Desemprego no Brasil: Uma Análise Política, Econômica e Social

O desemprego tem sido fator de grande preocupacao para toda a populacao do Brasil e do mundo. Desde a crise internacional economica de 2008, diversos paises tem sofrido com seu avanco, e seus efeitos sao sentidos em todos os nucleos 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 a serie de desemprego nas regioes metropolitanas do Brasil: Recife, Salvador, Belo Horizonte, Rio de Janeiro, Sao Paulo e Porto Alegre, em percentuais e com coleta mensal, correspondendo ao periodo de marco de 2002 a junho de 2016, com 172 observacoes. A metodologia empregada e da modelagem ARIMA. O modelo ajustado possibilitou a realizacao de previsoes in sample . O processo gerador da serie e um auto regressivo de ordem 12, necessitando de uma diferenca para tornar a serie estacionaria, apresentando ainda sazonalidade de lag 12 e o modelo selecionado para representar a serie foi o SARIMA (1,1,0) 16(1,0,0)12"> . Palavras-Chaves: Taxa de Desemprego. Regioes Metropolitanas do Brasil. Modelagem ARIMA. Previsoes. 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, Sao 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.