Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.5/755
Título: On the role of disaggregated information for inflation forecasting
Autor: Duarte, Cláudia Filipa Pires
Orientador: Pinheiro, Maximiano
Palavras-chave: 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
Data de Defesa: Out-2005
Editora: Instituto Superior de Economia e Gestão
Citação: Duarte, Cláudia Filipa Pires. 2005. "On the role of disaggregated information for inflation forecasting". Dissertação de Mestrado. Universidade Técnica de Lisboa. Instituto Superior de Economia e Gestão.
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.
The main aim of this dissertation is to evaluate the role of disaggregated information by product on inflation forecasting. In particular, this information refers to the several components of the price index, considering three disaggregation levels: the aggregated overall index, five components and 59 subcomponents. This is done by analysing the relevance for inflation forecast accuracy of three different techniques: the bottom-up approach; dynamic common factors; and the combination of both. In contrast with the literature, different levels of data disaggregation are allowed, namely a higher disaggregation level than the one considered up to now. In what concerns the models used, both univariate and multivariate models are applied, such as SARIMA and FASARIMA models (the latter including dynamic common factors). An out-of-sample forecast comparison (up to twelve-months ahead) is performed using Portuguese CPI data. I find evidence that, for a forecast horizon up to nine-months ahead, using disaggregated information for inflation forecasting has a significant positive impact on forecast accuracy.
Descrição: Mestrado em Economia
URI: http://hdl.handle.net/10400.5/755
Aparece nas colecções:BISEG - Dissertações de Mestrado / Master Thesis
DE - Dissertações de Mestrado / Master Thesis

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
tese_final.pdf341,73 kBAdobe PDFVer/Abrir    Acesso Restrito. Solicitar cópia ao autor!


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.