Uso de dados de busca na internet na estimação de indicadores econômicos

Detalhes bibliográficos
Autor(a) principal: Albarella, Natacha Perez
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INSPER
Texto Completo: https://www.repositorio.insper.edu.br/handle/11224/2284
Resumo: Este trabalho visa a analisar se o uso de dados de busca na internet como variável em modelos consagrados para projeção de variáveis macroeconômicas é capaz de melhorar seu poder preditivo. Partindo da lei de Okun, Curva de Phillips e Curva IS, a taxa de desemprego, de inflação e o crescimento do PIB no Brasil serão estimados e projetados. As séries de busca na internet obtidas no Google Trends são sumarizadas através da análise de componentes principais e a primeira componente principal de cada tema é incluída nos modelos originais. A amostra está em frequência trimestral compreende o período de 2004 a 2017. No caso da taxa de desemprego, o modelo aumentado apresentou aderência maior aos dados do que o modelo original, porém seu poder preditivo quase não se alterou. Com relação aos modelos de inflação o desemprenho preditivo melhorou. Já os modelos de crescimento do produto pioraram em aderência e poder de projeção.
id INSP_5c71bcc06a1aac2998e955256756d2e5
oai_identifier_str oai:repositorio.insper.edu.br:11224/2284
network_acronym_str INSP
network_name_str Biblioteca Digital de Teses e Dissertações do INSPER
repository_id_str
spelling Uso de dados de busca na internet na estimação de indicadores econômicosbig data, Inflação, Desemprego, PIB, Google, internetEste trabalho visa a analisar se o uso de dados de busca na internet como variável em modelos consagrados para projeção de variáveis macroeconômicas é capaz de melhorar seu poder preditivo. Partindo da lei de Okun, Curva de Phillips e Curva IS, a taxa de desemprego, de inflação e o crescimento do PIB no Brasil serão estimados e projetados. As séries de busca na internet obtidas no Google Trends são sumarizadas através da análise de componentes principais e a primeira componente principal de cada tema é incluída nos modelos originais. A amostra está em frequência trimestral compreende o período de 2004 a 2017. No caso da taxa de desemprego, o modelo aumentado apresentou aderência maior aos dados do que o modelo original, porém seu poder preditivo quase não se alterou. Com relação aos modelos de inflação o desemprenho preditivo melhorou. Já os modelos de crescimento do produto pioraram em aderência e poder de projeção.This paper analyzes whether the use of Internet search data as a variable in consecrated forecasting macroeconomic models is able to improve its predictive power. Based on the Okun law, the Phillips curve and the IS curve, the unemployment rate, inflation rate, and GDP growth in Brazil are estimated and projected. The web search series obtained through Google Trends has been summarized through the analysis of principal components and the first component of each theme is included in the original models. The sample is in quarterly frequency and comprised the period from 2004 to 2017. In the case of the unemployment rate, the increased model presented greater adherence to the data than the original model, but its predictive power almost did not change. Regarding inflation models, the predictive performance improved. The models of GDP growth have worsened in adhesion and forecasting power.Artes, RinaldoAlbarella, Natacha PerezAlbarella, Natacha Perez2021-09-13T03:19:09Z2019-07-15T23:03:50Z2021-09-13T03:19:09Z20172019-07-15T23:03:50Z20172017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis48 p.application/pdfhttps://www.repositorio.insper.edu.br/handle/11224/2284São Paulo, SPTODOS OS DOCUMENTOS DESSA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEM.info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPER2024-04-01T12:29:01Zoai:repositorio.insper.edu.br:11224/2284Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br ||opendoar:2024-04-01T12:29:01Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false
dc.title.none.fl_str_mv Uso de dados de busca na internet na estimação de indicadores econômicos
title Uso de dados de busca na internet na estimação de indicadores econômicos
spellingShingle Uso de dados de busca na internet na estimação de indicadores econômicos
Albarella, Natacha Perez
big data, Inflação, Desemprego, PIB, Google, internet
title_short Uso de dados de busca na internet na estimação de indicadores econômicos
title_full Uso de dados de busca na internet na estimação de indicadores econômicos
title_fullStr Uso de dados de busca na internet na estimação de indicadores econômicos
title_full_unstemmed Uso de dados de busca na internet na estimação de indicadores econômicos
title_sort Uso de dados de busca na internet na estimação de indicadores econômicos
author Albarella, Natacha Perez
author_facet Albarella, Natacha Perez
author_role author
dc.contributor.none.fl_str_mv Artes, Rinaldo
dc.contributor.author.fl_str_mv Albarella, Natacha Perez
Albarella, Natacha Perez
dc.subject.por.fl_str_mv big data, Inflação, Desemprego, PIB, Google, internet
topic big data, Inflação, Desemprego, PIB, Google, internet
description Este trabalho visa a analisar se o uso de dados de busca na internet como variável em modelos consagrados para projeção de variáveis macroeconômicas é capaz de melhorar seu poder preditivo. Partindo da lei de Okun, Curva de Phillips e Curva IS, a taxa de desemprego, de inflação e o crescimento do PIB no Brasil serão estimados e projetados. As séries de busca na internet obtidas no Google Trends são sumarizadas através da análise de componentes principais e a primeira componente principal de cada tema é incluída nos modelos originais. A amostra está em frequência trimestral compreende o período de 2004 a 2017. No caso da taxa de desemprego, o modelo aumentado apresentou aderência maior aos dados do que o modelo original, porém seu poder preditivo quase não se alterou. Com relação aos modelos de inflação o desemprenho preditivo melhorou. Já os modelos de crescimento do produto pioraram em aderência e poder de projeção.
publishDate 2017
dc.date.none.fl_str_mv 2017
2017
2017
2019-07-15T23:03:50Z
2019-07-15T23:03:50Z
2021-09-13T03:19:09Z
2021-09-13T03:19:09Z
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://www.repositorio.insper.edu.br/handle/11224/2284
url https://www.repositorio.insper.edu.br/handle/11224/2284
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.format.none.fl_str_mv 48 p.
application/pdf
dc.coverage.none.fl_str_mv São Paulo, SP
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INSPER
instname:Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron:INSPER
instname_str Instituição de Ensino Superior e de Pesquisa (INSPER)
instacron_str INSPER
institution INSPER
reponame_str Biblioteca Digital de Teses e Dissertações do INSPER
collection Biblioteca Digital de Teses e Dissertações do INSPER
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)
repository.mail.fl_str_mv biblioteca@insper.edu.br ||
_version_ 1814986269417013248