Proyección de la tasa de cambio de colombia bajo condiciones de ppa: evidencia empírica usando var

Resumen

El trabajo evalúa la proyección de la tasa de cambio (peso colombiano/dólar) con datos de 1995 a 2005 de Colombia a través del modelo de Tasa de Cambio de Paridad de Poder Adquisitivo (TCPPA). Se realizó una comparación del desempeño en la muestra (reservando los datos históricos de 2001 a 2005) de las proyecciones de modelos que utilizan la PPA, con las de un modelo de Vectores Autorregresivos (VAR). El método VAR tiene mejor desempeño para predecir la tasa de cambio nominal, de acuerdo con los indicadores RMSE, MAE y U-Theil, mientras que de acuerdo con el MAPE en el primer y segundo mes pronosticado, el VAR tiene peor desempeño que los modelos que utilizan PPA.

Abstract

This document examines exchange rate forecasts during the 1995-2005 period, using a Purchasing Power of Parity Exchange Rate Model (PPPER). Our first finding is that the computed forecasts seem to validate the use of this model under certain conditions given that it performs well in predicting the behavior of the nominal exchange rate. Our second finding included a comparative analysis of out-of-sample forecasts (saving historical data) between the PPP-based forecast models and the Vector Autoregressive (VAR) model. The VAR has a better forecasting performance based on the RMSE, MAE, and U-Theil indicators. MAPE results measured on the first and second month-ahead forecasts indicate that the VAR model performs more poorly than the PPP-based models.

Resumo

Esse documento avalia as previsões da taxa de câmbio (peso colombiano/dólar) com dados de 1995 a 2005 da Colômbia, usando um Modelo de Taxa de Câmbio de Paridade de Poder de Compra (TCPPC). Foi realizada uma comparação do desempenho na amostragem (reservando os dados do histórico de 2001 a 2005) das previsões de modelos que usam PPC, com as de um modelo de Vectores Auto-regressivos (VAR). O método VAR tem melhor desempenho para prever a taxa de câmbio nominal, de acordo com os indicadores RMSE, MAE e U-Theil, enquanto que de acordo com o MAPE no primeiro e segundo mês prognosticados, o VAR apresenta pior desempenho que os modelos utilizando PPC.