A reestruturação da cotonicultura no Brasil - Cepea - USP
A reestruturação da cotonicultura no Brasil - Cepea - USP
A reestruturação da cotonicultura no Brasil - Cepea - USP
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
8.2 Proprie<strong>da</strong>des de raiz unitária e de co-integração <strong>da</strong>s variáveis<br />
Para determinar a ordem do processo auto-regressivo, foram utilizados os critérios de<br />
AIC e SC, assim como a análise visual <strong>da</strong>s autocorrelações parciais de ca<strong>da</strong> série. Quando estes<br />
testes mostraram diferentes ordens do processo auto-regressivo (AR) em ca<strong>da</strong> série, optou-se por<br />
iniciar a análise considerando a maior ordem do processo AR, ou seja, análise do geral para o<br />
particular. O modelo melhor especificado está apresentado na Tabela 5, com a série produção<br />
tendo um processo AR(5), as séries PIB e área colhi<strong>da</strong> sendo um AR(3) e as demais séries um<br />
AR(1).<br />
Com esta identificação <strong>da</strong> ordem do processo auto-regressivo <strong>da</strong>s séries realizou-se o<br />
teste de Dickey-Fuller Aumentado – ADF, verificando se a série é estacionária em nível ou nas<br />
diferenças. Adotou-se o procedimento seqüencial proposto por Enders (1995) para identificar o<br />
modelo específico a ser considerado. Além desse procedimento, a análise gráfica <strong>da</strong>s<br />
autocorrelações de ca<strong>da</strong> série sugere que to<strong>da</strong>s não são estacionárias em nível. Este resultado foi<br />
comprovado pelos testes de ADF (Tabela 5), onde indicam que to<strong>da</strong>s as variáveis são integra<strong>da</strong>s<br />
de ordem um [I(1)]. Desta forma, na especificação do modelo VAR devem ser considera<strong>da</strong>s nas<br />
diferenças de primeira ordem. To<strong>da</strong>s as equações apresentam a constante e o coeficiente <strong>da</strong><br />
variável representando a tendência não significativos, de forma que o modelo indicado para o<br />
teste é aquele <strong>no</strong> qual esses termos são omitidos, conforme recomen<strong>da</strong> Enders (1995).<br />
Sendo to<strong>da</strong>s as séries integra<strong>da</strong>s de mesma ordem, efetuou-se os testes de co-integração<br />
para recuperar as relações de longo prazo <strong>da</strong>s séries. Para isto, dois modelos foram testados. Um<br />
englobando a área colhi<strong>da</strong> e outro, a produção de algodão em caroço. O número de defasagem<br />
utilizado <strong>no</strong> teste de co-integração (uma para ambos os modelos) foi definido de acordo com os<br />
critérios de AIC e SC para uma versão multiequacional (Tabela 6 e Tabela 7). Os testes do<br />
λ e do traço ( λ ) indicaram que há três vetores de co-integração <strong>no</strong>s<br />
máximo autovalor ( )<br />
max<br />
trace<br />
dois modelos testados. Observa-se que os valores <strong>da</strong>s estatísticas são os mesmos nas duas tabelas,<br />
com diferenças apenas <strong>no</strong>s valores dos vetores de co-integração.<br />
Como o esperado, os resultados mostram que há relações de equilíbrio de longo prazo<br />
entre as variáveis. Os modelos a serem ajustados devem, portanto, incluir o termo de Correção de<br />
Erro – VEC. Vale ressaltar que, numa abor<strong>da</strong>gem intuitiva, o conceito de co-integração significa<br />
84