Modelos de previsão da produção industrial brasileira: uso de dados desagregados da sondagem industrial

• Ano de defesa: 2018
• Autor(a) principal: Durão, Andressa Monteiro
• Orientador(a): Matos, Silvia Maria
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sondagem da indústria; Produção industrial; Previsão
• Palavras-chave em Inglês: Industry survey; Industrial production; Prediction
• Link de acesso: https://hdl.handle.net/10438/25882

O trabalho tem como objetivo explorar a base de dados desagregados da Sondagem da Indústria da FGV IBRE, e selecionar os segmentos industriais que possam ser utilizados na construção de indicadores antecedentes e coincidentes da produção industrial do Brasil, que, juntamente com outros indicadores setoriais e variáveis macroeconômicas, sejam utilizados na elaboração de um modelo de previsão para a produção industrial. O banco de dados, com dados entre 2006 e 2018, é composto pelas seguintes informações estatísticas: Produção física Industrial, do IBGE; Indicador de nível de atividade de produtos de metal, do CIESP; série do fluxo de veículos pesados, da ABCR; Expedição total de caixas, acessórios e chapas de papelão ondulado, da ABPO; Produção total de autoveículos, da ANFAVEA; e séries da Sondagem da Indústria da FGV/IBRE. Para a verificação empírica dos resultados, foram utilizados Análise de componentes principais, Causalidade de Granger, além de testes para validade dos modelos, que foram realizados utilizando o software Eviews. Os resultados mostraram que o uso de um indicador construído a partir de séries de segmentos industriais específicos tem melhor desempenho como variável preditora da produção industrial brasileira do que as séries agregadas de sondagem. Além disso, o trabalho enfatiza o uso de dados de sondagem como um primeiro sinal do movimento do ciclo industrial, dado o fato de que os resultados da sondagem são divulgados com significativa antecedência em relação à data de divulgação da variável target.