Export Ready — 

Proposição de um modelo de nowcasting de inflação para o Brasil

Bibliographic Details
Main Author: Victória Santos Jorge
Publication Date: 2024
Format: Master thesis
Language: por
Source: Repositório Institucional da INSPER
Download full: https://repositorio.insper.edu.br/handle/11224/7286
Summary: Lidar com grandes e complexos conjuntos de dados ainda é um desafio enfrentado pelos macroeconomistas envolvidos em análise e processamento das observações em tempo real. Além disso, o grande volume de informações dificulta a seleção de variáveis que sejam relevantes para a tomada de decisões, por isso, trazemos uma abordagem de machine learning que busca selecionar as varáveis mais informativas para explicar a inflação brasileira corrente, aproveitando também que temos uma vasta gama de indicadores disponíveis que medem o nível de preços, com frequências e abrangências diversas. Usando a modelagem e bibliografia baseada nas usadas para nowcasting de atividade econômica e pelo FED de Cleveland para a inflação norte-americana, buscamos desse modo, uma forma de mensurar a inflação com base nos dados que temos em alta frequência e em tempo real, a fim de assegurar a tomada de decisão dos agentes e do Banco Central, permitindo uma compreensão mais imediata das condições econômicas atuais em um ambiente dinâmico, onde as condições podem mudar rapidamente.
id INSP_0b4bac9dde45476c4e6dd3dbbe6df963
oai_identifier_str oai:repositorio.insper.edu.br:11224/7286
network_acronym_str INSP
network_name_str Repositório Institucional da INSPER
repository_id_str
spelling Proposição de um modelo de nowcasting de inflação para o Brasilinflaçãomonitoramento das condições econômicasdados em tempo realnowcastinginflationmonitoring economic conditionsreal-time dataLidar com grandes e complexos conjuntos de dados ainda é um desafio enfrentado pelos macroeconomistas envolvidos em análise e processamento das observações em tempo real. Além disso, o grande volume de informações dificulta a seleção de variáveis que sejam relevantes para a tomada de decisões, por isso, trazemos uma abordagem de machine learning que busca selecionar as varáveis mais informativas para explicar a inflação brasileira corrente, aproveitando também que temos uma vasta gama de indicadores disponíveis que medem o nível de preços, com frequências e abrangências diversas. Usando a modelagem e bibliografia baseada nas usadas para nowcasting de atividade econômica e pelo FED de Cleveland para a inflação norte-americana, buscamos desse modo, uma forma de mensurar a inflação com base nos dados que temos em alta frequência e em tempo real, a fim de assegurar a tomada de decisão dos agentes e do Banco Central, permitindo uma compreensão mais imediata das condições econômicas atuais em um ambiente dinâmico, onde as condições podem mudar rapidamente.Handling large and complex datasets remains a challenge faced by macroeconomists engaged in the analysis and processing of real-time observations. Additionally, the vast amount of information complicates the selection of variables relevant to decision-making. Therefore, we present a machine learning approach aimed at identifying the most informative variables to explain current Brazilian inflation. This approach takes advantage of the extensive range of available indicators measuring price levels, with diverse frequencies and scopes. Drawing on modeling and references used in nowcasting of economic activity and by the Federal Reserve of Cleveland for U.S. inflation, we seek a method to gauge inflation based on high-frequency and real-time data. This aims to ensure decision-makers and the Central Bank have a more immediate understanding of current economic conditions in a dynamic environment where conditions can change rapidly.MIGUEL MARIA CHARTERS DE OLIVEIRA BANDEIRA DA SILVA Victória Santos JorgeVictória Santos Jorge2025-01-27T19:30:14Z2025-01-27T19:30:14Z2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDigital35 f.application/pdfhttps://repositorio.insper.edu.br/handle/11224/7286porreponame:Repositório Institucional da INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPERinfo:eu-repo/semantics/openAccess2025-06-12T13:17:44Zoai:repositorio.insper.edu.br:11224/7286Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br || conteudobiblioteca@insper.edu.bropendoar:2025-06-12T13:17:44Repositório Institucional da INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false
dc.title.none.fl_str_mv Proposição de um modelo de nowcasting de inflação para o Brasil
title Proposição de um modelo de nowcasting de inflação para o Brasil
spellingShingle Proposição de um modelo de nowcasting de inflação para o Brasil
Victória Santos Jorge
inflação
monitoramento das condições econômicas
dados em tempo real
nowcasting
inflation
monitoring economic conditions
real-time data
title_short Proposição de um modelo de nowcasting de inflação para o Brasil
title_full Proposição de um modelo de nowcasting de inflação para o Brasil
title_fullStr Proposição de um modelo de nowcasting de inflação para o Brasil
title_full_unstemmed Proposição de um modelo de nowcasting de inflação para o Brasil
title_sort Proposição de um modelo de nowcasting de inflação para o Brasil
author Victória Santos Jorge
author_facet Victória Santos Jorge
author_role author
dc.contributor.none.fl_str_mv MIGUEL MARIA CHARTERS DE OLIVEIRA BANDEIRA DA SILVA
dc.contributor.author.fl_str_mv Victória Santos Jorge
Victória Santos Jorge
dc.subject.por.fl_str_mv inflação
monitoramento das condições econômicas
dados em tempo real
nowcasting
inflation
monitoring economic conditions
real-time data
topic inflação
monitoramento das condições econômicas
dados em tempo real
nowcasting
inflation
monitoring economic conditions
real-time data
description Lidar com grandes e complexos conjuntos de dados ainda é um desafio enfrentado pelos macroeconomistas envolvidos em análise e processamento das observações em tempo real. Além disso, o grande volume de informações dificulta a seleção de variáveis que sejam relevantes para a tomada de decisões, por isso, trazemos uma abordagem de machine learning que busca selecionar as varáveis mais informativas para explicar a inflação brasileira corrente, aproveitando também que temos uma vasta gama de indicadores disponíveis que medem o nível de preços, com frequências e abrangências diversas. Usando a modelagem e bibliografia baseada nas usadas para nowcasting de atividade econômica e pelo FED de Cleveland para a inflação norte-americana, buscamos desse modo, uma forma de mensurar a inflação com base nos dados que temos em alta frequência e em tempo real, a fim de assegurar a tomada de decisão dos agentes e do Banco Central, permitindo uma compreensão mais imediata das condições econômicas atuais em um ambiente dinâmico, onde as condições podem mudar rapidamente.
publishDate 2024
dc.date.none.fl_str_mv 2024
2025-01-27T19:30:14Z
2025-01-27T19:30:14Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.insper.edu.br/handle/11224/7286
url https://repositorio.insper.edu.br/handle/11224/7286
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv Digital
35 f.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da INSPER
instname:Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron:INSPER
instname_str Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron_str INSPER
institution INSPER
reponame_str Repositório Institucional da INSPER
collection Repositório Institucional da INSPER
repository.name.fl_str_mv Repositório Institucional da INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)
repository.mail.fl_str_mv biblioteca@insper.edu.br || conteudobiblioteca@insper.edu.br
_version_ 1839074951457406976