Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve

Detalhes bibliográficos
Autor(a) principal: Lourenço, Alexandra Sofia Costa
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10071/15199
Resumo: O presente estudo é realizado com o intuito de dar um modesto contributo aos modelos Early Warning Systems (EWS), uma área em constante desenvolvimento e de crescente interesse. Em concreto, pretende-se analisar os indicadores disponíveis no sector financeiro e macroeconómico nacional, de forma a validar quais os melhores indicadores para prever uma crise financeira em Portugal. Serão analisados dados do sector financeiro e macroeconómico português, com início no 1º trimestre de 1996 e término no 4º trimestre de 2016. A seleção deste horizonte temporal teve como objetivo alcançar o máximo de dados possíveis para uma análise mais fiável. Para colocar em prática esta análise foi selecionado o modelo Receiver Operating Characteristic (ROC) curve, que permite demonstrar a relação existente entre o sinal e o ruído obtidos num teste de diagnóstico, sendo o sinal interpretado como os verdadeiros positivos (sensibilidade) e o ruído como os falsos positivos (especificidade). Através da análise ao índice Area Under Curve (AUC), que varia entre 0 e 1, classificar-se-á a qualidade da curva ROC, sendo mais eficiente quanto mais perto a AUC estiver de 1. Com a análise dos indicadores foi possível concluir que a Taxa de Variação Homóloga (TVH) do Produto Interno Bruto (PIB) (AUC de 0.956), a TVH Consumo Privado (AUC – 0.894), a TVH Deflator PIB (AUC – 0.862), TVH Formação Bruta de Capital Fixo (AUC – 0.862), o Agregado M3 (AUC – 0.859) e a TVH Importações (AUC – 0.828) são bons indicadores na previsão de crises financeiras em Portugal.
id RCAP_167eeb50d9dc59a4d665c869a7572b3c
oai_identifier_str oai:repositorio.iscte-iul.pt:10071/15199
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curveIndicadores macroeconómicosSector financeiroCrise financeiraROC CurveEarly warning systemPortugal indicatorsCrisis predictionO presente estudo é realizado com o intuito de dar um modesto contributo aos modelos Early Warning Systems (EWS), uma área em constante desenvolvimento e de crescente interesse. Em concreto, pretende-se analisar os indicadores disponíveis no sector financeiro e macroeconómico nacional, de forma a validar quais os melhores indicadores para prever uma crise financeira em Portugal. Serão analisados dados do sector financeiro e macroeconómico português, com início no 1º trimestre de 1996 e término no 4º trimestre de 2016. A seleção deste horizonte temporal teve como objetivo alcançar o máximo de dados possíveis para uma análise mais fiável. Para colocar em prática esta análise foi selecionado o modelo Receiver Operating Characteristic (ROC) curve, que permite demonstrar a relação existente entre o sinal e o ruído obtidos num teste de diagnóstico, sendo o sinal interpretado como os verdadeiros positivos (sensibilidade) e o ruído como os falsos positivos (especificidade). Através da análise ao índice Area Under Curve (AUC), que varia entre 0 e 1, classificar-se-á a qualidade da curva ROC, sendo mais eficiente quanto mais perto a AUC estiver de 1. Com a análise dos indicadores foi possível concluir que a Taxa de Variação Homóloga (TVH) do Produto Interno Bruto (PIB) (AUC de 0.956), a TVH Consumo Privado (AUC – 0.894), a TVH Deflator PIB (AUC – 0.862), TVH Formação Bruta de Capital Fixo (AUC – 0.862), o Agregado M3 (AUC – 0.859) e a TVH Importações (AUC – 0.828) são bons indicadores na previsão de crises financeiras em Portugal.The main goal of the present Dissertation is to provide a modest contribution to the development and implementation of Early Warning Systems (EWS) models, an area of constant development and increasing interest. In particular, the Dissertation focuses on analyzing the indicators available in the Portuguese financial and macroeconomic sectors in order to validate which are the best indicators to predict a prospective financial crisis in Portugal. Data from the financial and macroeconomic Portuguese sector will be analyzed, beginning in the 1st quarter of 1996 and finishing in the 4th quarter of 2016. The selection of this large temporal horizon is due to the need to scrutinize as large a dataset as possible for a more reliable analysis. To put this analysis into practice we selected the Receiver Operating Characteristic (ROC) Curve methodology, which links the relationship between the signal and the noise obtained in a diagnostic test. The signal is interpreted as the true positives (sensitivity), while noise is interpreted as false positives (specificity). Through the analysis of the Area Under Curve (AUC) index, ranging from zero (0) to one (1). The quality of the ROC curve will be ranked accordingly, being much more effective when AUC index approaches to one (1). With the analysis of the indicators it is possible to conclude that the Annual Rate of Change (ARC) Gross domestic product (GDP) (AUC – 0.956), ARC Private consumption (AUC – 0.894), ARC GDP Deflator (AUC – 0.862), ARC Gross capital formation fixed (AUC – 0.862), M3 monetary aggregate (AUC – 0.859) and ARC Imports (AUC – 0.828) are good indicators in the forecast of financial crises in Portugal.2018-02-19T14:42:38Z2017-11-17T00:00:00Z2017-11-172017-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/octet-streamhttp://hdl.handle.net/10071/15199TID:201765853porLourenço, Alexandra Sofia Costainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-09T17:55:08Zoai:repositorio.iscte-iul.pt:10071/15199Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:27:59.725893Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
title Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
spellingShingle Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
Lourenço, Alexandra Sofia Costa
Indicadores macroeconómicos
Sector financeiro
Crise financeira
ROC Curve
Early warning system
Portugal indicators
Crisis prediction
title_short Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
title_full Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
title_fullStr Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
title_full_unstemmed Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
title_sort Early warning system aplicado ao setor financeiro português: estudo de caso envolvendo o modelo receiver operating characteristic (ROC) curve
author Lourenço, Alexandra Sofia Costa
author_facet Lourenço, Alexandra Sofia Costa
author_role author
dc.contributor.author.fl_str_mv Lourenço, Alexandra Sofia Costa
dc.subject.por.fl_str_mv Indicadores macroeconómicos
Sector financeiro
Crise financeira
ROC Curve
Early warning system
Portugal indicators
Crisis prediction
topic Indicadores macroeconómicos
Sector financeiro
Crise financeira
ROC Curve
Early warning system
Portugal indicators
Crisis prediction
description O presente estudo é realizado com o intuito de dar um modesto contributo aos modelos Early Warning Systems (EWS), uma área em constante desenvolvimento e de crescente interesse. Em concreto, pretende-se analisar os indicadores disponíveis no sector financeiro e macroeconómico nacional, de forma a validar quais os melhores indicadores para prever uma crise financeira em Portugal. Serão analisados dados do sector financeiro e macroeconómico português, com início no 1º trimestre de 1996 e término no 4º trimestre de 2016. A seleção deste horizonte temporal teve como objetivo alcançar o máximo de dados possíveis para uma análise mais fiável. Para colocar em prática esta análise foi selecionado o modelo Receiver Operating Characteristic (ROC) curve, que permite demonstrar a relação existente entre o sinal e o ruído obtidos num teste de diagnóstico, sendo o sinal interpretado como os verdadeiros positivos (sensibilidade) e o ruído como os falsos positivos (especificidade). Através da análise ao índice Area Under Curve (AUC), que varia entre 0 e 1, classificar-se-á a qualidade da curva ROC, sendo mais eficiente quanto mais perto a AUC estiver de 1. Com a análise dos indicadores foi possível concluir que a Taxa de Variação Homóloga (TVH) do Produto Interno Bruto (PIB) (AUC de 0.956), a TVH Consumo Privado (AUC – 0.894), a TVH Deflator PIB (AUC – 0.862), TVH Formação Bruta de Capital Fixo (AUC – 0.862), o Agregado M3 (AUC – 0.859) e a TVH Importações (AUC – 0.828) são bons indicadores na previsão de crises financeiras em Portugal.
publishDate 2017
dc.date.none.fl_str_mv 2017-11-17T00:00:00Z
2017-11-17
2017-09
2018-02-19T14:42:38Z
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 http://hdl.handle.net/10071/15199
TID:201765853
url http://hdl.handle.net/10071/15199
identifier_str_mv TID:201765853
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 application/pdf
application/octet-stream
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134842912243712