É Possível Bater o Passeio Aleatório na Previsão da Taxa de Câmbio? Mais Evidência para o Caso Brasileiro Outros Idiomas

ID:
40908
Resumo:
O trabalho seminal de Meese e Rogoff sobre previsibilidade da taxa de câmbio teve grande impacto na literatura de finanças internacionais. Os autores mostraram que previsões baseadas em modelos econômicos estruturais tinham um desempenho pior que um passeio aleatório ingênuo. Este resultado é conhecido na literatura como o quebra-cabeça de Meese-Rogoff. Ainda que a validade deste resultado tenha sido checado para um número grande de moedas, estudos para a moeda brasileira ainda não são tão comuns pois o Brasil adotou o regime de câmbio flexível apenas a partir de 1999. Rossi (2013) realizou um estudo amplo do quebra-cabeça proposto pelos autores mas não fez a análise dos dados brasileiros. O objetivo deste trabalho é simular um exercício de tempo real para investigar se as previsões basedas em modelos econômicos de determinação de taxa de câmbio que usam os fundamentos dos modelos desenvolvidos nos anos oitenta tem desempenho melhor que o modelo de passeio aleatório. O trabalho tem três diferenças principais em relação ao feito por ela. Utiliza-se a técnica de correção de viés e de combinação de previsões na tentativa de melhorar a precisão das previsões. Também combina-se as previsões do passeio aleatório com as dos modelos estruturais. Entretanto os resultados obtidos continuam em linha com da autora. O presente trabalho mostra que não é difícil gerar previsões com melhor desempenho que um passeio aleatório com tendência (drift) mas é extremamente difícil bater o desempenho do passeio aleatório ingênuo (sem tendência). O trabalho sugere que é fortemente recomendado utilizar o passeio aleatório sem tendência em exercícios que visem avaliar o quebra-cabeça de Meese e Rogoff.
Citação ABNT:
MARÇAL, E. F.; HADAD JUNIOR, E. Is It Possible to Beat the Random Walk Model in Exchange Rate Forecasting? More Evidence for Brazilian Case. Revista Brasileira de Finanças, v. 14, n. 1, p. 65-88, 2016.
Citação APA:
Marçal, E. F., & Hadad Junior, E. (2016). Is It Possible to Beat the Random Walk Model in Exchange Rate Forecasting? More Evidence for Brazilian Case. Revista Brasileira de Finanças, 14(1), 65-88.
Link Permanente:
http://www.spell.org.br/documentos/ver/40908/e-possivel-bater-o-passeio-aleatorio-na-previsao-da-taxa-de-cambio--mais-evidencia-para-o-caso-brasileiro/i/pt-br
Tipo de documento:
Artigo
Idioma:
Inglês
Referências:
Bates, John M; Granger, Clive WJ. 1969. The combination of forecasts. Or, 451-468.

Bilson, John FO. 1978. Rational expectations and the exchange rate. The economics of exchange rates: Selected studies, 75-96.

Castle, Jennifer, Hendry, David; Clements, Michael P. 2014. (Jan.). Robust Approaches to Forecasting. Economics Series Working Papers 697. University of Oxford, Department of Economics.

Diebold, Francis X; Mariano, Robert S. (1995). Comparing Predictive Accuracy. Journal of Business & Economic Statistics, 13(3), 253-263.

Dornbusch, Rudiger. 1976. Expectations and exchange rate dynamics. The Journal of Political Economy, 1161-1176. 1976.

Enders, Walter. 2008. Applied econometric time series. John Wiley & Sons.

Engel, Charles, Mark, Nelson C.; West, Kenneth D. 2007. (Aug.). Exchange Rate Models Are Not as Bad as You Think. NBER Working Papers 13318. National Bureau of Economic Research, Inc. 2007.

Engel, Charles; West, Kenneth D. (2005). Exchange Rates and Fundamentals. Journal of Political Economy, 113(3), 485-517.

Frankel, Jeffrey A. 1979. On the mark: A theory of floating exchange rates based on real interest differentials. The American Economic Review, 610-622. 1979.

Frenkel, Jacob A. 1976. A monetary approach to the exchange rate: doctrinal aspects and empirical evidence. The Scandinavian Journal of economics, 200-224. 1976.

Galimberti, Jaqueson K.; Moura, Marcelo L. (2013). Taylor rules and exchange rate predictability in emerging economies. Journal of International Money and Finance, 32(0), 1008 - 1031.

Granger, Clive WJ; Ramanathan, Ramu. 1984. Improved methods of combining forecasts. Journal of Forecasting, 3(2), 197-204.

Hansen, Peter R, Lunde, Asger; Nason, James M. (2011). The model confidence set. Econometrica, 79(2), 453-497.

Hendry, David F.; Doornik, Jurgen A. 2013. Empirical Model Discovery and Theory Evaluation. MIT Press. 2013.

Hooper, Peter; Morton, John. (1982). Fluctuations in the dollar: A model of nominal and real exchange rate determination. Journal of International Money and Finance, 1(0), 39- 56.

Issler, João Victor; Lima, Luiz Renato. (2009). A panel data approach to economic forecasting: The bias-corrected average forecast. Journal of Econometrics, 152(2), 153-164.

Lane, Philip R; Milesi-Ferretti, Gian Maria. (2001). The external wealth of nations: measures of foreign assets and liabilities for industrial and developing countries. Journal of international Economics, 55(2), 263- 294.

Meese, Richard A; Rogoff, Kenneth. (1983). Empirical exchange rate models of the seventies: Do they fit out of sample? Journal of international economics, 14(1), 3-24.

Moura, Marcelo, Lima, Adauto; Mendonca. (2008). Exchange rate and fundamentals: the case of Brazil. Journal of International Money and Finance, 12(0), 395 - 413.

Perdomo, Juan Pedro Jensen; Botelho, Fernando Balbino. 2007. Messe-Rogoff revisitados: uma análise empírica das projeções para a taxa de câmbio no Brasil. Encontro Nacional de Economia da Associação Nacional dos Centros de Pós-Graduação em Economia-ANPEC, 35. 2007.

Rossi, Barbara. (2013). Exchange Rate Predictability. Journal of Economic Literature, 51(4), 1063-1119.

Taylor, John B. (1993). Discretion versus policy rules in practice. CarnegieRochester Conference Series on Public Policy, 39(0), 195 - 214.