Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial

Detalhes bibliográficos
Autor(a) principal: Hollauer, Gilberto
Data de Publicação: 2006
Outros Autores: Bahia, Luiz Dias, Issler, João Victor
Idioma: por
Título da fonte: Repositório Institucional da IPEA (RCIpea)
dARK ID: ark:/51990/001300000495b
Texto Completo: http://repositorio.ipea.gov.br/handle/11058/1677
Resumo: Neste artigo são implementados e avaliados diferentes modelos econométricos de previsão para o PIB da indústria, dentro da classe de modelos vetoriais auto-regressivos (VAR), em freqüência trimestral, por vários procedimentos de teste e de modo intensivo. Em vários casos, usaram-se adicionalmente restrições de longo prazo advindas da co-integração entre as séries consideradas: o PIB industrial brasileiro, as taxas de juros longa e curta, a inflação, e a previsão dos saldos da indústria (proporção de firmas que crêem num aumento de produção no próximo trimestre, subtraída da proporção de firmas que crêem numa queda). O poder preditivo dos diferentes modelos envolvendo essas variáveis foi avaliado a partir do uso de diferentes funções de perda (função dos erros de previsão de fora da amostra), que são avaliadas em uma janela móvel de tamanho fixo. Adicionalmente, considerou-se também a combinação das previsões de diferentes modelos, seguindo a literatura de combinação de previsões iniciada por Bates e Granger (1969). Conclui-se que o uso dos vetores de co-integração defasados como previsores – o spread da taxa de juros longa e curta, o spread entre os juros e a inflação, e a previsão dos saldos da indústria – em muito melhora a capacidade preditiva dos modelos considerados. Ademais, a combinação dos diferentes modelos de previsão, quer por média aritmética simples, quer por média ponderada, gerou, de forma geral, os melhores modelos de previsão para fora da amostra. Entretanto, houve casos em que modelos individuais tiveram um desempenho razoável e mesmo superior ao das combinações. Esses, no entanto, foram esporádicos. Logo, a sugestão recai sobre o uso de combinações de previsões como forma final de prever o PIB industrial.
id IPEA_6997b2fc6da6dc1f77ce5ade2d96e048
oai_identifier_str oai:repositorio.ipea.gov.br:11058/1677
network_acronym_str IPEA
network_name_str Repositório Institucional da IPEA (RCIpea)
repository_id_str
spelling Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrialTexto para Discussão (TD) 1172: Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrialModels vector of error correction applied to forecast industrial production growthPIB industrialInflaçãoSaldos da indústriaNeste artigo são implementados e avaliados diferentes modelos econométricos de previsão para o PIB da indústria, dentro da classe de modelos vetoriais auto-regressivos (VAR), em freqüência trimestral, por vários procedimentos de teste e de modo intensivo. Em vários casos, usaram-se adicionalmente restrições de longo prazo advindas da co-integração entre as séries consideradas: o PIB industrial brasileiro, as taxas de juros longa e curta, a inflação, e a previsão dos saldos da indústria (proporção de firmas que crêem num aumento de produção no próximo trimestre, subtraída da proporção de firmas que crêem numa queda). O poder preditivo dos diferentes modelos envolvendo essas variáveis foi avaliado a partir do uso de diferentes funções de perda (função dos erros de previsão de fora da amostra), que são avaliadas em uma janela móvel de tamanho fixo. Adicionalmente, considerou-se também a combinação das previsões de diferentes modelos, seguindo a literatura de combinação de previsões iniciada por Bates e Granger (1969). Conclui-se que o uso dos vetores de co-integração defasados como previsores – o spread da taxa de juros longa e curta, o spread entre os juros e a inflação, e a previsão dos saldos da indústria – em muito melhora a capacidade preditiva dos modelos considerados. Ademais, a combinação dos diferentes modelos de previsão, quer por média aritmética simples, quer por média ponderada, gerou, de forma geral, os melhores modelos de previsão para fora da amostra. Entretanto, houve casos em que modelos individuais tiveram um desempenho razoável e mesmo superior ao das combinações. Esses, no entanto, foram esporádicos. Logo, a sugestão recai sobre o uso de combinações de previsões como forma final de prever o PIB industrial.25 p. : il.Instituto de Pesquisa Econômica Aplicada (Ipea)2013-08-23T14:40:32Z2013-08-23T14:40:32Z2006-03Texto para Discussão (TD)info:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ipea.gov.br/handle/11058/1677ark:/51990/001300000495bwww.ipea.gov.brreponame:Repositório Institucional da IPEA (RCIpea)instname:Instituto de Pesquisa Econômica Aplicada (IPEA)instacron:IPEABrasilInstituto de Pesquisa Econômica Aplicada (Ipea)É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.info:eu-repo/semantics/openAccessHollauer, GilbertoBahia, Luiz DiasIssler, João Victorpor2015-03-11T14:54:30Zoai:repositorio.ipea.gov.br:11058/1677Repositório InstitucionalPUBhttp://repositorio.ipea.gov.br/oai/requestsuporte@ipea.gov.bropendoar:2015-03-11T14:54:30Repositório Institucional da IPEA (RCIpea) - Instituto de Pesquisa Econômica Aplicada (IPEA)false
dc.title.none.fl_str_mv Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
Texto para Discussão (TD) 1172: Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
Models vector of error correction applied to forecast industrial production growth
title Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
spellingShingle Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
Hollauer, Gilberto
PIB industrial
Inflação
Saldos da indústria
title_short Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
title_full Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
title_fullStr Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
title_full_unstemmed Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
title_sort Modelos vetoriais de correção de erros aplicados à previsão de crescimento da produção industrial
author Hollauer, Gilberto
author_facet Hollauer, Gilberto
Bahia, Luiz Dias
Issler, João Victor
author_role author
author2 Bahia, Luiz Dias
Issler, João Victor
author2_role author
author
dc.contributor.author.fl_str_mv Hollauer, Gilberto
Bahia, Luiz Dias
Issler, João Victor
dc.subject.por.fl_str_mv PIB industrial
Inflação
Saldos da indústria
topic PIB industrial
Inflação
Saldos da indústria
description Neste artigo são implementados e avaliados diferentes modelos econométricos de previsão para o PIB da indústria, dentro da classe de modelos vetoriais auto-regressivos (VAR), em freqüência trimestral, por vários procedimentos de teste e de modo intensivo. Em vários casos, usaram-se adicionalmente restrições de longo prazo advindas da co-integração entre as séries consideradas: o PIB industrial brasileiro, as taxas de juros longa e curta, a inflação, e a previsão dos saldos da indústria (proporção de firmas que crêem num aumento de produção no próximo trimestre, subtraída da proporção de firmas que crêem numa queda). O poder preditivo dos diferentes modelos envolvendo essas variáveis foi avaliado a partir do uso de diferentes funções de perda (função dos erros de previsão de fora da amostra), que são avaliadas em uma janela móvel de tamanho fixo. Adicionalmente, considerou-se também a combinação das previsões de diferentes modelos, seguindo a literatura de combinação de previsões iniciada por Bates e Granger (1969). Conclui-se que o uso dos vetores de co-integração defasados como previsores – o spread da taxa de juros longa e curta, o spread entre os juros e a inflação, e a previsão dos saldos da indústria – em muito melhora a capacidade preditiva dos modelos considerados. Ademais, a combinação dos diferentes modelos de previsão, quer por média aritmética simples, quer por média ponderada, gerou, de forma geral, os melhores modelos de previsão para fora da amostra. Entretanto, houve casos em que modelos individuais tiveram um desempenho razoável e mesmo superior ao das combinações. Esses, no entanto, foram esporádicos. Logo, a sugestão recai sobre o uso de combinações de previsões como forma final de prever o PIB industrial.
publishDate 2006
dc.date.none.fl_str_mv 2006-03
2013-08-23T14:40:32Z
2013-08-23T14:40:32Z
dc.type.driver.fl_str_mv Texto para Discussão (TD)
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ipea.gov.br/handle/11058/1677
dc.identifier.dark.fl_str_mv ark:/51990/001300000495b
url http://repositorio.ipea.gov.br/handle/11058/1677
identifier_str_mv ark:/51990/001300000495b
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Instituto de Pesquisa Econômica Aplicada (Ipea)
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Instituto de Pesquisa Econômica Aplicada (Ipea)
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Brasil
dc.publisher.none.fl_str_mv Instituto de Pesquisa Econômica Aplicada (Ipea)
publisher.none.fl_str_mv Instituto de Pesquisa Econômica Aplicada (Ipea)
dc.source.none.fl_str_mv www.ipea.gov.br
reponame:Repositório Institucional da IPEA (RCIpea)
instname:Instituto de Pesquisa Econômica Aplicada (IPEA)
instacron:IPEA
instname_str Instituto de Pesquisa Econômica Aplicada (IPEA)
instacron_str IPEA
institution IPEA
reponame_str Repositório Institucional da IPEA (RCIpea)
collection Repositório Institucional da IPEA (RCIpea)
repository.name.fl_str_mv Repositório Institucional da IPEA (RCIpea) - Instituto de Pesquisa Econômica Aplicada (IPEA)
repository.mail.fl_str_mv suporte@ipea.gov.br
_version_ 1815173060476534784