Return to search

AnÃlise de modelos de sÃries temporais para a previsÃo mensal do imposto de renda / Analysis of models of secular series for the monthly forecast of the income tax

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / O presente trabalho objetiva realizar previsÃes mensais da sÃrie do imposto de renda para o perÃodo de 2002. A metodologia empregada para alcanÃar essa finalidade consiste na utilizaÃÃo da tÃcnica de combinaÃÃo de previsÃes. Especificamente, combinam-se os resultados de previsÃo advindos de trÃs mÃtodos diferentes: tÃcnica do alisamento exponencial, metodologia de Box-Jenkins (modelos ARIMA) e modelos vetoriais de correÃÃo de erro. Obtida a previsÃo final, compara-se este resultado com os valores reais observados da sÃrie do imposto de renda para o ano de 2002 a fim de verificar o desempenho e a acurÃcia do modelo. / The main objective of this work was to generate predictions, at a monthly frequency, from 1990 to 2001, of income tax revenue. The methodology used was the one of forecast combining. Specifically, exponential smoothing, an ARIMA and VAR with error correction models were pooled to obtain final prediction. Ex-post forecast errors were used to test the performance of the model. Results indicated that combining performs better than individual models, and errors are in an acceptable interval for this type of prediction.

Identiferoai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:1326
Date03 July 2003
CreatorsAlan Vasconcelos Santos
ContributorsLuiz Ivan de Melo Castelar, Emerson LuÃs Lemos Marinho, Ana Ludmila Celestino Mineiro ApolÃnio
PublisherUniversidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Economia - CAEN, UFC, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0023 seconds