Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal

Detalhes bibliográficos
Autor(a) principal: Castelli, Alexandre da Costa
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
Texto Completo: https://hdl.handle.net/10438/31841
Resumo: A projeção de indicadores econômicos é um fator importante para a tomada de decisão, seja no setor público, seja no setor privado. Por exemplo, bancos centrais utilizam suas estimativas para monitorar em tempo real o estado da economia e fundamentar suas decisões, enquanto os analistas do mercado financeiro utilizam as projeções para avaliar uma empresa e suas ações. Pensando no aprimoramento dessas projeções, novos modelos e métodos econométricos têm sido desenvolvidos e este trabalho pretende oferecer uma visão geral sobre a teoria e um modelo de amostragem de dados mistos (MIDAS, na sigla em inglês). Os modelos MIDAS permitem que dados amostrados em frequências diferentes sejam usados na mesma regressão, incorporando as informações dos dados de frequência mais alta na regressão de frequência mais baixa. O modelo proposto utiliza as informações da Pesquisa Industrial Mensal para projetar o próximo resultado do PIB brasileiro. Ao final do trabalho são realizadas avaliações estatísticas entre os resultados das diferentes abordagens MIDAS, definindo a que mais se aproxima dos resultados oficiais.
id FGV_2e6304216977448822942c39acdaf092
oai_identifier_str oai:repositorio.fgv.br:10438/31841
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str 3974
spelling Castelli, Alexandre da CostaEscolas::EESPMarçal, Emerson FernandesMendonça, Diogo de PrinceMori, Rogério2022-04-13T20:05:43Z2022-04-13T20:05:43Z2022-03-29https://hdl.handle.net/10438/31841A projeção de indicadores econômicos é um fator importante para a tomada de decisão, seja no setor público, seja no setor privado. Por exemplo, bancos centrais utilizam suas estimativas para monitorar em tempo real o estado da economia e fundamentar suas decisões, enquanto os analistas do mercado financeiro utilizam as projeções para avaliar uma empresa e suas ações. Pensando no aprimoramento dessas projeções, novos modelos e métodos econométricos têm sido desenvolvidos e este trabalho pretende oferecer uma visão geral sobre a teoria e um modelo de amostragem de dados mistos (MIDAS, na sigla em inglês). Os modelos MIDAS permitem que dados amostrados em frequências diferentes sejam usados na mesma regressão, incorporando as informações dos dados de frequência mais alta na regressão de frequência mais baixa. O modelo proposto utiliza as informações da Pesquisa Industrial Mensal para projetar o próximo resultado do PIB brasileiro. Ao final do trabalho são realizadas avaliações estatísticas entre os resultados das diferentes abordagens MIDAS, definindo a que mais se aproxima dos resultados oficiais.The forecast of economic indicators is an important factor for decision making, whether in the public or private sector. For example, central banks use their estimates to monitor the state of the economy in real time and inform their decisions, while financial market analysts use forecasts to evaluate a company and its actions. Thinking about improving these predictions, new models and econometric methods have been developed and this work intends to offer an overview of the theory and a mixed data sampling model MIDAS. MIDAS models allow data sampled at different frequencies to be used in the same regression, incorporating information from higher frequency data into the lower frequency regression. The proposed model uses information from the Monthly Industrial Survey to predict the next Brazilian GDP result. At the end of the work, statistical evaluations are carried out between the results of the different MIDAS approaches, defining the one that is closest to the official results.porForecastingGDPMixed-data samplingProjeçãoPIBAmostragem de dados mistosMIDASEconomiaModelos econométricosProduto interno bruto - BrasilMacroeconomiaPrevisão econômicaModelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINALdissertacao.pdfdissertacao.pdfPDFapplication/pdf2138346https://repositorio.fgv.br/bitstreams/d69ec200-7cdf-4ad3-b538-bc9abb2e0a23/download0266cab950b97ed41bb75c2eaad73febMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/e01ed3ec-a8a0-40df-8bbb-54aae1fd425d/downloaddfb340242cced38a6cca06c627998fa1MD52TEXTdissertacao.pdf.txtdissertacao.pdf.txtExtracted texttext/plain45598https://repositorio.fgv.br/bitstreams/2f7eac33-7e94-438a-9576-24b38fd6afbe/downloade42e3f144b74e761750903f161d5c02fMD55THUMBNAILdissertacao.pdf.jpgdissertacao.pdf.jpgGenerated Thumbnailimage/jpeg2766https://repositorio.fgv.br/bitstreams/b1e9ca34-b702-49ba-a781-166baf20cf8a/download0e3c9568266cd8b2bac1bbbf28552814MD5610438/318412023-11-25 03:51:50.12open.accessoai:repositorio.fgv.br:10438/31841https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-25T03:51:50Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.por.fl_str_mv Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
title Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
spellingShingle Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
Castelli, Alexandre da Costa
Forecasting
GDP
Mixed-data sampling
Projeção
PIB
Amostragem de dados mistos
MIDAS
Economia
Modelos econométricos
Produto interno bruto - Brasil
Macroeconomia
Previsão econômica
title_short Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
title_full Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
title_fullStr Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
title_full_unstemmed Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
title_sort Modelo Midas de projeção do PIB brasileiro utilizando a Pesquisa Industrial Mensal
author Castelli, Alexandre da Costa
author_facet Castelli, Alexandre da Costa
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Marçal, Emerson Fernandes
Mendonça, Diogo de Prince
dc.contributor.author.fl_str_mv Castelli, Alexandre da Costa
dc.contributor.advisor1.fl_str_mv Mori, Rogério
contributor_str_mv Mori, Rogério
dc.subject.eng.fl_str_mv Forecasting
GDP
Mixed-data sampling
topic Forecasting
GDP
Mixed-data sampling
Projeção
PIB
Amostragem de dados mistos
MIDAS
Economia
Modelos econométricos
Produto interno bruto - Brasil
Macroeconomia
Previsão econômica
dc.subject.por.fl_str_mv Projeção
PIB
Amostragem de dados mistos
MIDAS
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Modelos econométricos
Produto interno bruto - Brasil
Macroeconomia
Previsão econômica
description A projeção de indicadores econômicos é um fator importante para a tomada de decisão, seja no setor público, seja no setor privado. Por exemplo, bancos centrais utilizam suas estimativas para monitorar em tempo real o estado da economia e fundamentar suas decisões, enquanto os analistas do mercado financeiro utilizam as projeções para avaliar uma empresa e suas ações. Pensando no aprimoramento dessas projeções, novos modelos e métodos econométricos têm sido desenvolvidos e este trabalho pretende oferecer uma visão geral sobre a teoria e um modelo de amostragem de dados mistos (MIDAS, na sigla em inglês). Os modelos MIDAS permitem que dados amostrados em frequências diferentes sejam usados na mesma regressão, incorporando as informações dos dados de frequência mais alta na regressão de frequência mais baixa. O modelo proposto utiliza as informações da Pesquisa Industrial Mensal para projetar o próximo resultado do PIB brasileiro. Ao final do trabalho são realizadas avaliações estatísticas entre os resultados das diferentes abordagens MIDAS, definindo a que mais se aproxima dos resultados oficiais.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-04-13T20:05:43Z
dc.date.available.fl_str_mv 2022-04-13T20:05:43Z
dc.date.issued.fl_str_mv 2022-03-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/31841
url https://hdl.handle.net/10438/31841
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/d69ec200-7cdf-4ad3-b538-bc9abb2e0a23/download
https://repositorio.fgv.br/bitstreams/e01ed3ec-a8a0-40df-8bbb-54aae1fd425d/download
https://repositorio.fgv.br/bitstreams/2f7eac33-7e94-438a-9576-24b38fd6afbe/download
https://repositorio.fgv.br/bitstreams/b1e9ca34-b702-49ba-a781-166baf20cf8a/download
bitstream.checksum.fl_str_mv 0266cab950b97ed41bb75c2eaad73feb
dfb340242cced38a6cca06c627998fa1
e42e3f144b74e761750903f161d5c02f
0e3c9568266cd8b2bac1bbbf28552814
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1802749894945931264