Publicação: Previsão da produção industrial : indicadores antecedentes e modelos de série temporal
Carregando...
Paginação
Primeira página
Última página
Data
Data de publicação
Data da Série
Data do evento
Data
Data de defesa
Data
Edição
Idioma
por
Cobertura espacial
Cobertura temporal
País
BR
organization.page.location.country
Tipo de evento
Tipo
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 cópia, reprodução e distribuição de textos, imagens, dados e demais arquivos, no todo ou em parte, em qualquer formato ou meio desde que sejam observadas as seguintes regras:
a) O uso do material copiado se destina apenas para fins educacionais, de pesquisa, pessoal, circulação interna ou outros usos não comerciais. Reproduções para fins comerciais são proibidas;
b) O material deve ser reproduzido sem sofrer qualquer alteração ou edição de conteúdo em relação ao original; e
c) A reprodução deve ser acompanhada da citação da fonte, no seguinte formato: Fonte: PPE (http://ppe.ipea.gov.br)
É permitida a reprodução e a exibição para uso educacional ou informativo, desde que respeitado o crédito ao autor original e citada a fonte (http://www.ipea.gov.br). Permitida a inclusão da obra em Repositórios ou Portais de Acesso Aberto, desde que fique claro para os usuários os termos de uso da obra e quem é o detentor dos direitos autorais, o Instituto de Pesquisa Econômica Aplicada (Ipea). Proibido o uso comercial ou com finalidades lucrativas em qualquer hipótese. Proibida a criação de obras derivadas. Proibida a tradução, inclusão de legendas ou voz humana. Para imagens estáticas e em movimento (vídeos e audiovisuais), ATENÇÃO: os direitos de imagem foram cedidos apenas para a obra original, formato de distribuição e repositório. Esta licença está baseada em estudos sobre a Lei Brasileira de Direitos Autorais (Lei 9.610/1998) e Tratados Internacionais sobre Propriedade Intelectual.
Titulo alternativo
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
O trabalho tem como objetivo a comparação da metodologia de indicador antecedente (leading indicator) com modelos estruturais de séries temporais visando à previsão das reversões cíclicas de uma série-alvo (no caso, o incide da produção da industrial geral). São explorados métodos alternativos de agregação das séries antecedentes, optando-se pela escolha de ponderadores obtidos a partir de uma regressão de mínimos quadrados ordinários entre a série-alvo e as séries antecedentes. Adicionalmente, é ajustada uma função de previsão que relaciona dinamicamente o indicador antecedente com a série-alvo e são calculadas também as probabilidades de ocorrência de reversão. Na linha sugerida por Neftçi, admite-se que a série-alvo possa ser representado por um processo estocástico que nos momentos (pontos) de reversão muda de regime. A partir desse pressuposto, o trabalho procede ao reconhecimento desses pontos com base nas séries-alvo observada e prevista, para uma dada probabilidade de falsa indicação.
Resumo traduzido
The main purpose of this paper is to compare the leading indicator methodology with basic structural time series models, in order to predict the turning points of the general industrial production index, which is the larget serie chosen. Several methods of aggregation are used in order to obtain the weights of the series which are used to construct the leading indicator. The best weights are given by least square method. In order to improve the forecast property of the model, an error correction model was estimated. Another result, following Neftçi (1982), obtained in the paper is the probability of turning points. In order to derive this probability, the larget series is assumed to be a stochastic process which switch regimes in a neighborhood of the tuning points. These probabilities are computed, given a probability of false indication of turning point, for the observed and predicted target series.