Commodities primárias, tais como metais, petróleo e agricultura, constituem matérias-primas fundamentais para a economia mundial. Dentre os metais, destaca-se o alumínio, usado em uma ampla gama de indústrias, e que detém o maior volume de contratos na London Metal Exchange (LME). Como o preço não está diretamente relacionado aos custos de produção, em momentos de volatilidade ou choques econômicos, o impacto financeiro na indústria global de alumínio é significativo. Previsão de preços do alumínio é fundamental, portanto, para definição de política industrial, bem como para produtores e consumidores. Este trabalho propõe um modelo ótimo de previsões para preços de alumínio, por meio de combinações de previsões e de seleção de modelos através do Model Confidence Set (MCS), capaz de aumentar o poder preditivo em relação a métodos tradicionais. A abordagem adotada preenche uma lacuna na literatura para previsão de preços de alumínio. Foram ajustados 5 modelos individuais: AR(1), como benchmarking, ARIMA, dois modelos ARIMAX e um modelo estrutural, utilizando a base de dados mensais de janeiro de 1999 a setembro de 2014. Para cada modelo individual, foram geradas 142 previsões fora da amostra, 12 meses à frente, por meio de uma janela móvel de 36 meses. Nove combinações de modelos foram desenvolvidas para cada ajuste dos modelos individuais, resultando em 60 previsões fora da amostra, 12 meses à frente. A avaliação de desempenho preditivo dos modelos foi realizada por meio do MCS para os últimos 60, 48 e 36 meses. Um total de 1.250 estimações foram realizadas e 1.140 variáveis independentes e suas transformadas foram avaliadas. A combinação de previsões usando ARIMA e um ARMAX foi o único modelo que permaneceu no conjunto de modelos com melhor acuracidade de previsão para 36, 48 e 60 meses a um nível descritivo do MCS de 0,10. Para os últimos 36 meses, o modelo combinado proposto apresentou resultados superiores em relação a todos os demais modelos. Duas co-variáveis identificadas no modelo ARMAX, preço futuro de três meses e estoques mundiais, aumentaram a acuracidade de previsão. A combinação ótima apresentou um intervalo de confiança pequeno, equivalente a 5% da média global da amostra completa analisada, fornecendo subsídio importante para tomada de decisão na indústria global de alumínio. iii / Primary commodities, including metals, oil and agricultural products are key raw materials for the global economy. Among metals, aluminum stands out for its large use in several industrial applications and for holding the largest contract volume on the London Metal Exchange (LME). As the price is not directly related to production costs, during volatility periods or economic shocks, the financial impact on the global aluminum industry is significant. Aluminum price forecasting, therefore, is critical for industrial policy as well as for producers and consumers. This work has proposed an optimal forecast model for aluminum prices by using forecast combination and the Model Confidence Set for model selection, resulting in superior performance compared to tradicional methods. The proposed approach was not found in the literature for aluminum price forecasting. Five individual models were developed: AR(1) for benchmarking, ARIMA, two ARIMAX models and a structural model, using monthly data from January 1999 to September 2014. For each individual model, 142 out-of-sample, 12 month ahead, forecasts were generated through a 36 month rolling window. Nine foreast combinations were deveoped for each individual model estimation, resulting in 60 out-of-sample, 12 month ahead forecasts. Model predictive performace was assessed through the Model Confidence Set for the latest 36, 48, and 60 months, through 12-month ahead out-of-sample forecasts. A total of 1,250 estimations were performed and 1,140 independent variables and their transformations were assessed. The forecast combination using ARMA and ARIMAX was the only model among the best set of models presenting equivalent performance at 0.10 MCS p-value in all three periods. For the latest 36 months, the proposed combination was the best model at 0.1 MCS p-value. Two co-variantes, identified for the ARMAX model, namely, 3-month forward price and global inventories increased forecast accuracy. The optimal forecast combination has generated a small confidence interval, equivalent to 5% of average aluminum price for the entire sample, proving relevant support for global industry decision makers.

Mercado Preditivo (MP) é uma ferramenta que utiliza o mecanismo de preço de mercado para agregar informações dispersas em um grande grupo de pessoas, visando à geração de previsões sobre assuntos de interesse. Trata-se de um método de baixo custo, capaz de gerar previsões de forma contínua e que não exige amostras probabilísticas. Há diversas aplicações para esses mercados, sendo que uma das principais é o prognóstico de resultados eleitorais. Este estudo analisou evidências empíricas da eficácia de um Mercado Preditivo no Brasil, criado para fazer previsões sobre os resultados das eleições gerais do ano de 2014, sobre indicadores econômicos e sobre os resultados de jogos do Campeonato Brasileiro de futebol. A pesquisa teve dois grandes objetivos: i) desenvolver e avaliar o desempenho de um MP no contexto brasileiro, comparando suas previsões em relação a métodos alternativos; ii) explicar o que motiva as pessoas a participarem do MP, especialmente quando há pouca ou nenhuma interação entre os participantes e quando as transações são realizadas com uma moeda virtual. O estudo foi viabilizado por meio da criação da Bolsa de Previsões (BPrev), um MP online que funcionou por 61 dias, entre setembro e novembro de 2014, e que esteve aberto à participação de qualquer usuário da Internet no Brasil. Os 147 participantes registrados na BPrev efetuaram um total de 1.612 transações, sendo 760 no tema eleições, 270 em economia e 582 em futebol. Também foram utilizados dois questionários online para coletar dados demográficos e percepções dos usuários. O primeiro foi aplicado aos potenciais participantes antes do lançamento da BPrev (302 respostas válidas) e o segundo foi aplicado apenas aos usuários registrados, após dois meses de experiência de uso da ferramenta (71 respostas válidas). Com relação ao primeiro objetivo, os resultados sugerem que Mercados Preditivos são viáveis no contexto brasileiro. No tema eleições, o erro absoluto médio das previsões do MP na véspera do pleito foi de 3,33 pontos percentuais, enquanto o das pesquisas de opinião foi de 3,31. Considerando todo o período em que o MP esteve em operação, o desempenho dos dois métodos também foi parecido (erro absoluto médio de 4,20 pontos percentuais para o MP e de 4,09 para as pesquisas). Constatou-se também que os preços dos contratos não são um simples reflexo dos resultados das pesquisas, o que indica que o mercado é capaz de agregar informações de diferentes fontes. Há potencial para o uso de MPs em eleições brasileiras, principalmente como complemento às metodologias de previsão mais tradicionais. Todavia, algumas limitações da ferramenta e possíveis restrições legais podem dificultar sua adoção. No tema economia, os erros foram ligeiramente maiores do que os obtidos com métodos alternativos. Logo, um MP aberto ao público geral, como foi o caso da BPrev, mostrou-se mais indicado para previsões eleitorais do que para previsões econômicas. Já no tema futebol, as previsões do MP foram melhores do que o critério do acaso, mas não houve diferença significante em relação a outro método de previsão baseado na análise estatística de dados históricos. No que diz respeito ao segundo objetivo, a análise da participação no MP aponta que motivações intrínsecas são mais importantes para explicar o uso do que motivações extrínsecas. Em ordem decrescente de relevância, os principais fatores que influenciam a adoção inicial da ferramenta são: prazer percebido, aprendizado percebido, utilidade percebida, interesse pelo tema das previsões, facilidade de uso percebida, altruísmo percebido e recompensa percebida. Os indivíduos com melhor desempenho no mercado são mais propensos a continuar participando. Isso sugere que, com o passar do tempo, o nível médio de habilidade dos participantes tende a crescer, tornando as previsões do MP cada vez melhores. Os resultados também indicam que a prática de incluir questões de entretenimento para incentivar a participação em outros temas é pouco eficaz. Diante de todas as conclusões, o MP revelou-se como potencial técnica de previsão em variados campos de investigação. / Prediction Market (PM) is a tool which uses the market price mechanism to aggregate information scattered in a large group of people, aiming at generating predictions about matters of interest. It is a low cost method, able to generate forecasts continuously and it does not require random samples. There are several applications for these markets and one of the main ones is the prognosis of election outcomes. This study analyzed empirical evidences on the effectiveness of Prediction Markets in Brazil, regarding forecasts about the outcomes of the general elections in the year of 2014, about economic indicators and about the results of the Brazilian Championship soccer games. The research had two main purposes: i) to develop and evaluate the performance of PMs in the Brazilian context, comparing their predictions to the alternative methods; ii) to explain what motivates people´s participation in PMs, especially when there is little or no interaction among participants and when the trades are made with a virtual currency (play-money). The study was made feasible by means of the creation of a prediction exchange named Bolsa de Previsões (BPrev), an online marketplace which operated for 61 days, from September to November, 2014, being open to the participation of any Brazilian Internet user. The 147 participants enrolled in BPrev made a total of 1,612 trades, with 760 on the election markets, 270 on economy and 582 on soccer. Two online surveys were also used to collect demographic data and users´ perceptions. The first one was applied to potential participants before BPrev launching (302 valid answers) and the second was applied only to the registered users after two-month experience in tool using (71 valid answers). Regarding the first purpose, the results suggest Prediction Markets to be feasible in the Brazilian context. On the election markets, the mean absolute error of PM predictions on the eve of the elections was of 3.33 percentage points whereas the one of the polls was of 3.31. Considering the whole period in which BPrev was running, the performance of both methods was also similar (PM mean absolute error of 4.20 percentage points and poll´s 4.09). Contract prices were also found as not being a simple reflection of poll results, indicating that the market is capable to aggregate information from different sources. There is scope for the use of PMs in Brazilian elections, mainly as a complement of the most traditional forecasting methodologies. Nevertheless, some tool limitations and legal restrictions may hinder their adoption. On markets about economic indicators, the errors were slightly higher than those obtained by alternative methods. Therefore, a PM open to general public, as in the case of BPrev, showed as being more suitable to electoral predictions than to economic ones. Yet, on soccer markets, PM predictions were better than the criterion of chance although there had not been significant difference in relation to other forecasting method based on the statistical analysis of historical data. As far as the second purpose is concerned, the analysis of people´s participation in PMs points out intrinsic motivations being more important in explaining their use than extrinsic motivations. In relevance descending order, the principal factors that influenced tool´s initial adoption are: perceived enjoyment, perceived learning, perceived usefulness, interest in the theme of predictions, perceived ease of use, perceived altruism and perceived reward. Individuals with better performance in the market are more inclined to continue participating. This suggests that, over time, participants´ average skill level tends to increase, making PM forecasts better and better. Results also indicate that the practice of creating entertainment markets to encourage participation in other subjects is ineffective. Ratifying all the conclusions, PM showed as being a prediction potential technique in a variety of research fields.

Submitted by Fernando Ferreira da Luz Barbosa (fernando.luz@outlook.com) on 2015-07-20T19:07:10Z No. of bitstreams: 1 Fernando Ferreira da Luz Barbosa.pdf: 927554 bytes, checksum: e29a7f5ad6e3cdd15bb6adafc98a4cb6 (MD5) / Approved for entry into archive by BRUNA BARROS (bruna.barros@fgv.br) on 2015-07-21T12:46:06Z (GMT) No. of bitstreams: 1 Fernando Ferreira da Luz Barbosa.pdf: 927554 bytes, checksum: e29a7f5ad6e3cdd15bb6adafc98a4cb6 (MD5) / Approved for entry into archive by Maria Almeida (maria.socorro@fgv.br) on 2015-07-30T19:08:34Z (GMT) No. of bitstreams: 1 Fernando Ferreira da Luz Barbosa.pdf: 927554 bytes, checksum: e29a7f5ad6e3cdd15bb6adafc98a4cb6 (MD5) / Made available in DSpace on 2015-07-30T19:08:57Z (GMT). No. of bitstreams: 1 Fernando Ferreira da Luz Barbosa.pdf: 927554 bytes, checksum: e29a7f5ad6e3cdd15bb6adafc98a4cb6 (MD5) Previous issue date: 2015-04-27 / Disagreement between economists is a well know fact. However, it took a long time for this concept to be incorporated in economic models. In this survey, we review the consequences and insights provided by recent models. Since disagreement between market agents can be generated through different hypotheses, the main differences between them are highlighted. Finally, this work concludes with a short review of nowcasting using google trends, emphasizing advances connecting both literatures.

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 Rafael Burjack Farias Duarte (burjack86@gmail.com) on 2016-04-08T00:01:56Z No. of bitstreams: 1 Final_bib.pdf: 5471404 bytes, checksum: 29bf9321d29ec324d42b89681de3eb28 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2016-06-02T16:47:53Z (GMT) No. of bitstreams: 1 Final_bib.pdf: 5471404 bytes, checksum: 29bf9321d29ec324d42b89681de3eb28 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2016-06-13T18:12:59Z (GMT) No. of bitstreams: 1 Final_bib.pdf: 5471404 bytes, checksum: 29bf9321d29ec324d42b89681de3eb28 (MD5) / Made available in DSpace on 2016-06-13T18:13:41Z (GMT). No. of bitstreams: 1 Final_bib.pdf: 5471404 bytes, checksum: 29bf9321d29ec324d42b89681de3eb28 (MD5) Previous issue date: 2015-11-27 / Using a unique dataset on Brazilian nominal and real yield curves combined with daily survey forecasts of macroeconomic variables such as GDP growth, inflation, and exchange rate movements, we identify the effect of surprises to the Brazilian interbank target rate on expected future nominal and real short rates, term premia, and inflation expectations. We find that positive surprises to target rates lead to higher expected nominal and real interest rates and reduced nominal and inflation term premia. We also find a strongly positive relation between both real and nominal term premia and measures of dispersion in survey forecasts. Uncertainty about future exchange rates is a particularly important driver of variations in Brazilian term premia.

Submitted by Vitor Vidal Costa Velho (vitorvidal89@gmail.com) on 2017-02-03T20:23:30Z No. of bitstreams: 1 Dissertação - Vitor Vidal Velho - Mestrado Profissional EPGE.pdf: 1181575 bytes, checksum: 9c27f989399f9ce81252d04fb4be9fe6 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2017-02-06T11:30:32Z (GMT) No. of bitstreams: 1 Dissertação - Vitor Vidal Velho - Mestrado Profissional EPGE.pdf: 1181575 bytes, checksum: 9c27f989399f9ce81252d04fb4be9fe6 (MD5) / Made available in DSpace on 2017-02-06T16:50:01Z (GMT). No. of bitstreams: 1 Dissertação - Vitor Vidal Velho - Mestrado Profissional EPGE.pdf: 1181575 bytes, checksum: 9c27f989399f9ce81252d04fb4be9fe6 (MD5) Previous issue date: 2016-12-05 / Survey indicators produced by FGV are economic information published relatively quickly and used as a 'thermometer' of the Brazilian level of activity in the short term. The use of the Consumer Confidence Index (CCI), as well as other indicators within the survey, are taken as a antecedent or coincident in household consumption forecasting models and other official quantitative variables. However, the work seeks to show evidence that information at the aggregate level has not always the best predictive power. The work seeks to analyze the behavior of consumers under a more disaggregated view of the research in order to obtain greater correlation and robustness with the target variables. There is evidence that some consumer groups are able to provide better assessments on one topic than others. Using the Principal Component Analysis (PCA), we reduce the dimensionality of these better indicators to obtain robustness in the forecasting scenarios. To complement these predictions, we will use the indicator of dispersion of responses as an uncertainty proxy, in an attempt to understand subjectivity of survey data. The conclusion of the article is given through the analysis of the stylized facts of the behavior of these groups selected for each case. / Indicadores de sondagens produzidas pela FGV são informações econômicas divulgadas de forma relativamente rápida e utilizadas como 'termômetro' do nível de atividade brasileira no curto prazo. A utilização do ICC (Índice de Confiança do Consumidor), assim como outros indicadores por dentro da sondagem, são tidas como antecedente ou coincidente em modelos de previsão do consumo das famílias e para as demais variáveis quantitativas oficiais. No entanto, o trabalho procura mostrar evidências de que nem sempre as informações ao nível agregado, possuem o melhor poder preditivo. O trabalho busca analisar o comportamento dos consumidores sob uma ótica mais desagregada da pesquisa a fim de obter maior correlação e robustez com as variáveis target. Existem evidências de que alguns grupos de consumidores conseguem fornecer melhores avaliações sobre determinado tema do que outros. Utilizando a técnica de componentes principais, extraímos o núcleo destes melhores indicadores desagregados para obter robustez nos cenários de previsão. Para complementar estas previsões, utilizaremos o indicador de dispersão das respostas como uma proxy de incerteza, na tentativa de compreender o lado subjetivo intrínseco às pesquisas de sondagem. A conclusão do artigo se dá através da análise dos fatos estilizados do comportamento destes grupos selecionados para cada caso.

Submitted by FAUSTO JOSE ARAUJO VIEIRA (ytcfausto@yahoo.com.br) on 2017-04-28T21:36:08Z No. of bitstreams: 1 tese_final.pdf: 2272430 bytes, checksum: df5f5e915ef009c6c4008d83f8789967 (MD5) / Approved for entry into archive by Vera Lúcia Mourão (vera.mourao@fgv.br) on 2017-04-28T22:15:52Z (GMT) No. of bitstreams: 1 tese_final.pdf: 2272430 bytes, checksum: df5f5e915ef009c6c4008d83f8789967 (MD5) / Made available in DSpace on 2017-05-02T12:04:19Z (GMT). No. of bitstreams: 1 tese_final.pdf: 2272430 bytes, checksum: df5f5e915ef009c6c4008d83f8789967 (MD5) Previous issue date: 2017-04-19 / This thesis presents three chapters about forward-looking indicators. In the first two chapters, we propose a factor augmented VAR that combines Nelson and Siegel yield curve factors and principal components extracted from a large dataset. We find that the factor augmented VAR models do a very good job in fitting the level, slope and curvature of the yield curve. The out-of-sample forecasting using principal components beats consistently the predictions from autoregressive and extant literature models in the short- and long-term horizons. We apply this methodology for Brazilian and US economy in the first and second chapter, respectively. Despite the differences between these countries, the results are quite similar. Additionally, we show that forecasting improvement comes from the nature of our dataset that gather mainly forward-looking series. In the last chapter, we study the behavior of macroeconomic predictions made by professional forecasters, specifically, 1-year inflation expectation. We conclude that apart of biased and inefficient forecasting, forecasters misestimate the inflation seasonality. This conclusion is not a country specific. We find seasonality in 1-year inflation for Brazil, Chile, Israel, New Zealand, US and Euro Zone. / Esta tese apresenta três capítulos sobre indicadores antecedentes. Nos dois primeiros, propomos um modelo VAR aumentado por fatores, que combina os fatores latentes da curva de juros sugerido por Nelson e Siegel com os principais componentes extraídos de uma ampla base de dados. O modelo VAR aumentado por fatores apresenta um bom ajuste para o nível, inclinação e curvatura da curva de juros. As projeções fora da amostra para o modelo com principais componentes é significativamente superior às previsões feitas pelos modelos auto-regressivos e pelos sugeridos na literatura, tanto nos horizontes de curto e de longo prazo. Aplicamos esta metodologia para o Brasil e os Estados Unidos no primeiro e segundo capítulo, respectivamente. Apesar das diferenças entre estes países, os resultados encontrados são semelhantes. Adicionalmente, mostramos que a melhora nas projeções é resultado da natureza da nossa base de dados, que coleta indicadores antecedentes. No último capítulo, discutimos o comportamento de projeções macroeconômicas feitas por analistas profissionais, especificamente, as estimações para a inflação 1 ano à frente. Concluímos que além das previsões serem viesadas e ineficientes, os analistas erram a estimação da sazonalidade da inflação. Esta conclusão não é algo específico para um único país. Encontramos sazonalidade na expectativa de inflação 1 ano à frente para o Brasil, Chile, Israel, Nova Zelândia, Estados Unidos e Zona do Euro.

Submitted by Pedro Montero Mattos (pmattos90@gmail.com) on 2017-09-05T14:09:34Z No. of bitstreams: 1 nowcasting-brazilian-gdp-ficha.pdf: 808279 bytes, checksum: 3b790fa6a2be106b618a354ab1f18650 (MD5) / Rejected by Joana Martorini (joana.martorini@fgv.br), reason: Prezado Pedro, boa noite, Seu trabalho não condiz com as normas necessárias para aprovação. Favor corrigir para que possamos aceitar o arquivo. Na capa faltou o nome completo da Escola, e ao identificar o local, na parte inferior da página, colocar somente o nome da cidade e o ano, retirar páginas em branco. Dissertação, banca examinadora, data da aprovação, campo de conhecimento devem estar ao lado inferior direito da página e deve haver um resumo em português. No link abaixo, a partir da página 11, tem o modelo dos requisitos necessários que podem auxiliá-lo: http://sistema.bibliotecas-sp.fgv.br/sites/bibliotecas.fgv.br/files/bibnormas1.pdf Se preferir, entre em contato pelo telefone: Thais Oliveira Cursos de Pós-Graduação (55 11) 3799-7764 SRA - Secretaria de Registros Acadêmicos on 2017-09-05T22:51:54Z (GMT) / Submitted by Pedro Montero Mattos (pmattos90@gmail.com) on 2017-09-06T18:29:03Z No. of bitstreams: 1 nowcasting-brazilian-gdp-final.pdf: 2797146 bytes, checksum: bc06f3221f99621eef79ac27ea0570ed (MD5) / Rejected by Joana Martorini (joana.martorini@fgv.br), reason: Prezado, boa tarde. Seu trabalho foi rejeitado pelo seguintes motivos: - O título na capa, contracapa e dissertação devem ser em negrito; - A numeração de páginas começa a partir da Introdução; - As Dissertações, Data da Aprovação e Banca Examinadora devem estar ao lado direito da página. Favor fazer a correção para que possamos aprovar o item. Qualquer dúvida entrar em contato no mestradoprofissional@fgv.br ou ligue 3799-7764 Att. on 2017-09-11T17:59:58Z (GMT) / Submitted by Pedro Montero Mattos (pmattos90@gmail.com) on 2017-09-11T20:14:04Z No. of bitstreams: 1 nowcasting-brazilian-gdp-final.pdf: 1435677 bytes, checksum: f7158565f421de4eacc385ee98d3348b (MD5) / Rejected by Joana Martorini (joana.martorini@fgv.br), reason: Prezado Pedro, boa noite. O trabalho está correto, exceto pela numeração de páginas, começa a partir da "Introdução", mas com o número de páginas certo, que no caso do seu arquivo seria "14" contando a partir da folha de rosto. Favor fazer a correção para que possamos aprovar o item. Grata. on 2017-09-11T21:34:20Z (GMT) / Submitted by Pedro Montero Mattos (pmattos90@gmail.com) on 2017-09-11T21:53:46Z No. of bitstreams: 1 nowcasting-brazilian-gdp-final.pdf: 1436704 bytes, checksum: 65555fa1bc7c021e54edc92cf70d35f2 (MD5) / Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2017-09-11T22:28:54Z (GMT) No. of bitstreams: 1 nowcasting-brazilian-gdp-final.pdf: 1436704 bytes, checksum: 65555fa1bc7c021e54edc92cf70d35f2 (MD5) / Made available in DSpace on 2017-09-12T17:16:25Z (GMT). No. of bitstreams: 1 nowcasting-brazilian-gdp-final.pdf: 1436704 bytes, checksum: 65555fa1bc7c021e54edc92cf70d35f2 (MD5) Previous issue date: 2017-08-16 / Based on recent surveys on nowcasting methods, we apply the one-step estimation of dynamic factor models to the Brazilian case. Such methodology copes well with the problems of mixed-frequency series, ragged edges, timeliness and high dimensionality of data sets. We use the daily expectation published by the Brazilian Central Bank as a benchmark for our model and we do not find enough evidence to reject that both models have equal predictive accuracy, under non-distressed circumstances. / Baseado em recentes pesquisas em métodos de Nowcasting, foi aplicada a estimação de modelos de fatores dinâmicos em um passo ao caso brasileiro. Esta metodologia lida com os problemas de frequências mistas, amostras recortadas, horizonte temporal e alta dimensão da amostra. Foram utilizadas as expectativas diárias do PIB publicadas pelo Banco Central como um benchmark do modelo. Não foram encontradas evidências que rejeitam a hipótese de igual poder preditivo, para circunstâncias econômicas não estressadas.

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 Cristiane Shirayama (cristiane.shirayama@fgv.br) on 2011-06-03T16:25:31Z No. of bitstreams: 1 66080100248.pdf: 372702 bytes, checksum: 48ec88dac699d9c817a805f2729c2be1 (MD5) / Approved for entry into archive by Vera Lúcia Mourão(vera.mourao@fgv.br) on 2011-06-03T16:54:03Z (GMT) No. of bitstreams: 1 66080100248.pdf: 372702 bytes, checksum: 48ec88dac699d9c817a805f2729c2be1 (MD5) / Approved for entry into archive by Vera Lúcia Mourão(vera.mourao@fgv.br) on 2011-06-03T17:04:01Z (GMT) No. of bitstreams: 1 66080100248.pdf: 372702 bytes, checksum: 48ec88dac699d9c817a805f2729c2be1 (MD5) / Made available in DSpace on 2011-06-03T19:03:56Z (GMT). No. of bitstreams: 1 66080100248.pdf: 372702 bytes, checksum: 48ec88dac699d9c817a805f2729c2be1 (MD5) Previous issue date: 2011-02-07 / O objetivo desse trabalho é a comparação das previsões obtidas através da base de dados da pesquisa Focus do Banco Central do Brasil, para as Projeções de Mercado de câmbio, juros e inflação. O trabalho não visa avaliar ou julgar modelos, mas sim utilizar os mesmos como um suporte na avaliação da comparação preditiva. Desse modo procuramos avaliar e/ou comparar se os desvios entre as projeções de mercado e os indicadores efetivamente realizados são melhores do que os desvios entre um modelo econométrico e os mesmos indicadores efetivamente realizados. De um modo geral veremos que a pesquisa Focus do Banco Central do Brasil tem um poder preditivo satisfatória para todos os índices, se comparado com as previsões obtidas através dos modelos econométricos em estudo. / This work aim to compare the predictions obtained through the database of Research Focus from Central Bank of Brazil for the expectations of market exchange rates, interest rates and inflation. The paper does not intend to assess or judge models but use them as a support in the evaluation of the predictive comparison. Thus we evaluate and / or compare whether the deviations between market expectations and the indicators actually realized are better than the deviations between an econometric model and the same indicator actually realized. Generally we will see that the database of Research Focus from Central Bank of Brazil had a satisfactory predictive power for all indexes, compared with forecasts obtained from the econometric models in this study.