Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/32368
Title in Portuguese: Avaliando o Forecast Content dos principais indicadores macroeconômicos do Ceará
Author: Castro, Tiago Monte de
Advisor(s): Linhares, Fabrício Carneiro
Keywords: Macroeconomia
Indicadores econômicos - Ceará
Econometria
Issue Date: 2012
Citation: CASTRO, Tiago Monte de. Avaliando o Forecast Content dos principais indicadores macroeconômicos do Ceará. 2012. 43 f. TCC (graduação em Ciências Econômicas) - Universidade Federal do Ceará, Faculdade de Economia, Administração, Atuária e Contabilidade, Fortaleza-CE, 2012.
Abstract in Portuguese: Devido à importância de se ter uma gama de informações que colaborem para um bom planejamento por partes de órgãos econômicos, é fundamental avaliar o quão distante, no futuro, as previsões dos modelos auto-regressivos apresentam um bom desempenho para as variáveis a serem analisadas. Serão estudadas as seguintes variáveis cearenses: a arrecadação mensal do Imposto sobre Circulação de Mercadorias e Serviços (ICMS), Arrecadação Federal (AF) proveniente do imposto de renda retido na fonte, Consumo de Energia Elétrica (CEE), Índice de Produção Industrial (IPI), arrecadação com Exportações (EXP) e Índice de Preços ao Consumidor Amplo (IPCA), no período de janeiro de 2000 a agosto de 2011. Utilizase o método forecast content function, desenvolvido por Galbraith (1999), que representa o quanto o modelo proporciona de melhoria, mediante a redução relativa do erro quadrado médio, em relação ao processo mais simplificado que utiliza a média incondicional da série temporal. Os resultados mostram que mais de 80% das séries avaliadas apresentaram estimativas de previsão para um período de 12 meses à frente, fato que pretende contribuir às áreas de planejamento de diversos órgãos na adoção de medidas econômicas.
Abstract: Due to the importance of having a range of information that supports good planning for economic parts of organs, it is essential to assess how far in the future, the predictions of the autoregressive models perform well for the variables to be analyzed. The following variables are Ceará: a monthly collection of the Tax on Circulation of Goods and Services (ICMS), Federal Collection (AF) from income tax withholding, Energy Consumption (EEC), Industrial Production Index (IPI ), revenue from exports (EXP) and Consumer Price index (IPCA), from January 2000 to August 2011. We use the forecast content function method, developed by Galbraith (1999), which represents how the model provides improvement by reducing the relative mean squared error, compared to the more streamlined process that uses the unconditional mean of the series. The results show that over 80% of the series evaluated were estimated forecast for a period of 12 months ahead, because you want to contribute to the planning of various organs in the adoption of economic measures.
URI: http://www.repositorio.ufc.br/handle/riufc/32368
Appears in Collections:CIÊNCIAS ECONÔMICAS - Monografias

Files in This Item:
File Description SizeFormat 
2012_tcc_tmcastro.pdf790,23 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.