Probabilidade implícita de default em debêntures do mercado brasileiro

O trabalho busca através de um exercício empírico, extrair as curvas de probabilidade implícita de default em debêntures brasileiras. A construção ocorre em duas etapas. O primeiro desafio é obter as estruturas a termo das debêntures brasileiras. Foi utilizada a revisão proposta por Diebold e Li (2006) do modelo de Nelson Siegel (1987) para construç o das ETTJs. A segunda etapa consiste em extrair a probabilidade de default utilizado a forma reduzida do modelo de Duffie e Singleton (1999). A fração de perda em caso de default foi considerada constante conforme estudo de Xu e Nencioni (2000). A taxa de decaimento também foi mantida constante conforme proposto por Diebold e Li (2006) e Araújo (2012). O exercício foi replicado para três datas distintas durante o ciclo de redução de juros no Brasil. Dentre os resultados desse estudo identificou-se que os agentes do mercado reduziram a probabilidade de default dos emissores durante esse período. A redução nos vértices mais curtos foi mais significativa do que em vértices mais longos.

Human resource policies in public education: empirical evidences for Brazil

Esta tese traz três exercícios empíricos sobre questões de recursos humanos em escolas públicas brasileiras, aproveitando-se de uma ampla política implantada na rede estadual de São Paulo. Esta política aumenta os salários para os professores que trabalham em escolas urbanas pobres e sua regra de alocação, baseada em um corte arbitrário em um índice socioeconômico, permite a identificação de impactos causais. Em resumo, os três artigos apontam que políticas de subsídios são capazes de, de fato, manter professores nas escolas mais pobres e este efeito, por sua vez, melhora o desempenho acadêmico dos alunos. Além disso, concluímos também que esta política também reduz o absenteísmo dos professores. No entanto, como consequência do desenho dessa política, não há evidências de que o subsídio melhora o perfil dos professores alocados nessas escolas. O primeiro artigo avalia os impactos dessa política sobre a rotatividade dos professores. Concluímos que a compensação salarial reduziu a taxa de rotatividade em 7,2 pontos percentuais, o que significa uma queda de 15% sobre a média pré-tratamento. Em um modelo em forma reduzida, encontramos também evidências de que esta política pode impactar positivamente o desempenho dos alunos. O segundo artigo analisa os impactos sobre a aprendizagem dos alunos, com foco em três possíveis mecanismos: i) a rotatividade; ii) a qualidade dos professores; iii) o aumento do salário. As estimativas mostram que o único canal através do qual esta política compensatória afeta o desempenho dos alunos é a redução da rotatividade dos professores. Ao reduzir taxa de volume de negócios em um desvio-padrão, a política reduziu a proporção de alunos de baixo desempenho em cerca de meio desvio-padrão. O terceiro artigo avalia como a diferenciação salarial criada por esta política afeta absenteísmo dos professores. Os resultados mostram que, após controlar efeitos fixos de professores e escolas, pagar um salário mais elevado (em média 26% a mais) provoca uma queda de 8-22% nas faltas dos professores. Ausências que não levam a desconto de salário, como por licenças médicas, não respondem à diferenciação salarial e o impacto é maior para os professores que recebem maior incentivo.

Model selection, estimation and forecasting in VAR models with short-run and long-run restrictions

We study the joint determination of the lag length, the dimension of the cointegrating space and the rank of the matrix of short-run parameters of a vector autoregressive (VAR) model using model selection criteria. We consider model selection criteria which have data-dependent penalties for a lack of parsimony, as well as the traditional ones. We suggest a new procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties. In order to compute the fit of each model, we propose an iterative procedure to compute the maximum likelihood estimates of parameters of a VAR model with short-run and long-run restrictions. Our Monte Carlo simulations measure the improvements in forecasting accuracy that can arise from the joint determination of lag-length and rank, relative to the commonly used procedure of selecting the lag-length only and then testing for cointegration.