Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/258383 |
Resumo: | Tendo como princípio o fato de que previsão do PIB é essencial para a orientação das políticas públicas e, também, é um balizador para os agentes econômicos, o objetivo deste trabalho é realizar a previsão do PIB trimestral do Estado do Rio Grande do Sul para a distância temporal do 2º trimestre de 2003 ao 1º trimestre de 2022. Para realização deste estudo são aplicadas as abordagens tradicionais MIDAS (Mixed Data Sampling) e UMIDAS (Unrestricted Data Sampling), além de serem desenvolvidos dois novos métodos, que introduzem parâmetros variantes no tempo, denominados MIDAS Rolling Regression e a MIDAS Recursive Regression, na busca de maior flexibilidade aos parâmetros para tentar captar as abruptas quedas e a recuperação na economia durante o período mais agudo da pandemia do COVID-19. Em nossas análises empíricas, os métodos que adotam parâmetros variantes no tempo, que são o MIDAS Rolling Regression e o MIDAS Recursive Regression, têm desempenhos superiores àqueles obtidos através dos tradicionais MIDAS, AR-MIDAS, UMIDAS e AR-UMIDAS, com destaque para o MIDAS Rolling Regression que apresenta o melhor desempenho entre todos. |
id |
URGS_d92e0a0304e06195835baad7f268bfc8 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/258383 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Sousa, Luis Eduardo de PaulaZiegelmann, Flavio Augusto2023-05-23T03:26:50Z2022http://hdl.handle.net/10183/258383001169416Tendo como princípio o fato de que previsão do PIB é essencial para a orientação das políticas públicas e, também, é um balizador para os agentes econômicos, o objetivo deste trabalho é realizar a previsão do PIB trimestral do Estado do Rio Grande do Sul para a distância temporal do 2º trimestre de 2003 ao 1º trimestre de 2022. Para realização deste estudo são aplicadas as abordagens tradicionais MIDAS (Mixed Data Sampling) e UMIDAS (Unrestricted Data Sampling), além de serem desenvolvidos dois novos métodos, que introduzem parâmetros variantes no tempo, denominados MIDAS Rolling Regression e a MIDAS Recursive Regression, na busca de maior flexibilidade aos parâmetros para tentar captar as abruptas quedas e a recuperação na economia durante o período mais agudo da pandemia do COVID-19. Em nossas análises empíricas, os métodos que adotam parâmetros variantes no tempo, que são o MIDAS Rolling Regression e o MIDAS Recursive Regression, têm desempenhos superiores àqueles obtidos através dos tradicionais MIDAS, AR-MIDAS, UMIDAS e AR-UMIDAS, com destaque para o MIDAS Rolling Regression que apresenta o melhor desempenho entre todos.The GDP forecast is essential to guide public policies and a guide for economic agents. The objective of this work is to forecast the quarterly GDP of the State of Rio Grande do Sul for the periods covering the 2nd quarter of 2003 to the 1st quarter of 2022. To carry out this study, the traditional MIDAS (Mixed Data Sampling) and UMIDAS approaches are applied. (Unrestricted Data Sampling), in addition to the development of two new models in this work, called MIDAS Rolling Regression and MIDAS Recursive Regression, in the search for greater flexibility in the parameters to try to capture the abrupt declines and recovery in the economy during the most acute period of COVID-19 pandemic. These results are compared with the ARMA benchmark. The models that adopt time-varying parameters, which are the MIDAS Rolling Regression and the MIDAS Recursive Regression, have superior performances than the MIDAS, AR-MIDAS, UMIDAS and AR-UMIDAS models, with emphasis on the MIDAS Rolling Regression that presents the best performance among all.application/pdfporProduto interno brutoCrescimento econômicoSéries temporaisRio Grande do SulGDPForecastingMIDASPrevisão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em EconomiaPorto Alegre, BR-RS2022mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001169416.pdf.txt001169416.pdf.txtExtracted Texttext/plain101129http://www.lume.ufrgs.br/bitstream/10183/258383/2/001169416.pdf.txtdd89cfbd8e32fe800bcc49f5a1a8ded8MD52ORIGINAL001169416.pdfTexto completoapplication/pdf879570http://www.lume.ufrgs.br/bitstream/10183/258383/1/001169416.pdf5c1c27848d446089906b91754d3c2543MD5110183/2583832023-05-24 03:26:27.190192oai:www.lume.ufrgs.br:10183/258383Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-05-24T06:26:27Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
title |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
spellingShingle |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas Sousa, Luis Eduardo de Paula Produto interno bruto Crescimento econômico Séries temporais Rio Grande do Sul GDP Forecasting MIDAS |
title_short |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
title_full |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
title_fullStr |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
title_full_unstemmed |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
title_sort |
Previsão e nowcasting do crescimento trimestral do PIB do Rio Grande do Sul via Midas |
author |
Sousa, Luis Eduardo de Paula |
author_facet |
Sousa, Luis Eduardo de Paula |
author_role |
author |
dc.contributor.author.fl_str_mv |
Sousa, Luis Eduardo de Paula |
dc.contributor.advisor1.fl_str_mv |
Ziegelmann, Flavio Augusto |
contributor_str_mv |
Ziegelmann, Flavio Augusto |
dc.subject.por.fl_str_mv |
Produto interno bruto Crescimento econômico Séries temporais Rio Grande do Sul |
topic |
Produto interno bruto Crescimento econômico Séries temporais Rio Grande do Sul GDP Forecasting MIDAS |
dc.subject.eng.fl_str_mv |
GDP Forecasting MIDAS |
description |
Tendo como princípio o fato de que previsão do PIB é essencial para a orientação das políticas públicas e, também, é um balizador para os agentes econômicos, o objetivo deste trabalho é realizar a previsão do PIB trimestral do Estado do Rio Grande do Sul para a distância temporal do 2º trimestre de 2003 ao 1º trimestre de 2022. Para realização deste estudo são aplicadas as abordagens tradicionais MIDAS (Mixed Data Sampling) e UMIDAS (Unrestricted Data Sampling), além de serem desenvolvidos dois novos métodos, que introduzem parâmetros variantes no tempo, denominados MIDAS Rolling Regression e a MIDAS Recursive Regression, na busca de maior flexibilidade aos parâmetros para tentar captar as abruptas quedas e a recuperação na economia durante o período mais agudo da pandemia do COVID-19. Em nossas análises empíricas, os métodos que adotam parâmetros variantes no tempo, que são o MIDAS Rolling Regression e o MIDAS Recursive Regression, têm desempenhos superiores àqueles obtidos através dos tradicionais MIDAS, AR-MIDAS, UMIDAS e AR-UMIDAS, com destaque para o MIDAS Rolling Regression que apresenta o melhor desempenho entre todos. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022 |
dc.date.accessioned.fl_str_mv |
2023-05-23T03:26:50Z |
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/10183/258383 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001169416 |
url |
http://hdl.handle.net/10183/258383 |
identifier_str_mv |
001169416 |
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/10183/258383/2/001169416.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/258383/1/001169416.pdf |
bitstream.checksum.fl_str_mv |
dd89cfbd8e32fe800bcc49f5a1a8ded8 5c1c27848d446089906b91754d3c2543 |
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_ |
1810085617895211008 |