Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/9628
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSimonassi, Andrei Gomes-
dc.contributor.authorCoelho Neto, Raul Gonçalves-
dc.date.accessioned2014-10-31T19:47:22Z-
dc.date.available2014-10-31T19:47:22Z-
dc.date.issued2014-
dc.identifier.citationCOELHO NETO, Raul Gonçalves. Modelos de previsão como ferramenta para o planejamento na gestão municipal : uma aplicação para a Prefeitura de Maracanaú-Ce. 2014. 50f. Dissertação (Mestrado Profissional) - Programa de Pós Graduação em Economia, CAEN, Universidade Federal do Ceará, Fortaleza-CE, 2014.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/9628-
dc.description.abstractThis paper aims to offer a tool for planning and management directed towards the development of related management activities of the Public Budget. The study is a bibliographic and quantitative character, which was used variables of income and expenditure of Ceará Maracanaú comprising the period between 2010 and 2013. Methodology Time Series, in particular, single equation autoregressive models (ARIMA) and autoregressive vector (VAR) was applied, for performing prediction of the main items of expenditure and revenue of the municipality analyzed, and the performance of the predictive models calibrated according to the minimization of the square root of the Mean Square Error (MSE) for the last year for which data were available and the forecast of the items was held by the end of 2014. According to the results, we realized the superiority of ARIMA models relative to VAR models for variables Tax Revenue, Expenditure on Education, Health Expenditure and Expenses currents, since the vector proposal got more grip in the modeling and prediction of Current Revenue Public Administration of Maracanaú. Despite the superiority of one method over another, it is underlined the importance of finding time series as planning mechanisms of the public budget in any sphere of government tools.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectOrçamento públicopt_BR
dc.subjectPlanejamentopt_BR
dc.subjectSéries temporaispt_BR
dc.titleModelos de previsão como ferramenta para o planejamento na gestão municipal: uma aplicação para a Prefeitura de Maracanaú-Cept_BR
dc.typeDissertaçãopt_BR
dc.description.abstract-ptbrEste trabalho tem como objetivo ofertar uma ferramenta de planejamento e gestão direcionada para o desenvolvimento de atividades relacionadas ao manejo do Orçamento Público. O estudo tem um caráter bibliográfico e quantitativo, no qual se empregou variáveis de receitas e despesas do município cearense de Maracanaú compreendendo o período entre 2010 e 2013. Foi aplicada a metodologia de Séries Temporais, em particular, modelos uniequacionais (ARIMA) e vetoriais autoregressivos (VAR) para realização de previsão das principais rubricas de gastos e receitas da prefeitura analisada, sendo a performance dos modelos de previsão aferida de acordo com a minimização da raiz quadrada do Erro Quadrático Médio (EQM) para o último ano ao qual os dados estavam disponíveis e a previsão das rubricas foi realizada até o final do ano de 2014. De acordo com os resultados apresentados, percebeu-se a superioridade dos modelos ARIMA em relação aos modelos VAR para as variáveis Receita Tributária, Despesa em Educação, Despesa em Saúde e Despesas Correntes, já a proposta vetorial obteve maior aderência na modelagem e previsão das Receitas Correntes da prefeitura de Maracanaú. A despeito da superioridade de uma metodologia em relação à outra, ressalta-se como conclusão a importância destas ferramentas de séries temporais como mecanismos de planejamento do orçamento público em qualquer esfera de governo.pt_BR
Aparece nas coleções:PEP - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2014_dissert_rgcoelhoneto.pdf729,85 kBAdobe PDFVisualizar/Abrir


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