Econometria

 

A Econometria é o processo de analisar quantitativamente dados económicos. A Econometria estima e quantifica as relações entre as variáveis. Com esta informação, nós conseguimos inferir a evolução futura das variáveis.

 

Existem diversas ferramentas econométricas e existe uma miríade de aplicações.

 

Primeiro, ao prever o preço de uma matéria-prima, a Econometria permite-nos quantificar o impacto de cada factor no preço. Dado que um preço definido no mercado financeiro é resultado de uma estrutura complexa, a sua previsão tem que ter em conta diversas forças  que podem ter sentidos contrários e estar relacionadas. Com Econometria, nós podemos isolar estas forças  e prever com maior exactidão.

 

Segundo, nós podemos estimar a relação entre o volume de negócios do nosso cliente e várias outras variáveis, com o intuito de o prever no nosso modelo. Mais particularmente, nós podemos aferir quanto é que o volume de negócios do nosso cliente aumenta com o aumento do PIB, ou outra variável relevante.

 

Nós também sabemos que, em maus momentos, o ambiente económico fica mais volátil, portanto quanto é que o volume de negócios do nosso cliente fica mais volátil com as recessões? Este tipo de questões é importante para as nossas simulações, e é quantificado com Econometria.

 

Na Watson & Noble, nós aplicamos as mais avançadas técnicas econométricas. Nós aplicamos modelos econométricos personalizados para cada problema, que nos permite minimizar os erros de previsão bem com aferir a relação mais plausível entre variáveis:

• Modelos VAR: para estimar o impacto de várias séries temporais entre elas

• Modelos GARCH: para estimar e limpar o impacto da heterocedasticidade nos dados

• Modelos Markov-Switching: para introduzir e estimar a existência de vários regimes diferentes

• Modelos Smooth-transition: para introduzir uma transição faseada nos regimes

• Modelos Econométricos Espaciais: para ter em conta os factores espaciais quando o espaço tem impacto nas relações entre as variáveis

• Regressão Robusta: para lidar com outliers

• Modelos de Dados em Painel: para ter em conta os efeitos transversais como os temporais

• Modelos de Resultados Binários (Logit e Probit): para inferir acerca de variáveis binárias

• Análise de Redes: para perceber e inferir o impacto de uma estrutura de rede

 

Para além disso, quando lidamos com um projecto contínuo com o nosso cliente, os nossos métodos econométricos podem ter um mecanismo de aprendizagem, em que o modelo aprende com os seus próprios erros.