Modelos Vetoriais AutoRegressivos (VAR) são amplamente utilizados na análise de séries temporais macroeconômicas. Eles permitem modelar a dinâmica conjunta de várias variáveis, capturando como choques em uma afetam as demais ao longo do tempo. Neste exercício, mostramos como aplicar um modelo VAR a um conjunto de dados macroeconômicos brasileiros para gerar previsões.
O PIB é uma variável econômica complexa e de difícil previsão. Neste artigo, mostramos que unir métodos simples e métodos avançados pode aumentar significativamente a previsibilidade do crescimento da economia.
Tutorial de previsão da taxa de desocupação brasileira com um VECM no Python: testes de raiz unitária, cointegração de Johansen, diagnóstico dos resíduos, avaliação fora da amostra contra o passeio aleatório e projeção com intervalo de 95%.
A previsão de demanda é um componente essencial da análise econômica e empresarial. Para avaliar a precisão das previsões, diversas métricas de erro são utilizadas. Entre elas, o Erro Percentual Absoluto Médio (MAPE – Mean Absolute Percentage Error) é uma das mais conhecidas. Neste artigo discutimos suas vantagens e desvantagens com exemplos.
Como identificar os regimes de inflação baixa, moderada e alta do IPCA com um Modelo Oculto de Markov no Python: escolha do número de regimes pelo BIC, matriz de transição, duração esperada, probabilidades filtradas e suavizadas e projeção para 12 meses.