Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Santos, Jhonatan Goncalves dos
Orientador(a): Caldeira, João Frois
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
Link de acesso: https://repositorio.ufsc.br/handle/123456789/265164
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Socioeconômico, Programa de Pós-Graduação em Economia, Florianópolis, 2025.
id UFSC_cfa1d78e032134184287fa5fcb96fe48
oai_identifier_str oai:repositorio.ufsc.br:123456789/265164
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaSantos, Jhonatan Goncalves dosCaldeira, João Frois2025-05-19T23:27:16Z2025-05-19T23:27:16Z2025391770https://repositorio.ufsc.br/handle/123456789/265164Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Socioeconômico, Programa de Pós-Graduação em Economia, Florianópolis, 2025.A previsão da estrutura a termo da taxa de juros é um dos desafios centrais da macroeconomia e das finanças, com implicações diretas para a formulação de políticas monetárias, a precificação de ativos e a gestão de riscos. Este trabalho explora a aplicação de modelos dinâmicos para a previsão da curva de juros brasileira, incorporando dados textuais extraídos das atas do Comitê de Política Monetária (Copom) e do Federal Open Market Committee (FOMC). O estudo aplica o modelo dinâmico de Nelson-Siegel, estimado por meio do Filtro de Kalman, para capturar a evolução da curva de juros ao longo do tempo. A principal contribuição deste estudo reside na inclusão de medidas de sentimento extraídas dos comunicados de política monetária, empregando o dicionário financeiro de Loughran e McDonald (2011) para análise do sentimento negativo e do tom da comunicação dos bancos centrais, além do uso complementar da polaridade textual obtida via TextBlob. A previsão da curva de juros é realizada por meio de um procedimento iterativo com janela em expansão, no qual o modelo é estimado a partir de 60 origens, permitindo uma avaliação dinâmica do desempenho dos modelos. Os resultados indicam que a inclusão de dados textuais melhora a habilidade preditiva dos modelos de fatores analisados, especialmente em horizontes de curto e médio prazo, sugerindo que o conteúdo dos comunicados de política monetária contém informações preditivas relevantes para a dinâmica da taxa de juros e influencia as expectativas do mercado. Além disso, a comparação entre diferentes especificações do modelo evidencia a relevância das informações qualitativas na previsão da estrutura a termo da taxa de juros no Brasil. Este estudo contribui para a literatura ao investigar a relevância da aplicação do processamento de linguagem natural no modelo de previsão da taxa de juros para diferentes horizontes.Abstract: Forecasting the term structure of interest rates is one of the central challenges of macroeconomics and finance, with direct implications for monetary policy formulation, asset pricing, and risk management. This paper explores the application of dynamic models to forecast the Brazilian yield curve, incorporating textual data extracted from the minutes of the Monetary Policy Committee (Copom) and the Federal Open Market Committee (FOMC). The study applies the Nelson-Siegel dynamic model, estimated using the Kalman Filter, to capture the evolution of the yield curve over time. The main contribution of this study lies in the inclusion of sentiment measures extracted from monetary policy statements, using the financial dictionary of Loughran e McDonald (2011) to analyze negative sentiment and the tone of central bank communications, in addition to the complementary use of textual polarity obtained via TextBlob. The yield curve forecast is performed through an iterative procedure with an expanding window, in which the model is estimated from 60 sources, allowing a dynamic evaluation of the models? performance. The results indicate that the inclusion of textual data improves the predictive ability of the factor models analyzed, especially in short and medium-term horizons, suggesting that the content of monetary policy statements contains relevant predictive information for interest rate dynamics and influences market expectations. In addition, the comparison between different model specifications highlights the relevance of qualitative information in forecasting the term structure of interest rates in Brazil. This study contributes to the literature by investigating the relevance of applying natural language processing in the interest rate forecasting model for different horizons.94 p.| il., gráfs.porEconomiaJurosTaxas de jurosPolítica monetáriaBancos centraisComunicaçãoPrevisão da curva de juros brasileira: o uso de dados textuais agrega valor?info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPCNM0410-D.pdfPCNM0410-D.pdfapplication/pdf4346744https://repositorio.ufsc.br/bitstream/123456789/265164/1/PCNM0410-D.pdf7bd03b608396c22741d75fca36e632d4MD51123456789/2651642025-05-20 15:18:31.223oai:repositorio.ufsc.br:123456789/265164Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732025-05-20T18:18:31Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
title Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
spellingShingle Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
Santos, Jhonatan Goncalves dos
Economia
Juros
Taxas de juros
Política monetária
Bancos centrais
Comunicação
title_short Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
title_full Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
title_fullStr Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
title_full_unstemmed Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
title_sort Previsão da curva de juros brasileira: o uso de dados textuais agrega valor?
author Santos, Jhonatan Goncalves dos
author_facet Santos, Jhonatan Goncalves dos
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Santos, Jhonatan Goncalves dos
dc.contributor.advisor1.fl_str_mv Caldeira, João Frois
contributor_str_mv Caldeira, João Frois
dc.subject.classification.none.fl_str_mv Economia
Juros
Taxas de juros
Política monetária
Bancos centrais
Comunicação
topic Economia
Juros
Taxas de juros
Política monetária
Bancos centrais
Comunicação
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Socioeconômico, Programa de Pós-Graduação em Economia, Florianópolis, 2025.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-05-19T23:27:16Z
dc.date.available.fl_str_mv 2025-05-19T23:27:16Z
dc.date.issued.fl_str_mv 2025
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.ufsc.br/handle/123456789/265164
dc.identifier.other.none.fl_str_mv 391770
identifier_str_mv 391770
url https://repositorio.ufsc.br/handle/123456789/265164
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 94 p.| il., gráfs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/265164/1/PCNM0410-D.pdf
bitstream.checksum.fl_str_mv 7bd03b608396c22741d75fca36e632d4
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851758943125110784

Registros relacionados