Neste trabalho aplicam-se e testam-se, dentro da amostra, algumas metodologias de construção de indicadores coincidentes para atividade industrial visando à detecção de ciclos de crescimento/recessão da atividade industrial. Especificamente, testou-se uma versão baseada no indicador coincidente do The Conference Board (TCB), uma versão modificada deste, na qual as volatilidades são modeladas, a abordagem de Stock-Watson tradicional e, finalmente, testou-se a abordagem de Mariano-Murasawa. Concluiu-se que, em geral, o índice TCB padrão é superior a outros métodos testados, sendo apenas competitivo com o método modificado. Mais ainda, o índice TCB tende a englobar os períodos recessivos apresentados pelos outros índices, sendo correspondentes com os períodos recessivos conhecidos do setor industrial.

In this paper we perform and evaluate, in sample, some methodologies for building of coincident indicators focusing on the detection of business cycle of the Industrial activity. Specifically, we try a version of coincident indicator based on the coincident indicator for economy of the TCB (The Conference Board), a modified version in which the volatility is modeled, a Stock-Watson approach and a Mariano-Murasawa approach. We conclude that, in general, the TCB index out-performs the others methods tested, being competitive just with the modified method. Furthermore, The TCB Traditional has the tendency to comprehend the recessives periods of the others, in correspondence with the known recessive periods for industrial activity.

O objetivo central deste artigo é o de propor e avaliar modelos econométricos de previsão para o PIB industrial brasileiro. Para tanto, foram utilizados diversos modelos de previsão como também combinações de modelos. Foi realizada uma análise criteriosa das séries a serem utilizadas na previsão. Nós concluímos que a utilização de vetores de cointegração melhora substancialmente a performance da previsão. Além disso, os modelos de combinação de previsão, na maioria dos casos, tiveram uma performance superior aos demais modelos, que já apresentavam boa capacidade preditiva.

The purpose of this article is to propose and evaluate forecasting models for the Brazilian industrial GDP. Most models are based on vector auto-regressions (VARs) or on restricted VARs, but models on the ARMA class are also entertained. We used many forecasting models and also combinations of these models. The use of cointegration vectors improves substantially the forecast performance of industrial GDP. Furthermore, in general, combining models out-performed individual models, even when the performance of the later was acceptable.