Programa Pós-Graduação em Economia Métodos Quantitativos III 2013

Transcrição

1 Prof. Wilson Luiz Rotatori Corrêa Horário: Segunda-Feira 10:00-12:00 Quinta-feira 08:00 10:00 Contatos: Home Page: Horário de Atendimento: à combinar (favor enviar antecipadamente) Ementa: Processos Estocásticos, Estacionariedade, Modelos ARIMA, Modelos ARCH-GARCH e extensões, Raiz Unitária, Cointegração, Modelos VAR/VECM. Objetivo: O objetivo do curso é apresentar aos alunos as abordagens básicas de séries de tempo com ênfase na sua interpretação e aplicabilidade aos problemas econômicos. Para tal o curso está dividido em duas partes distintas onde são abordados inicialmente modelos univariados destacando-se a previsão e estimação de volatilidade bem como o problema das séries não estacionárias e as implicações econômicas do conceito de cointegração. Na segunda parte são apresentados modelos vetoriais destacando-se a sua utilização para testes de causalidade e interpretação de impulso resposta e novamente abordada a questão da não estacionariedade e suas implicações através do conceito de cointegração e modelos VECM. Programa Parte I Séries de Tempo Univariadas,, Raízes Unitárias e Cointegração 1. Introdução e Definições Básicas (Hamilton: Cap 2, Cap e 3.2 / Moretin e Toloi: Cap 1 e 2 / Enders: Cap.1) a. Objetivo da Análise de Séries de Tempo b. Transformações e operadores c. Definição de processos estacionários d. Função de Autocovariância 2. Modelos ARIMA (Hamilton: Cap. 3 / Moretin e Toloi: Caps. 5 à 9 / Enders: Cap.2) a. Identificação b. Estimação c. Previsão

2 3. Modelos de Variância Condicional (Hamilton: Cap 21 / Moretin e Toloi: Cap14 / Enders: Cap.3) a. Modelos ARCH b. Modelos GARCH c. Extensões: Modelos EGARCH e ETARCH 4. Raízes Unitárias e Cointegração (Maddala e Kim: Caps. 3, 4 e 5: 5.3 e 5.4 / Enders: Cap. 4) a. Introdução e Implicações para Modelos Econômicos b. Especificação de Componentes Determinísticos c. Testes com a Hipótese Nula de Raiz Unitária d. Testes com a Hipótese Nula de Estacionariedade e. Modelo de Correção de Erros f. Definição de Cointegração Parte II Análise Vetorial 1. Processos Autoregressivos Vetoriais (VAR) (Lütkepohl: Caps. 2 e 3 / Enders: Cap. 5) a. Propriedades Básicas b. Representação de Média Móvel c. Autocovariâncias e Autocorrelações d. Estimação e. Previsão f. Testes de Causalidade g. Funções de Impulso Resposta h. Decomposição de Erro da Variância 2. Determinação da Ordem e Testes de Diagnóstico (Lütkepohl: Cap. 4) a. Testes de Determinação da Ordem b. Critérios para Seleção da Ordem c. Testes de Autocorrelação, Normalidade e Quebras Estruturais 3. Cointegração (Juselius: Cap. 2: 2.3 e 2.4 e Caps. 5 e 6) a. Dependência Temporal de Dados Macroeconômicos b. Formulação Estocástica c. Modelo VAR Cointegrado d. Tendências Comuns e a Representação em Média Móvel e. Componentes Determinísticos no Modelo VAR Cointegrado

3 4. Estimação do Modelo I(1) e Determinação do Rank (Juselius: Caps. 7 e 8) a. Estimador de Máxima Verossimilhança (Johansen) b. Normalização e Unicidade c. Teste do Rank d. Variáveis Dummy e Componentes Determinísticos e. Determinação do Rank Plano de aulas Tipo de Aula Aula Data Tópico 1 03/06 Apresentação do Programa/Definições Básicas 2 06/06 Definições Básicas/Modelos ARIMA 3 10/06 Modelos ARIMA (Classificação) 4 17/06 Modelos ARIMA (Classificação) 5 20/06 Modelos ARIMA (Estimação) 6 24/06 Modelos ARIMA (Seleção/Previsão) 7 27/06 Modelos GARCH/ARCH 8 01/07 Modelos GARCH/ARCH 9 04/07 Modelos GARCH/ARCH 10 08/07 Modelos GARCH/ARCH 11 11/07 EXAME 12 15/07 Raízes Unitárias/Cointegração 13 18/07 Raízes Unitárias/Cointegração 14 29/07 Raízes Unitárias/Cointegração 15 01/08 Processos Autoregressivos Vetoriais 16 05/08 Processos Autoregressivos Vetoriais / EXAME

4 17 08/08 Processos Autoregressivos Vetoriais 18 12/ /08 Determinação da Ordem e Testes Diagnóstico Teste Causalidade/Funções de Impulso Resposta 20 19/08 Cointegração 21 22/08 Cointegração 22 26/08 Cointegração 23 29/08 EXAME EXAME Avaliação: A avaliação será composta por dois exames (com peso 0.3 cada um), por um trabalho individual (com peso 0.3) e por listas de exercício teóricas/aplicadas (com peso 0.1). O conceito final é obtido pela soma ponderada dos resultados de tal forma que: = h O trabalho tem caráter empírico e deve consistir de uma aplicação em economia envolvendo séries de tempo exclusivamente cujo tema, no entanto, é de livre escolha do aluno. Até 28/06 os alunos deverão definir um tema para o trabalho e apresentá-lo lo. Sugere-se fortemente que a revisão de literatura com a identificação do problema esteja pronta até meados de julho. Discussões podem ser agendadas por durante este período. O trabalho deve ser apresentado impreterivelmente no dia 23/09 impresso e encadernado com o máximo de 20 páginas, fonte times new roman 12, espaço 1,5 com margens de 2cm e conter a identificação do problema, a revisão de literatura, a metodologia. O foco do trabalho enquanto avaliação do curso é demonstrar se o aluno possui domínio suficiente para aplicar as abordagens e os modelos apresentados ao longo do curso. Portanto os resultados devem ser apresentados detalhadamente. As saídas de computador incluindo resultados não utilizados no texto devem ser apresentadas em apêndice.

5 Bibliografia: BLANCHARD, O., QUAH, D. The dynamic effects of aggregate demand and supply disturbances. American Economic Review, v. 79, p , BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, v. 31, p , BOLLERSLEV, T. Finance econometrics: past developments and future challenges. Journal of Econometrics, v. 100, p , BUENO, R. L. S. Econometria de séries temporais. São Paulo: Cengage Learning, CANOVA, F. The economics of VAR models. In HOOVER, K. D. (Org.). Macroeconometrics: Developments, tensions and prospects. Boston: Kluwer Academic Publishers, CAMPBELL, J. Y., SHILLER, R. J. Interpreting cointegrated models. Journal of Economic Dynamics and Control, v.12, p , CLEMENTS, M. P, MIZON, G. E.Empirical Analysis of Macroeconomic Time Series: VAR and Structural Models. European Economic Review, v.35, p , DAVISON, J. E. H., HENDRY, D. F., SRBA, F., YEO, S. Econometric modeling of the aggregate time-series relationship between consumer s expenditure and income in the United Kingdom. Economic Journal, v. 88, p , DICKEY, D.A., FULLER, W.A. Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, v.74, p , ENDERS, W. Applied econometric time series. Hoboken: John Wiley & Sons ENGLE, R. F.; GRANGER, C.W. J. Cointegration and error correction: representation, estimation and testing. Econometrica, v. 55, n. 2, p , ENGLE, R. F. Autoregressive conditional heteroskedasticity with estimates of the variance of U. K. inflation. Econometrica, v. 50, p , ENGLE, R. F. ARCH: selected readings. New York: Oxford University Press, p. ELLIOT, G., ROTHENBERG, T.J., STOCK, J. H. Efficient tests for an autoregressive unit root. Econometrica, v.64, n. 4, p , ESTEVE, V.; NAVARRO-IBÁÑEZ, M.; PRATS, M. A. The Spanish structure of interest rates revisited: cointegragion with multiple structural breaks, International Review of Economics and Finance. doi: /j.iref , FAVERO, C. A. The econometrics of monetary policy: an overview. IGIER-Bocconi University. Mimeo, 2008.

6 GLOSTEN, L. R., JAGANNATHAN, R., RUNKLE, D. E. On the relation between the expected value and the volatility of the nominal excess return on stocks. The Journal of Finance, v.48, n.5, p , HAMILTON, J. D. Time series analysis. Princeton: Princeton University Press, p. HARVEY, A. C. Time series models. Deddington: Philip Allan, HENDRY, D. F. Dynamic econometrics. Oxford: Oxford University Press, p. HENDRY, D.F., JUSELIUS, K. Explainig cointegration analysis: part I. Energy Journal, v.21, n.1, p JOHANSEN, S. Likelihood-based inference in cointegrated vector autoregressive models. Oxford: Oxford University Press, JOHANSEN, S.; JUSELIUS, K. Identification of the long-run and short run structure: an application to the ISLM model. Journal of Econometrics, v. 63, p. 7-36, JOHANSEN, S. Modelling of cointegration in the vector autoregressive model. Economic Modelling, v.17, p , JOHANSEN, S. The interpretation of cointegrating coefficients in the cointegrated vector autoregressive model. Discussion paper n. 14. Department of Theoretical Statistics, University of Copenhagen, JUSELIUS, K. The cointegrated VAR model: methodology and applications. New York: Oxford University Press, p. KEJIRIWAL, M.; PERRON, P. Testing for multiple structural changes in cointegrated regression models. Journal of Business and Economic Statistics, v.28, p , 2010 KING, R. G., PLOSSER, C. I., STOCK, J. H., WATSON, M. W. Stochastic trends and economic fluctuations. American Economic Review, v. 81, p , KWIATKOWSKI, D.; PHILLIPS, P.C.B.; SCHMIDT, P.; SHIN,Y. Testing the null hypothesis of stationary against the alternative of a unit root. Journal of Econometrics, v.54, p , LEE, J; STRAZICICH, M. C. Minimum Lagrange multiplier unit root test with two structural breaks. The Review of Economics and Statistics, v. 85, n. 4, p , LUCAS, R. E. Econometric policy evaluation: A critique in BRUNNER, K, MELTZER, A. (ed), The Phillips Curve and Labor Markets, Carnegie-Rochester Conference Series on Public Policy, n.1, p , LÜTKEPOHL, H. New introduction to multiple time series analysis, Heidelberg: Springer- Verlag, p. LUMSDAINE, R. L. PAPELL, D. H. Multiple trend breaks and the unit-root hypothesis. The Review of Economics and Statistics, v. 79, n.2, p , 1997.

7 MADDALA, G.S.; KIM, I. M. Unit roots, cointegration and structural change. Cambridge: Cambridge University Press, p. MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. São Paulo: Egard Blucher, p. NELSON, H. L. Conditional heteroskedasticity in asset returns. Econometrica, v. 59, p , PESARAN, M. H., SHIN, Y. Long-run structural modeling. Econometric reviews, v.21, n.1, p , PERRON, P. The great crash, the oil price shock and the unit root hypothesis, Econometrica, v. 57, p , PERRON, P. NG, S. Useful modifications to some unit root tests with dependent errors and their local asymptotic properties. The Review of Economic Studies, v. 63, n. 3, p , PHILLIPS, P. C. B., XIAO, Z. A primer on unit root tests. Journal of Economic Surveys, v.12, n.5, p , PHILLIPS, P. C. B., PERRON, P. Testing for a unit root in a time series regression. Biometrika, v. 75, n.2, p , SIMS, C. A. Macroeconomics and reality. Econometrica, v. 48, p. 1-48, WICKENS, M. R. Interpreting cointegrating vectors and common stochastic trends. Journal of Econometrics, v. 74, p , ZAKOIAN, J. M. Threshold heterokedasticity models. Journal of Economic Dynamics and Control, v. 18, p , ZIVOT, E.; ANDREWS, D. W. K. Further evidence on the great crash, the oil-price shock, and the unit-root hypothesis. Journal of Business & Economic Statistics, v. 10, n.3, p , 1992.