Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/85981| Tipo: | TCC |
| Título: | Modelo de previsão MIDAS para o PIB do Ceará: uma aplicação com Google Trends |
| Autor(es): | Oliveira, Pedro Igor Araujo de |
| Orientador: | Linhares, Fabrício Carneiro |
| Palavras-chave em português: | MIDAS;PIB;Previsão;Nowcasting |
| Palavras-chave em inglês: | MIDAS;GDP;Forecasting;Nowcasting |
| CNPq: | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
| Data do documento: | 2025 |
| Citação: | OLIVEIRA, Pedro Igor Araujo de. Modelo de previsão midas para o PIB do Ceará: uma aplicação com Google trends. 30 f. 2025. Trabalho de Conclusão de Curso (Graduação em Ciências Econômicas) – Faculdade de Economia, Administração, Atuária e Contabilidade, Universidade Federal do Ceará, Fortaleza, 2025. |
| Resumo: | O trabalho aplica o modelo MIDAS para previsão do PIB trimestral e anual doCeará,utilizando dados de frequência mensal e índices Google Trends como variáveis explicativasadicionais. A literatura recente sugere que modelos de frequência mista comooMIDASpodem melhorar a precisão preditiva ao incorporar dados econômicos atualizados. Apesquisaemprega três variantes do modelo MIDAS: (i)convencional; (ii) U-MIDAS e (iii) AR-MIDASpara avaliar o desempenho preditivo trimestral e anual do PIB cearense para os quatrotrimestres seguintes após 2024T2 e para 2024 e 2025, respectivamente, incluindo a análisedoimpacto dos dados do Google Trends. Os resultados demonstram que a inclusão dos índicesdo Google Trends aumenta, em média, o desempenho dos modelos MIDAS, evidenciandoautilidade desses índices como indicadores econômicos. Ainda, observa-se que a metodologiaMIDAS é uma alternativa robusta para previsões econômicas, evidenciando a importânciadouso de modelos nowcasting. |
| Abstract: | The paper applies the MIDAS model to forecast Ceará's quarterly and annual GDP, usingmonthly frequency data and Google Trends indices as additional explanatoryvariables.Recent literature suggests that mixed-frequency models such as MIDAS canimprovepredictive accuracy by incorporating up-to-date economic data. The research employsthreevariants of the MIDAS model: (i) conventional; (ii) U-MIDAS and (iii) AR-MIDAStoevaluate the quarterly and annual predictive performance of Ceará's GDP for the followingfour quarters after 2024Q2 and for 2024 and 2025, respectively, including analysis oftheimpact of Google Trends data. The results show that the inclusion of Google Trends indicesincreases the performance of MIDAS models on average, demonstrating the usefulnessofthese indices as economic indicators. It is also observed that the MIDAS methodologyisarobust alternative for economic forecasting, highlighting the importance of using nowcastingmodels. |
| URI: | http://repositorio.ufc.br/handle/riufc/85981 |
| Currículo Lattes do Orientador: | http://lattes.cnpq.br/8577355400988841 |
| Tipo de Acesso: | Acesso Aberto |
| Aparece nas coleções: | CIÊNCIAS ECONÔMICAS - Monografias |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_tcc_piaoliveira.pdf | 1,52 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.