Descobrindo modelos de previsão para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | |
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 |