Análise de séries de tempo e modelo de formação de expectativas

É fato comum na teoria econômica que os indivíduos reagem a valores correntes de variáveis e a seus valores esperados no futuro. Como as expectativas se formam ainda é matéria de debates. É improvável que exista um único mecanismo explicativo. Propomos como uma importante aplicação do estudo de séries de tempo, a geração de modelos de formação de expectativas através de tais técnicas. Neste trabalho descrevemos e discutimos os modelos de formação de expectativas mais usuais empregados em estudos econômicos passados.

Análise de séries de tempo financeiras: uma aplicação da teoria do caos em finanças empíricas

A dissertação tem como principal objetivo a busca de evidências da existência de um componente determinístico no comportamento dos preços de certas ações negociadas na Bolsa de Valores de São Paulo (BOVESPA) e em índices amplos do mercado, tais como o Ibovespa e IBX e, como conseqüência, determinar se a Hipótese de Mercado Eficiente é válida para o mercado financeiro brasileiro. Um objetivo secundário é mostrar a aplicabilidade de técnicas interdisciplinares ao estudo de Finanças empíricas, técnicas essas que, desde sua incepção, já levam em consideração o fato de que os dados estudados não atendem ao requisito de normalidade e que as observações não são independentes entre si. Essa aplicabilidade já é largamente demonstrada em inúmeros estudos internacionais e diversas publicações no Brasil. Porém, o presente trabalho tentará aplicar uma estrutura analítica mais flexível e computacionalmente mais eficiente, utilizando ferramentas trazidas do campo da Teoria da Informação e avanços relativamente recentes da área.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Mudança de regime markoviano : uma aplicação a séries econômicas brasileiras

Os modelos não lineares de séries de tempo são aqui utilizados para verificar diferentes problemas de natureza macroeconômica nas variáveis brasileiras. Em relação ao comércio exterior, é estimado um mecanismo de correção de erros para a demanda de importações e os regimes caracterizados pelo modelo coincidem com os movimentos históricos. Para ajustes estruturais nas contas externas são utilizados dados anuais que caracterizam três regimes, identificados como períodos em que a economia brasileira estava sob um regime de fechamento, abertura moderada ou de abertura consistente. Já no caso da análise conjuntural, feita a partir de dados trimestrais, os períodos foram caracterizados como sendo de queda e de crescimento das importações. A metodologia de mudança de regime markoviano também é utilizada para verificar o ciclo dos negócios na produção industrial de seis estados brasileiros. Neste caso, são estimados modelos univariados e multivariados, formulados a partir de um vetor autoregressivo com mudança de regime. As estimativas mostram que existe uma diferença de comportamento na taxa de crescimento e de queda na produção entre os estados do Sul comparativamente aos três maiores do Sudeste. Vale ressaltar que este resultado significa que existe uma duração dos ciclos que também difere entre estas duas regiões Por fim, a metodologia de mudança de regime é utilizada em um modelo de fator dinâmico com o intuito de construir um indicador coincidente para a produção industrial no Rio Grande do Sul. O índice estimado assemelha-se ao calculado pela Federação das Indústrias do Estado do Rio Grande do Sul a partir de uma média ponderada de cinco variáveis pesquisadas pela instituição. Os resultados mostram que existe uma assimetria no ciclo dos negócios na indústria de transformação do estado, com uma duração maior para períodos de queda da atividade no setor.

Identificação do fator estocástico de descontos e algumas implicações sobre testes de modelos de consumo

Retornando à utilização de técnicas de séries de tempo para a estimação de parâmetros das preferências dos indivíduos, este trabalho investiga o tradicional problema do consumo intertemporal ótimo do tipo CCAPM por um novo ângulo. Se apresentam dois estimadores para o fator estocástico de descontos independentes da especificação de funções utilidade, que são utilizados para a agregação das informações disponíveis sobre os retornos dos ativos da economia. A metodologia proposta é aplicada para dados do Brasil, para o período do plano Real, e dos Estados Unidos, para um período iniciado em 1979. Na parte empírica do trabalho obtem-se dois resultados. Primeiro, obtem-se uma estimativa para o grau americano de aversão ao risco de 2,1 - mais de 10 vezes menor que o comumente encontrado na literatura. Segundo, é estimado um grau de aversão ao risco de 2,3 no caso brasileiro, o que está em linha com trabalhos anteriormente publicados.

Mudanças institucionais, receitas cumulativas do governo federal e exportações no Brasil entre 1982 e 2001

Desde o início dos anos oitenta, o governo federal brasileiro passou a substituir a receitas de impostos tradicionais por receita de contribuições sociais (cumulativas) na composição da sua receita total (mudança de gestão). Alega-se que este procedimento é uma conseqüência das regras de compartilhamento estabelecidas (receitas de impostos do governo federal são compartilhadas com estados e municípios enquanto que receitas de contribuição não o são).Existem argumentos na literatura mostrando que este processo de descentralização das receitas teve sua origem na mudança de regime político (militar para democrático), outros com a nova Constituição de 1988 e, por último, outros afirmando que ele só foi possível porque a ineficiência das contribuições foi encoberta pela ineficiência alocativa da inflação. Por outro lado, fatos ocorridos no mesmo período, embora não citados na literatura, poderiam explicar ou ajudar na explicação deste comportamento. Entre eles, a fragmentação do poder executivo a partir de 1989 com a primeira eleição presidencial e/ou o processo de abertura da economia a partir dos anos noventa. Usando a técnica de OLS, observou-se que a Nova Constituição e a abertura da economia explicariam esta mudança de gestão. De qualquer forma, independente do que esteja explicando esta mudança, ela é apontada como altamente prejudicial a competitividade das exportações brasileiras. Existem várias proxies tentando medir este efeito, nenhuma delas considerando uma medida de gestão. Resolvemos realizar esta tentativa. Como tínhamos desconfiança da exogeneidade da variável representativa da abertura da economia no teste anterior, tratamos a questão com o instrumental de séries de tempo. No longo prazo, descobrimos que a mudança de gestão afeta negativamente as exportações e positivamente a abertura da economia por ser menos punitiva com as importações em termos de competitividade (as contribuições incidem apenas na comercialização dos produtos importados). JEL classification: H27; H77, H87.

Um Modelo agregado de consistência macroeconômica para o Brasil

É proposto aqui um modelo estrutural macroeconômico capaz de englobar os impactos das políticas fiscal e monetária do governo sobre os principais agregados macroeconômicos, assim como projetar seus efeitos no curto e médio prazos. Para tanto um sistema com dez equações é proposto. A primeira equação é uma do tipo IS, ligando o hiato do produto e suas defasagens à taxa de juros reais e à taxa de câmbio real. A segunda é uma versão da chamada Curva de Phillips, que liga a inflação, suas defasagens, e valores esperados futuros, ao hiato do produto e à taxa de câmbio nominal. A terceira é a uma equação da chamada Paridade de Juros não Coberta, que liga o diferencial das taxas interna e externa à desvalorização esperada da moeda doméstica e ao prêmio de risco de reter ativos domésticos. Complementa-se o sistema formado por essas três equações da seguinte forma: uma equação para o emprego representando o mercado de trabalho, duas equações que representariam o comportamento fiscal agregado - gasto público, arrecadação tributária - e duas que representariam a demanda por exportações e importações nacionais. Finalmente, são acrescentadas duas identidades que determinarão o caminho da dívida pública e o da dívida externa.

Price setting and macroeconomic variables: evidence from Brazilian CPI

Esta tese investiga as estratégias de precificação em ambientes macroeconômicos distintos, utilizando uma base de dados única para o IPC da Fundação Getulio Vargas. A base de dados primária consiste em um painel de dados individuais para bens e serviços representando 100% do IPC para o período de 1996 a 2008. Durante este período, diversos eventos produziram uma variabilidade macroeconômica substancial no Brasil: duas crises em países emergentes, uma mudança de regime cambial e monetário, racionamento de energia, uma crise de expectativas eleitorais e um processo de desinflação. Como consequência, a inflação, a incerteza macroeconômica, a taxa de câmbio e o produto exibiram uma variação considerável no período. No primeiro capítulo, nós descrevemos a base de dados e apresentamos as principais estatísticas de price-setting para o Brasil. Em seguida, nos capítulos 2 e 3, nos construímos as séries de tempo destas estatísticas e das estatísticas de promoções, e as relacionamos com as variáveis macroeconômicas utilizando análises de regressões. Os resultados indicam que há uma relação substancial entre as estatísticas de price-setting e o ambiente macroeconômico para a economia brasileira.

Determinantes da criminalidade na região metropolitana de São Paulo

Os altos índices de criminalidade em nosso país impõem aos governos e formuladores de políticas públicas inserirem em sua agenda a construção de políticas públicas eficazes na prevenção e combate ao crime. Diversos autores no campo da economia contribuíram e vêm contribuindo para o melhor entendimento dos determinantes da criminalidade. Esta abordagem tem sua gênese no seminal artigo de Gary Becker (1968) e entende como uma decisão racional do indivíduo, condicionada a fatores econômicos e dissuasivos, a decisão de cometer ou não um crime. Este trabalho propõe-se a trazer mais uma contribuição ao tema. Após uma breve revisão da literatura de economia do crime, são realizados dois estudos empíricos. O primeiro, utilizando dados mensais para os crimes de homicídio, furto, furto de veículos, roubo e roubo de veículos, procura verificar, a partir da utilização de séries temporais, o impacto de variáveis econômicas e dissuasivas nos cinco tipos de crime. Os resultados sugerem que as variações do número de prisões e da população carcerária podem contribuir para a redução do crime. Já o segundo estudo parte de uma experiência comum em cidades da América Latina e que foi adotada por diversos municípios da Região Metropolitana de São Paulo: a restrição da venda de bebidas alcoólicas em bares e restaurantes no período noturno em dias específicos, conhecida como ¿Lei Seca¿. A partir de abril de 2001, dezesseis das dezenove cidades da Região Metropolitana de São Paulo adotaram leis desta natureza. Utilizando um modelo de diferenças em diferenças, e tendo como grupo de controle as cidades que não adotaram a lei e as cidades que a adotaram nos períodos anteriores; e como grupo de tratamento as cidades que adotaram a lei nos períodos a partir de sua vigência, os resultados sugerem que a redução do acesso ao álcool contribui para a redução dos homicídios. Os resultados dos dois estudos contribuem para o campo de estudo das políticas públicas de segurança.

Estudo das relações de paridade de juros para a economia brasileira no período recente

O objetivo deste trabalho é verificar se o ajustamento das condições de paridade de juros por expectativa do mercado (paridade descoberta) e por prêmios de risco (paridades coberta e descoberta) leva à validação da relação de não-arbitragem subjacente, ou pelo menos a resultados econométricos mais próximos de sua validação. Para isso, combinamos taxas de retornos de instrumentos de renda fixa domésticos e norte-americanos e aplicamos o arcabouço econométrico de séries de tempo. Como primeiro passo de investigação, aplicamos a paridade de juros (descoberta e coberta) na sua forma tradicional. No passo seguinte aplicamos os testes econométricos às condições de paridade ajustadas por um prêmio de risco. No caso da PDJ, não obtivemos resultados satisfatórios, mesmo ajustando pelos prêmios de risco. Esse ajuste propiciou uma mudança nos sinais dos coeficientes na direção correta, mas a magnitude do coeficiente da desvalorização cambial efetiva passou a destoar bastante da magnitude das outras séries. Apesar de termos obtido a validade da PCJ na forma tradicional, não esperaríamos este resultado, pois isso implicaria que o prêmio de risco país seria nulo para este período. Ajustando a PCJ pelo prêmio de risco de não-pagamento passa-se a não obter co integração entre as séries, ou seja, o prêmio de risco de não-pagamento teria um comportamento independente do prêmio futuro e do diferencial de juros. As possíveis causas para a não obtenção dos resultados esperados são: intervalo amostraI menor que 3 anos, erro de medida dos dados de survey ou tentativa do Banco Central de controlar a taxa de câmbio nominal e as taxas de juros domésticas simultaneamente.

Cointegração e price discovery do risco soberano brasileiro

A lei do preço único afirma que o mesmo ativo negociado em diferentes mercados deve apresentar preços equivalentes. Este trabalho busca verificar se o risco de crédito soberano brasileiro negociado no mercado internacional é precificado de forma semelhante tanto nos tradicionais mercados de títulos quanto no novo e crescente mercado de derivativos de crédito. Adicionalmente, utiliza-se a análise de Price Discovery para examinar qual dos mercados se move mais rapidamente em resposta às mudanças nas condições de crédito da economia brasileira. A análise empírica é feita por meio de modelos de séries de tempo, mais especificamente análise de cointegração e vetor de correção de erros. Os resultados confirmam a predição teórica da lei do preço único de que o risco de crédito brasileiro, tanto nos mercados de títulos quanto no mercado de derivativos de crédito, movem-se juntos no longo prazo. Por fim, a maior parte do Price Discovery ocorre no mercado de derivativos de crédito.

Micro evidence on brazilian price stickiness and its consequences for sectoral real exchange rate and inflation persistence

The purpose of this thesis is to investigate the price-setting behavior in Brazil and, in particular, the effects on inflation and good-level real exchange rate persistence. This thesis is composed by three Chapters. In the first Chapter, we present the main stylized facts about the behavior of retail prices in Brazil using micro data from the CPI index computed by the Fundação Getulio Vargas. Moreover we construct time series of price-setting statistics and relate them to macroeconomic variables using regression analyses. In Chapter 2, we investigated the relevance of heterogeneity in countries price stickiness on good-level real exchange rate persistence, considering a newly constructed panel data set of relative prices of 115 common products between the U.S. and Brazil. Chapter 3 is devoted to the relation between sectoral price stickiness and inflation persistence.

Essays on infrastructure in Brazil

A presente tese engloba cinco trabalhos sobre dois setores brasileiros de infraestrutura: setor de energia e de transportes. No primeiro trabalho, modela-se o lance dos leilões de linhas de transmissão de energia, buscando compreender porque os lances ganhadores têm se situado em níveis abaixo do que se espera. No segundo paper, estima-se a demanda de energia do Brasil e as elasticidades preço e renda que os consumidores apresentem em relação a essa demanda, usando uma técnica ainda não aplicada na literatura e incluindo o período da Crise do Racionamento – a qual pode ter mudado o padrão de consumo dos agentes. No terceiro trabalho, estuda-se a evolução do mercado de gás natural liquefeito (GNL) ao redor do mundo. O GNL pode ser o link que faltava entre os mercados de gás natural e essa hipótese é testada por meio de análises de séries de tempo e de cópulas. O quarto paper discute a entrada do GNL no sistema energético brasileiro e suas eventuais consequências. Por fim, o quinto paper analisa a experiência de leilões de rodovias no Brasil. O trabalho levanta relevantes insights a respeito do modelo de leilão utilizado e dos detalhes contratuais dessas licitações.