Use este identificador para citar ou linkar para este item:
https://repositorio.ufpb.br/jspui/handle/123456789/30083
Tipo: | Tese |
Título: | Ensaios em macroeconomia: previsão das finanças públicas e Incerteza |
Autor(es): | Pereira, Breno da Silva Araujo |
Primeiro Orientador: | Netto Junior, José Luis da Silva |
Primeiro Coorientador: | Besarria, Cássio da Nóbrega |
Resumo: | Este artigo analisa o desempenho de modelos univariados para prever cinco variáveis macroeconômicas brasileiras, relacionadas com as finanças públicas: Arrecadação Federal, Receita Líquida, Despesa Total, Resultado Primário e Resultado Nominal. Além do modelo Arima, considerado como método benchmark dessa pesquisa, mais 6 modelos são aplicados - Prophet, XGBoost, Arima-XGboost, Prophet-XGBoost e duas combinações das previsões - com o intuito de se identificar métodos que possam aprimorar as previsões das variáveis citadas. Os resultados indicam que para as três primeiras variáveis, o método Prophet- XGBoost e as duas combinações de previsões são modelos concorrentes ao método Arima, apresentado resultados mais precisos em diversos casos. Para as demais variáveis, o método Arima é mais preciso, principalmente nos maiores horizontes temporais. |
Abstract: | This article analyzes the performance of univariate models to predict five Brazilian macroeconomic variables related to public finances: Federal Revenue, Net Revenue, Total Expenditure, Primary Result and Nominal Result. In addition to the Arima model, considered as the benchmark method of this research, 6 more models are applied - Prophet, XGBoost, Arima-XGboost, Prophet-XGBoost and two combinations of the forecasts - in order to identify methods that can improve the predictions of the aforementioned variables. The results indicate that for the first three variables, the Prophet-XGBoost method and the two combinations of forecasts are competing models to the Arima method, presenting more accurate results in several cases. For the other variables, the Arima method is more accurate, especially in longer time horizons. |
Palavras-chave: | Finanças públicas Machine learning Economia - Brasil - Índice de incerteza Atividade econômica - Redução - Brasil Inflação - Brasil Desemprego - Brasil Public Finances Economy - Brazil - Uncertainty index Economic activity - Reduction - Brazil Inflation - Brazil Unemployment - Brazil |
CNPq: | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal da Paraíba |
Sigla da Instituição: | UFPB |
Departamento: | Economia |
Programa: | Programa de Pós-Graduação em Economia |
Tipo de Acesso: | Acesso aberto Attribution-NoDerivs 3.0 Brazil |
URI: | http://creativecommons.org/licenses/by-nd/3.0/br/ |
URI: | https://repositorio.ufpb.br/jspui/handle/123456789/30083 |
Data do documento: | 27-Fev-2023 |
Aparece nas coleções: | Centro de Ciências Sociais e Aplicadas (CCSA) - Programa de Pós-Graduação em Economia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
BrenoDaSilvaAraújoPereira_Tese.pdf | 1,9 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma
Licença Creative Commons