Please use this identifier to cite or link to this item: https://repositorio.insper.edu.br/handle/11224/5425
Type: Trabalho de Conclusão de Curso
Title: Previsão para indicadores econômicos brasileiros: uma análise comparativa do modelo vetorial autorregressivo bayesiano (BVAR)
Author: Esper, Otavio Malheiros
Examination board: Martins, Sérgio Ricardo
Advisor: Bortoluzzo, Adriana Bruscato
Academic degree: Graduação
Publication Date: 2020
Original Abstract: Previsões econômicas têm grande importância tanto para o setor privado, balizando investimentos, quanto para a autoridade monetária e o governo, guiando políticas econômicas e a política monetária. Há uma vasta literatura sobre previsões, com aplicações de diferentes modelos na tentativa de gerar projeções consistentes e acuradas para variáveis econômicas. Uma metodologia pouco explorada na literatura brasileira são os modelos Vetoriais Autorregressivos Bayesianos. O presente estudo aplica tal metodologia para a geração de previsões para a inflação, a taxa de juros, o crescimento do PIB e hiato do produto. Ainda, em um esforço de avaliar a qualidade do modelo, suas previsões são comparadas com aquelas geradas por um modelo VAR clássico comparável e modelos ARMA. Os resultados encontrados apoiam a literatura passada, que sugere que modelos BVAR têm maior poder de previsão em horizontes mais distantes de tempo, enquanto modelos VAR clássicos podem ter performance superior no curto prazo. Os modelos ARMA, por sua vez, geraram previsões com maior erro do que o BVAR em quase todos os horizontes e variáveis estudados.
Keywords in original language : Modelos vetoriais autorregressivos bayesianos
previsão de séries temporais
Priori Minnesota
Abstract: Economic forecasting plays a big role not only in the private sector, guiding investments, but also in the carrying out of economic policies by the government and of monetary policy by the Central Banks. There is a vast literature on forecasting, employing many different models to generate consistently accurate predictions for economic variables. Bayesian Vectoral Autoregressive models are one of those models, albeit scarce in the available Brazilian literature. This study applies said methodology to forecast inflation, interest rates and GDP growth, using the Minnesota Prior Distribution. I then proceed to evaluate the accuracy of the model’s projections, comparing them to other models such as simple Autoregressive Moving Averages (ARMA) and classic approach VAR. The main findings of this paper support those of previously conducted studies, suggesting that BVAR models have a greater predictive power in more distant forecast horizons, whereas the classic VAR approach yields better results in the short run. ARMA model predictions, however, were inferior to that of BVAR in virtually every timespan and variable analyzed.
Keywords (english terms): Bayesian vectoral autoregression models
time series forecasting
Minnesota Prior
Language: Português
CNPq Area: Ciências Sociais Aplicadas
Copyright: TODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEM
Appears in Collections:Graduação em Economia

Files in This Item:
File Description SizeFormat 
Otavio Malheiros Esper _ Trabalho.pdfOtavio Malheiros Esper _ Trabalho445.17 kBAdobe PDFThumbnail
View/Open
Otavio Malheiros Esper _ Termo Autorização.pdfOtavio Malheiros Esper _ Termo Autorização903.09 kBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.