IDEAS home Printed from https://ideas.repec.org/p/fgv/eesptd/460.html
   My bibliography  Save this paper

Descobrindo e avaliando modelos de predição para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores

Author

Listed:
  • Silva, Anderson Moriya
  • Marçal, Emerson Fernandes

Abstract

Este trabalho visa avaliar o poder preditivo que séries macroeconômicas tem sobre o índice de preços ao consumidor amplo do brasileiro (IPCA) utilizando técnicas de séries de tempo. As previsões são realizadas para um horizonte de até 12 períodos a frente e comparadas com um processo autoregressivo como referência. O período vai de janeiro de 2000 até agosto de 2015. Utilizou-se um conjunto amplo de informação de 1170 séries diferentes. Para cada momento e horizonte utilizou-se o processo de seleção através do algoritmo Autometrics desenvolvido por Hendry e Doornik (2014). O desempenho preditivo dos modelos foi comparado utilizando o Model Confident Set, desenvolvido por Hansen, Lunde and Nason (2010). Os resultados sugerem que há ganhos expressivos de previsão principalmente para os horizontes mais longos

Suggested Citation

  • Silva, Anderson Moriya & Marçal, Emerson Fernandes, 2017. "Descobrindo e avaliando modelos de predição para a inflação brasileira: uma análise a partir de uma gama ampla de indicadores," Textos para discussão 460, FGV EESP - Escola de Economia de São Paulo, Fundação Getulio Vargas (Brazil).
    • Handle: RePEc:fgv:eesptd:460
    as

    Download full text from publisher

    File URL: https://repositorio.fgv.br/bitstreams/d26ed9dc-07fe-4d3e-89ef-56323d9251fc/download
    Download Restriction: no
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:fgv:eesptd:460. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Núcleo de Computação da FGV EPGE (email available below). General contact details of provider: https://edirc.repec.org/data/eegvfbr.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.