Skip navigation

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 TamanhoFormato 
BrenoDaSilvaAraújoPereira_Tese.pdf1,9 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons