Ver registro no DEDALUS
Exportar registro bibliográfico

Estimação de modelos DSGE usando verossimilhança empírica e mínimo contraste generalizados (2018)

  • Authors:
  • USP affiliated authors: BOARETTO, GILBERTO OLIVEIRA - FEARP
  • USP Schools: FEARP
  • Subjects: VEROSSIMILHANÇA; INFERÊNCIA BAYESIANA
  • Keywords: Dynamic stochastic general equilibrium models; Empirical likelihood; Method of moments; Método dos momentos; Mínima distância de Hellinger; Mínimo contraste; Minimum constrast; Minimum Hellinger distance; Modelos de equilíbrio geral dinâmico e estocástico; Verossimilhança empírica
  • Language: Português
  • Abstract: O objetivo deste trabalho é investigar o desempenho de estimadores baseados em momentos das famílias verossimilhança empírica generalizada (GEL) e mínimo contraste generalizado (GMC) na estimação de modelos de equilíbrio geral dinâmico e estocástico (DSGE), com enfoque na análise de robustez sob má-especificação, recorrente neste tipo de modelo. Como benchmark utilizamos método do momentos generalizado (GMM), máxima verossimilhança (ML) e inferência bayesiana (BI). Trabalhamos com um modelo de ciclos reais de negócios (RBC) que pode ser considerado o núcleo de modelos DSGE, apresenta dificuldades similares e facilita a análise dos resultados devido ao menor número de parâmetros. Verificamos por meio de experimentos de Monte Carlo se os estimadores estudados entregam resultados satisfatórios em termos de média, mediana, viés, erro quadrático médio, erro absoluto médio e verificamos a distribuição das estimativas geradas por cada estimador. Dentre os principais resultados estão: (i) o estimador verossimilhança empírica (EL) - assim como sua versão com condições de momento suavizadas (SEL) - e a inferência bayesiana (BI) foram, nesta ordem, os que obtiveram os melhores desempenhos, inclusive nos casos de especificação incorreta; (ii) os estimadores continous updating empirical likelihood (CUE), mínima distância de Hellinger (HD), exponential tilting (ET) e suas versões suavizadas apresentaram desempenho comparativo intermediário; (iii) o desempenho dos estimadores exponentiallytilted empirical likelihood (ETEL), exponential tilting Hellinger distance (ETHD) e suas versões suavizadas foi bastante comprometido pela ocorrência de estimativas atípicas; (iv) as versões com e sem suavização das condições de momento dos estimadores das famílias GEL/GMC apresentaram desempenhos muito similares; (v) os estimadores GMM, principalmente no caso sobreidentificado, e ML apresentaram desempenhos consideravelmente abaixo de boa parte de seus concorrentes
  • Imprenta:
  • Data da defesa: 05.03.2018
  • Acesso online ao documento

    Online access or search this record in

    Exemplares físicos disponíveis nas Bibliotecas da USP
    BibliotecaCód. de barrasNúm. de chamada
    FEARP20700019789Boaretto, Gilberto Oliveira
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BOARETTO, Gilberto Oliveira; LAURINI, Marcio Poletti. Estimação de modelos DSGE usando verossimilhança empírica e mínimo contraste generalizados. 2018.Universidade de São Paulo, Ribeirão Preto, 2018. Disponível em: < http://www.teses.usp.br/teses/disponiveis/96/96131/tde-29032018-161321/ >.
    • APA

      Boaretto, G. O., & Laurini, M. P. (2018). Estimação de modelos DSGE usando verossimilhança empírica e mínimo contraste generalizados. Universidade de São Paulo, Ribeirão Preto. Recuperado de http://www.teses.usp.br/teses/disponiveis/96/96131/tde-29032018-161321/
    • NLM

      Boaretto GO, Laurini MP. Estimação de modelos DSGE usando verossimilhança empírica e mínimo contraste generalizados [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/96/96131/tde-29032018-161321/
    • Vancouver

      Boaretto GO, Laurini MP. Estimação de modelos DSGE usando verossimilhança empírica e mínimo contraste generalizados [Internet]. 2018 ;Available from: http://www.teses.usp.br/teses/disponiveis/96/96131/tde-29032018-161321/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI: