Variância e performance - um estudo empírico com empresas brasileiras

Esta pesquisa tem dois objetivos principais. Primeiro, pretende revisar o estado-da-arte no campo de análise da variância de desempenho. Uma revisão de literatura preliminar mostra que, embora vistos por alguns como contraditórios, os resultados dos estudos anteriores de análise de variância de desempenho podem ser compatibilizados (especialmente para indústrias de manufatura). Efeitos idiossincráticos das firmas individuais representam o maior componente que explica a variância do desempenho. Efeitos de indústria também são significativos, mas muito menores. Efeitos atribuídos aos anos (conjunturas específicas) estiveram ausentes ou foram muito pequenos. Em segundo lugar este estudo contribui para o debate que explora a análise de desempenho em um ambiente extremamente turbulento. Um resultado intrigante nestas pesquisas prévias foi valor o muito pequeno, às vezes nulo, atribuído aos efeitos de ano. Por que estes valores são tão pequenos? Tal questão não é explorada na literatura, e é nela que focaremos nossa pesquisa. Um ambiente turbulento, por definição, permitiria que se esperasse que estes efeitos de ano fossem maiores, dada a instabilidade reinante. Para investigar esta possibilidade nós propomos executar uma análise de variância do desempenho de empresas brasileiras durante o período 1998 a 2001, um período de turbulência doméstica e internacional extrema.

The importance of common cyclical features in VAR analysis: a Monte-Carlo study

Despite the commonly held belief that aggregate data display short-run comovement, there has been little discussion about the econometric consequences of this feature of the data. We use exhaustive Monte-Carlo simulations to investigate the importance of restrictions implied by common-cyclical features for estimates and forecasts based on vector autoregressive models. First, we show that the ìbestî empirical model developed without common cycle restrictions need not nest the ìbestî model developed with those restrictions. This is due to possible differences in the lag-lengths chosen by model selection criteria for the two alternative models. Second, we show that the costs of ignoring common cyclical features in vector autoregressive modelling can be high, both in terms of forecast accuracy and efficient estimation of variance decomposition coefficients. Third, we find that the Hannan-Quinn criterion performs best among model selection criteria in simultaneously selecting the lag-length and rank of vector autoregressions.

Estimation of DSGE Models: A Monte Carlo Analysis

Neste trabalho investigamos as propriedades em pequena amostra e a robustez das estimativas dos parâmetros de modelos DSGE. Tomamos o modelo de Smets and Wouters (2007) como base e avaliamos a performance de dois procedimentos de estimação: Método dos Momentos Simulados (MMS) e Máxima Verossimilhança (MV). Examinamos a distribuição empírica das estimativas dos parâmetros e sua implicação para as análises de impulso-resposta e decomposição de variância nos casos de especificação correta e má especificação. Nossos resultados apontam para um desempenho ruim de MMS e alguns padrões de viés nas análises de impulso-resposta e decomposição de variância com estimativas de MV nos casos de má especificação considerados.