ECONOMETRIA Mestrado Profissionalizante em Finanças e Economia Empresarial EPGE / FGV Prof. Eduardo Pontual Ribeiro Abril - Junho 2008

2 Para que serve ECONOMETRIA?  Conhecer a realidade;  Sintetizar informação e comunicar;  Encontrar padrões sistemáticos em relações incertas;  Fazer previsões consistentes sobre futuro ou situações hipotéticas;

3 ECONOMETRIA - Definições 1.“Mensuração em economia” 2.“Aplicação de métodos estatísticos e matemáticos na análise de dados econômicos com o propósito de dar conteúdo empírico a teorias econômicas e confirmá-las ou refutá- las”. 3.“Uso de modelos estatísticos para previsão de variáveis econômicas” 4.“Identificação de relações causais entre variáveis econômicas”

4 DADOS, DADOS, INFORMAÇÕES!  Dados são indispensáveis.  Dados estão em todos os lugares.  Importante entender e identificar fontes, disponibilidade (cobertura) e confiabilidade dos dados disponíveis.

5 TIPOS DE DADOS E INDICADORES  Tipos de dados: transversais (cross- section), séries de tempo e longitudinais.  Tipos de escalas de medida.

6 CLASSIFICAÇÃO DE VARIÁVEIS Variáveis Quantitativas:  Implicam em relações de mensuração, medida, contagem.  Exemplos: salário, preços, produção, lucros, escolaridade (anos de estudo). Variáveis Qualitativas:  Expressam atributos, qualidades do indivíduo pesquisado.  Exemplos: classificação de crédito, setor, profissão, escolaridade (fundamental, médio ou superior).

7 VARIÁVEIS QUALITATIVAS  Ordinal: é possível atribuir alguma hierarquia às categorias. Exemplo: Rating de Crédito, Grau de Escolaridade.  Nominal: não é possível fazer nenhuma classificação depois das realizações. Exemplo: Setor, Ocupação.  São todas necessariamente discretas na sua representação.

8 VARIÁVEIS QUANTITATIVAS  Variáveis quantitativas possuem cardinalidade  Podem ser discretas: assumem um conjunto finito de valores possíveis. Exemplo: número de filiais de um banco.  Ou contínuas: valores pertencem a um intervalo dos número Reais. Exemplos: rendimentos do trabalho, retornos de uma ação, taxa de juros.

9 Métodos Econométricos  Ênfase em Análise de Regressão, indo além do coeficiente de correlação.  Prioritariamente dados quantitativos, mas fácil incorporar dados qualitativos explicativos.  Dados qualitativos possuem modelos específicos, quando são variáveis explicadas.

10 Modelo Econométrico  Relação matemática entre variáveis Y a)Prevista b)Regredida c)Var. explicada d)Var. dependente e)Var. de efeito f)Var. endógena g)Var. alvo X 1,..., X 2 a)Previsor(es) b)Regressor(es) c)Var. explicativa(s) d)Var. independente(s) e)Var. causal(is) f)Var. exógenas g)Var. de controle

11 Modelo Econométrico  Relação linear y =  +  x  Relação linear, mas inexata y =  +  x +  =“erro” Como prever y? Como encontrar  e  (parâmetros)

12 Estimando Parâmetros da Regressão A.Encontrar  e  tal que minimizem erro de ajuste da reta[critério matemático] Min(y -  -  x ) 2 B. Encontrar  e  tal que a reta de regressão tenha interpretação de média (condicional) [critério estatístico] E(y |x) =  +  x C.Encontrar  e  tal que sejam parâmetros de uma distribuição de probabilidade de y [critério estatístico] y ~ N(  +  x,  2 )

13 Estimando Parâmetros da Regressão A.Mínimos Quadrados – MQ / Least Squares – LS B.Métodos dos Momentos – MM / Method of Moments – MM C.Máxima Verossimilhança – MV / Maximum Likelihood

14 Avaliando as estimativas da Regressão A.[critério matemático] “Qualidade do ajuste em relação à reta” / Coeficiente de determinação B.e C. [critério estatístico] Importância estatística dos parâmetros (“melhores que nada / melhores que o acaso?”)