Forecasting inflation using online daily pricesa midas approach for Brazil

Resumo

No geral, podemos prever a taxa de inflação de maneira ótima usando modelos simples de séries de tempo ou um modelo de Curva de Phillips. Todavia, à medida que as pessoas passam a consumir mais online, a “inflação online” acaba se tornando um bom preditor da inflação oficial. Preços online podem ser coletados em frequências mais altas do que a frequência em que a inflação oficial é divulgada, então podemos usar a inflação online contemporânea para prever a variação dos preços offline. Neste trabalho, utilizamos uma abordagem de frequências mistas (modelos MIDAS) para prever a inflação brasileira, divulgada mensalmente, a partir da variação de preços coletados diariamente via web scrapping. Ao não agregar a inflação online para a frequência da inflação oficial, obtemos previsões superiores àquelas produzidas pelos benchmarks de frequência única (ARIMA, VAR e Bridge Equation), pelo menos para o curto prazo. Os resultados são melhores em períodos de inflação estável e robustos à mudanças no tamanho da amostra, no horizonte de previsão, na origem dos dados, nos benchmarks e na avaliação das previsões.

Ficha do documento

Tipo

Dissertação

Ano

2021

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/30714

Temas

EconomiaDados

Palavras-chave

InflationForecastingOnline pricesInflaçãoPrevisãoMIDASPreços onlineEconomiaTaxa de inflaçãoEstatística - AnáliseModelos econométricosPrevisão econômica