Previsão das taxas de câmbio com o modelo VAR

Abstract

As taxas de câmbio, para além de serem o preço de troca entre duas moedas é também um produto financeiro, pelo que é do interesse de agentes dos mercados financeiros preverem as mesmas. Os estudos empíricos concluem que as taxas de câmbio são um passeio aleatório e por isso dificilmente são previsíveis através de modelos. Por outro lado, também concluem que a previsão das mesmas tem melhor desempenho apenas usando os seus desfasamentos versus outras variáveis macroeconómicas. Neste trabalho, optou-se for fazer um pstudo na previsão das taxas de câmbio através da comparação entre modelos univariados e modelos multivariados. Os modelos univariados estudados são o clássico Modelo Passeio Aleatório e o Modelo SARIMA. Em relação aos modelos multivariados, selecionou-se o Modelo SARIMAX, em contrapartida ao modelo SARIMA para estudar o impacto de adicionar variáveis explicativas ao modelo. E ainda, o modelo VAR para estudar o impacto da relação entre as taxas de câmbio e as restantes variáveis exógenas presentes no modelo têm na previsão das mesmas. Para este fim, constitui-se uma base de dados composta por 234 observações entre 1 de dezembro de 2003 e 1 de maio de 2023, de variáveis que se inserem em cinco grupos distintos: variáveis reais; índices de preços; agregados monetários; taxas de juro; taxas de câmbio.

Exchange rates, which can be understood as the exchange price between two currencies, are also a financial product, so it is in the interest of financial market agents to predict them. Empirical studies conclude that exchange rates are a random walk and are, therefore, difficult to predict using models. On the other hand, they also conclude that forecasting them performs better using their lags versus other macroeconomic variables. In this work, it was decided to study exchange rate forecasting by comparing univariate and multivariate models. The univariate models studied are the classic Random Walk and the SARIMA Model. Regarding multivariate models, the SARIMAX model was selected to study the impact on the forecast by adding explanatory variables to SARIMA. The VAR model was also used to study the causality of the relationship between exchange rates and the other exogenous variables and the effects on their forecast. To this end, we collect a database of 234 observations - between 1 December 2003 and 1 May 2023 - of variables that fall into five distinct groups: real variables; price indices; monetary aggregates; interest rates; exchange rates.