A importância da personagem virtual no contexto da animação 3D em tempo real

O desenvolvimento de personagens digitais tridimensionais1 na área da animação, a constante procura por soluções tecnológicas convincentes, aliado a uma estética própria, tem contribuído para o sucesso e afirmação da animação tridimensional, na indústria do entretenimento. Contudo, toda a obra que procura ou explora a vertente digital/3D, torna-se ‘vitima’ das limitações do render2 aplicado a uma sequência de imagens, devido ao aumento dos custos financeiros e humanos, assim como da influência e dificuldade implicadas no cumprimento dos objectivos e prazos. O tempo real tem assumido, cada vez mais, um papel predominante na indústria da animação interactiva. Com a evolução da tecnologia surgiu a necessidade de procurar a metodologia apropriada que sirva de alavanca para o desenvolvimento de animações 3D em tempo real, através de softwares open-source ou de baixo orçamento, para a redução de custos, que possibilite simultaneamente descartar qualquer dependência do render na animação 3D. O desenvolvimento de personagens em tempo real, possibilita o surgimento de uma nova abordagem: a interactividade na arte de animar. Esta possibilita a introdução de um vasto leque de novas aplicações e consequentemente, contribui para o aumento do interesse e curiosidade por parte do espectador. No entanto, a inserção, implementação e (ab)uso da tecnologia na área da animação, levanta questões atuais sobre qual o papel do animador. Esta dissertação procura analisar estes aspectos, dando apoio ao projecto de animação 3D em tempo real, denominado ‘PALCO’.

A Avaliação do Desempenho de Fundos de Investimento: Modelos Condicionais vs. Modelos não Condicionais

A eficácia das medidas tradicionais de avaliação do desempenho de fundos de investimento tem sido amplamente posta em causa na literatura, sendo-lhes apontadas importantes limitações de ordem conceptual e econométrica. Uma dessas limitações reside no facto de as mesmas pressuporem a existência de uma medida de risco constante ao longo do período de avaliação. Na tentativa de fazer face a esta limitação e considerando que tanto o risco como as rendibilidades esperadas variam ao longo do tempo, um dos mais recentes desenvolvimentos nesta área está relacionado com a utilização de modelos condicionais, que avaliam os gestores das carteiras levando em consideração a informação pública disponível no momento em que as rendibilidades foram geradas. Neste contexto, depois de feita uma revisão da literatura, leva-se a cabo uma análise empírica, com base numa amostra de fundos pertencentes ao mercado português que investem quer no mercado nacional quer no mercado europeu, com o intuito de se estimarem e compararem as medidas de avaliação tradicionais com as suas versões condicionais, de modo a aferir das potenciais vantagens desta nova abordagem. Para além de utilizar quer modelos parcialmente condicionais quer modelos totalmente condicionais, este estudo empírico utiliza variáveis de informação europeias, em vez das mais usuais variáveis locais, e leva em consideração a utilização de variáveis condicionais detrended, um procedimento que pretende evitar o surgimento de regressões “falsas”. Um outro ponto que é objecto de análise é a avaliação do impacto do enviesamento provocado pela utilização de amostras que contenham apenas fundos que sobreviveram a todo o período da pesquisa (survivorship bias), um problema que afecta a grande maioria dos estudos empíricos. Os resultados da análise efectuada sugerem que os gestores dos fundos não são capazes de “bater” o mercado, evidenciando desempenhos negativos ou neutros. Para além disso, observa-se um distance effect, pois os gestores que investem no mercado local obtêm desempenhos superiores aos que investem no mercado europeu. A introdução da condicionalidade nos modelos fez com que tanto o desempenho dos fundos como o poder explicativo dos modelos melhorasse ligeiramente. Para além disso, há evidência de betas (mas não de alfas) variáveis ao longo do tempo em função das variáveis de informação. Contudo, a significância destas variáveis parece estar relacionada com a existência de regressões “falsas”. No que respeita ao survivorship bias, este tem um impacto pequeno nas estimativas do desempenho.