README.md

In santoscs/prevendo.inflacao.fatores.comuns: Prevendo Inflacao Com Modelo Fatores Comuns

prevendo.inflacao.fatores.comuns

Rápido tutorial para reproduzir os resultados do artigo "Prevendo a Inflação no Brasil com grande conjunto de dados: uma aplicação do modelo de fatores comuns"

Requisitos técnicos

Caso não tenha ainda instalado:

1. Instale o pacote devtools do CRAN com o seguinte comando install.packages("devtools").
2. Programas auxiliares:
   • Windows: instale Rtools
   • Mac: Instale Xcode no Mac App Store
   • Linux: Instale várias bibliotecas de desenvolvimento (detalhes variam entre as diferentes distribuições de Linux).

Reproduzindo os resultados

Instala os dados e funções necessárias

devtools::install_github("santoscs/prevendo.inflacao.fatores.comuns")

Importa os dados

library(prevendo.inflacao.fatores.comuns)

# importa dados das séries macroeconômicas
series <- read.csv("data-raw/series_transformadas.csv", sep="")
periodo <- series[1,1]
ano <- as.numeric(substring(periodo[1],1,4))
mes <- as.numeric(substring(periodo[1],6,7))
series <- ts(series[,-1], start = c(ano,mes), freq=12)

# importa o ipca em 12 meses previsto pela focus
ipca12.focus <- read.csv("data-raw/focus_ipca_bcb.csv", sep="")
periodo <- ipca12.focus[1,1]
ano <- as.numeric(substring(periodo[1],1,4))
mes <- as.numeric(substring(periodo[1],6,7))
ipca12.focus <- ts(ipca12.focus[,2], start = c(ano,mes), freq=12)
ipca12.focus <- window(ipca12.focus, end=end(series))

# ipca em 12 meses
ipca12 <- acum(series[,"X38513"])

#restringe periodo dos dados ao mesmo do ipca12
series <- window(series, start=start(ipca12))

pib <- series[,"X521274780"]
selic <- series[,"X32241"]

Realiza as previsões fora da amostra

Este procedimento é demorado devido a grande quantidade de processamento.

# previsões fora da amostra usando fatores comuns
y <- ipca12
x <- series[,colnames(series)!="X38513"]
out.DI <- outsample.di(yh=y, yt=y, x=x, k=3, m=3, p=3, n=60, h=12)
out.DI_tf <- outsample.ditf(yh=y, yt=y, x=x, m=3, p=3, n=60, h=12)
out.DI_tp <- outsample.ditp(yh=y, yt=y, x=x, k=3, m=3, p=3, n=60, h=12)
out.DI_tfp <- outsample.ditfp(yh=y, yt=y, x=x, m=3, p=3, n=60, h=12)

# previsões fora da amostra usando ARIMA e VAR
out.arima <- outsample.arima(ipca12, h=12, k=60)
y <- cbind(ipca12, pib, selic)
out.VAR <- outsample.var(y, h=12, k=60)

# previsoes dos modelos
ipca12.arima <- out.arima$fcast[,1]
ipca12.var <- out.VAR$fcast$ipca[,1]
ipca12.DI <- out.DI$fcast
ipca12.DItp <- out.DI_tp$fcast
ipca12.DItf <- out.DI_tf$fcast
ipca12.DItfp <- out.DI_tfp$fcast
# ipca em 12 meses
ipca12.fig <- ipca12
ipca12 <- window(ipca12, start=start(ipca12.arima))
# previsao da focus
ipca12.focus <- window(ipca12.focus, start=start(ipca12), end=end(ipca12))

Figura 1 - IPCA acumulado em 12 meses - 1996.1 - 2014.2

plot(ipca12.fig)

Tabela 1 - Habilidade preditiva fora da amostra, 2008.5-2014.2

# matriz de dados 
x <- cbind(ipca12, ipca12.focus, ipca12.arima,
           ipca12.var, ipca12.DI, ipca12.DItf, 
           ipca12.DItp, ipca12.DItfp)
tab <- tab.reqm(x, obs = "ipca12", ref = "ipca12.focus")
knitr::kable(tab)

          | reqm  | eqmr  | dm test

------------- | ----- | ----- | -------- ipca12.focus | 5,29 | 1,00 | ipca12.arima | 0,89 | 0,03 | 0 ipca12.var | 1,48 | 0,08 | 0 ipca12.DI | 0,96 | 0,03 | 0 ipca12.DItf | 1,06 | 0,04 | 0 ipca12.DItp | 0,95 | 0,03 | 0 ipca12.DItfp | 1,08 | 0,04 | 0

Tabela 2 - Teste de previsão incorporada, 2008.5-2014.2

tab <- tab.enctest(x, obs = "ipca12", ref = "ipca12.focus")
knitr::kable(tab)

Modelo A | Modelo B | Lambda (valor p) ------------- | ------------- | ----------------- ipca12.focus | ipca12.arima | 0,34 (0,39) ipca12.focus | ipca12.var | -0,23 (0,42) ipca12.focus | ipca12.DI | 0,23 (0,24) ipca12.focus | ipca12.DItf | -0,92 (0,00) ipca12.focus | ipca12.DItp | 0,31 (0,21) ipca12.focus | ipca12.DItfp | 0,06 (0,89)

Tabela 3 - Habilidade preditiva fora da amostra das previsões combinadas, 2008.5-2014.2

ipca12.carima <- 0.5*ipca12.focus +  0.5*ipca12.arima
ipca12.cvar <- 0.5*ipca12.focus +  0.5*ipca12.var
ipca12.cdi <- 0.5*ipca12.focus +  0.5*ipca12.DI
ipca12.cditf <- 0.5*ipca12.focus +  0.5*ipca12.DItf
ipca12.cditp <- 0.5*ipca12.focus +  0.5*ipca12.DItp
ipca12.cditfp <- 0.5*ipca12.focus +  0.5*ipca12.DItfp

x <- cbind(ipca12, ipca12.focus, ipca12.comb,
           ipca12.comb2, ipca12.carima, ipca12.cvar,
           ipca12.cdi, ipca12.cditf, ipca12.cditfp)
tab <- tab.reqm(x, obs = "ipca12", ref = "ipca12.focus")
knitr::kable(tab)

          |  reqm |  eqmr |  dm test

--------------| -----| -----| -------- ipca12.focus | 5,29 | 1,00 | ipca12.carima | 2,82 | 0,28 | 0 ipca12.cvar | 2,87 | 0,29 | 0 ipca12.cdi | 2,65 | 0,25 | 0 ipca12.cditf | 2,61 | 0,24 | 0 ipca12.comb2 | 2,68 | 0,26 | 0 ipca12.cditfp | 2,46 | 0,22 | 0

santoscs/prevendo.inflacao.fatores.comuns documentation built on May 29, 2019, 1:49 p.m.