Memória longa em dados intradiários: um estudo sobre projeções baseadas na ordem fracionária de integração dos Retornos de Ações e Índices de ações

Mandelbrot (1971) demonstrou a importância de considerar dependências de longo prazo na precificação de ativos - o método tradicional para mensurá-las, encontrado em Hurst (1951), faz uso da estatística R/S. Paralelamente a isso, Box e Jenkins (1976; edição original de 1970) apresentaram sua famosa metodologia para determinação da ordem dos parâmetros de modelos desenvolvidos no contexto de processos com memória de curto prazo, conhecidos por ARIMA (acrônimo do inglês Autoregressive Integrated Moving Average). Estimulados pela percepção de que um modelo que pretenda representar fielmente o processo gerador de dados deva explicar tanto a dinâmica de curto prazo quanto a de longo prazo, Granger e Joyeux (1980) e Hosking (1981) introduziram os modelos ARFIMA (de onde o F adicionado vem de Fractionally), uma generalização da classe ARIMA, nos quais a dependência de longo prazo estimada é relacionada ao valor do parâmetro de integração. Pode-se dizer que a partir de então processos com alto grau de persistência passaram a atrair cada vez mais o interesse de pesquisadores, o que resultou no desenvolvimento de outros métodos para estimá-la, porém sem que algum tenha se sobressaído claramente – e é neste ponto que o presente trabalho se insere. Por meio de simulações, buscou-se: (1) classificar diversos estimadores quanto a sua precisão, o que nos obrigou a; (2) determinar parametrizações razoáveis desses, entendidas aqui como aquelas que minimizam o viés, o erro quadrático médio e o desvio-padrão. Após rever a literatura sobre o tema, abordar estes pontos se mostrou necessário para o objetivo principal: elaborar estratégias de negociação baseadas em projeções feitas a partir da caracterização de dependências em dados intradiários, minuto a minuto, de ações e índices de ações. Foram analisadas as séries de retornos da ação Petrobras PN e do Índice Bovespa, com dados de 01/04/2013 a 31/03/2014. Os softwares usados foram o S-Plus e o R.

"Desesperança de vida: homicídio em Minas Gerais , Rio de Janeiro e São Paulo: 1981 a 1997"

This paper studies the male homicide rate and its relation to economic variables in the states of Minas Gerais, São Paulo e Rio de Janeiro between 1981 and 1997. The novelty of our approach is the construction of homicide rates specific for each age between 15 and 40 years old. The economic variables' coefficients are significant1y different from zero for the population between 15 and 19 years old. As expected, an increase in real wage and a decrease in inequality reduce the rate of homicide. Surprisingly, a decrease in the unemployment rate seems to increase the rate ofhomicide. Most coefficients, however, converge to zero as a generation gets older, becoming non-significant for the population aged 20 years old or more. We also identify an inertia component in the homicide rate: generations with higher homicide rates when young also tend to have higher homicide rates over the remain of their life cycle. Therefore, if economic variables induce a high rate of homicide among young people in a certain year, this high rate tend to persist over the generation life cycle independent1y of the economy later behavior. Regressions are performed using a reformulation of the standard Logit model that incorporates a lagged dependent variable.