Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/77406
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSouza, Sérgio Aquino de-
dc.contributor.authorSousa, Maressa Soares de-
dc.date.accessioned2024-07-30T13:28:57Z-
dc.date.available2024-07-30T13:28:57Z-
dc.date.issued2024-
dc.identifier.citationSOUSA. Maressa Soares de. Previsão de crescimento econômico a partir da análise textual das atas do copom (2013-2023) Fortaleza 2024. 2024. 53f. - Dissertação (Mestrado) - Universidade Federal do Ceará, Programa de Pós-Graduação em Economia, Fortaleza (CE), 2024.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/77406-
dc.description.abstractThis study investigates the influence of sentiments expressed in the minutes of the Monetary Policy Committee (COPOM) of the Central Bank of Brazil (BACEN) on economic growth, using textual analysis in the context of emerging information technologies. The research covers a period of 11 years, from 2013 to 2023, analyzing 88 documents to determine how recorded perceptions and expectations can predict future economic variations. The methodology employed was biphasic: initially, a prediction index was constructed based on the Loughran-McDonald Dictionary, adapted to the Brazilian context; subsequently, simple linear regression and autoregressive models of order 2 (AR(2)) were applied. This approach was crucial in a global context of uncertainties, where traditional methods often fail to capture all the nuances that affect economic trends. The results showed a significant correlation between the sentiments expressed in the minutes and subsequent changes in economic growth, confirming the utility of the dictionary method as a tool to improve this prediction. These insights are valuable for guiding economic policies and investment strategies, reinforcing the relevance of integrating new analytical techniques to enhance the precision and reliability of economic models.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titlePrevisão de crescimento econômico a partir da análise textual das atas do copom (2013-2023) Fortaleza 2024pt_BR
dc.typeDissertaçãopt_BR
dc.description.abstract-ptbrEste estudo investiga a influência dos sentimentos expressos nas atas do Comitê de Política Monetária (COPOM) do Banco Central do Brasil (BACEN) sobre o crescimento econômico, utilizando análise textual no contexto das tecnologias de informação emergentes. A pesquisa abrange um período de 11 anos, de 2013 a 2023, analisando 88 documentos para determinar como as percepções e expectativas registradas podem prever variações econômicas futuras. A metodologia empregada foi bifásica: inicialmente, construiu-se um índice de predição baseado no Dicionário Loughran-McDonald, adaptado ao contexto brasileiro; em seguida, aplicaram-se modelos de regressão linear simples e autorregressivos de ordem 2 (AR(2)). Essa abordagem foi crucial em um cenário global de incertezas, onde métodos tradicionais frequentemente não capturam todas as nuances que afetam as tendências econômicas. Os resultados mostraram uma correlação significativa entre os sentimentos expressos nas atas e as mudanças subsequentes no crescimento econômico, confirmando a utilidade do método do dicionário como uma ferramenta capaz de melhorar essa previsão. Esses insights são valiosos para orientar políticas econômicas e estratégias de investimento, reforçando a relevância da integração de novas técnicas analíticas para aprimorar a precisão e a confiabilidade dos modelos econômicos.pt_BR
dc.subject.ptbrcrescimento econômicopt_BR
dc.subject.ptbranálise textualpt_BR
dc.subject.ptbríndice de sentimentopt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
local.author.latteshttp://lattes.cnpq.br/2151766052197927pt_BR
local.advisor.latteshttp://lattes.cnpq.br/0130061217305951pt_BR
local.date.available2024-
Aparece nas coleções:CAEN - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2024_dis_mss.pdf706,41 kBAdobe PDFVisualizar/Abrir


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