Publicação:
Um Modelo de combinação de previsões para arrecadação de receita tributária no Brasil

Carregando...
Imagem de Miniatura

Paginação

Primeira página

Última página

Data de publicação

Data da Série

Data do evento

Data

Data de defesa

Data

Edição

Idioma

por

Cobertura espacial

Brasil

Cobertura temporal

País

BR

organization.page.location.country

Tipo de evento

Grau Acadêmico

Fonte original

ISBN

ISSN

DOI

dARK

item.page.project.ID

item.page.project.productID

Detentor dos direitos autorais

Instituto de Pesquisa Econômica Aplicada (Ipea)

Acesso à informação

Acesso Aberto

Termos de uso

É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.

Titulo alternativo

Texto para Discussão (TD) 2186 : Um Modelo de combinação de previsões para arrecadação de receita tributária no Brasil

item.page.organization.alternative

Variações no nome completo

Orientador(a)

Editor(a)

Organizador(a)

Coordenador(a)

item.page.organization.manager

Outras autorias

Palestrante/Mediador(a)/Debatedor(a)

Coodenador do Projeto

Resumo

Este trabalho tem como objetivo a aplicação do modelo de combinação de previsões para prever a arrecadação tributária no Brasil. Combinamos aqui as previsões obtidas a partir de três modelos: modelo fatorial dinâmico (MFD), modelo sazonal autorregressivo integrado com média móvel (seasonal autoregressive integrated moving average – Sarima) e modelo de suavização de Holt-Winters, sendo que os critérios de combinação adotados foram método de combinação ótima, performance, regressão simples, média simples e mediana. Trabalhamos com dados mensais para um total de nove tributos federais, para o período de janeiro de 2001 a dezembro de 2013. A previsão para o ano de 2014 é feita fora da amostra. De acordo com os resultados, pode-se observar que a combinação de previsões alcançou, na maior parte dos casos, resultado superior em comparação com as previsões obtidas por meio de modelos tomados individualmente.

Resumo traduzido

This study aimed to the application of forecasts combination model to predict tax revenues in Brazil. Here we combine the predictions obtained from three models: dynamic factor model (DFM), seasonal autoregressive integrated moving average (Sarima) and Holt-Winters' smoothing model. We adopted five criteria to combine predictions: optimal combination, performance, simple regression, simple average and median. We worked with monthly data for a total of nine federal taxes for the period from January 2001 to December 2013. The out of sample forecast are done for the year 2014. Considering the results, it can be seen that the combined predictions proved generally superior to those derived from genuine models with the exception of a few taxes. Notwithstanding there is no specific method of combination that provides better forecasts concerning other models.

organization.page.description

Sobre o pesquisador

Endereço de Email

ORCID

Lattes

Google Scholar ID

Web of Science ResearcherID

Scopus ID

Informações sobre o projeto

project.page.project.productdescription

Palavras-chave traduzidas

JEL

Citação

Aviso

Notas

Série / coleção

Versão preliminar

Versão final dessa publicação

Faz parte da série

Publicações relacionadas / semelhantes

organization.page.relation.references

Livros

Publicações

Faz parte da série

Fascículos

Eventos relacionados

Volumes

Projetos de Pesquisa

Unidades Organizacionais

REPOSITÓRIO DO CONHECIMENTO DO IPEA
Redes sociais