Previsão Taxa de Câmbio Real/Dólar para a Economia Brasileira Utilizando Preditores Macroeconômicos e Aprendizado de Máquina Supervisionado.
Taxa de Câmbio; Aprendizado de Máquina Supervisionado; Fundamentos Macroeconômicos; Regressão de Kitchen-Sink.
Com o objetivo de utilizar técnicas de aprendizado de máquina supervisionado recursivamente via Ridge, LASSO e Elastic Net para melhorar a regressão de Kitchen-Sink na previsão da taxa de câmbio entre o Real (BRL) e o dólar (USD). Para verificar a robustez do método foi feito uma combinação com preditores dos fundamentos macroeconômicos entre eles: paridade de juros descoberta, paridade do poder de compra, fundamentos monetários, regra de Taylor e Termos de Troca a fim de verificar seu poder explicativo em relação ao modelo de referência (Passeio Aleatório) foi verificado apenas o poder preditivo fora da amostra, entre 2013:01 a 2022:12. Os resultados encontrados mostraram que o modelo eficiente de Kitchen-Sink não consegue prever estatisticamente/economicamente a taxa de câmbio. Por outro lado, apenas o preditor UIP apresentou um bom desempenho ao longo prazo, superando o benchmark, e além de promover ganho de utilidade ao investidor avesso ao risco cambial.