Aplicação do modelo fatorial dinâmico para previsão da receita tributária no Brasil

Abstract

Este artigo tem por objetivo estimar o modelo fatorial dinâmico (MFD) bayesiano para previsão de arrecadação de uma amostra de tributos representativa da carga tributária brasileira, com dados mensais para o período de 2001 a 2013. O emprego do modelo fatorial possibilita reduzir a dimensionalidade do elevado número de tributos, levando em consideração as informações contidas nas relações existentes entre eles e permitindo a identificação dos fatores não correlacionados que trazem informação relevante subjacente à dinâmica dos tributos. Além disso, o componente sazonal das séries é modelado endogenamente, permitindo a obtenção de estimativas mais bem ajustadas aos dados e predições mais confiáveis – uma vez que a sazonalidade é uma característica marcante de certas séries de tributos. Confrontamos as previsões obtidas por meio do MFD com aquelas geradas pelo modelo linear dinâmico (MLD) aplicado para cada imposto separadamente e verificamos que o modelo fatorial traz ganhos consideráveis em termos de eficiência e previsão.