Publication: Aplicação de um modelo fatorial dinâmico para previsão da arrecadação tributária no Brasil
Loading...
Files
item.page.format.extent
item.page.description.firstpage
item.page.description.lastpage
Date
Publication data
item.page.date.series
item.page.date.event
item.page.organization.date
item.page.date.submitted
item.page.project.date
item.page.description.edition
Language
por
item.page.coverage.spatial
Brasil
item.page.coverage.temporal
1996-2007
item.page.location.country
BR
organization.page.location.country
item.page.type.events
item.page.type
item.page.degree.level
item.page.source.urlsource
ISBN
ISSN
DOI
dARK
item.page.project.ID
item.page.project.productID
Copyright Holder
Instituto de Pesquisa Econômica Aplicada (Ipea)
Access to Information
Acesso Aberto
Terms of Use
É permitida a reprodução deste texto, desde que obrigatoriamente citada a fonte. Reproduções para fins comerciais são rigorosamente proibidas.
item.page.title.alternative
Texto para Discussão (TD) 1453: Aplicação de um modelo fatorial dinâmico para previsão da arrecadação tributária no Brasil, Application of a dynamic factor model for forecasting tax revenue in Brazil
item.page.organization.alternative
item.page.name.variant
item.page.contributor.author
Advisor
item.page.contributor.editor
item.page.contributor.thesiscommitee
item.page.contributor.organizer
item.page.contributor.coordinator
item.page.contributor.other
item.page.relation.ispartofseries
Speaker / Moderator / Discussant
Abstract
Este artigo tem por objetivo estimar um modelo fatorial dinâmico (MFD) bayesiano para análise e previsão de uma proxy da carga tributária no Brasil mensal no período 1996-2007. Argumenta-se que o emprego desse tipo de modelo é oportuno por permitir o tratamento conjunto do elevado número de tributos que compõem a carga tributária bruta brasileira (CTBB) – simultaneamente levando em consideração as informações contidas nas inter-relações existentes entre esses últimos e permitindo a identificação dos fatores subjacentes às dinâmicas dos mesmos. Além disso, e diferentemente do que é usual na literatura, o componente sazonal das séries é modelado endogenamente, permitindo a obtenção de estimativas melhor ajustadas aos dados e predições mais confiáveis – uma vez que a sazonalidade é uma característica marcante das séries de arrecadação tributária. Por fim, um exercício de projeção para o ano de 2008 é realizado para os 20 impostos que compõem a nossa base de dados.
item.page.description.abstractalternative
The aim of this article is to estimate a Bayesian factorial dynamic model for the analysis and forecasting of the Brazilian tax burden (BTB) using monthly data from 1996 to 2007. Twenty taxes are responsible for about 80% of the BTB, each of which with a distinct seasonal pattern The factorial model has no problems accommodating the high dimensionality of the data–contrarily to what happens, for instance, with VARs–while simultaneously allowing the identification of a short number of factors responsible for the joint dynamics of the various taxes. Therefore, this procedure allows one to obtain relevant insights about the public revenues in Brazil. Moreover, due to the fact that seasonality is a remarkable feature of the series of government receipts, the seasonal component is modeled endogenously using a Fourier form representation that is an unrestricted and flexible way to assess seasonality. Finally, we forecast the future path of the public receipts separately for the period of 2008.