Estimar regressão para a 1ª diferença do pib.doc

Estimar regressão para a 1ª diferença do PIB

[pic]

• O modelo ARIMA pode ter 11 defasagens no AR e 2 no MA. • Quando o modelo não é estacionário na serie pura, tiram-se as diferenças. Com esta diferença é feito o modelo ARIMA

Estimando a regressão:

[pic]

Resultado da regressão:

[pic]

Ocorreu um erro ao rodarmos esta regressão. Quando colocamos uma serie ARs muito grande ela tende ao MA1, AR=MA. Para tentarmos corrigir este problema começaremos a suprimir os ARs da regressão, para fazer isso clicar em estimateiniciando pelo AR(11), ao retirarmos o AR(11) da regressão o E-views calculou a mesma.

[pic]

Verificar se os parâmetros da nova regressão são significantes, principalmente o AIC e o BIC, no caso desta regressão apenas alguns parâmetros atendem ao critério de significância como C, AR(1), AR(2), AR(3) e o MA(2). O MA não nos diz nada com relação aos sinais, pois estes estão relacionados a choques passados. AR é o valor da diferença do PIB defasado, então estamos escrevendo o aumento do PIB em função de aumentos passados do PIB. A 1ª diferença indica o PIB do ano passado – o PIB do ano retrasado (∆PIB2007= PIB2007 – PIB2006), e isso é a minha variável dependente.

AIC e BIC são critérios de informação (seleção de modelos) e nos dois casos quanto menor for número destes critérios melhor, melhor em relação aos AIC e BIC das próximas regressões.
Jamais retirar todos os ARs de uma só vez é fundamental retirar um de cada vez pois este que é retirado pode resolver o problema da regressão. A partir do momento em que tiramos o AR(10) 2 o AR(9) podemos perceber que o AIC e o BIC diminuíram o que é bom para a nossa regressão, como a nossa constante não esta boa (insignificante) retiramos ela também. O modelo ARIMA esta sendo utilizado para prever qual será o próximo valor do PIB.
Qualquer valor entre 5 e 10 por cento tanto para o caso do AR quanto do MA evitamos retira-lo da regressão.