Subcultura tuning: a identidade estendida na personalidade de automóveis

The admiration of people for automobiles has been known and revealed for many years all over the world. Being through academic studies, proprietor declaration and admirers, the automobile is an object of desire, admiration, love, passion, dream, pride and accomplishment which, with all of this, promotes various types of feelings with the identification, discrimination, expression and the projection of identity. This research was based on the theories about consumers¿ behaviors, self-concept and extended self. It'll be approached in a qualitative and exploratory way the personal behavior of the consumers who personalizes their automobile, the consumer Tuning. The Objective of this project is to explore how the ¿Tuners¿ use a personalized car to construct their social identity. Supplementary, was explored which factors commence and initiated the extension process of self-automobile and also, how they connect with their object and why this relationship is establish this way. Seven people were interviewed of the male sex between 19 and 33 years old, living in the stated of Rio de Janeiro and São Paulo, during the period of September and October of the year 2007. The results observed were that the cars, like objects, can literally broaden its owner¿s personality. The creation process, sustentation and nutrition of the ¿Self¿ through the car can be observed in the personalization of their own cars, with this, using like the middle and end. It was also observed that the begin of the personalization phenomenon of automobiles in Brazil is began, mainly, in the 21 century with the diffuser of the culture, the cinema, evince even more, processes that already existent in the extension of the personalized cars. Observing that a personalized automobile tents to be in a free way, like a distance, when possible, from intransigence of models or imposition of the ways to be accomplished. Definitively, stories like: ¿My car is just a useful way to travel which I use only when necessary¿ will not be found in this research.

Um modelo "time-varying markov-Switching" para crescimento econômico e algoritmo de estimação

Este trabalho elabora um modelo para investigação do padrão de variação do crescimento econômico, entre diferentes países e através do tempo, usando um framework Markov- Switching com matriz de transição variável. O modelo desenvolvido segue a abordagem de Pritchett (2003), explicando a dinâmica do crescimento a partir de uma coleção de diferentes estados – cada qual com seu sub-modelo e padrão de crescimento – através dos quais os países oscilam ao longo do tempo. A matriz de transição entre os diferentes estados é variante no tempo, dependendo de variáveis condicionantes de cada país e a dinâmica de cada estado é linear. Desenvolvemos um método de estimação generalizando o Algoritmo EM de Diebold et al. (1993) e estimamos um modelo-exemplo em painel com a matriz de transição condicionada na qualidade das instituições e no nível de investimento. Encontramos três estados de crescimento: crescimento estável, ‘milagroso’ e estagnação - virtualmente coincidentes com os três primeiros de Jerzmanowski (2006). Os resultados mostram que a qualidade das instituições é um importante determinante do crescimento de longo prazo enquanto o nível de investimento tem papel diferenciado: contribui positivamente em países com boa qualidade de instituições e tem papel pouco relevante para os países com instituições medianas ou piores.

Descobrindo modelos de previsão para a inflação brasileira : uma análise a partir do algoritmo autometrics

O presente trabalho tem como objetivo avaliar a capacidade preditiva de modelos econométricos de séries de tempo baseados em indicadores macroeconômicos na previsão da inflação brasileira (IPCA). Os modelos serão ajustados utilizando dados dentro da amostra e suas projeções ex-post serão acumuladas de um a doze meses à frente. As previsões serão comparadas a de modelos univariados como autoregressivo de primeira ordem - AR(1) - que nesse estudo será o benchmark escolhido. O período da amostra vai de janeiro de 2000 até agosto de 2015 para ajuste dos modelos e posterior avaliação. Ao todo foram avaliadas 1170 diferentes variáveis econômicas a cada período a ser projetado, procurando o melhor conjunto preditores para cada ponto no tempo. Utilizou-se o algoritmo Autometrics para a seleção de modelos. A comparação dos modelos foi feita através do Model Confidence Set desenvolvido por Hansen, Lunde e Nason (2010). Os resultados obtidos nesse ensaio apontam evidências de ganhos de desempenho dos modelos multivariados para períodos posteriores a 1 passo à frente.