Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores

Detalhes bibliográficos
Autor(a) principal: Silva, Anderson Moriya
Data de Publicação: 2018
Outros Autores: Marçal, Emerson Fernandes
Tipo de documento: Artigo
Idioma: por
Título da fonte: Estudos Econômicos (São Paulo)
Texto Completo: https://www.revistas.usp.br/ee/article/view/125711
Resumo: Este trabalho visa avaliar o poder preditivo que séries macroeconômicas tem sobre o índice de preços ao consumidor amplo do brasileiro (IPCA) utilizando técnicas de séries de tempo. As previsões são realizadas para um horizonte de até 12 períodos a frente e comparadas com um processo autoregressivo como referência. O período vai de janeiro de 2000 até Agosto de 2015. Utilizou-se um conjunto amplo de informação de 1170 séries diferentes. Para cada momento e horizonte utilizou-se o processo de seleção através do algoritmo Autometrics desenvolvido por Hendry e Doornik (2014). O desempenho preditivo dos modelos foi comparado utilizando o Model Confident Set, developed by Hansen, Lunde and Nason (2010). Os resultados sugerem que há ganhos expressivos de previsão principalmente para os horizontes mais longos.
id USP-14_69382f0317ade768abf819d6bd2286be
oai_identifier_str oai:revistas.usp.br:article/125711
network_acronym_str USP-14
network_name_str Estudos Econômicos (São Paulo)
repository_id_str
spelling Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadoresDiscovering prediction models for Brazilian inflation rate: an analysis based on a great number of seriesprevisãoinflaçãoseleção de modelosautometricsmodel confidence setinflationforecastingmodel selectionautometricsmodel confidence setEste trabalho visa avaliar o poder preditivo que séries macroeconômicas tem sobre o índice de preços ao consumidor amplo do brasileiro (IPCA) utilizando técnicas de séries de tempo. As previsões são realizadas para um horizonte de até 12 períodos a frente e comparadas com um processo autoregressivo como referência. O período vai de janeiro de 2000 até Agosto de 2015. Utilizou-se um conjunto amplo de informação de 1170 séries diferentes. Para cada momento e horizonte utilizou-se o processo de seleção através do algoritmo Autometrics desenvolvido por Hendry e Doornik (2014). O desempenho preditivo dos modelos foi comparado utilizando o Model Confident Set, developed by Hansen, Lunde and Nason (2010). Os resultados sugerem que há ganhos expressivos de previsão principalmente para os horizontes mais longos.This work evaluates the prediction capabilities of econometric time series models based on macroeconomics indicators for Brazilian consumer price index (IPCA). We run a pseudo real time prediction exercise with twelve steps ahead horizon. Predictions are compared with univariate models such as the first order autoregressive model among others. The sample period goes from January 2000 to August 2015. We evaluated over 1170 different economic variable for each forecast period, searching for the best predictor set in each point in time using Autometrics algorithm as model selector. Models’ performance is compared using Model Confidence Set, developed by Hansen, Lunde and Nason (2010). Our results suggest possible gains in predictions that use a high number of indicators particularly at longer horizons.Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade2018-09-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.revistas.usp.br/ee/article/view/12571110.1590/0101-41614833aseEstudos Econômicos (São Paulo); v. 48 n. 3 (2018); 423-4501980-53570101-4161reponame:Estudos Econômicos (São Paulo)instname:Universidade de São Paulo (USP)instacron:USPporhttps://www.revistas.usp.br/ee/article/view/125711/147247Copyright (c) 2018 Anderson Moriya Silva, Emerson Fernandes Marçalhttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessSilva, Anderson MoriyaMarçal, Emerson Fernandes2020-11-26T17:27:16Zoai:revistas.usp.br:article/125711Revistahttps://www.revistas.usp.br/eePUBhttps://www.revistas.usp.br/ee/oaiestudoseconomicos@usp.br||aldrighi@usp.br1980-53570101-4161opendoar:2020-11-26T17:27:16Estudos Econômicos (São Paulo) - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
Discovering prediction models for Brazilian inflation rate: an analysis based on a great number of series
title Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
spellingShingle Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
Silva, Anderson Moriya
previsão
inflação
seleção de modelos
autometrics
model confidence set
inflation
forecasting
model selection
autometrics
model confidence set
title_short Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
title_full Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
title_fullStr Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
title_full_unstemmed Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
title_sort Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
author Silva, Anderson Moriya
author_facet Silva, Anderson Moriya
Marçal, Emerson Fernandes
author_role author
author2 Marçal, Emerson Fernandes
author2_role author
dc.contributor.author.fl_str_mv Silva, Anderson Moriya
Marçal, Emerson Fernandes
dc.subject.por.fl_str_mv previsão
inflação
seleção de modelos
autometrics
model confidence set
inflation
forecasting
model selection
autometrics
model confidence set
topic previsão
inflação
seleção de modelos
autometrics
model confidence set
inflation
forecasting
model selection
autometrics
model confidence set
description Este trabalho visa avaliar o poder preditivo que séries macroeconômicas tem sobre o índice de preços ao consumidor amplo do brasileiro (IPCA) utilizando técnicas de séries de tempo. As previsões são realizadas para um horizonte de até 12 períodos a frente e comparadas com um processo autoregressivo como referência. O período vai de janeiro de 2000 até Agosto de 2015. Utilizou-se um conjunto amplo de informação de 1170 séries diferentes. Para cada momento e horizonte utilizou-se o processo de seleção através do algoritmo Autometrics desenvolvido por Hendry e Doornik (2014). O desempenho preditivo dos modelos foi comparado utilizando o Model Confident Set, developed by Hansen, Lunde and Nason (2010). Os resultados sugerem que há ganhos expressivos de previsão principalmente para os horizontes mais longos.
publishDate 2018
dc.date.none.fl_str_mv 2018-09-30
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.revistas.usp.br/ee/article/view/125711
10.1590/0101-41614833ase
url https://www.revistas.usp.br/ee/article/view/125711
identifier_str_mv 10.1590/0101-41614833ase
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://www.revistas.usp.br/ee/article/view/125711/147247
dc.rights.driver.fl_str_mv Copyright (c) 2018 Anderson Moriya Silva, Emerson Fernandes Marçal
http://creativecommons.org/licenses/by-nc/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2018 Anderson Moriya Silva, Emerson Fernandes Marçal
http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade
publisher.none.fl_str_mv Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade
dc.source.none.fl_str_mv Estudos Econômicos (São Paulo); v. 48 n. 3 (2018); 423-450
1980-5357
0101-4161
reponame:Estudos Econômicos (São Paulo)
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Estudos Econômicos (São Paulo)
collection Estudos Econômicos (São Paulo)
repository.name.fl_str_mv Estudos Econômicos (São Paulo) - Universidade de São Paulo (USP)
repository.mail.fl_str_mv estudoseconomicos@usp.br||aldrighi@usp.br
_version_ 1787713830496763904