Previsão da arrecadação do FGTS através de modelos de séries temporais
Autor(a) principal: | |
---|---|
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/10438/33225 |
Resumo: | O estudo da previsibilidade através de modelos estatísticos mostra-se fundamental para subsidiar o processo decisório estratégico do planejamento orçamentário e financeiro do Fundo de Garantia do Tempo de Serviço (FGTS) através da projeção de cenários futuros da arrecadação bruta do fundo e, portanto, este é o objetivo da presente pesquisa. Os recursos do FGTS representam um funding altamente relevante para o Governo Federal financiar programas de habitação, saneamento básico, infraestrutura urbana e saúde, visando à melhoria das condições de vida da população brasileira. Ademais, o FGTS representa um papel de impulsionador da economia brasileira através de geração de empregos, renda e consumo. A responsabilidade de ser Agente Operador do fundo foi designada à Caixa Econômica Federal com a publicação da Lei n 8036, de 11 de maio de 1990. Dentre as diversas atribuições, destaca-se a de realização da peça orçamentária, onde a projeção de arrecadação é essencial. Para estudo e projeção das séries temporais de arrecadação bruta Nacional do FGTS foram consideradas variáveis macroeconômicas que refletem o comportamento da atividade econômica do Brasil e, portanto, demonstram sensibilidade com a Arrecadação do Fundo. Na modelagem estatística foram utilizados os modelos Box-Jenkins e o VAR-VEC com o objetivo de definir o melhor modelo de projeção da arrecadação bruta do FGTS para 48 meses à frente. Os resultados indicam que o modelo de autorregressão multivariado e com correção de erros VAR-VEC apresenta melhor desempenho na projeção de arrecadação do Fundo. |
id |
FGV_c5a5f5cf84fc43b6ea9cfc8cdb5a32d1 |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/33225 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Leite, Felipe FeijóEscolas::EPGETeles, Caio Augusto ColnagoDe Souza, Rafael MartinsGonçalves, Edson Daniel Lopes2023-02-10T14:03:16Z2023-02-10T14:03:16Z2022-12-28https://hdl.handle.net/10438/33225O estudo da previsibilidade através de modelos estatísticos mostra-se fundamental para subsidiar o processo decisório estratégico do planejamento orçamentário e financeiro do Fundo de Garantia do Tempo de Serviço (FGTS) através da projeção de cenários futuros da arrecadação bruta do fundo e, portanto, este é o objetivo da presente pesquisa. Os recursos do FGTS representam um funding altamente relevante para o Governo Federal financiar programas de habitação, saneamento básico, infraestrutura urbana e saúde, visando à melhoria das condições de vida da população brasileira. Ademais, o FGTS representa um papel de impulsionador da economia brasileira através de geração de empregos, renda e consumo. A responsabilidade de ser Agente Operador do fundo foi designada à Caixa Econômica Federal com a publicação da Lei n 8036, de 11 de maio de 1990. Dentre as diversas atribuições, destaca-se a de realização da peça orçamentária, onde a projeção de arrecadação é essencial. Para estudo e projeção das séries temporais de arrecadação bruta Nacional do FGTS foram consideradas variáveis macroeconômicas que refletem o comportamento da atividade econômica do Brasil e, portanto, demonstram sensibilidade com a Arrecadação do Fundo. Na modelagem estatística foram utilizados os modelos Box-Jenkins e o VAR-VEC com o objetivo de definir o melhor modelo de projeção da arrecadação bruta do FGTS para 48 meses à frente. Os resultados indicam que o modelo de autorregressão multivariado e com correção de erros VAR-VEC apresenta melhor desempenho na projeção de arrecadação do Fundo.The study of predictability through statistical models proves to be fundamental to subsidize the strategic decision-making process of the budgetary and financial planning of the FGTS through the projection of future scenarios of the fund's gross collection and, therefore, this is the objective of the present research. FGTS resources represent highly relevant funding for the Federal Government to finance housing, basic sanitation, urban infrastructure and health programs, aimed at improving the living conditions of the Brazilian population. Furthermore, the FGTS plays a role in boosting the Brazilian economy through the generation of jobs, income and consumption. The responsibility of being the Fund's Operating Agent was assigned to Caixa Econômica Federal with the publication of Law n. 8036, of May 11, 1990. essential. For the study and projection of the FGTS national gross collection time series, macroeconomic variables were considered that reflect the behavior of economic activity in Brazil and, therefore, demonstrate sensitivity with the Fund's collection. In the statistical modeling, the Box-Jenkins and VAR-VEC models were used in order to define the best model for projecting gross FGTS collection for 48 months ahead. The results indicate that the multivariate autoregression model with error correction VAR-VEC performs better in projecting the Fund's collection.porSéries temporaisVariáveis macroeconômicasBox-JenkinsVAR-VECFGTSTime seriesMacroeconomic variablesEconomiaFundo de garantia do tempo de serviçoAnálise de séries temporaisVariáveis (Matemática)Previsão com Metodologia de Box-JenkinsAuto-regressão (Estatística)Previsão da arrecadação do FGTS através de modelos de séries temporaisinfo: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:FGVORIGINALFelipe Feijó Leite - Dissertação FGTS_vf.pdfFelipe Feijó Leite - Dissertação FGTS_vf.pdfPDFapplication/pdf854471https://repositorio.fgv.br/bitstreams/59095830-fdf1-4aa3-a2ae-15e01b1d767b/download724d2511d20c969127c223f23e9a351cMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/0d0c362d-bf3c-4cce-9ae3-aa8f820574ac/downloaddfb340242cced38a6cca06c627998fa1MD52TEXTFelipe Feijó Leite - Dissertação FGTS_vf.pdf.txtFelipe Feijó Leite - Dissertação FGTS_vf.pdf.txtExtracted texttext/plain82929https://repositorio.fgv.br/bitstreams/2cd50591-bea1-4cfc-8580-d0f077d75621/download637c4142e72c3d3fe5f1ff543bf05005MD55THUMBNAILFelipe Feijó Leite - Dissertação FGTS_vf.pdf.jpgFelipe Feijó Leite - Dissertação FGTS_vf.pdf.jpgGenerated Thumbnailimage/jpeg2584https://repositorio.fgv.br/bitstreams/973dbb11-3a7b-4568-bdab-2b46967ba0e2/download6a6a7118d947e7f97ddf682c50d71e76MD5610438/332252024-06-27 16:12:22.084open.accessoai:repositorio.fgv.br:10438/33225https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742024-06-27T16:12:22Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
title |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
spellingShingle |
Previsão da arrecadação do FGTS através de modelos de séries temporais Leite, Felipe Feijó Séries temporais Variáveis macroeconômicas Box-Jenkins VAR-VEC FGTS Time series Macroeconomic variables Economia Fundo de garantia do tempo de serviço Análise de séries temporais Variáveis (Matemática) Previsão com Metodologia de Box-Jenkins Auto-regressão (Estatística) |
title_short |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
title_full |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
title_fullStr |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
title_full_unstemmed |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
title_sort |
Previsão da arrecadação do FGTS através de modelos de séries temporais |
author |
Leite, Felipe Feijó |
author_facet |
Leite, Felipe Feijó |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EPGE |
dc.contributor.member.none.fl_str_mv |
Teles, Caio Augusto Colnago De Souza, Rafael Martins |
dc.contributor.author.fl_str_mv |
Leite, Felipe Feijó |
dc.contributor.advisor1.fl_str_mv |
Gonçalves, Edson Daniel Lopes |
contributor_str_mv |
Gonçalves, Edson Daniel Lopes |
dc.subject.por.fl_str_mv |
Séries temporais Variáveis macroeconômicas Box-Jenkins VAR-VEC FGTS |
topic |
Séries temporais Variáveis macroeconômicas Box-Jenkins VAR-VEC FGTS Time series Macroeconomic variables Economia Fundo de garantia do tempo de serviço Análise de séries temporais Variáveis (Matemática) Previsão com Metodologia de Box-Jenkins Auto-regressão (Estatística) |
dc.subject.eng.fl_str_mv |
Time series Macroeconomic variables |
dc.subject.area.por.fl_str_mv |
Economia |
dc.subject.bibliodata.por.fl_str_mv |
Fundo de garantia do tempo de serviço Análise de séries temporais Variáveis (Matemática) Previsão com Metodologia de Box-Jenkins Auto-regressão (Estatística) |
description |
O estudo da previsibilidade através de modelos estatísticos mostra-se fundamental para subsidiar o processo decisório estratégico do planejamento orçamentário e financeiro do Fundo de Garantia do Tempo de Serviço (FGTS) através da projeção de cenários futuros da arrecadação bruta do fundo e, portanto, este é o objetivo da presente pesquisa. Os recursos do FGTS representam um funding altamente relevante para o Governo Federal financiar programas de habitação, saneamento básico, infraestrutura urbana e saúde, visando à melhoria das condições de vida da população brasileira. Ademais, o FGTS representa um papel de impulsionador da economia brasileira através de geração de empregos, renda e consumo. A responsabilidade de ser Agente Operador do fundo foi designada à Caixa Econômica Federal com a publicação da Lei n 8036, de 11 de maio de 1990. Dentre as diversas atribuições, destaca-se a de realização da peça orçamentária, onde a projeção de arrecadação é essencial. Para estudo e projeção das séries temporais de arrecadação bruta Nacional do FGTS foram consideradas variáveis macroeconômicas que refletem o comportamento da atividade econômica do Brasil e, portanto, demonstram sensibilidade com a Arrecadação do Fundo. Na modelagem estatística foram utilizados os modelos Box-Jenkins e o VAR-VEC com o objetivo de definir o melhor modelo de projeção da arrecadação bruta do FGTS para 48 meses à frente. Os resultados indicam que o modelo de autorregressão multivariado e com correção de erros VAR-VEC apresenta melhor desempenho na projeção de arrecadação do Fundo. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022-12-28 |
dc.date.accessioned.fl_str_mv |
2023-02-10T14:03:16Z |
dc.date.available.fl_str_mv |
2023-02-10T14:03:16Z |
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/10438/33225 |
url |
https://hdl.handle.net/10438/33225 |
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/59095830-fdf1-4aa3-a2ae-15e01b1d767b/download https://repositorio.fgv.br/bitstreams/0d0c362d-bf3c-4cce-9ae3-aa8f820574ac/download https://repositorio.fgv.br/bitstreams/2cd50591-bea1-4cfc-8580-d0f077d75621/download https://repositorio.fgv.br/bitstreams/973dbb11-3a7b-4568-bdab-2b46967ba0e2/download |
bitstream.checksum.fl_str_mv |
724d2511d20c969127c223f23e9a351c dfb340242cced38a6cca06c627998fa1 637c4142e72c3d3fe5f1ff543bf05005 6a6a7118d947e7f97ddf682c50d71e76 |
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_ |
1810023611971403776 |