Alexandre Ernesto

Tu deves tentar responder todas as questões do seminário antes da aula.

1. O ficheiro “gdp_uk sheet2” contém dados mensais da produção de crude em milhões

de barris de Angola entre os anos 2011 e 2018. Baseando-se na metodologia Box-
Jenkins, identifique o modelo ARMA subjacente à variável monthly oil production.

2. O ficheiro “gdp_uk sheet1” contém dados trimestrais do PIB do Reino Unido de 1955 a
1998. Cheque a possível ordem de integração da variável GDP usando os testes de
ADF e Phillips-Perron.

3. O ficheiro “Korea” contém dados de vários indicadores macroeconómicos da economia

Koreana. Cheque a possível ordem de integração da variável GDP usando os testes de
ADF e Phillips-Perron. Sumarize os seus resultados numa tabela e faça os devidos
comentários.

4. O ficheiro “Nelson_Plosser” contém dados de vários indicadores macroeconómicos da

economia americana. Cheque a possível ordem de integração da variável GDP usando
os testes de ADF e Phillips-Perron. Sumarize os seus resultados numa tabela e faça os
devidos comentários.

5. Considere o seguinte modelo VAR(1) onde y1t é o crescimento do PIB real per capita e
y2t é a taxa de inflação:

 y1t  0.5 0.3  y1t 1   u1t 

 y   0.0 0.2  y  
 2t     2t 1  v 2t 

a) Considere o efeito no período t = 0, 1, . . . , de uma unidade de choque para y1t no

período t = 0. Trace a função de resposta ao impulso para os próximos dois períodos.
Note que os choques ocorrem no termo de erro, que neste caso é o u1t.

Página 1 de 3
 Alexandre Ernesto

b) Considere o efeito no período t = 0, 1, . . . , de uma unidade de choque para y2t no

período t = 0. Trace a função de resposta ao impulso para os próximos dois períodos.
Note que os choques ocorrem em u2t.

6. Use a base de dados em excel “Lab1&2.xlsx. o conjunto de dados consiste em

informações trimestrais do índice de preço das casas no Reino Unido como um todo
(ukhp) e para duas outras regiões, nomeadamente a grande Londres (grlondonhp) e
sudeste do Reino Unido (seasthp) para o período compreendido entre 1983 e 2014. O
ano base é 1983 (1983 = 100).

a) No excel, determine a taxa de inflação dos preços das residências para ukhp,
grlondonhp e seasthp [log(ukhpt/ukhpt-1), log(grlondonhpt/grlondonhp t-1),

log(seasthpt/seasthp t-1)], e atribua um novo nome às variáveis, infuk,

inflondon e infseast, respectivamente. Calcule as estatísticas descritivas
básicas para cada uma das variáveis e comemte.

b) Determine a ACF e PACF até ao 20 lag-length para as três variáveis (infuk,

inflondon e infseast) e comente os resultados. Podes inferir qual tipo de modelo
ARMA poderia descrever as três séries olhando para o correlograma.

c) Baseando-se na metodologia Box-Jenkins, selecione o melhor modelo para

cada uma das variáveis, considerando que a ordem máxima tanto para AR
como MA é 2.

d) Dado o resultado encontrado na alínea c), estime agora o modelo para as três
séries até o 3º trimestre de 2013 e faça uma previsão para as próximas
observações ocultadas. Comente sobre a tua previsão e calcula os erros de
previsão.

e) Desenvolva um modelo vectorial autorregressivo (VAR) envolvendo as três

variáveis: infuk, inflondon e infseast. Comece com lag-length máximo de 9 e
use AIC para determinar a ordem ideal do modelo.

f) Dado o modelo VAR, determine a função de resposta ao impulso, a

decomposição da variância para 16 trimestres e comente os teus resultados.

g) Dados os resultados da alínea anterior, podes tecer comentários sobre a

direcção de causalidade entre as variáveis (Granger – cause).

Página 2 de 3
 Alexandre Ernesto

h) Use o teu modelo VAR e estime um VAR usando dados até o 4º trimestre de
2012. Faça a previsão das variáveis no modelo VAR original para os próximos
8 trimestres e comente sobre a performance do modelo VAR.

i) Agora crie o logaritmo natural das três séries e chame-as puk, plondon e
pseast. Usando até ao 12 lag-length, determine o teste raíz unitária ADF para
examinar se as séries são ou não estacionárias. Quando testares a raiz
unitária, o modelo deve conter a constante e a tendência.

j) Agora use o teste de cointegração de Engle-Granger e examine se 1) puk e

plondom e 2) puk e pseast estão cointegrados ou não. Quando testar a
presença de cointegração, o modelo não deve incluir a tendência.

k) Agora use o teste de cointegração de Johansen para examinar se puk, plondon

e pseast estão cointegrados ou não. Comece por um lag-length de 9. Comente
sobre os teus resultados.

l) Determine o modelo vectorial de correcção dos erros VECM para puk, plondon
e pseast e interprete os resultados.

Página 3 de 3