Forecast comparison with nonlinear methods for Brazilian industrial production
Rocha, Jordano Vieira
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
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.
Ficha do documento
- Tipo
- Estudo
- Ano
- 2015
- Instituição
- Fundação Getulio Vargas
- Editora
- Escola de Economia de São Paulo
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/13862
Conteúdos relacionados
- TeseEnsaios em ciclos econômicos e preços financeirosFundação Getulio Vargas · 2022
- DissertaçãoAnálise e aplicação de modelos preditivos no fluxo de turistas em território brasileiro frente a aspectos econômicosFundação Getulio Vargas · 2024
- DissertaçãoEfeitos dos empréstimos do BNDES na performance e investimento das empresas de capital aberto brasileirasFundação Getulio Vargas · 2023
- DissertaçãoPrevisão do consumo de cimento no BrasilFundação Getulio Vargas · 2023
