Este exercício quantifica o repasse cambial sobre a inflação para a economia brasileira sob a ótica de um modelo VAR. Usando dados recentes, estimamos as funções de impulso resposta para analisar choques na variação do câmbio e a resposta ao longo do tempo sobre a inflação de preços livres.
Se textos pudessem falar, o que eles diriam? O uso de dados textuais é capaz de melhorar um modelo de previsão? Neste exercício exploramos o uso de fatores textuais extraídos dos comunicados do FOMC para a previsão da inflação norte-americana.
Neste texto abordamos modelos da família ARIMA para finalidade de previsão de séries temporais. Mostramos as diferenças de cada modelo com exemplos de dados econômicos do Brasil, em aplicações nas linguagens de programação R e Python.
Como estimar um modelo VAR no R com dados do IBGE e do BCB: testes de estacionariedade, escolha de defasagem, diagnóstico, previsão do IPCA 12 meses à frente, função impulso-resposta e decomposição de variância.
Uma série é estacionária quando média, variância e covariância não mudam ao longo do tempo. Este guia explica o conceito do começo (processo estocástico, componentes, ruído branco e passeio aleatório) e ensina a testar a estacionariedade com ADF e KPSS. No fim, aplica os testes a inflação, juros e câmbio e mostra como ler cada resultado.