Previsão da estrutura a termo brasileira utilizando de fatores macroeconômicos

Este artigo estuda a previsão da estrutura a termo da taxa de juros brasileira utilizando de fatores comuns extraídos de uma vasta base de séries macroeconômicas. Os períodos para estimação e previsão compreendem o intervalo de Janeiro de 2000 a Maio de 2012. Foram empregas 171 séries mensais para a construção da base. Primeiramente foi implementado o modelo proposto por Moench (2008), no qual a dinâmica da taxa de juros de curto prazo é modelada através de um FAVAR e a estrutura a termo é derivada utilizando-se de restrições implicadas por não arbitragem. A escolha pela adoção deste modelo se deve aos resultados obtidos no estudo original, nos quais tal modelagem apresentou melhor desempenho preditivo para horizontes intermediários e longos quando comparado com benchmarks usuais. Contudo, tais resultados também apresentaram uma deterioração progressiva à medida que as maturidades aumentam, evidenciando uma possível inadequação do modelo para as partes intermediária e longa da curva. A implementação deste modelo para a estrutura a termo brasileira levou a resultados muito similares ao do estudo original. Visando contornar a deterioração mencionada, foi proposta uma modelagem alternativa na qual a dinâmica de cada taxa é modelada conjuntamente com os fatores macroeconômicos, eliminando-se as restrições implicadas por não arbitragem. Tal modelagem proporcionou resultados de previsão amplamente superiores e através dela foi possível confirmar a inadequação descrita. Por fim, também foi realizada a inserção dos fatores macro na dinâmica dos fatores beta do modelo de Diebold e Li (2006), levando a um grande ganho de capacidade preditiva, principalmente para horizontes maiores de previsão.

A monthly indicator of Brazilian GDP. The Brazilian business cycle and growth cycle

This paper constructs an indicator of Brazilian GDP at the monthly ftequency. The peculiar instability and abrupt changes of regimes in the dynamic behavior of the Brazilian business cycle were explicitly modeled within nonlinear ftameworks. In particular, a Markov switching dynarnic factor model was used to combine several macroeconomic variables that display simultaneous comovements with aggregate economic activity. The model generates as output a monthly indicator of the Brazilian GDP and real time probabilities of the current phase of the Brazilian business cycle. The monthly indicator shows a remarkable historical conformity with cyclical movements of GDP. In addition, the estimated filtered probabilities predict ali recessions in sample and out-of-sample. The ability of the indicator in linear forecasting growth rates of GDP is also examined. The estimated indicator displays a better in-sample and out-of-sample predictive performance in forecasting growth rates of real GDP, compared to a linear autoregressive model for GDP. These results suggest that the estimated monthly indicator can be used to forecast GDP and to monitor the state of the Brazilian economy in real time.