Return to search

Linear and not Linear models of the Curve of Phillips for Forecast of the Tax of Inflation in Brazil / Modelos Lineares e nÃo Lineares da Curva de Phillips para PrevisÃo da Taxa de InflaÃÃo no Brasil

FundaÃÃo de Amparo à Pesquisa do Estado do Cearà / 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 anÃlise de previsÃo da taxa de inflaÃÃo mensal brasileira a partir de diferentes modelos lineares e nÃo lineares de sÃries temporais e da Curva de Phillips com o objetivo de identificar o melhor mecanismo preditivo para esta variÃvel. O modelo utilizado como base comparativa das previsÃes neste estudo foi o processo autoregressivo com mÃdia mÃvel. Dentro desta classe de modelos, o modelo que gerou o menor erro de previsÃo quadrado mÃdio (EQM) foi o AR(1). Em geral, os modelos com efeito limiar utilizados tiveram melhor desempenho na previsÃo da taxa de inflaÃÃo 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. AlÃm de um menor EQM de previsÃo, a anÃlise grÃfica revelou que o modelo da curva de Phillips ampliada com efeito Threshold tambÃm prevà melhor as mudanÃas de sinal. TambÃm foi realizado o teste proposto por DIEBOLD e MARIANO (1995) de comparaÃÃo de previsÃes que apresentou um resultado que aponta para uma diferenÃa 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 tambÃm segundo esse teste.

Identiferoai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:1624
Date30 April 2008
CreatorsElano Ferreira Arruda
ContributorsRoberto Tatiwa Ferreira, Luiz Ivan de Melo Castelar, FabrÃcio Carneiro Linhares
PublisherUniversidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Economia - CAEN, UFC, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds