Use este identificador para citar ou linkar para este item: http://rebacc.crcrj.org.br/handle/123456789/2970
Registro completo de metadados
Campo DCValorIdioma
dc.creatorJoão Bosco Barroso de Castro-
dc.creatorAlessandra de Ávila Montini-
dc.date2013-01-10-
dc.date.accessioned2016-12-14T12:15:47Z-
dc.date.available2016-12-14T12:15:47Z-
dc.identifierhttp://revistaadmmade.estacio.br/index.php/admmade/article/view/511-
dc.identifier.urihttp://rebacc.crcrj.org.br/handle/123456789/2970-
dc.descriptionCommodities primárias, tais como metais, petróleo e de agricultura, constituem matérias-primas fundamentais para a economia mundial. Dentre os metais, destaca-se o alumínio, usado em uma ampla gama de indústrias, e que detém o maior volume de contratos da London Metal Exchange (LME). Como o preço não está diretamente relacionado aos custos de produção, em momentos de volatilidade ou de choques econômicos, o impacto na indústria global de alumínio é significativo. Previsão de preços do alumínio é fundamental, portanto, para definição de política industrial, bem como para produtores e consumidores. Dadas as limitações dos métodos tradicionais para seleção de modelos de previsão, que não corrigem efeitos de data snooping,este trabalho aplicou o Model Confidence Set (MCS), para determinar o melhor conjunto de modelos de previsão de preços de alumínio. O MCS corrige efeitos de data snooping e introduz o conceito de nível descritivo para comparação múltipla de modelos. Foram desenvolvidos três modelos: ARFIMA, estrutural e mudança de regime markoviana, utilizando a base de dados de janeiro de 1980 a abril de 2012. Para cada modelo, foram geradas 60 previsões fora da amostra por meio de rolling regressions para estimativas de um, três, seis, 12 e 24 meses à frente. O modelo ARFIMA apresentou melhor acuracidade de previsão para três, seis, 12 e 24 meses à frente. Para previsão um mês à frente, o modelo de mudança de regime apresentou melhor acuracidade, enquanto o modelo ARFIMA proporcionou resultados equiparáveis ao de mudança de regime para um nível descritivo determinado pelo MCS de 0,10. Dessa forma, obtém-se um intervalo de acuracidade de previsão dos modelos por meio do MCS, o que não é obtido por meio dos métodos tradicionais de avaliação de previsões.-
dc.formatapplication/vnd.openxmlformats-officedocument.wordprocessingml.document-
dc.languagept-
dc.rights<p>Autores que publicam nesta revista concordam com os seguintes termos:</p><p>Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a <a href="http://creativecommons.org/licenses/by/3.0/" target="_new">Creative Commons Attribution License</a> permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.</p>-
dc.sourceRevista ADM.MADE; Vol. 16, No 2 (2012); 68-86-
dc.subjectAdministração; Finanças.-
dc.subjectseleção de modelos de previsão; Model Confidence Set; preço de commodities.-
dc.titleAnálise Comparativa de Modelos de Previsão: Aplicação do Model Confidence Set para Preços de Alumínio-
dc.coveragedados quantitativos.-
Aparece nas coleções:Revista Adm Made - UNESA

Arquivos associados a este item:
Não existem arquivos associados a este item.
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.