Previsão de arrecadação tributária na crise: alisamento exponencial de Holt-Winters e SARIMA
Autor(a) principal: | |
---|---|
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 |