A presente dissertação visa estudar a relação entre a dívida pública e o crescimento económico na Guiné-Bissau, analisando sua interação com outras variáveis como o investimento e Consumo Final. Foi utilizado os modelos VAR e de regressão linear múltipla para análises macroeconómicas com a ajuda do software Rstudio. Também foi feita uma análise de sentimento com base nas notícias através do projeto GDELT. Na literatura a maioria dos autores concluíram que essa relação é não linear, mas não se chegou ao consenso em relação ao ponto a partir da qual mais dívida pública torna o crescimento económico negativo. Para responder à pergunta principal da dissertação, foi elaborado um modelo VAR nas primeiras diferenças e foi constatado que existe uma relação de causalidade unidirecional entre a taxa_dív_pública e o pib, mas com uma correlação negativa. Só o consumo final é capaz de ajudar a prever pib, tendo uma relação de causalidade unidirecional e uma correlação positiva média-forte. Nas regressão linear múltipla adicionado a variável de sentimento os coeficientes são estatisticamente significativos e o ajustamento teve uma melhoria, comprovando que as notícias têm impacto sobre as decisões humanas.

This dissertation aims to study the relationship between public debt and economic growth in Guinea-Bissau, analyzing its interaction with other variables such as investment and Final Consumption. VAR and multiple linear regression models were used for macroeconomic analysis with the help of Rstudio software. A sentiment analysis was also carried out based on the news through the GDELT project. In the literature, most authors have concluded that this relationship is non-linear, but no consensus has been reached regarding the point at which more public debt makes economic growth negative. To answer the main question of the dissertation, a VAR model was elaborated in the first differences, and it was verified that there is a unidirectional causality relationship between the public_debt_rate and the GDP, but with a negative correlation. Only final consumption can help predict GDP, having a unidirectional causality and a medium-strong positive correlation. In the multiple linear regression, adding the sentiment variable, the coefficients are statistically significant, and the adjustment improved, proving that news has an impact on human decisions.