It appears to me that there are two reasons, beyond the fact cited above that standard models are not crafted to match low- and business cycle–frequencies simultaneously, for the persistence of detrending and differencing adhockery. One is the use of the HP filter in the early RBC literature and the strong tendency in the economics literature for the methodology of widely read papers to be imitated uncritically.(Christopher Sims, 2005)

Começamos nosso momento R de hoje com um alerta sobre o uso indiscriminado da ferramenta que vamos ensinar a usar a seguir: o filtro Hodrick-Prescott, popularmente conhecido como filtro HP.

Nove entre cada dez alunos adora usar este filtro porque ele é facilmente encontrável nos pacotes econométricos. Além disso, entender como ele é construído não é exatamente o tópico mais difícil em Econometria. Então, antes de mais nada, é uma ferramenta útil, mas não se deve entendê-la como definitiva quando o assunto são séries de tempo.

Uma vez que já fizemos o alerta, vamos ver como o filtro funciona em uma série mensal como a a PIM-PF do IBGE. Após importar os dados para o R, apliquei uma transformação logaritmica e a nova série foi chamada de lprod.

A literatura sugere que, para dados mensais, seja usada 14400 para λ (ver este exemplo ou este outro). Assim, temos o seguinte, em termos de comandos:

library(mFilter)
lprod_hp<-hpfilter(lprod,freq=14400,type=c("lambda"),drift=FALSE)
plot(lprod_hp)
show(lprod_hp)

O resultado está aqui.

Bom, mas não se esqueça do alerta do Sims sobre o filtro HP.