Submitted by Mariana Dornelles Vargas (marianadv) on 2015-03-31T19:04:12Z No. of bitstreams: 1 indicadores_antecedentes.pdf: 1667232 bytes, checksum: e9ef01f6125796d79eae31ad1c8a72ca (MD5) / Made available in DSpace on 2015-03-31T19:04:12Z (GMT). No. of bitstreams: 1 indicadores_antecedentes.pdf: 1667232 bytes, checksum: e9ef01f6125796d79eae31ad1c8a72ca (MD5) Previous issue date: 2010-09-16 / Nenhuma / Este estudo tem por objetivo construir um sistema de indicadores antecedentes compostos com freqüência mensal para a atividade econômica do estado do Rio Grande do Sul. Utilizou-se o conceito do ciclo de crescimento, baseado metodologia proposta pela OECD. A variável proxy para o nível de atividade utilizada foi a produção industrial do estado. Para a extração dos componentes cíclicos foram utilizados tanto o filtro de Hodrick-Prescott (HP) quanto filtro de Christiano-Fitzgerald (CF). Partindo de um universo de 456 séries, dez foram selecionadas para comporem os indicadores através de testes de correlação cruzada, causalidade de Granger e do algoritmo de Bry-Boschan (1971). Foram construídos indicadores de curto-prazo, indicadores de longo-prazo e um modelo misto. Os indicadores de longo-prazo se mostraram demasiadamente instáveis, tal característica indesejável foi transmitida para os indicadores mistos. Já os indicares de curto-prazo apresentaram desempenho satisfatório. / This study aims to build a monthly system of composite leading indicators for the economic activity in the state of Rio Grande do Sul. We used the concept of the growth cycle, based on the methodology proposed by the OECD. The proxy variable for the level of activity used was the industrial production of the state. For extracting cyclical components were used both the Hodrick-Prescott (HP) filter and Christiano-Fitzgerald (CF). Starting from a universe of 456 series, by testing cross-correlation, Granger causality and the using the Bry Boschan(1971) algorithm, ten series were selected to compose the indicators. We constructed short and long-term indicators and a mixed model. The long-term indicators showed to be too unstable, this undesirable trait was transmitted to the mixed indicators. The short-term indicators showed satisfactory performance.