Modelos de regressão com defasagem dependente do regime

• Ano de defesa: 2025
• Autor(a) principal: Oliveira, Lucas de Miranda
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Defasagens variáveis; Exchange rate; Markov switching models; Modelos de mudança de regime; Modelos monetários; Monetary models; Out-of-sample forecasting; Previsão fora da amostra; Taxa de câmbio; Time-varying Lags
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-29012026-233250/

Esta tese propõe uma extensão dos modelos autorregressivos com mudança de regime Markoviana (MSAR), ao permitir que a estrutura de defasagens das variáveis explicativas também alterne entre os regimes ocultos. O trabalho desenvolve a estimação do modelo, que utiliza um espaço de estados expandido, através das abordagens de Máxima Verossimilhança (MLE) via algoritmo EM e uma metodologia Bayesiana que reformula a seleção de defasagens como um problema de seleção de variáveis em alta dimensão, utilizando prioris de encolhimento Horseshoe. Estudos de simulação de Monte Carlo validam a consistência dos estimadores e a capacidade da abordagem Bayesiana em identificar corretamente as defasagens ativas. Finalmente, o modelo é aplicado à previsão de taxas de câmbio (GBP/USD, CAD/USD e JPY/USD), os resultados sugerem que a flexibilidade adicional nas defasagens é crucial para melhorar a capacidade preditiva dos modelos de predição de taxas de câmbio com fundamentos monetários em alguns horizontes, historicamente inferior ao passeio aleatório desde o trabalho seminal de Meese e Rogoff (1983).