Dissertação de Mestrado

URI permanente desta comunidadehttps://repositorio.insper.edu.br/handle/11224/3237

Navegar

Filtros

2024 - 20252

Configurações

Palavra-chave: search.filters.subject.InflaçãoÁrea do Conhecimento: search.filters.subjectcnpq.ECONOMIA

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Dissertação
    Forecasting do PIB e da Inflação do Brasil: usando técnicas de machine learning
    (2025) Braga, Isis Aparecida Drezza
    Este estudo explora o uso de técnicas modernas de machine learning para aprimorar as previsões do PIB e da inflação no Brasil. A análise utiliza um conjunto abrangente de indicadores macroeconômicos, incluindo variáveis nacionais, fornecidas pelo Banco Central do Brasil, e internacionais. Modelos como Random Forest, Lasso e CatBoost são implementados, sendo avaliados em comparação com métodos tradicionais, como modelos autoregressivos (AR) e Random Walk. Além disso, o impacto das expectativas do Boletim Focus na precisão preditiva é investigado, utilizando métricas como o erro médio quadrático raiz (RMSE) e o Teste Diebold Mariano para identificar diferenças estatisticamente significativas entre os modelos. Adicionalmente, a análise de importância das variáveis permite avaliar a contribuição das expectativas para o desempenho preditivo. O estudo busca não apenas quantificar os benefícios das técnicas modernas de machine learning, mas também compreender como a incorporação de variáveis prospectivas pode enriquecer as previsões econômicas em cenários complexos e dinâmicos como o do Brasil.
  • Imagem de Miniatura
    Dissertação
    Modeling Inflation Dynamics in the United States and Brazil: A Study of Structural and Unrestricted Econometric Approaches
    (2024) Ferrazoli, Amabile
    This thesis consists of two essays examining inflation dynamics through econometric modeling, with distinct analyses of the United States and Brazil, particularly during and after the COVID-19 pandemic. The first essay analyzes inflation dynamics in the United States, benchmarking the Bernanke & Blanchard Structural Vector Autoregression with Exogenous Variables (SVAR-X) models against unrestricted Vector Autoregression (VAR-X) and modified SVAR frameworks. It specifically addresses the structural limitations highlighted by the Bernanke and Blanchard (2023, 2024) model, demonstrating that rigidity in standard model assumptions can obscure critical interactions among wage growth, price inflation, and inflation expectations. The findings indicate significant feedback loops and highlight how structural assumptions impact the perceived role of labor market dynamics, sectoral price shocks, and inflation expectations, especially under the unprecedented disruptions brought by the pandemic. The second essay adapts and expands the modeling approach to Brazil's unique economic conditions, incorporating explicit adjustments for inflation expectations within an inflation-targeting regime. This essay demonstrates how structural factors—such as indexation, policy volatility, and expectation deviations from targets—significantly influence inflation persistence in an emerging market. The empirical results highlight Brazil's greater sensitivity to supply-side shocks and the critical role of wage-setting mechanisms. Methodological refinements, including the explicit modeling of policy credibility and labor market tightness through novel indicators, provide nuanced insights into the limitations of standard developed markets oriented econometric approaches when applied to emerging economies.