Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/30083
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPereira, Breno da Silva Araujo-
dc.date.accessioned2024-04-23T10:28:03Z-
dc.date.available2023-05-11-
dc.date.available2024-04-23T10:28:03Z-
dc.date.issued2023-02-27-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/30083-
dc.description.abstractThis 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.pt_BR
dc.description.provenanceSubmitted by Fernando Augusto Alves Vieira (fernandovieira@biblioteca.ufpb.br) on 2024-04-23T10:28:03Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) BrenoDaSilvaAraújoPereira_Tese.pdf: 1944773 bytes, checksum: c2dc433f2016a75eefe1d84c03633459 (MD5)en
dc.description.provenanceMade available in DSpace on 2024-04-23T10:28:03Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) BrenoDaSilvaAraújoPereira_Tese.pdf: 1944773 bytes, checksum: c2dc433f2016a75eefe1d84c03633459 (MD5) Previous issue date: 2023-02-27en
dc.description.sponsorshipFundação de Apoio à Pesquisa do Estado da Paraíba - FAPESQpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectFinanças públicaspt_BR
dc.subjectMachine learningpt_BR
dc.subjectEconomia - Brasil - Índice de incertezapt_BR
dc.subjectAtividade econômica - Redução - Brasilpt_BR
dc.subjectInflação - Brasilpt_BR
dc.subjectDesemprego - Brasilpt_BR
dc.subjectPublic Financespt_BR
dc.subjectEconomy - Brazil - Uncertainty indexpt_BR
dc.subjectEconomic activity - Reduction - Brazilpt_BR
dc.subjectInflation - Brazilpt_BR
dc.subjectUnemployment - Brazilpt_BR
dc.titleEnsaios em macroeconomia: previsão das finanças públicas e Incertezapt_BR
dc.typeTesept_BR
dc.contributor.advisor1Netto Junior, José Luis da Silva-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7819098680847991pt_BR
dc.contributor.advisor-co1Besarria, Cássio da Nóbrega-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/2341655229529160pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7827897943503402pt_BR
dc.description.resumoEste 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEconomiapt_BR
dc.publisher.programPrograma de Pós-Graduação em Economiapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
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