Prevendo inflação usando ridge regressions
Este estudo tem como objetivo analisar o desempenho de vários modelos econométricos ao prever Inflação . Iniciamos o trabalho utilizando como base de comparação para todos os modelos a tradicional curva de Phillips que usa a taxa de desemprego como variável explicativa para diferenças de preço. Dent...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2006 |
| País: | Brasil |
| Institución: | Fundação Getulio Vargas (FGV) |
| Repositorio: | Repositório Institucional do FGV (FGV Repositório Digital) |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.fgv.br:10438/187 |
| Acceso en línea: | https://hdl.handle.net/10438/187 |
| Access Level: | acceso abierto |
| Palabra clave: | Previsão de inflação Curva de Phillips Ridge regression Economia Inflação - Modelos econométricos Phillips, Curva de |
| Sumario: | Este estudo tem como objetivo analisar o desempenho de vários modelos econométricos ao prever Inflação . Iniciamos o trabalho utilizando como base de comparação para todos os modelos a tradicional curva de Phillips que usa a taxa de desemprego como variável explicativa para diferenças de preço. Dentre os modelos analisados temos univariados e bivariados, sendo estes últimos uma curva de Phillips alternativa já que apenas sustitui a variável desemprego por outra variável macroeconômica. Além destes modelos também comparamos o desempenho de previsão de modelos que usam como covariadas uma combinação das previsões dos modelos anteriores (univariados e bivariados). O resultado deste estudo aponta a combinação de modelos por 'ridge regression' como uma técnica - dentre as analisadas para combinação de previsões - de menor erro de previsão sempre; sendo alcançado pela combinação da média em apenas um dos casos analisados. No entanto, a combinação de previsões não apresentou melhor resultado que algumas das covariadas testadas em modelos bivariados |
|---|