Poder preditivo de métodos de Machine Learning com processos de seleção de variáveis : uma aplicação às projeções de produto de países

Abstract

A tese procura aplicar métodos orientados a dados e de aprendizado de máquina para tratar de problemas estruturais de base e dados e fazer previsões com dados novos em ambientes de painéis de países. A questão de estudar e comparar países é muito interessante em economia. A tese faz os exercícios orientados a dados em painéis de países em dois trabalhos. No primeiro trabalho buscamos agrupar países com dinâmicas internas semelhantes com vistas a entender como e porque as dinâmicas internas dos países se diferenciam. Nesse sentido, em um ambiente com poucas observações amostrais, simulamos uma amostra grande o suficiente para conseguirmos estimar sistemas de equações identificados. Estes sistemas de equações visam estudar os canais de transmissão entre produto, investimento, poupança e preços do investimento e da poupança. No segundo trabalho, utilizamos uma abordagem de aprendizado de máquina para desenvolver um procedimento que visa (i) ter um desempenho preditivo com dados novos tão bom quanto os melhores estimadores disponíveis ao mesmo tempo que (ii) possui vantagens interpretativas sobre esses estimadores. Assim, em um primeiro estágio identificamos as variáveis" signals" em um conjunto de preditores e em um segundo estágio escolhemos, por validação cruzada, a melhor especificação para fazer previsão de PIB de países. Para avaliar a eficiência do método, comparamos nosso procedimento com outros procedimentos em igualdade de condições. Os resultados de ambos os trabalhos, apesar de usarem bases de dados e métodos distintos, apontam na mesma direção. O mais relevante para diferenciar um país, ou para antecipar flutuações do produto, é como esse país interage com o mercado internacional. No caso do primeiro trabalho, verificamos que a principal característica que assemelha ou diferencia os países é como ele responde a mudanças no humor dos investidores estrangeiros. No caso do segundo trabalho, a característica mais importante para antecipar informação nova é verificar como o país está absorvendo renda internacional em relação ao que fazia no passado.