45
usando o processo de Mínimos Quadrados Ordinários (MQO) para obter as estimativas do
valor de
γ e os erros padrão a ele associados. Comparando o t-estatístico resultante da
regressão com os valores críticos calculados por Dickey e Fuller, permite determinar se
aceita-se ou rejeita-se a hipótese nula H
0
: γ = 0. É importante ressaltar, no entanto, que os
valores críticos da estatística t dependem da forma da equação e do tamanho da amostra,
ou seja, esses valores dependem da inclusão ou não de intercepto e/ou termo de tendência
linear temporal na equação que está sendo testada. Assim, as estatísticas apropriadas para
serem usadas com as equações (i), (ii) e (iii) acima são, respectivamente, as estatísticas
τ
τ
, τ
μ
e τ.
A escolha da versão mais apropriada para realizar o teste, com relação a
inclusão ou não de intercepto e/ou termo de tendência linear temporal, é feita a partir da
especificação mais geral do modelo, incluindo constante e tendência, passando para
modelos mais parcimoniosos se esses termos se apresentarem estatisticamente não
significativos, segundo procedimento apresentado em Enders (2004).
Para a determinação do valor de p (a ordem do processo auto-regressivo) nos
modelos expresso pelas equações (i), (ii) e (iii) foram utilizados os critérios de AIC (Akaike
Information Criterion) e SBC (Schwarz Bayesian Criterion) para escolha da melhor
defasagem, tendo em seguida se observado a significância estatística da última defasagem
para confirmação do valor de p
22
.
Os resultados do teste Dickey-Fuller Aumentado - ADF para presença de raiz
unitária são apresentados na Tabela 1. A fim de se obter um resultado mais conclusivo com
relação a variável lcons_gas, que no teste ADF rejeitou a existência de raiz unitária, foram
efetuados, para esta variável, outros testes, como o KPSS
23
e o DF-GLS, para os quais a
presença de uma raiz unitária não foi rejeitada. A partir dos resultados, concluiu-se que a um
nível de significância estatística de 1%, a hipótese nula de existência de uma raiz unitária
não é rejeitada para nenhuma das variáveis analisadas. Isto indica que todas as variáveis do
22
Para se estimar de maneira apropriada o parâmetro γ e seu erro padrão, é necessário que todos os termos auto-regressivos
estejam incluídos na equação que está sendo estimada. Caso o número de defasagens seja insuficientemente pequeno
significa que os resíduos da regressão não se comportarão como ruído branco, o que levará o modelo a não capturar todo
processo auto-regressivos dos erros, de modo que
γ e seu erro padrão não sejam bem estimados. Por outro lado, a inclusão
de mais defasagens que o necessário reduz o poder do teste em rejeitar a hipótese nula de uma raiz unitária, devido ao fato de
que o aumento de defasagens exige a estimação de parâmetros adicionais, o que leva a perda de graus de liberdade. Para
avaliação dos resíduos, em termos de se comportarem ou não como ruído branco, foi utilizado o teste Q de Portmanteau, o
qual não rejeitou a hipótese nula de presença de resíduos ruído branco para todas as séries apresentadas.
23
A sigla KPSS é referência à primeira letra dos últimos nomes dos autores do teste: Kwiatkowski, Phillips, Schmidt, Shin
(1992). O teste KPSS testa a hipótese nula de que a variável não possui raiz unitária, ou seja, de que a série é estacionária em
nível, contra a hipótese de que o processo possui uma raiz unitária.