TODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMADRIANA BRUSCATO BORTOLUZZOEsper, Otavio Malheiros2023-03-222023-03-222020https://repositorio.insper.edu.br/handle/11224/5425Previsões 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.37 p.DigitalPortuguêsModelos vetoriais autorregressivos bayesianosprevisão de séries temporaisPriori Minnesotabachelor thesisBayesian vectoral autoregression modelstime series forecastingMinnesota Prior