Publicação
On the role of disaggregated information for inflation forecasting
| Resumo: | O principal objectivo desta dissertação é avaliar o papel da informação desagregada na previsão da inflação. Mais concretamente, esta informação refere-se às diversas componentes do índice de preços, segundo três níveis de desagregação: o índice total agregado, cinco classes e 59 índices elementares. Para avaliar a influência da utilização deste tipo de informação na qualidade das previsões recorre-se a três técnicas distintas: a abordagem bottom-up; os factores comuns dinâmicos; e a combinação de ambas. Indo mais além do que aquilo que é comum na literatura relativa a este tema, não só é utilizado mais do que um nível de desagregação, como um deles tem uma desagregação significativamente maior do que a que é habitualmente considerada. Relativamente aos modelos, foram utilizados quer modelos univariados (modelos RW e SARIMA), quer modelos multivariados (modelos FASARIMA, incluindo factores comuns dinâmicos). Para horizontes de previsão até 12 meses, é elaborado um exercício de previsão out-of-sample, fazendo uso de dados para o IPC de Portugal. Os resultados deste exercício mostram que a utilização de informação desagregada influencia positivamente a qualidade das previsões da inflação, para horizontes de previsão de um a nove meses. |
|---|---|
| Autores principais: | Duarte, Cláudia Filipa Pires |
| Assunto: | Informação desagregada Previsão da inflação abordagem bottom-up Factores comuns dinâmicos SARIMA FASARIMA Disaggregated information Inflation forecasting Bottom-up approach Dynamic common factors SARIMA FASARIMA |
| Ano: | 2005 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | inglês |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | O principal objectivo desta dissertação é avaliar o papel da informação desagregada na previsão da inflação. Mais concretamente, esta informação refere-se às diversas componentes do índice de preços, segundo três níveis de desagregação: o índice total agregado, cinco classes e 59 índices elementares. Para avaliar a influência da utilização deste tipo de informação na qualidade das previsões recorre-se a três técnicas distintas: a abordagem bottom-up; os factores comuns dinâmicos; e a combinação de ambas. Indo mais além do que aquilo que é comum na literatura relativa a este tema, não só é utilizado mais do que um nível de desagregação, como um deles tem uma desagregação significativamente maior do que a que é habitualmente considerada. Relativamente aos modelos, foram utilizados quer modelos univariados (modelos RW e SARIMA), quer modelos multivariados (modelos FASARIMA, incluindo factores comuns dinâmicos). Para horizontes de previsão até 12 meses, é elaborado um exercício de previsão out-of-sample, fazendo uso de dados para o IPC de Portugal. Os resultados deste exercício mostram que a utilização de informação desagregada influencia positivamente a qualidade das previsões da inflação, para horizontes de previsão de um a nove meses. |
|---|