Ensaios em econometria de séries temporais: núcleo e previsão da inflação no Brasil

• Main Author: Santos, Cristiano da Silva
• Other Authors: Castelar, Luiz Ivan de Melo
• Language: Portuguese
• Published: 2017
• Subjects: Inflação; Econometria; Decomposição de Beveridge Nelson
• Online Access: http://www.repositorio.ufc.br/handle/riufc/23002

SANTOS, Cristiano da Silva. Ensaios em econometria de séries temporais: núcleo e previsão da inflação no Brasil. Tese (Doutorado) - Universidade Federal do Ceará, Programa de Pós Graduação em Economia, CAEN, Fortaleza, 2017. 96f. === Submitted by Mônica Correia Aquino ([e-mail]) on 2017-06-02T19:12:48Z No. of bitstreams: 1 2017_tese_cssantos.pdf: 2208108 bytes, checksum: 9169861d6fe6f46319946a80ea7e54ba (MD5) === Approved for entry into archive by Mônica Correia Aquino ([e-mail]) on 2017-06-02T19:13:17Z (GMT) No. of bitstreams: 1 2017_tese_cssantos.pdf: 2208108 bytes, checksum: 9169861d6fe6f46319946a80ea7e54ba (MD5) === Made available in DSpace on 2017-06-02T19:13:17Z (GMT). No. of bitstreams: 1 2017_tese_cssantos.pdf: 2208108 bytes, checksum: 9169861d6fe6f46319946a80ea7e54ba (MD5) Previous issue date: 2017 === The objective of this thesis is to study the issues related to the core and the forecast of inflation in the Brazilian economy after the real plan by means of three independent tests that has as intersection the use of time series econometrics. In the first essay we compare the inflation forecasts obtained with common factors estimated from a large data set, with the predictions provided by the Central Bank of Brazil's Focus survey and by the integrated autoregressive moving average (ARIMA) and autoregressive vector (VAR ). The results show that the predictions of the Focus survey are the ones with the lowest mean square error between the models compared and that the gains of using large amounts of data to predict inflation are limited. The second essay investigates whether the core of inflation capturing the permanent price changes has any relation to the long-run inflation trajectory. For this, two core measurements are constructed with unobserved (UC) component models estimated by maximum likelihood and Kalman filter. The results show that the core measure constructed with a multivariate UC model is the only one among the measured measures that is unvented and a prior indicator of inflation, with the lowest error out-of-sample forecast. The third essay also proposes a new core measure of inflation following the notes of the second essay and advancing considering the possible non linearity and non-stationary inflation in Brazil. In order to estimate the new core, the empirical decomposition method (EMD) is used that does not use the assumptions of the series to be stationary or linear. The results indicate that the new core measure obtained has a better performance to predict out-of-sample inflation among the measures evaluated and has the statistical properties of being cointegrated, unbiased, attractive and strongly exogenous in relation to inflation, characteristics that are useful For monetary policy purposes. === O objetivo desta tese é estudar as questões relacionadas ao núcleo e à previsão da inflação na economia brasileira após o plano real por meio de três ensaios independentes com o uso da econometria de séries temporais. O primeiro ensaio investiga se o uso da grande quantidade de séries macroeconômicas disponíveis contribui para melhorar a previsão da inflação. Para isso, se compara as previsões da inflação obtidas com fatores comuns estimados de um grande conjunto de dados, com as previsões fornecidas pela pesquisa Focus do Banco Central do Brasil e por modelos autorregressivo integrado de média móvel (ARIMA) e vetor autorregressivo (VAR). Os resultados mostram que as previsões da pesquisa Focus são as que apresentam menor erro quadrático médio entre os modelos comparados e que os ganhos de se utilizar grande quantidade de dados para prever a inflação são limitados. O segundo ensaio investiga se o núcleo da inflação que captura as mudanças de preços que são permanentes possui alguma relação com a trajetória de longo prazo da inflação. Para capturar o componente permanente, duas medidas de núcleo são construídas com modelos de componentes não observados (UC) estimados por máxima verossimilhança e filtro de Kalman. Os resultados mostram que a medida de núcleo construída com um modelo UC multivariado é a única entre as medidas avaliadas que é não viesada e um indicador antecedente da inflação, possuindo o menor erro previsão fora da amostra. O terceiro ensaio também propõe uma nova medida de núcleo da inflação seguindo os apontamentos do segundo ensaio e avançando ao considerar a possível não linearidade e não estacionariedade da inflação no Brasil. Para estimar o novo núcleo é usado o método de decomposição em modos empíricos (EMD) que não utiliza os pressupostos da série ser estacionária ou linear. Os resultados apontam que a nova medida de núcleo obtida tem um melhor desempenho para prever a inflação fora da amostra entre as medidas avaliadas e possui as propriedades estatísticas de ser cointegrada, não enviesada, atratora e fortemente exógena em relação à inflação, características que são úteis para os objetivos da política monetária.