Pular para o conteúdo principal

Cookies no Macro by Mark.Usamos cookies essenciais para login, idioma e segurança. Com sua permissão, também usamos cookies opcionais de preferências, para análise e para medição de anúncios com o Pixel da Meta (Facebook). Leia nossa política de cookies.

Macro by MarkMacro by Mark
  • Início
Carregando…
Carregando…
← Modelos
MacroConceitosPolíticaModelos

Modelo Regressão com transição suave

Regressão com pesos de regime graduais, permitindo que coeficientes transitem suavemente conforme uma variável limiar muda.

Visão geralGráficoMatemáticaReferências

Regressão com transição suave: que pergunta macro este modelo ajuda a responder?

Contexto

Regressão com pesos de regime graduais, permitindo que coeficientes transitem suavemente conforme uma variável limiar muda.

Regressão com transição suave fica em Séries temporais multivariadas. Use esta classe quando uma série isolada não basta, e a pergunta depende de como um grupo pequeno de variáveis macro se move junto e responde a choques.

A página deve ser lida como uma referência de método: primeiro o objeto empírico, depois o conjunto de informação, os diagnósticos e os limites da inferência.

Conexões para explorar

Matemática ↗A estrutura e suas condições, passo a passo.Fontes ↗Fontes acadêmicas e orientação de uso.

Como as partes se conectam

G(st;γ,c)G(s_t; \gamma, c)G(st​;γ,c)

Função de transição

Função limitada a [0,1][0, 1][0,1] que determina o peso do regime 2. Logística para transições assimétricas, exponencial para transições simétricas.

Comece pela série-alvo, frequência, janela da amostra e calendário de revisão. Um modelo empírico perde valor quando a pergunta ignora a safra dos dados.

Relações macro não lineares em que a passagem entre regimes é gradual, não um corte abrupto.

A leitura útil compara o resultado com um benchmark simples, registra onde o erro de previsão aparece e separa sinal estatístico de interpretação causal.

Os componentes e as hipóteses formais abaixo são os do próprio modelo, com a terminologia em português. A notação matemática e os títulos bibliográficos ficam no original, que é como a literatura os identifica.

Premissas

Testável

Variável de transição observável

A variável que dirige a transição (st)(s_t)(st​) é observável e predeterminada no instante ttt.

Se falhar:Se o determinante da transição é latente, o STR não pode ser estimado. Um modelo com mudança markoviana é mais adequado.

Mantida

Transição suave e monótona

A função de transição GGG é suave, limitada entre 0 e 1, e monótona em sts_tst​ (logística) ou simétrica em torno de ccc (exponencial).

Se falhar:Especificar mal o formato da função de transição (por exemplo, usar a logística quando a forma verdadeira é exponencial) enviesa γ\gammaγ e ccc e distorce os pesos dos regimes.

Testável

Escolha correta da variável de transição

O sts_tst​ escolhido é o verdadeiro determinante das mudanças de regime, ou ao menos uma boa proxy dele.

Se falhar:Se sts_tst​ está incorreto, o teste de linearidade pode não rejeitar, ou a função de transição estimada sairá plana (γ\gammaγ pequeno), produzindo resultados próximos aos do modelo linear.

Testável

Ergodicidade e mistura

O processo {yt,st}\{y_t, s_t\}{yt​,st​} é estritamente estacionário e β\betaβ-mixing com taxa de mistura geométrica.

Se falhar:A não estacionariedade invalida a assintótica dos mínimos quadrados não lineares. Raízes unitárias em yty_tyt​ ou sts_tst​ exigem extensões do STR baseadas em cointegração.

Testável

Regularidade das inovações

As inovações são i.i.d. com média zero, quartos momentos finitos e variância constante (ou com estrutura de heterocedasticidade especificada).

Se falhar:Caudas pesadas inflam os erros padrão dos mínimos quadrados não lineares. Efeitos ARCH não modelados podem ser confundidos com efeitos de transição.

Testável

Especificação de transição única

Uma função de transição é suficiente. Não resta não linearidade adicional depois de contabilizado o componente STR.

Se falhar:A não linearidade remanescente aparece nos testes de Eitrheim-Teräsvirta (1996) e sugere uma segunda função de transição ou outra classe de modelo.

Aplicações

Use esta página para escolher o modelo antes de olhar o resultado: o alvo, a frequência, a janela e o benchmark definem o que a saída pode dizer.

Em monitoramento macro, a comparação com alternativas importa tanto quanto o modelo escolhido. Erro fora da amostra, estabilidade e revisão dos dados devem ficar visíveis.

Troque ou complemente o modelo quando a pergunta exigir identificação causal, contrafactual estrutural, distribuição entre agentes ou uma mudança de regime que a amostra histórica não contém.

Extensões e questões em aberto

Variantes

  • LSTAR (logistic) - asymmetric transition, most common form
  • ESTAR (exponential) - symmetric transition around location c
  • LSTVAR / STVAR - multivariate smooth-transition VAR
  • TV-STAR - time-varying parameters within each regime
  • Panel STAR - cross-section extension with heterogeneous transition
  • ST-GARCH - smooth-transition volatility models

Questões em aberto

  • Identification of the transition speed γ\gammaγ remains the central estimation challenge. When γ\gammaγ is weakly identified, inference on ccc and the regime coefficients is also unreliable, but corrected standard errors for this case are not widely available.
  • Selecting between LSTAR and ESTAR using sequential F-tests has low power when the sample is short or the true transition form does not match either template.
  • Extension to high-dimensional systems (large-nnn STVAR) faces the curse of dimensionality: the number of parameters scales with n2n^2n2 per regime plus the transition parameters.

Continue por aqui

Leia a seguir

Continue com um conceito, modelo ou exemplo relacionado.

Modelo teórico

IS-LM Model

modelo teórico bem conectado a dois passos daqui

Novo ângulo: modelo teórico →
Macro by Mark
Ajuda
Política de PrivacidadeTermos de UsoÉtica e conformidade

© 2026 Mark Jayson Nation LLC