Metodologia para modelos de nowcasting de dados de atividade

dc.contributor.advisorGUSTAVO BARBOSA SOARES
dc.contributor.authorDobrianskyj, Guilherme Martinho
dc.coverage.cidadeSão Paulopt_BR
dc.coverage.paisBrasilpt_BR
dc.creatorDobrianskyj, Guilherme Martinho
dc.date.accessioned2023-08-23T17:26:32Z
dc.date.available2023-08-23T17:26:32Z
dc.date.issued2021
dc.description.abstractO 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 utilizadospt_BR
dc.description.otherThis paper uses a nowcasting methodology for activity of countries, with those having different characteristics and data quality. It is utilized monthly data for nowcasting the Gross Domestic Product of each country, which are quarterly data. Taking into consideration execution time of the methodology, robustness to noise and flexibility, techniques as Principal Component Analysis and linear robust regressions (Huber regression) are used. To model the jagged edge (when, on given day, only a few data points from a period are known), a Vector Autoregression model with one lag is used. The nowcasters are shown to have a good predictive caapacity, however it relies on high quality of data and high quantity of historical data.pt_BR
dc.description.qualificationlevelMestradopt_BR
dc.format.extent46 p.pt_BR
dc.format.mediumDigitalpt_BR
dc.identifier.urihttps://repositorio.insper.edu.br/handle/11224/6029
dc.language.isoPortuguêspt_BR
dc.rights.licenseTODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMpt_BR
dc.subjectNowcastpt_BR
dc.subjectHuber regressionpt_BR
dc.subjectAnálise quantitativapt_BR
dc.subjectAnálise de componentes principaispt_BR
dc.subject.keywordsNowcastpt_BR
dc.subject.keywordsHuber regressionpt_BR
dc.subject.keywordsquantitative analysispt_BR
dc.subject.keywordsprincipal component analysispt_BR
dc.titleMetodologia para modelos de nowcasting de dados de atividadept_BR
dc.typemaster thesis
dspace.entity.typePublication
local.contributor.boardmemberDIOGO ABRY GUILLEN
local.contributor.boardmemberAraújo, Júlia Passabompt_BR
local.subject.cnpqCiências Exatas e da Terrapt_BR
local.typeDissertaçãopt_BR
relation.isAdvisorOfPublication8a7b5a9c-5615-4623-bfcb-b67ed3f6008f
relation.isAdvisorOfPublication.latestForDiscovery8a7b5a9c-5615-4623-bfcb-b67ed3f6008f
relation.isBoardMemberOfPublication42467f12-8c1d-4822-b418-d3aebeda63b8
relation.isBoardMemberOfPublication.latestForDiscovery42467f12-8c1d-4822-b418-d3aebeda63b8

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
N/D
Nome:
license.txt
Tamanho:
282 B
Formato:
Item-specific license agreed upon to submission
Descrição: