Metodologia para modelos de nowcasting de dados de atividade
N/D
Autores
Dobrianskyj, Guilherme Martinho
Orientador
Co-orientadores
Citações na Scopus
Tipo de documento
Dissertação
Data
2021
Resumo
O trabalho utiliza uma técnica de nowcasting de atividade para diversos países, que possuem diferentes características e qualidades de dados econômicos. São utilizados dados mensais para o nowcast do Produto Interno Bruto dos países, que são dados trimestrais. Ao considerar tempo de execução, robustez a ruídos e flexibilidade de implementação, são utilizadas técnicas baseadas em Análise de Componentes Principais e regressões lineares robustas a ruídos (Huber regression). A fim de modelar a jagged edge (quando, em determinado dia, é sabido apenas alguns dos dados utilizados no modelo), é utilizado um Vetor Autorregressivo com uma defasagem. Os nowcasters construídos mostram boa capacidade preditiva, porém possuem alta dependência na qualidade e histórico dos dados utilizados
Palavras-chave
Nowcast; Huber regression; Análise quantitativa; Análise de componentes principais
Titulo de periódico
URL da fonte
Título de Livro
URL na Scopus
Idioma
Português
Notas
Membros da banca
Araújo, Júlia Passabom
Área do Conhecimento CNPQ
Ciências Exatas e da Terra