Ciclos internacionais de negócios : uma análise de mudança de regime markoviano para Brasil, Argentina e Estados Unidos

Este trabalho tem por objetivo promover uma análise dos ciclos econômicos de Brasil, Argentina e Estados Unidos, dando ênfase às mudanças de regimes ocorridas ao longo das flutuações experimentadas por esses países. Estudos recentes sobre ciclos têm argumentado em favor de ciclos internacionais de negócios. Nesse sentido, em especial, o trabalho visa testar a hipótese de um ciclo comum que afetaria ambos os países. A metodologia utilizada é a dos modelos MS-VAR – Markov switching vector autoregressions. Especificações univariadas são estimadas para o período de 1900 a 2000 e os resultados comparados aos fatos estilizados de cada país. Posteriormente um modelo multivariado é formulado para abrigar a hipótese de um ciclo conjunto, visto como mudanças comuns no processo estocástico do crescimento desses países. Os resultados sugerem que as evidências em favor desse ciclo comum são pouco robustas. As correlações contemporâneas estimadas apresentam valores bastante modestos. Em particular, existem significativas diferenças nos ciclos de Brasil, Argentina e Estados Unidos, cada um deles com características próprias e comportamentos singulares.

Interações entre as políticas monetária e fiscal no Brasil sob a ótica da teoria fiscal do nível de preços

Este trabalho tem como objetivo identificar a predominância de um regime de Dominância Monetária ou Fiscal no Brasil no período Pós-Real. Para isto, o desenvolvimento desta análise é baseado em um modelo proposto por Canzoneri, Cumby e Diba (2000). O modelo propõe uma relação entre as séries dívida pública/PIB e superávit primário/PIB através da metodologia VAR (Vetores Autoregressivos) com análise sobre suas funções de impulso resposta. Outro objetivo é estender o artigo de Muscatelli et. al. (2002) sobre interações entre políticas monetária e fiscal utilizando o instrumental econométrico MS-VAR (Markov-Switching Vector Autoregressive Model) apresentado por Krolzig (1997), visto que o relacionamento entre as políticas pode não ser constante ao longo do tempo. Concluiu-se que a coordenação macroeconômica entre as políticas monetária e fiscal no Brasil foi praticamente de caráter substituta em todo período analisado e com regime predominantemente fiscal segundo o pressuposto de políticas não-ricardianas da Teoria Fiscal do Nível de Preços.

Graphical models and point set matching

Point pattern matching in Euclidean Spaces is one of the fundamental problems in Pattern Recognition, having applications ranging from Computer Vision to Computational Chemistry. Whenever two complex patterns are encoded by two sets of points identifying their key features, their comparison can be seen as a point pattern matching problem. This work proposes a single approach to both exact and inexact point set matching in Euclidean Spaces of arbitrary dimension. In the case of exact matching, it is assured to find an optimal solution. For inexact matching (when noise is involved), experimental results confirm the validity of the approach. We start by regarding point pattern matching as a weighted graph matching problem. We then formulate the weighted graph matching problem as one of Bayesian inference in a probabilistic graphical model. By exploiting the existence of fundamental constraints in patterns embedded in Euclidean Spaces, we prove that for exact point set matching a simple graphical model is equivalent to the full model. It is possible to show that exact probabilistic inference in this simple model has polynomial time complexity with respect to the number of elements in the patterns to be matched. This gives rise to a technique that for exact matching provably finds a global optimum in polynomial time for any dimensionality of the underlying Euclidean Space. Computational experiments comparing this technique with well-known probabilistic relaxation labeling show significant performance improvement for inexact matching. The proposed approach is significantly more robust under augmentation of the sizes of the involved patterns. In the absence of noise, the results are always perfect.