nÃo hà / Unit root tests have been widely used to validate or reject economic modelâs hypotheses. Because of this, many authors have created different versions of this kind of test in order to generate statistics which are more precise in identifying the presence of a unit root. Some authors have increased the power of these statistics using panel data. However, the use of panel data brings the possibility of dependence between cross-sections, this has been initially handled by the independence between cross-sections hypothesis. Only the second generation tests consider dependence between cross-sections. Nevertheless, in the literature there is no test which allows changes in the dependence between cross-sections over time. Thus, this paper uses Monte Carlo experiments to analyze the small sample properties of some statistics used to identify the presence of a unit root. It is noticed that the size of these statistics has a large distortion when the level of dependence between cross-sections changes. / Teste de raiz unitÃria tem sido muito importante no sentido de validar ou rejeitar as hipÃteses dos modelos econÃmicos. Devido essa importÃncia, diversos autores tÃm criado diferentes versÃes desse teste, a fim de gerar estatÃsticas que sejam mais precisas em identificar a presenÃa de raiz unitÃria. Usando dados em painel, alguns autores conseguiram aumentar o poder dessas estatÃsticas. No entanto, o uso de dados em painel trÃs a possibilidade de dependÃncia cross-section nos dados, fato esse inicialmente tratado pela hipÃtese de independÃncia cross-section. Somente nos testes chamados de segunda geraÃÃo à que se trata dependÃncia cross-section. Entretanto, nÃo hà na literatura nenhum teste que permita mudanÃas nesse nÃvel de dependÃncia ao longo do tempo. Com isso, esse trabalho pretende avaliar, por meio de um experimento de Monte Carlo, as propriedades de pequenas amostras de algumas estatÃsticas usadas para identificar a presenÃa de raiz unitÃria. Percebe-se que o tamanho dessas estatÃsticas sofre uma grande distorÃÃo para as situaÃÃes de mudanÃa no nÃvel de dependÃncia cross-section.