Model selection, estimation and forecasting in VAR models with short-run and long-run restrictions

We study the joint determination of the lag length, the dimension of the cointegrating space and the rank of the matrix of short-run parameters of a vector autoregressive (VAR) model using model selection criteria. We consider model selection criteria which have data-dependent penalties for a lack of parsimony, as well as the traditional ones. We suggest a new procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties. In order to compute the fit of each model, we propose an iterative procedure to compute the maximum likelihood estimates of parameters of a VAR model with short-run and long-run restrictions. Our Monte Carlo simulations measure the improvements in forecasting accuracy that can arise from the joint determination of lag-length and rank, relative to the commonly used procedure of selecting the lag-length only and then testing for cointegration.

Model selection, estimation and forecasting in VAR models with short-run and long-run restrictions

We study the joint determination of the lag length, the dimension of the cointegrating space and the rank of the matrix of short-run parameters of a vector autoregressive (VAR) model using model selection criteria. We consider model selection criteria which have data-dependent penalties as well as the traditional ones. We suggest a new two-step model selection procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties and we prove its consistency. Our Monte Carlo simulations measure the improvements in forecasting accuracy that can arise from the joint determination of lag-length and rank using our proposed procedure, relative to an unrestricted VAR or a cointegrated VAR estimated by the commonly used procedure of selecting the lag-length only and then testing for cointegration. Two empirical applications forecasting Brazilian in ation and U.S. macroeconomic aggregates growth rates respectively show the usefulness of the model-selection strategy proposed here. The gains in di¤erent measures of forecasting accuracy are substantial, especially for short horizons.

Model selection, estimation and forecasting in VAR models with short-run and long-run restrictions

We study the joint determination of the lag length, the dimension of the cointegrating space and the rank of the matrix of short-run parameters of a vector autoregressive (VAR) model using model selection criteria. We suggest a new two-step model selection procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties and we prove its consistency. A Monte Carlo study explores the finite sample performance of this procedure and evaluates the forecasting accuracy of models selected by this procedure. Two empirical applications confirm the usefulness of the model selection procedure proposed here for forecasting.

Modelagem de previsões econômicas em cenários prospectivos

A estabilidade econômica que o Brasil atualmente experimenta permite resgatar a tradição de construção e análises prospectivas de médio e longo prazos. Isto remete à necessidade de se pensar mais profundamente acerca da possível evolução da economia brasileira, sendo mister o conhecimento de ferramentas de previsão. O objetivo deste trabalho é contribuir com este propósito. Avanços significativos têm sido observados na modelagem de previsões macro econômicas. Para se avaliar como os modelos de previsão estarão se desenvolvendo no futuro próximo, é necessário entender a evolução das abordagens dos modelos de previsão não-estruturais e estruturais. Como dependem da teoria econômica, os modelos estruturais ganham importância e descaso na medida em que a teoria evolui e cai em desuso. A marca registrada das previsões macroeconômicas nos próximos anos será o casamento das melhores abordagens estruturais e não-estruturais, facilitadas por avanços em técnicas numéricas e de simulação. Para ilustrar o trabalho de forma empírica, três cenários para a economia brasileira foram desenvolvidos, utilizando-se como base o arcabouço teórico resumido em uma das seções deste trabalho. Cenários potencialmente têm um valor muito grande na gestão de uma empresa ou de uma instituição. Cenários são a oitava ferramenta gerencial mais utilizada nas empresas em todo o mundo1 e esta dissertação é mais uma contribuição para este rico campo.

Comparando a capacidade preditiva das projeções de mercado

O objetivo desse trabalho é a comparação das previsões obtidas através da base de dados da pesquisa Focus do Banco Central do Brasil, para as Projeções de Mercado de câmbio, juros e inflação. O trabalho não visa avaliar ou julgar modelos, mas sim utilizar os mesmos como um suporte na avaliação da comparação preditiva. Desse modo procuramos avaliar e/ou comparar se os desvios entre as projeções de mercado e os indicadores efetivamente realizados são melhores do que os desvios entre um modelo econométrico e os mesmos indicadores efetivamente realizados. De um modo geral veremos que a pesquisa Focus do Banco Central do Brasil tem um poder preditivo satisfatória para todos os índices, se comparado com as previsões obtidas através dos modelos econométricos em estudo.

Mudanças de regime e persistência dos choques sobre a volatilidade para a série de preços do petróleo: uma análise comparativa da família GARCH e modelos com mudança de regime Markoviana – MSIH e SWARCH

A previsão dos preços do petróleo é fundamental para o planejamento energético e oferece subsídio a tomada de decisões de longo prazo, que envolvem custos irrecuperáveis. No entanto, os preços do petróleo são muito instáveis sujeitos a choques como resultado de questões geopolíticas, poder de mercado da OPEP (Organização dos Países Exportadores de Petróleo) e pressões de demanda resultando numa série sujeita a quebras estruturais, prejudicando a estimação e previsão de modelos de série temporal. Dada a limitação dos modelos de volatilidade da família GARCH, que são instáveis e apresentam elevada persistência em séries com mudanças estruturais, este trabalho compara a previsão da volatilidade, em termos de intervalos de confiança e persistência, dos modelos de volatilidade com mudança de regime markoviana em relação aos modelos de volatilidade determinísticos. Os modelos de volatilidade com mudança de regime considerados são o modelo SWARCH (Markov Switch ARCH) e introduz-se o modelo MSIH (Markov Switch Intercept Heteroskedasticity) para o estudo da volatilidade. Como resultado as previsões de volatilidade dos modelos com mudança de regime permitem uma estimação da volatilidade que reduz substancialmente a persistência em relação aos modelos GARCH.

O poder preditivo da estrutura a termo da taxa de juros: uma abordagem com indicadores não lineares

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.

Três ensaios sobre política monetária e crédito

In the first essay, "Determinants of Credit Expansion in Brazil", analyzes the determinants of credit using an extensive bank level panel dataset. Brazilian economy has experienced a major boost in leverage in the first decade of 2000 as a result of a set factors ranging from macroeconomic stability to the abundant liquidity in international financial markets before 2008 and a set of deliberate decisions taken by President Lula's to expand credit, boost consumption and gain political support from the lower social strata. As relevant conclusions to our investigation we verify that: credit expansion relied on the reduction of the monetary policy rate, international financial markets are an important source of funds, payroll-guaranteed credit and investment grade status affected positively credit supply. We were not able to confirm the importance of financial inclusion efforts. The importance of financial sector sanity indicators of credit conditions cannot be underestimated. These results raise questions over the sustainability of this expansion process and financial stability in the future. The second essay, “Public Credit, Monetary Policy and Financial Stability”, discusses the role of public credit. The supply of public credit in Brazil has successfully served to relaunch the economy after the Lehman-Brothers demise. It was later transformed into a driver for economic growth as well as a regulation device to force private banks to reduce interest rates. We argue that the use of public funds to finance economic growth has three important drawbacks: it generates inflation, induces higher loan rates and may induce financial instability. An additional effect is the prevention of market credit solutions. This study contributes to the understanding of the costs and benefits of credit as a fiscal policy tool. The third essay, “Bayesian Forecasting of Interest Rates: Do Priors Matter?”, discusses the choice of priors when forecasting short-term interest rates. Central Banks that commit to an Inflation Target monetary regime are bound to respond to inflation expectation spikes and product hiatus widening in a clear and transparent way by abiding to a Taylor rule. There are various reports of central banks being more responsive to inflationary than to deflationary shocks rendering the monetary policy response to be indeed non-linear. Besides that there is no guarantee that coefficients remain stable during time. Central Banks may switch to a dual target regime to consider deviations from inflation and the output gap. The estimation of a Taylor rule may therefore have to consider a non-linear model with time varying parameters. This paper uses Bayesian forecasting methods to predict short-term interest rates. We take two different approaches: from a theoretic perspective we focus on an augmented version of the Taylor rule and include the Real Exchange Rate, the Credit-to-GDP and the Net Public Debt-to-GDP ratios. We also take an ”atheoretic” approach based on the Expectations Theory of the Term Structure to model short-term interest. The selection of priors is particularly relevant for predictive accuracy yet, ideally, forecasting models should require as little a priori expert insight as possible. We present recent developments in prior selection, in particular we propose the use of hierarchical hyper-g priors for better forecasting in a framework that can be easily extended to other key macroeconomic indicators.

Forecast comparison with nonlinear methods for brazilian industrial production

Este trabalho avalia as previsões de três métodos não lineares — Markov Switching Autoregressive Model, Logistic Smooth Transition Autoregressive Model e Autometrics com Dummy Saturation — para a produção industrial mensal brasileira e testa se elas são mais precisas que aquelas de preditores naive, como o modelo autorregressivo de ordem p e o mecanismo de double differencing. Os resultados mostram que a saturação com dummies de degrau e o Logistic Smooth Transition Autoregressive Model podem ser superiores ao mecanismo de double differencing, mas o modelo linear autoregressivo é mais preciso que todos os outros métodos analisados.

Inattention in individual expectations

This paper investigates the expectations formation process of economic agents about inflation rate. Using the Market Expectations System of Central Bank of Brazil, we perceive that agents do not update their forecasts every period and that even agents who update disagree in their predictions. We then focus on the two most popular types of inattention models that have been discussed in the recent literature: sticky-information and noisy-information models. Estimating a hybrid model we find that, although formally fitting the Brazilian data, it happens at the cost of a much higher degree of information rigidity than observed.

Investor disagreement: the modern approach

Disagreement between economists is a well know fact. However, it took a long time for this concept to be incorporated in economic models. In this survey, we review the consequences and insights provided by recent models. Since disagreement between market agents can be generated through different hypotheses, the main differences between them are highlighted. Finally, this work concludes with a short review of nowcasting using google trends, emphasizing advances connecting both literatures.

Especificação de um modelo para explicação e projeção de retornos do IBRX-100

Neste trabalho, propomos uma especificação de modelo econométrico na forma reduzida, estimado por mínimos quadrados ordinários (MQO) e baseado em variáveis macroeconômicas, com o objetivo de explicar os retornos trimestrais do índice de ações IBRX-100, entre 2001 e 2015. Testamos ainda a eficiência preditiva do modelo e concluímos que o erro de previsão estimado em janela móvel, com re-estimação de MQO a cada rodada, e utilização de VAR auxiliar para projeção dos regressores, é significativamente inferior ao erro de previsão associado à hipótese de Random Walk para o horizonte de previsão de um trimestre a frente.