Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
http://www.bdtd.uerj.br/handle/1/19342
Tipo do documento: | Tese |
Título: | Índice de condições financeiras, previsões condicionais e não causalidade |
Título(s) alternativo(s): | Financial conditions index, conditional forecasts and non-causal model |
Autor: | Barros, Julio Cesar de Mello |
Primeiro orientador: | Lima, Elcyon Caiado Rocha |
Primeiro coorientador: | Migon, Hélio dos Santos |
Primeiro membro da banca: | Brandão, Antônio Salazar Pêssoa |
Segundo membro da banca: | Cunha, Alexandre Barros da |
Terceiro membro da banca: | Oliveira, Luciano Vereda |
Resumo: | O objetivo deste estudo é desenvolver uma metodologia que permita obter um Índice de Condições Financeiras (ICF) que nos permita inferir quando as condições financeiras de determinado país estão apertadas ou frouxas, e qual a relação entre estas condições financeiras e o hiato do produto. Pretendemos estender o trabalho de Céspedes et al (2006), que utilizam um modelo VAR (Vetor Autorregressivo) causal e a teoria das previsões condicionais (Waggoner e Zha (1999) e Doan et al (1984)) para construir um Índice de Condição Monetária (ICM). A metodologia descrita será estendida para incorporar um grande número de variáveis financeiras e também lidar com a potencial não-causalidade do VAR que, como aponta Alessi et al (2008), é muito comum em modelos econômicos, sobretudo quando há a adição de variáveis financeiras. Mais particularmente, desenvolvemos uma metodologia que permite se fazer previsões condicionais a partir de modelos puramente não-causais e utilizamos esta metodologia para desenvolver um Índice de Condições Financeiras Condicional (ICFC) não- causal. No desenvolvimento desta metodologia nos baseamos fortemente na metodologia desenvolvida por Lanne e Saikkonen (2013) para previsões utilizando modelos VAR não causais. Os principais resultados do nosso trabalho apontam para a existência de não-causalidade no modelo com varáveis financeiras, que objetiva relacionar os movimentos do hiato do produto com o ICFC. Os resultados indicam elevada correlação dinâmica entre o ICFC não-causal e causal e o hiato do produto, mesmo em horizontes mais distantes (8 trimestres). Além disso, encontramos evidência de que o ICFC não-causal é mais efetivo em capturar os pontos de reversão (turning points) do que seus concorrentes, indicando certa antecipação dos ciclos de negócios. Verificamos ainda que as condições financeiras nos EUA, medida pelo nosso índice, estiveram apertadas durante o período da crise financeira de 2007/2009, corroborando o que foi desenvolvido por outros autores. |
Abstract: | The main goal of this study is to develop a methodology that allows us to obtain a Financial Conditions Index (FCI) that allows us to infer when the financial conditions of a given country are tight or loose, and what is the relationship between these financial conditions and the output gap. We intend to extend the work of Céspedes et al (2006), who use a causal VAR (autoregressive vector) model and the conditional forecast theory (Waggoner and Zha (1999) and Doan et al (1984)) to construct a Monetary Condition Index. (MCI). The described methodology will be extended to incorporate a large number of financial variables and also deal with the potential non-causality of VARs, which, as Alessi et al (2008) points out, is very common in economic models, especially when there are additions of financial variables. More particularly, we have developed a methodology that allows conditional forecasts to be made from purely non-causal models and use this methodology to develop a non-causal Conditional Financial Conditions Index (CFCI). In developing this methodology, we rely heavily on the methodology developed by Lanne and Saikkonen (2013) for forecasting using non-causal VAR models. The main results of our work point to the existence of non-causality in the model with financial variables, which aims to relate the movements of the output gap with the CFCI. The results indicate a high dynamic correlation between non-causal and causal ICFC and the product gap, even in more distant horizons (8 quarters). In addition, we find evidence that non-causal CFCIs are more effective at capturing turning points than their competitors, indicating some anticipation of business cycles. We also found that US financial conditions, as measured by our index, were tight during the 2007/2009 financial crisis period, corroborating what is presented by other authors. |
Palavras-chave: | Financial conditions index Conditional forecasts Non-causal model Economia Política monetária Modelos econométricos Previsão econômica Desenvolvimento econômico Índice de condições financeiras Previsão condicional Modelo não-causal VAR |
Área(s) do CNPq: | CIENCIAS SOCIAIS APLICADAS::ECONOMIA::METODOS QUANTITATIVOS EM ECONOMIA |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade do Estado do Rio de Janeiro |
Sigla da instituição: | UERJ |
Departamento: | Centro de Ciências Sociais::Faculdade de Ciências Econômicas |
Programa: | Programa de Pós-Graduação em Ciências Econômicas |
Citação: | BARROS, J. C. M. Índice de condições financeiras, previsões condicionais e não-causalidade, 2019. 75 f. Tese (Doutorado em Ciências Econômicas) - Faculdade de Economia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2019. |
Tipo de acesso: | Acesso Aberto |
URI: | http://www.bdtd.uerj.br/handle/1/19342 |
Data de defesa: | 16-Set-2019 |
Aparece nas coleções: | Doutorado em Ciências Econômicas |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Tese - Julio Cesar de Mello Barros - 2019 - completa.pdf | 1,75 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.