Modelos robustos de previsão de inflação

Abstract

Esse estudo tem como objetivo avaliar diferentes modelos para a previsão do índice de inflação nacional (IPCA) empregando modelos de seleção automática de variáveis e diferentes grupos de variáveis com as informações agregadas e desagregadas das séries de inflação, tanto nacional quanto regional. Os resultados mostraram que informações com maior granularidade são capazes de adicionar maior poder preditivo porém requerem modelos com mais filtros na seleção de variáveis.

This study has the objective of evaluating different models for forecasting the national consumer’s inflation index of Brazil (IPCA) using models for automatic selection of variables (Autometrics) and different groups of variables regarding aggregated and disaggregated inflation time series, both on a national level and a regional level. The results showed that more granular information are able to bring a bigger forecasting capacity, but require models with more intense filtering when selecting the variables.