Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados

Detalhes bibliográficos
Autor(a) principal: Baggio, Giovani
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/178182
Resumo: Considerando a importância de uma medida de alta frequência para o PIB do Rio Grande do Sul, o principal indicador de atividade econômica do estado, este trabalho foi dividido em três objetivos. O primeiro foi a estimação de uma série com frequência mensal para o PIB real do Rio Grande do Sul entre janeiro de 2002 e março de 2017, dado que o mesmo só é contabilizado em frequência trimestral. Para tanto, foi utilizado um modelo em espaço de estados que permite a estimação e nowcast do PIB mensal, utilizando séries coincidentes como fonte de informação para a interpolação dos dados trimestrais do PIB, em linha com Bernanke, Gertler e Watson (1997), Mönch e Uhlig (2005) e Issler e Notini (2016). O segundo objetivo foi comparar a série estimada com um indicador de atividade calculado pelo Banco Central do Brasil para o estado, o Índice de Atividade Econômica Regional (IBCR-RS), tanto em termos metodológicos como na capacidade em antecipar as variações do PIB trimestral antes de sua divulgação (nowcasting). O terceiro objetivo foi estabelecer a cronologia dos ciclos de expansão e recessão da economia gaúcha com o uso do algoritmo de Bry e Boschan (1971). Após a etapa de seleção das séries coincidentes e da estimação de diversos modelos de interpolação, foi escolhido para gerar a série mensal do PIB o modelo que utiliza somente a produção industrial como variável auxiliar, tendo este apresentado o melhor ajuste. A comparação do PIB mensal interpolado com o IBCR-RS mostrou que, além da vantagem computacional a favor do método proposto neste trabalho, a imposição da disciplina de que as variações do PIB mensal estimado devem ser exatamente iguais às do PIB trimestral faz com que a dinâmica de curto e longo prazo das variáveis sejam idênticas, o que não ocorre com o IBCR-RS. A cronologia dos pontos de inflexão da atividade econômica apontou três períodos recessivos na economia gaúcha desde janeiro de 2002: jun/2003 a abr/2005 (23 meses e queda acumulada de 8,79%); abr/2011 a abr/2012 (13 meses e queda acumulada de 9,47%); e jun/2013 a nov/2016 (42 meses e queda acumulada de 10,41%), sendo o encerramento deste último apontado somente com a inclusão dos resultados estimados pelo modelo para o segundo trimestre de 2017. Finalmente, os resultados do exercício de nowcasting do PIB mostraram desempenho superior do método proposto frente ao IBCR-RS em termos de antecipação do resultado do PIB de um trimestre a frente, tomando como base as medidas de MAE (erro absoluto médio, em inglês) e MSE (erro quadrático médio, em inglês), comumente usadas nesse intuito.
id URGS_7f42468ad218145effa27b07eb362f6c
oai_identifier_str oai:www.lume.ufrgs.br:10183/178182
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Baggio, GiovaniPortugal, Marcelo Savino2018-05-12T03:23:43Z2017http://hdl.handle.net/10183/178182001063951Considerando a importância de uma medida de alta frequência para o PIB do Rio Grande do Sul, o principal indicador de atividade econômica do estado, este trabalho foi dividido em três objetivos. O primeiro foi a estimação de uma série com frequência mensal para o PIB real do Rio Grande do Sul entre janeiro de 2002 e março de 2017, dado que o mesmo só é contabilizado em frequência trimestral. Para tanto, foi utilizado um modelo em espaço de estados que permite a estimação e nowcast do PIB mensal, utilizando séries coincidentes como fonte de informação para a interpolação dos dados trimestrais do PIB, em linha com Bernanke, Gertler e Watson (1997), Mönch e Uhlig (2005) e Issler e Notini (2016). O segundo objetivo foi comparar a série estimada com um indicador de atividade calculado pelo Banco Central do Brasil para o estado, o Índice de Atividade Econômica Regional (IBCR-RS), tanto em termos metodológicos como na capacidade em antecipar as variações do PIB trimestral antes de sua divulgação (nowcasting). O terceiro objetivo foi estabelecer a cronologia dos ciclos de expansão e recessão da economia gaúcha com o uso do algoritmo de Bry e Boschan (1971). Após a etapa de seleção das séries coincidentes e da estimação de diversos modelos de interpolação, foi escolhido para gerar a série mensal do PIB o modelo que utiliza somente a produção industrial como variável auxiliar, tendo este apresentado o melhor ajuste. A comparação do PIB mensal interpolado com o IBCR-RS mostrou que, além da vantagem computacional a favor do método proposto neste trabalho, a imposição da disciplina de que as variações do PIB mensal estimado devem ser exatamente iguais às do PIB trimestral faz com que a dinâmica de curto e longo prazo das variáveis sejam idênticas, o que não ocorre com o IBCR-RS. A cronologia dos pontos de inflexão da atividade econômica apontou três períodos recessivos na economia gaúcha desde janeiro de 2002: jun/2003 a abr/2005 (23 meses e queda acumulada de 8,79%); abr/2011 a abr/2012 (13 meses e queda acumulada de 9,47%); e jun/2013 a nov/2016 (42 meses e queda acumulada de 10,41%), sendo o encerramento deste último apontado somente com a inclusão dos resultados estimados pelo modelo para o segundo trimestre de 2017. Finalmente, os resultados do exercício de nowcasting do PIB mostraram desempenho superior do método proposto frente ao IBCR-RS em termos de antecipação do resultado do PIB de um trimestre a frente, tomando como base as medidas de MAE (erro absoluto médio, em inglês) e MSE (erro quadrático médio, em inglês), comumente usadas nesse intuito.Giving the importance of a high frequency measure for Rio Grande do Sul’s GDP, the main indicator of economic activity of the state, this work was divided into three objectives. The first one was the estimation of monthly frequency series for Rio Grande do Sul’s real GDP between January/2002 and March/2017, since it is only accounted in quarterly basis. Therefore, we used a State-Space model that enables to estimate and nowcast the monthly GDP, using coincident series as a source of information for the interpolation of quarterly GDP data, in line with Bernanke, Gertler e Watson (1997), Mönch e Uhlig (2005) and Issler e Notini (2016). The second objective was to compare the estimated series with an activity indicator calculated by the Central Bank of Brazil for the state, the Regional Economic Activity Index (IBCR-RS), both in methodological terms and in the capability to anticipate the quarterly GDP release (nowcasting). The third objective was to establish the chronology of the cycles of expansion and recession of the economy of Rio Grande do Sul using the algorithm of Bry e Boschan (1971). After the selection of the coincident series and the estimation of several interpolation models, the chosen model to generate the monthly GDP series uses only the industrial production as an auxiliary variable, and this one presented the best fit. The comparison of the monthly GDP interpolated with the IBCR-RS showed that, in addition to the computational advantage in favor of the method proposed in this work, the imposition of the discipline that the estimated monthly GDP changes must be exactly the same as the quarterly GDP makes the short-term and long-term dynamics of the variables are identical, which is not the case with IBCR-RS. The chronology of the turning points of the economic activity pointed to three recessive periods in the economy of Rio Grande do Sul since January 2002: June/2003 to April/2005 (23 months and accumulated drop of 8.79%); April/2011 to April/2012 (13 months and accumulated fall of 9.47%); and June/2013 to November/2016 (42 months and 10.41% accumulated decrease), with the latter one closing only with the inclusion of the results estimated by the model for the second quarter of 2017. Finally, results for GDP’s nowcasting showed superior performance of the proposed method compared to the IBCR-RS in terms of anticipating quarter-to-quarter GDP results, based on the measures of MAE (absolute mean error) and MSE (mean square error), commonly used for this purpose.application/pdfporEstimaçãoProduto interno brutoCiclo econômicoRio Grande do SulRio Grande do Sul’s GDPState-space modelsInterpolationNowcastingBusiness cycles of Rio Grande do SulEstimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em EconomiaPorto Alegre, BR-RS2017mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001063951.pdf001063951.pdfTexto completoapplication/pdf2668467http://www.lume.ufrgs.br/bitstream/10183/178182/1/001063951.pdfac907ba99a44dcbbdf0b0cc6f4e92b68MD51TEXT001063951.pdf.txt001063951.pdf.txtExtracted Texttext/plain94967http://www.lume.ufrgs.br/bitstream/10183/178182/2/001063951.pdf.txtc964dd4ab71a6995a5c1a69e83e7c7feMD5210183/1781822018-05-13 02:31:41.975612oai:www.lume.ufrgs.br:10183/178182Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-05-13T05:31:41Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
title Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
spellingShingle Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
Baggio, Giovani
Estimação
Produto interno bruto
Ciclo econômico
Rio Grande do Sul
Rio Grande do Sul’s GDP
State-space models
Interpolation
Nowcasting
Business cycles of Rio Grande do Sul
title_short Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
title_full Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
title_fullStr Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
title_full_unstemmed Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
title_sort Estimando o PIB mensal do Rio Grande do Sul : uma abordagem de espaço de estados
author Baggio, Giovani
author_facet Baggio, Giovani
author_role author
dc.contributor.author.fl_str_mv Baggio, Giovani
dc.contributor.advisor1.fl_str_mv Portugal, Marcelo Savino
contributor_str_mv Portugal, Marcelo Savino
dc.subject.por.fl_str_mv Estimação
Produto interno bruto
Ciclo econômico
Rio Grande do Sul
topic Estimação
Produto interno bruto
Ciclo econômico
Rio Grande do Sul
Rio Grande do Sul’s GDP
State-space models
Interpolation
Nowcasting
Business cycles of Rio Grande do Sul
dc.subject.eng.fl_str_mv Rio Grande do Sul’s GDP
State-space models
Interpolation
Nowcasting
Business cycles of Rio Grande do Sul
description Considerando a importância de uma medida de alta frequência para o PIB do Rio Grande do Sul, o principal indicador de atividade econômica do estado, este trabalho foi dividido em três objetivos. O primeiro foi a estimação de uma série com frequência mensal para o PIB real do Rio Grande do Sul entre janeiro de 2002 e março de 2017, dado que o mesmo só é contabilizado em frequência trimestral. Para tanto, foi utilizado um modelo em espaço de estados que permite a estimação e nowcast do PIB mensal, utilizando séries coincidentes como fonte de informação para a interpolação dos dados trimestrais do PIB, em linha com Bernanke, Gertler e Watson (1997), Mönch e Uhlig (2005) e Issler e Notini (2016). O segundo objetivo foi comparar a série estimada com um indicador de atividade calculado pelo Banco Central do Brasil para o estado, o Índice de Atividade Econômica Regional (IBCR-RS), tanto em termos metodológicos como na capacidade em antecipar as variações do PIB trimestral antes de sua divulgação (nowcasting). O terceiro objetivo foi estabelecer a cronologia dos ciclos de expansão e recessão da economia gaúcha com o uso do algoritmo de Bry e Boschan (1971). Após a etapa de seleção das séries coincidentes e da estimação de diversos modelos de interpolação, foi escolhido para gerar a série mensal do PIB o modelo que utiliza somente a produção industrial como variável auxiliar, tendo este apresentado o melhor ajuste. A comparação do PIB mensal interpolado com o IBCR-RS mostrou que, além da vantagem computacional a favor do método proposto neste trabalho, a imposição da disciplina de que as variações do PIB mensal estimado devem ser exatamente iguais às do PIB trimestral faz com que a dinâmica de curto e longo prazo das variáveis sejam idênticas, o que não ocorre com o IBCR-RS. A cronologia dos pontos de inflexão da atividade econômica apontou três períodos recessivos na economia gaúcha desde janeiro de 2002: jun/2003 a abr/2005 (23 meses e queda acumulada de 8,79%); abr/2011 a abr/2012 (13 meses e queda acumulada de 9,47%); e jun/2013 a nov/2016 (42 meses e queda acumulada de 10,41%), sendo o encerramento deste último apontado somente com a inclusão dos resultados estimados pelo modelo para o segundo trimestre de 2017. Finalmente, os resultados do exercício de nowcasting do PIB mostraram desempenho superior do método proposto frente ao IBCR-RS em termos de antecipação do resultado do PIB de um trimestre a frente, tomando como base as medidas de MAE (erro absoluto médio, em inglês) e MSE (erro quadrático médio, em inglês), comumente usadas nesse intuito.
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2018-05-12T03:23:43Z
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/10183/178182
dc.identifier.nrb.pt_BR.fl_str_mv 001063951
url http://hdl.handle.net/10183/178182
identifier_str_mv 001063951
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:Biblioteca Digital de Teses e Dissertações 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 Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/178182/1/001063951.pdf
http://www.lume.ufrgs.br/bitstream/10183/178182/2/001063951.pdf.txt
bitstream.checksum.fl_str_mv ac907ba99a44dcbbdf0b0cc6f4e92b68
c964dd4ab71a6995a5c1a69e83e7c7fe
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085439147606016