Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Soares, Júlio César Prado |
| Orientador(a): |
Marçal, Emerson Fernandes |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Link de acesso: |
https://hdl.handle.net/10438/30741
|
Resumo: |
A projeção da inflação, de grande importância para agentes financeiros, autoridades monetárias e da sociedade em geral, traz, dentre outros, dois pontos de interesse a serem abordados. Primeiramente, a utilização de grande quantidade de variáveis, e segundo, o ganho de informação com as desagregações do índice de inflação. No presente trabalho é utilizado o algoritmo Autometrics para projetar o IPCA com grande número de regressores iniciais, dentre os quais desagregações da própria inflação, obtendo projeções superiores àquelas obtidas por modelos AR (1) e modelos AR (1) com dummies sazonais, e piores que as projeções do boletim FOCUS, compiladas pelo Banco Central. Os modelos são analisados sob a ótica do erro quadrático médio fora da amostra e do Model Confidence Set. |
