Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil

Detalhes bibliográficos
Autor(a) principal: Santos, Marcus Vinicius Bastos dos
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da FURG (RI FURG)
Texto Completo: http://repositorio.furg.br/handle/1/7631
Resumo: O trabalho visa estimar um modelo econométrico com o intuito de avaliar a capacidade do Google Trends em auxiliar na previsão da demanda por imóveis no Brasil. Com isso, foi definido uma metodologia de série temporal através de um modelo autorregressivo (VAR). Para compor o modelo foi utilizado 5 variáveis (buscas na internet, demanda imobiliária, taxa de juros, taxa de desemprego e nível de salários) durante o período de janeiro de 2004 até dezembro de 2016, totalizando uma amostra com 145 observações mensais. As estimativas apontam que existe uma relação positiva entre o volume de pesquisas e a demanda por imóveis. Como principal contribuição, este artigo aponta que as buscas na internet apresentam informações relevantes na análise da demanda imobiliária brasileira, apesar de conter limitações.
id FURG_1a2220f2254ea9db0bd06f01889e4ed5
oai_identifier_str oai:repositorio.furg.br:1/7631
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Santos, Marcus Vinicius Bastos dosOliveira, Cristiano Aguiar de2018-04-26T18:00:28Z2018-04-26T18:00:28Z2017SANTOS, Marcos Vinicius Bastos dos. Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil. 2017. 61 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências Econômicas) - Curso de Ciências Econômicas, Instituto de Ciências Econômicas, Administrativas e Contábeis, Universidade Federal do Rio Grande, Rio Grande, 2017.http://repositorio.furg.br/handle/1/7631O trabalho visa estimar um modelo econométrico com o intuito de avaliar a capacidade do Google Trends em auxiliar na previsão da demanda por imóveis no Brasil. Com isso, foi definido uma metodologia de série temporal através de um modelo autorregressivo (VAR). Para compor o modelo foi utilizado 5 variáveis (buscas na internet, demanda imobiliária, taxa de juros, taxa de desemprego e nível de salários) durante o período de janeiro de 2004 até dezembro de 2016, totalizando uma amostra com 145 observações mensais. As estimativas apontam que existe uma relação positiva entre o volume de pesquisas e a demanda por imóveis. Como principal contribuição, este artigo aponta que as buscas na internet apresentam informações relevantes na análise da demanda imobiliária brasileira, apesar de conter limitações.This work aims to estimate an econometric model to evaluate Google Trends capacity in predicting real state demand in Brazil. To do so, has been defined a time series methodology through a vector autoregressive model (VAR). To compose the model 5 variables were used (internet searches, housing sales, interest rate, unemployment rate and wages) during the period of january 2004 to december 2016, totalizing 145 monthly observations sample. Estimates suggests a positive relationship between the searches volume and the housing demand. As main contribution, this article shows that internet searches hold relevant information on the analysis of brazilian real state demand, despite having limitations.porGoogle trendsMercado imobiliárioSérie temporalVetor correção de erros (VECM)Housing marketTime seriesVector error correction model (VECM)Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURGORIGINALMarcus Vinicius dos Santos.pdfMarcus Vinicius dos Santos.pdfapplication/pdf449810https://repositorio.furg.br/bitstream/1/7631/1/Marcus%20Vinicius%20dos%20Santos.pdfb61caab0c95b0a94a8a26beba075c18cMD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.furg.br/bitstream/1/7631/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open access1/76312018-04-26 15:00:28.221open accessoai:repositorio.furg.br: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Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2018-04-26T18:00:28Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false
dc.title.pt_BR.fl_str_mv Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
title Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
spellingShingle Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
Santos, Marcus Vinicius Bastos dos
Google trends
Mercado imobiliário
Série temporal
Vetor correção de erros (VECM)
Housing market
Time series
Vector error correction model (VECM)
title_short Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
title_full Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
title_fullStr Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
title_full_unstemmed Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
title_sort Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil
author Santos, Marcus Vinicius Bastos dos
author_facet Santos, Marcus Vinicius Bastos dos
author_role author
dc.contributor.author.fl_str_mv Santos, Marcus Vinicius Bastos dos
dc.contributor.advisor1.fl_str_mv Oliveira, Cristiano Aguiar de
contributor_str_mv Oliveira, Cristiano Aguiar de
dc.subject.por.fl_str_mv Google trends
Mercado imobiliário
Série temporal
Vetor correção de erros (VECM)
Housing market
Time series
Vector error correction model (VECM)
topic Google trends
Mercado imobiliário
Série temporal
Vetor correção de erros (VECM)
Housing market
Time series
Vector error correction model (VECM)
description O trabalho visa estimar um modelo econométrico com o intuito de avaliar a capacidade do Google Trends em auxiliar na previsão da demanda por imóveis no Brasil. Com isso, foi definido uma metodologia de série temporal através de um modelo autorregressivo (VAR). Para compor o modelo foi utilizado 5 variáveis (buscas na internet, demanda imobiliária, taxa de juros, taxa de desemprego e nível de salários) durante o período de janeiro de 2004 até dezembro de 2016, totalizando uma amostra com 145 observações mensais. As estimativas apontam que existe uma relação positiva entre o volume de pesquisas e a demanda por imóveis. Como principal contribuição, este artigo aponta que as buscas na internet apresentam informações relevantes na análise da demanda imobiliária brasileira, apesar de conter limitações.
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2018-04-26T18:00:28Z
dc.date.available.fl_str_mv 2018-04-26T18:00:28Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SANTOS, Marcos Vinicius Bastos dos. Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil. 2017. 61 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências Econômicas) - Curso de Ciências Econômicas, Instituto de Ciências Econômicas, Administrativas e Contábeis, Universidade Federal do Rio Grande, Rio Grande, 2017.
dc.identifier.uri.fl_str_mv http://repositorio.furg.br/handle/1/7631
identifier_str_mv SANTOS, Marcos Vinicius Bastos dos. Uma avaliação da capacidade do google trends em auxiliar na previsão da demanda por imóveis no Brasil. 2017. 61 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências Econômicas) - Curso de Ciências Econômicas, Instituto de Ciências Econômicas, Administrativas e Contábeis, Universidade Federal do Rio Grande, Rio Grande, 2017.
url http://repositorio.furg.br/handle/1/7631
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 FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
bitstream.url.fl_str_mv https://repositorio.furg.br/bitstream/1/7631/1/Marcus%20Vinicius%20dos%20Santos.pdf
https://repositorio.furg.br/bitstream/1/7631/2/license.txt
bitstream.checksum.fl_str_mv b61caab0c95b0a94a8a26beba075c18c
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv
_version_ 1798313605388566528

Registros relacionados