摘要:O desemprego tem sido fator de grande preocupação para toda a população do Brasil e do mundo. Desde a crise internacional econômica de 2008, diversos países têm sofrido com seu avanço, e seus efeitos são sentidos em todos os núcleos da sociedade, familiar, empresarial e governamental. Este estudo tem por objetivo investigar a taxa mensal de desemprego no Brasil, por meio de modelos da classe geral ARIMA. O banco de dados coletado para o estudo refere-se à série de desemprego nas regiões metropolitanas do Brasil: Recife, Salvador, Belo Horizonte, Rio de Janeiro, São Paulo e Porto Alegre, em percentuais e com coleta mensal, correspondendo ao período de março de 2002 a junho de 2016, com 172 observações. A metodologia empregada é da modelagem ARIMA. O modelo ajustado possibilitou a realização de previsões in sample . O processo gerador da série é um auto regressivo de ordem 12, necessitando de uma diferença para tornar a série estacionária, apresentando ainda sazonalidade de lag 12 e o modelo selecionado para representar a série foi o SARIMA (1,1,0) 16(1,0,0)12"> . Palavras-Chaves: Taxa de Desemprego. Regiões Metropolitanas do Brasil. Modelagem ARIMA. Previsões. Modelagem SARIMA. ABSTRACT Unemployment has been reason of great concern for the Brazilian people and the world's population. Since the economic international crisis of 2008, several countries have suffered from its advance and their effects are felt in all society’s nuclei: family, business and government. This study aims to investigate the monthly unemployment rate in Brazil, through models of general class ARIMA. The database collected refers to the number of unemployment in the metropolitan regions of Brazil: Recife, Salvador, Belo Horizonte, Rio de Janeiro, São Paulo and Porto Alegre, in percentage and monthly collection, from March 2002 to June 2016, with 172 observations. The methodology used is the ARIMA modeling. The adjusted model enabled the realization of forecasts in sample. The generating process of the series is an autoregressive of order 12, requiring a difference to make the series stationary and with seasonality in lag 12 and and the model selected to represent the series was SARIMA (1,1,0) 16(1,0,0)12"> . Key words: Unemployment Rate. Metropolitans Regions of Brazil. ARIMA Model. Forecast. SARIMA Model.
关键词:Taxa de Desemprego;Regiões Metropolitanas do Brasil;Modelagem
ARIMA;Previsões;Modelagem SARIMA.