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