Econometria de Séries Temporais

Rodrigo De Losso da Silveira Bueno

Março 2011

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 1 / 90

Propósitos

Modelagem de Box, Jenkins e Reinsel (1994) para séries temporais

univariadas estacionárias:
1 Identi…car as ordens p e q do modelo.
2 Estimá-lo.
3 Veri…car se resíduos estimados são um ruído branco. Se não rejeitam,
passa-se ao próximo passo. Se rejeitam, retorna-se ao primeiro passo.
4 Prever.

Se uma série for considerada não estacionária, deve ser diferenciada.

Qualquer processo estacionário, mesmo não sendo linear, tem uma
representação linear.
Implicação: pode-se decompor um processo estacionário qualquer em
dois componentes lineares, um determinístico e um estocástico =
Teorema de Wold.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 2 / 90

Teorema de Wold

De acordo com Priestley (1981) e Perron (1990), o teorema de Wold é o

seguinte:
Theorem
Considere um processo estacionário qualquer, yt . Tal processo pode ser
representado por dois processos mutuamente não correlacionados, um
puramente determinístico, outro puramente estocástico, e que pode ser
escrito como um MA (∞):

yt = ut + dt ,

em que
1 ut e dt não são correlacionados;

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 3 / 90

Teorema de Wold: continuação

Theorem
1

2 ut é regular, sendo representado por:

∞
ut = ∑ ψs εt s,
s =0
∞
ψ0 = 1; ∑ ψ2s < ∞; εt RB 0, σ2 ,
s =0

sendo que E (εs dt ) = 0, 8s, t. Além disso, a seqüência fψs gs∞=0 e o

processo fεt g são unicamente determinados.
3 dt é singular no sentido de que pode ser previsto a partir do seu
próprio passado com variância de predição nula.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 4 / 90

Função de Autocorrelação - FAC
FAC: grá…co da autocorrelação contra a defasagem.
A função de autocorrelação permitirá identi…car a ordem q de um
processo MA.

Modelo FAC
θ j + θ j +1 θ 1 + θ j +2 θ 2 + + θ q θ q j
MA (q ) ρj = q , j = 1, 2, . . . , q
∑j =0 θ 2j

AR (1) ρj = φj , j = 1, 2, . . . .

AR (p ) ρj = φ1 ρj 1 + φ2 ρj 2 + + φp ρj p, j = 1, 2, . . .
8 (1 +φ1 θ 1 )(φ1 +θ 1 )
>
< ρ1 = 1 +θ 21 +2φ1 θ 1
ARMA (1, 1)
>
:
ρj = φ1 ρj 1 = φj1 1 ρ1 , j > 1.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 5 / 90
Função de Autocorrelação - FAC: continuação
A Figura 1 mostra o grá…co das observações amostrais de modelos
simulados.
FAC - AR(2) FACP - AR(2)
1.0 0.8

0.5 0.4
0.0
0.0
-0.4
-0.5 -0.8
-1.0 -1.2
2 4 6 8 10 12 14 16 18 20 22 24 2 4 6 8 10 12 14 16 18 20 22 24

FAC - ARMA(1,1) FACP - ARMA(1,1)

1.0 1.0
0.8
0.8
0.6
0.6 0.4
0.4 0.2
0.0
0.2
-0.2
0.0 -0.4
2 4 6 8 10 12 14 16 18 20 22 24 2 4 6 8 10 12 14 16 18 20 22 24

FAC - MA(2) FACP - MA(2)

.8 .8
.6 .6
.4 .4
.2 .2
.0 .0
-.2 -.2
-.4 -.4
2 4 6 8 10 12 14 16 18 20 22 24 2 4 6 8 10 12 14 16 18 20 22 24

Figura: MA (2): θ 1 = 0, 8, θ 2 = 0, 9; AR (2): φ1 = 0, 5, φ2 = 0, 4; ARMA

(1, 1): φ = θ = 0, 9.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 6 / 90

Função de Autocorrelação Parcial - FACP

Considere um AR (1). Há uma correlação implícita entre yt e suas

defasagens, evidenciado no decaimento exponencial da FAC.
Mas, qual é a correlação pura entre yt e suas defasagens? Para obter
isso, é preciso …ltrar as correlações.
Como? Gerando a função de autocorrelação parcial, FACP, pela qual
eliminam-se as correlações implícitas entre duas observações.
Formalmente, a função de autocorrelação parcial é o grá…co de φ bj ,j contra
j estimado a partir das seguintes regressões em que a série original tem
sua média subtraída:

yt = φj ,1 yt 1 + φj ,2 yt 2 + + φj ,j yt j + et , j = 1, 2, . . . ,

em que et é um erro.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 7 / 90

Função de Autocorrelação Parcial - FACP: continuação

O que deve acontecer teoricamente, por exemplo, num modelo AR

(2)? Os coe…cientes obtidos a partir de j > 2 deverão ser iguais a
zero.
Genericamente, em um AR (p ) encontrar-se-ão coe…cientes diferentes
bp,p , e estatisticamente iguais a zero a partir de então.
de zero até φ
Num MA (q ), dada a condição de invertibilidade que torna esse
processo um AR (∞), pode-se mostrar que os coe…cientes φ bj ,j
decaem. Quando se tem um modelo ARMA (p, q ), há decaimento a
partir da defasagem p, cuja con…guração depende da magnitude dos
parâmetros.

Remark
Na prática, Enders (2009) sugere calcular a função de autocorrelação
parcial até j = T4 , em que T é o tamanho da amostra.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 8 / 90

Função de Autocorrelação Parcial - FACP: continuação
A Figura 2 mostra o grá…co das observações amostrais de modelos
simulados.
FAC - AR(2) FACP - AR(2)
1.0 0.8

0.5 0.4
0.0
0.0
-0.4
-0.5 -0.8
-1.0 -1.2
2 4 6 8 10 12 14 16 18 20 22 24 2 4 6 8 10 12 14 16 18 20 22 24

FAC - ARMA(1,1) FACP - ARMA(1,1)

1.0 1.0
0.8
0.8
0.6
0.6 0.4
0.4 0.2
0.0
0.2
-0.2
0.0 -0.4
2 4 6 8 10 12 14 16 18 20 22 24 2 4 6 8 10 12 14 16 18 20 22 24

FAC - MA(2) FACP - MA(2)

.8 .8
.6 .6
.4 .4
.2 .2
.0 .0
-.2 -.2
-.4 -.4
2 4 6 8 10 12 14 16 18 20 22 24 2 4 6 8 10 12 14 16 18 20 22 24

Figura: MA (2): θ 1 = 0, 8, θ 2 = 0, 9; AR (2): φ1 = 0, 5, φ2 = 0, 4; ARMA

(1, 1): φ = θ = 0, 9.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 9 / 90

Testes para identi…cação do ARMA(p, q)
A FAC de…ne a defasagem do MA. A FACP de…ne a defasagem do
AR.
Por quê? No primeiro caso, a FAC decai com o aumento de
defasagens, e a função de autocorrelação parcial é truncada a partir
da defasagem p.
No segundo caso, a função de autocorrelação é truncada na
defasagem q, e a função de autocorrelação parcial decai.
No caso de uma ARMA (p, q ), ambas as funções decaem a partir da
defasagem de truncagem.
O padrão de decaimento oscila, exceto para os casos MA(1) e AR (1).

Modelo FAC FACP

AR (p ) Decai Truncada na defasagem p
MA (q ) Truncada na defasagem q Decai
ARMA (p, q ) Decai se j > q Decai se j > p

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 10 / 90

Estimando a FAC
1 Obtenha a média amostral da série yt :
∑Tt=1 yt
.y=
T
2 Calcule a autocorrelação amostral:
∑T
t =j +1 (y t y )(y t j y )
T
b
ρj : b
ρj = 2 , j = 1, 2, . . .
∑Tt =1 (y t y )
T
3 Trace o grá…co de b
ρj contra j.
4 Em grandes amostras, a variância das estimativas para um ruído
branco pode ser aproximada por T 1 .
5 Para o MA (q ), a variância pode ser aproximada por
T 1 1 + 2 ∑js =11 ρ2s , para j > q. Há softwares que aproximam ρs
por bρs . Outros pacotes usam o intervalo do ruído branco mesmo. A
rejeição da nula sob o intervalo de um ruído branco poderia ser falsa
se o intervalo correto fosse calculado.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 11 / 90
Estimando a FAC: continuação

bj ,j também é dada por T 1 para um

Para a FACP, a variância de φ
AR (p ), quando j > p. Assim, se a estimativa estiver entre dois
1
desvios padrão, 2T 2 , não se rejeita a hipótese nula de coe…ciente
igual a zero.
Necessita-se dos verdadeiros valores de ρj para calcular o intervalo de
con…ança. Por isso, o procedimento para a identi…cação de modelos
ARMA deve ser usado apenas como uma regra de bolso.
A aproximação de Bartlett para amostras limitadas não é muito boa.
O mesmo ocorre com a função de autocorrelação parcial.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 12 / 90

Teste de Ljung-Box
Hipóteses: H0 : ∑nj=1 ρj = 0 H1 : ∑nj=1 ρj 6= 0.
Estatística:

n ρ2j
b
Q = T (T + 2) ∑
d
! χ2n ,
j =1 T j
d
em que ! χ2n indica convergência em distribuição.
Se uma das autocorrelações for diferente de zero, há evidência de
existência de um modelo ARMA (p, q ).
Se estimado o modelo, e os resíduos obtidos não apresentarem mais
evidência de autocorrelação usando essa estatística, o modelo estará
bem estimado.
Na prática: Identi…ca-se o modelo por meio da FAC e FACP; depois
usa-se a estatística de Ljung-Box sobre os resíduos estimados. Se a
nula é rejeitada, adicionam-se novas defasagens e repete-se o processo
de veri…cação de resíduos.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 13 / 90
Critério de informação
Método alternativo de identi…car um ARMA(p, q ).
Para cada regressor adicional, a soma dos quadrados dos resíduos não
vai aumentar e pode diminuir. Mas, a redução se dá às custas de
mais regressores.
Idéia: balancear a redução dos erros e o aumento do número de
regressores.
O critério de informação associa uma penalidade ao aumento do
número de regressores. Se a penalidade for menor do que a
diminuição da soma de resíduos, o regressor adicional deve ser
incorporado ao modelo.
O critério de informação minimiza uma função baseada nos resíduos,
penalizada pelo número de regressores.
Além disso, é comum dois ou mais modelos possíveis gerando resíduos
cujos testes indiquem ser um ruído branco. O melhor modelo será o
mais parcimonioso. Por quê? O modelo com menor número de
parâmetros deverá gerar menos imprecisão de estimativas.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 14 / 90
Critério de informação: continuação

A especi…cação geral tem a seguinte forma:

b 2 ( T ) + cT ϕ ( T ) ,
C = ln σ

em que
b2 (T ) = T 1 ∑Tt=1 bε2t é a variância estimada dos resíduos;
σ
cT representa o número de parâmetros estimados;
ϕ (T ) é a ordem do processo, que penaliza a falta de parcimônia.
O número de observações, T , é invariante ao número de parâmetros
estimados, logo é necessário comparar séries com o mesmo número de
observações.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 15 / 90

Principais critérios
1 Estatística de Schwarz, BIC (Bayesian Information Criterion) ou SBC
(Schwarz Bayesian Criterion):
ln T
b2 + n
BIC (p, q ) = ln σ ,
T
em que
n = p + q, se o modelo não tem constante, e n = p + q + 1, se há
constante no modelo.
2 Estatística de Akaike, AIC (Akaike Information Criterion):
2
b2 + n
AIC (p, q ) = ln σ .
T
3 Estatística de Hannan-Quinn, HQ:
2
b2 + n
HQ (p, q ) = ln σ ln ln T .
T
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 16 / 90
Principais critérios: continuação

Quanto mais parâmetros forem estimados no mesmo período da

amostra, menor será o erro estimado, mas isso será penalizado na
segunda parcela da estatística. Por isso, deseja-se o menor AIC , HQ
ou BIC possível.
BIC é consistente assintoticamente, tendendo a escolher um modelo
mais parcimonioso do que o AIC.
AIC funciona melhor em pequenas amostras.
Os resultados valem tanto para processos estacionários quanto para
processos integrados (Lütkepohl e Krätzig, 2004).
De forma geral, se T 16:

bBIC
p bHQ
p bAIC ,
p

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 17 / 90

ESTIMAÇÃO CONDICIONAL

Vantagem: fácil especi…car e de estimar a função de verossimilhança.

Desvantagem: não é tão e…ciente quanto o método exato, sobretudo
para pequenas amostras.
Assume-se distribuição normal ou t-student e procura-se estimar o
vetor de parâmetros Ψ = c, φ1 , φ2 , . . . , φp ; θ 1 , θ 2 , . . . , θ q .

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 18 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM AR (p)

Idéia: usar as p primeiras observações como valores iniciais para

maximizar a função de verossimilhança:
T
l (Ψ) = ∑ ln f (yt jyt 1 , yt 2 , . . . , y1 ; Ψ ) =
t =p +1
T p 2
T p (yt c ∑i =1 φi yt i )
=
2
ln 2πσ2 ∑ 2σ2
.
t =p +1

Necessário que as raízes de φ (L) estejam fora do círculo unitário.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 19 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM AR (1)

FOC:
T
(yt c φ 1 yt 1) ∑Tt=2 yt T
b 1 ∑ t =2 t 1 .
y
[c ] : ∑ σ2
= 0 =) b
c=
T 1
φ
T 1
t =2
T
(yt c φ 1 yt 1 ) yt 1
[ φ1 ] : ∑ σ2
= 0 =)
t =2

b1 = ∑Tt=2 yt yt 1 b c ∑Tt=2 yt 1
φ .
∑Tt=2 yt2 1
T 1 T
(yt c φ1 yt 1 )2 T
bε2t
σ2 :
2σ2
+ ∑ 2σ4
b2 =
= 0 =) σ ∑T 1
.
t =2 t =2

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 20 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM AR (1):
continuação
Substituindo a primeira equação na segunda e resolvendo:
∑T
t =2 y t
T
b 1 ∑ t =2 y t
∑Tt=2 yt yt 1 T 1 φ T 1
1
∑Tt=2 yt 1
b1 =
φ =
T
∑t =2 yt 1
2

∑T T ∑T
t =2 y t y t ∑T T
t =2 y t ∑ t =2 y t
t =2 y t ∑ t =2 y t
1 1
∑Tt=2 yt yt 1 T 1
1
T 1 (T 1 )2
= 2 = 2
=
(∑Tt=2 yt 1 ) ∑T 2
t =2 y t ∑Tt =2 y t 1
∑Tt=2 yt2 1
1
T 1 T 1 T 1
cov (yt , yt 1 )
= .
var (yt 1 )
Estimador da variância:
T
bε2t T
bε2t
b2 =
σ ∑T 1
6= ∑T 2
= s2.
t =2 t =2

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 21 / 90

Exemplo: IPCA

Modelo estimado:

yt = µ + ut ;
ut = φut 1 + εt .

Note que o modelo pode ser sintetizado num AR (1) da seguinte forma:

yt = µ + φut 1 + εt .

Como ut 1 = yt 1 µ, tem-se:

yt = µ + φ (yt 1 µ) + εt =
= µ (1 φ) + φyt 1 + εt = c + φyt 1 + εt .
c
Como µ = 1 φ, é claro que µ (1 φ) = c.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 22 / 90

Exemplo: IPCA - continuação

IPCAt = 0, 613 + ut ;
(0,130 )
ut = 0, 801ut 1 + εt .
(0,049 )
σ = 0.311

A série original tem 149 observações. Na regressão, foram utilizadas

148.
A in‡ação de longo prazo está em torno de 0, 61% ao mês.
O coe…ciente do AR (1), φ, indica considerável inercialidade.
Desvio padrão dos coe…cientes foi ajustado para heterocedasticidade e
autocorrelação.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 23 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM MA (1)

yt = εt + θεt 1.
Fixam-se os valores iniciais dos erros à sua esperança incondicional:
ε0 = 0. Erros em função da variável observada:
ε1 = y1 θε0 = y1 ;
ε2 = y2 θε1 = y2 θy1 ;
ε3 = y3 θε2 = y3 θ (y2 θy1 ) ;
..
.
t 1
εt = ∑( θ )i yt i .
i =0
A função de verossimilhança condicional a maximizar:
!2
T t 1
T 1
l (Ψ) =
2
ln 2πσ2
2σ2 ∑ ∑( i
θ ) yt i
t =1 i =0

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 24 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM MA (q)

Fixando os valores iniciais por:

ε0 = ε 1 = =ε q +1 = 0.

Assumindo invertibilidade, a função de verossimilhança condicional é dada

por:
T T
T ε2
∑ ln f (yt , yt 1 , . . . , y1 j ε0 = 0 ; Ψ ) =
2
ln 2πσ2 ∑ 2σt 2 .
t =1 t =1

O problema do método é quando as raízes da polinomial estão próximas

do círculo unitário.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 25 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM ARMA (p,
q)

Assume-se que os erros iniciais sejam nulos, de forma que

ε0 = ε 1 = = ε q +1 = 0.
O componente auto-regressivo pode ser condicionado de duas formas.
Ou …xa-se y0 = y 1 = = y p +1 = y , que é sua média temporal, e
inicia-se a estimação usando a amostra toda, calculam-se os resíduos:
p q
εt = yt c ∑ φi yt i ∑ θ j εt j, t = 1, 2, . . . , T ,
i =1 j =1

e maximiza-se:
T
T ε2t
ln f (yT , yT 1 , . . . , y1 jy0 , ε0 ; Ψ) =
2
ln 2πσ2 ∑ 2.
t =1 2σ

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 26 / 90

FUNÇÃO DE VEROSSIMILHANÇA PARA UM ARMA (p,
q): continuação

Ou assume-se os valores iniciais de y como sendo os valores observados.

Nesse caso, inicia-se a estimação em t = p + 1. É recomendado por Box,
Jenkins e Reinsel (1994):

εp = εp 1 = = εp q +1 =0

e maximiza-se:

ln f (yT , yT 1 , . . . , y1 jyp , yp 1 , . . . , y1 , εp = εp 1 = = εp q +1 =0;

T
T p ε2t
=
2
ln 2πσ2 ∑ 2σ2
.
t =p +1

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 27 / 90

Inferência

Pode-se demonstrar que a distribuição de estimador de máxima

verossimilhança, para T su…cientemente grande, é dada por:

b 1
Ψ Ψ0 N 0, (T I) ,

em que
b é o parâmetro estimado;
Ψ
Ψ0 é o verdadeiro parâmetro;
I é a matriz de informação, que pode ser estimada de duas formas
distintas.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 28 / 90

Inferência: segunda derivada da função de
log-verossimilhança

1 ∂l (Ψ)
Jdd = T 0 .
∂Ψ∂Ψ b
Ψ=Ψ
Com isso, tem-se que
1
b b
0 ∂l (Ψ)
E Ψ Ψ0 Ψ Ψ0 ' TT 1
0 =
∂Ψ∂Ψ Ψ=Ψb
1
∂l (Ψ)
= 0 .
∂Ψ∂Ψ b
Ψ=Ψ

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 29 / 90

Inferência: FOC da função de log-verossimilhança

A outra estimativa é dada usando as próprias FOC:

T 0
Jfoc =T 1
∑ gt b
Ψ b
gt Ψ ,
t =1

em que
g Ψb = ∂ ln f (yt jyt 1 ,yt 2 ,...,y 1 ;Ψ )
.
∂Ψ
Com isso, tem-se que
" # 1
0 T 0
b
E Ψ Ψ0 b
Ψ Ψ0 ' TT 1
∑ gt b
Ψ gt b
Ψ =
t =1
" # 1
T 0
= ∑ gt b
Ψ gt b
Ψ .
t =1

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 30 / 90

MATRIZ DE INFORMAÇÃO A PARTIR DO HESSIANO

Repetem-se as FOC do AR(1):

∂l (Ψ) T
(yt c φ1 yt 1)
[c ] : = ∑ .
∂c t =2 σ2
∂l (Ψ) T
(yt c φ1 yt 1 ) yt 1
[ φ1 ] : = ∑ .
∂φ1 t =2 σ2
2
∂l (Ψ) T 1 T
(yt c φ1 yt 1)
σ2 :
∂σ2
=
2σ 2
+ ∑ 2σ4
.
t =2

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 31 / 90

MATRIZ DE INFORMAÇÃO A PARTIR DO HESSIANO:
continuação

∂2 l ( Ψ )
A idéia agora em encontrar ∂Ψ∂Ψ0 . Lembrando que na amostra há T 1
observações, isto é dado por:
2 ∂2 l ( Ψ ) ∂2 l ( Ψ ) ∂2 l ( Ψ )
3
∂c 2 ∂c ∂φ ∂c ∂σ2
∂l (Ψ) 6
6 ∂2 l ( Ψ ) ∂2 l ( Ψ ) ∂2 l ( Ψ ) 7
7=
(T 1) Jdd = 0 = 4 ∂φ∂c ∂φ2 ∂φ∂σ2 5
∂Ψ∂Ψ b
Ψ=Ψ ∂2 l ( Ψ ) ∂2 l ( Ψ ) ∂2 l ( Ψ )
∂σ2 ∂c ∂σ2 ∂φ ∂σ4
2 3
T 1 ∑Tt=2 yt 1 ∑Tt=2 σεt2
1 6 T ε y 7
= 4 ∑t =2 yt 1 ∑Tt=2 yt2 1 ∑Tt=2 t σt2 1 5.
σ2 εt y t ε2t
∑Tt=2 σεt2 ∑Tt=2 σ2
1 T 1
2σ2
+ ∑Tt=2 σ4

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 32 / 90

Inferência: segunda derivada da função de
log-verossimilhança
Para o caso do exemplo do IPCA em que
b = b
Ψ b2 = (0, 1217; 0, 8014; 0, 0967):
b1 , σ
c, φ
0 1
1529.7818 989.6186 0.0021
(T 1) Jdd = @ 989.6186 1064.3654 0.0033 A .
0.0021 0.0033 7906.1909

Invertendo essa matriz:

0 1
1. 640 3 1. 525 1 0.000
1
[(T 1) Jdd ] = 10 3 @ 1. 525 1 2. 357 5 0.000 A
0.000 0.000 0.1 265
Com as estimativas da diagonal principal, pode-se calcular o desvio-padrão
das estimativas de b
c, φ b2 , que são:
b1 , σ
b = b
Ψ b2 = (0, 041; 0, 049; 0, 0112).
b1 , σ
c, φ
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 33 / 90
MATRIZ DE INFORMAÇÃO A PARTIR DA FOC

1 h bε2t 1
i0
gt = bεt bεt yt 1 .
b2
σ 2bσ2 2

Logo
T 0
(T 1) Jfoc = ∑ gt b
Ψ b
gt Ψ =
t =2
0 1
T
bεt h i
1 B bεt yt C bε2t
= 4
b
σ
∑ @ 2
bεt
1 A bεt bεt yt 1 2bσ2
1
2
=
t =2 1
2bσ2 2
0 1
bε3t bεt
bε2t bε2t yt1
T B 2bσ2 2 C
1 B bε2 y bε3t yt 1 bεt yt C
∑B
2 2
= t t 1 bεt yt 1 1
C.
σ2 2
b4
σ t =2 @ 3
bεt bε3t yt 1
2b
bε2t
2 A
bεt bεt yt 1 1
2bσ2 2 2bσ2 2 2bσ2 2

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 34 / 90

MATRIZ DE INFORMAÇÃO A PARTIR DA FOC:
continuação
Para o caso do exemplo do IPCA em que
b = b
Ψ b2 = (0, 1217; 0, 8014; 0, 0967), essa matriz …ca:
b1 , σ
c, φ
0 1
1529.78 1501.32 2728.04
(T 1) Jfoc = @ 1501.32 2035.49 3547.42 A .
2728.04 3547.42 28613.59
Invertendo a matriz:
0 1
2.370 1.728 0.012
1
[(T 1) Jfoc ] = 10 3 @ 1.728 1.886 0.069 A
0.012 0.069 0.045
Com as estimativas da diagonal principal, pode-se calcular o desvio-padrão
das estimativas de b
c, φ b2 , que são:
b1 , σ

σ Ψ b =σ b b2 = (0, 049; 0, 043; 0.007). Esses resultados foram

b1 , σ
c, φ
calculados na planilha estimacao_ipca.xls.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 35 / 90
DIAGNÓSTICO DE RESÍDUOS

Os resíduos devem-se comportar como um ruído branco.

As FAC e FACP dos resíduos não devem ter memória.
Se a hipótese nula é rejeitada, isso implica dizer que há informação
ainda não captada pelo econometrista.
Ante a rejeição da nula, testam-se outras possibilidades, até que se
encontre um modelo cujos resíduos sejam um ruído branco.
A recomendação usual é utilizar os testes já apresentados sobre os
resíduos também.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 36 / 90

DIAGNÓSTICO DE RESÍDUOS: continuação

Por que a não rejeição da nula de não-autocorrelação dos resíduos via

FAC, FACP e Ljung-Box pode-se dizer que os resíduos comportam-se
como um ruído branco?
Tais testes foram designados para séries observadas. O intervalo de
con…ança de séries estimadas é maior do que realmente é calculado.
Logo, se a nula não é rejeitada sob a hipótese de séries observadas,
com maior razão não se rejeita a nula com as séries estimadas.
Por outro lado, pode-se cometer erro do tipo 1. Para minimizar esse
problema, deve-se olhar para o Ljung-Box.
Rejeitando a nula pelo Ljung-Box, um conselho prático é olhar para a
FAC e a FACP.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 37 / 90

TESTE DE NORMALIDADE

Grá…co da densidade: eixo horizontal está o intervalo de valores e no

vertical, a freqüência:
ε bεst
∑Tt=1 K h
b
fh ( ε ) = ,
Th
em que
h é a largura da janela ou parâmetro de suavização;
K ( ) é a função kernel, tipicamente uma função densidade de
probabilidade simétrica ao redor de zero;
bεst = bεt σb bεt é o resíduo padronizado.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 38 / 90

TESTE DE NORMALIDADE: continuação

A função Kernel suaviza os pontos observados, atribuindo menos peso

nos erros mais distantes do ponto sob avaliação. Alguns tipos de
função K :

Kernel K (u )
ε2
exp 2
Gaussiana p
2π
15 2
Biponderada 16 1ε2 I (jεj < 1)
Triangular (1 jεj) I (jεj < 1)
3 ε2 p
4 1 5
Epanechnikov p
5
I j ε j < 5

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 39 / 90

TESTE DE NORMALIDADE: continuação
O Kernel não altera signi…cativamente a função densidade.
Crucial, quanto maior h, mais suave será a função. Silverman
recomenda o seguinte: h = p 0,9
5 min σb, distância 1,34
entre quartis
.
T

Example
Na Figura 3 dos resíduos, o kernel é triangular:
1.6

1.2

0.8

0.4

0.0
-0.5 0.0 0.5 1.0 1.5

Figura: Kernel triangular.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 40 / 90

TESTE DE JARQUE-BERA

Veri…car se os momentos da série estimada são iguais aos da normal:

H0 : E (εst )3 = 0 ^ E (εst )4 = 3

H1 : E (εst )3 6= 0 _ E (εst )4 6= 3.

Para implementá-lo, usa-se a estatística:

" #2 " #2
s 3 s 4
T ∑Tt=1 (bεt ) T ∑Tt=1 (bεt ) d
JB = + 3 ! χ22 .
6 T 24 T

A rejeição da hipótese nula indica não-normalidade, porém a

não-rejeição não indica normalidade.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 41 / 90

TESTE DE LM

Também conhecido como teste de Breusch-Godfrey:

bεt = β1bεt 1 + β2bεt 2 + + βhbεt h + ut .

Teste:

H0 : β1 = β2 = = βh = 0
H1 : β1 6= 0, ou β2 6= 0, ou ou βh 6= 0.

tal que
d
LMh = T R 2 ! χ2h .

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 42 / 90

TESTE DE ARCH-LM

Identi…ca sinais de heterocedasticidade condicional. Regrida:

bε2t = β1bε2t 1 + β2bε2t 2 + + βhbε2t h + ut .

Teste:

H0 : β1 = β2 = = βh = 0
H1 : β1 6= 0, ou β2 6= 0, ou ou βh 6= 0.

tal que
d
ARCH LMh = T R 2 ! χ2h .

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 43 / 90

TESTE DE RESET

Testa a presença de não-linearidades na série.

A hipótese nula é de linearidade contra a alternativa de
não-linearidade.
Se resíduos estimados independentes, não deverão ser correlacionados
com qualquer outra variável, incluindo regressores originais, seus
valores estimados e suas potências.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 44 / 90

TESTE DE RESET: continuação
Estime:
yt = xt0 β + εt .
Agora, proceda à seguinte regressão adicional:
h
bεt = xt0 β + ∑ ϕj ybtj +1 + υt .
j =1

Sob a hipótese de que a regressão original está correta:

H0 : ϕ2 = ϕ3 = = ϕh = 0.
Teste:
(∑Tt=1 bε2t ∑T υt )
t =1 b
2

h d
RESETh = 2 ! F (h, T K h) ,
∑T
t =1 b
υt
T K h
em que K é a dimensão de xt .
Na prática, h = 1 ou 2 é su…ciente para detectar possíveis problemas
de especi…cação.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 45 / 90
Exemplo

Estima-se o modelo auto-regressivo com in‡ação e toma-se a soma dos

quadrados dos resíduos:
148
∑ bε2t = 14, 31838.
t =1

Em seguida, estime:
h
bεt = c + βyt 1 + ∑ ϕj ybtj +1 + υt , h = 2.
j =1

A soma dos quadrados dos resíduos dessa regressão é:

148
∑ bυ2t = 13.76587.
t =1

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 46 / 90

Exemplo: continuação

Calcule a estatística RESET2 :

(∑148 ε2t
t =1 b ∑148 υ2t )
t =1 b
2 d
RESET2 = 2 ! F (2, 144) ;
∑148
t =1 b
υt
148 2 2
14.31838 13.76587
2
RESET2 = 13.76587
= 2, 8898.
144

A esse valor, não se rejeita a nula a 5%, mas rejeita-se a 10%, pois nesse
caso o nível de signi…cância pode ser calculado em 5.88%.
Outros testes comuns para diagnosticar resíduos são: teste de Chow para
estabilidade, análise recursiva, teste CUSUM, etc.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 47 / 90

Introdução

Horizonte de previsão que se deseja prever, h: período de tempo entre

hoje, t, e h-passos à frente, t + h.
Distinção: previsões h-passos à frente e extrapolação h-passos à
frente.
Previsões de um ponto de futuro com dados até t: t + h, t + 1 + h.
Extrapolação: previsões em t + 1, t + 2, . . . , t + h.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 48 / 90

Mecânica

Exemplo de AR (1):
yt +1 = c + φyt + εt +1 .
Logo:

Et (yt +1 ) = c + φyt = yt +1 ε t +1 ;
Et (yt +2 ) = c + φEt (yt +1 ) = c + φ (c + φyt ) ;
..
.
h 1
Et (yt +h ) = c ∑ φi 1
+ φh yt .
i =1

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 49 / 90

Erro de previsão

O erro de previsão no período h, et (h ), é dado por:

et (1) = yt +1 Et (yt +1 ) = εt +1 ;
et (2) = yt +2 Et (yt +2 ) = c + φyt +1 + εt +2 c φEt (yt +1 ) =
= φεt +1 + εt +2 ;
et (3) = yt +3 Et (yt +3 ) = c + φyt +2 + εt +3 c φEt (yt +1 ) =
= εt +3 + φεt +2 + φ2 εt +1 ;
..
.
et (h ) = yt +h Et (yt +h ) =
= εt +h + φεt +h 1 + φ2 εt +h 2 + + φ h 1 ε t +1 .

Tomando as esperanças dos erros de previsão, veri…ca-se que são iguais a

zero.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 50 / 90

Variância do erro de previsão

Var (et (h )) = Var εt +h + φεt +h 2 + φ 2 ε t +h 3 + + φh 1

ε t +1 =

= σ 2 1 + φ2 + φ4 + + φ 2 (h 1)
.

A variância aumenta com o horizonte de previsão a taxas

decrescentes. Quando h ! ∞, a variância de previsão converge à
2
variância não condicional 1 σ φ2 .
O intervalo de con…ança para resíduos normais é dado da seguinte
forma:
h 1 1

∑
2
c φi 1
+ φh yt 2σ 1 + φ2 + φ4 + + φ 2 (h 1)
.
i =1

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 51 / 90

AVALIAÇÃO DA PREVISÃO

Deixar uma porção da amostra como teste, e usar as observações

iniciais para estimar o modelo, fazer a previsão a partir dessa amostra
e avaliar a previsão obtida com a amotra deixada fora da estimação.
s
∑H 2
h = 1 et ( h )
MSEt,H = ;
H
∑H h =1 jet (h )j
MAEt,H = ;
H
H
et ( h )
MAPEt,H = ∑ .
h =1
Hy t +h

Método de extrapolação: estimam-se os parâmetros uma única vez,

com as T primeiras observações.
1 1
Se a amostra for su…cientemente grande, pode-se deixar de 4 a 3 fora
da amostra por razões de previsão.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 52 / 90
AVALIAÇÃO DA PREVISÃO: variantes

Previsão dinâmica: não usa a informação adicional para realimentar

as previsões. Isto é, para prever yT +2 , usa-se Et (yT +1 ).
Previsão estática: usa na previsão de yT +h a observação yT +h 1.
Também chamada de previsão 1-passo a frente.
A previsão estática tende a ter um erro de previsão menor do que a a
previsão dinâmica, haja vista que as informações são atualizadas a
cada passo.
A previsão dinâmica representa uma extrapolação H-passos a frente.
Comparam-se erros de diferentes horizontes de previsão.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 53 / 90

AVALIAÇÃO DA PREVISÃO: exemplo

Remark
Ficam fora da amostra as últimas 50 observações. Comparam-se os
resultados entre o modelo degenerado, equivocado e denotado por MA
((2)), e o MA (2) convencional.

MA ((2)) MA (2)
Dinâmico Estático Dinâmico Estático
MSE 1, 316 1, 131 1, 330 1, 094
MAE 1, 084 0, 964 1, 091 0, 908
MAPE 193, 35% 119, 96% 193, 15% 129, 11%

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 54 / 90

AVALIAÇÃO DA PREVISÃO: Fixando o horizonte de
previsão
Fixe o horizonte de previsão h-passos à frente e estime os parâmetros
a cada observação adicional. Considere um AR (1), usando T
observações iniciais e deixando de fora as H últimas.
Estime
bT .
yt = φT yt 1 + εt , t = 1, 2, . . . , T ! φ
Obtenha a previsão h < H passos à frente:
bT ybT +h
ybT +h = φ 1.

Reestime os parâmetros usanto T + 1 observações e deixe de fora as

últimas H 1 observações:
T +1
yt = φT +1 yt 1 b
+ εt , t = 1, 2, . . . , T + 1 ! φ .
Obtenha a previsão h-passos a frente:
bT +1 ybT +h .
ybT +1 +h = φ
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 55 / 90
AVALIAÇÃO DA PREVISÃO: Fixando o horizonte de
previsão
Repita esse procedimento H h + 1 vezes, e colete as previsões:
fybT +h , ybT +h +1 , . . . , ybT +H g.
Estatísticas de erro:
s
2
∑Tj =+TH+h (yj ybj )
MSET ,h = ;
H h+1
∑jT=+TH+h jyj ybj j
MAET ,h = ;
H h+1
T +H
yj ybj
MAPET ,h = ∑ (H h + 1) yj .
j =T +h

Não há extrapolação: as previsões são todas de h-passos, do tipo

estática.
Recalculam-se os parâmetros a cada novo passo.
As observações entre yT +1 e yT +h 1 são inutilizadas.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 56 / 90
AVALIAÇÃO DA PREVISÃO: Fixando o horizonte de
previsão

Remark
A cada novo recálculo de parâmetros, aumenta-se uma observação na
amostra. Uma variante do procedimento, portanto, seria manter a amostra
constante, suprimindo a última observação usada no recálculo anterior.
Nesse caso, a cada regressão usa-se o mesmo número de observações. Isto
é estime
yt = φT +s yt 1 + εt , t = s, 2, . . . , T + s
T +s
b T +s e b
e obtenha φ θ . Em seguida, obtenha a previsão h-passos a frente:

bT +s ybT +s +h
ybT +s +h = φ 1, s = 1, 2 . . . , H h.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 57 / 90

TESTES DE PREVISÃO: Mincer-Zarnowitz

Considere:

yj = α + βb
yj + uj , j = T + h, T + h + 1, . . . , T + H. (1)

Teste
α = 0^β = 1 α 6= 0 _ β 6= 1.
Na hipótese de existerem dois modelos alternativos em que não se rejeita o
teste de hipótese conjunta, seleciona-se aquele cuja variância dos erros é a
menor.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 58 / 90

TESTES DE PREVISÃO: Diebold-Mariano

De…na uma função que mede o erro de previsão.

Podem-se comparar dois modelos de previsão alternativos: A e B.
A hipótese nula é:
h i h i
E L ejA,h = E L ejB,h

contra a hipótese alternativa de que esses modelos prevêem

diferentemente, ou seja, há um modelo melhor do que o outro.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 59 / 90

TESTES DE PREVISÃO: Diebold-Mariano
De…na o diferencial esperado por:
h i h i
E (dj ,h ) = E L ejA,h E L ejB,h .

A idéia é fazer um teste de média, em que se estima a média de dh por:

2 3
T +H L ejA,h L ejB,h T +H
dj
d= ∑ 4 5= ∑ ,
j =T +h (H h + 1) j =T +h (
H h + 1)

em que dj L ejA,h L ejB,h .

Calcule a variância de d:
∑M
k= M bk
γ
var d = h (h 1 )
,
H 2h + 1 + H
b k representa a autocovariância do diferencial de previsão, dj . E
em que γ
M representa
p a defasagem de truncagem, normalmente de…nida como
M = 3 H h + 1.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 60 / 90
TESTES DE PREVISÃO: Diebold-Mariano

Com isso, podemos calcular a estatística de Diebold-Mariano:

d
DM = q N (0; 1) .
var d

Remark
Esse teste não pode ser aplicado entre modelos que estão contidos um no
outro. Por exemplo, não se pode aplicar esse teste para distinguir um
AR (1) de um ARMA(2, 1), pois o AR (1) está contido no ARMA,
bastando para isso restringuir o segundo coe…ciente auto-regressivo e o
coe…ciente de médias móveis a zero. Se um modelo está contido no outro,
a distribuição da estatística se altera.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 61 / 90

TESTES DE PREVISÃO: Clark-West

Suponha que o modelo A esteja contido no modelo B. A discrepância de

previsão entre modelos se deve somente em razão dos parâmetros
desnecessariamente estimados. Se essa discrepância de parâmetros for
subtraída do erro de previsão do modelo B, o resultado pode ser
comparado com o erro do modelo A. Portanto, de…na:
2 2 2
zj ejA,h ejB,h ybjA ybjB , j = T + h, T + h + 1, . . . , T + H.

Essa nova variável deve ter média nula. Então, pode-se testar o
modelo regredindo zj contra uma constante.
Se a nula for rejeitada, conclui-se que a previsão deve ser feita com o
modelo B; do contrário, é melhor usar o modelo A.
Se houver correlação serial em zj , usa a matriz robusta de
Newey-West.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 62 / 90

PREVISÃO DE STOCK E WATSON

Estimar o modelo até T e depois prever dinamicamente h-passos à frente

é um procedimento sujeito a muito ruído e, portanto, de desempenho
sofrível.
Em vez disso:

yt +h = ch + φh (L) yt + ω h (L) ft + εt +h ,

em que o subíndice h dos parâmetros indica a dependência dos parâmetros

com respeito ao horizonte de previsão. As variáveis ft representam
variáveis explicativas obtidas de alguma forma. Tanto φh (L) como ω h (L)
são polinomiais …nitas.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 63 / 90

PREVISÃO DE STOCK E WATSON
Essa formulação não respeita o processo gerador de dados. Se isso é
importante ou não vai depender. Mas, é certo que a incerteza sobre os
coe…cientes tende a reduzir. Suponha por exemplo que queiramos prever
3-passos a frente, sabendo que o processo gerador de dados é um AR (1).
Duas formas:
yt = φyt 1 + εt ! φb.
Prevendo 3-passos a frente, temos:
b2 ET (yT +1 ) = φ
bET (yT +2 ) = φ
ET (yT +3 ) = φ b3 yT .
Usando o procedimento de Stock e Watson, faz-se a seguinte regressão:
b3 .
yt +3 = φ3 yt + εt +3 ! φ
Prevendo 3-passos a frente, temos:
b3 yT +2 .
ET (yT +3 ) = φ
Enquanto no primeiro caso o erro de previsão do parâmetro …ca
pontencializado por 3, no segundo caso esse erro não se propaga.
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 64 / 90
Previsão de retornos
Example
A tabela seguinte descreve os valores, em basis-point, do risco Brasil
coletados no …m dos meses de outubro/2006 a junho/2007.

Pt Pt
Mês/Ano Pt rt % = 100 ln Pt 1 Rt % = 100 Pt 1 1
10/06 223
11/06 223 0, 00 0, 00
12/06 192 14, 97 13, 90
01/07 190 1, 05 1, 04
02/07 195 2, 60 2, 63
03/07 167 15, 50 14, 36
04/07 156 6, 81 6, 59
05/07 142 9, 40 8, 97
06/07 160 11, 93 12, 68
Média µ= 4, 15% R = 3, 69%
Desvio-padrão
Rodrigo De Losso da Silveira Bueno ()
σ = 8, 74%
Capítulo 3: Processos Estacionários Março 2011 65 / 90
Previsão de retornos

Example
A tabela permite calcular a média geométrica histórica e a média
aritmética:
0,0415
G 1 = eµ 1=e 1= 4, 07%;
σ2
A 1 = exp µ+ h 1= 3, 70%
2

A média aritmética, calculada segundo o modelo de preços, difere da

média aritmética dos retornos discretos. A média aritmética é maior do
que a média geométrica.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 66 / 90

Previsão de retornos

Example
Temos 8 observações de retornos e podemos usá-las para prever os
próximos 4 meses, isto é, h = 4.
h
1+R 1 = (1 0, 0369)4 1= 13, 98%;
0,0415 4
e µh 1 = e 1= 15, 30%;
σ2
A 1 = exp µ+ h 1=
2
0, 08742
= exp 0, 0415 + 4 1= 13, 99%.
2

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 67 / 90

Previsão de retornos

Example
Finalmente, pode-se usar o modelo ponderando-se as estimativas, dado
que k = 1 Th = 0, 5:

σ2
Ak G 1 k
1 = exp µh + hk 1=
2
0, 08742 1
= exp 0, 0415 4+ 4 1= 14, 65%.
2 2

O resultado signi…ca que o retorno esperado acumulado entre o mês

corrente e os próximos 4 meses é de 14, 65%. Isso representa uma queda
média esperada de
1
(1 0, 1465) 4 1= 3, 88% ao mês.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 68 / 90

SAZONALIDADE E SUAVIZAÇÃO: VISÃO
TRADICIONAL
As séries são ajustadas por algoritmos determinísticos. Ignora-se a
modelagem de componentes estocásticos porventura existentes.
Alisamento e dessazonalização procuram expurgar fatores que geram
perturbações sistemáticas na série, para ter uma idéia mais precisa da
tendência que ela segue.
A …gura 4 mostra um padrão sazonal pela existência de picos e vales
igualmente espaçados ao longo do tempo.
ENTRADAS

800,000

700,000

600,000

500,000

400,000

300,000

200,000

100,000
95 96 97 98 99 00 01 02 03 04 05

Período

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 69 / 90

MÉDIA MÓVEL TRADICIONAL
O processo é produto de quatro fatores:
yt = Ct St Tt Ut ,
em que
Ct é um componente de ciclo de longo prazo;
St é um componente sazonal;
Tt é um componente de tendência;
Ut é um componente irregular.
Objetivo: estimar St e, em seguida, expurgar esse termo de yt , para …ns de
previsão.
Hipótese: componente sazonal é …xo para subperíodos iguais, por isso,
ignora-se uma possível dinâmica desse componente.
Calcula-se a média móvel da série yt de…nida da seguinte maneira:
(
(0,5yt +6 +yt +5 + +yt + yt 5 +0,5yt 6 )
12 , se a série é mensal;
xt = (0,5yt +2 +yt +1 +yt +yt 1 +0,5yt 2 )
4 , se a série é trimestral.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 70 / 90

MÉDIA MÓVEL TRADICIONAL
Filtro elimina a sazonalidade e o componente irregular, tal que

xt = Ct Tt .

Isolando o componente sazonal e irregular:

yt Ct St Tt Ut
zt = = St Ut .
xt Ct Tt
Deseja-se expurgar ou anular o componente irregular de zt . Para isso,
obtém-se a média de zt nos períodos similares dentro do ano. Supondo
que o ano seja dividido em q períodos, encontra-se

[ Tq j ]
∑m =0 zmq +j
vj = h i , j = 1, 2, . . . , q,
T j
q + 1

em que [ ] representa número inteiro.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 71 / 90
MÉDIA MÓVEL TRADICIONAL: Exemplo

Se os dados são mensais, q = 12. Se houver 100 observações, então

T = 100. Para a observação constante do primeiro mês da série, j = 1:

T j 100 1
= = [8, 25] = 8.
q 12

Logo m = 0, 1, 2, . . . , 8, de modo que mq + j = 1, 13, 25, . . . , 97.

No caso em que j = 5,

T j 100 5
= = [7, 91666] = 7.
q 12

Logo m = 0, 1, 2, . . . , 7, de modo que mq + j = 5, 17, 29, . . . , 89.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 72 / 90

MÉDIA MÓVEL TRADICIONAL

O índice v j deve ser normalizado. Há duas maneiras de proceder.

12
1 Multiplica-se cada índice pelo normalizador q
∑ j =1 v j
, tal que a soma de
12
vj = v j ∑q vj
resultará em 12.
j =1
2 Para séries com componentes multiplicativos, a normalização deve ser
q
tal que ∏ vj = 1. Para isso:
j =1

vj
vj = s q
,
q
∏ vj
j =1

isto é, o índice original v j é normalizado pela média geométrica dos índices.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 73 / 90

MÉDIA MÓVEL TRADICIONAL

O índice vj corresponde ao St da composição original da série yt e é

denominado como fator de escala.
Com vj pode-se dizer que a série y é (sj 1)% maior do que a série isenta
de sazonalidade.
O passo …nal é dividir a série original, yt pelo índice correspondente ao
mês a que pertence t. Formalmente, isso é feito obtendo-se:

ymq +j T j
smq +j = , m = 0, 1, 2, . . . , , j = 1, 2, . . . , q.
vj q

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 74 / 90

MÉDIA MÓVEL TRADICIONAL: continuação do exemplo
Usando a série do início da seção, obtém-se
j 1 2 3 4 5 6
vj 0.726 0.877 1.068 1.001 1.054 1.021
j 7 8 9 10 11 12
vj 1.006 1.034 0.981 1.049 1.051 1.214
Abril é o mês mais típico da série dessazonalizada. Janeiro é o mês mais
distantes da série ajustada.
ENTRADAS

800,000

700,000

600,000

500,000

400,000

300,000

200,000

100,000
95 96 97 98 99 00 01 02 03 04 05

Série Original
Série Dessazonalizada

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 75 / 90

SUAVIZAÇÃO
EWMA

Consiste em obter uma previsão de forma adaptativa ponderando as

observações passadas, desde que ela não tenha tendência nem
sazonalidade. A série suavizada xt é obtida da seguinte forma:

xt = αyt + α (1 α) yt 1 + α (1 α)2 yt 2 + α (1 α)3 yt 3 + =

∞
= α ∑ (1 α ) i yt i .
i =0

O coe…ciente α está entre 0 e 1 e indica a importância das informações

mais recentes na de…nição de xt . Esses pesos decaem exponencialmente e
somam 1:
∞
1
α ∑ (1 α )i = α = 1.
i =0 1 (1 α )

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 76 / 90

SUAVIZAÇÃO
EWMA

Retrocedendo xt para xt 1 e multiplicando o resultado por (1 α ):

(1 α) xt 1 = α (1 α) yt 1 + α (1 α)2 yt 2 + α (1 α)3 yt 3 + α (1 α )4

Subtraindo esse resultado de xt , chega-se a:

xt = αyt (1 α) xt 1.

O problema nesse caso, é encontrar o valor inicial x0 para compor a série

suavizada. O Eviews sugere a média de y usando as T 2+1 observações
iniciais.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 77 / 90

SUAVIZAÇÃO: Previsão
EWMA

Em termos de previsão, observe que

xt +1 = αyt +1 (1 α) xt =)
xt +1 = xt + α (yt +1 xt ) .
Nesse padrão:

xt +2 = xt +1 + α (yt +2 xt +1 ) =
= xt + α [(yt +2 xt +1 ) + (yt +1 xt )] .

Logo:
k 1
xt +k = xt + α ∑ (yt +j +1 xt +j ) .
j =0

Numa série estacionária, ∑kj =01 (yt +j +1 xt +j ) ' 0, mesmo para valores
baixos de k. Considerando simplesmente que xt +k = xt , para todo k > 0,
a previsão de yT +k será dada por xT .
Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 78 / 90
SUAVIZAÇÃO: Previsão
Duplo EWMA

Para série com tendência linear, sugere-se a dupla suavização,

consistindo-se em suavizar a série já suavizada. Isto signi…ca calcular:

zt = αxt + (1 α) zt 1.

Nesse caso, o Eviews constrói a previsão da série y , prev (yT +k ) da

seguinte forma:

αk αk
prev (yT +k ) = 2+ xT 1+ zT =
1 α 1 α
αk
= (2xT zT ) + (xT zT ) ,
1 α
α
interpretando-se (2xT zT ) como intercepto e 1 α (xT zT ) como
inclinação.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 79 / 90

SUAVIZAÇÃO: Previsão
Duplo EWMA

Na …gura 6 veri…ca-se a suavização da série de entradas de processos no

judiciário de São Paulo, com a conseqüente previsão para um ano à frente.
O coe…ciente de suavização foi arbitrariamente escolhido em α = 0, 15. O
padrão de sazonalidade desaparece.
SUAVIZAÇÃO COM DUPLO EWMA

800,000

700,000

600,000
α = 0,15
500,000

400,000

300,000

200,000

100,000
95 96 97 98 99 00 01 02 03 04 05 06

Série Original Série Suavizada

Figura: Entradas Capítulo

de Processos
Rodrigo De Losso da Silveira Bueno ()
no Judiciário de São Paulo
3: Processos Estacionários Março 2011 80 / 90
SUAVIZAÇÃO
HOLT-WINTERS: Sem variação sazonal, com possibilidade de tendência linear

Holt-Winters propõe encontrar a seguinte série suavizada:

xt = αyt + (1 α) (xt 1 + zt 1 )
zt = β (xt xt 1 ) + (1 β) zt 1 ,

em que 0 < α, β < 1

Com isso, a previsão de yT +k , será dada por:

prev (yT +k ) = xT + zT k.

O termo xt pode ser interpretado como o componente permanente ou

intercepto, o qual pode, sim, variar ao longo do tempo. O termo zt pode
ser interpretado com tendência.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 81 / 90

SUAVIZAÇÃO
HOLT-WINTERS: Com variação sazonal multiplicativa, com possibilidade de tendência
linear

Se a série, por outro lado, tiver um componente sazonal multiplicativo,

então é preciso multiplicar a previsão por esse componente sazonal. O
modelo recursivo nesse caso toma a seguinte forma:
yt
xt = α + (1 α) (xt 1 + zt 1 )
ct q
zt = β (xt xt 1 ) + (1 β) zt 1
yt
ct = γ + ( 1 γ ) ct q ,
xt
em que 0 < γ < 1e q é a freqüência de sazonalidade. A previsão será
dada por:
prev (yT +k ) = (xT + zT k ) cT +k q .

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 82 / 90

SUAVIZAÇÃO
HOLT-WINTERS: Com variação sazonal aditiva, com possibilidade de tendência linear

Se a sazonalidade for aditiva, a recursividade segue o seguinte sistema de

equações:

xt = α (yt ct q ) + (1 α) (xt 1 + zt 1)
zt = β (xt xt 1 ) + (1 β) zt 1
ct = γ (yt xt ) + (1 γ ) ct q.

Conseqüentemente:

prev (yT +k ) = xT + zT k + cT +k q.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 83 / 90

SAZONALIDADE - ARMA(p, q)(P,Q)

Usam-se as funções FAC e FACP para identi…car a sazonalidade. Suponha:

yt = φ4 yt 4 + εt .
i
A FAC desse modeloé tal que: ρi = (φ4 ) 4 , quando 4i for um número
inteiro, exibindo assim um padrão de decaimento exponencial em
defasagens múltiplas de 4. A FACP vai apresentar correlação parcial
diferente de zero somente na defasagem 4.
Para:
yt = εt + θ 4 εt 4 ,
a FAC é truncada na defasagem 4, e a FACP tem decaimento sazonal nas
defasagens múltiplas de 4.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 84 / 90

SAZONALIDADE - ARMA(p, q)(P,Q)

.6

.4

.2

.0

-.2

-.4

-.6

-.8
2 4 6 8 10 12 14 16 18 20 22 24

FAC FACP

Figura: MA (4) degenerado - Autocorrelação.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 85 / 90

SAZONALIDADE - ARMA(p, q)(P,Q)

Testes de Autocorrelação
Defasagem 1 6 12 18 19 24
FAC 0, 001 0, 066 0, 406 0, 070 0, 040 0, 175
FACP 0, 001 0, 007 0, 047 0, 052 0, 009 0, 021
Q 0, 0002 308, 44 553, 52 601, 13 601, 97 646, 26
indica signi…cância a 1%

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 86 / 90

SAZONALIDADE - ARMA(p, q)(P,Q)
Há dois tipos de sazonalidade em séries temporais. A primeira é a
sazonalidade aditiva: um ARMA (1, 1) poderá ser sazonal na defasagem 4
via coe…ciente auto-regressivo ou de médias móveis:
yt = φ1 yt 1 + φ4 yt 4 + εt + θ 1 εt 1 ou
yt = φ1 yt 1 + εt + θ 1 εt 1 + θ 4 εt 4 .

A interação com componentes não sazonais complica a análise. Na Figura

8 é difícil identi…car a sazonalidade de um modelo do tipo ARMA
(1, (1, 4)):.
0 .6

0 .4

0 .2

0 .0

-0 .2

-0 .4

-0 .6

-0 .8

-1 .0
2 4 6 8 10 12 14 16 18

FAC FACP

Figura: ARMA (1, (1, 4)) - Autocorrelações.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 87 / 90
SAZONALIDADE - ARMA(p, q)(P,Q)

Testes de Autocorrelação
Defasagem 1 6 12 18 24
FAC 0, 80 0, 08 0, 02 0, 07 0, 03
FACP 0, 80 0, 04 0, 11 0, 03 0, 04
Q 100, 35 218, 21 220, 30 229, 49 242, 73
indica signi…cância a 1%

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 88 / 90

SAZONALIDADE - ARMA(p, q)(P,Q)

O outro tipo é a de sazonalidade multiplicativa . Ainda supondo

sazonalidade de ordem 4, no caso multiplicativo de um AR e de um MA,
ter-se-ia, respectivamente:

(1 φ1 L) 1 φ4 L4 yt = (1 + θ 1 L) εt =)
yt = φ1 yt 1 + φ4 yt 4 + φ1 φ4 yt 5 + εt + θ 1 εt ;
(1 φ1 L) yt = (1 + θ 4 L) 1 + θ 1 L4 εt =)
yt = φ1 yt 1 + εt + θ 1 εt + θ 4 εt 4 + θ 1 θ 4 εt 5 .

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 89 / 90

SAZONALIDADE - ARMA(p, q)(P,Q)
A Figura 9 mostra um ARMA (p, q ) (P, Q )s . Por exemplo:
ARMA (2, 1) (1, 2)12 : 1 φ1 L φ 2 L2 1 φ12 L12 yt =
(1 θ 1 L) 1 θ 12 L12 θ 24 L24 εt .
Para o caso de um ARMA (1, 1) (1, 0)4 , a sazonalidade é de ordem 1,
de…nida a cada 4 períodos, veja a Figura 9.
.6

.4

.2

.0

-.2

-.4

-.6
2 4 6 8 10 12 14 16 18 20 22 24 26 28

FAC FACP

Figura: ARMA (1, 1)(1, 0) - Autocorrelação.

Rodrigo De Losso da Silveira Bueno () Capítulo 3: Processos Estacionários Março 2011 90 / 90