Universidade Presbiteriana Mackenzie Trabalho de Econometria
|
|
- Mônica Domingos Faria
- 6 Há anos
- Visualizações:
Transcrição
1 Universidade Presbiteriana Mackenzie Trabalho de Econometria Graciele Maria Salzbrunn Mori Itiro Priscila de Oliveira Dutra
2 Introdução 100% inercial. Objetivo: Verificar se é possível afirmar que a inflação antes do Plano Cruzado era A Inflação Inercial está relacionada com a memória inflacionária, o índice atual é função da inflação passada mais a expectativa da inflação futura e é decorrente de mecanismos de indexação. Por conta do progressivo crescimento da taxa de inflação ao longo dos anos 80, surge entre os economistas (ortodoxos e heterodoxos) a questão sobre a causa para tal fenômeno, dado que este provocou graves crises monetárias. Os ortodoxos, ao se basearem na teoria de expectativas racionais apóiam a inexistência da inflação inercial puramente interpretada como um hábito contínuo ao longo do tempo, mas que ela se dá pela inconsistência monetária, como afirma Mário Henrique Simonsen (1986) onde, por conta disto, cria-se uma expectativa nos agentes de que a inflação continua a crescer. Friedman (1994) confirma:... uma inflação monetária é sempre e em toda a parte um fenômeno monetário..., afirmando ainda ser o aumento dos preços o efeito de inflações muito grandes, tendo estas sido geradas (aproximadamente) pela moeda excesso de emissão monetária por parte do governo e de sua indisciplina fiscal, como é na visão dos ortodoxos em geral. Ao mesmo tempo, os economistas heterodoxos explicam a remarcação dos preços e o aumento dos salários como sendo um mecanismo de sobrevivência à alta inflação, porém esta prática deixa a inflação vulnerável para ser transformada em inflação aeróbica. Há ainda alguns economistas, como o próprio Simonsen, que procuram considerar tanto a visão de que a causa da inflação é tanto por conta do lado da oferta quanto pelo lado da demanda.
3 Metodologia Analisar econometricamente as séries temporais do índice de inflação adotado, o IGP-DI, através da metodologia Box-Jenkins. Neste estudo primeiramente será realizada a identificação dos modelos apropriados para, em seguida, desenvolver a análise dos dados, a fim de verificar a existência de estacionaridade na média e na variância, além da existência da sazonalidade. Análise dos Dados Para a análise dos dados utilizou-se a série mensal de taxa de inflação baseado o IGP-DI, o período selecionado foi de janeiro/1979 a agosto/1985. Através da analise visual do gráfico da serie é possível verificar a estacionaridade ou não da variância. Comparando as variâncias das 12 primeiras observações com as das 12 últimas, confirma-se que há a necessidade de realizar uma transformação, para tornar a variância estacionária. A partir da série transformada, verifica-se a inflação, revertendo no momento da verificação a qualidade dos modelos. Entretanto, acredita-se que é possível que a inflação tenha um componente sazonal em momentos de entressafra de alimentos, por exemplo. Porém, a atenção é necessária por conta de uma forte não-estacionaridade sazonal, o que pode fazer com que a série pareça não-estacionária em seu comportamento não-sazonal. O objetivo é verificar se a inflação no período apresenta sazonalidade e, para isso, estimou-se um modelo com a inflação sendo variável dependente e com onze variáveis dummy, sendo estas últimas as variáveis explicativas, uma para cada mês do ano, além do intercepto. Conclui-se então, que a série não apresenta sazonalidade, tem média constante, a variância parece ser estacionária e os modelos de ARIMA são adequados para se testar a hipótese de inflação 100% inercial devido à necessidade da serie se tornar estacionária.
4 Verificação Dado que o autor decide utilizar o modelo ARIMA, serão relacionadas as principais características para um bom modelo ARIMA: Ser parcimonioso, utilizando o menor número de coeficientes necessários para explicar os dados disponíveis; Ser estacionário; Ser invertível; Possuir coeficientes estimados de alta qualidade, sendo estes não altamente correlacionados; Possuir ausência de autocorrelação dos resíduos; Encaixar-se aos dados passados disponíveis suficientemente para que a raiz do erro quadrático médio e o erro percentual absoluto médio sejam aceitáveis; e finalmente, Que seja possível prever o futuro satisfatoriamente. Dada uma série y para a qual queremos construir um modelo, o primeiro problema é determinar o grau de homogeneidade d, ARIMA(p,d,q), ou seja o número de vezes que a série terá de ser diferenciada para produzir uma série estacionária, q a quantidade de períodos a ser utilizada e p número de autoregressões. O autor utiliza então o Auto- Regressive Integrated Moving Average (ARIMA). Um exemplo de ARIMA pode ser o ARIMA(1,0,0) [ARIMA (1,0,0): apresenta somente o componente de autoregressão, ou seja, Y t = ρy t-1 + E t ] isto é, primeira ordem de regressão. Esse é um exemplo de AR1. Nesta visão, para atender às condições do modelo, será necessário que o ARIMA seja invertível e, quanto à qualidade dos parâmetros, verificar se os modelos estão superespecificados ou subespecificados ao dividir cada coeficiente estimado por seu erropadrão, chegando à estatística t, que não deverá ser muito baixa, caso contrário representará uma superespecificação do modelo, ou seja, contendo parâmetros em excesso, violando assim o critério da parcimônia. Analisa-se o modelo ARIMA (0,1,1) [ARIMA (0,1,1): apresenta o componente de
5 integração e media móvel, ou seja, Y t =Y t-1 +E t e Y t =E t θ.e t-1 ] e ARIMA (1,1,0) [ARIMA (1,1,0): apresenta o componente de autoregressão e integração, ou seja, Y t =ρy t-1 +E t e Y t =Y t-1 +E t ], os quais apresentam um valor t muito baixo, significando que estão mal especificados. Retirando-se o intercepto de ambos, é possível corrigir o primeiro, mas não o último. Chegamos então em um modelo ARIMA (2,1,0) sem intercepto, considerando bom de acordo com o critério colocado anteriormente, já que ambos não apresentavam parâmetros significativos. Outra alternativa seria utilizar o modelo ARIMA (1,1,1) [ARIMA (1,1,1): apresenta os três componentes, autoregressão, integração e media móvel, ou seja, Y t =ρy t-1 +E t e Y t =Y t-1 +E t e Y t =E t θ.e t-1 ] sem intercepto, pois possui um valor t não tão baixo quanto em outros modelos, porém, é melhor que a qualidade deste modelo também seja avaliada por outros métodos. Quanto aos modelos ARIMA (2,1,2) e ARIMA (2,1,1), estes se mostram bastante ruins por apresentarem estatísticas t muito baixas. Nos modelos ARIMA (0,1,2) o intercepto é altamente correlacionado com o parâmetro de médias móveis de primeira ordem, e no modelo ARIMA (2,1,0) tem seus parâmetros autoregressivos altamente relacionado ao intercepto. Sendo assim, dispensando os modelos que não apresentam características apropriadas, sobram os modelos ARIMA (0,1,1), ARIMA (0,1,2), ARIMA (2,1,0) e ARIMA (1,1,1). Dois outros critérios adicionais (e não eliminatórios) na escolha do melhor modelo são os critérios de informação de Akaike (AIC) e bayesiano de Schawarz (SBC). Com eles interpreta-se que o modelo ARIMA (2,1,0) foi o que se saiu melhor, pois tem a curtose mais próxima de 3 e tem assimetria próxima de zero, quase empatando com melhor modelo neste critério, qual seja ARIMA (0,1,2). São utilizados, ainda, mais dois testes para testar a hipótese de que todos os coeficientes de autocorrelação dos resíduos são iguais a zero, sendo os testes: Ljung-Box e Box-Pierce. Para o modelo ARIMA (0,1,1) calcula-se o nível crítico com 14 graus de liberdade, com nível crítico de 21,1 no nível de 10%, e para os modelos ARIMA (0,1,2), ARIMA (1,1,1) e ARIMA (2,1,0) foram estimados dois parâmetros em cada um, portanto são requeridos 13 graus de liberdade que gera um valor crítico de 19,8.
6 A análise deste teste se dá na seguinte forma: quando os valores das estatísticas não são significantes indica que o modelo é bom, e no caso de estatísticas com valores relevantes, o modelo não é bom. Desta forma, analisa-se a seguinte tabela: (0,1,1) (0,1,2) (2,1,0) (1,1,1) Ljung-Box 7,58 5,33 7,24 6,05 Box-Pierce 7,02 4,78 6,58 5,46 Estatísticas Ljung-Box e Box-Pierce para os modelos pré-selecionados Considerando que, conforme a tabela, os valores das estatísticas não são significantes em nenhum dos casos e ainda, que as autocorrelações dos resíduos dos quatro modelos são estatisticamente diferentes de zero em conjunto. Desta forma os choques aleatórios são diferentes de zero. Com tudo isto, percebe-se que os modelos ARIMA(0,1,1), ARIMA(0,1,2), ARIMA(1,1,1) e ARIMA(2,1,0) continuam apresentando-se como bons modelos. Ainda realiza-se outra avaliação de capacidade dos modelos ajustarem-se aos dados reais, além de análise em gráfico de Taxa Mensal de inflação (IGP-DI) ocorrida e prevista pelos mesmos quatro modelos [ARIMA(0,1,1), ARIMA(0,1,2), ARIMA(1,1,1) e ARIMA(2,1,0)] identificando que todos os modelos se ajustam razoavelmente bem aos dados, sendo que nenhum apresenta um descolamento intenso ao longo dos meses apurados. Como critério de desempate, Pankratz (1983, p ) sugere tirar a raiz do erro quadrático de cada um dos modelos, e os resultados aparecem de acordo com a tabela abaixo: (0,1,1) (0,1,2) (2,1,0) (1,1,1) RMSE 0,249 0,245 0,249 0,245 Raiz do erro quadrático médio dos modelos pré-selecionados Por fim, identifica-se um empate entre os modelos ARIMA (0,1,2) e ARIMA (1,1,1), pois aproximam-se do melhor modelo, mas, ainda assim, não é possível concluir qual é o melhor modelo, somente que os quatro finalistas se mostram bastante satisfatórios aos testes sugeridos.
7 Contudo, pode-se argumentar que estes modelos seriam utilizados para fazer previsões, e a capacidade de um destes modelos acertar as previsões pode ser um forte indicativo da qualidade deles. Conclusão Segundo o autor a hipótese de que a inflação fosse 100% inercial no período Pré- Cruzado, que parece ter servido de pano de fundo para a confecção do Plano, requer que a inflação seguisse um determinado modelo ARIMA (0,p,q), em outras palavras, que a mudança na inflação em relação à sua tendência fosse puramente aleatória, ou ainda, que a série estacionarizada da inflação seguisse um passeio aleatório. Podemos concluir que as regressões não demonstraram sazonalidade e que a hipótese de inflação não ser 100% inercial, como se desejava estimar inicialmente, assim o modelo refuta a hipótese do presente artigo de inercialidade inflacionária. Segundo o autor não podemos afirmar com certeza que a inflação no período précruzado não fosse 100% inercial. Os modelos que corroboram essa visão não se mostraram de má qualidade através dos vários testes realizados. Da mesma forma, os modelos que dizem que essa hipótese era incorreta (100% inercial), também se mostraram satisfatórios e não devem ser descartados como foi feito em alguns estudos sobre o mesmo tema. Em uma análise mais aprofundada de Economia Brasileira sabemos que no período questionado a economia sofreu reajustes salariais defasados e sem complementares com medidas de novos índices de reajuste para que a correções dos salários e preços contratuais fosse defasada em relação aos preços gerais questionando a hipótese da P. 314 de que Admita-se que os salários sejam reajustados pela inflação integral do período anterior, período que foi conhecido como de arrocho salarial.
8 Bibliografia Angeli, Eduardo. Inflação inercial no Brasil pré-cruzado: um estudo através de modelos Arima Revista de Economia e Administração do IBMEC, São Paulo, jul/set 2006 vol 5 n 3. Pindyck, Robert S. Econometria Básica, páginas 622-3, Rio de Janeiro, ed Elsevier, Gujarati, Damodar N. Econometria Básica, páginas , Rio de Janeiro, Elsevier, 2006, 4º Edição.
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisAnálise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Análise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
Leia maisAvaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais
Avaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais 1 Introdução Micherlania da Silva Nascimento 1 Leila Maria Ferreira 2 Tatiane Carvalho Alvarenga 3 4 O Brasil é o
Leia maisAnálise da série temporal do desemprego em regiões metropolitanas do Brasil
Análise da série temporal do desemprego em regiões metropolitanas do Brasil Érica Fernanda da Cruz 1 3 Tamara Aparecida Nogueira dos Anjos 2 Thelma Sáfadi 2 1 Introdução O desemprego no Brasil é uma constante
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Este trabalho pode ser classificado como uma pesquisa descritiva, quantitativa, bibliográfica, experimental, exploratória e explicativa. Este estudo é descritivo, pois
Leia maisAnálise de previsão da inflação no período pós-plano Real
Análise de previsão da inflação no período pós-plano Real Marina Rodrigues Maestre 1 Jayane Pereira de Oliveira 2 Raquel Castellucci Caruso Sachs 3 Vitor Augusto Ozaki 4 1 Introdução Durante a década de
Leia maisPREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH
VI Simpósio de Pesquisa dos Cafés do Brasil PREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH Alan Figueiredo de Arêdes 1 ; Matheus Wemerson Gomes Pereira ; Erly Cardo
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisPrevisão da inflação do indicador IGP-M através de um modelo ARIMA
Previsão da inflação do indicador IGP-M através de um modelo ARIMA Mauricio Mattos Junho de 2014 Resumo Esse trabalho visa identificar um modelo ARIMA que seja efetivo na descrição e predição dos valores
Leia maisRevisão dos Modelos de Vetores Autorregressivos com Fundamentação Econômica 2012
Revisão dos Modelos de Vetores Autorregressivos com Fundamentação Econômica 2012 No amplo conjunto de modelos utilizados pelo Banco Central para projetar a inflação, encontram-se, entre outros, os modelos
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisModelagem do preço da soja utilizando a metodologia de análise de séries temporais 1
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1 Jair Wyzykowski 2 Maíra Rodrigues Villamagna 3 Thelma Sáfadi 4 Augusto Ramalho de Morais 5 1 Introdução Uma série é
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisPredição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados
Predição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados José Eduardo Holanda Ellery Coelho 1 Hellano Vieira de Almeida 2 Rafael Braz Azevedo Farias 3
Leia mais8º CONGRESSO LUSO-BRASILEIRO PARA O PLANEAMENTO URBANO, REGIONAL, INTEGRADO E SUSTENTÁVEL (PLURIS
8 º CONGRESSO LUSO-BRASILEIRO PARA O PLANEAMENTO URBANO, REGIONAL, INTEGRADO E SUSTENTÁVEL (PLURIS 218) Cidades e Territórios - Desenvolvimento, atratividade e novos desafios Coimbra Portugal, 24, 25 e
Leia maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Leia maisEstimação de Modelos ARMA e ARIMA
Estimação de Modelos ARMA e ARIMA Estagiária Docente: Vívian dos Santos Queiroz Disciplina: Econometria Aplicada Professor: Sabino da Silva Porto Júnior Apresentação Inserindo Dados de Séries Temporais
Leia maisAnálise comparativa entre métodos estatístico e rede neural aplicados em séries temporais
Análise comparativa entre métodos estatístico e rede neural aplicados em séries temporais Ana Paula de Sousa José Elmo de Menezes Introdução As formas funcionais dos modelos de previsão das redes neurais
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 8
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 8 Armando Manuel 09/29/2017 A PREVISÃO Armando Manuel 09/29/2017 11 1. A metodologia Box-Jenkins é um processo que se inicia com a analise
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisEconometria. Séries Temporais Lista de Exercícios
Econometria Séries Temporais Lista de Exercícios 1. Estimação da Autocovariância e da Autocorrelação Tome a série de dados da planilha estimacao.xlsx e estime o que se pede sobre a série de tempo dada.
Leia maisQuiz Econometria I versão 1
Obs: muitos itens foram retirados da ANPEC. Quiz Econometria I versão 1 V ou F? QUESTÃO 1 É dada a seguinte função de produção para determinada indústria: ln(y i )=β 0 + β 1 ln( L i )+β 2 ln( K i )+u i,
Leia maisAnálise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008
Análise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008 Daniela Bandeira, Paulo Germano, Filipe Formiga e Jeremias Leão Universidade Federal do Piauí
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia maisFATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997
Economia e Desenvolvimento, nº 11, março/2000 Artigo Acadêmico FATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997 Zenir Adornes da Silva * Resumo: Neste artigo, analisa-se a influência
Leia maisAnálise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais
Análise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais Guilherme Alvarenga Laia 1 Maria Imaculada de Sousa Silva 2 Nádia Giaretta Biase 3 1 Introdução
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisAnálise da série do custo da cesta básica de Belo Horizonte, MG.
Análise da série do custo da cesta básica de Belo Horizonte, MG. Tamara Aparecida Nogueira dos Anjos 12 Érica Fernanda da Cruz 3 Thelma Sáfadi 3 1 Introdução Em nosso dia-a-dia é comum fenômenos que evoluem
Leia maisSistema de Previsão de Tráfego em Enlaces de Rede Utilizando Séries Temporais
Sistema de Previsão de Tráfego em Enlaces de Rede Utilizando Séries Temporais Evandro Luiz Cardoso Macedo Luís Felipe Magalhães de Moraes Laboratório de Redes de Alta Velocidade RAVEL/CPPE Laboratório
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 02/06/2016 Duração: 2 horas Nome: Turma: Processo Espaço reservado para classificações A utilização do telemóvel
Leia maisUtilizando a função auto.arima em modelos de séries temporais
Utilizando a função auto.arima em modelos de séries temporais Erasnilson Vieira Camilo 1 2 Marina Rodrigues Maestre 1 Rick Anderson Freire Mangueira 1 Elias Silva de Medeiros 1 Cristian Villegas 1 1 Introdução
Leia maisPrevisão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis
Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis Gabriel Tambarussi Avancini 1 Thiago Viana Flor de Santana 1 Vitor Augusto Ozaki 1 Djair
Leia maisMÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL
MÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL Thais Rubiane Domingues Silva 1, Laryssa Ribeiro 2, Fábio Luis Figueiredo Fernandes 3, Danielle Mayumi Campos Tamaki 4 Centro
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA. Leonardo Maia Coelho. Lucas Cavalcanti Rodrigues
UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA Leonardo Maia Coelho Lucas Cavalcanti Rodrigues Marina Oliveira Belarmino de Almeida Priscila Medeiros
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisAplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR)
Aplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR) Eduardo Campana Barbosa 12 Carlos Henrique Osório Silva 3 Rômulo César Ricardo Gonçalves Tavares 4 Tiago
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia maisVetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência
Vetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência Forma estrutural e reduzida O método VAR busca capturar a interdependência entre múltiplas séries de tempo. Estrutura-se equações
Leia maisPrevisão de taxas de falhas utilizando o Método de Box & Jenkins. Forecast of failure rates using the Box & Jenkins Method
Previsão de taxas de falhas utilizando o Método de Box & Jenkins Débora Morales1 (UFPR) debora_mo2@hotmail.com Naiara Fernanda Johnsson 2 (UFPR) nai_johnsson@hotmail.com Resumo: O presente artigo propõe
Leia maisAPONTAMENTOS SOBRE AS TENDÊNCIAS DO PREÇO DO FRANGO DE CORTE NO BRASIL
1 APONTAMENTOS SOBRE AS TENDÊNCIAS DO PREÇO DO FRANGO DE CORTE NO BRASIL JANDIR FERRERA DE LIMA; CARLOS ALBERTO PIACENTI; LUCIR REINALDO ALVES; MOACIR PIFFER PIFFER; UNIOESTE TOLEDO - PR - BRASIL jandir@unioeste.br
Leia maisipea O DESEMPENHO DO MERCADO (FOCUS) E DO BACEN NA PREVISÃO DA INFLAÇÃO: COMPARAÇÕES COM MODELOS LINEARES UNIVARIADOS 1. INTRODUÇÃO 2.
O DESEMPENHO DO MERCADO (FOCUS) E DO BACEN NA PREVISÃO DA INFLAÇÃO: COMPARAÇÕES COM MODELOS LINEARES UNIVARIADOS Elcyon Caiado Rocha Lima Brisne J. Vasquez Céspedes 1. INTRODUÇÃO A capacidade do Banco
Leia maisModelos VAR, taxa de câmbio e taxa de juros Selic
Modelos VAR, taxa de câmbio e taxa de juros Selic Wanessa Weridiana da Luz Freitas Laura Vicuña Torres de Paula Resumo: A taxa de juros Selic e a taxa de câmbio podem ser vistas como duas taxas básicas
Leia maisMODELOS DE PREVISÃO APLICADO AO MERCADO DE CARNE SUÍNA
MODELOS DE PREVISÃO APLICADO AO MERCADO DE CARNE SUÍNA Alan Figueiredo de Aredes 1 Alessandro de Assis Santos Oliveira RESUMO Dada a importância do nivel de preço para o planejamento e tomada de decisão,
Leia maisANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS
ANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS ANALYSIS OF CHANGES IN TEMPERATURE ON DECK OF OUR LADY OF NOSSA SENHORA DA GLÓRIA BY BOX AND JENKINS Nathaly
Leia maisMELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 MELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO SERGIO
Leia maisPrevisão da arrecadação de ICMS para o Estado de Sergipe: Modelagem a partir da metodologia de Box e Jenkins
Previsão da arrecadação de ICMS para o Estado de Sergipe: Modelagem a partir da metodologia de Box e Jenkins Tiago de Moura Soeiro Universidade Federal de Pernambuco Rodrigo Vicente dos Prazeres Universidade
Leia maisO PREÇO DO FRANGO DE CORTE: EVOLUÇÃO E TENDÊNCIAS NO BRASIL *
O PREÇO DO FRANGO DE CORTE: EVOLUÇÃO E TENDÊNCIAS NO BRASIL * Carlos Alberto Piacenti** Jandir Ferrera de Lima*** Lucir Reinaldo Alves**** Moacir Piffer***** Resumo: O objetivo deste artigo é analisar
Leia maisMestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007
Projeções de Séries S Temporais Econometria dos Mercados Financeiros Mestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007 Objetivo do curso
Leia maisNome: Turma: Processo
Instituto Superior de Economia e Gestão Universidade de Lisboa Licenciaturas em Economia e em Finanças Econometria Época de Recurso 01/02/2017 Duração: 2 horas Nome: Turma: Processo Espaço reservado para
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ HELDER CALLEGARI BERTHOLO
UNIVERSIDADE FEDERAL DO PARANÁ HELDER CALLEGARI BERTHOLO MODELAGEM BOX-JENKINS (ARIMA) PARA GESTÃO DE RISCO DE PREÇO NA PECUÁRIA DE CORTE DO ESTADO DO PARANÁ CURITIBA 2017 HELDER CALLEGARI BERTHOLO MODELAGEM
Leia maisMODELOS ECONOMÉTRICOS PARA DADOS DE ALTA- FREQUENCIA: TEORIA E APLICAÇÕES
MODELOS ECONOMÉTRICOS PARA DADOS DE ALTA- FREQUENCIA: TEORIA E APLICAÇÕES Aluno: Thiago Portugal Frotté Orientador: Marcelo Cunha Medeiros Introdução Atualmente a previsão de eventos econômicos está em
Leia maisHomocedasticidade? Exemplo: consumo vs peso de automóveis
REGRESSÃO Análise de resíduos Homocedasticidade? Exemplo: consumo vs peso de automóveis 60 50 Consumo (mpg) 40 30 0 10 0 1500 000 500 3000 3500 4000 4500 Peso 0 Diagrama de resíduos 15 10 Resíduos 5 0-5
Leia mais4 Mecanismo gerador dos dados, quebras estruturais e cointegração
4 Mecanismo gerador dos dados, quebras estruturais e cointegração 4.1. Mecanismo gerador de dados Eis alguns fatos destacados na literatura: A teoria da PPC prevê que a taxa de câmbio real deve convergir
Leia maisProva de Estatística
Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar
Leia mais'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV
69 'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV O presente capítulo objetiva entender o comportamento das séries de retorno financeiras para as carteiras de investimento elaboradas no capítulo anterior. Tal análise
Leia maisAULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisXI Encontro de Iniciação à Docência
4CCSADEMT03 O MODELO IS LM: UMA ABORDAGEM PARA A ECONOMIA BRASILEIRA NO PERÍODO DE 1995 2007 Tatyanna Nadábia de Souza Lima (1), Marcilia Nobre Gadelha (2), Sinézio Fernandes Maia (3) Centro de Ciências
Leia maisRedes Neurais: Uma Aplicação na Previsão de Vendas
Redes Neurais: Uma Aplicação na Previsão de Vendas Angela P. Ansuj Maria Emília Camargo Deoclécio Gomes Petry Programa de Pós-Graduação em Métodos Quantitativos Departamento de Estatística - Centro de
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
Leia maisSéries Temporais Tendência e sazonalidade.
Séries Temporais Tendência e sazonalidade. Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio.ufpr@gmail.com Agosto de 2015 DECOMPOSIÇÃO
Leia mais2 Estimação de uma Curva de Demanda Agregada para o Brasil
2 Estimação de uma Curva de Demanda Agregada para o Brasil Neste capítulo, identificamos e estimamos uma equação de demanda agregada com dados brasileiros. Nos próximos capítulos, utilizamos esta relação
Leia maisAnálise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins
Análise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins Vanderlei Santos de Souza 1 Romano Timofeiczyk Junior 2 Alexandre Nascimento de
Leia maisAULA 30 16/06/2009 Econometria. Bibliografia:Introdução do livro: GUJARATI, D. Econometria Básica. São Paulo: Makron Books, 2000.
AULA 30 16/06/2009 Econometria. Bibliografia:Introdução do livro: GUJARATI, D. Econometria Básica. São Paulo: Makron Books, 2000. O que é econometria? Definição do grego: Oikonomia - economia Metron medida.
Leia maisConceitos Básicos de Séries Temporais para Modelagem Macroeconômica
Conceitos Básicos de Séries Temporais para Modelagem Macroeconômica Material de apoio à aula de RBC Referencia bibliográfica: Introduction to Econometrics G S Maddala e Kajal Lahiri 4a. Edição, John Wiley
Leia maisAPLICAÇÃO DE MODELOS ARIMA EM SÉRIES DE PREÇOS DE SOJA NO NORTE DO PARANÁ
APLICAÇÃO DE MODELOS ARIMA EM SÉRIES DE PREÇOS DE SOJA NO NORTE DO PARANÁ ARIMA MODELS APPLICATION ON SOYBEAN PRICE SERIES IN THE NORTH OF PARANA STATE ISRAEL JOSÉ DOS SANTOS FELIPE 1 Recebido em Agosto
Leia maisUma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro
Uma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro 1 Introdução Everton Batista da Rocha 1 2 Marcelo Lopes Moraes 3 Marcos Aurelio Rodrigues 3 O real
Leia mais(iv) Ausência de correlação serial nos erros, dados dois valores quaisquer de X, X i e X j (i j), a correlação entre ε i e ε j é zero,, /,
4 Metodologia O método de estimação por mínimos quadrados está fundamentado em algumas premissas, que são necessárias para realizar inferências estatísticas sobre a variável dependente Y. As principais
Leia maisInstituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas
1 NOME: Instituto Superior de Economia e Gestão Universidade de Lisboa Econometria Época Normal 08/06/2017 Duração 2 horas Espaço Reservado para Classificações A utilização de qualquer meio de telecomunicação
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisPREVISÃO DOS CONSUMIDORES DE ENERGIA ELÉTRICA DO SETOR RESIDENCIAL NO RIO GRANDE DO SUL - UM ESTUDO COMPARATIVO ENTRE OS MODELOS ARIMA E ARFIMA.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão. Salvador, BA, Brasil, 6 a 9 de outubro de 9 PREVISÃO DOS CONSUMIDORES
Leia maisPREVISÃO DE VENDAS COM MODELO ARIMA BOX E JENKINS APLICAÇÃO COM GRETL
Estatística & Gestão de Informação Métodos de Previsão 1º Semestre - 4º Ano PREVISÃO DE VENDAS COM MODELO ARIMA BOX E JENKINS APLICAÇÃO COM GRETL Autores: Emanuel De Jesus R. C.Borges (emanuelramos31@hotmail.com);
Leia maisPREVISÃO SAZONAL DA PRECIPITAÇÃO VIA MODELOS ESTOCÁSTICOS
PREVISÃO SAZONAL DA PRECIPITAÇÃO VIA MODELOS ESTOCÁSTICOS Alessandro Renê Souza do Espírito Santo (1); Cássia Monalisa dos Santos Silva (1) (1) Pós-Graduação em Ciências Climáticas, UFRN, Natal, RN. alessandro_rene@yahoo.com.br
Leia maisESTIMAÇÃO DE DEMANDA E PREVISÃO DE PREÇOS NO SETOR DE ENERGIA ESPANHOL. Área temática: Gestão Econômica e Financeira
ESTIMAÇÃO DE DEMANDA E PREVISÃO DE PREÇOS NO SETOR DE ENERGIA ESPANHOL. Área temática: Gestão Econômica e Financeira Thiago Leitão thiago_machado@poli.ufrj.br Roberto Filho roberto.ivo@poli.ufrj.br Resumo:
Leia maisPrevisão de Séries Temporais utilizando Métodos Estatísticos
Previsão de Séries Temporais utilizando Métodos Estatísticos Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José Thadeu Pinto
Leia maisDisciplina de Modelos Lineares
Disciplina de Modelos Lineares 2012-2 Seleção de Variáveis Professora Ariane Ferreira Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique
Leia maisMonitoria Econometria Avançada Lista 2
Monitoria Econometria Avançada Lista 2 Professor: Hedibert Lopes Primeiramente, vamos plotar os gráficos das séries, rodando a primeira parte do programa macro-arima.r disponível no site do professor,
Leia maisPrevendo a Inflação Brasileira: Comparação Entre um Modelo Teórico e um Ateórico de Séries Temporais
44 temas de economia aplicada Prevendo a Inflação Brasileira: Comparação Entre um Modelo Teórico e um Ateórico de Séries Temporais Leandro Mendes Barbosa (*) 1 Introdução Durante a década de 1980 e no
Leia maisPaulo Jorge Silveira Ferreira. Princípios de Econometria
Paulo Jorge Silveira Ferreira Princípios de Econometria FICHA TÉCNICA TÍTULO: Princípios de Econometria AUTOR: Paulo Ferreira ISBN: 978-84-9916-654-4 DEPÓSITO LEGAL: M-15833-2010 IDIOMA: Português EDITOR:
Leia maisPREVISÃO DE DADOS DE SÉRIES TEMPORAIS DOS PIBS BRASILEIRO E AMERICANO ATRAVÉS DO MODELO ARIMA
Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+0 Curitiba, PR, Brasil, 07 a 0 de outubro de 204. PREVISÃO DE DADOS DE SÉRIES TEMPORAIS DOS PIBS BRASILEIRO E AMERICANO
Leia maisANÁLISE DE SÉRIES TEMPORAIS
ANÁLISE DE SÉRIES TEMPORAIS Ralph S. Silva http://www.im.ufrj.br/ralph/seriestemporais.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Estimação
Leia maisDeterminantes macroeconômicos da taxa Selic: um estudo econométrico no período de 1994 a 2014.
Determinantes macroeconômicos da taxa Selic: um estudo econométrico no período de 1994 a 2014. Maria Eugênia de Oliveira Batista 1 Gabriel Rodrigo Gomes Pessanha 2 1. Introdução O Brasil possui como taxa
Leia maisCURSO DE ANÁLISE DE SÉRIES TEMPORAIS MODELO ARIMA MATERIAL DE APOIO
FACE Faculdade de Administração, Ciências Contábeis e Ciências Econômicas Curso de Ciências Econômicas Direção FACE Prof. Moisés Ferreira da Cunha Vice-Direção FACE Prof. Mauro Caetano de Souza Coordenação
Leia maisUma Análise da Volatilidade nas Exportações Brasileiras
ISSN 0798 1015 HOME Revista ESPACIOS! ÍNDICES! A LOS AUTORES! Vol. 38 (Nº 28) Año 2017. Pág. 7 Uma Análise da Volatilidade nas Exportações Brasileiras An Analysis of Volatility in Brazilian Exports Letícia
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FINAL DE CURSO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FINAL DE CURSO MÉTODOS DE PREVISÃO DAS EXPORTAÇÕES BRASILEIRAS Rony Najman No. de matrícula 9814655 Orientador:
Leia maisEstudo Sobre a Influência da Taxa SELIC nas Provisões Matemáticas de Benefícios a Conceder dos Planos VGBL Através de Modelos de Séries Temporais
Universidade Federal do Rio de Janeiro Estudo Sobre a Influência da Taxa SELIC nas Provisões Matemáticas de Benefícios a Conceder dos Planos VGBL Através de Modelos de Séries Temporais Cecília Novaes Poeira
Leia maisMERCADO FUTURO DE CAFÉ: UM ESTUDO DE CASO. COFFEE FUTURES MARKET: A CASE STUDY.
62 MERCADO FUTURO DE CAFÉ: UM ESTUDO DE CASO. COFFEE FUTURES MARKET: A CASE STUDY. Clelio Maia Santos Tácito Augusto Farias 2 Fábio Rodrigues de Moura 3 Regis Santos Mateus 4 Resumo O café é a commodity
Leia maisNota Técnica: Evidências Empíricas Recentes da Relação entre a Taxa de Câmbio Real Efetiva e a Poupança Privada no Brasil ( )
Nota Técnica: Evidências Empíricas Recentes da Relação entre a Taxa de Câmbio Real Efetiva e a Poupança Privada no Brasil (2000-2016) Guilherme Jonas Costa da Silva * José Luis Oreiro ** A discussão do
Leia maisEVOLUÇÃO DA DÍVIDA PÚBLICA MOBILIÁRIA FEDERAL INTERNA NO BRASIL DE 1995 A 2002
EVOLUÇÃO DA DÍVIDA PÚBLICA MOBILIÁRIA FEDERAL INTERNA NO BRASIL DE 1995 A 2002 Vanessa Lucas Gonçalves 1 Sérgio Luiz Túlio 2 RESUMO Este artigo tem por objetivo analisar a evolução da Dívida Pública Mobiliária
Leia maisECONOMETRIA I. I (12 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 2ª Época 26 de Janeiro de 2005 Duração: 2 horas I (12 valores) ATENÇÃO: Para as 10 primeiras questões deste grupo existem 4 opções
Leia maisAula 7 Métodos Quantitativos Avançados
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Programa de Pós-Graduação em Controladoria e Contabilidade Aula 7 Métodos Quantitativos Avançados Autor:
Leia mais