Análise de modelos de previsão de séries temporais para arrecadação de ICMS no estado de Minas Gerais.

Abstract

Séries temporais são conjuntos de dados em que uma variável é coletada na ordem de ocorrência, ou seja, dados distribuídos no tempo. Modelos de previsão de séries temporais utilizam-se de ferramentas estatísticas para identificar o comportamento da variável em estudo e realizar previsões de suas próximas ocorrências. Desse modo, modelos de previsão de séries temporais podem ser aplicadas em várias áreas de estudo, como por exemplo saúde, indústrias, serviços, gestão pública etc. Na gestão pública uma de suas aplicações é para a previsão de arrecadação tributária, uma vez que, com a Lei de Responsabilidade Fiscal, tornou-se necessário, cada vez mais, garantir um planejamento mais eficiente dos gastos públicos de longo prazo. Este trabalho fará a modelagem dos dados de arrecadação de ICMS no estado de Minas Gerais e utilizará do modelo de previsão de séries temporais de Médias Móveis e do Método de Holt-Winter de forma a encontrar qual se ajusta melhor aos dados modelados. Para tal avaliação será usado a medida de precisão para modelos de séries temporais erro quadrático médio (EQM). Concluiu-se que o modelo de previsão pelo método de Holt-Winter foi o que se adequou melhor aos dados, pois seu gráfico, visualmente, aproximou-se mais do comportamento da variável real e apresentou menor valor de EQM.