Working Paper 564
Text
Nowcasting Brazilian GDP with Electronic Payments Data
Raquel Nadal Cesar Gonçalves
Abstract
Electronic payments data are usually available on a more timely basis than other coincident economic indicators and can be disaggregated into the level of economic divisions, by number of transactions and value, being potentially useful to anticipate the pace of economic activity. This paper seeks to measure how data from electronic payment instruments contribute to improving the nowcasting accuracy of GDP and its sectoral components. To do so, the nowcasting accuracy of complete models, with economic indicators and payments data, is compared with the accuracy of base models, without payments data, in two horizons: right after the closure of the quarter to be predicted, when payments data are already available; and about 15 days before the GDP release, when data from other coincident economic indicators are also known. The results show payments data contribute significantly to improving GDP nowcast accuracy in both horizons, but mainly just after the closure of the quarter.
Resumo
Dados eletrônicos de pagamento são potencialmente úteis para antecipar o ritmo de atividade econômica uma vez que são conhecidos com menor defasagem comparativamente a outros indicadores econômicos antecedentes e que podem ser desagregados por instrumento de pagamento, ao nível de divisão econômica, por quantidade e valor das transações. Este artigo busca mensurar como dados de pagamentos eletrônicos contribuem para melhorar a previsão das séries de PIB total e setorial. Para isto, a acurácia preditiva de modelos denominados completos, contando com dados de pagamentos e outros indicadores econômicos, é comparada à acurácia de modelos de base, estimados apenas com indicadores econômicos. A comparação é realizada em dois períodos: logo após o fechamento do trimestre a ser previsto, quando dados de pagamento já são conhecidos; e cerca de 15 dias antes da divulgação do PIB, quando já foram divulgados os principais indicadores econômicos antecedentes para o trimestre de interesse, além dos dados de pagamento. Os resultados mostram que dados de pagamento contribuem de maneira significativa para melhorar a acurácia de previsão do PIB brasileiro em ambos os períodos testados, mas principalmente logo após o fechamento do trimestre.