Destaques de investimentos.
Idéias de modelagem dinâmica de fatores
Modelos de Fator Dinâmico (DFMs) têm sido comumente usados em econometria nos últimos anos para resolver problemas de rastreamento e previsão de dados macro, e têm sido amplamente utilizados na prática pelo Federal Reserve e autoridades monetárias em grandes partes do mundo, como o BCE. Neste documento, usamos a estrutura lógica do Modelo de Fator Dinâmico para acompanhar e prever a inflação, PMI e PIB, incorporando uma gama de dados macro de alta freqüência para fornecer orientações sobre o estado do desempenho macroeconômico.
O Modelo do Fator Dinâmico é essencialmente um modelo espacial de estado, que consiste de duas partes: a equação de observação e a equação de transferência de estado. A idéia central da equação de observação é assumir que uma grande quantidade de dados macro é impulsionada por um pequeno número de co-fatores implícitos; a equação de transferência estatal descreve o processo de série temporal seguido pelos co-fatores implícitos, ou seja, a evolução dinâmica dos próprios co-fatores, que geralmente são considerados como seguindo um processo autoregressivo vetorial (VAR).
Vantagens dos modelos de fatores dinâmicos
Em comparação com os modelos tradicionais de regressão, os modelos de fatores dinâmicos têm as seguintes vantagens significativas no processamento de dados: (1) Redução da dimensionalidade de grandes macrodados. (2) resolver o “problema da confusão e falta de dados” (3) refletir as características variáveis de tempo da transferência de estado (4) resolver o problema da ponderação da síntese de índice
Eficácia do modelo do fator dinâmico
(1) Construímos um sistema de alta freqüência para acompanhar as taxas de crescimento anual do CPI e do PPI, respectivamente. Em termos do efeito de ajuste, o modelo de fator dinâmico tem uma explicação geral melhor do acompanhamento da inflação; a explicação da taxa em cadeia é mais forte que a da taxa anual, e a explicação do crescimento do PPI é mais forte que a do crescimento do CPI. Com base nos dados de alta freqüência para o mês que termina em setembro de 2022, fornecemos uma previsão extrapolada de um período para o crescimento do CPI e do PPI. Prevê-se que o PPI cresça 1% em outubro, enquanto o CPI deverá crescer 3% em relação ao ano anterior.
(2) Construímos um sistema de alta freqüência para rastrear o PMI e o PIB separadamente. O ajuste geral das taxas de crescimento do PMI e do PIB é bom e ambos refletem o impacto da epidemia no início de 2020. As previsões fora da amostra mostram que a previsão do PMI é atualizada para 50,14 em 29 de setembro de 2022 e 50,1 no dia seguinte, o que está próximo da previsão. O modelo atual previsto para o crescimento do PIB no terceiro trimestre é de 4,1%.
(3) Restringimos todas as variáveis observadas por quatro componentes: fator global, fator de crescimento, fator financeiro e fator de inflação; cerca de 100 variáveis são rastreadas sob diferentes fatores de acordo com a freqüência mensal, e todas são tratadas ano a ano para eliminar a sazonalidade. Os resultados do modelo mostram que os fatores de crescimento implícitos, monetários e de inflação extraídos dos dados macro estão de acordo com a experiência histórica e podem ser usados ainda mais para rastreamento global e previsão de extrapolação.
Risco: Os resultados do modelo são apenas para referência e as mudanças no ambiente econômico podem afetar os resultados do modelo.
