Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/36411
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2022_IsabellaBianchi_tcc.pdf406,46 kBAdobe PDFver/abrir
Título: Análise de desempenho : uma comparação de métodos de projeção para a taxa de desocupação brasileira
Autor(es): Bianchi, Isabella
Orientador(es): Pires, Manoel Carlos de Castro
Assunto: Economia brasileira
Econometria
Séries temporais
Desemprego
Data de apresentação: 6-Out-2022
Data de publicação: 17-Out-2023
Referência: BIANCHI, Isabella. Análise de desempenho: uma comparação de métodos de projeção para a taxa de desocupação brasileira. 2022. 34 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciências Econômicas) — Universidade de Brasília, Brasília, 2022.
Resumo: A monografia teve por objetivo a comparação do desempenho de projeções realizadas para a Taxa de Desocupação brasileira a partir de diferentes métodos, e, considerando também, distintos períodos de tempo. As metodologias de projeção incluídas são as de modelos Autorregressivos Integrados de Médias Móveis (ARIMA), Autorregressivos de Defasagens Distribuídas (ARDL), Autorregressivos Vetoriais (VAR), e o método de suavização exponencial de Holt-Winters. Como principais caraterísticas observadas, se destacam a grande influência dos dados mais recentes para os métodos univariados, ARIMA e Holt-Winters, além da dificuldade de projeção de mudanças no nível da série, fator de grande influência na qualidade final das projeções, a depender dos períodos para os quais são estimadas. Para os métodos multivariados, se destacam a influência sofrida pelas hipóteses adotadas para a realização da estimação dos valores futuros de variáveis exógenas, no caso do modelo estimado pelo método ARDL, e a dificuldade de estimação das relações endógenas no caso do método VAR.
Abstract: The paper’s aim was to compare the performance of projections made for the Brazilian Unemployment Rate through different methods and time periods. The included projection methodologies are the Autoregressive Integrated Moving Average (ARIMA), Autoregressive Distributed Lag (ARDL), Vector Autoregression (VAR) and Holt-Winters exponential smoothing method. For univariate methods, such as ARIMA and Holt-Winters, the main observed features are the influence of most recent data on projections and the methods’ level change generation incapability, a factor that influences the final quality of projections, depending on the moment for which they were estimated. For multivariate methods, the effects generated by some hypothesis, adopted in order to estimate future values of exogenous variables, for the ARDL method, and the endogenous relationship estimating difficulty, for the VAR method, stands out.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, 2022.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Ciências Econômicas



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.