Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/6226
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLinhares, Fabrício Carneiro-
dc.contributor.authorMoraes, Francisco Ozanan Bezerra de-
dc.date.accessioned2013-10-17T20:06:42Z-
dc.date.available2013-10-17T20:06:42Z-
dc.date.issued2011-
dc.identifier.citationMORAES, Francisco Ozanan B. de (2011)pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/6226-
dc.descriptionMORAES, Francisco Ozanan Bezerra de. Avaliando o forecast content dos modelos auto-regressivos para a arrecadação de ICMS do setor elétrico no Estado do Ceará. 2011. 36f. Dissertação (mestrado profissional em economia do setor público) -Programa de Pós Graduação em Economia, CAEN, Universidade Federal do Ceará, Fortaleza, CE, 2011.pt_BR
dc.description.abstractIn this essay we investigate the loss of content in autoregressive forecast models, as it is increased the horizon of time in which the variable is estimated. The content is measured as the proportionate reduction in medium squared error (MSE) that the model gives, comparing to the simple process by using the unconditional mean of time series. The variable is the monthly collection of ICMS from electric power sector, in Ceará state, in the period from January 1999 to September 2010. We use the method and computational model formulated by Galbraith (2003), analyzing the forecast content function, in which the content depends on the number of estimated periods. The results confirm that, when it increases the range of forecast the content decays quickly, reaching less than 10% when the forecast horizons reaches 5 months. It was found further that the use of subsamples by discarding oldest periods increases the loss of content.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectArrecadaçãopt_BR
dc.subjectEnergia Elétricapt_BR
dc.titleAvaliando o Forecast content dos modelos auto-regressivos para a arrecadação de ICMS do setor elétrico no Estado do Cearápt_BR
dc.typeDissertationpt_BR
dc.description.abstract-ptbrNeste ensaio investiga-se a perda de conteúdo dos modelos de previsão autoregressivos, na medida em que se alarga o horizonte temporal no qual a variável é estimada. O conteúdo é medido pela redução relativa do erro quadrado médio que o modelo proporciona em comparação ao processo simplificado de utilizar a média incondicional da série temporal. A variável estudada é a arrecadação mensal do Imposto sobre Circulação de Mercadorias e Serviços (ICMS) proveniente do segmento de energia elétrica, no Estado do Ceará, no período de janeiro de 1999 a setembro de 2010. Utiliza-se o método e o modelo computacional formulados por Galbraith (2003), analisando-se a forecast content function, na qual o conteúdo depende do número de períodos estimados. Os resultados confirmam que, para a série temporal explorada, quando se eleva o alcance da previsão o conteúdo decai rapidamente, podendo atingir valor inferior a 10% quando o horizonte da previsão chega a 5 meses. Verificou-se, ademais, que o uso de sub-amostras via descarte de períodos mais antigos agrava a perda de conteúdo.pt_BR
Appears in Collections:CAEN - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2011_dissert_fobmoraes.pdf230,92 kBAdobe PDFView/Open


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