Made available in DSpace on 2008-05-13T13:16:43Z (GMT). No. of bitstreams: 1 2207.pdf: 142430 bytes, checksum: b7ef1e78fcf14b79460f495c024508b6 (MD5) Previous issue date: 2006-06-20 / Este estudo tem como objetivo analisar o desempenho de vários modelos econométricos ao prever Inflação . Iniciamos o trabalho utilizando como base de comparação para todos os modelos a tradicional curva de Phillips que usa a taxa de desemprego como variável explicativa para diferenças de preço. Dentre os modelos analisados temos univariados e bivariados, sendo estes últimos uma curva de Phillips alternativa já que apenas sustitui a variável desemprego por outra variável macroeconômica. Além destes modelos também comparamos o desempenho de previsão de modelos que usam como covariadas uma combinação das previsões dos modelos anteriores (univariados e bivariados). O resultado deste estudo aponta a combinação de modelos por 'ridge regression' como uma técnica - dentre as analisadas para combinação de previsões - de menor erro de previsão sempre; sendo alcançado pela combinação da média em apenas um dos casos analisados. No entanto, a combinação de previsões não apresentou melhor resultado que algumas das covariadas testadas em modelos bivariados

Submitted by Roberta Lorenzon (roberta.lorenzon@fgv.br) on 2011-05-27T13:54:20Z No. of bitstreams: 1 63080100009.pdf: 318144 bytes, checksum: 5404c0ce5fd78af626c50e6317dd2790 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia(suzinei.garcia@fgv.br) on 2011-05-27T14:09:50Z (GMT) No. of bitstreams: 1 63080100009.pdf: 318144 bytes, checksum: 5404c0ce5fd78af626c50e6317dd2790 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia(suzinei.garcia@fgv.br) on 2011-05-27T14:15:26Z (GMT) No. of bitstreams: 1 63080100009.pdf: 318144 bytes, checksum: 5404c0ce5fd78af626c50e6317dd2790 (MD5) / Made available in DSpace on 2011-05-27T15:07:40Z (GMT). No. of bitstreams: 1 63080100009.pdf: 318144 bytes, checksum: 5404c0ce5fd78af626c50e6317dd2790 (MD5) Previous issue date: 2010-06-30 / Este trabalho tem por objetivo fazer uma análise descritiva da importância que a adoção do regime de metas de inflação e o comportamento dos Bancos Centrais (BC´s) possuem na inflação de países desenvolvidos e emergentes. O comportamento dos BCs é entendido como o grau de rigor do Banco Central em resposta as variações das condições econômicas e é construída, seguindo Woodford (2003), a partir da combinação dos coeficientes de uma regra de Taylor estimada para cada país. A análise descritiva dos resultados indica que, após a adoção das metas de inflação, países emergentes possuem inflação menor, não obstante também possuem um menor rigor. Os resultados indicam, ainda, que essa relação é válida independentemente do grau de rigor. Além disso, países que adotam as metas e não obedecem ao princípio de Taylor tem inflação menor que países que não adotam metas e obedecem ao princípio de Taylor. Nesse sentido, os resultados sugerem que a adoção das metas de inflação é benéfica por si própria para os emergentes. Para os desenvolvidos, por outro lado, os resultados não são tão claros, mas sugerem que o princípio de Taylor é a variável mais importante para o controle da inflação.

Made available in DSpace on 2008-05-13T13:48:00Z (GMT). No. of bitstreams: 1 2050.pdf: 317552 bytes, checksum: 3d1d116bff2273018e16a61e5e8442db (MD5) Previous issue date: 2005-08-15 / O Banco Central brasileiro tem como principal instrumento de política monetária a taxa de juros de curto prazo (SELIC), apesar de sabermos que a economia é mais afetada pelas taxas mais longas, pois são essas que demonstram mais precisamente o cenário prospectivo de prazo mais coerente com os investimentos. O trabalho tem como principal objetivo, analisar de que forma esta transmissão de política monetária entre as taxas curtas e longa poderia ser melhorada, através de uma atuação mais ativa na gestão da dívida pública pré fixada. Para isso, definimos uma variável S, que é tratada como a elasticidade da taxa longa à variações na taxa de curto prazo. Em seguida, analisamos econometricamente, como esta variável varia de acordo com as seguintes variáveis escolhidas: percentual pré fixado da dívida pública local, prazo médio da dívida pública local pré fixada, um parâmetro fiscal e um parâmetro de risco. Começamos o trabalho discutindo o modelo de metas de inflação no Brasil, e a influência das taxas longas nas análises produzidas. Em seguida mostramos a evolução do perfil da dívida pública desde 2000, característica dos títulos colocados no mercado e prazos médios. Veremos que, apesar da indiscutível melhora do seu perfil, a dívida pública apresenta ainda características bastante 'arriscadas' e longe do ideal. Discutimos as principais teoria à respeito da formação de estrutura a termo de juros e verificamos que a idéia de otimização entre as relações de oferta e demanda ao longo da curva é um dos fatores principais na determinação de nível e formato das curvas de juros mais longas. Baseados neste conceito resolvemos analisar de que forma a sensibilidade destas taxas longas se relaciona com o aumento do percentual de títulos pré fixados na dívida total. Em seguida, definimos nosso modelo econométrico, realizamos alguns testes e variações no modelo proposto e analisamos seus resultados. Terminamos o trabalho discutindo as conclusões encontradas através de nosso estudo e propondo formas para que a melhoria do canal de transmissão de política monetária possa ser uma prioridade por parte do Tesouro Nacional e Banco Central, e para que no futuro não haja necessidade de termos uma taxa Selic tão alta para atingirmos nossos objetivos inflacionários, através de uma melhora significativa no mecanismo de transmissão de política monetária.

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.

Submitted by anderson silva (amoriya@hotmail.com) on 2016-02-19T19:41:50Z No. of bitstreams: 1 Anderson_Moriya_Silva_final_revisao_4.pdf: 1752260 bytes, checksum: 966f44742fa7cdef87d699b314fca4f0 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-02-23T16:25:35Z (GMT) No. of bitstreams: 1 Anderson_Moriya_Silva_final_revisao_4.pdf: 1752260 bytes, checksum: 966f44742fa7cdef87d699b314fca4f0 (MD5) / Made available in DSpace on 2016-02-23T20:09:48Z (GMT). No. of bitstreams: 1 Anderson_Moriya_Silva_final_revisao_4.pdf: 1752260 bytes, checksum: 966f44742fa7cdef87d699b314fca4f0 (MD5) Previous issue date: 2016-01-29 / O presente trabalho tem como objetivo avaliar a capacidade preditiva de modelos econométricos de séries de tempo baseados em indicadores macroeconômicos na previsão da inflação brasileira (IPCA). Os modelos serão ajustados utilizando dados dentro da amostra e suas projeções ex-post serão acumuladas de um a doze meses à frente. As previsões serão comparadas a de modelos univariados como autoregressivo de primeira ordem - AR(1) - que nesse estudo será o benchmark escolhido. O período da amostra vai de janeiro de 2000 até agosto de 2015 para ajuste dos modelos e posterior avaliação. Ao todo foram avaliadas 1170 diferentes variáveis econômicas a cada período a ser projetado, procurando o melhor conjunto preditores para cada ponto no tempo. Utilizou-se o algoritmo Autometrics para a seleção de modelos. A comparação dos modelos foi feita através do Model Confidence Set desenvolvido por Hansen, Lunde e Nason (2010). Os resultados obtidos nesse ensaio apontam evidências de ganhos de desempenho dos modelos multivariados para períodos posteriores a 1 passo à frente. / The present work has aim to evaluate the superior predictions capabilities of econometrics time series models based on macroeconomics indicators for Brazilian inflation (IPCA). The models were adjusted in sample and the ex-post prediction are accumulating in one to twelve steps ahead. The forecasts will be compared with univariate models like first order autoregressive - AR (1) that is the chosen benchmark. The period of the sample goes through January 2000 to August 2015 for model adjustment and evaluation. It was evaluate over 1170 different economic variable for each forecast period, searching for the best predictor set for each point in time. It was used Autometrics to model selection. The models were compared the Model Confident Set, developed by Hansen, Lunde and Nason (2010). The results founded in this essay evidences gain of accuracy for one-step ahead.

Submitted by Gustavo Dias Torres (gustavo.dias.torres@gmail.com) on 2017-09-11T23:39:51Z No. of bitstreams: 1 Dissertação Gustavo Dias Torres_vFinal.pdf: 1259234 bytes, checksum: 51ec6f205ed2f13e3636ef236d11d9dc (MD5) / Rejected by Joana Martorini (joana.martorini@fgv.br), reason: Prezado Gustavo, Favor corrigir o nome da Escola, Getulio, sem acento. Obrigada. Att. on 2017-09-11T23:53:47Z (GMT) / Submitted by Gustavo Dias Torres (gustavo.dias.torres@gmail.com) on 2017-09-12T00:02:33Z No. of bitstreams: 1 Dissertação Gustavo Dias Torres_vFinal.pdf: 1258567 bytes, checksum: 522209b93a243d0d3fd0dd9d9caffb9a (MD5) / Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2017-09-12T15:25:42Z (GMT) No. of bitstreams: 1 Dissertação Gustavo Dias Torres_vFinal.pdf: 1258567 bytes, checksum: 522209b93a243d0d3fd0dd9d9caffb9a (MD5) / Made available in DSpace on 2017-09-13T12:13:30Z (GMT). No. of bitstreams: 1 Dissertação Gustavo Dias Torres_vFinal.pdf: 1258567 bytes, checksum: 522209b93a243d0d3fd0dd9d9caffb9a (MD5) Previous issue date: 2017-08-23 / The objective of this study is to evaluate if there are gains in working with data disaggregated by regions to forecast inflation in Brazil. For this purpose, we constructed univariate autoregressive models with different types and levels of IPCA (main Brazilian consumer price index) disaggregation for a forecasting horizon of up to 12 months ahead. Monthly IPCA data were used between January 1996 and October 2016 for the national index and 11 metropolitan regions and capitals that make up the index. The analysis of out-of-sample projections was done in two distinct time sections. First between December 2006 and October 2016 and, secondly, for the period December 2006 and December 2012. The models were estimated by software Oxmetrics 7 and, in some cases, the Autometrics algorithm was also used. The comparisons of the models were made by the Mean Square Error and the Model Confidence Set technique, developed by Hansen, Lunde and Nason (2011). The results indicate that the performance of the disaggregated models is better than the aggregate models and, in particular, the disaggregation by regions may contribute to a smaller prediction error, although there is not a single model that is superior in all the forecast horizons and the result is Conditioned to the analyzed sample. / O objetivo deste estudo é avaliar se há ganhos em trabalhar com dados desagregados por regiões para projetar a inflação no Brasil. Para este fim, construímos modelos autoregressivos univariados para o agregado do IPCA (principal índice de preços ao consumidor brasileiro) e duas desagregações (por região ou por grupo e região) para um horizonte de projeção de até 12 meses à frente. Foram utilizados dados mensais do IPCA entre janeiro de 1996 e outubro de 2016 para o índice nacional e 11 regiões metropolitanas e capitais que compõem o índice. A análise das projeções fora da amostra foi feita em dois cortes distintos de tempo. Primeiro entre dezembro de 2006 e outubro de 2016 e, num segundo momento, para o período dezembro de 2006 a dezembro de 2012. Os modelos foram estimados pelo software Oxmetrics 7 e, em alguns casos, foi utilizado também o algoritmo Autometrics. As comparações dos modelos foram feitas pelo Erro Quadrático Médio e pela técnica Model Confidence Set, desenvolvida por Hansen, Lunde e Nason (2011). Os resultados indicam que o desempenho dos modelos desagregados é superior aos modelos agregados e, em especial, a desagregação por regiões pode contribuir para menor erro de previsão, embora não haja um único modelo que seja superior em todos os horizontes de projeção e o resultado esteja condicionado à amostra analisada.

Submitted by PEDRO ALVES (pguedesalves@gmail.com) on 2013-09-17T14:48:59Z No. of bitstreams: 1 Dissertacao pedro guedes alves final.pdf: 359622 bytes, checksum: 4ea301abbbeba3d60296bea87411ee79 (MD5) / Approved for entry into archive by Vitor Souza (vitor.souza@fgv.br) on 2013-10-09T15:39:12Z (GMT) No. of bitstreams: 1 Dissertacao pedro guedes alves final.pdf: 359622 bytes, checksum: 4ea301abbbeba3d60296bea87411ee79 (MD5) / Made available in DSpace on 2013-10-11T13:21:08Z (GMT). No. of bitstreams: 1 Dissertacao pedro guedes alves final.pdf: 359622 bytes, checksum: 4ea301abbbeba3d60296bea87411ee79 (MD5) Previous issue date: 2012-05-31 / Este trabalho busca medir a credibilidade do Banco Central Brasileiro. Utiliza-se como medida da credibilidade, a variação do prêmio de risco de inflação em função de surpresas inflacionárias de curto prazo no índice IPCA. Primeiro evidencia-se que as expectativas inflacionárias de médio prazo são afetadas pelas surpresas inflacionárias, este efeito é causado por dois motivos, a indexação da economia e/ou a falta de credibilidade da autoridade monetária. Em seguida verifica-se que as surpresas inflacionárias também tem efeito sobre o premio de risco de inflação o que indica falta de credibilidade do banco central. / This paper seeks to measure the credibility of the Brazilian Central Bank. It uses as a measure of credibility, the change in the inflation risk premium in terms of short-term inflationary surprises in the IPCA index. At first, it is shown that the medium-term inflation expectations are affected by inflation surprises, this effect is caused by two reasons, the indexation of the economy and/or lack of credibility of the monetary authority. Then it is observed that the inflation surprises also have an effect on the inflation risk premium, which indicates a lack of credibility of the central bank.

Submitted by Basiliki Theophane Calochorios Litvac (basiliki.litvac@gmail.com) on 2013-03-06T22:27:11Z No. of bitstreams: 1 dissertacao_Basiliki_final_rev.pdf: 681459 bytes, checksum: 86dfce2ca595dfd933509d266c084a2d (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-03-07T12:53:10Z (GMT) No. of bitstreams: 1 dissertacao_Basiliki_final_rev.pdf: 681459 bytes, checksum: 86dfce2ca595dfd933509d266c084a2d (MD5) / Made available in DSpace on 2013-03-07T13:14:10Z (GMT). No. of bitstreams: 1 dissertacao_Basiliki_final_rev.pdf: 681459 bytes, checksum: 86dfce2ca595dfd933509d266c084a2d (MD5) Previous issue date: 2013-02-05 / Este trabalho tem por objetivo avaliar para o caso brasileiro uma das mais importantes propriedades esperadas de um núcleo: ser um bom previsor da inflação plena futura. Para tanto, foram utilizados como referência para comparação dois modelos construídos a partir das informações mensais do IPCA e seis modelos VAR referentes a cada uma das medidas de núcleo calculadas pelo Banco Central do Brasil. O desempenho das previsões foi avaliado pela comparação dos resultados do erro quadrático médio e pela aplicação da metodologia de Diebold-Mariano (1995) de comparação de modelos. Os resultados encontrados indicam que o atual conjunto de medidas de núcleos calculado pelo Banco Central não atende pelos critérios utilizados neste trabalho a essa característica desejada. / This paper aims at evaluating one of the most important desirable properties of a core inflation measure: to be a better predictor of headline inflation over the future. To achieve this goal, two benchmark models using monthly IPCA data were compared with six VAR models for each one of the core measures calculated by the Brazilian Central Bank. The forecasting performance was evaluated comparing the mean square error and by the Diebold-Mariano (1995) test for predictive accuracy. The evidence found indicates that the current set of core inflation measures calculated by the Central Bank does fulfill this desired property.