Forecasting accuracy and estimation uncertainty using VAR models with short- and long-term economic restrictions: a Monte-Carlo study

Using vector autoregressive (VAR) models and Monte-Carlo simulation methods we investigate the potential gains for forecasting accuracy and estimation uncertainty of two commonly used restrictions arising from economic relationships. The Örst reduces parameter space by imposing long-term restrictions on the behavior of economic variables as discussed by the literature on cointegration, and the second reduces parameter space by imposing short-term restrictions as discussed by the literature on serial-correlation common features (SCCF). Our simulations cover three important issues on model building, estimation, and forecasting. First, we examine the performance of standard and modiÖed information criteria in choosing lag length for cointegrated VARs with SCCF restrictions. Second, we provide a comparison of forecasting accuracy of Ötted VARs when only cointegration restrictions are imposed and when cointegration and SCCF restrictions are jointly imposed. Third, we propose a new estimation algorithm where short- and long-term restrictions interact to estimate the cointegrating and the cofeature spaces respectively. We have three basic results. First, ignoring SCCF restrictions has a high cost in terms of model selection, because standard information criteria chooses too frequently inconsistent models, with too small a lag length. Criteria selecting lag and rank simultaneously have a superior performance in this case. Second, this translates into a superior forecasting performance of the restricted VECM over the VECM, with important improvements in forecasting accuracy ñreaching more than 100% in extreme cases. Third, the new algorithm proposed here fares very well in terms of parameter estimation, even when we consider the estimation of long-term parameters, opening up the discussion of joint estimation of short- and long-term parameters in VAR models.

The welfare cost of macroeconomic uncertainty in the post-war period

Lucas (1987) has shown the surprising result that the welfare cost of business cycles is quite small. Using standard assumptions on preferences and a fully-áedged econometric model we computed the welfare costs of macroeconomic uncertainty for the post-WWII era using the multivariate Beveridge-Nelson decomposition for trends and cycles, which considers not only business-cycle uncertainty but also uncertainty from the stochastic trend in consumption. The post-WWII period is relatively quiet, with the welfare costs of uncertainty being about 0:9% of per-capita consumption. Although changing the decomposition method changed substantially initial results, the welfare cost of uncertainty is qualitatively small in the post-WWII era - about $175.00 a year per-capita in the U.S. We also computed the marginal welfare cost of macroeconomic uncertainty using this same technique. It is about twice as large as the welfare cost ñ$350.00 a year per-capita.

Estimando a aversão ao risco, a taxa de desconto intertemporal, e a substutibilidade intertemporal do consumo no Brasil usando três tipos de função utilidade

Nesse trabalho estima-se, usando o método generalizado dos momentos e dados brasileiros, os parâmetros estruturais do modelo CCAPM (consumption capital asset pricing model) a partir de três classes de funções utilidade distintas: função utilidade potência (CRRA), utilidade com hábito externo, e aversão ao desapontamento (Kreps-Porteus). Estes parâmetros estruturais estão associados à aversão ao risco, à elasticidade de substituição intertemporal no consumo e à taxa de desconto intertemporal da utilidade futura. Os resultados aqui obtidos são analisados e comparados com resultados anteriores para dados brasileiros e americanos. Adicionalmente, testa-se econometricamente todos os modelos estruturais estimados a partir do teste de restrições de sobre-identificação, para investigar, da forma mais abrangente possível, se há ou não equity premium puzzle para o Brasil. Os resultados surpreendem, dado que, em raríssimas ocasiões, se rejeita as restrições implícitas nesses modelos. Logo, conclui-se que não há equity premium puzzle para o Brasil.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the (feasible) bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular, it is asymptotically equivalent to the conditional expectation, i.e., has an optimal limiting mean-squared error. We also develop a zeromean test for the average bias and discuss the forecast-combination puzzle in small and large samples. Monte-Carlo simulations are conducted to evaluate the performance of the feasible bias-corrected average forecast in finite samples. An empirical exercise based upon data from a well known survey is also presented. Overall, theoretical and empirical results show promise for the feasible bias-corrected average forecast.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular it delivers a zero-limiting mean-squared error if the number of forecasts and the number of post-sample time periods is sufficiently large. We also develop a zero-mean test for the average bias. Monte-Carlo simulations are conducted to evaluate the performance of this new technique in finite samples. An empirical exercise, based upon data from well known surveys is also presented. Overall, these results show promise for the bias-corrected average forecast.

Aspectos dinâmicos de um sistema de metas sociais

Neri e Xerez (2003) discutem a racionalidade econômica para o desenvolvimento de um sistema de metas sociais a partir de variantes estáticas do modelo agente-principal. Este sistema atua como forma do governo federal aumentar a eficiência na utilização dos recursos sociais transferidos para os municípios. O presente trabalho desenvolve algumas extensões deste modelo com diferentes possibilidades de renegociação ao longo do tempo assim como a presença de choques. Demonstramos num contexto dinâmico com contratos completos que a melhor forma de aumentar a eficiência alocativa dos fundos transferidos seria criar mecanismos institucionais garantindo a impossibilidade de renegociações bilaterais. Esse contrato ótimo reproduz a seqüência de metas e transferências de vários períodos encontrada na solução do modelo estático. Entretanto, esse resultado desaparece quando incorporamos contratos incompletos. Nesse caso, as ineficiências ex-ante criadas pela possibilidade de renegociação devem ser comparadas com as ineficiências expost criadas por não se usar a informação nova revelada ao longo do processo. Na segunda parte do artigo incorporamos a incidência de choques aleatórios. Mostramos que, quando os resultados sociais não dependem somente dos investimentos realizados pelo município, mas também de fatores estocásticos, o contrato estabelecido entre governo federal e municípios, deve estipular metas mais altas de forma a prevenir a ocorrência de estados ruins da natureza. Além disso, contratos lineares nesse tipo de situação são pró-cíclicos, reduzindo as transferências governamentais justamente quando o município sofre um choque negativo. Para evitar esse tipo de situação, mostramos que o estabelecimento de contratos que utilizam mecanismos de comparação de performance entre os municípios elimina o efeito pró-cíclico, garantindo aos municípios uma transferência fixa quando eles investem na área social.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the (feasible) bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular, it is asymptotically equivalent to the conditional expectation, i.e., has an optimal limiting mean-squared error. We also develop a zeromean test for the average bias and discuss the forecast-combination puzzle in small and large samples. Monte-Carlo simulations are conducted to evaluate the performance of the feasible bias-corrected average forecast in finite samples. An empirical exercise, based upon data from a well known survey is also presented. Overall, these results show promise for the feasible bias-corrected average forecast.

Impactos da Nova Lei de Pisos Salariais Estaduais

Em 2000, o governo federal fixou uma lei que permitia as Unidades Federativas fixarem pisos salariais acima do salário mínimo, representando uma oportunidade privilegiada de avaliação dos seus impactos. A nova lei oferece uma fonte de variabilidade potencialmente exógena além de isolar os efeitos de mudanças do salário mínimo sobre a demanda de trabalho dos impactos fiscais exercidos no contexto brasileiro. Inicialmente, testamos a efetividade da lei, utilizando logits multinomiais aplicados a PNAD/IBGE a fim de calcular a probabilidade de acumulação de massa de salários abaixo, igual e acima dos pisos estaduais. Posteriormente, aplicamos regressões quantílicas para diferenças de salários e de ocupação antes e depois da aplicação da lei comparando grupos de tratamento e controle através de dados longitudinais da PME/IBGE. Os resultados demonstram uma baixa efetividade e um alto descumprimento da lei nos estados aonde foi aplicada.

Um estudo sobre os efeitos da heterogeneidade dos indivíduos na estimação de modelos com dados agregados

Esta tese é composta por três artigos, cada um deles correspondendo a um capítulo. Embora cada capítulo verse sobre assuntos distintos, existe a mesma preocupação em todos eles com a correta construção de modelos econométricos agregados a partir de modelos de decisão individual. Em outras palavras, o tema unificador é a preocupação em, ao usar dados agregados, levar em consideração a heterogeneidade dos indivíduos no processo de agregação dos mesmos.

Prevendo inflação usando séries temporais e combinações de previsões

O propósito deste estudo é analisar a capacidade dos modelos econométricos ARMA, ADL, VAR e VECM de prever inflação, a fim de verificar qual modelagem é capaz de realizar as melhores previsões num período de até 12 meses, além de estudar os efeitos da combinação de previsões. Dentre as categorias de modelos analisados, o ARMA (univariado) e o ADL (bivariado e multivariado), foram testados com várias combinações de defasagens. Foram realizadas previsões fora-da-amostra utilizando 3 períodos distintos da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de verificar os desvios medidos através do EQM (erro quadrático médio). Combinações das previsões usando média aritmética, um método de média ponderada proposto por Bates e Granger (1969) e média ponderada através de regressão linear múltipla foram realizadas. As previsões também foram combinadas com a previsão do boletim FOCUS do Banco Central. O método de Bates e Granger minimiza a variância do erro da combinação e encontra uma previsão com variância do erro menor ou igual à menor variância dos erros das previsões individuais, se as previsões individuais forem não viesadas. A conclusão é que, com as técnicas de séries temporais utilizadas, alguns modelos individuais fornecem previsões com EQM relativamente baixos. Destacando-se, dentre eles, os modelos VAR e VECM. Porém, com a combinação de previsões os EQM obtidos são menores do que os das previsões individuais usadas para combinação. Na maioria dos casos, a combinação de previsões com o boletim FOCUS também melhorou significativamente os resultados e forneceu previsões com EQM menores do que os das previsões individuais, destacando-se, dentre os métodos de combinações utilizados, a combinação via regressão linear múltipla.

Modelo de Previsão de Preços de Frente Marítimo

O frete marítimo tem sido um componente cada vez mais relevante na economia mundial, provocando alterações no comércio internacional, principalmente no transporte de longa distância. O presente estudo tem como objetivo analisar o comportamento do mercado de frete de cargas a granel de grandes navios através de um modelo de previsão de preços para o período 2008-2012. Os resultados sugerem uma forte redução dos preços nos próximos anos, influenciada pelo vigoroso crescimento na produção de novos navios na China.

Previsão de retornos intradiários através de regressões usando funções-núcleo

As contribuições deste artigo são duas. A primeira, um método de avaliação de regressões não lineares para a previsão de retornos intradiários de ações no mercado brasileiro é discutido e aplicado, com o objetivo de maximizar o retorno de um portfólio simulado de compras e vendas. A segunda, regressões usando funções-núcleo associadas ao particionamento da amostra por vizinhos mais próximos são realizadas. Algumas variáveis independentes utilizadas são indicadores técnicos, cujos parâmetros são otimizados dentro da amostra de estimação. Os resultados alcançados são positivos e superam, em uma análise quartil a quartil, os resultados produzidos por um modelo benchmark de autorregressão linear

Ensaios sobre o mercado de seguros de automóveis

A presente tese é composta de três ensaios sobre o mercado de seguros de automóveis, cada ensaio corresponde a um capítulo. No primeiro capítulo apresentamos uma extensão dinâmica ao modelo de Bertrand, no qual corretores de seguros competem em preços (comissão) pela venda de contratos aos segurados. Nosso objetivo é fornecer uma explicação para um fato estilizado interessante: a coexitência de comissões nulas e positivas. Derivamos um equilíbrio de Nash perfeito em subjogo e, por máxima verossimilhança, estimamos os seguintes parâmetros do modelo: (i) o número de corretores efetivamente consultados pelos segurados; (ii) o custo de trocar de corretor; e (iii) o valor presente dos lucros dos corretores. No segundo capítulo apresentamos uma versão do modelo estático de Stahl (1989) para explicar como corretores de seguros competem em preços (comissão). Derivamos um equilíbrio no qual o valor esperado da taxa de comissão é função decrescente do prêmio mínimo exigido pela seguradora e estimamos a elasticidade da taxa de comissão em relação a este prêmio mínimo. Esta informação pode ajudar as seguradoras a desenhar seus contratos de forma mais precisa. No terceiro capítulo testamos a existência de assimetria de informação no mercado brasileiro de seguros de automóveis. Propomos o uso da taxa de comissão dos corretores como instrumento da variável endógena bônus. Esta metodologia nos permite ampliar a amostra para segurados onde a assimetria de informação é potencialmente maior. Usando dados sobre mercado brasileiro de seguros de automóveis concluímos que: (i) não há indícios de assimetria de informação relevante no grupo de segurados jovens; (ii) há assimetria de informação no grupo de segurados mais experientes. Estes resultados se alinham aos obtidos por Chiappori e Salamié (2001) e Cohen (2005).