O objetivo deste estudo é analisar os ganhos de acurácia (precisão) ao aplicar a metodologia de combinação de previsão para prever a arrecadação de receitas brutas dos tributos federais (séries endógenas) administrados pela Secretaria da Receita Federal do Brasil (RFB). Os cenários de médio e longo prazo contendo dados de preço e de quantidade de variáveis macroeconômicas são provenientes da grade de parâmetros macroeconômicos produzida pela SPE, sendo essas variáveis consideradas séries exógenas. Os dados realizados (tributos e variáveis macroeconômicas) compreendem o período de janeiro de 2002 a junho de 2019. Já o horizonte de previsão (fora da amostra) a ser utilizado para as projeções de receitasde tributos federais considera o cenário de médio prazo das mesmas variáveis macroeconômicas constantes na referida grade de parâmetros, mas compreendendo o período de julho de 2019 a dezembro de 2023. Como técnicas de previsão individual, utilizou-se as seguintes abordagens metodológicas: modelos ARIMAX, modelos TBATS, redes neurais e método STLM. Por outro lado, para a combinação das previsões, considerou-se duas formas de combinação: combinação com pesos (média aritmética ponderada pela raiz quadrada do erro quadrático médio - REQM) e combinação sem pesos (média aritmética simples). O critério minimax é utilizado para selecionar os modelos que apresentam a menor REQM. Os resultados obtidos mostram que, dentre os 22 tributos analisados, o critério minimax selecionou 8 tributos segundo a combinação de modelos (com peso e sem peso) por meio da REQM. Em termos de implicações de política, o uso da metodologia de combinação de previsões no caso da arrecadação tributária, considerando-se o horizonte de médio e longoprazo, é uma estratégia empírica importante para a tomada de decisões dos gestores públicos e dos formuladores políticas.