Factor model. Two main challenges: Stationarity and factor selection
Carregando...
Arquivos
Data
2025-03-28
Autores
Orientador(res)
Issler, João Victor
Métricas
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Este trabalho explora dois desafios centrais associados à aplicação da Análise de Componentes Principais (PCA) em modelos fatoriais para lidar com a complexidade de dados de alta dimensão. O primeiro desafio diz respeito à natureza da estacionariedade de cada variável e às transformações adequadas necessárias para garantir essa estacionariedade. O segundo desafio envolve a seleção dos fatores a serem utilizados na previsão. Para abordar essas dificuldades, o trabalho avalia o método simplificado de estacionarização proposto por \hyperref[ref3]{Hamilton e Xi (2022)} e revisita a literatura de modelos fatoriais ao sugerir um modelo de fator único observável, que apresenta alto poder preditivo mantendo a simplicidade. A análise empírica aplica modelos fatoriais e o modelo de fator único proposto para prever a inflação brasileira (IPCA). Os resultados indicam que o método de Hamilton permite o desenvolvimento de modelos com poder preditivo geral ligeiramente inferior, mas ainda assim robustos o suficiente para se manterem relevantes, dada sua metodologia mais simplificada. Além disso, o modelo de fator único demonstra forte desempenho de previsão, apesar de sua abordagem simplificada.