Nathalia Scholles Oreda, estudante de Ciências Econômicas da UFRGS, desenvolveu a pesquisa de graduação sobre previsibilidade macroeconômica. O trabalho, intitulado Principais Atributos para Melhorar a Previsibilidade Macroeconômica: Evidências para o Brasil, foi elaborado em 2023/2, sob orientação do professor Hudson Torrent, do Instituto de Matemática e Estatística da UFRGS.
O estudo consiste em comparar o desempenho de modelos econométricos lineares e não lineares em ambientes pobres e ricos em dados para previsão de diferentes variáveis macroeconômicas brasileiras. Dessa maneira, a pesquisa busca compreender quais características do aprendizado de máquina são úteis para previsões macroeconômicas.
Com o auxílio da linguagem R, Nathalia realizou a previsão de três variáveis macroeconômicas indicadoras da economia brasileira: a taxa de desemprego aberta da Região Metropolitana de São Paulo; a taxa de inflação brasileira, usando o índice IPCA; e o spread com o indicador Emerging Markets Bond Index Plus (EMBI+) para o Brasil, utilizando a fonte de dados do Ipeadata. No estudo, foram usados 34 modelos lineares e não lineares que diferem em respeito às principais características do aprendizado de máquina.
Os modelos considerados na pesquisa de Nathalia compreendem o modelo simples auto-regressivo direto, usado como referência, e os modelos mais complexos Random Forest, Boosting, Support Vector Regression, modelos de fatores e modelos com penalidades ridge, lasso e elastic net. De acordo com a autora, as previsões foram realizadas considerando observações de 139 variáveis brasileiras durante quase 23 anos.
“As principais conclusões mostram que o desempenho do modelo auto-regressivo direto, apesar de ser mais simples, não é tão facilmente superado, especialmente quando consideramos uma ordem de defasagem grande para este modelo. Mesmo assim, os modelos com penalidade de lasso e elastic-net consistentemente superaram o modelo de referência para as três variáveis consideradas, principalmente no ambiente rico em dados”, conclui a estudante.
