[pt] A literatura teórica sobre taxas de câmbio apresenta uma série de resultados de difícil respaldo empírico como o forecasting puzzle da taxa de câmbio. Ao realizarmos previsões dentro da amostra e fora da amostra para as taxas de câmbio, nominal e real, e para o índice de preços de commodities do Brasil, encontramos evidências empíricas que comprovam algumas das explicações para este puzzle. Basicamente, os resultados dentro e fora da amostra apontam que o câmbio nominal apresenta um forte componente forward looking, o que poderia explicar o fracasso de muitos modelos em prever esta variável. Os valores passados do câmbio nominal conseguem gerar previsões para preços de commodities substancialmente melhores que a de um passeio aleatório, tanto no curto quanto no longo prazo, embora a relação reversa não se verifique. Uma análise comparando as previsões de nosso modelo a um modelo autorregressivo univariado mostra que esta evidência é mais fraca do que constatamos inicialmente. Para a taxa de câmbio real estendemos a análise feita na literatura de commodity currencies para medir o poder preditivo dos modelos utilizados. Considerando o exercício dentro da amostra, os preços de commodities contribuem significativamente para as previsões da taxa de câmbio, mas a causalidade no sentido contrário também ocorre. Já para as previsões fora da amostra, o modelo de correção de erros não conseguiu superar o passeio aleatório para nenhuma variável, nem mesmo no longo prazo. Os resultados são robustos à presença de quebras estruturais. / [en] In the theoretical literature on exchange rates we find many results with little empirical support. This paper seeks to contribute to a better understanding on one of the main issues that were not fully answered: the forecasting puzzle on exchange rates. By analyzing in-sample and out-of-sample forecasts for nominal and real exchange rates and the commodity price index of Brazil, we find empirical evidence on some of the explanations for this puzzle. The results insample and out-of-sample indicate that the Brazilian nominal exchange rate has an important forward looking component, which could explain the failure of many models to predict this variable. Past values of nominal exchange rate forecasts commodity prices substantially better than a random walk, both in short and long term horizons, while the reverse relation does not hold. An additional analysis in which we compare our model with a univariate autoregressive one suggests that the evidences may not be as robust as we thought at first. For the real exchange rate we extend the analysis made in the literature on commodity currencies to measure the predictive power of these models. Considering the in-sample exercise, commodity prices play an important role in predicting the Brazilian real exchange rate. However, there is also Granger causality in the opposite direction. Regarding the out-of-sample forecasts, our error correction model could not overcome the random walk model. Our results are robust to structural breaks.

[pt] Desde o século XVI, já existia a idéia de que o poder de compra deveria influenciar no valor de cada moeda. A fim de se entender as relações entre câmbio e inflação, modelos autoregressivos lineares sempre apresentaram dificuldades para superar o passeio aleatório. Possíveis fricções em operações cambiais podem dificultar a arbitragem próxima do câmbio de equilíbrio considerado pelos agentes financeiros. À medida em que se distancia do valor considerado justo, a convergência se torna mais intensa, pois os custos já não seriam uma parcela tão relevante para o lucro potencial da operação. No modelo não-linear proposto, há dois regimes diferentes: um próximo do equilíbrio (comportamento de passeio aleatório) e um comportamento longe dele ocorrendo simultaneamente, mas com pesos variáveis. A depender do nível do câmbio em relação ao equilíbrio, um regime ganha mais peso e outro perde relevância. Essa tese tem o objetivo de avaliar o caráter preditivo do movimento cambiais. O modelo não-linear ESTAR é usado para montar cestas de moedas a serem compradas e vendidas e o retorno advindo de oscilações cambiais é computado. Por fim, incorporamos os efeitos de juros ao modelo para montar portfólios de moedas a fim de simular o retorno de um investimento usando essa estratégia. Para as cestas de moedas, o modelo gerou bons retornos e baixos riscos, tanto em termos de desvio padrão quanto em termos de drawdown. Tal característica foi observada no modelo in-sample e no out-of-sample o que indica um forte caráter preditivo. Levando em conta o efeito dos juros, os portfólios com menos moedas apresentaram retornos positivos, porém essa vantagem é perdida ao se aumentar a quantidade de moedas. / [en] Since the sixteenth century, there was already the idea that purchasing power should influence the value of each currency. In order to understand the relationship between exchange rate and inflation, linear autoregressive models always presented difficulties to beat the random walk. Possible frictions in foreign exchange operations may hinder arbitrage close to the equilibrium exchange rate considered by financial agents. As the exchange rate distances itself from the value considered fair, the convergence becomes more intense, because the costs would no longer be so relevant to the potential profit of the operation. In the proposed nonlinear model, there are two different regimes: one near equilibrium (random walk behavior) and one behavior away from it occurring simultaneously, but with variable weights. For different levels of the exchange rate relative to the equilibrium, one regime gains more weight and the other loses relevance. This thesis aims to evaluate the predictive nature of the exchange rate movement. The nonlinear model ESTAR is used to create baskets of currencies to be bought and sold and the aggregate return based on exchange rate movements is computed. Finally, we consider the interest rate effects on the model to set up currencies portfolios in order to simulate the return on an investment using this strategy. For the baskets of currencies, the model generated good returns and low risks, based on both standard deviation and drawdown. This characteristic was observed in the in-sample model and in the out-of-sample model, which indicates a strong predictive power. Considering the interest effect, portfolios with fewer currencies showed positive returns, but this advantage is lost by increasing the number of currencies.