Submitted by Adriano Faria (afaria@fgvmail.br) on 2013-07-04T01:07:02Z No. of bitstreams: 1 Dissertacao_AAF.PDF: 928548 bytes, checksum: 9ea032eacaf5dfa81fc00a6c7a9ce5c6 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2013-07-10T12:19:16Z (GMT) No. of bitstreams: 1 Dissertacao_AAF.PDF: 928548 bytes, checksum: 9ea032eacaf5dfa81fc00a6c7a9ce5c6 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2013-07-10T12:20:21Z (GMT) No. of bitstreams: 1 Dissertacao_AAF.PDF: 928548 bytes, checksum: 9ea032eacaf5dfa81fc00a6c7a9ce5c6 (MD5) / Made available in DSpace on 2013-07-10T12:21:20Z (GMT). No. of bitstreams: 1 Dissertacao_AAF.PDF: 928548 bytes, checksum: 9ea032eacaf5dfa81fc00a6c7a9ce5c6 (MD5) Previous issue date: 2013-06-11 / This article studies the prediction of the Brazilian interest rate term structure employing the use of common factors extracted from a vast database of macroeconomic series. The estimation and prediction periods analyzed are between January of 2000 and May of 2012. The rst approach is based on the model proposed by Moench (2008) in which the short term interest rate dynamics is modeled in a FAVAR framework and its term structure is derived through the use of restrictions implicated by no-arbitrage conditions . The choice of this model is justi ed by the results it obtained in the original study. It has presented the best predictive performance for intermediary and long horizons when compared to usual benchmarks. Nonetheless, such results also presented a progressive deterioration when subject to expansion of maturity periods. This suggests a possible failure from the latter to the estimation of the intermediary and long parts of the curve. When implemented to the Brazilian term structure, the model achieved similar results to Moench's study. In an attempt to overcome the previously mentioned deterioration, we propose an alternative modeling approach in which the dynamics of each rate is modeled alongside with the macroeconomic factors, therefore eliminating the restrictions implicated by the no-arbitrage condition .This approach led to fairly superior prediction results and also made possible to con rm the acknowledged inadequacy. Lastly, we have also inserted the macro factors in the dynamic of the factors from Diebold e Li (2006) model. There was also a predictive capacity gain when comparing to the article's dynamics especially to greater prediction horizons. / Este artigo estuda a previsão da estrutura a termo da taxa de juros brasileira utilizando de fatores comuns extraídos de uma vasta base de séries macroeconômicas. Os períodos para estimação e previsão compreendem o intervalo de Janeiro de 2000 a Maio de 2012. Foram empregas 171 séries mensais para a construção da base. Primeiramente foi implementado o modelo proposto por Moench (2008), no qual a dinâmica da taxa de juros de curto prazo é modelada através de um FAVAR e a estrutura a termo é derivada utilizando-se de restrições implicadas por não arbitragem. A escolha pela adoção deste modelo se deve aos resultados obtidos no estudo original, nos quais tal modelagem apresentou melhor desempenho preditivo para horizontes intermediários e longos quando comparado com benchmarks usuais. Contudo, tais resultados também apresentaram uma deterioração progressiva à medida que as maturidades aumentam, evidenciando uma possível inadequação do modelo para as partes intermediária e longa da curva. A implementação deste modelo para a estrutura a termo brasileira levou a resultados muito similares ao do estudo original. Visando contornar a deterioração mencionada, foi proposta uma modelagem alternativa na qual a dinâmica de cada taxa é modelada conjuntamente com os fatores macroeconômicos, eliminando-se as restrições implicadas por não arbitragem. Tal modelagem proporcionou resultados de previsão amplamente superiores e através dela foi possível confirmar a inadequação descrita. Por fim, também foi realizada a inserção dos fatores macro na dinâmica dos fatores beta do modelo de Diebold e Li (2006), levando a um grande ganho de capacidade preditiva, principalmente para horizontes maiores de previsão.

O presente trabalho tem como objetivo principal comparar o desempenho de metodologias preditivas, baseadas na abordagem de séries temporais, diferentes das atualmente utilizadas para prognosticar a demanda, para um horizonte de 12 meses, dos aeroportos administrados pelo Departamento Aeroviário do Estado de São Paulo (DAESP) operando com tráfego aéreo regular. A determinação de previsões adequadas e, ao mesmo tempo, realistas, o que, em outras palavras, significa utilizar o método preditivo com maior grau de precisão (ou menor margem de erro), constitui-se em uma etapa fundamental para que o processo de planejamento da administração aeroportuária possa ser adequadamente realizado. Para alcançar o objetivo proposto, buscou-se, em primeiro lugar, estudar os principais aspectos teóricos relacionados aos métodos de previsão de demanda abordados neste trabalho. Posteriormente, segue-se o processo de calibração dos modelos propostos, aplicados às séries históricas disponibilizadas pela referida instituição. Os modelos de séries temporais experimentados nesta dissertação são: Trivial, Média Móvel de seis e 12 meses, Suavização Exponencial Simples, Holt, Holt-Winters Aditivo, Holt-Winters Multiplicativo e os possíveis modelos Box-Jenkins selecionados a partir do processo de identificação. Por fim emprega-se uma estratégia de avaliação e seleção de modelos preditivos, de natureza quantitativa, para subsidiar as conclusões apresentadas no final deste trabalho. Os resultados obtidos, mediante a utilização desta estratégia, demonstraram que as metodologias propostas são mais adequadas (superiores em acurácia) para a projeção de valores para um horizonte de 12 meses do que a metodologia atualmente utilizada pela instituição estudada. Neste contexto, os modelos Box-Jenkins se mostraram como os mais acurados em 61% dos casos (cinco aeroportos). Os modelos Aditivo de Holt-Winters, S.E.S. e Holt apresentaram-se como os modelos com menor margem de erro em 13% (um aeroportos), 13% (um aeroportos) e 13% (um aeroporto) dos casos, respectivamente.

O mercado automotivo brasileiro anual apresenta comportamento instável e de difícil compreensão a curto prazo, apesar da tendência de crescimento. A fim de entender melhor tal comportamento, este trabalho propõe: i) Estudar um modelo de série temporal adequado ao mercado ii) Criar um modelo de transferência com as variáveis que influenciam o mercado iii) Utilizar modelos de inteligência artificial de lógica nebulosa (fuzzy), iv) Comparar os diversos modelos e seus erros e v) Fazer previsões do mercado ate 2010. Para o modelo de série temporal, concluímos que se trata de um modelo ARIMA (1,1,0). Porém, ao se retirar o termo não-estacionário, os dados se tornaram um ruído branco sem relação com o tempo (ano). Então, o modelo autoregressivo foi usado. Para o estudo de função de transferência, concluímos que as variáveis significativas encontradas para o modelo de transferência foram somente PIB brasileiro e renda média dentre as estudadas (Juros, Câmbio, Inflação IGP, Salário Mínimo, Renda média, PEA, Exportação, Balança comercial, Preço do Petróleo, Carga tributária população, PIB Brasileiro, PIB Mundial). Utilizou-se dois modelos de inteligência artificial neuro-fuzzy: um simples, com o ano como entrada, e outro complexo, que usa como entrada valores anteriores do mercado. No comparativo, para a amostra de 1957 a 2004 o modelo que representa o mercado com menor soma dos quadrados dos erros é o modelo neuro-fuzzy. Para a amostra de 1977 a 2004 é o modelo de função de transferência. A previsão para 2010 obteve valore entre 1,6 e 1,8 milhões para a amostra de 48 pontos e 1,3 e 2,4 milhões para a amostra de 28 pontos. Vale a pena ressaltar que este modelo não apresentou muita diferença do que vem prevendo a indústria usando um modelo simplista de regressão simples.

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.

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 Rodrigo Nishida (rodrigo.nishida@gmail.com) on 2016-03-01T21:32:49Z No. of bitstreams: 1 Dissertação_Rodrigo_Nishida.pdf: 1015993 bytes, checksum: 46a19756f9bf85226f3b1bd20eb5a724 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-03-01T21:44:25Z (GMT) No. of bitstreams: 1 Dissertação_Rodrigo_Nishida.pdf: 1015993 bytes, checksum: 46a19756f9bf85226f3b1bd20eb5a724 (MD5) / Made available in DSpace on 2016-03-02T11:17:06Z (GMT). No. of bitstreams: 1 Dissertação_Rodrigo_Nishida.pdf: 1015993 bytes, checksum: 46a19756f9bf85226f3b1bd20eb5a724 (MD5) Previous issue date: 2016-02-03 / The work aims to verify the existence and the relevance of Calendar Effects in industrial indicators. The analysis covers linear univariate models for the Brazilian monthly industrial production index and some of its components. Initially an in-sample analysis is conducted using state space structural models and Autometrics selection algorithm, which indicates statistically significance effect of most variables related to calendar. Then, using Diebold-Mariano (1995) procedure and Model Confidence Set, developed by Hansen, Lunde e Nason (2011), out-of-sample comparisons are realized between Autometrics derived models and a simple double difference device for a forecast horizon up to 24 months ahead. In general, forecasts of the Autometrics models that consider calendar variables are superior for 1-2 steps ahead and surpass the naive model in all horizons. The aggregation of the category of use components to form the general industry indicator shows evidence of a better perform in shorter term forecasts. / O trabalho tem como objetivo verificar a existência e a relevância dos Efeitos Calendário em indicadores industriais. São explorados modelos univariados lineares para o indicador mensal da produção industrial brasileira e alguns de seus componentes. Inicialmente é realizada uma análise dentro da amostra valendo-se de modelos estruturais de espaço-estado e do algoritmo de seleção Autometrics, a qual aponta efeito significante da maioria das variáveis relacionadas ao calendário. Em seguida, através do procedimento de Diebold-Mariano (1995) e do Model Confidence Set, proposto por Hansen, Lunde e Nason (2011), são realizadas comparações de previsões de modelos derivados do Autometrics com um dispositivo simples de Dupla Diferença para um horizonte de até 24 meses à frente. Em geral, os modelos Autometrics que consideram as variáveis de calendário se mostram superiores nas projeções de 1 a 2 meses adiante e superam o modelo simples em todos os horizontes. Quando se agrega os componentes de categoria de uso para formar o índice industrial total, há evidências de ganhos nas projeções de prazo mais curto.

Made available in DSpace on 2010-04-20T21:00:48Z (GMT). No. of bitstreams: 4 Leonardo Augusto Soares Ferreira.pdf.jpg: 16019 bytes, checksum: dc1eaac0a2de75f6802157267be815c3 (MD5) Leonardo Augusto Soares Ferreira.pdf.txt: 112676 bytes, checksum: f236bd28c9197f48ec072d6ba8170cef (MD5) Leonardo Augusto Soares Ferreira.pdf: 201705 bytes, checksum: 4baa5a6aeb99520a42f7a4766b6def1a (MD5) license.txt: 4886 bytes, checksum: 95e35e47c5ddb6db000fa6ec8243979f (MD5) Previous issue date: 2009-01-16T00:00:00Z / This work studies the profitability of Technical Analysis models within Brazilian foreign exchange market. It uses the White`s (2000) methodology to test 1712 rules generated from four technical analysis models and finds out that the best rule do not have significant forecast power when data-snooping effects are considered. The results indicate that the Brazilian foreign exchange market is in line with the efficient markets hypothesis suggested by the literature. / Este trabalho estuda a lucratividade dos modelos de Análise Técnica no mercado de câmbio brasileiro. Utilizando a metodologia de White (2000) para testar 1712 regras geradas a partir de quatro modelos de Análise Técnica verifica-se que a melhor regra não possui poder de previsibilidade significante ao se considerar os efeitos de data-snooping. Os resultados indicam que o mercado de câmbio brasileiro está de acordo com a hipótese de mercado eficiente sugerida pela literatura.

Submitted by Andrea Rezende (andrea.rezende@fgv.br) on 2010-05-05T14:50:21Z No. of bitstreams: 1 Priscila_Fernandes_Ribeiro.pdf: 869577 bytes, checksum: 5075c7c64111494ff3e9926f7e95fee2 (MD5) / Made available in DSpace on 2010-05-05T14:50:21Z (GMT). No. of bitstreams: 1 Priscila_Fernandes_Ribeiro.pdf: 869577 bytes, checksum: 5075c7c64111494ff3e9926f7e95fee2 (MD5) Previous issue date: 2010-03-15 / This work proposes characterize Yield Curve for Brazil by three factors, comparing two types of estimation methods: using State Space model, estimate it by Kalman Filter and Two Steps Least Squares. The factors are the dynamics represented by a Vector Autoregressive model, VAR (1), and the second estimation method is attributed a structure for the conditional variance. To compare the methods used, it is proposed an alternative way of comparison: using Markov processes, an econometric model of the joint dynamic relationship between the slope of yield curve and the economy to predict business cycles. / O objetivo deste trabalho é caracterizar a Curva de Juros Mensal para o Brasil através de três fatores, comparando dois tipos de métodos de estimação: Através da Representação em Espaço de Estado é possível estimá-lo por dois Métodos: Filtro de Kalman e Mínimos Quadrados em Dois Passos. Os fatores têm sua dinâmica representada por um Modelo Autorregressivo Vetorial, VAR(1), e para o segundo método de estimação, atribui-se uma estrutura para a Variância Condicional. Para a comparação dos métodos empregados, propõe-se uma forma alternativa de compará-los: através de Processos de Markov que possam modelar conjuntamente o Fator de Inclinação da Curva de Juros, obtido pelos métodos empregados neste trabalho, e uma váriavel proxy para Desempenho Econômico, fornecendo alguma medida de previsão para os Ciclos Econômicos.

Submitted by Filippe Santa Fé (fsantafe@gmail.com) on 2013-07-31T22:49:28Z No. of bitstreams: 1 Poder_preditivo_versao_final.pdf: 1657453 bytes, checksum: 6504132a61068c66a84f8b59fd5518ae (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-08-01T17:31:22Z (GMT) No. of bitstreams: 1 Poder_preditivo_versao_final.pdf: 1657453 bytes, checksum: 6504132a61068c66a84f8b59fd5518ae (MD5) / Made available in DSpace on 2013-08-01T17:32:34Z (GMT). No. of bitstreams: 1 Poder_preditivo_versao_final.pdf: 1657453 bytes, checksum: 6504132a61068c66a84f8b59fd5518ae (MD5) Previous issue date: 2013-07-03 / Based on the methodology idealized by Frankel and Lown (1994), developed with the intent to perfect the one used by Mishkin (1990a, 1990b) by allowing, as opposed to that one, the long term real interest rate to vary, this paper intends to verify the existence, as far as brazilian data is concerned, of the empirical evidence already found in countries such as the United States of America and German regarding the predictive power of the slope of the yield curve on the future trajectory for inflation data. The marginal changes carried on by Frankel and Low are important because they allow the final results to be interepreted within a context that is more in line with reality, that is, where monetary policy decisions have the capability to influence the behavior of the long term interest rate for a given economy. This paper will assess, for the period between january 2003 and january 2013, the predictive power exhibited by a variety of indicators whose task is to measure the slope of the yield curve when faced with data for the brazilian consumer price índex (IPCA). In a nutshell, it is found that, in line with what is reported in the international literature, there is evidence that the several measures used to depict the slope cointain information about the future variation of inflation. Despite the fact that some measures perform this task better than others, this characteristic is common to all, regardless of the way inflation data is presented in, i.e. with or without seasonal adjustments, and also regardless of the way in which intereste rates variables are represented. / Com base em uma metodologia desenvolvida por Frankel e Lown (1994), que surge para aperfeiçoar o arcabouço utilizado por Mishkin (1990a,1990b) ao permitir, em contraposição a este, a variação ao longo do tempo da taxa de juros real de longo prazo de uma economia, o presente trabalho se propõe a verificar o existência, para dados brasileiros, de evidências empíricas que suportem a aceitação da hipótese de que a estrutura a termo da curva de juros possui informações que auxiliam na previsão da trajetória futura da inflação, característica já encontrada em dados de algumas economias desenvolvidas, como Estados Unidos e Alemanha. A modificação marginal implementada por Frankel e Lown é importante porque permite que os resultados finais sejam interpretados dentro de um contexto teórico mais próximo da realidade, isto é, onde as decisões de política monetária são capazes de influenciar a variável acima mencionada. Analisa-se, para o período de janeiro de 2003 a janeiro de 2013, o poder explicativo que diversas medidas de inclinação da curva de juros local têm sobre a variação futura do índice de preços ao consumidor ampliado (IPCA), o mais importante da economia brasileira. Em linhas gerais, encontramos que, em consonância com a experiência internacional, independente de tratarmos os dados na forma com ou sem ajustes sazonais, ou de tratar as variáveis relativas à taxa de juros como logaritmo de um fator mais suas taxas ou de apresentá-las em seu próprio nível, existem evidências empíricas que indicam a existência de poder preditivo desta variável explicativa sobre a referida variável dependente, ou ao menos tornam difícil rejeitar, em um primeiro momento, esta hipótese inicial.

Submitted by MARCELO LORANDE (marcelomilq@gmail.com) on 2018-09-12T02:06:05Z No. of bitstreams: 1 Dissertação - MSL.pdf: 1806135 bytes, checksum: 104d4a7f94cee09c2d70b23ed78d5fad (MD5) / Rejected by Thais Oliveira (thais.oliveira@fgv.br), reason: Boa noite, Marcelo! Para que possamos aprovar sua Dissertação, serão necessárias apenas duas alterações: - "GETULIO" não tem acento; - Lista de Figuras e Tabelas são posicionadas ANTES do Sumário. Por gentileza, alterar e submeter novamente. Obrigada. on 2018-09-14T21:15:22Z (GMT) / Submitted by MARCELO LORANDE (marcelomilq@gmail.com) on 2018-09-17T02:46:44Z No. of bitstreams: 1 Dissertação - MSL.pdf: 1813262 bytes, checksum: d4225bb320038db9cfeb819e8804a5b8 (MD5) / Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2018-09-17T15:55:14Z (GMT) No. of bitstreams: 1 Dissertação - MSL.pdf: 1813262 bytes, checksum: d4225bb320038db9cfeb819e8804a5b8 (MD5) / Approved for entry into archive by Suzane Guimarães (suzane.guimaraes@fgv.br) on 2018-09-18T13:14:49Z (GMT) No. of bitstreams: 1 Dissertação - MSL.pdf: 1813262 bytes, checksum: d4225bb320038db9cfeb819e8804a5b8 (MD5) / Made available in DSpace on 2018-09-18T13:14:49Z (GMT). No. of bitstreams: 1 Dissertação - MSL.pdf: 1813262 bytes, checksum: d4225bb320038db9cfeb819e8804a5b8 (MD5) Previous issue date: 2018-08-17 / Este trabalho propõe a desagregação por componentes de localidade do índice de inflação no Brasil como forma de melhorar o desempenho preditivo de modelos econométricos. Foram desenvolvidos modelos autorregressivos com ou sem variáveis macroeconômicas explicativas para se avaliar como a desagregação impacta em cada um deles. Além disso, foram utilizados dois testes estatísticos para se comparar o desempenho dos modelos, o Model Confidence Set e o Superior Predictive Ability. Observou-se que para curto prazo, como horizontes de até 3 meses, modelos autorregressivos de 1ª ordem possuem desempenho imbatível, ao passo que para horizontes mais distantes, modelo macroeconômicos e desagregados geram previsões estatisticamente superiores. / This work proposes the disaggregation of locality components from Brazil´s inflation index to enhance predictive performance of econometric models. Autorregressive models were implemented with or without explicative macroeconomic variables, in order to evaluate how the disaggregation affects each one of them. Besides that, it has been used two statistical tests to compare model forecast performance, the Model Confidence Set and the Superior Predictive Ability. For short term, up to 3 months, autorregressive models showed unachievable performance, whereas for longer terms, macroeconomic disaggregated models generate statistically superior forecasts.