[pt] Neste trabalho estuda-se, por meio de simulação Monte-
Carlo, a importância de duas restrições para a estimação e
a previsão do Modelo Vetorial Autoregressivo - VAR, quais
sejam: cointegração e características cíclicas comuns,
relativas ao longo-prazo e ao curto-prazo, respectivamente.
Cabe observar que as restrições cíclicas comuns de curto-
prazo consideradas neste trabalho estão na forma fraca
(Weak Form - WF), como definido por Hecq, Palma e Urbain
(2006). Esta tese tem dois objetivos. O primeiro trata da
investigação do desempenho de duas classes de critérios de
informação para a seleção dos parâmetros do modelo. O
primeiro critério, denotado por IC(p), refere-se ao
critério tradicional, enquanto o segundo, denotado por IC
(p, s), refere-se ao critério de seleção alternativo como
proposto por Vahid e Issler (2002). Quanto aos segundo
objetivo, a investigação avalia o desempenho da previsão de
três modelos: i) modelo que considera as restrições de
cointegração e do tipo WF; ii) modelo que apenas considera
as restrições de cointegração e iii) modelo sem restrições.
Os resultados indicam que o critério de informação
alternativo, IC(p, s), apresenta desempenho superior ao
modelo escolhido pelos critérios convencionais IC(p). Em
relação ao desempenho da previsão, o modelo que considera
as restrições de cointegração e do tipo WF apresenta
desempenho predicativo superior. / [en] This paper investigates the importance of two restrictions
included in the estimation and the forecasting of the
Vectorial Autoregressive - VAR model using simulation Monte-
Carlo. Those are the cointegration and the common cyclical
characteristics restrictions related to the long run and
the short run, respectively. The short run common cyclical
restrictions considered in this work are in the Weak Form -
WF, as defined by Hecq, Palm and Urbain (2006). This thesis
has two main objectives. The first goal deals with
performance of two classes of information criteria for the
selection of the parameters in the model. The first
criterion, denoted by IC(p) refers to the traditional
technique, while the second one, denoted by IC(p,s) refers
to the alternative selection criterion as proposed by Vahid
and Issler (2002). On the concern of the second objective,
it evaluates the forecasting accuracy of three models: i)
model that considers the cointegration and WF restrictions;
ii) model that just considers the cointegration
restrictions and iii) model without any restrictions. On
balance, the results indicate that the alternative
information criterion, IC(p, s), has a better performance
than the chosen model using the conventional criteria IC
(p). In terms of the forecasting accuracy, the model which
considers the cointegration and WF restrictions presents
superior predicative performance.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:9725 |
Date | 29 March 2007 |
Creators | CARLOS ENRIQUE CARRASCO GUTIERREZ |
Contributors | REINALDO CASTRO SOUZA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | English |
Type | TEXTO |
Page generated in 0.0031 seconds