Mover média estocástica volatilidade modelos com aplicação para inflação previsão no Brasil

Modelos de volatilidade estocástica média móvel com aplicação à previsão de inflação Resumo: A média móvel e a volatilidade estocástica são dois componentes importantes para modelagem e previsão de séries temporais macroeconômicas e financeiras. O primeiro visa capturar a dinâmica de curto prazo, enquanto que o último permite a acumulação de volatilidade e a volatilidade variável no tempo. Apresentamos uma nova classe de modelos que inclui ambos os recursos úteis. Os novos modelos permitem que o processo médio condicional tenha uma forma espacial de estado. Como tal, este quadro geral inclui uma ampla variedade de especificações populares, incluindo os componentes não observados e os modelos de parâmetros que variam no tempo. Com um processo de média móvel, no entanto, significa que os erros na equação de medição não são mais independentes em série e a estimativa torna-se mais difícil. Desenvolvemos um simulador posterior que se baseia nos avanços recentes em algoritmos baseados em precisão para estimar essa nova classe de modelos. Em uma aplicação empírica que envolve a inflação nos EUA, descobrimos que esses modelos de volatilidade estocástica média móvel oferecem melhor desempenho de previsão de exercícios físicos e fora da amostra do que as variantes padrão com apenas volatilidade estocástica. Referência de exportação: BibTeX RIS (EndNote, ProCite, RefMan) HTMLText Este site faz parte do RePEc e todos os dados exibidos aqui fazem parte do conjunto de dados RePEc. Seu trabalho está faltando no RePEc Aqui está como contribuir. Perguntas ou problemas Verifique as perguntas frequentes do EconPapers ou envie um e-mail para. Página atualizada 2017-01-05Movendo modelos de volatilidade estocástica média com aplicação à previsão de inflação Resumo: Apresentamos uma nova classe de modelos que tem tanto volatilidade estocástica quanto erros de média móvel, onde a média condicional possui uma representação espacial estadual. Ter um componente médio móvel, no entanto, significa que os erros na equação de medição não são mais independentes em série e a estimativa torna-se mais difícil. Desenvolvemos um simulador posterior que se baseia nos avanços recentes em algoritmos de precisão para estimar esses novos modelos. Em uma aplicação empírica que envolve a inflação dos EUA, achamos que esses modelos de volatilidade estocástica média móvel oferecem um melhor desempenho de previsão de aptidão e fora de amostra na amostra do que as variantes padrão com apenas volatilidade estocástica. Referência de exportação: BibTeX RIS (EndNote, ProCite, RefMan) O HTMLText Journal of Econometrics é atualmente editado por T. Amemiya. R. R. Gallant. J. F. Geweke. C. Hsiao e P. M. Robinson Mais artigos em Journal of Econometrics dos dados da série Elsevier mantidos por Shamier, Wendy ().