Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/80781| Type: | Dissertação |
| Title: | Modelagem e previsão dinâmicas da arrecadação de ICMS |
| Authors: | Brito, Natália Sardinha |
| Advisor: | Ferreira, Roberto Tatiwa |
| Keywords in Brazilian Portuguese : | ICMS;Previsão de receita;Dynamic Model Averaging;Modelos ARMA e FAVAR;Arrecadação tributária |
| Keywords in English : | ICMS;Revenue forecasting;Dynamic Model Averaging;ARMA and FAVAR models;Tax revenue |
| Knowledge Areas - CNPq: | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
| Issue Date: | 2025 |
| Citation: | BRITO, Natália Sardinha. Modelagem e previsão dinâmicas da arrecadação de ICMS. 2025. 48f. Dissertação (Mestrado em Economia do Setor Público) - Faculdade de Economia, Administração, Atuária e Contabilidade - FEAAC, Programa de Economia Profissional - PEP, Universidade Federal do Ceará - UFC, Fortaleza (CE), 2025. |
| Abstract in Brazilian Portuguese: | Este estudo tem como objetivo analisar e aprimorar a previsão da arrecadação do ICMS no Estado do Ceará por meio da aplicação de modelos econométricos dinâmicos. Considerando a relevância do ICMS como principal fonte de receita estadual, propõe-se a utilização do método Dynamic Model Averaging (DMA), que trabalha com a variação de modelos e de preditores no período selecionado, refletindo com maior precisão os efeitos das mudanças macroeconômicas sobre a arrecadação. O trabalho compara o desempenho preditivo do DMA com os modelos ARMA, FAVAR e funções de transferência, utilizando uma base de dados composta por variáveis econômicas mensais para o estado entre 2011 e 2022. Os resultados evidenciam que o DMA apresentou maior acurácia nas previsões, com redução de até 40% no erro quadrático médio de previsão (EQMP) em relação ao ARMA e de 28% em relação ao FAVAR. A pesquisa conclui que, para o DMA, as variáveis como produção industrial, vendas no varejo e energia elétrica ganham relevância preditiva no longo prazo. A adoção de abordagens mais flexíveis representa um avanço metodológico importante para o planejamento fiscal dos entes subnacionais. |
| Abstract: | This study aims to analyze and improve the forecasting of ICMS revenue in the state of Ceará, Brazil, through the application of dynamic econometric models. Considering the relevance of ICMS as the main source of state revenue, the study proposes the use of the Dynamic Model Averaging (DMA) method, which allows model and predictor variation over the selected period, thereby more accurately reflecting the effects of macroeconomic changes on revenue. The research compares the predictive performance of DMA with ARMA, FAVAR, and transfer function models, using a monthly economic dataset for the state from 2011 to 2022. The results show that DMA achieved greater forecasting accuracy, with a reduction of up to 40% in the mean squared prediction error compared to ARMA and 28% compared to FAVAR. The study concludes that, under the DMA framework, variables such as industrial production, retail sales, and electricity consumption gain predictive relevance in the long run. The adoption of more flexible forecasting approaches represents a significant methodological advancement for the fiscal planning of subnational governments. |
| URI: | http://repositorio.ufc.br/handle/riufc/80781 |
| Advisor's Lattes: | http://lattes.cnpq.br/9723758439733361 |
| Access Rights: | Acesso Aberto |
| Appears in Collections: | PEP - Dissertações defendidas na UFC |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2025_dis_nsbrito.pdf | 718,43 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.