Em relação ao modelo do vetor de correção de erros (VECM) assinale (V) para a afirmativa verdadeira e (F) para a falsa. ( ) Quando duas séries temporais são não-estacionárias mas cointegram, pode-se modelar o comportamento de longo prazo de ambas através de um VECM. ( ) Um vetor de correção de erro (VECM) é nada mais do que um Vetor Autorregressivo (VAR) no qual possui restrições de cointegração ( ) Engle e Granger mostraram que o VECM pode ser estimado como um VAR na primeira diferença acrescentado o termo da correção do erro que é o erro estimado da equação de cointegração. As afirmativas são, respectivamente,
- A)V, V e V.
Correta, porque as três afirmativas descrevem adequadamente a relação entre cointegração, VAR restrito e termo de correção de erro no VECM.
- B)V, V e F.
Errada, pois a terceira afirmativa também está correta, então não pode haver F na última posição.
- C)V, F e V.
Errada, porque a segunda afirmativa é verdadeira: o VECM é um VAR com restrições de cointegração.
- D)F, V e V.
Errada, já que a primeira afirmativa é verdadeira, e não falsa.
- E)F, F e F.
Errada, porque as três afirmativas são verdadeiras, não falsas.
Gabarito: A
O VECM aparece quando voce tem séries temporais não estacionárias, mas que andam juntas no longo prazo por causa de uma relação de cointegração. Em vez de ignorar essa ligação e trabalhar só com diferenças, o modelo combina duas ideias: a dinâmica de curto prazo e o ajuste ao equilíbrio de longo prazo. É como dizer: “vocês até podem se afastar um pouco hoje, mas há uma força puxando de volta”. A primeira afirmativa está certa porque, havendo cointegração entre séries I(1), o VECM é exatamente a ferramenta usada para representar esse comportamento de longo prazo com correção dos desvios do equilíbrio. A segunda também está correta: o VECM pode ser visto como um VAR com restrições impostas pela cointegração, isto é, um VAR “organizado” para respeitar a relação de equilíbrio entre as variáveis. A terceira afirmativa também é verdadeira no espírito do resultado de Engle e Granger: a forma usual de estimar o VECM parte de um VAR em primeiras diferenças, acrescentando o termo de correção de erro, que é o resíduo estimado da equação de cointegração. Esse termo mede o desvio do equilíbrio passado e faz o modelo corrigir o rumo. Na prática de concurso, a ideia central é simples: se as séries não são estacionárias, mas cointegram, você não joga o VAR puro nem ignora o longo prazo. Você usa o VECM para capturar a dança completa, com curto prazo e ajuste ao equilíbrio. Por isso, o gabarito A fica correto, com V, V e V.