Submitted by Nicole de Mendonça Saba (nicolesaba@gmail.com) on 2015-09-24T17:21:52Z No. of bitstreams: 1 Nicole Saba versao final_vf.pdf: 1360650 bytes, checksum: aafa0056ed232ccdb36bda0393568740 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2015-09-24T17:28:57Z (GMT) No. of bitstreams: 1 Nicole Saba versao final_vf.pdf: 1360650 bytes, checksum: aafa0056ed232ccdb36bda0393568740 (MD5) / Made available in DSpace on 2015-09-24T17:33:40Z (GMT). No. of bitstreams: 1 Nicole Saba versao final_vf.pdf: 1360650 bytes, checksum: aafa0056ed232ccdb36bda0393568740 (MD5) Previous issue date: 2015-08-19 / Este trabalho procura identificar quais variáveis são as mais relevantes para previsão da taxa de câmbio real do Brasil e analisar a robustez dessas previsões. Para isso foram realizados testes de cointegração de Johansen em 13 variáveis macroeconômicas. O banco de dados utilizado são séries trimestrais e compreende o período de 1970 a 2014 e os testes foram realizados sobre as séries combinadas dois a dois, três a três e quatro a quatro. Por meio desse método, encontramos nove grupos que cointegram entre si. Utilizando esses grupos, são feitas previsões fora da amostra com a partir das últimas 60 observações. A qualidade das previsões foi avaliada por meio dos testes de Erro Quadrático Médio, teste de Diebold-Mariano e, além disso, foi utilizado um modelo de passeio aleatório do câmbio real como benchmark para o procedimento de Hansen. Todos os testes mostram que, à medida que se aumenta o horizonte de projeção, o passeio aleatório perde poder preditivo e a maioria dos modelos são mais informativos sobre o futuro da o câmbio real efetivo. O horizonte é de três a quatro anos à frente. No caso do teste de Hansen, o passeio aleatório é completamente eliminado do grupo final de modelos, mostrando que é possível fazer previsões superiores ao passeio aleatório. / This paper seeks to identify which variables are most relevant to forecast Brazil's real exchange rate and also analyze the robustness of the results. To that end, we conducted Johansen cointegration tests on 13 different variables. The database covers the period of 1970 to 2014 with quarterly frequency. The series were combined in subsets of two, three and four variables. After conducting the Johansen cointegration test, we found that nine different groups that are cointegrated. We then proceed to estimate out-of-sample forecasts of the real exchange rate for each of these nine groups. Once we have these forecasts, we evaluate their quality by calculating their mean squared errors and conduct the Diebold-Mariano Test. We also use a random walk model of the exchange rate as benchmark for Hansen's model confidence set. All of the tests show that, as we expand the forecast horizon, the random walk series' predictive power is far worse than the other forecasts. In the case of Hansen's model confidence set, the random walk series is eliminated from the final confidence set of models. The time horizon is three to four years, which gives us evidence of forecast accuracy gains superior to the random walk model for the exchange rate in the long term.