Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/158057 |
Resumo: | O presente trabalho propõe o encontro de um modelo econométrico dentro das classes SARIMA, VAR e VEC para prever o desemprego em algumas regiões metropolitanas do Brasil no período de 2014 a 2016. Os comportamentos da série de desemprego, assim como de outras séries de variáveis econômicas são de extrema importância nas decisões de políticas públicas. Neste trabalho utilizamos séries da taxa de desemprego da Pesquisa de Emprego e Desemprego (PED) do Departamento Intersindical de Estatística e Estudos Socioeconômicos (DIEESE) de três regiões metropolitanas: Porto Alegre (RS), São Paulo (SP) e Salvador (BA). Propomos o uso de modelos sazonal autorregressivo integrado médias móveis (SARIMA), com ou sem variáveis exógenas (representadas por variáveis macroeconômicas), e modelos vetorial autorregressivo (VAR) e vetorial de correção de erros (VEC) para previsão de desemprego. Escolhemos três indicadores macroeconômicos para incorporar a análise: o Índice de Atividade Econômica do Banco Central, a Taxa de Juros e a Produção Industrial Mensal. Comparamos as previsões dos modelos candidatos através do teste de Diebold-Mariano. Com base no teste e na análise gráfica dos resultados deste estudo, concluímos que, de maneira geral, o modelo VEC produz uma previsão superior, principalmente quando ocorre uma crise econômica no país a partir de 2015. |
id |
UFRGS-2_7404d643b58abcb232d73d117dab7e88 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/158057 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Weber, Camila ThaísZiegelmann, Flavio Augusto2017-05-17T02:36:02Z2016http://hdl.handle.net/10183/158057001019859O presente trabalho propõe o encontro de um modelo econométrico dentro das classes SARIMA, VAR e VEC para prever o desemprego em algumas regiões metropolitanas do Brasil no período de 2014 a 2016. Os comportamentos da série de desemprego, assim como de outras séries de variáveis econômicas são de extrema importância nas decisões de políticas públicas. Neste trabalho utilizamos séries da taxa de desemprego da Pesquisa de Emprego e Desemprego (PED) do Departamento Intersindical de Estatística e Estudos Socioeconômicos (DIEESE) de três regiões metropolitanas: Porto Alegre (RS), São Paulo (SP) e Salvador (BA). Propomos o uso de modelos sazonal autorregressivo integrado médias móveis (SARIMA), com ou sem variáveis exógenas (representadas por variáveis macroeconômicas), e modelos vetorial autorregressivo (VAR) e vetorial de correção de erros (VEC) para previsão de desemprego. Escolhemos três indicadores macroeconômicos para incorporar a análise: o Índice de Atividade Econômica do Banco Central, a Taxa de Juros e a Produção Industrial Mensal. Comparamos as previsões dos modelos candidatos através do teste de Diebold-Mariano. Com base no teste e na análise gráfica dos resultados deste estudo, concluímos que, de maneira geral, o modelo VEC produz uma previsão superior, principalmente quando ocorre uma crise econômica no país a partir de 2015.The present work proposes looking for an econometric model (within the SARIMA, VAR and VEC classes) to predict unemployment in some metropolitan areas of Brazil from 2014 to 2016. The behaviour of the unemployment series, as well as other series of economic variables, is of extreme importance in public policy decisions This paper uses unemployment time series from the “Pesquisa de Emprego e Desemprego” (PED) of the “Departamento Intersindical de Estatística e Estudos Socioeconômicos” (DIEESE) of three metropolitan regions: Porto Alegre (RS), São Paulo (SP) and Salvador (BA). We use seasonal autoregressive integrated moving average (SARIMA), with or without exogenous variables (represented by macroeconomic variables), vector autoregressive (VAR) and vector error correction (VEC) models for unemployment prediction. We choose three macroeconomic indicators to incorporate into our analysis: the Central Bank's Economic Activity Index, the Monthly Interest Rate and the Monthly Industrial Production. We compare the predictions of the models using Diebold-Mariano test. Based on the test and graphical analyses of the results of this study, we conclude that, in general, the VEC model produces better forecasts, especially when an economic crisis takes place in the country in the beginning of 2015.application/pdfporPrevisãoDesemprego : BrasilModelo econométricoEconometriaForecastingUnemploymentSARIMAVARVECPrevisão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VERinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPorto Alegre, BR-RS2016Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001019859.pdf001019859.pdfTexto completoapplication/pdf1677867http://www.lume.ufrgs.br/bitstream/10183/158057/1/001019859.pdf8e4db5848b14f49cced6d1feba167e39MD51TEXT001019859.pdf.txt001019859.pdf.txtExtracted Texttext/plain99930http://www.lume.ufrgs.br/bitstream/10183/158057/2/001019859.pdf.txtdceec632243e7d421a90f0bf80dc2194MD52THUMBNAIL001019859.pdf.jpg001019859.pdf.jpgGenerated Thumbnailimage/jpeg1458http://www.lume.ufrgs.br/bitstream/10183/158057/3/001019859.pdf.jpgc85203eec2bcbef462f07ab81f2ba31aMD5310183/1580572022-06-15 04:45:04.338923oai:www.lume.ufrgs.br:10183/158057Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-06-15T07:45:04Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
title |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
spellingShingle |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER Weber, Camila Thaís Previsão Desemprego : Brasil Modelo econométrico Econometria Forecasting Unemployment SARIMA VAR VEC |
title_short |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
title_full |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
title_fullStr |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
title_full_unstemmed |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
title_sort |
Previsão de desemprego em regiões metropolitanas do Brasil : um exercício empírico usando modelos SARIMA, VAR E VER |
author |
Weber, Camila Thaís |
author_facet |
Weber, Camila Thaís |
author_role |
author |
dc.contributor.author.fl_str_mv |
Weber, Camila Thaís |
dc.contributor.advisor1.fl_str_mv |
Ziegelmann, Flavio Augusto |
contributor_str_mv |
Ziegelmann, Flavio Augusto |
dc.subject.por.fl_str_mv |
Previsão Desemprego : Brasil Modelo econométrico Econometria |
topic |
Previsão Desemprego : Brasil Modelo econométrico Econometria Forecasting Unemployment SARIMA VAR VEC |
dc.subject.eng.fl_str_mv |
Forecasting Unemployment SARIMA VAR VEC |
description |
O presente trabalho propõe o encontro de um modelo econométrico dentro das classes SARIMA, VAR e VEC para prever o desemprego em algumas regiões metropolitanas do Brasil no período de 2014 a 2016. Os comportamentos da série de desemprego, assim como de outras séries de variáveis econômicas são de extrema importância nas decisões de políticas públicas. Neste trabalho utilizamos séries da taxa de desemprego da Pesquisa de Emprego e Desemprego (PED) do Departamento Intersindical de Estatística e Estudos Socioeconômicos (DIEESE) de três regiões metropolitanas: Porto Alegre (RS), São Paulo (SP) e Salvador (BA). Propomos o uso de modelos sazonal autorregressivo integrado médias móveis (SARIMA), com ou sem variáveis exógenas (representadas por variáveis macroeconômicas), e modelos vetorial autorregressivo (VAR) e vetorial de correção de erros (VEC) para previsão de desemprego. Escolhemos três indicadores macroeconômicos para incorporar a análise: o Índice de Atividade Econômica do Banco Central, a Taxa de Juros e a Produção Industrial Mensal. Comparamos as previsões dos modelos candidatos através do teste de Diebold-Mariano. Com base no teste e na análise gráfica dos resultados deste estudo, concluímos que, de maneira geral, o modelo VEC produz uma previsão superior, principalmente quando ocorre uma crise econômica no país a partir de 2015. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016 |
dc.date.accessioned.fl_str_mv |
2017-05-17T02:36:02Z |
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.uri.fl_str_mv |
http://hdl.handle.net/10183/158057 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001019859 |
url |
http://hdl.handle.net/10183/158057 |
identifier_str_mv |
001019859 |
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 |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/158057/1/001019859.pdf http://www.lume.ufrgs.br/bitstream/10183/158057/2/001019859.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/158057/3/001019859.pdf.jpg |
bitstream.checksum.fl_str_mv |
8e4db5848b14f49cced6d1feba167e39 dceec632243e7d421a90f0bf80dc2194 c85203eec2bcbef462f07ab81f2ba31a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224531190218752 |