Um modelo de combinação de previsões para arrecadação de receita tributária no Brasil

Este trabalho tem como objetivo a aplicacao do modelo de combinacao de previsoes para prever a arrecadacao tributaria no Brasil. Combinamos aqui as previsoes obtidas a partir de tres modelos: modelo fatorial dinâmico (MFD), modelo sazonal autorregressivo integrado com media movel (seasonal autoregressive integrated moving average – Sarima) e modelo de suavizacao de Holt-Winters, sendo que os criterios de combinacao adotados foram metodo de combinacao otima, performance, regressao simples, media simples e mediana. Trabalhamos com dados mensais para um total de nove tributos federais, para o periodo de janeiro de 2001 a dezembro de 2013. A previsao para o ano de 2014 e feita fora da amostra. De acordo com os resultados, pode-se observar que a combinacao de previsoes alcancou, na maior parte dos casos, resultado superior em comparacao com as previsoes obtidas por meio de modelos tomados individualmente. This study aimed to the application of forecasts combination of model to predict tax revenues in Brazil. Here we combine the predictions obtained from three models: dynamic factor model (DFM), seasonal autoregressive integrated moving average (Sarima) and model of Holt-Winters smoothing. We adopted five criteria for combine predictions: optimal combination, performance, simple regression, simple average and median. We work with monthly data for a total of nine federal taxes for the period from January 2001 to December 2013. The out of sample forecast are done for the year 2014. Considering the results, it can be seen that the combined predictions proved generally superior to those derived from genuine models with the exception of a few taxes. Notwithstanding there is no specific method of combination that provide better forecasts concern the others.