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).

O atendimento de demandas da sociedade: uma análise do Tribunal de Contas do Estado de Pernambuco

A inserção do princípio da eficiência na Constituição Federal de 1988 vem provocando a necessidade de melhor atuação e aperfeiçoamento dos Tribunais de Contas no Brasil, visando ao melhor atendimento das demandas da sociedade. O desenvolvimento de ações para o acompanhamento dessas demandas é de suma importância para o fortalecimento dos órgãos de controle externo, cuja credibilidade depende da eficiência e da eficácia com que respondem às demandas sociais. A presente pesquisa analisou até que ponto o uso de tecnologia de informação emprestou eficiência ao atendimento de demandas da sociedade pelo Tribunal de Contas do Estado de Pernambuco. Quanto à metodologia, a pesquisa foi descritiva, de campo e estudo de caso. O universo foi composto pelos servidores do Tribunal de Contas do Estado de Pernambuco, sendo utilizadas duas populações amostrais. Os dados foram coletados por entrevistas e questionário e tratados com abordagem qualitativa e estatística descritiva. Verificou-se que, apesar dos avanços já alcançados na gestão administrativa do órgão, inclusive com a disseminação do uso de tecnologia de informação, há uma carência de aprimoramento no recebimento e no acompanhamento das demandas recebidas. Identificou-se que a disponibilização de informações gerenciais sobre essas demandas repercutirá na eficiência administrativa da instituição. O estudo sugere um conjunto de ações que podem ser implantadas e desenvolvidas no Tribunal de Contas do Estado de Pernambuco, com o objetivo de elevar a sua eficiência administrativa no atendimento às demandas sociais. Para identificação de um referencial de boas práticas, visando à implementação de mudanças, foi utilizada a tecnologia de gestão benchmarking. A unidade que serviu como parâmetro foi a Ouvidoria do próprio Tribunal, com realização de benchmarking interno e de processo

Reality check for volatility models

Asset allocation decisions and value at risk calculations rely strongly on volatility estimates. Volatility measures such as rolling window, EWMA, GARCH and stochastic volatility are used in practice. GARCH and EWMA type models that incorporate the dynamic structure of volatility and are capable of forecasting future behavior of risk should perform better than constant, rolling window volatility models. For the same asset the model that is the ‘best’ according to some criterion can change from period to period. We use the reality check test∗ to verify if one model out-performs others over a class of re-sampled time-series data. The test is based on re-sampling the data using stationary bootstrapping. For each re-sample we check the ‘best’ model according to two criteria and analyze the distribution of the performance statistics. We compare constant volatility, EWMA and GARCH models using a quadratic utility function and a risk management measurement as comparison criteria. No model consistently out-performs the benchmark.

Convergence analysis of sampling-based decomposition methods for risk-averse multistage stochastic convex programs

We consider a class of sampling-based decomposition methods to solve risk-averse multistage stochastic convex programs. We prove a formula for the computation of the cuts necessary to build the outer linearizations of the recourse functions. This formula can be used to obtain an efficient implementation of Stochastic Dual Dynamic Programming applied to convex nonlinear problems. We prove the almost sure convergence of these decomposition methods when the relatively complete recourse assumption holds. We also prove the almost sure convergence of these algorithms when applied to risk-averse multistage stochastic linear programs that do not satisfy the relatively complete recourse assumption. The analysis is first done assuming the underlying stochastic process is interstage independent and discrete, with a finite set of possible realizations at each stage. We then indicate two ways of extending the methods and convergence analysis to the case when the process is interstage dependent.