O presente trabalho teve por objetivo modelar as séries de concessão de crédito bancário às pessoas físicas, às pessoas jurídicas e para financiamento de atividades rurais, bem como realizar previsões a cerca dos comportamentos destas séries. A metodologia utilizada foi de Auto- Regressão Vetorial. A propriedade de co-integração entre as variáveis foi considerada no trabalho, sendo que foram estimados modelos de Auto-Regressão Vetorial com Correção de Erro – VEC. Os resultados mostram que o produto, a taxa de juros cobrada nos empréstimos, as exportações e as vendas no varejo podem auxiliar na geração de previsões satisfatórias das concessões de crédito às pessoas jurídicas e às pessoas físicas. Para o modelo de previsão das concessões de crédito para financiamento de atividades rurais, utilizaram-se variáveis referentes à produção de fertilizantes, vendas de tratores e colheitadeiras, produção de leite e produção de carnes bovina, suínas e de aves, sendo que as previsões geradas pelo modelo apresentaram performance adequada, dada a dificuldade da modelagem. / The aim of this study was to model the series of banking credit concessions to individuals, to firms and for rural activities financing, and to generate forecasts about the behavior of that series. The methodology used was the Vector Auto-Regression. The property of co-integration among the variables was considered, and were estimated Vector Auto-Regression models with Error Correction – VEC. The results shows that the product, the lending interest rate, the exportation and the retail sales can to help on the generation of satisfactory forecast of the banking credit concessions to firms and to individuals. Regarding the forecast model of the banking credit concessions for rural activities financing, was used variables about the fertilizers production, sales of tractors and harvesters machines, milk production and the production of meat of cattle, pork and chicken, and the forecasts generated by the model showed suitable perform, considering the modeling difficult.

O presente trabalho teve por objetivo modelar as séries de concessão de crédito bancário às pessoas físicas, às pessoas jurídicas e para financiamento de atividades rurais, bem como realizar previsões a cerca dos comportamentos destas séries. A metodologia utilizada foi de Auto- Regressão Vetorial. A propriedade de co-integração entre as variáveis foi considerada no trabalho, sendo que foram estimados modelos de Auto-Regressão Vetorial com Correção de Erro – VEC. Os resultados mostram que o produto, a taxa de juros cobrada nos empréstimos, as exportações e as vendas no varejo podem auxiliar na geração de previsões satisfatórias das concessões de crédito às pessoas jurídicas e às pessoas físicas. Para o modelo de previsão das concessões de crédito para financiamento de atividades rurais, utilizaram-se variáveis referentes à produção de fertilizantes, vendas de tratores e colheitadeiras, produção de leite e produção de carnes bovina, suínas e de aves, sendo que as previsões geradas pelo modelo apresentaram performance adequada, dada a dificuldade da modelagem. / The aim of this study was to model the series of banking credit concessions to individuals, to firms and for rural activities financing, and to generate forecasts about the behavior of that series. The methodology used was the Vector Auto-Regression. The property of co-integration among the variables was considered, and were estimated Vector Auto-Regression models with Error Correction – VEC. The results shows that the product, the lending interest rate, the exportation and the retail sales can to help on the generation of satisfactory forecast of the banking credit concessions to firms and to individuals. Regarding the forecast model of the banking credit concessions for rural activities financing, was used variables about the fertilizers production, sales of tractors and harvesters machines, milk production and the production of meat of cattle, pork and chicken, and the forecasts generated by the model showed suitable perform, considering the modeling difficult.