Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA

Detalhes bibliográficos
Autor(a) principal: Almeida, Thiago Rafael Corrêa de
Data de Publicação: 2017
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da Fundação João Pinheiro
Texto Completo: http://repositorio.fjp.mg.gov.br/handle/123456789/3454
Resumo: Este trabalho tem como objetivo a construção de modelos estatísticos para acompanhamento e previsão da série mensal de arrecadação do Imposto sobre Circulação de Mercadorias e Serviços (ICMS) do Estado de Minas Gerais no período 2002-2017. Como metodologia, utilizou-se modelos univariados de Alisamento Exponencial de Holt-Winters e modelos Autorregressivos Integrados de Médias móveis Sazonal (SARIMA). Três modelos foram considerados satisfatórios: o modelo de Alisamento Exponencial Aditivo (α = 0,35, γ = 0, δ = 0), o modelo de Alisamento Exponencial Multiplicativo (α = 0,34, γ = 0, δ = 0) e o modelo SARIMA (0, 1, 1) (0, 1, 1)12. O primeiro modelo foi o que apresentou melhor capacidade preditiva e o segundo o que melhor captou o comportamento da série no período amostral. Como era de se esperar, em virtude da crise econômica vigente, os modelos previram um baixo nível arrecadatório para 2016 e 2017.
id FJP-2_66493b68d856d1b8b07b8aa942b624b5
oai_identifier_str oai:repositorio.fjp.mg.gov.br:123456789/3454
network_acronym_str FJP-2
network_name_str Repositório Institucional da Fundação João Pinheiro
repository_id_str
spelling 2022-02-02T16:53:25Z2022-02-02T16:53:25Z2017ALMEIDA, T. R. C. Previsão de arrecadação tributária na crise: alisamento exponencial de HOLT-WINTERS E SARIMA. Revista da Estatística UFOP, Ouro Preto, v. 6, p. 101-120, 2017. 2237-8111http://repositorio.fjp.mg.gov.br/handle/123456789/3454Este trabalho tem como objetivo a construção de modelos estatísticos para acompanhamento e previsão da série mensal de arrecadação do Imposto sobre Circulação de Mercadorias e Serviços (ICMS) do Estado de Minas Gerais no período 2002-2017. Como metodologia, utilizou-se modelos univariados de Alisamento Exponencial de Holt-Winters e modelos Autorregressivos Integrados de Médias móveis Sazonal (SARIMA). Três modelos foram considerados satisfatórios: o modelo de Alisamento Exponencial Aditivo (α = 0,35, γ = 0, δ = 0), o modelo de Alisamento Exponencial Multiplicativo (α = 0,34, γ = 0, δ = 0) e o modelo SARIMA (0, 1, 1) (0, 1, 1)12. O primeiro modelo foi o que apresentou melhor capacidade preditiva e o segundo o que melhor captou o comportamento da série no período amostral. Como era de se esperar, em virtude da crise econômica vigente, os modelos previram um baixo nível arrecadatório para 2016 e 2017.This paper aims to build statistical models to monitor and forecast the monthly series of ICMS of the State of Minas Gerais in the period 2002-2017. The methodology we used univariate models Exponential Smoothing Holt-Winters and Autoregressive Integrated models moving averages Seasonal (SARIMA). Three models were considered satisfactory: the model of exponential smoothing additive (α = 0.35, γ = 0 , δ = 0), the model of Exponential Smoothing Multiplicative (α = 0.34, γ = 0 , δ = 0) and SARIMA ( 0, 1, 1 )( 0, 1, 1 )12 model. The first model showed the best predictive capacity and the second which best captured the behavior of the series in the sample period. As was to be expected, given the current economic crisis, the models recorded a low revenue collection level for 2016 and 2017.Governo e PolíticaFundação João PinheiroICMSEconomia de Minas GeraisAlisamento Exponencial de Holt-WintersModelo SARIMAICMSEconomy of Minas GeraisExponential Smoothing Holt-WintersModel SARIMAPrevisão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMAinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleAlmeida, Thiago Rafael Corrêa deporreponame:Repositório Institucional da Fundação João Pinheiroinstname:Fundação João Pinheiro (FJP)instacron:FJPinfo:eu-repo/semantics/openAccessTHUMBNAILPrevisão de arrecadação tributária na crise.pdf.jpgPrevisão de arrecadação tributária na crise.pdf.jpgGenerated Thumbnailimage/jpeg5835http://repositorio.fjp.mg.gov.br/bitstreams/749a88f0-9656-46ad-bcc0-41f541db60d3/downloadcf91e33ca5ddbef656fd87f0d33187c1MD510ORIGINALPrevisão de arrecadação tributária na crise.pdfPrevisão de arrecadação tributária na crise.pdfapplication/pdf359739http://repositorio.fjp.mg.gov.br/bitstreams/7700e8cd-14e3-4fea-974b-ae583c82504b/download66961b29aec274006fc9617bf2f9761eMD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-843http://repositorio.fjp.mg.gov.br/bitstreams/eef574fb-119f-42b8-8196-bfa6be5c5eea/download321f3992dd3875151d8801b773ab32edMD52license_textlicense_texttext/html; charset=utf-80http://repositorio.fjp.mg.gov.br/bitstreams/7e17aa76-1caf-428a-a748-7720afcdf2c2/downloadd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://repositorio.fjp.mg.gov.br/bitstreams/2f0144e3-3792-49a5-b9fc-eb4e28b779f3/downloadd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81570http://repositorio.fjp.mg.gov.br/bitstreams/35063dd7-ca09-4965-a306-d4c18f680551/download399935990642117892180e188e2a8087MD55TEXTPrevisão de arrecadação tributária na crise.pdf.txtPrevisão de arrecadação tributária na crise.pdf.txtExtracted texttext/plain47051http://repositorio.fjp.mg.gov.br/bitstreams/5789c68d-a77c-4307-bccc-985974d8b7f7/download1a1ea4d20ff5675b341f274065350b27MD59123456789/34542024-03-27 12:30:06.778open.accessoai:repositorio.fjp.mg.gov.br:123456789/3454http://repositorio.fjp.mg.gov.brRepositório InstitucionalPUBhttp://www.repositorio.fjp.mg.gov.br/oai/requestopendoar:2024-03-27T15:30:06Repositório Institucional da Fundação João Pinheiro - Fundação João Pinheiro (FJP)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
dc.title.pt_BR.fl_str_mv Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
title Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
spellingShingle Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
Almeida, Thiago Rafael Corrêa de
ICMS
Economia de Minas Gerais
Alisamento Exponencial de Holt-Winters
Modelo SARIMA
ICMS
Economy of Minas Gerais
Exponential Smoothing Holt-Winters
Model SARIMA
title_short Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
title_full Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
title_fullStr Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
title_full_unstemmed Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
title_sort Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
author Almeida, Thiago Rafael Corrêa de
author_facet Almeida, Thiago Rafael Corrêa de
author_role author
dc.contributor.author.fl_str_mv Almeida, Thiago Rafael Corrêa de
dc.subject.other.pt_BR.fl_str_mv ICMS
Economia de Minas Gerais
Alisamento Exponencial de Holt-Winters
Modelo SARIMA
topic ICMS
Economia de Minas Gerais
Alisamento Exponencial de Holt-Winters
Modelo SARIMA
ICMS
Economy of Minas Gerais
Exponential Smoothing Holt-Winters
Model SARIMA
dc.subject.en.pt_BR.fl_str_mv ICMS
Economy of Minas Gerais
Exponential Smoothing Holt-Winters
Model SARIMA
description Este trabalho tem como objetivo a construção de modelos estatísticos para acompanhamento e previsão da série mensal de arrecadação do Imposto sobre Circulação de Mercadorias e Serviços (ICMS) do Estado de Minas Gerais no período 2002-2017. Como metodologia, utilizou-se modelos univariados de Alisamento Exponencial de Holt-Winters e modelos Autorregressivos Integrados de Médias móveis Sazonal (SARIMA). Três modelos foram considerados satisfatórios: o modelo de Alisamento Exponencial Aditivo (α = 0,35, γ = 0, δ = 0), o modelo de Alisamento Exponencial Multiplicativo (α = 0,34, γ = 0, δ = 0) e o modelo SARIMA (0, 1, 1) (0, 1, 1)12. O primeiro modelo foi o que apresentou melhor capacidade preditiva e o segundo o que melhor captou o comportamento da série no período amostral. Como era de se esperar, em virtude da crise econômica vigente, os modelos previram um baixo nível arrecadatório para 2016 e 2017.
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2022-02-02T16:53:25Z
dc.date.available.fl_str_mv 2022-02-02T16:53:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.citation.fl_str_mv ALMEIDA, T. R. C. Previsão de arrecadação tributária na crise: alisamento exponencial de HOLT-WINTERS E SARIMA. Revista da Estatística UFOP, Ouro Preto, v. 6, p. 101-120, 2017.
dc.identifier.uri.fl_str_mv http://repositorio.fjp.mg.gov.br/handle/123456789/3454
dc.identifier.issn.pt_BR.fl_str_mv 2237-8111
identifier_str_mv ALMEIDA, T. R. C. Previsão de arrecadação tributária na crise: alisamento exponencial de HOLT-WINTERS E SARIMA. Revista da Estatística UFOP, Ouro Preto, v. 6, p. 101-120, 2017.
2237-8111
url http://repositorio.fjp.mg.gov.br/handle/123456789/3454
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 da Fundação João Pinheiro
instname:Fundação João Pinheiro (FJP)
instacron:FJP
instname_str Fundação João Pinheiro (FJP)
instacron_str FJP
institution FJP
reponame_str Repositório Institucional da Fundação João Pinheiro
collection Repositório Institucional da Fundação João Pinheiro
bitstream.url.fl_str_mv http://repositorio.fjp.mg.gov.br/bitstreams/749a88f0-9656-46ad-bcc0-41f541db60d3/download
http://repositorio.fjp.mg.gov.br/bitstreams/7700e8cd-14e3-4fea-974b-ae583c82504b/download
http://repositorio.fjp.mg.gov.br/bitstreams/eef574fb-119f-42b8-8196-bfa6be5c5eea/download
http://repositorio.fjp.mg.gov.br/bitstreams/7e17aa76-1caf-428a-a748-7720afcdf2c2/download
http://repositorio.fjp.mg.gov.br/bitstreams/2f0144e3-3792-49a5-b9fc-eb4e28b779f3/download
http://repositorio.fjp.mg.gov.br/bitstreams/35063dd7-ca09-4965-a306-d4c18f680551/download
http://repositorio.fjp.mg.gov.br/bitstreams/5789c68d-a77c-4307-bccc-985974d8b7f7/download
bitstream.checksum.fl_str_mv cf91e33ca5ddbef656fd87f0d33187c1
66961b29aec274006fc9617bf2f9761e
321f3992dd3875151d8801b773ab32ed
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
399935990642117892180e188e2a8087
1a1ea4d20ff5675b341f274065350b27
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Fundação João Pinheiro - Fundação João Pinheiro (FJP)
repository.mail.fl_str_mv
_version_ 1822794827409915904