Forecasting electricity demand using generalized long memory

This paper studies the electricity hourly load demand in the area covered by a utility situated in the southeast of Brazil. We propose a stochastic model which employs generalized long memory (by means of Gegenbauer processes) to model the seasonal behavior of the load. The model is proposed for sectional data, that is, each hour’s load is studied separately as a single series. This approach avoids modeling the intricate intra-day pattern (load profile) displayed by the load, which varies throughout days of the week and seasons. The forecasting performance of the model is compared with a SARIMA benchmark using the years of 1999 and 2000 as the out-of-sample. The model clearly outperforms the benchmark. We conclude for general long memory in the series.

Eficiência da magic formula de value investing no mercado brasileiro

O objetivo deste trabalho é realizar procedimento de back-test da Magic Formula na Bovespa, reunindo evidências sobre violações da Hipótese do Mercado Eficiente no mercado brasileiro. Desenvolvida por Joel Greenblatt, a Magic Formula é uma metodologia de formação de carteiras que consiste em escolher ações com altos ROICs e Earnings Yields, seguindo a filosofia de Value Investing. Diversas carteiras foram montadas no período de dezembro de 2002 a maio de 2014 utilizando diferentes combinações de número de ativos por carteira e períodos de permanência. Todas as carteiras, independentemente do número de ativos ou período de permanência, apresentaram retornos superiores ao Ibovespa. As diferenças entre os CAGRs das carteiras e o do Ibovespa foram significativas, sendo que a carteira com pior desempenho apresentou CAGR de 27,7% contra 14,1% do Ibovespa. As carteiras também obtiveram resultados positivos após serem ajustadas pelo risco. A pior razão retorno-volatilidade foi de 1,2, comparado a 0,6 do Ibovespa. As carteiras com pior pontuação também apresentaram bons resultados na maioria dos cenários, contrariando as expectativas iniciais e os resultados observados em outros trabalhos. Adicionalmente foram realizadas simulações para diversos períodos de 5 anos com objetivo de analisar a robustez dos resultados. Todas as carteiras apresentaram CAGR maior que o do Ibovespa em todos os períodos simulados, independentemente do número de ativos incluídos ou dos períodos de permanência. Estes resultados indicam ser possível alcançar retornos acima do mercado no Brasil utilizando apenas dados públicos históricos. Esta é uma violação da forma fraca da Hipótese do Mercado Eficiente.

Teste de eficiência da magic formula de value investing para o mercado brasileiro de ações

O objetivo desse trabalho é realizar um procedimento de back-test da Magic Formula no IBX-100, a fim de reunir evidencias sobre a eficiência de tal metodologia no processo de seleção das melhores ações e formação de carteiras que superem o desempenho do IBX-100 no longo prazo. Desenvolvida por Joel Greenblatt, a Magic Formula é uma metodologia de formação de carteiras que consiste em escolher ações com altos ROICs e Earnings Yields, seguindo a filosofia de Value Investing. Diversas carteiras foram montadas no período de janeiro de 2000 a junho de 2015 utilizando diferentes combinações de número de ativos por carteira e períodos de permanência. Nem todas as carteiras apresentaram retornos superiores ao índice de mercado. Aparentemente, as carteiras com mais ações e períodos de permanência mais longos apresentam desempenho superior às carteiras menores e com rotatividade maior (períodos de permanência mais curtos). A carteira de 10 ações, com período de permanência de 1 ano, apresentou o maior CAGR dentre todas as outras (17,77%), superando o CAGR de 13,17% do IBX-100 no mesmo período. Esse resultado foi superior mesmo quando ajustado ao risco. Independentemente do período de permanência e número de ações, todas as carteiras apresentaram riscos sistemáticos menores do que o índice IBX-100 (todos os betas foram significativos e menores do que 1). Por outro lado, os alfas das carteiras foram muito baixos e, raramente, significativos, sugerindo que a gestão ativa de acordo com os critérios da Magic Formula não adiciona retornos substancialmente maiores do que o retorno relacionado à variações de mercado.

The not so generalized effects of nonreciprocal trade agreements

This dissertation uses an empirical gravity equation approach to study the relationship between nonreciprocal trade agreements (NRTAs) and members’ trade flows. Estimations relate bilateral imports to trade policy variables using a very comprehensive dataset with over fifty years of data. Results show that meager average trade effects exist only if members are excluded from the world trading system or if they are very poor. As trade flows between NRTA members are already rising before their creation, results also suggest a strong endogeneity concerning their formation. Moreover, estimations show that uncertainty and discretion tend to critically hinder NRTA’s performance. On the other hand, reciprocal trade agreements show the opposite pattern regardless of members’ income status.Encouraging developing countries’ openness to trade through reciprocal liberalization emerges consequently as a possible policy implication.

Bubble detection in Brazil’s stock market: application of the generalized superior augmented Dickey-Fuller test

Considering the importance of the proper detection of bubbles in financial markets for policymakers and market agents, we used two techniques described in Diba and Grossman (1988b) and in Phillips, Shi, and Yu (2015) to detect periods of exuberance in the recent history of the Brazillian stock market. First, a simple cointegration test is applied. Secondly, we conducted several augmented, right-tailed Dickey-Fuller tests on rolling windows of data to determine the point in which there’s a structural break and the series loses its stationarity.