[pt] ENSAIOS SOBRE NOWCASTING COM DADOS EM ALTA DIMENSÃO

[en] ESSAYS ON NOWCASTING WITH HIGH DIMENSIONAL DATA

[pt] HENRIQUE FERNANDES PIRES

[pt] APRENDIZADO DE MAQUINA

[pt] MODELOS DE ALTA DIMENSAO

[pt] COVID-19

[pt] NOWCASTING

[pt] BIG DATA

[pt] PREVISAO

[en] MACHINE LEARNING

[en] HIGHDIMENSIONAL MODELS

[en] COVID-19

[en] NOWCASTING

[en] BIG DATA

[en] FORECASTING

[pt] Em economia, Nowcasting é a previsão do presente, do passado recente ou mesmo a previsão do futuro muito próximo de um determinado indicador. Geralmente, um modelo nowcast é útil quando o valor de uma variável de interesse é disponibilizado com um atraso significativo em relação ao seu período de referência e/ou sua realização inicial é notavelmente revisada ao longo do tempo, se estabilizando somente após um tempo. Nesta tese, desenvolvemos e analisamos vários métodos de Nowcasting usando dados de alta dimensão (big data) em diferentes contextos: desde a previsão de séries econômicas até o nowcast de óbitos pela COVID-19. Em um de nossos estudos, comparamos o desempenho de diferentes algoritmos de Machine Learning com modelos mais naive na previsão de muitas variáveis econômicas em tempo real e mostramos que, na maioria das vezes, o Machine Learning supera os modelos de benchmark. Já no restante dos nossos exercícios, combinamos várias técnicas de nowcasting com um grande conjunto de dados (incluindo variáveis de alta frequência, como o Google Trends) para rastrear a pandemia no Brasil, mostrando que fomos capazes de antecipar os números reais de mortes e casos muito antes de estarem disponíveis oficialmente para todos.

[en] Nowcasting in economics is the prediction of the present, the recent past or even the prediction of the very near future of a certain indicator. Generally, a nowcast model is useful when the value of a target variable is released with a significant delay with respect to its reference period and/or when its value gets notably revised over time and stabilizes only after a while. In this thesis, we develop and analyze several Nowcasting methods using high-dimensional (big) data in different contexts: from the forecasting of economic series to the nowcast of COVID-19. In one of our studies, we compare the performance of different Machine Learning algorithms with more naive models in predicting many economic variables in real-time and we show that, most of the time, Machine Learning beats benchmark models. Then, in the rest of our exercises, we combine several nowcasting techniques with a big dataset (including high-frequency variables, such as Google Trends) in order to track the pandemic in Brazil, showing that we were able to nowcast the true numbers of deaths and cases way before they got available to everyone.

MARCELO CUNHA MEDEIROS

EDUARDO ZILBERMAN

MARCELO CUNHA MEDEIROS

MARCELO FERNANDES

GABRIEL FILIPE RODRIGUES VASCONCELOS

ANDRE NUNES MARANHAO

2022-06-02

2022-04-25

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59313@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59313@2

https://doi.org/10.17771/PUCRio.acad.59313