Estimation of MIDAS Regressions with Errors-in-the-Variables

Resumo Técnico: Estimativa de Regressões MIDAS com Erros de Medição

1. O Problema (Problem)

O artigo aborda a modelagem de séries temporais com frequências mistas, especificamente o modelo ADL-MIDAS (Autoregressive Distributed Lag - Mixed Data Sampling). Este modelo é essencial na economia para relacionar variáveis de baixa frequência (ex: PIB trimestral) com variáveis de alta frequência (ex: dados de emprego mensais).

O problema central identificado é a presença de erros de medição (Measurement Error - ME) tanto nas variáveis endógenas (baixa frequência) quanto nas exógenas (alta frequência). Os autores demonstram que o estimador de máxima verossimilhança por perfil (profile likelihood estimator) proposto por Ghysels e Qian (2019), embora eficiente para dados perfeitos, torna-se inconsistente quando os dados estão contaminados por erros de medição. Em termos matemáticos, o limite em probabilidade do estimador não converge para o valor real dos parâmetros devido ao viés introduzido pelo erro.

2. Metodologia (Methodology)

Para resolver a inconsistência, os autores propõem uma nova abordagem baseada na metodologia de escore corrigido (corrected score methodology), fundamentada em Nakamura (1990).

• Modelo ADL-MIDAS com ME: O modelo é expandido para incluir termos de erro $u_t$ (para a variável de baixa frequência) e $v_t$ (para a de alta frequência).
• Função de Verossimilhança Corrigida: Os autores modificam a função de log-verossimilhança original adicionando um termo de correção que compensa as variâncias dos erros de medição ($\sigma^2_u$ e $\sigma^2_v$).
• Suposição de Conhecimento Prévio: A proposta assume que as variâncias dos erros de medição ($\sigma^2_u$ e $\sigma^2_v$) são conhecidas (podendo ser obtidas de estudos anteriores ou experiência do investigador).
• Perfil de Parâmetros: Utiliza-se o método de perfil para concentrar a verossimilhança primeiro em relação à variância do erro da equação ($\sigma^2_\epsilon$) e, em seguida, otimizar os parâmetros de interesse ($\beta$ e $\theta$).

3. Principais Contribuições (Key Contributions)

• Proposição de um Novo Estimador: O desenvolvimento do estimador de perfil corrigido ($\hat{\gamma}_c$), que é consistente mesmo na presença de erros de medição.
• Demonstração de Consistência e Assintótica: O artigo prova matematicamente que o novo estimador é consistente e que sua distribuição assintótica converge para uma distribuição normal.
• Análise de Sensibilidade: O estudo fornece uma análise detalhada de como o número de defasagens (lags), o parâmetro do polinômio MIDAS ($\theta$) e a magnitude dos erros de medição afetam a precisão da estimativa.

4. Resultados (Results)

Através de simulações de Monte Carlo, os autores obtiveram os seguintes resultados:

• Consistência Comprovada: Enquanto o estimador tradicional (naïve) apresenta viés que não desaparece com o aumento da amostra ($T$), o estimador proposto tem o viés e a variabilidade tendendo a zero conforme $T$ aumenta.
• Impacto das Frequências: O erro de medição na variável de baixa frequência tem um efeito de amplificação maior sobre os coeficientes de regressão ($\hat{\beta}_c$). Já o erro na variável de alta frequência impacta mais severamente os hiperparâmetros ($\hat{\theta}_c$) e a variância do erro ($\hat{\sigma}^2_{\epsilon c}$).
• Complexidade do Modelo: O aumento do número de defasagens ($j_{max}$) aumenta o viés e a variabilidade, reforçando a necessidade de modelos parsimoniosos.
• Peso das Defasagens: Quando o parâmetro $\theta$ é alto (dando mais peso aos valores recentes), o erro de medição na alta frequência é mais crítico para os parâmetros do polinômio.

5. Significância (Significance)

Este trabalho é de grande importância para a econometria aplicada, pois reconhece uma falha prática comum: dados macroeconômicos são frequentemente revisados e sujeitos a erros de coleta. Ao fornecer uma ferramenta estatística robusta para lidar com dados de frequências mistas contaminados, o artigo permite previsões e análises de causalidade muito mais confiáveis em cenários de incerteza de dados, superando as limitações dos modelos MIDAS convencionais.