Forecasting accuracy and estimation uncertainty using VAR models with short- and long-term economic restrictions: a Monte-Carlo study

Using vector autoregressive (VAR) models and Monte-Carlo simulation methods we investigate the potential gains for forecasting accuracy and estimation uncertainty of two commonly used restrictions arising from economic relationships. The Örst reduces parameter space by imposing long-term restrictions on the behavior of economic variables as discussed by the literature on cointegration, and the second reduces parameter space by imposing short-term restrictions as discussed by the literature on serial-correlation common features (SCCF). Our simulations cover three important issues on model building, estimation, and forecasting. First, we examine the performance of standard and modiÖed information criteria in choosing lag length for cointegrated VARs with SCCF restrictions. Second, we provide a comparison of forecasting accuracy of Ötted VARs when only cointegration restrictions are imposed and when cointegration and SCCF restrictions are jointly imposed. Third, we propose a new estimation algorithm where short- and long-term restrictions interact to estimate the cointegrating and the cofeature spaces respectively. We have three basic results. First, ignoring SCCF restrictions has a high cost in terms of model selection, because standard information criteria chooses too frequently inconsistent models, with too small a lag length. Criteria selecting lag and rank simultaneously have a superior performance in this case. Second, this translates into a superior forecasting performance of the restricted VECM over the VECM, with important improvements in forecasting accuracy ñreaching more than 100% in extreme cases. Third, the new algorithm proposed here fares very well in terms of parameter estimation, even when we consider the estimation of long-term parameters, opening up the discussion of joint estimation of short- and long-term parameters in VAR models.

Análise de séries de tempo e modelo de formação de expectativas

É fato comum na teoria econômica que os indivíduos reagem a valores correntes de variáveis e a seus valores esperados no futuro. Como as expectativas se formam ainda é matéria de debates. É improvável que exista um único mecanismo explicativo. Propomos como uma importante aplicação do estudo de séries de tempo, a geração de modelos de formação de expectativas através de tais técnicas. Neste trabalho descrevemos e discutimos os modelos de formação de expectativas mais usuais empregados em estudos econômicos passados.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the (feasible) bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular, it is asymptotically equivalent to the conditional expectation, i.e., has an optimal limiting mean-squared error. We also develop a zeromean test for the average bias and discuss the forecast-combination puzzle in small and large samples. Monte-Carlo simulations are conducted to evaluate the performance of the feasible bias-corrected average forecast in finite samples. An empirical exercise based upon data from a well known survey is also presented. Overall, theoretical and empirical results show promise for the feasible bias-corrected average forecast.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular it delivers a zero-limiting mean-squared error if the number of forecasts and the number of post-sample time periods is sufficiently large. We also develop a zero-mean test for the average bias. Monte-Carlo simulations are conducted to evaluate the performance of this new technique in finite samples. An empirical exercise, based upon data from well known surveys is also presented. Overall, these results show promise for the bias-corrected average forecast.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the (feasible) bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular, it is asymptotically equivalent to the conditional expectation, i.e., has an optimal limiting mean-squared error. We also develop a zeromean test for the average bias and discuss the forecast-combination puzzle in small and large samples. Monte-Carlo simulations are conducted to evaluate the performance of the feasible bias-corrected average forecast in finite samples. An empirical exercise, based upon data from a well known survey is also presented. Overall, these results show promise for the feasible bias-corrected average forecast.

Bandas de câmbio, expectativas de desvalorização, volatilidade crescimento econômico: uma análise comparativa entre o Brasil e outros países emergentes

O trabalho se propõe a, de acordo com os testes de credibilidade existentes, avaliar se a crise do México em 94 e a crise asiática, tendo como proxy os casos da Tailândia e Hong Kong poderiam ter sido previstas com os modelos existentes de credibilidade. Além disso, são feitas modificações nos testes de modo a tomá-los mais eficientes. Desta forma, pode-se comparar as conclusões a respeito baseadas apenas em modelos de previsão e conclusões construídas a partir da observação de outras variáveis econômicas. Os países analisados neste trabalho são Brasil, México (antes de 94), Venezuela, Rússia, Tailândia e Hong Kong.

Um experimento para o modelo do holdout do vendedor

Essa dissertação apresenta uma análise experimental do modelo de holdout apresentado em Menezes e Pitchford (2004), no qual o aumento na complementeri- dade entre os bens dos vendedores implica maior probabilidade de ocorrência de holdout, ou atraso do vendedor, na negociação entre os vendedores e um com- prador. O comportamento observado no laboratório corrobora essa previsão do modelo teórico. Observou-se, ainda, que os jogadores com maiores ganhos no ex- perimento atrasaram menos a entrada na negociação.

Modelos estatísticos de segmentação da estrutura a Termo: testes empíricos de ajustes e previsões

Neste trabalho é proposta uma classe de modelos paramétricos para estrutura a termo de taxa de juros (ETTJ) em que diferentes segmentos possam ter características próprias, porém não independentes, o que é condizente com a teoria de preferências por Habitat. O modelo baseia-se em Bowsher & Meeks (2006) onde a curva é determinada por um spline cúbico nas yields latentes, mas difere no sentido de permitir diferentes funções de classe C2 entre os segmentos, ao invés de polinômios cúbicos. Em particular usa-se a especi cação de Nelson & Siegel, o que permite recuperar o modelo de Diebold & Li (2006) quando não há diferenciação entre os segmentos da curva. O modelo é testado na previsão da ETTJ americana, para diferentes maturidades da curva e horizontes de previsão, e os resultados fora da amostra são comparados aos modelos de referência nesta literatura. Adicionalmente é proposto um método para avaliar a robustez da capacidade preditiva do modelos. Ao considerar a métrica de erros quadráticos médios , os resultados são superiores à previsão dos modelos Random Walk e Diebold & Li, na maior parte das maturidades, para horizontes de 3, 6 , 9 e 12 meses.

Utilização de reserva de óleo e gás em modelos de avaliação por múltiplos para empresas petrolíferas

O aumento global dos investimentos gerou a necessidade de uma melhor determinação do valor justo das empresas, para tanto, no presente, existem diversas metodologias de avaliação. A metodologia do Fluxo de Caixa Descontado (FCD) e a Avaliação Relativa, também conhecida como múltiplos, são as mais utilizadas. Ao mesmo tempo, o setor de petróleo e gás natural transformou-se em um dos principais segmentos econômicos, principalmente para países em desenvolvimento. Para as empresas desse setor, as reservas de petróleo são cruciais, pois são indicativos de previsão de produção e a garantia de geração de fluxo de caixa no futuro. Dentro desta perspectiva, este trabalho procura quantificar qual a influência do volume das reservas provadas de empresas petrolíferas integradas com ações listadas na bolsa de valores de Nova York (NYSE) no valor de mercado do patrimônio líquido destas empresas. Ou seja, vamos procurar identificar qual a influência do volume das reservas provadas na avaliação relativa por múltiplos, que são indicadores de valor de mercado. O resultado obtido sugere que a acumulação de reservas como estratégia de valorização de uma empresa de petróleo, sem reflexo na lucratividade ou no valor patrimonial, será penalizada pelo mercado.

Prevendo inflação usando séries temporais e combinações de previsões

O propósito deste estudo é analisar a capacidade dos modelos econométricos ARMA, ADL, VAR e VECM de prever inflação, a fim de verificar qual modelagem é capaz de realizar as melhores previsões num período de até 12 meses, além de estudar os efeitos da combinação de previsões. Dentre as categorias de modelos analisados, o ARMA (univariado) e o ADL (bivariado e multivariado), foram testados com várias combinações de defasagens. Foram realizadas previsões fora-da-amostra utilizando 3 períodos distintos da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de verificar os desvios medidos através do EQM (erro quadrático médio). Combinações das previsões usando média aritmética, um método de média ponderada proposto por Bates e Granger (1969) e média ponderada através de regressão linear múltipla foram realizadas. As previsões também foram combinadas com a previsão do boletim FOCUS do Banco Central. O método de Bates e Granger minimiza a variância do erro da combinação e encontra uma previsão com variância do erro menor ou igual à menor variância dos erros das previsões individuais, se as previsões individuais forem não viesadas. A conclusão é que, com as técnicas de séries temporais utilizadas, alguns modelos individuais fornecem previsões com EQM relativamente baixos. Destacando-se, dentre eles, os modelos VAR e VECM. Porém, com a combinação de previsões os EQM obtidos são menores do que os das previsões individuais usadas para combinação. Na maioria dos casos, a combinação de previsões com o boletim FOCUS também melhorou significativamente os resultados e forneceu previsões com EQM menores do que os das previsões individuais, destacando-se, dentre os métodos de combinações utilizados, a combinação via regressão linear múltipla.

Técnicas econométricas para a delimitação de mercados relevantes geográficos, aplicação para a petroquímica

Este trabalho apresenta técnicas econométricas de análise de séries temporais que permitem testar, empiricamente, hipóteses sobre a definição da dimensão geográfica de mercados relevantes. Estas técnicas são aplicadas ao mercado brasileiro de resinas termoplásticas polietilenos e polipropileno com o objetivo de obter subsídios para a correta caracterização de sua dimensão geográfica. Os resultados obtidos adicionam evidências no sentido de que estes mercados relevantes geográficos podem ser definidos como internacionais. A técnica da cointegração indica que existe uma relação estável de longo prazo entre os preços das resinas produzidas domesticamente e das resinas internalizadas. Desvios desta relação têm caráter transitório. Por intermédio da análise da decomposição de variância percebe-se que os erros de previsão dos valores das resinas domésticas passam a ser rapidamente explicados pelas variações ocorridas nos preços das resinas internalizadas, sendo que o oposto não ocorre, ou seja, os preços das resinas internalizadas são explicados primordialmente por seus próprios desvios. Por fim, a Técnica da causalidade de Granger aponta que apenas o preço das resinas internalizadas causa , no sentido de Granger, o preço das resinas domésticas. O oposto não é valido e as variações nos preços das resinas domésticas não adicionam capacidade de previsão dos preços das resinas internalizadas.

“Ombro-cabeça-ombro”: testando a lucratividade do padrão gráfico de análise técnica no mercado de ações brasileiro

A partir de uma adaptação da metodologia de Osler e Chang (1995), este trabalho avalia, empiricamente, a lucratividade de estratégias de investimento baseadas na identificação do padrão gráfico de Análise Técnica Ombro-Cabeça-Ombro no mercado de ações brasileiro. Para isso, foram definidas diversas estratégias de investimento condicionais à identificação de padrões Ombro-Cabeça- Ombro (em suas formas padrão e invertida), por um algoritmo computadorizado, em séries diárias de preços de 47 ações no período de janeiro de 1994 a agosto de 2006. Para testar o poder de previsão de cada estratégia, foram construídos intervalos de confiança, a partir da técnica Bootstrap de inferência amostral, consistentes com a hipótese nula de que, baseado apenas em dados históricos, não é possível criar estratégias com retornos positivos. Mais especificamente, os retornos médios obtidos por cada estratégia nas séries de preços das ações, foram comparados àqueles obtidos pelas mesmas estratégias aplicadas a 1.000 séries de preços artificiais - para cada ação - geradas segundo dois modelos de preços de ações largamente utilizados: Random Walk e E-GARCH. De forma geral, os resultados encontrados mostram que é possível criar estratégias condicionais à realização dos padrões Ombro- Cabeça-Ombro com retornos positivos, indicando que esses padrões conseguem capturar nas séries históricas de preços de ações sinais a respeito da sua movimentação futura de preços, que não são explicados nem por um Random Walk e nem por um E-GARCH. No entanto, se levados em consideração os efeitos das taxas e dos custos de transação, dependendo das suas magnitudes, essas conclusões somente se mantêm para o padrão na sua forma invertida

Projetos de infraestrutura pública: risco, incerteza e incentivos

O delineamento na divisão ótima de trabalho entre a esfera pública e privada tem suscitado estudos na moderna organização industrial. Arranjos contratuais na modalidade de parcerias público-privadas (PPP) oferecem uma nova oportunidade para analisar aspectos relacionados a compartilhamento de riscos em projetos de infraestrutura e alinhamento de incentivos. Um dos objetivos das parcerias público-privadas (PPP) é o de viabilizar projetos de infraestrutura através da concessão de algum tipo de apoio governamental, como garantias ou aportes de recursos. Uma das formas de redução de risco é a concessão de garantias de demanda onde o governo indeniza o investidor sempre que sua receita fique abaixo de um piso predeterminado. O presente estudo analisa o caso de limites no comprometimento do governo em projetos de PPP. Limites na ação do governo são indicados porque ao conceder garantias em projetos de infraestrutura privada ou em projetos de PPP o governo assume um passivo contingencial que, na maioria das vezes, não é adequadamente contabilizado nas contas públicas, podendo ainda acarretar ônus excessivo para o governo se os riscos envolvidos não forem adequadamente quantificados e analisados. Embora não impactem o fluxo de caixa hoje, esses passivos podem significar um pesado ônus para a sociedade no futuro. A partir de modelos de precificação de projetos de infraestrutura, baseados na metodologia das opções reais, avalia-se que garantias limitadas, em projetos de PPP, reduzem o risco e aumentam a atratividade de projetos na ótica privada e que um orçamento limitado é uma forma de alinhar incentivos na ótima pública. Considerando a escassez de estudos envolvendo os riscos comerciais associados a projetos de concessão rodoviária e sendo a demanda de tráfego a principal fonte de risco, o estudo combina técnicas matemáticas de interpolação com modelos econométricos de previsão propondo uma ferramenta alternativa para estimar e projetar o volume de tráfego nas rodovias brasileiras. Realiza-se um estudo de caso para trechos da BR-163 no estado de Mato Grosso sob a hipótese de que o volume de tráfego rodoviário depende diretamente da produção escoada pelas rodovias nacionais, e utiliza-se dados de produção agrícola no estado de Mato Grosso como proxy no processo de interpolação. As projeções de tráfego mensais obtidas e inexistentes em frequência regular nas diversas rodovias do país se mostraram consistentes com as previsões de outros estudos, mas possuem a vantagem de possibilitar a realização de previsão mensal e análise de sensibilidade. A principal vantagem do novo modelo é permitir a análise de risco da previsão de tráfego futuro e o intervalo de confiança da previsão.

Um estudo dos supermercados no Brasil: uma investigação sobre a demanda de mercado, a fatia de mercado e a área de influência

Esse trabalho dá continuidade a estudos anteriores e visa contribuir para o avanço da ainda embrionária teoria varejista. Conseguimos desenvolver e operacionalizar os conceitos de área de influência, demanda de mercado e fatia de mercado, e analisar os resultados desses indicadores para os 27 supermercados de São Paulo, que participaram de nossa extensa pesquisa empírica. Um processo de modelagem econométrica foi conduzido, resultando em um modelo de regressão múltipla que satisfatoriamente explica e prevê área de influência como função de três variáveis: tamanho da loja, densidade populacional e disponibilidade de transporte coletivo. Apoiado em rigorosa metodologia de previsão de mercado, o estudo também revela estimativas de mercado que substancialmente diferem dos valores que vem sendo publicados na mídia especializada do setor. Nossa estimativa da demanda de mercado para o setor 'supermercados' no Brasil, em 2002, chega a superar R$ 100 bilhões, enquanto que nossa projeção da concentração das 5 maiores empresas no setor é de apenas 25%.