Banca de DEFESA: BEATRIZ FRANCISCA DA SILVA SANTOS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : BEATRIZ FRANCISCA DA SILVA SANTOS
DATA : 02/10/2026
HORA: 08:30
LOCAL: https://teams.microsoft.com/meet/267609247855985?p=J9rQSAyI2x1TFre0Pd
TÍTULO:

ANÁLISE PREDITIVA DO INVESTIMENTO ESTRANGEIRO DIRETO NO BRASIL:

UMA ABORDAGEM COM SÉRIES TEMPORAIS E MACHINE LEARNING

PALAVRAS-CHAVES:

investimento estrangeiro direto; previsão; séries temporais; SARIMA; Random Forest; XGBoost.

PÁGINAS: 130
RESUMO:

O investimento estrangeiro direto constitui uma importante fonte de financiamento externo e de integração das economias às cadeias internacionais de produção, ao mesmo tempo em que sua trajetória está sujeita a alterações nas condições domésticas e internacionais. Nesse contexto, esta dissertação analisa a capacidade preditiva do investimento direto no Brasil e investiga em que medida a incorporação de macrofundamentos acrescenta poder preditivo à informação já contida em sua própria trajetória histórica. Empiricamente, utiliza-se o indicador de Investimento Direto no País (IDP) acumulado em doze meses como percentual do Produto Interno Bruto, com frequência mensal entre 1996 e 2025. Foram comparados modelos SARIMA, Random Forest e XGBoost, além de especificações multivariadas que incorporam taxa de câmbio, Selic, inflação, índice de commodities e transações correntes. O desempenho preditivo foi avaliado por meio de validação rolling-origin, com 24 previsões mensais um passo à frente entre janeiro de 2024 e dezembro de 2025. Os resultados indicam que o IDP apresenta elevada persistência e mudanças estruturais ao longo da amostra. Na análise univariada, o SARIMA obteve o melhor desempenho fora da amostra, superando os algoritmos de aprendizado de máquina. Na análise multivariada, a incorporação dos macrofundamentos acrescentou informação aos modelos multivariados, mas não gerou ganho preditivo suficiente para superar o benchmark univariado estimado sobre a mesma amostra. As variáveis derivadas da própria trajetória do IDP, especialmente suas defasagens recentes e médias móveis, permaneceram entre os principais preditores nos modelos de aprendizado de máquina. Esses resultados indicam que, no horizonte analisado, a previsibilidade do indicador decorre predominantemente de sua própria dinâmica temporal, não implicando, necessariamente, irrelevância econômica dos macrofundamentos. De forma complementar, a análise setorial evidencia aumento da participação dos serviços na posição e nos ingressos de participação no capital, ao mesmo tempo em que atividades industriais permanecem relevantes, particularmente nas operações intercompanhia. Os indicadores de concentração também não apontam para uma trajetória contínua de concentração setorial extrema. Conclui-se que uma trajetória relativamente persistente do IDP agregado pode coexistir com alterações importantes em sua composição, de modo que a combinação entre previsão de curto prazo, contexto macroeconômico e estrutura setorial oferece uma interpretação mais ampla da dinâmica do investimento direto no Brasil e informação adicional para seu monitoramento e para o planejamento econômico.

MEMBROS DA BANCA:
Presidente - 1914572 - CAMILA DO CARMO HERMIDA
Interno(a) - 1870794 - ANDERSON MOREIRA ARISTIDES DOS SANTOS
Externo(a) à Instituição - GUILHERME COSTA DA SILVA - UFU