Utilização do teste ADF em séries temporais na presença de quebras estruturais
Autor: Mariane Coelho Amaral (Currículo Lattes)
Resumo
O estudo de séries temporais permite identificar padrões e tendências ao longo do tempo, sendo essencial para a previsão de eventos futuros e tomada de decisões. Os testes de raiz unitária, como o teste de Dickey-Fuller Aumentado (ADF), são utilizados para analisar a presença ou ausência de estacionariedade das séries. No entanto, quebras estruturais, como as de mudanças de nível ou temporárias, podem influenciar os resultados desse teste. Assim, ignorar quebras na estrutura das séries pode levar a modelos imprecisos, já que estudos mostram que a presença de quebras pode introduzir vieses nos resultados do teste ADF, favorecendo a não rejeição da hipótese nula de raiz unitária. Até o momento, no entanto, não estava claro como o teste ADF é afetado pelo tipo ou características das séries temporais e pelas quebras estruturais presentes. Assim, este trabalho analisa a utilização do referido teste, considerando quebras estruturais e propondo uma estratégia para utilização do teste ADF em séries sem sazonalidade. Com base nos resultados das simulações, constatou-se que o teste ADF é influenciado pela presença de quebras. Os achados mostram que as interações entre o comprimento da série, a amplitude da quebra e os termos determinísticos são cruciais para compreender completamente o comportamento de cada série. Em séries estacionárias, o impacto positivo do comprimento da série é reduzido na ausência de termos determinísticos, principalmente quando há a presença de uma quebra estrutural temporária na série. Já em séries não estacionárias, se há a presença de uma ruptura permanente, o aumento do comprimento da série impacta positivamente na média, sendo esse efeito atenuado quando a quebra ocorre no final ou no início da série. Ainda, foram realizados estudos de caso que ilustram a aplicação da estratégia proposta, aplicando esta estratégia em séries reais relacionadas ao consumo de eletricidade.