[en] CAPITAL FLOWS TO EMERGING MARKETS: THE CASE OF BRAZIL

• Ano de defesa: 2022
• Autor(a) principal: THIAGO GUEDES MORAIS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] FLUXOS DE CAPITAIS; [pt] CONTA FINANCEIRA; [pt] BALANCO DE PAGAMENTOS; [pt] REGULARIZACAO; [pt] MACHINE LEARNING; [en] CAPITAL FLOWS; [en] FINANCIAL ACCOUNT; [en] BALANCE OF PAYMENTS; [en] SHRINKAGE; [en] MACHINE LEARNING
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60630&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60630&idi=2; http://doi.org/10.17771/PUCRio.acad.60630

[pt] Motivados pela posição de destaque do real brasileiro entre uma das moedas mais depreciadas em relação aos seus pares emergentes em meados de 2020, potencialmente fomentada pela expressiva evasão de capitais observada no decorrer da pandemia COVID-19 que culminou com um déficit no mercado cambial, realizamos previsões um trimestre a frente para os fluxos de capitais líquidos para o Brasil através de técnicas de machine learning, utilizando modelos de regularização para seleção das variáveis importantes. Os fluxos são obtidos a partir de dados trimestrais do balanço de pagamentos, englobando 2004:T1 a 2021:T1. Os modelos propostos, tanto LASSO quanto adaLASSO + OLS, foram capazes de gerar previsões fora da amostra melhores que o modelo de benchmark, AR. Apesar disso, quando comparados entre si, não podemos rejeitar a hipótese nula de que os modelos propostos possuem a mesma precisão de previsão.