O Efeito das Crises Econômicas Mundiais na Volatilidade da Produção de Automóveis no Brasil / The Global Economic crises Efects in The volatility of National Production of Automobiles
Resumo
O Brasil tem papel de destaque no consumo e na produção de automóveis, sendo esta produção sujeita ao desempenho econômico do país. Este estudo tem como objetivo estimar um modelo linear de classe geral ARIMA, para prever o comportamento da Série de Produção Nacional de Automóveis e um modelo não linear da classe geral ARCH, para compreender os efeitos de volatilidade da série, auxiliando os fabricantes de automóveis no país no planejamento de sua produção. Os dados foram coletados mensalmente e retirados do site da Associação Nacional dos Fabricantes de Veículos Automotores – ANFAVEA, e correspondem à fabricação nacional de automóveis, no período de janeiro de 1957 até fevereiro de 2016, formando uma Série Histórica Nacional da Produção de Automóveis, com 710 observações. A metodologia empregada é da modelagem ARIMA e os modelos heterocedásticos ARCH. Com base no modelo ajustado, foi possível a realização de previsão in sample. O processo gerador da série é um autoregressivo de ordem 1, com uma diferença necessária para tornar a série estacionária, com efeito sazonal no lag 12, apresentando ainda heterocedasticidade de ordem 1.
Palavras-chave: Produção Nacional de Automóveis. Desempenho Econômico. Modelo ARIMA. Modelo ARCH.
ABSTRACT
Brazil is featured on consumption and automobiles production, being this production subject to economic country’s performance. This study aims to fit an ARIMA linear model to forecast the Series National Production of Automobiles behavior and a non-linear model of general ARCH class to understand the volatility’s effects of the series, helping Brazilian automobiles manufacturers on planning their production. Data collection was monthly and they were taken from Associação Nacional dos Fabricantes de Veículos Automotores – ANFAVEA’s website, correspond to the national production of automobiles in the period from January 1957 to February 2016, and compose a Historical Series National Production of Automobiles, with 710 observations. The methodology is the ARIMA modeling and heteroskedastic models ARCH. Based on the adjusted model, it was possible the forecast’s realization in sample. Series’s generator process is an autoregressive of order 1, with a difference needed to become the stationary series, seasonal effect on the lag 12, and heterocedasticity of order 1.
Keywords: National Production of Automobiles. Economic Performance. ARIMA Model. ARCH Model.
Referências
ARÊDES, A. F; PEREIRA, M. W. G. Potencialidade da utilização de modelos de séries temporais na previsão do preço do trigo no estado do Paraná. Revista de Economia Agrícola, vol. 55, n. 1, p. 63-76, jan./jun. 2008.
ASSOCIAÇÃO NACIONAL DOS FABRICANTES DE VEÍCULOS AUTOMOTORES – ANFAVEA Disponível em: http://www.anfavea.com.br/tabelas.html. (acesso em março / 2016).
BAYER, F. M. Previsão do preço e da volatilidade de commodities agrícolas, por meio de modelos ARFIMA-GARCH. 83 f. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Santa Maria, Santa Maria. 2008.
BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, v. 31, p. 307-327, 1986.
BUENO, R. L. S. Econometria de Séries Temporais. 1. ed. São Paulo: Cengage Learning, 2008.
CAMPOS, K. C. Análise da volatilidade de preços de produtos agropecuários no Brasil. Revista de Economia de Agronegócio, vol. 5, n. 3, p. 303-327, 2007.
ENDERS, W. Applied econometric time series. New York: Wiley, 1995
GUARNIERI, J.;SOUZA, A. M.; ALMEIDA, S. G.; SOUZA, F. M.; OLIVEIRA, J. N. D. Análise do impacto da crise econômica na previsão de produção de automóveis no mercado Brasileiro, via modelos Box e Jenkins. In: XXIX Encontro Nacional De Engenharia De Produção, Enegep. Salvador, BA, p. 1-14, out. 2009.
GUJARATI, D. N. Econometria Básica. Macron Books, São Paulo: Pearson Education do Brasil, 2000.
HAMILTON, J. D. Time series analysis. Princeton University Press, Princeton: NJ, 1994.
KIRCHNER, R. M; SOUZA, A. M; STUMM, E. M. F. A modelagem como ferramenta de gestão. LAJBM Latin American Journal of Business Management, vol. 2, n. 1,p. 2-23, jan./jun. 2011.
KLIDZIO, R. Modelos de Previsão Aplicados ao Controle de Qualidade Com Dados Autocorrelacioados. 154 f. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Santa Maria, Santa Maria. 2009.
MINISTÉRIO DO DESENVOLVIMENTO, INDÚSTRIA E COMÉRCIO EXTERIOR – MDIC (acesso em fevereiro / 2016). Disponível em: http://www.mdic.gov.br/sitio/interna/interna.php?area=2&menu=327.
MORETTIN, P. A. Econometria Financeira. São Paulo, 2008.
MORETTIN, P. A; TOLOI, C. M. C. Análise de Séries Temporais .2. ed.São Paulo: Edgard Blücher, 2006.
PATTERSON, K. An Introduction to Applied Econometrics: A Time Series Approach. New York: St. Martin’s Press, 2000.
SAMOHYL, R. W.;SILVA, W. V.; FIGUEIREDO, J. N.; ARAÚJO, F. P. O uso da análise de intervenção em séries temporais Univariadas: uma aplicação empírica no mercado automobilístico brasileiro. In: Xxxiv SBPO Simpósio Brasileiro De Pesquisa Operacional, Rio de Janeiro, Rio de Janeiro, nov. 2002.
SILVA, W. S; SÁFADI, THELMA E CASTRO JÚNIOR, L. G. Uma análise empírica da volatilidade do retorno de commodities agrícolas utilizando modelos ARCH: os casos do café e da soja. Revista de Economia e Sociologia Rural, v. 43, n. 1, p. 1-16, 2005.
SOUZA, A. M; SOUZA, F. M; ZANINI, R. R; REICHERT, B; LIMA JUNIOR, A. V. Applications Residual Control Charts Based on Variable Limits. IJERA Int. Journal of Engineering Research and Applications, vol. 5, issue 5, part-1, p. 44-50, may 2015.
SOUZA, F. M; SOUZA, A. M; MENEZES, R. Análise Empírica do Número de Consumidores e do Consumo de Energia Elétrica no Rio Grande do Sul por meio de Modelos Matemáticos. Revista Espacios, vol. 34, vol. 1, 2013.
WALTER, O. M. F. C.; HENNING, E.; MIRANDA, R. G.; SAMOHYL, R. W. Previsão de vendas para um modelo de automóvel popular com a metodologia Box e Jenkins. In: X SEPROSUL – Semana De Engenharia De Produção Sul-Americana. Chile, Santiago, p. 1-10, nov. 2010.
WERNER, L; RIBEIRO, J. L. D. Previsão de demanda: uma aplicação dos modelos Box-Jenkins na área de assistência técnica de computadores pessoais. G&P – Gestão & Produção, vol. 10, n. 1, p. 47-67, abr. 2003.
VAL, V. C; CORRÊA, V. P. Volatilidade dos fluxos de capitais do balanço de pagamentos brasileiro: uma análise por meio do modelo ARCH (Modelo Auto-Regressivo com Heterocedasticidade Condicional). In: XXXIV Encontro Nacional De Economia Da Anpec – Associação Nacional Dos Centros De Pós-Graduação Em Economia. 2006.
VASCONCELLOS, R. M. G. Reconstrução de espaços de estados aeroelásticos por decomposição em valores singulares. 127 f. Dissertação (Mestrado em Aeronaves) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. 2007.
DOI: http://dx.doi.org/10.12819/2016.13.6.5
Apontamentos
- Não há apontamentos.
Atribuição (BY): Os licenciados têm o direito de copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, conquanto que deem créditos devidos ao autor ou licenciador, na maneira especificada por estes.
Não Comercial (NC): Os licenciados podem copiar, distribuir, exibir e executar a obra e fazer trabalhos derivados dela, desde que sejam para fins não-comerciais
Sem Derivações (ND): Os licenciados podem copiar, distribuir, exibir e executar apenas cópias exatas da obra, não podendo criar derivações da mesma.
ISSN 1806-6356 (Impresso) e 2317-2983 (Eletrônico)