FGV Digital Repository
    • português (Brasil)
    • English
    • español
      Visit:
    • FGV Digital Library
    • FGV Scientific Journals
  • English 
    • português (Brasil)
    • English
    • español
  • Login
View Item 
  •   DSpace Home
  • FGV EPGE - Escola Brasileira de Economia e Finanças
  • FGV EPGE - Dissertações, Mestrado em Finanças e Economia Empresarial
  • View Item
  •   DSpace Home
  • FGV EPGE - Escola Brasileira de Economia e Finanças
  • FGV EPGE - Dissertações, Mestrado em Finanças e Economia Empresarial
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of DSpaceFGV Communities & CollectionsAuthorsAdvisorSubjectTitlesBy Issue DateKeywordsThis CollectionAuthorsAdvisorSubjectTitlesBy Issue DateKeywords

My Account

LoginRegister

Statistics

View Usage Statistics

Previsão de inflação utilizando modelos de séries temporais

Thumbnail
View/Open
Simone Jager 2014.pdf (746.7Kb)
Date
2014-01-23
Author
Bonno, Simone Jager Patrocinio
Advisor
Campos, Eduardo Lima
Metadata
Show full item record
Abstract
This paper compares time series models to forecast short-term Brazilian inflation measured by Consumer Price Index (IPCA). Were considered SARIMA Box-Jenkins models and structural models in state space, as estimated by the Kalman filter. For estimation of the models, the series of IPCA monthly basis from March 2003 to March 2012 was used. The SARIMA models were estimated in EVIEWS and structural models in STAMP. For the validation of the models out of sample forecasts were considered one step ahead for the period April 2012 to March 2013, based on the main criteria for assessing predictive ability proposed in the literature. The conclusion of the study is that, although the structural model allows, to decompose the series into components with direct interpretation and study them separately, while incorporating explanatory variables in a simple way, the performance of the SARIMA model to predict Brazilian inflation was higher in the period and horizon considered. Another important positive aspect is that the implementation of a SARIMA model is ready, and predictions from it are obtained in a simple and direct way.
 
Este trabalho compara modelos de séries temporais para a projeção de curto prazo da inflação brasileira, medida pelo Índice de Preços ao Consumidor Amplo (IPCA). Foram considerados modelos SARIMA de Box e Jenkins e modelos estruturais em espaço de estados, estimados pelo filtro de Kalman. Para a estimação dos modelos, foi utilizada a série do IPCA na base mensal, de março de 2003 a março de 2012. Os modelos SARIMA foram estimados no EVIEWS e os modelos estruturais no STAMP. Para a validação dos modelos para fora da amostra, foram consideradas as previsões 1 passo à frente para o período de abril de 2012 a março de 2013, tomando como base os principais critérios de avaliação de capacidade preditiva propostos na literatura. A conclusão do trabalho é que, embora o modelo estrutural permita, decompor a série em componentes com interpretação direta e estudá-las separadamente, além de incorporar variáveis explicativas de forma simples, o desempenho do modelo SARIMA para prever a inflação brasileira foi superior, no período e horizonte considerados. Outro importante aspecto positivo é que a implementação de um modelo SARIMA é imediata, e previsões a partir dele são obtidas de forma simples e direta.
 
URI
http://hdl.handle.net/10438/11750
Collections
  • FGV EPGE - Dissertações, Mestrado em Finanças e Economia Empresarial [438]
Knowledge Areas
Economia
Finanças
Subject
Inflação
Índice nacional de preços ao consumidor amplo
Previsão com Metodologia de Box-Jenkins
Kalman, Filtragem de
Keyword
Inflation-Brazil
National consumer price index (IPCA)
Time series
Box and Jenkins
State-space
Structural model
The Kalman filter
Índice Nacional de Preços ao Consumidor Amplo (IPCA)
Séries temporais
Box e Jenkins
SARIMA
Espaço de Estados
Modelo estrutural
Filtro de Kalman
Inflação-Brasil

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 


DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Import Metadata