Exportar registro bibliográfico

Previsão de arrecadação tributária baseada em um método de otimização de portfólio para a combinação de previsões (2014)

  • Authors:
  • Autor USP: KUBO, SERGIO HIDEO - FEA
  • Unidade: FEA
  • Sigla do Departamento: EAD
  • Subjects: PREVISÃO ECONÔMICA; IMPOSTOS; PORTFÓLIOS; ANÁLISE DE SÉRIES TEMPORAIS
  • Keywords: Economic forecast; Tax; Time series analysis
  • Language: Português
  • Abstract: Uma previsão de receitas precisa é muito importante para o administrador público na elaboração do orçamento anual, e para isso há a necessidade de se encontrar um modelo, econométrico ou não, que possibilite essa previsão com qualidade. Este trabalho apresenta uma forma inovadora para realizar a combinação de modelos de previsão. Seu objetivo foi criar uma metodologia para a obtenção de pesos para a combinação de modelos baseada no método de otimização de uma carteira de investimentos proposto por Markowitz. Para o estudo, foram utilizadas as estimações de três a cinco previsões individuais de um a cinco passos à frente, com os modelos Box-Jenkins SARIMA (Autorregressivo Integrado de Médias Móveis Sazonal), PLSR (Regressão com Mínimos Quadrados Parciais) e o Método não econométrico de Indicadores, como é denominado internamente na Receita Federal. A utilização da fronteira eficiente de Markowitz, que apresenta os pontos de mínima variância para cada retorno, é semelhante à minimização da variância da combinação, proposta no artigo seminal de Bates e Granger. O risco (desvio padrão), na teoria de portfólio de Markowitz, pode ser definido como a dispersão dos resultados e pode ser decomposto em risco sistemático e risco não sistemático. À medida que a quantidade de pesos das previsões a combinar cresce, a parte não sistemática do risco tende a zero, ficando o risco total representado somente pela parte sistemática. Por outro lado, observou-se que a curva de erroscorrespondente à fronteira eficiente apresenta quebras estruturais à medida que a quantidade de pesos não-zero varia. Selecionando-se trechos em que a quantidade de pesos é maior, minimiza-se a parte não sistemática, minimizando o erro. Dentro desses trechos selecionados, buscaram-se os pontos de menor erro, sendo a combinação encontrada chamada de Mínimo Erro Prim. O Mínimo Erro Seg foi o resultado da combinação com o menor erro, incluindo-se os trechos com a segunda maior quantidade de componentes diferentes de zero na combinação. Embora, na média, os pontos de Mínimo Erro Seg apresentem menor valor de erro que o Mínimo Erro Prim, como o segundo apresenta menor desvio padrão médio, optou-se pelo Mínimo Erro Prim para o ponto escolhido como a proposta de combinação deste estudo. Esse ponto apresenta resultados sistematicamente melhores que o da simples média, utilizada geralmente como benchmark
  • Imprenta:
  • Data da defesa: 01.08.2014
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      KUBO, Sergio Hideo; MONTINI, Alessandra de Ávila. Previsão de arrecadação tributária baseada em um método de otimização de portfólio para a combinação de previsões. 2014.Universidade de São Paulo, São Paulo, 2014. Disponível em: < http://www.teses.usp.br/teses/disponiveis/12/12139/tde-24092014-155619/ >.
    • APA

      Kubo, S. H., & Montini, A. de Á. (2014). Previsão de arrecadação tributária baseada em um método de otimização de portfólio para a combinação de previsões. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/12/12139/tde-24092014-155619/
    • NLM

      Kubo SH, Montini A de Á. Previsão de arrecadação tributária baseada em um método de otimização de portfólio para a combinação de previsões [Internet]. 2014 ;Available from: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-24092014-155619/
    • Vancouver

      Kubo SH, Montini A de Á. Previsão de arrecadação tributária baseada em um método de otimização de portfólio para a combinação de previsões [Internet]. 2014 ;Available from: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-24092014-155619/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021