Metodologias Econométricas ARMAX e VAR aplicadas à Arrecadação Total do Estado de Goiás: uma análise da acurácia preditiva

Authors

  • Flávio Henrique de Sarmento Seixas Doutor em Economia (UFU). Professor Titular e Pesquisador da Universidade Paulista (Campi Flamboyant/Goiânia); Gestor Fazendário - Secretaria de Estado da Economia de Goiás.
  • Cleomar Gomes da Silva Professor e Pesquisador do Instituto de Economia da Universidade Federal de Uberlândia, Pesquisador Associado do CNPq e Visiting Research Scholar da Columbia University em New York City

Abstract

Este artigo objetiva avaliar se a metodologia econométrica ARMAX oferece acurácia preditiva superior à consagrada metodologia de Vetores Autoregressivos (VAR) para estimar a variável Arrecadação Total Livre de Efeitos Extraordinários do Estado de Goiás.  O período analisado é de janeiro de 2003 a dezembro de 2015 e, em ambas as metodologias, os modelos com melhores ajustes identificaram a variável Nível de Empregos Formais como estatisticamente significativa. Os principais indicadores de acurácia preditiva para o ano de 2015, Erro Percentual Absoluto Médio (MAPE), resultou em 1,70% para o modelo de melhor ajuste da metodologia ARMAX e, em 3,11% para o equivalente VAR, resultados corroborados pelo indicador de Raiz Quadrada dos Erros Quadráticos Médios (RMSE), apontando a metodologia ARMAX com desempenho superior à última sobre este relevante aspecto.

Downloads

Download data is not yet available.

Author Biographies

Flávio Henrique de Sarmento Seixas, Doutor em Economia (UFU). Professor Titular e Pesquisador da Universidade Paulista (Campi Flamboyant/Goiânia); Gestor Fazendário - Secretaria de Estado da Economia de Goiás.

Doutor e mestre em Economia (UFU). Especialista em Mercado de Capitais (EPGE/FGV). Economista (UFF). Professor Titular e Pesquisador UNIP/Goiânia. Gestor Fazendário. Gerente da Dívida Pública - Secretaria de Estado da Economia de Goiás. Atuou como Gerente Econômico da Secretaria da Fazenda do Estado de Goiás (2011/2014). Menção Honrosa Prêmio Tesouro Nacional 2012.

Cleomar Gomes da Silva, Professor e Pesquisador do Instituto de Economia da Universidade Federal de Uberlândia, Pesquisador Associado do CNPq e Visiting Research Scholar da Columbia University em New York City

Doutor em Economia pela Fundação Getulio Vargas - Escola de Economia de São Paulo (FGV-EESP), com Doutorado Sanduíche na New York University (2006) e Pós-Doutorado na Columbia University (2018-2019). Possui Mestrado em Economia pela Universidade Federal de Uberlândia (2003), Graduação em Ciências Econômicas pela Universidade Federal de Minas Gerais (2001) e Graduação Tecnológica em Computer Information Systems pelo Quinsigamond Community College (1994), em Worcester EUA. Atuou como Economista Sênior da FIESP e como Professor da Fundação Getulio Vargas de São Paulo (FGV-SP) e do Insper-SP. Foi Assessor Econômico e Coordenador-Geral de Análise Macroeconômica da Secretaria de Política Econômica do Ministério da Fazenda. Atualmente, é Professor e Pesquisador do Instituto de Economia da Universidade Federal de Uberlândia, Pesquisador Associado do CNPq e Visiting Research Scholar da Columbia University em New York City. Tem experiência na área de Economia, atuando principalmente nos seguintes temas: macroeconomia, política monetária, conjuntura econômica brasileira, econometria de séries temporais.

Downloads

Published

2019-05-29

How to Cite

Seixas, F. H. de S., & Silva, C. G. da. (2019). Metodologias Econométricas ARMAX e VAR aplicadas à Arrecadação Total do Estado de Goiás: uma análise da acurácia preditiva. Revista De Economia Mackenzie, 16(1). Retrieved from http://editorarevistas.mackenzie.br/index.php/rem/article/view/12154

Issue

Vol. 16 No. 1 (2019)

Section

Artigos

License

The copyright of papers published in the Revista de Economia Mackenzie belongs to the authors, who grant to the Mackenzie Presbyterian University the exclusive rights to publish the content. Total or partial reproduction is prohibited without due authorization of the Editorial Committee, except when it is previously authorized.