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 EESP - Escola de Economia de São Paulo
  • FGV EESP - MPFE: Dissertações, Mestrado Profissional em Finanças e Economia
  • View Item
  •   DSpace Home
  • FGV EESP - Escola de Economia de São Paulo
  • FGV EESP - MPFE: Dissertações, Mestrado Profissional em Finanças e Economia
  • 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

Transmuting unequally spaced data: a MIDAS regression touch to forecast real GDP growth in Brazil

Thumbnail
View/Open
PDF (944.5Kb)
Date
2020-12-16
Author
Ferreira, Julia Ladeira
Advisor
Pereira, Pedro L. Valls
Metadata
Show full item record
Abstract
Unequally spaced data poses a dilemma on how to aggregate high-frequency variables to model a low-frequency variable. To tackle this quandary, this work proposes to apply MI(xed) DA(ta) S(ampling) (MIDAS), which allows the independent and dependent variables to be sampled at various and different frequencies, to forecast the real GDP growth in Brazil using macroeconomic data. The results show that the restricted polynomial MIDAS specification can outperform the AR(1) for out of the sample recursively estimated nowcasts. Moreover, IBC-BR restricted lag polynomial based MIDAS showcase the best performance under all the computed metrics for evaluation. Not only did the restricted IBC-Br MIDAS outperform the benchmark, but it also beat the U-MIDAS. Fortuitously, the cumulative MSE ratio revealed that between 2014Q3 until the end of 2015, the quotient for the monetary base MIDAS model continuously declined. While this behavior might not be related to the "fiscal pedaling", its trend contributes to the economic policy narrative during those years.
 
Dados espaçados desigualmente impõem um dilema sobre como agregar variáveis de alta frequência. Este trabalho propõe a aplicação de MI(xed) DA(ta) S(ampling) (MIDAS), que permite modelar variáveis independentes e dependentes com diferentes frequências. Esse trabalho utiliza essa abordagem para prever o crescimento real do PIB no Brasil com séries macroeconômicos. Os resultados mostram que é possível superar a acurácia das previsões fora da amostra do AR(1) com a especificação polinomial recursivamente estimada. Dentre todos os regressores, o IBC-Br apresentou a melhor performance. O modelo com IBC-Br não apenas ultrapassou o desempenho do benchmark, mas também apresentou uma performance melhor do que o U-MIDAS. Por fim, o índice MSE acumulado revelou que, entre 2014Q3 e o final de 2015, o quociente para o modelo MIDAS da base monetária declinou continuamente. Embora esse comportamento possa não estar relacionado à "pedalada fiscal", sua tendência contribui para a narrativa da política econômica durante esses anos.
 
URI
https://hdl.handle.net/10438/29972
Collections
  • FGV EESP - MPFE: Dissertações, Mestrado Profissional em Finanças e Economia [1005]
Knowledge Areas
Economia
Subject
Produto interno bruto - Brasil
Previsão econômica
Modelos econométricos
Macroeconomia
Keyword
Economic forecasting
Econometric models
GDP
Macroeconomics
Produto interno bruto - Brasil
Previsão econômica
Modelos econométricos
Macroeconomia
MIDAS

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