[en] ON THE MISSING DISINFLATION PUZZLE: A DATA-DRIVEN APPROACH

• Ano de defesa: 2021
• Autor(a) principal: RAPHAEL DE AQUINO LUDWIG PEREIRA
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] INFLACAO; [pt] MODEL CONFIDENCE SET; [pt] AVALIACAO DE PREVISAO; [pt] MACHINE LEARNING; [pt] SELECAO DE VARIAVEIS; [en] INFLATION; [en] MODEL CONFIDENCE SET; [en] FORECAST EVALUATION; [en] MACHINE LEARNING; [en] SELECTION OF VARIABLES
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=54981&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=54981&idi=2; http://doi.org/10.17771/PUCRio.acad.54981

[pt] O presente trabalho investiga as potenciais explicações para o fenômeno do Missing Disinflation Puzzle. Nós montamos uma base de dados contendo apenas variáveis associadas com o fenômeno, e utilizamos métodos de Machine Learning para calcular estimativas para a inflação do Consumer Price Index durante o período de interesse. Esses métodos podem lidar com bases de dados extensas, e realizar seleção de variáveis. Um exercício de seleção de melhores modelos utilizando a técnica de Model Confidence Set sobre previsões pseudo out-of-sample é proposto. Nós analisamos o padrão de seleção de variáveis entre os melhores modelos selecionados e encontramos evidência a favor das explicações associadas ao uso de diferentes métricas de expectativas de inflação - em especial aquelas ligadas a pesquisas feitas com consumidores.