Publicação: Análise dos componentes da crise econômica brasileira de 2014 a 2018 através de Vetores Autoregressivos
| dc.contributor.advisor1 | Santos, Julio Fernando Costa | |
| dc.contributor.advisor1Lattes | http://buscatextual.cnpq.br/buscatextual/busca.do | pt_BR |
| dc.contributor.referee1 | Loural, Marcelo Sartorio | |
| dc.contributor.referee1Lattes | http://buscatextual.cnpq.br/buscatextual/busca.do | pt_BR |
| dc.contributor.referee2 | Pereira, Hugo Carcanholo | |
| dc.contributor.referee2Lattes | http://buscatextual.cnpq.br/buscatextual/busca.do | pt_BR |
| dc.creator | Menezes, Pedro Paulo Caetano | |
| dc.date.accessioned | 2020-06-04T18:42:30Z | |
| dc.date.available | 2020-06-04T18:42:30Z | |
| dc.date.issued | 2020-05-21 | |
| dc.description.abstract | Given the unstable economic and political situation that Brazil has suffered, in greater magnitude, since the last decade, the present work aims to analyze the components responsible for the Brazilian economic crisis from 2014 to 2018, as well as catalog them according to their explanatory preponderance. The temporal window mentioned above was chosen for the reason that such retraction is considered the worst in the history of the Brazilian nation. In addition to the constituent variables of the Gross Domestic Product, different indicators, qualitative and quantitative, were used in order to give greater robustness to the research. The econometric framework of the research consists mainly of the Autoregressive Vectors method, which proves the fact that economic and political uncertainty is the most relevant element of the recession. | pt_BR |
| dc.description.degreename | Trabalho de Conclusão de Curso (Graduação) | pt_BR |
| dc.description.resumo | Diante da instável conjuntura econômica e política que o Brasil sofre, em maior magnitude, desde a última década, o presente trabalho tem por intuito analisar os componentes responsáveis pela crise econômica brasileira de 2014 a 2018, assim como catalogá-los de acordo com sua preponderância explicativa. A janela temporal citada acima foi escolhida pelo motivo de que tal retração é considerada a pior da história da nação brasileira. Além das variáveis constituintes do Produto Interno Bruto, foram empregados distintos indicadores, qualitativos e quantitativos, a fim de dar maior robustez à pesquisa. O arcabouço econométrico da pesquisa é constituído principalmente pelo método dos Vetores Autoregressivos, o qual comprova o fato de que a incerteza econômica e política é o elemento mais relevante da recessão. | pt_BR |
| dc.description.sponsorship | CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico | pt_BR |
| dc.identifier.citation | MENEZES, Pedro Paulo Caetano. Análise dos componentes da crise econômica brasileira de 2014 a 2018 através de Vetores Autoregressivos. 2020. 34 f. Trabalho de Conclusão de Curso (Graduação em Ciências Econômicas) - Universidade Federal de Uberlândia, Uberlândia, 2020. | pt_BR |
| dc.identifier.uri | https://repositorio.ufu.br/handle/123456789/29394 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal de Uberlândia | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.course | Ciências Econômicas | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/us/ | * |
| dc.sizeorduration | 34 | pt_BR |
| dc.subject | Incerteza | pt_BR |
| dc.subject | Crise econômica | pt_BR |
| dc.subject | Vetores Autoregressivos | pt_BR |
| dc.subject | Uncertainty | pt_BR |
| dc.subject | Economic crisis | pt_BR |
| dc.subject | Autoregressive Vectors | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::METODOS QUANTITATIVOS EM ECONOMIA::METODOS E MODELOS MATEMATICOS, ECONOMETRICOS E ESTATISTICOS | pt_BR |
| dc.title | Análise dos componentes da crise econômica brasileira de 2014 a 2018 através de Vetores Autoregressivos | pt_BR |
| dc.title.alternative | Analysis of the components of the Brazilian economic crisis from 2014 to 2018 through Autoregressive Vectors | pt_BR |
| dc.type | Trabalho de Conclusão de Curso | pt_BR |
| dspace.entity.type | Publication |