Submitted by Anderson Araripe (araripe@fgvmail.br) on 2008-10-09T19:35:43Z No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / Approved for entry into archive by Francisco Terra(francisco.terra@fgv.br) on 2008-10-10T13:07:38Z (GMT) No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / Made available in DSpace on 2008-10-10T13:07:38Z (GMT). No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / O propósito deste estudo é analisar a capacidade dos modelos econométricos ARMA, ADL, VAR e VECM de prever inflação, a fim de verificar qual modelagem é capaz de realizar as melhores previsões num período de até 12 meses, além de estudar os efeitos da combinação de previsões. Dentre as categorias de modelos analisados, o ARMA (univariado) e o ADL (bivariado e multivariado), foram testados com várias combinações de defasagens. Foram realizadas previsões fora-da-amostra utilizando 3 períodos distintos da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de verificar os desvios medidos através do EQM (erro quadrático médio). Combinações das previsões usando média aritmética, um método de média ponderada proposto por Bates e Granger (1969) e média ponderada através de regressão linear múltipla foram realizadas. As previsões também foram combinadas com a previsão do boletim FOCUS do Banco Central. O método de Bates e Granger minimiza a variância do erro da combinação e encontra uma previsão com variância do erro menor ou igual à menor variância dos erros das previsões individuais, se as previsões individuais forem não viesadas. A conclusão é que, com as técnicas de séries temporais utilizadas, alguns modelos individuais fornecem previsões com EQM relativamente baixos. Destacando-se, dentre eles, os modelos VAR e VECM. Porém, com a combinação de previsões os EQM obtidos são menores do que os das previsões individuais usadas para combinação. Na maioria dos casos, a combinação de previsões com o boletim FOCUS também melhorou significativamente os resultados e forneceu previsões com EQM menores do que os das previsões individuais, destacando-se, dentre os métodos de combinações utilizados, a combinação via regressão linear múltipla.