Metodologia para modelos de nowcasting de dados de atividade

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Dobrianskyj, Guilherme Martinho
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Nowcast
Huber regression
Análise quantitativa
Análise de componentes principais
quantitative analysis
principal component analysis
Link de acesso: https://repositorio.insper.edu.br/handle/11224/6029
Resumo: O trabalho utiliza uma técnica de nowcasting de atividade para diversos países, que possuem diferentes características e qualidades de dados econômicos. São utilizados dados mensais para o nowcast do Produto Interno Bruto dos países, que são dados trimestrais. Ao considerar tempo de execução, robustez a ruídos e flexibilidade de implementação, são utilizadas técnicas baseadas em Análise de Componentes Principais e regressões lineares robustas a ruídos (Huber regression). A fim de modelar a jagged edge (quando, em determinado dia, é sabido apenas alguns dos dados utilizados no modelo), é utilizado um Vetor Autorregressivo com uma defasagem. Os nowcasters construídos mostram boa capacidade preditiva, porém possuem alta dependência na qualidade e histórico dos dados utilizados
id INSP_581cea8dcee681bd261b61b7fd409ff9
oai_identifier_str oai:repositorio.insper.edu.br:11224/6029
network_acronym_str INSP
network_name_str Repositório Institucional da INSPER
repository_id_str
spelling Metodologia para modelos de nowcasting de dados de atividadeNowcastHuber regressionAnálise quantitativaAnálise de componentes principaisNowcastHuber regressionquantitative analysisprincipal component analysisO trabalho utiliza uma técnica de nowcasting de atividade para diversos países, que possuem diferentes características e qualidades de dados econômicos. São utilizados dados mensais para o nowcast do Produto Interno Bruto dos países, que são dados trimestrais. Ao considerar tempo de execução, robustez a ruídos e flexibilidade de implementação, são utilizadas técnicas baseadas em Análise de Componentes Principais e regressões lineares robustas a ruídos (Huber regression). A fim de modelar a jagged edge (quando, em determinado dia, é sabido apenas alguns dos dados utilizados no modelo), é utilizado um Vetor Autorregressivo com uma defasagem. Os nowcasters construídos mostram boa capacidade preditiva, porém possuem alta dependência na qualidade e histórico dos dados utilizadosThis paper uses a nowcasting methodology for activity of countries, with those having different characteristics and data quality. It is utilized monthly data for nowcasting the Gross Domestic Product of each country, which are quarterly data. Taking into consideration execution time of the methodology, robustness to noise and flexibility, techniques as Principal Component Analysis and linear robust regressions (Huber regression) are used. To model the jagged edge (when, on given day, only a few data points from a period are known), a Vector Autoregression model with one lag is used. The nowcasters are shown to have a good predictive caapacity, however it relies on high quality of data and high quantity of historical data.MestradoGUSTAVO BARBOSA SOARESDobrianskyj, Guilherme MartinhoDobrianskyj, Guilherme Martinho2023-08-23T17:26:32Z2023-08-23T17:26:32Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis46 p.Digitalhttps://repositorio.insper.edu.br/handle/11224/6029BrasilSão PauloTODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPER2024-04-01T15:27:18Zoai:repositorio.insper.edu.br:11224/6029Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br || conteudobiblioteca@insper.edu.bropendoar:2024-04-01T15:27:18Repositório Institucional da INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false
dc.title.none.fl_str_mv Metodologia para modelos de nowcasting de dados de atividade
title Metodologia para modelos de nowcasting de dados de atividade
spellingShingle Metodologia para modelos de nowcasting de dados de atividade
Dobrianskyj, Guilherme Martinho
Nowcast
Huber regression
Análise quantitativa
Análise de componentes principais
Nowcast
Huber regression
quantitative analysis
principal component analysis
title_short Metodologia para modelos de nowcasting de dados de atividade
title_full Metodologia para modelos de nowcasting de dados de atividade
title_fullStr Metodologia para modelos de nowcasting de dados de atividade
title_full_unstemmed Metodologia para modelos de nowcasting de dados de atividade
title_sort Metodologia para modelos de nowcasting de dados de atividade
author Dobrianskyj, Guilherme Martinho
author_facet Dobrianskyj, Guilherme Martinho
author_role author
dc.contributor.none.fl_str_mv GUSTAVO BARBOSA SOARES
dc.contributor.author.fl_str_mv Dobrianskyj, Guilherme Martinho
Dobrianskyj, Guilherme Martinho
dc.subject.por.fl_str_mv Nowcast
Huber regression
Análise quantitativa
Análise de componentes principais
Nowcast
Huber regression
quantitative analysis
principal component analysis
topic Nowcast
Huber regression
Análise quantitativa
Análise de componentes principais
Nowcast
Huber regression
quantitative analysis
principal component analysis
description O trabalho utiliza uma técnica de nowcasting de atividade para diversos países, que possuem diferentes características e qualidades de dados econômicos. São utilizados dados mensais para o nowcast do Produto Interno Bruto dos países, que são dados trimestrais. Ao considerar tempo de execução, robustez a ruídos e flexibilidade de implementação, são utilizadas técnicas baseadas em Análise de Componentes Principais e regressões lineares robustas a ruídos (Huber regression). A fim de modelar a jagged edge (quando, em determinado dia, é sabido apenas alguns dos dados utilizados no modelo), é utilizado um Vetor Autorregressivo com uma defasagem. Os nowcasters construídos mostram boa capacidade preditiva, porém possuem alta dependência na qualidade e histórico dos dados utilizados
publishDate 2021
dc.date.none.fl_str_mv 2021
2023-08-23T17:26:32Z
2023-08-23T17:26:32Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.insper.edu.br/handle/11224/6029
url https://repositorio.insper.edu.br/handle/11224/6029
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 46 p.
Digital
dc.coverage.none.fl_str_mv Brasil
São Paulo
dc.source.none.fl_str_mv reponame:Repositório Institucional da INSPER
instname:Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron:INSPER
instname_str Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron_str INSPER
institution INSPER
reponame_str Repositório Institucional da INSPER
collection Repositório Institucional da INSPER
repository.name.fl_str_mv Repositório Institucional da INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)
repository.mail.fl_str_mv biblioteca@insper.edu.br || conteudobiblioteca@insper.edu.br
_version_ 1851941741711589376

Registros relacionados