Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/6241
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLinhares, Fabrício Carneiro-
dc.contributor.authorLopes, Paulo Sérgio Barroso-
dc.date.accessioned2013-10-18T19:34:58Z-
dc.date.available2013-10-18T19:34:58Z-
dc.date.issued2011-
dc.identifier.citationLOPES, Paulo Sérgio B. (2011)pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/6241-
dc.descriptionLOPES, Paulo Sérgio Barroso. Avaliação do desempenho preditivo de modelos auto-regressivos na arrecadação do IPVA de veículos novos. 2011. 44f. 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.abstractThe Tax on Motor Vehicles (property taxes) in the last ten years has shown significant growth, driven by economic and fiscal policies that encouraged increased consumption of vehicles. The property taxes rank second in volume of tax collections for the state, has an important role in the funding of municipal and state machine, the reason that led the preparation of this work. The government to dispose of forecasting models can evaluate the behavior of this important tax revenue as a way to identify which model that best suits in anticipation of this recipe. This study is a pioneer in Brazil, as evaluates the predictive performance of collection of property taxes from new vehicle, with the use of autoregressive models, with and without seasonal components. The records of the collection of property taxes from new vehicle has been taken from System property taxes, the Finance Secretary of the State of Ceará, and set the period from January 1999 to March 2010, a total of 135 (one hundred thirty-five) months. The models are evaluated on the bases for forecasts in periods of high inflow (January to March) and the low period of collection (May-July). The series was deflated by the INPC-CE to ideentify the real changes positive or negative, without inflation. Seasonality is a major feature in the series studied. The performance of the forecasts from combinations of these models will also be evaluated. The model was composed of six (6) models, plus variables for trend, seasonal dummies and component SAR (12), 3 (three) other models combined.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectImposto sobre a Propriedade de Veiculos Automotorespt_BR
dc.subjectArrecadaçãopt_BR
dc.titleAvaliação do desempenho preditivo de modelos autoregressivos na arrecadação do IPVA de veículos novospt_BR
dc.typeDissertationpt_BR
dc.description.abstract-ptbrO Imposto sobre a Propriedade de Veículos Automotores (IPVA), nos últimos dez anos, tem apresentado crescimento expressivo, motivado pelas políticas econômicas e fiscais que estimularam o aumento do consumo de veículos. O IPVA, ocupando o segundo lugar no volume de arrecadação de tributos do estado, tem importante papel no custeio da máquina pública municipal e estadual, razão esta que levou a elaboração desse trabalho. A administração pública, ao dispor de modelos de previsão, poderá avaliar o comportamento da arrecadação desse importante imposto, como forma de identificar qual a modelagem que mais se adéqua na previsão dessa receita. O presente estudo é pioneiro no Brasil, pois trata da avaliação do desempenho preditivo de arrecadação do IPVA de veículo novo, com a utilização de modelos auto-regressivos, com e sem componentes sazonais. Os registros da arrecadação de IPVA de veículo novo foram extraídos do Sistema IPVA, da Secretaria da Fazenda do Estado do Ceará, e consta o período de janeiro de 1999 a março de 2010, no total de 135 (cento e trinta e cinco) meses. Os modelos são avaliados com base nas previsões para os períodos de alta na arrecadação (de janeiro a março) e no período de baixa da arrecadação (de maio a julho). A série foi deflacionada pelo INPC-CE visando identificar as variações reais positivas ou negativas, sem a inflação. A sazonalidade é uma das principais características apresentadas na série estudada. O desempenho das previsões a partir das combinações desses modelos será, também, avaliado. A modelagem foi composta de 6 (seis) modelos acrescidos de variáveis de tendência, de dummies e de componente sazonal SAR(12), mais 3 (três) outros modelos combinados.pt_BR
Appears in Collections:CAEN - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2011_dissert_psblopes.pdf622,53 kBAdobe PDFView/Open


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