Uncategorized

Gretl

Quem me conhece sabe que uso o R para Econometria, mas nunca abandonei o EasyReg, o JMulti, o Gretl, o Eviews ou o Stata. Obviamente, não tenho tempo para me aprofundar em todos e tive que optar pelo que custa menos e promete mais para o futuro.

Agora, quem tiver visto a última versão da documentação do Gretl (o User’s Guide) deve ter notado uma incrível melhora. A integração do Gretl com Ox, R e Phyton e a seção sobre dados em tempo real parecem ser novidades muito boas no guia.

Uncategorized

Você realmente acha que está bem usando só a planilha?

Este breve post do pessoal do Revolution serve não apenas para você usar o R ou qualquer outro pacote estatístico sério. Ele serve para você perceber que o avanço em seu conhecimento consiste, justamente, em não usar planilhas como último recurso, nem como o único recurso em uma análise séria de dados.

Eu diria que o avanço do capital humano é função da efetiva troca de planilhas por pacotes como o SAS, R, SPSS, Minitab, Eviews, Stata e afins. Bem, “eu diria”, mas é uma hipótese. Acho que a complementaridade entre planilhas e estes pacotes é importante em um dado ponto do tempo, mas, ao longo do tempo, eu esperaria um número maior de usuários de pacotes do que em planilhas. Eis minha função do capital humano usando como proxy nosso uso de planilhas e pacotes econométricos.

Aliás, eu gostaria de ter uma pesquisa estatística sobre isto. Como não posso, fico só na idéia e, claro, na espera de que alguém me diga se já existem estudos como este.

Uncategorized

História Econômica na manhã de sexta: o PIB brasileiro no longo prazo

O PIB do Brasil tem raiz unitária? Estive tabulando dados históricos e resolvi brincar um pouco com a série do PIB. Em resumo, consegui um esboço de “PIB de longo prazo” (1862-2010) para o Brasil.

Bem, aí surgiu a pergunta: o PIB tem raiz unitária? Para efeitos de diversão, fiz o ADF, o ADF-GLS e o KPSS (de quebra, ajudei a detectar um “bug” no gretl…). Eis os resultados. Para o ADF, temos:

 test with constant
   model: (1-L)y = b0 + (a-1)*y(-1) + ... + e
   1st-order autocorrelation coeff. for e: 0.015
   lagged differences: F(9, 128) = 13.517 [0.0000]
   estimated value of (a - 1): 0.000838294
   test statistic: tau_c(1) = 0.389209
   asymptotic p-value 0.9826

   with constant and trend
   model: (1-L)y = b0 + b1*t + (a-1)*y(-1) + ... + e
   1st-order autocorrelation coeff. for e: 0.017
   lagged differences: F(9, 127) = 13.480 [0.0000]
   estimated value of (a - 1): -0.0347951
   test statistic: tau_ct(1) = -2.38959
   asymptotic p-value 0.385

Note que a não-rejeição da hipótese nula parece maior no caso em que o teste tem como termos deterministas a constante e a tendência na equação. Aparentemente, a série é um passeio aleatório com drift em torno de uma tendência determinista.

No teste do ADF-GLS:

Augmented Dickey-Fuller (GLS) test for l_PIB_LP_inde
including 9 lags of (1-L)l_PIB_LP_inde (max was 13)
sample size 139
unit-root null hypothesis: a = 1

   with constant and trend
   model: (1-L)y = b0 + b1*t + (a-1)*y(-1) + ... + e
   1st-order autocorrelation coeff. for e: 0.013
   lagged differences: F(9, 129) = 13.910 [0.0000]
   estimated value of (a - 1): -0.0128951
   test statistic: tau = -1.26888

                      10%     5%     2.5%     1%
   Critical values: -2.64   -2.93   -3.18   -3.46

Aqui a hipótese de raiz unitária ganha um pouco mais de força. Vejamos o KPSS:

KPSS regression
OLS, using observations 1862-2010 (T = 149)
Dependent variable: l_PIB_LP_inde

             coefficient   std. error    t-ratio    p-value
  ----------------------------------------------------------
  const       2.09506      0.0734929      28.51    9.24e-062 ***
  time        0.0453337    0.000598572    75.74    1.14e-119 ***

  AIC: 79.8893   BIC: 85.8972   HQC: 82.3302

  Robust estimate of variance: 0.450189
  Sum of squares of cumulated residuals: 4512.94

KPSS test for l_PIB_LP_inde (including trend)

T = 149
Lag truncation parameter = 4
Test statistic = 0.451537

                   10%      5%      1%
Critical values: 0.120   0.148   0.216

A hipótese nula é de estacionaridade da série mas a estatística de teste, novamente, favorece a hipótese de não-estacionaridade da série.

Bem, as saídas acima são todas do Gretl (hoje não temos o “momento R do dia” e sim o “momento Gretl do dia”, he he he) e, caso alguém que saiba de uma série de população para todo o período (ou pelo menos para depois de 1913, para que eu possa usar a série de população do Leff até esta data), eu agradeceria. Neste caso eu teria uma boa aproximação da evolução da renda per capita ao longo de quase dois séculos…