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.
| Identifer | oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/18206 |
| Date | 19 April 2017 |
| Creators | Vieira, Fausto José Araújo |
| Contributors | Chague, Fernando Daniel, Almeida, Caio Ibsen Rodrigues de, Pereira, Pedro L. Valls, Bueno, Rodrigo de Losso da Silveira, Escolas::EESP, Fernandes, Marcelo |
| Source Sets | IBICT Brazilian ETDs |
| Language | English |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.012 seconds