Spain-STING — o Modelo de Previsão em Tempo Real do Banco de Espanha para o Crescimento do PIB Espanhol
Espanha
O Spain-STING, do Banco de Espanha, prevê em tempo real o PIB trimestral espanhol a partir de indicadores antecipados; uma …
México · Mexico City · Ver o perfil de México · Ver o perfil de Mexico City
Top 32% 67/100 · Pergunte a Evidence Copilot sobre esta prática
O Banco de México construiu cinco modelos de nowcasting do PIB e os testou por 12 trimestres (2014T2-2017T1); a média do modelo de equações-ponte vencedor superou a Bloomberg, a pesquisa de especialistas do Banco e a estimativa rápida do INEGI antes do dado oficial.
O banco central do México precisa de estimativas do PIB muito antes da divulgação trimestral oficial do INEGI, já que as decisões de política monetária não podem esperar pela defasagem habitual de várias semanas. O economista Oscar Gálvez-Soriano, dentro da própria diretoria de pesquisa econômica do Banco de México, construiu e testou um conjunto de modelos de nowcasting do PIB em tempo real usando indicadores mensais como produção industrial, vendas no varejo, emprego, comércio e dados financeiros.
Cinco abordagens de nowcasting foram comparadas ao longo de toda a amostra 1993T1-2017T1: um modelo de fatores dinâmicos (MFD), dois modelos de equações-ponte (BE) e dois modelos de componentes principais (PCA), comparados a um modelo AR(1) simples, usando três conjuntos de informação com 25, 8 e 11 indicadores mensais, respectivamente.
A média dos dois modelos BE produziu o menor erro quadrático médio no geral (EQM = 0,026) e foi estatisticamente mais precisa do que os modelos MFD e PCA segundo o teste de Diebold-Mariano modificado (HLN). Em um teste genuinamente em tempo real ao longo de 12 trimestres consecutivos (2014T2-2017T1), o EQM de 0,004 da média BE superou a pesquisa de analistas da Bloomberg (0,019), a própria Pesquisa de Especialistas em Economia do Banco de México (0,051) e a estimativa rápida do INEGI (0,015); três quartos das previsões BE ficaram a menos de 0,1 ponto percentual do valor oficial final do PIB, um mês inteiro antes de sua divulgação.
Os autores alertam que esses resultados se baseiam em conjuntos de indicadores deliberadamente pequenos e escolhidos manualmente — em parte para evitar o sobreajuste que prejudicou os modelos de fatores maiores — e que não foi demonstrado que se generalizem para outras economias em desenvolvimento com menos dados mensais disponíveis; o estudo, publicado como artigo de pesquisa revisado por pares, não confirma por si só se a abordagem de equações-ponte se tornou desde então a ferramenta operacional padrão de nowcasting do Banco de México.
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Espanha
O Spain-STING, do Banco de Espanha, prevê em tempo real o PIB trimestral espanhol a partir de indicadores antecipados; uma …
Cazaquistão
O banco central do Cazaquistão acrescentou aprendizagem automática Ridge, Lasso e Elastic-Net ao seu sistema de previsão de inflação, reduzindo …
África do Sul
Investigadores do SARB testaram rigorosamente modelos de aprendizagem automática (LASSO, XGBoost, redes neuronais) face às próprias previsões de inflação publicadas …
República Tcheca
Num experimento público em blogue, o Banco Nacional Checo colocou LLMs de uso geral (OpenAI o1, Grok 2) a competir …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.