Previsão do índice de preços ao consumidor: uma abordagem via modelos dinâmicos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPinto Junior, Jony Arrais-
Autor(es): dc.contributorPinto Junior, Jony Arrais-
Autor(es): dc.contributorCosta, Patrícia Luisé Velozo da-
Autor(es): dc.contributorErbisti, Rafael Santos-
Autor(es): dc.creatorSilva, Pedro Maur´ıcio Ximenez da-
Data de aceite: dc.date.accessioned2024-07-11T17:22:33Z-
Data de disponibilização: dc.date.available2024-07-11T17:22:33Z-
Data de envio: dc.date.issued2023-03-30-
Data de envio: dc.date.issued2023-03-30-
Data de envio: dc.date.issued2021-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/28414-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/749065-
Descrição: dc.descriptionCom o surgimento da pandemia causada pelo vírus Sars-CoV-2, as economias mundiais foram afetadas com quedas nas suas produções, impactando preços de diversos produtos e serviços. Estes aumentos englobaram os preços dos alimentos, eletrodomésticos, serviços, energia elétrica, água e esgoto entre outros. Para avaliar esse aumento, é necessário entender a dinâmica temporal dos índices de preços. No Brasil, o índice oficial da inflação adotado pelo governo federal é o Índice Nacional de Preços ao Consumidor Amplo (IPCA), que por sua vez, aponta a variação do custo de vida médio de famílias com renda mensal de 1 e 40 salários mínimos. Além disso, serve de referência para as metas de inflação do país e para as alterações na taxa de juros. Com isso, a previsão desse índice pode antecipar os movimentos da economia nacional, podendo eliminar ou suavizar possíveis choques econômicos futuros. Nesse trabalho, serão utilizados os Modelos Lineares Dinâmicos (MLD) sob a perspectiva bayesiana, com o propósito de modelar e prever a série temporal do IPCA. Os modelos analisados neste trabalho são: o Modelo polinomial de 1° ordem (MP), caracterizado pela evolução temporal do nível ser modelada como um passeio aleatório simples, ou média localmente constante e o Modelo polinomial de 1° ordem com sazonalidade (MPS) que adiciona a equação de observação um termo de sazonalidade e a equação de evolução uma matriz que descreve a evolução dos parâmetros de estado no tempo. Os resultados dos ajustes destes modelos foram bem satisfatórios com desvio absoluto médio (MAD) e erro percentual absoluto médio (MAPE) baixos, principalmente os do MPS. A previsão obtida pelo MPS foi bem melhor que no modelo polinomial de 1° ordem, tendo em vista que, além de possuir o menor EQM entre os modelos, o intervalo de credibilidade (IC) da previsão cobria boa parte dos valores da série original e não ocorreu um aumento da incerteza, como no MP. Foi realizada uma previsão do IPCA para o ano de 2022 usando o modelo MPS.-
Descrição: dc.description57 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectEstatística-
Palavras-chave: dc.subjectModelos lineares dinâmicos-
Palavras-chave: dc.subjectInferência Bayesiana-
Palavras-chave: dc.subjectIPCA-
Palavras-chave: dc.subjectÍndice nacional de preços ao consumidor amplo-
Palavras-chave: dc.subjectInflação-
Palavras-chave: dc.subjectEstatística-
Palavras-chave: dc.subjectEconomia brasileira-
Título: dc.titlePrevisão do índice de preços ao consumidor: uma abordagem via modelos dinâmicos-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.