Thesis (M.A.)--University of Hong Kong, 1999. / Includes bibliographical references.

Thesis (M.A.)--University of Hong Kong, 1999. / Includes bibliographical references. Also available in print.

Thesis - Marburg. / Vita. Bibliography: p. 5-10.

Thesis (doctoral)--Friedrich-Wilhelms-Universität zu Berlin. / Vita.

Thesis (M.A.)--University of Wisconsin--Madison, 1967. / eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Five folded maps in pocket.

There is no abstract available for this dissertation.

Thesis (M.F.A.)--Washington State University, May 2010. / Title from PDF title page (viewed on July 13, 2010). "Department of Fine Arts."

ARRUDA, Elano Ferreira. Modelos lineares e não lineares da curva de Phillips para previsão da taxa de inflação no Brasil. 2008. 45f. : Dissertação (mestrado) - Universidade Federal do Ceará, Programa de Pós Graduação em Economia, CAEN, Fortaleza-CE, 2008. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2013-07-05T16:01:31Z No. of bitstreams: 1 2008_dissert_efarruda.pdf: 272823 bytes, checksum: 953090054231f9fae214ef8abada569f (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2013-07-05T16:01:48Z (GMT) No. of bitstreams: 1 2008_dissert_efarruda.pdf: 272823 bytes, checksum: 953090054231f9fae214ef8abada569f (MD5) / Made available in DSpace on 2013-07-05T16:01:48Z (GMT). No. of bitstreams: 1 2008_dissert_efarruda.pdf: 272823 bytes, checksum: 953090054231f9fae214ef8abada569f (MD5) Previous issue date: 2008 / This paper presents an analysis of forecasting the Brazilian monthly inflation rate from different models linear and nonlinear time series and the Phillips Curve, with the goal of identifying the best predictive mechanism for this variable. The model used as a comparative basis of forecasts in this study was the case with autoregressive moving average. Within this class of models, the model that generated the lowest mean square forecasting error (MSE) was the AR (1). In general, the threshold models used indeed had a better performance in forecasting of the rate of inflation that the linear models. The model autoregressive indeed threshold (TAR) presented a forecast of MSE equal to 4.3%, result around 10.41% better than the forecast of the linear AR (1) process. Among the Phillips curve models which submitted the lowest estimate of MSE was the Phillips curve extended with threshold effect that had an MSE equal to 3.4%, 28.5% better result than the model AR (1) and 32.6% better than the Phillips curve extended linear. In addition to a lower estimate of MSE, the graphic analysis revealed that the Phillips curve model extended with Threshold effect also provides better forecasts for sign changes. The test proposed by Diebold and Mariano (1995) was also performed and showed a result that indicates a significant difference between AR model (best linear model) MSE and the Phillips curve model expanded with threshold (best non-linear model). That is, the non-linear model also presented better results according to this second test. / O presente trabalho apresenta uma análise de previsão da taxa de inflação mensal brasileira a partir de diferentes modelos lineares e não lineares de séries temporais e da Curva de Phillips com o objetivo de identificar o melhor mecanismo preditivo para esta variável. O modelo utilizado como base comparativa das previsões neste estudo foi o processo autoregressivo com média móvel. Dentro desta classe de modelos, o modelo que gerou o menor erro de previsão quadrado médio (EQM) foi o AR(1). Em geral, os modelos com efeito limiar utilizados tiveram melhor desempenho na previsão da taxa de inflação que os modelos lineares. O modelo autoregressivo com efeito threshold (TAR) apresentou um EQM de previsão igual a 4,3%, resultado cerca de 10,41% melhor que a previsão do processo AR (1) linear. Entre os modelos da curva de Phillips o que apresentou o menor EQM de previsão foi o da curva de Phillips ampliada com efeito threshold que teve um EQM igual a 3,4%, resultado 28,5% melhor do que o modelo AR (1) e 32,6% melhor que a curva de Phillips ampliada linear. Além de um menor EQM de previsão, a análise gráfica revelou que o modelo da curva de Phillips ampliada com efeito Threshold também prevê melhor as mudanças de sinal. Também foi realizado o teste proposto por DIEBOLD e MARIANO (1995) de comparação de previsões que apresentou um resultado que aponta para uma diferença significante entre os EQM de previsão do modelo AR (melhor modelo linear) e o do modelo da curva de Phillips ampliada com threshold (melhor modelo não-linear). Ou seja, o modelo não linear apresentou um melhor resultado também segundo esse teste.

Made available in DSpace on 2018-08-01T23:39:04Z (GMT). No. of bitstreams: 1 tese_9504_Dissertação de Mestrado - Leonardo Bianchi dos Santos (final).pdf: 1535909 bytes, checksum: 36b022390953372d39f8bc840e2d9711 (MD5) Previous issue date: 2017-07-28 / Há um razoável entendimento da importância da produtividade no crescimento de longo prazo na literatura econômica. Porém, poucos trabalhos analisam a relação entre a produtividade e a dinâmica inflacionária no curto prazo. O objetivo deste trabalho é preencher esta lacuna para a economia brasileira. Inicialmente, foram analisados os fundamentos teóricos que alicerçam a correlação entre a produtividade e a inflação. Em seguida, foram elencados os trabalhos empíricos para a economia brasileira que tratam dessas duas variáveis. Por fim, foi estimado o impacto da produtividade na inflação por meio de uma Curva de Phillips Novo Keynesiana (CPNK) com o parâmetro da produtividade total dos fatores (PTF), com base nos dados para a economia brasileira no período de janeiro de 2003 a dezembro de 2015. Os resultados das regressões por Mínimo Quadrados Ordinários (MQO) e pelo Método Generalizados dos Momentos (MGM) apontam para a presença da correlação negativa entre as medidas de produtividade testadas e o índice mensal de inflação, apesar da sensibilidade desta correlação às especificações dos modelos. O emprego de um Vetor Autorregressivo (VAR) como análise de robustez vem a confirmar o impacto benigno de um crescimento da PTF na dinâmica inflacionária no curto prazo para a economia brasileira.