Forecasting Brazilian inflation by its aggregate and disaggregated data: a test of predictive power by forecast horizon

This work aims to compare the forecast efficiency of different types of methodologies applied to Brazilian Consumer inflation (IPCA). We will compare forecasting models using disaggregated and aggregated data over twelve months ahead. The disaggregated models were estimated by SARIMA and will have different levels of disaggregation. Aggregated models will be estimated by time series techniques such as SARIMA, state-space structural models and Markov-switching. The forecasting accuracy comparison will be made by the selection model procedure known as Model Confidence Set and by Diebold-Mariano procedure. We were able to find evidence of forecast accuracy gains in models using more disaggregated data

Previsão de inflação utilizando modelos de séries temporais

Este trabalho compara modelos de séries temporais para a projeção de curto prazo da inflação brasileira, medida pelo Índice de Preços ao Consumidor Amplo (IPCA). Foram considerados modelos SARIMA de Box e Jenkins e modelos estruturais em espaço de estados, estimados pelo filtro de Kalman. Para a estimação dos modelos, foi utilizada a série do IPCA na base mensal, de março de 2003 a março de 2012. Os modelos SARIMA foram estimados no EVIEWS e os modelos estruturais no STAMP. Para a validação dos modelos para fora da amostra, foram consideradas as previsões 1 passo à frente para o período de abril de 2012 a março de 2013, tomando como base os principais critérios de avaliação de capacidade preditiva propostos na literatura. A conclusão do trabalho é que, embora o modelo estrutural permita, decompor a série em componentes com interpretação direta e estudá-las separadamente, além de incorporar variáveis explicativas de forma simples, o desempenho do modelo SARIMA para prever a inflação brasileira foi superior, no período e horizonte considerados. Outro importante aspecto positivo é que a implementação de um modelo SARIMA é imediata, e previsões a partir dele são obtidas de forma simples e direta.

Comparação de previsões para a produção industrial brasileira considerando efeitos calendário e modelos agregados e desagregados

O trabalho tem como objetivo verificar a existência e a relevância dos Efeitos Calendário em indicadores industriais. São explorados modelos univariados lineares para o indicador mensal da produção industrial brasileira e alguns de seus componentes. Inicialmente é realizada uma análise dentro da amostra valendo-se de modelos estruturais de espaço-estado e do algoritmo de seleção Autometrics, a qual aponta efeito significante da maioria das variáveis relacionadas ao calendário. Em seguida, através do procedimento de Diebold-Mariano (1995) e do Model Confidence Set, proposto por Hansen, Lunde e Nason (2011), são realizadas comparações de previsões de modelos derivados do Autometrics com um dispositivo simples de Dupla Diferença para um horizonte de até 24 meses à frente. Em geral, os modelos Autometrics que consideram as variáveis de calendário se mostram superiores nas projeções de 1 a 2 meses adiante e superam o modelo simples em todos os horizontes. Quando se agrega os componentes de categoria de uso para formar o índice industrial total, há evidências de ganhos nas projeções de prazo mais curto.

Modelagem do potencial de mercado dos municípios paulistas

Os indicadores de potencial de consumo são medidas indiretas da capacidade de uma região absorver uma determinada categoria de produto. O método de regressão linear simples pode ser utilizado na elaboração de índices simples e robustos que geralmente produzem resultados comparáveis ou superiores aos que podem ser obtidos pela utilização de índices vendidos por empresas de consultoria. Este fato passa despercebido pela maioria dos usuários porque habitualmente não são feitos esforços de comparar os índices com a realidade que estes se propõem a descrever (o que tem uma certa lógica, porque se conhecêssemos a realidade não precisaríamos do índice de potencial). Para estabelecer a metodologia e demonstrar a tese acima, são coletados dados a respeito da área de loja de supermercados dos municípios do Estado de São Paulo; um índice é construído, e em seguida comparado com outros indicadores. Os resultados confirmam a suposição inicial.

Avaliação do Sistema Nacional de Desenvolvimento das Atividades Espaciais

An accident with Brazilian Satellite Launching Vehicle (SLV-1 V03) third prototype in August, 2003 at Alcântara Base, in the State of Maranhão, dramatically exposed accumulated deficiencies affecting Brazilian space sector. A report regarding this accident published by Ministry of Defense recognized the relevance of organizational dimension for the success of Brazilian space policy. In this case study, the author analyses sector organizational structure - the National Space Activities Development System (NSADS) - to evaluate its adequacy to policy development requisites. The Theory of Structural Contingency - TSC provided the analytical framework adopted in the research complemented by two organizational approaches that focuses high risk systems: Normal Accident Theory - NAT and High Reliability Theory - HRT. The last two approaches supported the analysis of NSADS's organizations which are, according to Charles Perrow definition, directly involved in developing high risk technological systems and their relationship with the System. The case study was supplemented with a brief comparison between NSADS and the organizational structures of North-American and French civilian space agencies, respectively, NASA and CNES, in order to subsidize organizational modeling of Brazilian System.

An evolving possibilistic fuzzy modeling approach for value-at-risk estimation

Market risk exposure plays a key role for nancial institutions risk management. A possible measure for this exposure is to evaluate losses likely to incurwhen the price of the portfolio's assets declines using Value-at-Risk (VaR) estimates, one of the most prominent measure of nancial downside market risk. This paper suggests an evolving possibilistic fuzzy modeling approach for VaR estimation. The approach is based on an extension of the possibilistic fuzzy c-means clustering and functional fuzzy rule-based modeling, which employs memberships and typicalities to update clusters and creates new clusters based on a statistical control distance-based criteria. ePFM also uses an utility measure to evaluate the quality of the current cluster structure. Computational experiments consider data of the main global equity market indexes of United States, London, Germany, Spain and Brazil from January 2000 to December 2012 for VaR estimation using ePFM, traditional VaR benchmarks such as Historical Simulation, GARCH, EWMA, and Extreme Value Theory and state of the art evolving approaches. The results show that ePFM is a potential candidate for VaR modeling, with better performance than alternative approaches.