Page 84 - XXII Prêmio Tesouro Nacional 2017

Tema – Equilíbrio e Transparência Fiscal – Helder Ferreira de Mendonça e Joseph David B. Vasconcelos de Deus

mesmo evento devem ser não correlacionadas. De maneira a testar a rigidez de
informação, as revisões são definidas a partir de previsões atualizadas trimes-
tralmente. Considere a revisão como sendo: , onde i representa o
período (vintage) em que a previsão foi feita, a previsão da variável, e “t” o ano
para qual foi feita a previsão. ara cada horizonte de tempo (h = 2, 1 e ano corrente)
é definido um i = 4, 3, 2 e 1, representando, respectivamente, as diferenças entre
as previsões dos trimestres de janeiro a março, abril a junho, julho a setembro e
outubro a dezembro do ano de lançamento. Portanto, o teste de rigidez de infor-
mação é obtido por meio de:

(3.7)
onde: e é a revisão, h = 2,1,0 representa, respectivamente, 2 anos à frente, 1 ano à
i,t
frente, e ano corrente. O teste de rigidez de informação (não correlação) pode ser
realizado por meio de um teste F para a hipótese nula σ = σ = 0. 20
1
2
Em geral, uma função perda padrão (erro quadrático médio – MSE) é usada
para representar os objetivos do previsor, e nessa especificação é fácil computar as
propriedades de não viés e ausência de correlação serial (ELLIOTT; KOMUNJER;
TIMMERMANN, 2005). Entretanto, essa forma funcional é difícil de justi-
ficar apenas por razões econômicas. De acordo com Artis e Marcelino (2001) e
Pina e Venes (2011), os objetivos do previsor tendem a ser politizados. Ou seja,
desvios positivos e negativos dos valores previstos são usados estrategicamente
de maneira que o previsor pode estar associado a uma função perda assimé-
trica. Além disso, há a possibilidade de que muitas das rejeições de otimização
da previsão possam ser simplesmente impulsionadas pela suposição de falha da
função perda quadrática (MSE) em vez da ausência de racionalidade de previsão
per se (ELLIOTT; KOMUNJER; TIMMERMANN, 2005). Portanto, diante de uma
possível função perda assimétrica, aquelas propriedades convencionais dos erros
de previsão, que são condições suficientes para acurácia no caso de função perda
simétrica, não são mais válidas. Nesse contexto, baseado em Granger (1999), há
não viés e não correlação quando δ = 0 e δ = 0 na seguinte regressão:
0 1
c’(e ) = δ + δ f + u , (3.8)
h 0 1 h h
onde: c’(e ) é a primeira derivada da função perda e f é a previsão para o período h.
h h
Além disso, de maneira a testar a assimetria nos erros de previsão, uma
função perda quadrática assimétrica que atribui diferentes ponderações para
erros de previsão positivos e negativos (função “quad-quad”), tal como proposto
por Artis e Marcellino (2001) e por Pina e Venes (2011), é adotada. Portanto:

20 Dado que , e o teste requer que a revisão de previsão seja feita contra a revisão anterior, o resultado é reportado
estabelecendo como variável dependente .

82 Finanças Públicas – XXII Prêmio Tesouro Nacional – 2017