPCA | P-valor = 0,006113 | Aceita Ha = Estacionaria |
Pibreal | P-valor =0,2721 | Aceita Ho = Raiz Unitária |

Este teste confirma o resultado do correlograma.

Faremos agora o mesmo teste usando os dados em log:
Este correlograma também sugere que apenas o IPCA é estacionário, enquanto os dados PIBreal, M1real e over têm raiz unitária. Para confirmar usaremos novamente o teste ADF.
Segue os resultados com o teste ADF:

L_M1real | P-valor = 0,4423 |Aceita Ho = Raiz Unitária |
L_Over | P-valor = 0,1808 | Aceita Ho = Raiz Unitária |
L_IPCA | P-valor = 0,001055 | Aceita Há = Estacionaria |
L_Pibreal | P-valor = 0,1629 | Aceita Ho = Raiz Unitária |

MCE

Após rodarmos a regressão normal salvamos os resíduos e aplicamos o teste ADF sem constante e tendência e com zero defasagem. Obtivemos o valor de sigma estimado de -0,41, com desviopadrão de 0,10 e teste calculado = 0,41/0,10 = -3,93.
Como o sigma estimado é de -0,41 < 0 rejeitamos Ho, ou seja Ut é estacionário e as series co-integram.
Na estatística TeG obtivemos o valor de -1,98, comparado com -3,93 temos um teste calculado mais negativo, ou seja rejeitamos Ho. Temos Ut estacionário com 95% de confiança e as series co-integram. Porem, o teste para ser valido não poderá terauto-correlação, caso haja estimaremos ADF para validar a analise é necessário ver se há autocorrelação.

Rodamos agora o Teste de Breush-Godfrey (BG) com defasagem para o teste = 1 para verificarmos se há autocorrelação.

Hipóteses:
Ho: não tem autocorrelação de primeira ordem
Ha: Há autocorrelação

Encontramos o valor qui-quadrado de 0,46 e o valor-p 0,49. Não rejeitamos a hipótesenula, pois o teste p é muito maior que 0,05, portanto não tem autocorrelação. O teste feito acima é valido.

Vamos estimar o modelo de correção de erros:

Observamos nessa regressão que o valor do MCE é -0,19 esse valor indica que 19% do desvio será corrigido no próximo período.
O modelo todo agora é analisado por período. A variação de 1% no IPCA acarreta uma variação de 325 milhões no M1realno período.
Devemos observar se há autocorrelação e heterocedasticidade no modelo.
Neste caso o teste White nos dá um valor-p de 0,17 indicando a presença de heterocedasticidade. E o DW nos dá o valor 1,20 com valor p 0,0011 ou seja não tem autocorrelação.

* O teste em log:

Rodamos o teste com os valores em log.

Após rodarmos a regressão normal com os logs salvamos os resíduos eaplicamos o teste ADF sem constante e tendência e com zero defasagem. Obtivemos o valor de sigma estimado de -0,27, com desvio padrão de 0,09 e teste calculado =
-0,27/0,09 = -3,05.
Como o sigma estimado é de -0,2788 < 0 rejeitamos Ho, ou seja Ut é estacionário e as series co-integram.

Rodamos agora o Teste de Breush-Godfrey (BG) com defasagem para o teste = 1 para verificarmos se há...
tracking img