Questões de Concurso

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,

Considere o modelo de regressão linear simples:

W_i = a + b*Educ_i + e_i,

em que, Wi é o logaritmo neperiano do salário, Educ_i é o logaritmo neperiano de anos de estudos e e_i é o erro da regressão.

Considere que Cov(e_i,Educ_i)≠0 e que os dados de salário e anos de estudo foram obtidos a partir de uma amostra aleatória.

Além disso, considere as seguintes estatísticas amostrais:

Var(Educ_i) = 2.

Cov(W_i,Educ_i) = 0,8.

Cov(MesNasc_i,Educ_i) = 0,2.

Cov(MesNasc_i,W_i) = 0,1.

A variável MesNasci é o mês de nascimento do indivíduo. Assumindo que Cov(MesNasc_i,e_i) = 0, o estimador consistente de b será igual a: 

Considere um modelo de regressão linear simples  . Neste caso,

Um capital foi aplicado a uma certa taxa anual, com capitalização contínua. Após quatro meses, a aplicação atingiu um montante X e, após seis meses, um valor Y. O valor do capital inicialmente aplicado é bem determinado pela expressão 

O gráfico abaixo apresenta a evolução do montante M de uma aplicação (em reais) em função do tempo t (em meses), em regime de capitalização contínua.


A taxa de juros mensal, em regime de capitalização contínua, que remunera esta aplicação é, aproximadamente, igual a
(Considere: ln 2 = 0,69, ln 3 = 1,10 e ln 5 = 1,61)