Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/179550
Authors: 
de Araújo, Rafael Cavalcanti
Cajueiro, Daniel Oliveira
Year of Publication: 
2013
Citation: 
[Journal:] EconomiA [ISSN:] 1517-7580 [Volume:] 14 [Year:] 2013 [Issue:] 2 [Pages:] 102-121
Abstract: 
Issues like structural breaks and misspecification biases make it difficult to find a term structure of interest rates forecast model that dominates all competitors. Focusing on Brazilian data, this paper aims to identify the existence of combining methods that provide superior performance than individual models. Empirical results confirm that it is not possible to determine an individual model that consistently produces superior forecasts. Furthermore, the relative performance of these models may vary over time. The problems of using individual models may be reduced by applying forecast combining schemes. The empirical results show consistent forecast gains of combining schemes over time. In particular, the longer the forecast horizon, the greater the contribution of forecast combination.
Abstract (Translated): 
Problemas como quebras estruturais e vieses causados por má-especificação dificultam achar um modelo de previsão de estrutura a termo de taxa de juros que domine todos os competidores. Esse artigo tem como objetivo identificar a existência de métodos de combinação que produzam resultados de previsão superiores a modelos individuais no caso Brasileiro. Resultados empíricos confirmam que não é possível determinar um modelo individual que consistentemente produza previsões superiores. Além disso, o desempenho desses modelos varia temporalmente. Os problemas encontrados nos modelos individuais podem ser reduzidos aplicando esquemas de combinação de previsão. Os resultados mostram consistentemente ganhos de previsão nos esquemas de combinação para o período considerado. Em particular, quanto maior o horizonte de previsão, maior a contribuição do esquema.
Subjects: 
Interest rate
Forecast model
Combined forecast
JEL: 
C53
E43
E47
G17
Persistent Identifier of the first edition: 
Creative Commons License: 
https://creativecommons.org/licenses/by-nc-nd/3.0/
Document Type: 
Article
Social Media Mentions:

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.