Uma abordagem em macrofinanças para a previsão dos movimentos da taxa de câmbio do Brasil

• Ano de defesa: 2018
• Autor(a) principal: Ruperti, Felipe Nascimento
• Orientador(a): Caldeira, João Frois
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Taxa de câmbio; Variáveis econômicas; Brasil
• Palavras-chave em Inglês: Exchange rate; Forecasting; Nelson-Siegel; Forgetting factor; TVP-VAR; DMA; DMS
• Link de acesso: http://hdl.handle.net/10183/193543

Este trabalho de pesquisa, baseado em Chen e Tsang (2011), considera a taxa de câmbio como uma variável macroeconômica, responsável por equilibrar os preços relativos de bens e serviços no mercado internacional e, também, como uma variável financeira, incorporando em seu preço expectativas e riscos. Levando isso em conta, um dos principais objetivos é analisar se a abordagem conjunta em macrofinanças pode melhorar a previsão dos movimentos da taxa de câmbio para o caso do Brasil e, ao mesmo tempo, contribuir para a literatura, ao permitir que os coeficientes dos modelos analisados variem no tempo, por meio da especificação econométrica TVP-VAR não estrutural. Com o objetivo de lidar com a "maldição da dimensionalidade", associada à estimação de modelos TVP-VAR e, paralelamente, de modo a evitar a escolha de somente um modelo ao longo do tempo, fatores de esquecimento, juntamente com os algoritmos de Seleção Dinâmica de Modelos (DMS) e de Combinação Dinâmica de Modelos (DMA) são implementados. Diferentes especificações para a estrutura TVP-VAR são comparadas de acordo com os fundamentos para a taxa de câmbio: a macro-only, com as variáveis macro selecionadas a partir do diferencial entre regras de Taylor a yields-only, com os fatores latentes de Nelson-Siegel, que são utilizados como proxies de forma a refletir as expectativas e riscos incorporados na curva de juros relativa; e, por fim, a macro-yields, com os dois tipos de fundamentos. O período considerado se inicia em janeiro de 2015 e termina em junho de 2017. O resultado principal apresenta evidências de que a abordagem conjunta em macrofinanças em uma estrutura TVP-VAR melhora a previsão da taxa de câmbio se comparada com o passeio aleatório, principal benchmark. Em geral, o modelo TVP-VAR-DMA e TVP-VAR-DMS, ambos com a condição de passeio aleatório para o comportamento da matriz de coeficientes, apresentaram as melhores performances dentre os modelos considerados.