Pontos críticos da conexão riemanniana em campos de vetores

Nesta tese nós estudamos e provamos diversos teoremas de existência, unicidade e caracterização, dos pontos e dos valores críticos da conexão riemanniana de uma variedade riemanniana compacta, orientável, agindo nos espaços dos campos diferenciáveis da variedade com norma L2 um e com norma pontual um.

Comparativo de metodologias de mensuração de VAR para o mercado financeiro brasileiro

Várias metodologias de mensuração de risco de mercado foram desenvolvidas e aprimoradas ao longo das últimas décadas. Enquanto algumas metodologias usam abordagens não-paramétricas, outras usam paramétricas. Algumas metodologias são mais teóricas, enquanto outras são mais práticas, usando recursos computacionais através de simulações. Enquanto algumas metodologias preservam sua originalidade, outras metodologias têm abordagens híbridas, juntando características de 2 ou mais metodologias. Neste trabalho, fizemos uma comparação de metodologias de mensuração de risco de mercado para o mercado financeiro brasileiro. Avaliamos os resultados das metodologias não-paramétricas e paramétricas de mensuração de VaR aplicados em uma carteira de renda fixa, renda variável e renda mista durante o período de 2000 a 2006. As metodologias não-paramétricas avaliadas foram: Simulação Histórica pesos fixos, Simulação Histórica Antitética pesos fixos, Simulação Histórica exponencial e Análise de Cenário. E as metodologias paramétricas avaliadas foram: VaR Delta-Normal pesos fixos, VaR Delta-Normal exponencial (EWMA), Simulação de Monte Carlo pesos fixos e Simulação de Monte Carlo exponencial. A comparação destas metodologias foi feita com base em medidas estatísticas de conservadorismo, precisão e eficiência.

Mercado brasileiro: aplicação de análise de componentes principais no cálculo de VAR para carteiras de renda fixa

A abordagem do Value at Risk (VAR) neste trabalho será feita a partir da análise da curva de juros por componentes principais (Principal Component Analysis – PCA). Com essa técnica, os movimentos da curva de juros são decompostos em um pequeno número de fatores básicos independentes um do outro. Entre eles, um fator de deslocamento (shift), que faz com que as taxas da curva se movam na mesma direção, todas para cima ou para baixo; de inclinação (twist) que rotaciona a curva fazendo com que as taxas curtas se movam em uma direção e as longas em outra; e finalmente movimento de torção, que afeta vencimentos curtos e longos no mesmo sentido e vencimentos intermediários em sentido oposto. A combinação destes fatores produz cenários hipotéticos de curva de juros que podem ser utilizados para estimar lucros e perdas de portfolios. A maior perda entre os cenários gerados é uma maneira intuitiva e rápida de estimar o VAR. Este, tende a ser, conforme verificaremos, uma estimativa conservadora do respectivo percentual de perda utilizado. Existem artigos sobre aplicações de PCA para a curva de juros brasileira, mas desconhecemos algum que utilize PCA para construção de cenários e cálculo de VAR, como é feito no presente trabalho.Nesse trabalho, verificaremos que a primeira componente principal produz na curva um movimento de inclinação conjugado com uma ligeira inclinação, ao contrário dos resultados obtidos em curvas de juros de outros países, que apresentam deslocamentos praticamente paralelos.

O uso da volatilidade realizada na simulação histórica ajustada para cálculo do VaR

O presente trabalho propõe para o cálculo VaR o modelo de simulação histórica, com os retornos atualizados pela volatilidade realizada calculada a partir de dados intradiários. A base de dados consiste de cinco ações entre as mais líquidas do Ibovespa de distintos segmentos. Para a metodologia proposta utilizamos duas teorias da literatura empírica – simulação histórica ajustada e volatilidade realizada. Para análise e verificação do desempenho da metodologia proposta utilizamos o Teste de Kupiec e o Teste de Christoffersen.

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.

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.

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 as well as the traditional ones. We suggest a new two-step model selection procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties and we prove its consistency. Our Monte Carlo simulations measure the improvements in forecasting accuracy that can arise from the joint determination of lag-length and rank using our proposed procedure, relative to an unrestricted VAR or a cointegrated VAR estimated by the commonly used procedure of selecting the lag-length only and then testing for cointegration. Two empirical applications forecasting Brazilian inflation and U.S. macroeconomic aggregates growth rates respectively show the usefulness of the model-selection strategy proposed here. The gains in different measures of forecasting accuracy are substantial, especially for short horizons.

The importance of Common-Cyclical Features in VAR analysis: a Monte-Carlo study (Preliminary Version)

Despite the belief, supported byrecentapplied research, thataggregate datadisplay short-run comovement, there has been little discussion about the econometric consequences ofthese data “features.” W e use exhaustive M onte-Carlo simulations toinvestigate theimportance ofrestrictions implied by common-cyclicalfeatures for estimates and forecasts based on vectorautoregressive and errorcorrection models. First, weshowthatthe“best” empiricalmodeldevelopedwithoutcommoncycles restrictions neednotnestthe“best” modeldevelopedwiththoserestrictions, duetothe use ofinformation criteria forchoosingthe lagorderofthe twoalternative models. Second, weshowthatthecosts ofignoringcommon-cyclicalfeatures inV A R analysis may be high in terms offorecastingaccuracy and e¢ciency ofestimates ofvariance decomposition coe¢cients. A lthough these costs are more pronounced when the lag orderofV A R modelsareknown, theyarealsonon-trivialwhenitis selectedusingthe conventionaltoolsavailabletoappliedresearchers. T hird, we…ndthatifthedatahave common-cyclicalfeatures andtheresearcherwants touseaninformationcriterium to selectthelaglength, theH annan-Q uinn criterium is themostappropriate, sincethe A kaike and theSchwarz criteriahave atendency toover- and under-predictthe lag lengthrespectivelyinoursimulations.

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 as well as the traditional ones. We suggest a new two-step model selection procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties and we prove its consistency. Our Monte Carlo simulations measure the improvements in forecasting accuracy that can arise from the joint determination of lag-length and rank using our proposed procedure, relative to an unrestricted VAR or a cointegrated VAR estimated by the commonly used procedure of selecting the lag-length only and then testing for cointegration. Two empirical applications forecasting Brazilian in ation and U.S. macroeconomic aggregates growth rates respectively show the usefulness of the model-selection strategy proposed here. The gains in di¤erent measures of forecasting accuracy are substantial, especially for short horizons.

Optimal IV estimation of systems with stochastic regressors and var disturbances with applications to dynamic systems

This paper considers the general problem of Feasible Generalized Least Squares Instrumental Variables (FG LS IV) estimation using optimal instruments. First we summarize the sufficient conditions for the FG LS IV estimator to be asymptotic ally equivalent to an optimal G LS IV estimator. Then we specialize to stationary dynamic systems with stationary VAR errors, and use the sufficient conditions to derive new moment conditions for these models. These moment conditions produce useful IVs from the lagged endogenous variables, despite the correlation between errors and endogenous variables. This use of the information contained in the lagged endogenous variables expands the class of IV estimators under consideration and there by potentially improves both asymptotic and small-sample efficiency of the optimal IV estimator in the class. Some Monte Carlo experiments compare the new methods with those of Hatanaka [1976]. For the DG P used in the Monte Carlo experiments, asymptotic efficiency is strictly improved by the new IVs, and experimental small-sample efficiency is improved as well.

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 suggest a new two-step model selection procedure which is a hybrid of traditional criteria and criteria with data-dependant penalties and we prove its consistency. A Monte Carlo study explores the finite sample performance of this procedure and evaluates the forecasting accuracy of models selected by this procedure. Two empirical applications confirm the usefulness of the model selection procedure proposed here for forecasting.

Sugestão para definição do conceito de VaR para corporações

Crescentemente, a importância da acurada mensuração de risco por parte de empresas não financeiras tem despertado o interesse e se tornado relevante no dia a dia operacional das mesmas. Algo até então muito comum e restrito ao âmbito dos bancos, fundos de investimento e instituições financeiras que utilizam o VaR como um dos principais componentes dos seus sistemas de risk management. Não há consenso, entretanto, quanto à melhor métrica ou definição para mensuração de risco em empresas. O objetivo deste trabalho é analisar risco de mercado em corporações fazendo uma revisão teórica dos principais conceitos apresentados na literatura sobre o assunto, e propor taxonomia mais adequada para as corporações, aproximando o universo das instituições financeiras ao das não financeiras. Um exemplo prático apresentado na análise da Aracruz Celulose busca demonstrar o grau de complexidade nos cálculos, que aliam Asset Pricing, Risco e Finanças Corporativas.

Interações entre as políticas monetária e fiscal no Brasil sob a ótica da teoria fiscal do nível de preços

Este trabalho tem como objetivo identificar a predominância de um regime de Dominância Monetária ou Fiscal no Brasil no período Pós-Real. Para isto, o desenvolvimento desta análise é baseado em um modelo proposto por Canzoneri, Cumby e Diba (2000). O modelo propõe uma relação entre as séries dívida pública/PIB e superávit primário/PIB através da metodologia VAR (Vetores Autoregressivos) com análise sobre suas funções de impulso resposta. Outro objetivo é estender o artigo de Muscatelli et. al. (2002) sobre interações entre políticas monetária e fiscal utilizando o instrumental econométrico MS-VAR (Markov-Switching Vector Autoregressive Model) apresentado por Krolzig (1997), visto que o relacionamento entre as políticas pode não ser constante ao longo do tempo. Concluiu-se que a coordenação macroeconômica entre as políticas monetária e fiscal no Brasil foi praticamente de caráter substituta em todo período analisado e com regime predominantemente fiscal segundo o pressuposto de políticas não-ricardianas da Teoria Fiscal do Nível de Preços.

Análise dos impactos da linha Finem na produção industrial brasileira por meio de vetores autoregressivos

Este trabalho se propõe a testar e quantificar a importância do investimento de longo prazo, captado pela série de desembolsos da linha BNDES Finem, na produção industrial brasileira. Através dos modelos de causalidade de Granger e Função resposta ao impulso, podemos verificar as respostas acumuladas ao longo de três anos da linha Finem a choques positivos de um desvio padrão nas variáveis inflação, produção industrial, spread, e, da mesma forma um choque na variável Finem com resposta nas variáveis acima descritas. Além disso, é possível identificar a importância do BNDES como um ator anticíclico em períodos de crise como na economia brasileira. Como resultado, encontramos que apesar dos desembolsos Finem não Granger causarem a produção industrial brasileira, se testadas em conjunto com dados de inflação e a diferença entre a Selic e a TJLP rejeita-se a hipótese nula de não causalidade a 1% de significância. Já os testes de funções de resposta ao impulso indicam que a taxa de crescimento da produção industrial tem resposta positiva a um choque de desvio padrão nos desembolsos de Finem. Contudo, se testada em conjunto um choque no Finem apesar de impactar positivamente a produção industrial acaba pressionando a inflação.

Um estudo sobre a inter-relação dos mercados de ações e títulos públicos sob a ótica da liquidez e volatilidade

Na última década, a economia brasileira apresentou-se estável adquirindo maior credibilidade mundial. Dentre as opções de investimento, estão os mercados de ações e de títulos públicos. O portfolio de investimento dos agentes é determinado de acordo com os retornos dos ativos e/ou aversão ao risco, e a diversificação é importante para mitigar risco. Dessa forma, o objetivo principal do presente trabalho é estudar a inter-relação entre os mercados de títulos públicos e ações, avaliando aspectos de liquidez e quais variáveis representariam melhor esta relação, verificando também como respondem a um choque (surpresa econômica), pois a percepção de alteração do cenário econômico, ou variações de fluxo financeiro, pode alterar/inverter as relações entre esses mercados. Para isso, estimou-se modelos de vetores auto-regressivos - VAR, com variáveis de retorno, volatilidade e volume negociado para cada um dos mercados em combinações diferentes das variáveis representativas, visando encontrar o(s) modelo(s) mais descritivo(s) das inter-relações entre os mercados, dado a amostra utilizada, para aplicar a dummy de surpresa econômica. Em estudo semelhante Chordia, Sarkar e Subrahmanyam (2005) concluiram que choques de liquidez e volatilidade são positivamente correlacionado nos mercados de ações e títulos públicos em horizontes diários, indicando que os choques de liquidez e volatilidade são muitas vezes de natureza sistêmica. O mesmo não foi observado para a proxy de liquidez utilizada na amostra brasileira. Um resultado interessante a ser ressaltado deve-se as séries SMLL11 (índice Small Caps) e IDkAs (índice de duração constante ANBIMA) não possuírem relação de causalidade de Granger com as demais séries, mas os retornos dos IDkAs Granger causam os retornos do índice SMLL11. Por fim, o choque de surpresa econômica não se mostra explicativo sobre qualquer alteração nas inter-relações entre os mercados de títulos públicos e ações.