Avaliando o Forecast Content dos Modelos Auto-regressivos Para arrecadaÃÃo de ICMS do Setor ElÃtrico do Estado do Cearà / Evaluating the Forecast Content of autoregressive models for collection of ICMS Power Sector in CearÃ

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

25/02/2011

RESUMO

Neste ensaio investiga-se a perda de conteÃdo dos modelos de previsÃo autoregressivos, na medida em que se alarga o horizonte temporal no qual a variÃvel à estimada. O conteÃdo à medido pela reduÃÃo relativa do erro quadrado mÃdio que o modelo proporciona em comparaÃÃo ao processo simplificado de utilizar a mÃdia incondicional da sÃrie temporal. A variÃvel estudada à a arrecadaÃÃo mensal do Imposto sobre CirculaÃÃo de Mercadorias e ServiÃos (ICMS) proveniente do segmento de energia elÃtrica, no Estado do CearÃ, no perÃodo de janeiro de 1999 a setembro de 2010. Utiliza-se o mÃtodo e o modelo computacional formulados por Galbraith (2003), analisando-se a forecast content function, na qual o conteÃdo depende do nÃmero de perÃodos estimados. Os resultados confirmam que, para a sÃrie temporal explorada, quando se eleva o alcance da previsÃo o conteÃdo decai rapidamente, podendo atingir valor inferior a 10% quando o horizonte da previsÃo chega a 5 meses. Verificou-se, ademais, que o uso de sub-amostras via descarte de perÃodos mais antigos agrava a perda de conteÃdo.

ASSUNTO(S)

ciencias sociais aplicadas arrecadaÃÃo icms energia elÃtrica forecast content content horizon collection icms electric power. forecast content content horizon arrecadaÃÃo imposto sobre circulaÃÃo de mercadorias e serviÃos

ACESSO AO ARTIGO

Documentos Relacionados