Convex combinations of long memory estimates from different sampling rates

Convex combinations of long memory estimates using the same data observed at different sampling rates can decrease the standard deviation of the estimates, at the cost of inducing a slight bias. The convex combination of such estimates requires a preliminary correction for the bias observed at lower sampling rates, reported by Souza and Smith (2002). Through Monte Carlo simulations, we investigate the bias and the standard deviation of the combined estimates, as well as the root mean squared error (RMSE), which takes both into account. While comparing the results of standard methods and their combined versions, the latter achieve lower RMSE, for the two semi-parametric estimators under study (by about 30% on average for ARFIMA(0,d,0) series).

Antecedentes ao sucesso na operação de PMO’s: um modelo estrutural

O objetivo deste estudo explano-exploratório é determinar os fatores chave de sucesso para a operação de PMOs (Project Management Office) nas organizações. Como meio de alcançar o objetivo traçado, realizou-se o levantamento bibliográfico para: (a) conceituar gerenciamento de projetos e PMOs; (b) identificar as diferentes formas de atuação de PMO; (c) identificar os fatores chave de sucesso na operação de PMOs; (d) identificar os fatores que influenciam o sucesso na operação de PMOs; (e) elaborar um meta-modelo contendo os fatores que influenciam e definem o sucesso na operação de PMOs; (f) desenvolver questionário estruturado como instrumento de coleta de dados e (g) levantar metodologia aplicável para o uso de equações estruturais. Durante o período de aplicação do instrumento de coleta de dados, foram obtidas 553 respostas válidas, preenchidas por especialistas em gerenciamento de projetos, sendo 489 do Brasil e 64 de diversos países no mundo. A partir dos dados obtidos, a pesquisa valeu-se das técnicas de Análise Fatorial Exploratória (AFE), Análise Fatorial Confirmatória (AFC) e Modelagem de Equações Estruturais (SEM) para confirmar o meta-modelo teórico proposto. Verificou-se que o meta-modelo inicial não foi confirmado sendo, portanto, necessário a realização de ajustes, os quais foram implementados com justificativas teóricas adequadas. Ainda assim, o meta-modelo final, obtido após as alterações realizadas, explica cerca de 7% da variância dos fatores de sucesso na operação de PMOs.

Ganhar tempo é possível?

O trabalho dimensiona a concentração da produção – tanto a destinada ao autoconsumo quanto a vendida, do ponto de vista dos estabelecimentos. Verificou-se que 423.689 estabelecimentos (8,19% dos 5.175.489 estabelecimentos reportados pelo Censo Agropecuário de 2006) foram responsáveis por 84,89% da produção declarada¹. Cada estabelecimento desse estrato produziu por mês, em média, R$ 24.012,55 equivalentes a 80,04 salários mínimos. Desses, apenas 22.188 (0,43%) estabelecimentos produziram 51,34% do valor da produção. Em seguida, estão os 975.974 estabelecimentos da classe [7.200,00, 36.000,00), em R$/ano, que correspondem a 18,86% do número total de estabelecimentos e geraram 11,08% do valor da produção declarada². Os estabelecimentos desse estrato geraram por mês, em média, R$ 1.360,38, ou seja, 4,53 salários mínimos. Finalmente, seguem-se os estabelecimentos da classe [0, 7.200,00), em número de 3.775.826 (72,96% do total). Geraram valor de produção correspondente a 4,04% do total, sendo R$ 128,13, em média, por estabelecimento/mês, ou 0,43 salário mínimo (de 2006). Portanto, estamos diante de grande concentração da produção e, ressalte-se, não estamos falando de concentração de renda, e nem fazendo comparações com outros setores da economia, a qual, para ser estabelecida, exigiria conhecimento da renda líquida. O primeiro grupo de estabelecimentos pode ser atendido por políticas de alcance geral, que em geral se somam às tendências predominantes no mercado, e tem condições de resolver o seu problema de renda dentro da agricultura comercial na qual já se insere. O mesmo se dá com o segundo grupo, desde que bem assistido por políticas específicas. Já a solução agrícola para a pobreza do terceiro grupo é bem mais complexa e desafiadora da capacidade dos governantes e dirigentes públicos de conceber e implementar políticas consistentes com a extensão e a profundidade do desafio. Engloba 11,3 milhões de pessoas (admitindo a média de três por estabelecimento), fortes candidatas a optarem pelo endereço urbano, visto terem plena consciência do custo de oportunidade da opção de vida rural comparada à da urbana. Em princípio, nada há, filosoficamente, que recomende evitar tal migração, dado que aí está em jogo o direito de ir e vir, um dos mais fundamentais na sociedade contemporânea. Contudo, torna-se recomendável examinar alternativas de políticas capazes de tornar a opção de residência no campo mais atrativa às famílias do que a urbana, oferecendo-lhes perspectivas de progresso pessoal. Para tanto, é necessária forte dose de política assistencialista. No Nordeste, residem 47,09% de toda a população rural. De acordo com o Censo Agropecuário 2006, conforme dados fornecidos pelo IBGE, 47,42% de todos os estabelecimentos estão lá. A produção por estabelecimento, naquele ano, correspondeu a R$ 11.578,44 contra R$ 27.789,50 para o Brasil. Vê-se então que reside no Nordeste grande parte do desafio da pobreza rural brasileira, e é lá que se deve concentrar a maior parte das políticas assistencialistas.