924 resultados para Análise comparada
Resumo:
Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model
Resumo:
Pós-graduação em Economia - FCLAR
Resumo:
Pós-graduação em Linguística e Língua Portuguesa - FCLAR
Resumo:
O presente Estudo procura examinar as alterações da estrutura de produção dos países da América do Sul, ocorridas a partir de meados da década dos 90, entre outros objetivos para avaliar se vem aumentando ou diminuindo o grau de heterogeneidade entre as suas economias, particularmente com relação ao Brasil, e examinar as possibilidades de complementaridade entre os parques produtivos dos países da Região, também sob o ponto de vista da economia brasileira. Os indicadores utilizados neste Estudo deixam flagrantes as grandes diferenças de tamanho e de estrutura produtiva do Brasil com os demais países da Região.O Brasil tem participação expressiva no valor agregado em praticamente todos os setores. Na Indústria de Transformação, a participação brasileira no total da Região atingiu 52% em 2005 (na comparação a preços constantes), tendo sido mais de duas vezes superior ao produto argentino e mais de 5 vezes superior ao venezuelano. Os únicos setores nos quais o Brasil apresenta participações um pouco menos significativas são nos de Transporte, Armazenagem e Comunicações, no setor de Mineração (no qual o valor agregado pelo Brasil é inferior, a preços constantes, ao da Venezuela) e no Comércio Atacadista. A importância de cada país nas exportações da América do Sul variou substancialmente segundo setores da economia, como reflexo das disparidades de desenvolvimento relativo e da base de recursos naturais de cada economia. O Brasil apresentou participação importante nas exportações regionais em praticamente todos os setores da economia. Nas indústrias metal-mecânicas a participação brasileira no total exportado passou de 69% em 1985 para 80% em 2005. Para a América do Sul, como um todo, observa-se uma redução da importância das exportações de produtos agrícolas e bens não duráveis, em contrapartida a um aumento expressivo do peso das exportações de bens do setor mineral. O perfil exportador do Brasil, ao contrário dos demais países, é marcado por uma participação importante de setores produtores de bens com maior valor agregado e cadeia produtiva mais longa.
Resumo:
Pós-graduação em Educação Escolar - FCLAR
Resumo:
Inclui bibliografia.
Resumo:
Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model
Resumo:
Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model
Uma análise comparativa da regulação de gás natural entre os mercados do Brasil e dos Estados Unidos
Resumo:
O trabalho tem o objetivo de comparar os principais elementos dos regimes regulatórios do setor do gás natural no Brasil e dos Estados Unidos. Após conduzir a caracterização dos dois regimes, o estudo passa a compará-los e identificar potenciais sinergias e distinções. Para tanto, em uma primeira etapa, são descritos os principais componentes dos mecanismos legais de regulação de cada país. Em seguida, alguns dos componentes identificados são comparados. Finalmente, a última seção se dedica a elencar breves conclusões sobre a comparação entre os mecanismos de regulação do setor de gás dos dois países.
Resumo:
A concorrência intramodal é uma forma de mitigação dos problemas derivados de um monopólio natural. Os setores assim estruturados caracterizam-se por elevados custos fixo e a fundo perdido, com grandes economias de escala e necessidade de elevada escala mínima de eficiência para viabilização da atividade. Essas circunstâncias impedem que a concorrência, em seu sentido mais óbvio, seja ali instaurada. Esse é o caso do setor ferroviário, onde se verifica a inviabilidade econômica de duplicação da infraestrutura. Entretanto, a depender da política regulatória adotada pelo Estado, um ambiente mais competitivo pode ser instaurado. O trabalho propõe uma análise comparada entre o modelo regulatório implementado na Alemanha, a partir das reformas ferroviárias propostas pela União Europeia, buscando extrair da experiência estrangeira aprendizados quanto aos dilemas enfrentados e características desejadas ao modelo institucional brasileiro para as novas concessões ferroviárias nacionais previstas no Plano Nacional de Investimento em Logística (PIL). O objetivo da análise consiste em verificar qual foi o modelo regulatório aplicado pela Alemanha para garantir parâmetros satisfatórios de concorrência intramodal e o modelo proposto pelo Governo Federal, com o objetivo de incentivar a ampliação do uso desse modal na cadeia logística brasileira, assim como aumentar a densidade da malha. Para permitir uma efetiva comparação dos modelos, faz-se necessário proceder preliminarmente a um breve entendimento sobre os arranjos regulatórios existentes que objetivam garantir o acesso à malha ferroviária: o tráfego mútuo, o direito de passagem e as formas de unbundling. A hipótese de investigação consiste em observar que as mudanças na regulação setorial que estão sendo consideradas pelo governo brasileiro se distanciam tanto do modelo que foi utilizado para a desestatização do setor, nos anos 90, quanto da experiência alemã de unbundling.
Resumo:
MATOS FILHO, João. A descentralização das Políticas de desenvolvimento rural - uma análise da experiência do Rio Grande do Norte. 2002. 259f. Tese (Doutorado em Ciências Econômicas)– Instituto de Economia da Universidade Estadual de Campinas, Campinas, 2002.
Resumo:
Pós-graduação em Educação - FFC
Resumo:
MATOS FILHO, João. A descentralização das Políticas de desenvolvimento rural - uma análise da experiência do Rio Grande do Norte. 2002. 259f. Tese (Doutorado em Ciências Econômicas)– Instituto de Economia da Universidade Estadual de Campinas, Campinas, 2002.
Resumo:
MATOS FILHO, João. A descentralização das Políticas de desenvolvimento rural - uma análise da experiência do Rio Grande do Norte. 2002. 259f. Tese (Doutorado em Ciências Econômicas)– Instituto de Economia da Universidade Estadual de Campinas, Campinas, 2002.
A inserção internacional dos governos não centrais brasileiros e argentinos em perspectiva comparada
Resumo:
Dissertação (mestrado)—Universidade de Brasília, Instituto de Relações Internacionais, Programa de Pós-Graduação em Relações Internacionais, 2015.