Previsão da produção industrial do Amazonas e do estado de São Paulo através de sua produção industrial agregada ou desagregada, ou a combinação delas

• Autor(a) principal: Magalhães, Márcio Murilo Ferreira
• Data de Publicação: 2024
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
• Texto Completo: https://hdl.handle.net/10438/35833
• topic: Produção industrial; Previsão; Seleção de modelo; Industrial production; Forecast; Model selection; Economia; Produção (Teoria econômica); Previsão econômica; Indicadores econômicos; Modelos econométricos

Este trabalho investiga se o uso de uma série agregada, desagregada ou a combinação de ambas, melhora a previsão da série agregada. Utilizam-se técnicas econométricas, como o operador de seleção e o algoritmo Autometrics, para prever a primeira diferença do índice da produção industrial nos estados do Amazonas e de São Paulo de janeiro de 2002 a dezembro de 2023. A série desagregada mostrou melhor desempenho em previsões de dois a doze meses para São Paulo, usando o erro quadrático médio (MSE). Para o Amazonas, a série desagregada teve melhor desempenho em horizontes de um a quatro meses, enquanto a série agregada foi superior para horizontes de cinco a doze meses. O teste final indicou que, no Amazonas, o modelo Autometrics com a série desagregada foi o mais eficiente para horizonte de um mês. Em São Paulo, a combinação de modelos AR(13) e Autometrics foi mais eficiente em diferentes horizontes: séries agregadas e desagregadas para dois meses, agregadas para nove e doze meses, e desagregadas para onze meses.