Modelos econométricos do tipo Vetor Autorregressivo (VAR) e Vetor de Correção de Erros (VEC) são largamente usados em economia para se entender como duas ou mais variáveis interagem dinamicamente e para fazer previsões. Considerando esses modelos, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F). ( ) O modelo VAR deve ser usado quando as séries temporais são não estacionárias de ordem 1 e têm uma relação de cointegração. ( ) A função impulso-resposta em modelos VAR permite analisar como uma variável é afetada por choques temporários em outra variável ao longo do tempo, mas essa análise não é possível em modelos VEC. ( ) Em modelos VEC, o termo de correção de erro é incorporado para ajustar o relacionamento de longo prazo entre as séries temporais cointegradas após choques temporários, algo que não é diretamente modelado em VAR tradicionais. ( ) A decomposição de variância em modelos VAR ajuda a entender a proporção da variância de previsão de cada variável que pode ser atribuída a choques em si mesma versus choques nas outras variáveis, uma análise que também é aplicável em modelos VEC. As afirmativas são, respectivamente, Modelos econométricos do tipo Vetor Autorregressivo (VAR) e Vetor de Correção de Erros (VEC) são largamente usados em economia para se entender como duas ou mais variáveis interagem dinamicamente e para fazer previsões. Considerando esses modelos, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F). ( ) O modelo VAR deve ser usado quando as séries temporais são não estacionárias de ordem 1 e têm uma relação de cointegração. ( ) A função impulso-resposta em modelos VAR permite analisar como uma variável é afetada por choques temporários em outra variável ao longo do tempo, mas essa análise não é possível em modelos VEC. ( ) Em modelos VEC, o termo de correção de erro é incorporado para ajustar o relacionamento de longo prazo entre as séries temporais cointegradas após choques temporários, algo que não é diretamente modelado em VAR tradicionais. ( ) A decomposição de variância em modelos VAR ajuda a entender a proporção da variância de previsão de cada variável que pode ser atribuída a choques em si mesma versus choques nas outras variáveis, uma análise que também é aplicável em modelos VEC. As afirmativas são, respectivamente,

Modelos econométricos do tipo Vetor Autorregressivo (VAR)...

Q3247443

Ano: 2024

Prova: FGV - Câmara dos Deputados - Analista Legislativo - Área Consultor de Orçamento e Fiscalização Financeira Tarde. - 2024

Modelos econométricos do tipo Vetor Autorregressivo (VAR) e Vetor de Correção de Erros (VEC) são largamente usados em economia para se entender como duas ou mais variáveis interagem dinamicamente e para fazer previsões.

Considerando esses modelos, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).

( ) O modelo VAR deve ser usado quando as séries temporais são não estacionárias de ordem 1 e têm uma relação de cointegração.

( ) A função impulso-resposta em modelos VAR permite analisar como uma variável é afetada por choques temporários em outra variável ao longo do tempo, mas essa análise não é possível em modelos VEC.

( ) Em modelos VEC, o termo de correção de erro é incorporado para ajustar o relacionamento de longo prazo entre as séries temporais cointegradas após choques temporários, algo que não é diretamente modelado em VAR tradicionais.

( ) A decomposição de variância em modelos VAR ajuda a entender a proporção da variância de previsão de cada variável que pode ser atribuída a choques em si mesma versus choques nas outras variáveis, uma análise que também é aplicável em modelos VEC.

As afirmativas são, respectivamente,

V – F – V – F.

F – V – V – V

F – F – V – V.

V – V – F – F.

F – F – V – F.

Comentários Marcadores Anotações (0) Estatísticas Reportar erro

Modelos econométricos do tipo Vetor Autorregressivo (VAR) e Vetor de Correção de Erros ...