20quatro componentes e tem-se como objetivo especificar a magnitu<strong>de</strong> <strong>de</strong>cada um <strong>de</strong>sses movimentos para possibilitar <strong>de</strong>screver conjuntamente omovimento da série.A tendência, também chamada por alguns autores <strong>de</strong> tendência secular, ecaracterizada como aquele movimento regular e continuo <strong>de</strong> longo prazo,refletindo um movimento ascen<strong>de</strong>nte ou <strong>de</strong>scen<strong>de</strong>nte em longo período <strong>de</strong><strong>tempo</strong>. De certa forma, po<strong>de</strong> ser vista como aquela componente que <strong>de</strong>screveas variações graduais que se mantém em um longo período <strong>de</strong> observaçãoda variável no <strong>tempo</strong>. Estatisticamente, po<strong>de</strong>-se caracteriza-lapelo fato <strong>de</strong> que a expectancia <strong>de</strong> Y, E(Y), varia no <strong>tempo</strong>.As variações sazonais são aquelas variações periódicas (cíclicas) queocorrem com certa regularida<strong>de</strong> <strong>de</strong>ntro <strong>de</strong> um curto período <strong>de</strong> <strong>tempo</strong>. Emborao próprio nome <strong>de</strong> a enten<strong>de</strong>r que esses movimentos ocorrem por umperíodo anual, <strong>de</strong> acordo com as estações climáticas, esses movimentospo<strong>de</strong>m ser estendidos a qualquer intervalo <strong>de</strong> curto prazo, como diário,horário, semanal, mensal, trimestral etc.As variações cíclicas são aquelas variações que se referem as oscilações<strong>de</strong> longo prazo que caracterizam, em geral, os ciclos econômicos.São as flutuações <strong>de</strong> longo prazo em torno da curva <strong>de</strong> tendência.As variações aleatórias, também chamadas residuais, referem-se não sóaqueles movimentos esporádicos ocasionados por eventos aleatórios imprevisíveis,tais como as calamida<strong>de</strong>s da natureza, mas também ao conjunto<strong>de</strong> todos aqueles movimentos da série que não foram passíveis <strong>de</strong>i<strong>de</strong>ntificação em seus <strong>de</strong>mais componentes, uma vez que não obe<strong>de</strong>cem anenhuma lei comportamental capaz <strong>de</strong> ser <strong>de</strong>scrita <strong>de</strong> forma <strong>de</strong>terminística,através <strong>de</strong> relações funcionais exclusivamente matemáticas.Deve-se salientar, entretanto, que, mo<strong>de</strong>rnamente, a inclusão da componentecíclica e assunto bastante controverso entre os pesquisadores estatísticos10 . As variações cíclicas são pouco comuns. Basicamente, suaexistência resume-se a algumas series econômicas particulares, as quaisnem sempre são passíveis <strong>de</strong> caracterização. Uma parte <strong>de</strong> um ciclo <strong>de</strong>amplitu<strong>de</strong> bastante gran<strong>de</strong>, por exemplo, po<strong>de</strong> ser confundida com a componenteten<strong>de</strong>ncial, dado o conjunto relativamente pequeno <strong>de</strong> valoresobserváveis em contraste com a amplitu<strong>de</strong> que o ciclo po<strong>de</strong> ter. Tambémpo<strong>de</strong> ser muito difícil diferenciar as flutuações que são <strong>de</strong>vidas a componentecíclica daquelas estritamente aleatórias.Por essas razoes, é bastante comum, nas análises estatísticas <strong>de</strong> séries<strong>tempo</strong>rais, <strong>de</strong>compor os movimentos da série excluindo a componente cíclica.Assim, a serie e usualmente constituída <strong>de</strong> três componentes: atendência, que <strong>de</strong>screvera os movimentos regulares <strong>de</strong> longo prazo, on<strong>de</strong>se incluirão as flutuações cíclicas <strong>de</strong> longo prazo e que não po<strong>de</strong>m serpercebidas e explicitadas com os dados da série que se encontram disponíveis; a sazonalida<strong>de</strong>, que <strong>de</strong>screvera as flutuações cíclicas <strong>de</strong>curto prazo; e o termo aleatório residual.Para algumas series econômicas, porem, julga-se que <strong>de</strong>va ser consi<strong>de</strong>radaa possibilida<strong>de</strong> <strong>de</strong> terem suas flutuações influenciadas por algumAlguns autores preferem, por essa razão, <strong>de</strong>nominar essa componente <strong>de</strong> tendôncia-ciclo.
movimento cíclico da ativida<strong>de</strong> econômica. Nesse caso, ceve ser buscadoinstrumental a<strong>de</strong>quado especifico para sua analise. Por exemplo, a utilizaçãoda analise econometrica dinâmica no estudo do ciclo.21l .4 — O Significado da Análise <strong>de</strong> Séries TemporaisA base do tratamento requerido pelas series <strong>de</strong> <strong>tempo</strong> esta assentada napossibilida<strong>de</strong> <strong>de</strong> serem tiradas conclusões sobre o comportamento passadoda variável e que po<strong>de</strong>rão ser úteis para proporcionar informaçõessobre o seu comportamento futuro provável. Os problemas fundamentaisque norteiam o estudo das series <strong>tempo</strong>rais dizem respeito,basicamente,a questões como: a serie exibiu, no passado, algum tipo <strong>de</strong> tendênciaque pos = a influenciar o seu comportamento futuro? A. série exibe algumtipo <strong>de</strong> comportamento cíclico, seja <strong>de</strong> curto ou longo prazo, que po<strong>de</strong>ráser extrapolado para o seu comportamento futuro?Se tais tipos <strong>de</strong> causas comportamentais estão presentes, po<strong>de</strong>r-se-ábuscar construir um mo<strong>de</strong>lo para os valores da variável seqüencialmentedispostos no <strong>tempo</strong>, <strong>de</strong> maneira que a variável possa ser estudada <strong>de</strong>forma a recaírem sobre o seu próprio comportamento passado os meios aserem utilizados para a avaliação <strong>de</strong> seu comportamento futuro provável,sem necessida<strong>de</strong> <strong>de</strong> serem estabelecidas relações explicativas dos efeitosda influencia <strong>de</strong> outras variáveis.Portanto a análise <strong>de</strong> um mo<strong>de</strong>lo <strong>de</strong> série <strong>de</strong> <strong>tempo</strong> significa um estudoque busca obter as características comportamentais sistemáticas da serie,capazes <strong>de</strong> propiciar a construção <strong>de</strong> um mo<strong>de</strong>lo que <strong>de</strong>screva os movimentospassados <strong>de</strong> uma variável, com o que se po<strong>de</strong>rá predizer os futurosmovimentos da mesma.Sua base teórica esta assentada na suposição <strong>de</strong> que a série tenha sidogerada por um processo estocastico, através do qual sua estrutura po<strong>de</strong>ser caracterizada e <strong>de</strong>scrita. Vale dizer que a análise do mo<strong>de</strong>lo <strong>de</strong> série<strong>tempo</strong>ral proporciona uma <strong>de</strong>scrição dos mecanismos e da naturezaaleatória do processo estocastico que gerou a amostra <strong>de</strong> observações emestudo. Sua <strong>de</strong>scrição e dada, não em termos <strong>de</strong> relação entre variáveis,como no mo<strong>de</strong>lo tradicional <strong>de</strong> regressão, mas sim em termos <strong>de</strong> como aaleatorieda<strong>de</strong> está embutida no processo.Basicamente, a analise <strong>de</strong> serie <strong>tempo</strong>ral pressupõe que exista um processo^estocasticogerador da série, ou seja, que, a cada possível realizaçãoaleatória da variável, esteja associada uma probabilida<strong>de</strong> <strong>de</strong>ocorrência da observação. Assim, o que se busca é <strong>de</strong>screver os mecanismosdo processo e as características <strong>de</strong> jua aleatorieda<strong>de</strong>, porquantoisso irá fornecer os meios para que se chegue a conclusões sobre asprobabilida<strong>de</strong>s associadas aos valores futuros alternativos da série.Em síntese, uma série <strong>tempo</strong>ral significa um conjunto <strong>de</strong> variáveis aleatóriasconjuntamente distribuídas no <strong>tempo</strong>. Sua análise baseia-se nasuposição da existência <strong>de</strong> alguma função que assume probabilida<strong>de</strong>s paratodas as possíveis combinações dos valores da variável. Conseqllentemente,se é possível <strong>de</strong>screver numericamente como é a estrutura probabilísticada variável no <strong>tempo</strong>, então po<strong>de</strong>r-se-a inferir sobre a probabilida<strong>de</strong><strong>de</strong> ocorrência <strong>de</strong> um outro futuro valor.
- Page 1: (/Jmt/)pllllllFundação de Economi
- Page 4 and 5: SUMÁRIOLISTA DE FIGURAS 5LISTA DE
- Page 6 and 7: LISTA DE FIGURASCAPÍTULO 2Figura l
- Page 8 and 9: Figura 22 — Gráfico da PAC da s
- Page 10 and 11: Quadro 13 - Relatório de saída do
- Page 12 and 13: A presente dissertação, orientada
- Page 14 and 15: 14de Cournot e Walras, entre outros
- Page 16 and 17: 16que as atividades de pesquisa alc
- Page 18 and 19: 18funcionamento da realidade econô
- Page 22 and 23: 2 - SOBRE SÉRIES TEMPORAISE PROCES
- Page 24 and 25: 25onde o segundo membro dessa equa
- Page 26 and 27: A importância do conhecimento de a
- Page 28 and 29: O tipo de não estacionariedade mos
- Page 30 and 31: Essa padronização e obtida atrav
- Page 32 and 33: =t1 p1 ' t-1( 1 o1 ' ' t-2-fl-He 1
- Page 34 and 35: 35l M l l l l l lFigura 3 - Correlo
- Page 36 and 37: Para retirar a sazonalidade, cria-s
- Page 38 and 39: 40Nesse caso,E (X t ) = E(u+ E(a t
- Page 40 and 41: 42Portanto.tSZ = ",z = . E z. = .E.
- Page 42 and 43: 44Note-se que, para esse processo,
- Page 44 and 45: 463.2 — Modelo Média MóvelSeja
- Page 46 and 47: 48Processo Média Móvel de Primeir
- Page 48 and 49: 50Y2 = E(a t - 6 1 a t _ 1 '^t^ (a
- Page 50 and 51: Conforme se viu no iteia 3,1, para
- Page 52 and 53: 54Coeficiente de autocorrelação>k
- Page 54 and 55: 56se k = 2, p 2 = "í^p-, + ií ) 2
- Page 56 and 57: 58Portanto,5 = 'i' 1 (B) 8 (B)2 ql
- Page 58 and 59: 60Para k < q, o processo misto auto
- Page 60 and 61: 62Coeficientes de autocorrelação^
- Page 62 and 63: 64Observe-se que, se d=0, o modelo
- Page 64 and 65: 66Portanto, o modelo descrito pela
- Page 66 and 67: 4 - O PROCESSO DE MODELAGEMOs model
- Page 68 and 69: 71/Ml-UIAFigura 1 - Gráfico "Ampli
- Page 70 and 71:
O processo de transformação da se
- Page 72 and 73:
autocorrelaçao de um processo méd
- Page 74 and 75:
'kkhi,.1 O O 1 2l0 2 4 j 618l l 10
- Page 76 and 77:
79l 2 3 4 5l M'-''> OO 11 3 l 5 l 7
- Page 78 and 79:
81Padrões de p ^ e (4 ^ para um AR
- Page 80 and 81:
Na prática, porém, surge outro pr
- Page 82 and 83:
Por fim, o estudo das funções de
- Page 84 and 85:
Esses vetores serão $,6, e a , de
- Page 86 and 87:
Um exemplo pratico permite maior cl
- Page 88 and 89:
Para o calculo de S(_$,ô_), os [ a
- Page 90 and 91:
para iniciar o processo que se arbi
- Page 92 and 93:
95Porque os [e.t/S,wn não são exa
- Page 94 and 95:
Esse processo de checagem, em geral
- Page 96 and 97:
aparecem escassamente no correlogra
- Page 98 and 99:
5-0 MÉTODO DE PREVISÃODE BOX & JE
- Page 100 and 101:
103De maneira semelhante, pode-se o
- Page 102 and 103:
105Previsão utilizando equação d
- Page 104 and 105:
107ou seja,para h > 2,x t (h) = ^^(
- Page 106 and 107:
109O valor de x no período t+h éx
- Page 108 and 109:
1 11para h=2 ,x t (2) = E, para h >
- Page 110 and 111:
Se as previsões para um, dois e tr
- Page 112 and 113:
115Portanto o valor de x no tempo t
- Page 114 and 115:
6.1 - Nota Introdutória6 - APLICA
- Page 116 and 117:
119rie se caracteriza por apresenta
- Page 118 and 119:
tricamente crescente, pode-se infer
- Page 120 and 121:
123Figura 5 - Gráfico da função
- Page 122 and 123:
125Quadro 2Figura 7 — Gráfico da
- Page 124 and 125:
127Quadro 4Figura 8 - Gráfico da f
- Page 126 and 127:
129Portanto o modelo suposto inicia
- Page 128 and 129:
1 JF jR.LN i"ÍSSSÉÍ"'*?!!['"Ortu
- Page 130 and 131:
133O Quadro 5 permite algumas consi
- Page 132 and 133:
135T»E-EST!«»Tto «E51FWALS-- MO
- Page 134 and 135:
137Quadro 6Relatório de saída do
- Page 136 and 137:
1396.3 - Previsões para o Consumo
- Page 138 and 139:
141A avaliação da necessidade de
- Page 140 and 141:
143A Figura 16 permite observar que
- Page 142 and 143:
145A ACF da serie V 2 T t (Figura 1
- Page 144 and 145:
'147Quadro 9Valores numéricos da A
- Page 146 and 147:
149Quadro 11Valores numéricos da P
- Page 148 and 149:
Quadro 12151Principais informaçõe
- Page 150 and 151:
1536.3.4 — PrevisõesPara essa se
- Page 152 and 153:
155xx* *XXKx**xx*xx*xxxx /x ^x *xAA
- Page 154 and 155:
157Figura 24 — Relatório de saí
- Page 156 and 157:
160cionarem previsões bastante sat
- Page 158 and 159:
162- KIRBY (1966), comparando os m
- Page 160 and 161:
ANEXO lManual dos Comandos Necessá
- Page 162 and 163:
168cc 9-16 Number with four decimai
- Page 164 and 165:
170Repeat in cc 17-24, 25-32, etc.
- Page 166 and 167:
17240.12345cc 1-5Enter a zero if wi
- Page 168 and 169:
ANEXO 11Relatórios de Saída do Co
- Page 170 and 171:
s^c; c —)c i- >C-' "*> — < Sj=
- Page 172 and 173:
.-« T-4ooooooooooo*• + 4- * *•
- Page 174 and 175:
BIBLIOGRAFIAAKAIKE, H. A new look a
- Page 176 and 177:
MAKRIDAKIS, S. & WHEELWRIGHT, S. C.