Record Details

Bayesian forecasting and inference in latent structure for the Brazilian Industrial Production Index

Brazilian Review of Econometrics

View Archive Info
 
 
Field Value
 
Title Bayesian forecasting and inference in latent structure for the Brazilian Industrial Production Index
Bayesian forecasting and inference in latent structure for the Brazilian Industrial Production Index
 
Creator Huerta, Gabriel; Centro de Investigación en Matemáticas, México.
Lopes, Hedibert Freitas; Institute of Mathematics, Federal University of Rio de Janeiro, Brazil
 
Subject Bayesian time series; Autoregressive component models; Model tainty; Bayesian forecasting; Heavy-tailed errors.
C2, E2
Bayesian time series; Autoregressive component models; Model tainty; Bayesian forecasting; Heavy-tailed errors.
C2, E2
 
Description We consider the analysis of the Brazilian industrial production index (IPI) using statistical tools recently developed for time series. The main purpose is short-term forecasting and structural decomposition of the data through an autoregressive model that allows, but not imposes, nonstationary behavior. A very strong point of this model is that it incorporates all kinds of uncertainties by averaging forecasts across competing models, weighted by their posterior probabilities, in contrast with traditional analyses which assign probability one to a particular model. Additionally, the model considers innovation errors with heavy-tailed distributions and consequently accomodates for outlying observations. We interpret the results of the analysis in terms of its relation to the Brazilian economy.
Analisamos o índice da produção industrial brasileira (IPI) através de métodos estatísticos recentemente desenvolvidos para séries temporais. As principais metas desse trabalho são previsões de curto-prazo e a decomposição estrutural do índice através de modelos autoregressivos que permitam, mas não impõem nenhum comportamento não-estacionário. Uma das principais vantagens de nosso modelo é a incorporação de todos os tipos de incerteza através da combinação de previsões vindas de vários modelos concorrentes, ponderados por suas probabilidades a posteriori, diferentemente de análises tradicionais que tomam por verdadeiro um particular modelo. Adicionalmente, consideramos que os erros do modelo seguem uma distribuição com caudas pesadas e, consequentemente, acomodam observações espúrias. Nós interpretamos os resultados da análise através de suas relações com a economia brasileira.
 
Publisher Sociedade Brasileira de Econometria
 
Date 2000-05-01
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
—
 
Format application/pdf
 
Identifier http://bibliotecadigital.fgv.br/ojs/index.php/bre/article/view/2772
10.12660/bre.v20n12000.2772
 
Source Brazilian Review of Econometrics; Vol 20, No 1 (2000); 1-26
Brazilian Review of Econometrics; Vol 20, No 1 (2000); 1-26
1980-2447
 
Language eng
 
Relation http://bibliotecadigital.fgv.br/ojs/index.php/bre/article/view/2772/1695