Inflation when the planner wants less spending

I study optima in a random-matching model of outside money. The examples in this paper show a conflict between private and collective interests. While the planner worry about the extensive and intensive margin effects of trades in a steady state, people want the exhaust the gains from trades immediately, i.e., once in a meeting, consumers prefer spend more for a better output than take the risk of saving money and wait for good meetings in the future. Thus, the conflict can force the planner to choose allocations with a more disperse money distribution, mainly if people are im- patient. When the patient rate is low enough, the planner uses a expansionary policy to generate a better distribution of money for future trades.

Predictable dividends and returns

The conventional wisdom is that the aggregate stock price is predictable by the lagged pricedividend ratio, and that aggregate dividends follow approximately a random-walk. Contrary to this belief, this paper finds that variation in the aggregate dividends and price-dividend ratio is related to changes in expected dividend growth. The inclusion of labor income in a cointegrated vector autoregression with prices and dividends allows the identification of predictable variation in dividends. Most of the variation in the price-dividend ratio is due to changes in expected returns, but this paper shows that part of variation is related to transitory dividend growth shocks. Moreover, most of the variation in dividend growth can be attributed to these temporary changes in dividends. I also show that the price-dividend ratio (or dividend yield) can be constructed as the sum of two distinct, but correlated, variables that separately predict dividend growth and returns. One of these components, which could be called the expected return state variable, predicts returns better than the price-dividend ratio does.

Verificação da memória longa persistente no mercado de bitcoins : uma análise do expoente de Hurst ao longo do tempo

Um dos principais fatores de estudo do mercado de capitais é a discussão a respeito da teoria de eficiência de mercado, que no caso diverge em relação ao comportamento do preço da maioria dos ativos. Este trabalho tem o intuito de analisar o comportamento do principal índice de preços do mercado de bitcoins (BPI) durante o período de julho de 2010 a setembro de 2014. Inicialmente será testada a hipótese do passeio aleatório para o BPI. Em seguida serão verificadas as correlações de longa data nas séries financeiras temporais utilizando como instrumento de análise o expoente de Hurst (H), que inicialmente foi usado para calcular correlações em fenômenos naturais e posteriormente sua abrangência alcançou a área financeira. O estudo avalia o expoente H através de métodos distintos destacando-se a análise R/S e a DFA. Para o cálculo do expoente ao longo do tempo, utiliza-se uma janela móvel de 90 dias deslocando-se de 10 em 10 dias. Já para o cálculo em diferentes escalas verifica-se, para cada dia, o valor do expoente H nos últimos 360, 180 e 90 dias respectivamente. Os resultados evidenciaram que o índice BPI apresenta memória longa persistente em praticamente todo o período analisado. Além disso, a análise em diferentes escalas indica a possibilidade de previsão de eventos turbulentos no índice neste mesmo período. Finalmente foi possível comprovar a hipótese de mercados fractais para a série histórica de retornos do BPI.

Uma abordagem GVAR de previsões de taxas de câmbio

O presente trabalho propõe um modelo de previsão simultânea de taxas de câmbio de vários países utilizando a abordagem GVAR e analisa a qualidade destas previsões. Para isso foram utilizados dados de 10 países ou regiões de taxa de câmbio, taxas de juros e nível de preços com frequência mensal entre 2003 e 2015. As previsões foram feitas utilizando janela móvel de 60 meses e avaliadas através da comparação dos erros quadráticos médios contra o benchmark padrão, o random walk, e dos testes de Pesaran e Timmermann e de Diebold e Mariano. Foram feitas previsões out-of-sample para horizontes de 1, 3, 12 e 18 meses. Os resultados mostram que o modelo proposto não consegue superar sistematicamente o random walk, contudo apresenta algum poder de previsão em alguns casos específicos