Previsões macroeconômicas baseadas em modelos TVP-VAR: evidências para o Brasil

João F Caldeira,André A P Santos,Guilherme V Moura

doi:10.5935/0034-7140.20150019

João F Caldeira, André A P Santos + Show 1 more

Open Access

https://doi.org/10.5935/0034-7140.20150019

Copy DOI

Abstract

Modelos baseados em vetores autoregressivos com parâmetros variantes no tempo e contendo efeitos heterocedasticos (TVP-VAR) propostos por Koop & Korobilis (2013) sao utilizados na previsao da inflacao (IPCA), da taxa de juros (SELIC) e do indicador mensal do PIB (IBC-Br) para diversos horizontes. Estrategias de previsao baseadas em selecao e combinacao dinâmicas entre diferentes especificacoes tambem sao utilizadas. As previsoes sao comparadas com as oriundas de modelos VAR bayesianos, modelos VAR aumentados com fatores e outros modelos competidores atraves da metodologia model confidence set. Os resultados indicam que a especificacao TVP-VAR e a unica que esta sempre no conjunto de melhores modelos, independentemente da variavel analisada ou do horizonte de previsao escolhido.

Highlights

The results indicate that TVP-vetores autorregressivos (VAR) is the only specification always included in the set of best performing models, independently from the variable analyzed, and from the forecast horizon
Para contornar as dificuldades relacionadas à estimação de modelos VARs com grande número de variáveis, a literatura recente tem recorrido aos modelos de fatores como forma de limitar o número de parâmetros a ser estimado ou à abordagens bayesianas que utilizam informações a priori para aumentar a precisão das estimativas
Apesar dos modelos TVP-VAR com DMA não superarem os demais competidores em todos os casos, estes estão sempre entre os modelos com melhor desempenho, como indicado pela análise model confidence set

Summary

INTRODUÇÃO

Koop & Korobilis (2013) desenvolveram métodos de estimação para modelos baseados em vetores autoregressivos com parâmetros variantes no tempo e contendo efeitos heterocedásticos (modelos TVPVAR) que se aplicam mesmo quando o número de séries de tempo disponível é grande. Os resultados encontrados indicam ganhos em termos de acurácia preditiva das variáveis de interesse com uso de TVP-VARs. Apesar dos modelos TVP-VAR com DMA não superarem os demais competidores em todos os casos, estes estão sempre entre os modelos com melhor desempenho, como indicado pela análise model confidence set. Porém, que para todas as variáveis consideradas, os modelos TVP-VAR com estratégias DMA e DMS são os únicos que estão sempre presentes no MCS em todos os horizontes de previsão analisados. Modelos que consideram parâmetros variantes no tempo têm desempenho levemente superior para previsões da inflação, mas não parecem oferecer uma vantagem consistente quando se analisa os resultados para todas as três variáveis de interesse e para todos os horizontes de previsão. A seção 4 apresenta e discute os resultados das previsões obtidas e a seção 5 ressalta as principais conclusões do artigo

TVP-VARS DE GRANDE DIMENSÃO

MODELOS COMPETIDORES

Medidas de desempenho e avaliação das previsões

DADOS E RESULTADOS EMPÍRICOS

Resultados

CONCLUSÃO