Professional Documents
Culture Documents
Grupo 2-1
Grupo 2-1
Anabela Guluja
Cleusia Barros
Elias Jechua Júnior
Emerson João Félix
Idalécio A. C. S. Cazança
Leila Machava
Letícia Laura José
Nelson Anderson da Conceição
Simore Machapata
Tamara Felicidade Chalauane
GRUPO 2
ECONOMETRIA II – LABORAL
Trabalho de Avaliativo
Universidade Zambeze
Faculdade de Ciências Sociais e Humanidades
Beira, 28 de Abril de 2021
INDICE
MODELO INICIAL........................................................................................................................ 3
2
MODELO INICIAL
LnExp=B1+b2LnTC+B3IPC+u
Exp – Exportação;
TC – taxa de câmbio metical/dólar;
IPC – Índice de Preço do Consumidor;
Período: 1994.1 – 2005.4 (48 observações)
Testes de Estacionariedade
Para testar a estacionariedade, foram efectuados os Exames visuais e o unit root test de ADF. A
análise de estacionariedade visa encontrar o nível em que todas as variáveis se encontram
igualmente co-integradas.
Exame Visual
LNEXP TC
16.4 35
16.0 30
15.6 25
15.2 20
14.8 15
14.4 10
14.0 5
94 95 96 97 98 99 00 01 02 03 04 05 94 95 96 97 98 99 00 01 02 03 04 05
IPC
200
180
160
140
120
100
80
60
40
94 95 96 97 98 99 00 01 02 03 04 05
O exame visual não é conclusivo pelo motivo de apenas testar a estacionariedade no nível das
séries. Para que se tenha resultados mais confiáveis e conclusivos é necessário o uso de um teste
formal, o teste de Raiz unitária de Dickey – Fuller (ADF).
3
Varivel Ordem Nível de t estatístico t ADF prob
significancia
lnEXP I (0) 5% -2.9331 -0.2750 0.9200
I (1) 5% -2.9331 -3.0069 0.0422
IPC I (0) 5% -2.9252 1.9882 0.9998
I (1) 5% -2.9252 -5.0033 0.0002
TC I (0) 5% -2.9252 -0.5932 0.8622
I (1) 5% -2.9252 -6.2909 0.0000
Resid01 I (0) 5% -2.9281 -6.6518 0.0000
Os resultados ilustram que as variáveis do modelo não são estacionárias no nível I(0) pois os
valores de ADF crítico são maiores que os valores do t-estatístico.
Não alcançada a estacionariedade de todas variáveis no nível, I(0), estas foram colocadas na
primeira diferença, I(1) onde se mostraram estacionárias, com valores de ADF estatístico a serem
maiores, em todas variáveis que os valores do ADF Crítico. A variável resid01 é estacionária no
nível anterior das variáveis, ou seja, os resíduos são estacionários no nível, como pré-estabelecido.
Assim sendo podemos estimar o modelo.
Primeira Estimação
4
A taxa de cambio e a inflação tem uma relação positiva com o nível de exportação na economia,
no período é analise. Um aumento de 1% na taxa de cambio irá aumentar as exportações em 0.03%,
mantendo o resto constante. Um aumento de 1% no IPC vai aumentar as exportações em 0.01%.
Com base no teste de significância individual todas as variáveis do modelo são significantes,
porque a 5% de significância, rejeitamos a hipótese de que os coeficientes, individualmente, sejam
iguais a 0. Essa conclusão é com base na probabilidade de t. com base na prob. de F, rejeitamos a
hipótese de que os coeficientes parciais sejam iguais a 0. Assim sendo as variáveis são
significantes.
O R2-ajustado, mostra o quão bem ajustados os dados estão a recta de regressão. O valor do
coeficiente de determinação retirado da acima, mostra que os dados estão ajustados a recta de
regressão em 92.34%, ou seja, a taxa de cambio e o IPC explicam o crescimento das exportações
em 92.34%.
Teste de Normalidade
7
Series: Residuals
6 Sample 1994Q1 2005Q4
Observations 48
5
Mean 2.31e-15
4 Median -0.015143
Maximum 0.472469
3 Minimum -0.482853
Std. Dev. 0.190185
2 Skewness 0.139717
Kurtosis 3.292357
1
Jarque-Bera 0.327111
0 Probability 0.849119
-0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 0.5
5
Teste de Autocorrelação
O teste de autocorrelação, feito com base no valor da estatística de Durbin – Watson e valores
críticos de dL e dU do apêndice 5, Gujarati (2006), concluiu que há autocorrelação serial positiva
nos resíduos, pois o valor da estatística dw foi inferior ao valor crítico de dL e dU, ou seja, dw
(0.208502) ˂ dL(1,421) ˂ dU (1,674). Lembrando que k = 3 e n = 50 (aproximadamente).
Para corrigir a autocorrelação estimou-se novamente o modelo com apoio ao comando AR (1):
Teste de Heterocedasticidade
6
O teste de heterocedasticidade, apresentado acima, dão-nos a probabilidade do F – estatístico,
usado para interpretar o resultado. Com base nos resultados, rejeitamos a hipótese de
homocedasticidade, ou seja, conclui-se que os resíduos não têm variância constante pois a
probabilidade do F – estatístico é menor que 5%.
Teste de Multicolinearidade
Por fim para analisar a correlação entre as variáveis usamos a matriz de correlação a seguir:
LNEXP TC IPC
LNEXP 1 0.8910 0.9500
TC 0.8910 1 0.8523
IPC 0.9500 0.8523 1
Notamos pela matriz de correlação que as variáveis independentes do nosso modelo estão
altamente correlacionadas. Para resolver este problema e tornar os parâmetros os mais
consistentes, optamos em remover as últimas 20 amostras, onde obtemos a seguinte matriz:
7
LNEXP TC IPC
LNEXP 1 0.8824 0.8664
TC 0.8824 1 0.7888
IPC 0.8664 0.7888 1
MODELO FINAL
O estudo teve como o objectivo analisar os efeitos da taxa de câmbio e do IPC sobre as exportações
de uma economia entre o período de 1994:1 á 2005.4. Por forma aferir os objetivos desejados,
foram realizados vários testes econométricos tais como: testes de estacionaridade, teste de
multicolinearidade, teste de heterocedasticidade, teste de autocorrelacao, estacionariedade dos
resíduos, teste de normalidade e o mecanismo de correção de erro e foram analisados os valores
de 𝑅 2 e 𝑅 2 Ajustado para a testar a validade do modelo.
Assim sendo, com base na estimação da regressão final, que é feita apos a satisfação das premissas,
podemos concluir que o no período de 1994:1 à 2005:4 a relação entre as exportações e a taxa de
cambio e o IPC foi positiva.
8
O teste de significância individual das variáveis leva-nos a concluir que a taxa de câmbio e o IPC
são determinates das exportações na economia. O aumento de 1% na taxa de câmbio aumenta as
exportações em 0.03%, mantendo o resto constante. Do mesmo modo, mantendo O resto constante
um aumento de 1% no IPC aumenta as exportações em 0.01%. ao todo, cerca de 84% das variações
nas exportações nesse período são esclarecidas pela taxa de câmbio e pelo IPC. Para que os
coeficientes do modelo sejam considerados os melhores estimadores lineares fez-se uso de
medidas corretivas de problemas encontrados na amostra como o da Heterocascictdade e
autocorrelação, ou seja, de inico as variância do resíduo era desigual ao longo da média e os
residios estavam correlacionados.