Logo PUC-Rio Logo Maxwell
TRABALHOS DE FIM DE CURSO @PUC-Rio
Consulta aos Conteúdos
Título: NOWCAST DE DESEMPREGO USANDO GOOGLE TRENDS: UMA REVISÃO DA TEMÁTICA PÓS-PANDEMIA
Autor(es): ERICO DE MELLO PENTEADO
Colaborador(es): GUSTAVO MAURICIO GONZAGA - Orientador
Catalogação: 06/JUN/2025 Língua(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Notas: [pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
[en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio.
Referência(s): [pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=70782@1
DOI: https://doi.org/10.17771/PUCRio.acad.70782
Resumo:
Essa monografia pretende gerar uma estimação robusta a partir de dados de pesquisa na search engine da Google, disponibilizados na API Google Trends, para a série de Desocupação da PNAD Contínua. Para computar as previsões será utilizada uma grande base de dados, contendo diversos termos de pesquisa associados a emprego, vagas, programas governamentais, remuneração e outras variáveis macroeconômicas tradicionais. Além disso, seguindo a metodologia do paper Medeiros e Pires (2021) usaremos um framework de estimações diretas com o objetivo de termos uma avaliação fora da amostra confiável e independente de cenários sobre as covariadas. Nesse setup, conseguiremos comparar a performance de todos os modelos estimados, de modo a averiguar se os nossos melhores seriam capazes de superar os modelos benchmark por algumas das métricas de erro mais usuais.
Descrição: Arquivo:   
NA ÍNTEGRA PDF