[pt] Motivados pela posição de destaque do real brasileiro entre uma das moedas
mais depreciadas em relação aos seus pares emergentes em meados de 2020,
potencialmente fomentada pela expressiva evasão de capitais observada no decorrer
da pandemia COVID-19 que culminou com um déficit no mercado cambial,
realizamos previsões um trimestre a frente para os fluxos de capitais líquidos para
o Brasil através de técnicas de machine learning, utilizando modelos de
regularização para seleção das variáveis importantes. Os fluxos são obtidos a partir
de dados trimestrais do balanço de pagamentos, englobando 2004:T1 a 2021:T1.
Os modelos propostos, tanto LASSO quanto adaLASSO + OLS, foram capazes de
gerar previsões fora da amostra melhores que o modelo de benchmark, AR. Apesar
disso, quando comparados entre si, não podemos rejeitar a hipótese nula de que os
modelos propostos possuem a mesma precisão de previsão. / [en] Motivated by the prominent position of the Brazilian real among the most
depreciated currencies in comparison with its emerging peers in mid-2020,
potentially fueled by the significant capital outflow observed during the COVID19 pandemic that resulted in a deficit in the foreign exchange market, we make one
quarter-ahead forecast for net capital flows to Brazil through machine learning
techniques, using shrinkage methods to select important variables. These flows are
computed from quarterly balance of payments data from 2004:Q1 to 2021:Q1. The
proposed models, both LASSO and adaLASSO + OLS, were able to generate better
out-of-sample forecasts than the benchmark model, AR. Nevertheless, when
compared to each other, we cannot reject the null hypothesis that the proposed
models have the same forecast accuracy.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:60630 |
| Date | 26 September 2022 |
| Creators | THIAGO GUEDES MORAIS |
| Contributors | MARCIO GOMES PINTO GARCIA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds