Cresce a importncia do emprego da metodologia BOX & JENKINS (1975) no uso de sries temporais, consequentemente aumenta o nmero de trabalhos que o utilizam. O artigo tem por objectivo testar a metodologia Box & Jenkins para previso do Crdito Economia Em Cabo Verde.
Para previso do crdito economia em cabo verde ser usada uma metodologia bastante conhecida no meio cientfico, o modelo ARIMA (AUTOREGRESSIVO INTEGRADO DE MDIA MOVEL) e o software utilizado para estudo em causa o Eviews7.1. A varivel utilizada ser a srie histrica do Crdito Economia em Cabo Verde, perodo de 1995 2010, obtidas junto ao Banco de Cabo Verde.
Modelo ARIMA O modelo ARIMA (Autoregressive Integrated Moving Average), introduzido por BOX e JENKINS (1976) dado pela estimao da regresso da varivel dependente y em funo das desfasagens da prpria varivel y , indicado por p termos auto-regressivos, e em funo dos erros aleatrios, indicado por q termos mdia mvel. Como a maioria das sries temporais econmicas so naturalmente no-estacionrias, a aplicao do modelo ARIMA (p,d,q) exige a transformao das mesmas, por d diferenas, para torn-las estacionrias, ao passo que a ordem p e q pode ser obtida pela funo de autocorrelao (FAC) e funo de autocorrelao parcial (FACP)
Anlise da Estacionariedade
Uma srie temporal qualquer conjunto de observaes ordenadas no tempo. Sries temporais so compostas por quatro elementos: 1. Tendncia: verifica o sentido de deslocamento da srie ao longo de vrios anos.
2. Ciclo: movimento ondulatrio que ao longo de vrios anos tende a ser peridico.
3. Sazonalidade: movimento ondulatrio de curta durao, em geral, inferior a um ano; associada, na maioria dos casos, a mudanas climticas.
4. Rudo aleatrio : compreende a variabilidade intrnseca aos dados e no pode ser modelado. Analisando o grfico da srie que representa a evoluo do crdito economia, constata-se o seguinte;
Para se trabalhar com sries temporais importante que as variveis sejam estacionrias ou passveis de sua estacionariedade. Essa caracterstica fundamental para previso do futuro com base na regresso de sries temporais, solidificando a premissa de que o futuro se comportar de acordo com o passado. Para uma srie de dados ser estacionria suas variveis no podem apresentar tendncias e serem estveis ao longo do tempo. Assim, como primeira tarefa a ser realizada no trabalho a verificao quanto estacionariedade das variveis utilizadas, para isso ser feita uma anlise grfica da srie.
Grfico1:Evoluo da srie de crdito economia em Cabo Verde
Ao analisarmos o grfico 1, constata se a componente tendncia na srie crdito economia em Cabo Verde de 1995 a 2010, perante a ocorrncia desta componente na nossa srie, deve ser procedido a transformao dos dados atravs da logaritmizao, e ou o clculo da 1a ou da 2a diferena, assim obtendo uma srie estacionria, na qual passvel aplicar a metodologia de Box-Jenkis. No nosso caso, optamos por fazer o clculo da 1 diferena que originou uma nova srie j estacionria(NOVCE), uma vez que, o clculo da 1 diferena se mostrou eficiente para eliminar a tendncia da nossa srie, assim como mostra o grfico 2.
Grfico2:Evoluo da srie de crdito economia em Cabo Verde corrigido na 1diferena
Tendo a srie estacionria, desenvolvemos o nosso trabalho baseando nas etapas da metodologia de Box & Jenkins que uma ferramenta importante e de fcil aplicao para previso de variveis baseadas em sries temporais. A previso do comportamento futuro dessas variveis de fundamental importncia para o sector do crdito em Cabo Verde. A metodologia deste trabalho consiste no uso de modelos ARIMA, que pode ser dividido em quatro etapas;
Etapa 1 - Identificao
Nesta etapa usaremos a funo autocorrelao (FAC), a funo autocorrelao parcial (FACP) e os correlogramas resultantes, que so as representaes grficas da FAC e da FACP contra o tamanho da defasagem. A aplicao dessas tcnicas possibilitar a escolha da melhor ferramenta, dentre as que a metodologia Box-Jenkis oferece, para assim, aplicao no modelo. Portanto, aqui procederemos analise dos correlogramas resultantes da anlise que fizemos no Eviews.
Funo de autocorrelaes (FAC) e funes de autocorrelaes parciais (FACP) para o crdito economia em cabo verde corrigidos na 1 diferena.
Confirmada a estacionariedade da srie aps a aplicao da 1 diferena, prosseguiremos com a anlise das funes de autocorrelaes (FAC) e as funes de autocorrelaes parciais (FACP). O comportamento dessas funes indica qual modelo a ser usado.
Etapa 2 Estimativa Identificado os valores apropriados para os modelos utilizados, o prximo passo estimar os parmetros auto-regressivos e de mdia mvel. Esse clculo pode ser realizado com os mnimos quadrados simples, porm, muitas vezes se recorre aos mtodos de estimativa no-linear (no parmetro). Todos os clculos no presente estudo sero realizados com o uso do software Eviews 7.1.
Etapa 3 Teste de adequao do modelo Aps escolher o modelo ARIMA e estimar seus parmetros, realizada a verificao se o modelo em questo se ajustou aos dados da srie temporal do crdito, pois possvel que outros modelos ARIMA possam se ajustar ao modelo em questo com maior facilidade.
Etapa 4 Previso Nesta etapa ser realizada a checagem da confiabilidade da previso pelo mtodo ARIMA,