Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA

Detalhes bibliográficos
Autor(a) principal: Camargos, Antonio Augusto Barbosa
Data de Publicação: 2008
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/11224/1153
Resumo: A dissertação, por meio de técnicas econométricas, desenvolve modelos do tipo ARIMA (Modelo Auto-regressivo integrado e de média móvel), segundo a metodologia Box & Jenkins, para previsão da arrecadação tributária do Estado de São Paulo, dividida pelos tributos ICMS, IPVA, ITCMD/ITBI e Taxas. Para cada tributo foram desenvolvidas regressões, considerando os eventos possíveis como a diferenciação da variável dependente, a inclusão de variáveis “dummies” mensais e a inclusão de “lags” de sazonalidade (modelo SARIMA – ARIMA sazonal), tendo como base as séries históricas dos respectivos tributos. Com isso, chega-se a um modelo para cada imposto: ICMS, IPVA, ITBI/ITCMD e Taxas. Os modelos desenvolvidos foram validados através de previsões dentro da amostra inicial (forecast in sample) e realizando previsões fora da amostra inicial (forecast out of sample). A qualidade de cada regressão também foi endossada pela análise dos seus resíduos, verificando sua estacionariedade, seu comportamento em termos de autocorrelação e autocorrelação parcial e de normalidade. A base de dados foi composta pelas séries mensais de ICMS e IPVA, desde Janeiro de 1997 até Janeiro de 2007, e pelos dados mensais de ITCMD/ITBI e TAXAS, desde Outubro de 1997 até Maio de 2007. Tais dados foram deflacionados, por meio do índice IPG-DI FGV, para que pudessem ser realizadas as análises estatísticas e econométricas apropriadas ao objetivo do trabalho. O modelo final para ICMS foi um ARMA (12,12) com “dummies” sazonais para Janeiro a Dezembro. O modelo final para o IPVA foi um SARIMA (0,1,1)(12,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Abril, Outubro e Dezembro. O modelo final para o ITCMD/ITBI foi um SARIMA (1,1,1) (12,1,12) com dummy sazonal para Janeiro. O modelo final para o TAXAS foi um SARIMA (2,1,1)(8,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Março, Junho, Agosto, Novembro e Dezembro. Este trabalho tem particular importância para o Governo do Estado de São Paulo na contribuição da melhoria do planejamento da arrecadação tributária (política fiscal) baseada nas previsões que podem ser geradas a partir dos modelos estimados.
id INSP_c92d367bf7d8b9a170ebf3d7a6146142
oai_identifier_str oai:repositorio.insper.edu.br:11224/1153
network_acronym_str INSP
network_name_str Biblioteca Digital de Teses e Dissertações do INSPER
repository_id_str
spelling Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXAImpostosModelo ARIMABOX-JENKINSTaxesA dissertação, por meio de técnicas econométricas, desenvolve modelos do tipo ARIMA (Modelo Auto-regressivo integrado e de média móvel), segundo a metodologia Box & Jenkins, para previsão da arrecadação tributária do Estado de São Paulo, dividida pelos tributos ICMS, IPVA, ITCMD/ITBI e Taxas. Para cada tributo foram desenvolvidas regressões, considerando os eventos possíveis como a diferenciação da variável dependente, a inclusão de variáveis “dummies” mensais e a inclusão de “lags” de sazonalidade (modelo SARIMA – ARIMA sazonal), tendo como base as séries históricas dos respectivos tributos. Com isso, chega-se a um modelo para cada imposto: ICMS, IPVA, ITBI/ITCMD e Taxas. Os modelos desenvolvidos foram validados através de previsões dentro da amostra inicial (forecast in sample) e realizando previsões fora da amostra inicial (forecast out of sample). A qualidade de cada regressão também foi endossada pela análise dos seus resíduos, verificando sua estacionariedade, seu comportamento em termos de autocorrelação e autocorrelação parcial e de normalidade. A base de dados foi composta pelas séries mensais de ICMS e IPVA, desde Janeiro de 1997 até Janeiro de 2007, e pelos dados mensais de ITCMD/ITBI e TAXAS, desde Outubro de 1997 até Maio de 2007. Tais dados foram deflacionados, por meio do índice IPG-DI FGV, para que pudessem ser realizadas as análises estatísticas e econométricas apropriadas ao objetivo do trabalho. O modelo final para ICMS foi um ARMA (12,12) com “dummies” sazonais para Janeiro a Dezembro. O modelo final para o IPVA foi um SARIMA (0,1,1)(12,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Abril, Outubro e Dezembro. O modelo final para o ITCMD/ITBI foi um SARIMA (1,1,1) (12,1,12) com dummy sazonal para Janeiro. O modelo final para o TAXAS foi um SARIMA (2,1,1)(8,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Março, Junho, Agosto, Novembro e Dezembro. Este trabalho tem particular importância para o Governo do Estado de São Paulo na contribuição da melhoria do planejamento da arrecadação tributária (política fiscal) baseada nas previsões que podem ser geradas a partir dos modelos estimados.The dissertation, by the agency of econometric techniques, develops models sort of ARIMA (autoregressive integrated moving average), according to Box & Jenkins methodology, to forecast tributary collection of São Paulo State, shared on ICMS, IPVA, ITCMD/ITBI and Taxes tributes. To each tribute has been developed regressions, considering possible events as the differentiation of the dependent variable, the inclusion of monthly dummy variables and the inclusion of seasonality lags (SARIMA – seasonal ARIMA), having as basis the historical series of the respective tributes. Hereupon, it is possible to get to a model to each tax: IPVA, ITCMD/ITBI and Taxes. The developed models has been validated by forecasts on the initial sample (forecast in sample). The quality of each regression has also been endorsed by the analysis of its residues, checking its stationarity, its behavior related to autocorrelation and partial and normality autocorrelation. Its database has been composed by monthly data of ICMS and IPVA, from January 1997 to January 2007, and by series of ITCMD/ITBI and Taxes, from October 1997 to May 2007. The data has been deflated by the IPG-DI FGV index to make possible the realization of statistic and econometric analysis appropriated to the objective of the dissertation. The final model for ICMS has been an ARMA (12,12) with seasonal dummies for January to December. The final model for IPVA has been a SARIMA (0,1,1) (12,1,12) with seasonal dummies for January, February, April, October and December. The final model for ITCMD/ITBI has been a SARIMA (1,1,1) (12,1,12) with seasonal dummy for January. The final model for Taxes has been a SARIMA (2,1,1) (8,1,12) with seasonal dummies for January, February, March, June, August, November and December. This dissertation has a particular account for the São Paulo State Government on contributing to the improvement of the tributary collection (fiscal policy) based upon the forecasts that can be created through the estimated models.Araujo Junior, Eurilton AlvesCamargos, Antonio Augusto BarbosaCamargos, Antonio Augusto Barbosa2021-09-13T03:16:27Z2015-11-16T12:28:22Z2021-09-13T03:16:27Z20082015-11-16T12:28:22Z20082008info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis69 p.application/pdfapplication/pdfhttps://www.repositorio.insper.edu.br/handle/11224/1153São PauloTODOS OS DOCUMENTOS DESSA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPER2024-04-01T12:29:39Zoai:repositorio.insper.edu.br:11224/1153Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br ||opendoar:2024-04-01T12:29:39Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false
dc.title.none.fl_str_mv Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
title Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
spellingShingle Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
Camargos, Antonio Augusto Barbosa
Impostos
Modelo ARIMA
BOX-JENKINS
Taxes
title_short Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
title_full Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
title_fullStr Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
title_full_unstemmed Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
title_sort Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA
author Camargos, Antonio Augusto Barbosa
author_facet Camargos, Antonio Augusto Barbosa
author_role author
dc.contributor.none.fl_str_mv Araujo Junior, Eurilton Alves
dc.contributor.author.fl_str_mv Camargos, Antonio Augusto Barbosa
Camargos, Antonio Augusto Barbosa
dc.subject.por.fl_str_mv Impostos
Modelo ARIMA
BOX-JENKINS
Taxes
topic Impostos
Modelo ARIMA
BOX-JENKINS
Taxes
description A dissertação, por meio de técnicas econométricas, desenvolve modelos do tipo ARIMA (Modelo Auto-regressivo integrado e de média móvel), segundo a metodologia Box & Jenkins, para previsão da arrecadação tributária do Estado de São Paulo, dividida pelos tributos ICMS, IPVA, ITCMD/ITBI e Taxas. Para cada tributo foram desenvolvidas regressões, considerando os eventos possíveis como a diferenciação da variável dependente, a inclusão de variáveis “dummies” mensais e a inclusão de “lags” de sazonalidade (modelo SARIMA – ARIMA sazonal), tendo como base as séries históricas dos respectivos tributos. Com isso, chega-se a um modelo para cada imposto: ICMS, IPVA, ITBI/ITCMD e Taxas. Os modelos desenvolvidos foram validados através de previsões dentro da amostra inicial (forecast in sample) e realizando previsões fora da amostra inicial (forecast out of sample). A qualidade de cada regressão também foi endossada pela análise dos seus resíduos, verificando sua estacionariedade, seu comportamento em termos de autocorrelação e autocorrelação parcial e de normalidade. A base de dados foi composta pelas séries mensais de ICMS e IPVA, desde Janeiro de 1997 até Janeiro de 2007, e pelos dados mensais de ITCMD/ITBI e TAXAS, desde Outubro de 1997 até Maio de 2007. Tais dados foram deflacionados, por meio do índice IPG-DI FGV, para que pudessem ser realizadas as análises estatísticas e econométricas apropriadas ao objetivo do trabalho. O modelo final para ICMS foi um ARMA (12,12) com “dummies” sazonais para Janeiro a Dezembro. O modelo final para o IPVA foi um SARIMA (0,1,1)(12,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Abril, Outubro e Dezembro. O modelo final para o ITCMD/ITBI foi um SARIMA (1,1,1) (12,1,12) com dummy sazonal para Janeiro. O modelo final para o TAXAS foi um SARIMA (2,1,1)(8,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Março, Junho, Agosto, Novembro e Dezembro. Este trabalho tem particular importância para o Governo do Estado de São Paulo na contribuição da melhoria do planejamento da arrecadação tributária (política fiscal) baseada nas previsões que podem ser geradas a partir dos modelos estimados.
publishDate 2008
dc.date.none.fl_str_mv 2008
2008
2008
2015-11-16T12:28:22Z
2015-11-16T12:28:22Z
2021-09-13T03:16:27Z
2021-09-13T03:16:27Z
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/11224/1153
url https://www.repositorio.insper.edu.br/handle/11224/1153
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 69 p.
application/pdf
application/pdf
dc.coverage.none.fl_str_mv São Paulo
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_ 1814986258875678720