Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/85981
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorLinhares, Fabrício Carneiro-
dc.contributor.authorOliveira, Pedro Igor Araujo de-
dc.date.accessioned2026-04-23T20:57:53Z-
dc.date.available2026-04-23T20:57:53Z-
dc.date.issued2025-
dc.identifier.citationOLIVEIRA, 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.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/85981-
dc.description.abstractThe 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.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleModelo de previsão MIDAS para o PIB do Ceará: uma aplicação com Google Trendspt_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrO 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.pt_BR
dc.subject.ptbrMIDASpt_BR
dc.subject.ptbrPIBpt_BR
dc.subject.ptbrPrevisãopt_BR
dc.subject.ptbrNowcastingpt_BR
dc.subject.enMIDASpt_BR
dc.subject.enGDPpt_BR
dc.subject.enForecastingpt_BR
dc.subject.enNowcastingpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
local.advisor.latteshttp://lattes.cnpq.br/8577355400988841pt_BR
local.date.available2026-
Aparece nas coleções:CIÊNCIAS ECONÔMICAS - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2025_tcc_piaoliveira.pdf1,52 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.