Análise das relações de longo prazo entre a posição internacional de investimentos, o efeito Balassa-Samuelson e a taxa de câmbio real: testes de cointegração

Este trabalho tem a finalidade de analisar as evidências de relações de longo prazo entre a taxa de câmbio real (“RER”), a posição internacional de investimentos (“NFA”) e o efeito Balassa-Samuelson (“PREL”) em um grupo de 28 países, grupo este que inclui países em diferentes estágios de desenvolvimento. A metodologia utilizada foi a de testes de cointegração. Os testes aplicados foram desenvolvidos por Bierens (1997), teste não paramétrico, e por Saikkonen e Lütkepohl (2000a, b, c), teste que consiste em primeiro estimar um termo determinístico. Evidências de cointegração são constatadas, em ambos os testes, na maioria dos países estudados. Entretanto, houve diferenças relevantes entre os resultados encontrados através dos dois testes aplicados. Estas diferenças entre os resultados, bem como alguns casos especiais de países que não demonstraram evidências de cointegração, requerem análises mais aprofundadas sobre o comportamento de longo prazo das três variáveis estudadas.

Método de estimação de modelos de ciclos reais - um estudo para as economias brasileira e americana

O presente trabalho estima por máxima verossimilhança um modelo de ciclos reais para as economias brasileira americana. Os parâmetros são estimados partir de um VAR na forma estrutural obtido de um modelo macroeconômico de horizonte infinito com agente representativo choque tecnológico. Como algumas variáveis necessárias para estimação do modelo não são observadas emprega-se, na rotina computacional escrita em Matlab, método de Filtro de Kalman. Desta forma, enfoque adotado apresenta-se como opção metodologia de calibração, bem como metodologia de modelos VAR com imputação ad hoc de condições de identificação. Para estimação do modelo construiu-se uma base de dados de tributação para o Brasil, desagregando em impostos sobre absorção, sobre rendimento do fator capital sobre fator trabalho para período 1949-1995. Também empreende-se ao longo da dissertação, um detalhamento minucioso da técnica econométrica empregada dos procedimentos computacionais adotados.

Antecipação do movimento do preço da commodity aço em contratos a preço firme no mercado de engenharia industrial no Brasil

Nesta Tese foram apresentadas algumas alternativas de antecipação do preço futuro do aço a partir do emprego de modelos econométricos. Estes modelos foram definidos em função da análise do comportamento, no longo prazo, entre as séries de preços do aço no Brasil vis-à-vis seus respectivos preços no exterior. A verificação deste comportamento de longo prazo foi realizada através do teste de cointegração. A partir da constatação da não cointegração dessas séries, foram definidos dois modelos, cujas previsões, para diversos períodos, foram aqui apresentadas. Foi feita uma análise comparativa, onde foram identificados o melhor modelo e para quais temporalidades de previsão são melhor empregados. Como foi aqui comprovado, o aço é um insumo primordial nos empreendimentos industriais. Considerando que, atualmente, os preços são demandados de forma firme, ou seja, sem possibilidade de alteração, faz-se necessária a identificação de mecanismos de antecipação dos movimentos futuros desta commodity, de modo que se possa considerá-los na definição do preço ofertado, reduzindo assim perdas por suas flutuações inesperadas.

Um estudo sobre os efeitos da heterogeneidade dos indivíduos na estimação de modelos com dados agregados

Esta tese é composta por três artigos, cada um deles correspondendo a um capítulo. Embora cada capítulo verse sobre assuntos distintos, existe a mesma preocupação em todos eles com a correta construção de modelos econométricos agregados a partir de modelos de decisão individual. Em outras palavras, o tema unificador é a preocupação em, ao usar dados agregados, levar em consideração a heterogeneidade dos indivíduos no processo de agregação dos mesmos.

Técnicas econométricas para a delimitação de mercados relevantes geográficos, aplicação para a petroquímica

Este trabalho apresenta técnicas econométricas de análise de séries temporais que permitem testar, empiricamente, hipóteses sobre a definição da dimensão geográfica de mercados relevantes. Estas técnicas são aplicadas ao mercado brasileiro de resinas termoplásticas polietilenos e polipropileno com o objetivo de obter subsídios para a correta caracterização de sua dimensão geográfica. Os resultados obtidos adicionam evidências no sentido de que estes mercados relevantes geográficos podem ser definidos como internacionais. A técnica da cointegração indica que existe uma relação estável de longo prazo entre os preços das resinas produzidas domesticamente e das resinas internalizadas. Desvios desta relação têm caráter transitório. Por intermédio da análise da decomposição de variância percebe-se que os erros de previsão dos valores das resinas domésticas passam a ser rapidamente explicados pelas variações ocorridas nos preços das resinas internalizadas, sendo que o oposto não ocorre, ou seja, os preços das resinas internalizadas são explicados primordialmente por seus próprios desvios. Por fim, a Técnica da causalidade de Granger aponta que apenas o preço das resinas internalizadas causa , no sentido de Granger, o preço das resinas domésticas. O oposto não é valido e as variações nos preços das resinas domésticas não adicionam capacidade de previsão dos preços das resinas internalizadas.

Ensaios sobre ciclos de negócios

O objetivo central desse artigo é o de propor e avaliar modelos econométricos de previsão para o PIB industrial brasileiro. Para tanto, foram utilizados diversos modelos de previsão como também combinações de modelos. Foi realizada uma analise criteriosa das séries a serem utilizadas na previsão. Nós concluímos que a utilização de vetores de cointegração melhora substancialmente a performance da previsão. Além disso, os modelos de combinação de previsão, na maioria dos casos, tiveram uma performance superior aos demais modelos, que já apresentavam boa capacidade preditiva.

Avaliação de opções: o caso brasileiro: utilização de modelos Arch na estimação dos parâmetros

o trabalho se refere à avaliação de opções através do modelo conhecido pelo nome de seus autores, Black-Scholes. É descrito o desenvolvimento da teoria de opções, desde os primórdios da existência de mercados organizados deste derivativo, no século XVII, até os mais importantes trabalhos dos primeiros anos da década de 1990. É destacado o papel fundamental da estimação correta dos parâmetros a serem inseridos no modelo de avaliação. Após esta revisão, um teste do modelo Black-Scholes é realizado no mercado de opções sobre ouro da BM&F, utilizando-se mecanismos tradicionais de estimação dos parâmetros e apurando-se a diferença existente entre o valor dado pelo modelo de avaliação e o observado no mercado. Novos mecanismos de apuração dos parâmetros fundamentais, volatilidade e taxa de juros, são propostos, baseados no comportamento das séries históricas a eles referentes. A análise deste comportamento mostra a adequação destas séries à uma classe de modelos econométricos conhecidos como ARCH - Autorregressive Conditiona! Heterocedasticity Mode! . Três novos testes do modelo Black-Scholes no mercado de opções são realizados: o primeiro usando a volatilidade estimada através de um modelo ARCH(1) e a taxa de juros estimada de forma tradicional, o segundo usando a taxa de juros estimada através de um modelo ARCH-M(1) e a volatilidade estimada de forma tradicional e, finalmente, o terceiro, usando a volatilidade estimada através de um modelo ARCH(1) e a taxa de juros estimada através de um modelo ARCH-M(1). As diferenças, nos três casos, entre os valores dados pelo modelo Black-Scholes e os observados no mercado, foram computadas. Os resultados indicaram que o uso da volatilidade estimada através do modelo ARCH(1) melhora a performance do modelo Black-Scholes, perfomance esta medida pelo erro quadrático médio entre os valores dados pelo modelo e os observados no mercado. O mesmo não ocorreu com a utilização da taxa de juros estimada pelo modelo ARCH-M(1), apesar da compatibilidade teórica apresentada entre a série temporal destas taxas e o modelo. O autor acredita que este resultado seja devido à problemas encontrados na estimação dos parâmetros deste modelo ARCH-M(1). Também a inserção conjunta dos dois parâmetros estimados através dos modelos da classe ARCH não foi frutífera, ainda em função dos problemas de estimação dos modelos referentes à taxa de juros. As conclusões básicas do trabalho indicam que as série temporais em estudo são modeláveis e que os modelos da classe ARCH se apresentam como promissores para este fim, ao menos no que tange à volatilidade.

Avaliação do value at risk do índice Bovespa usando os modelos garch, tarch e riskmetrics tm para se estimar a volatilidade

Apresenta o método value at risk (VaR) para se mensurar o risco de mercado, sob diferentes abordagens. Analisa a série histórica do índice Bovespa no período de 1995 a 1996 por meio de testes econométricos de normalidade, autocorrelação dos retornos e raiz unitária. Comparo valor obtido a partir dos diferentes modelos de estimação de volatilidade propostos e verifica qual dos modelos foi o mais adequado para o caso estudado

Formação de preços de commodities no Brasil

Este trabalho trata do estudo da formação de preços no mercado de commodities brasileiro. O enfoque teórico fornecido pela Microstructure Theory foi utilizado juntamente com o instrumental econométrico da análise de cointegração por meio do método de Johansen. Os resultados demonstraram que o mercado brasileiro é tomador de preços. apesar de influenciar as cotações internacionais.

Modelos alternativos de expectativas da taxa de cambio no brasil: uma avaliacao empirica

Este trabalho busca investigar o processo de formação de expectativas para a Taxa de Câmbio Nominal analisando comportamento das projeções para a Taxa de Câmbio para 1, 3, 6 e 12 meses a frente e a racionalidade destas previsões. Os resultados encontrados mostram que as expectativas de taxa de câmbio coletadas pelo Banco Central do Brasil preveem melhor o câmbio futuro do que as taxas futuras negociadas no mercado. O comportamento das expectativas tende a ser reversível e de rápida convergência para a taxa de equilíbrio de longo prazo e dá um peso significativo para as expectativas de taxa de cambio defasadas. No entanto, a hipótese das expectativas serem racionais foi rejeitada.

The effects of commodity dependence on the brazilian economy: a test of the dutch disease hypothesis

A doença holandesa tornou-se amplamente conhecida na década de 1960, quando a descoberta repentina de reservatórios de gás natural em território holandês, na região do mar do norte, transformou o país em uma economia rica em recursos. A desagradável consequência que proveio da recém-adquirida abundância de commodities foi o declínio da próspera indústria holandesa, que perdeu sua competitividade devido à valorização do florim holandês, como consequência do aumento do influxo de capital estrangeiro no país. Desde então este fenômeno tem sido observado em diversos países que possuem abundância de commodities. O objetivo desta tese é aplicar o modelo da doença holandesa ao Brasil, já que a maior economia da América latina poderá também ter de encarar a ameaça de se tornar prisioneira da “armadilha das commodities”, devido à sua abundância de recursos naturais. O autor revisa a bibliografia básica abordando o tema geral da doença holandesa e dá enfoque a estudos realizados anteriormente no Brasil. Além disso, os quatro maiores sintomas que caracterizam a doença holandesa são testados: (1) valorização das taxas de câmbio do real, (2) declínio do setor industrial, (3) crescimento do setor de serviços, e (4) aumento dos salários. Todos estes sintomas foram observados e podem ser comprovados através das abordagens de cointegração ou de correlação, com exceção do sintoma número dois. Ainda que estes resultados sejam significativos, há muito outros fatores determinantes que influenciam o desenvolvimento dos sintomas examinados, motivo pelo qual futuros estudos serão necessários para se obtiver conclusões definitivas sobre como o Brasil é afetado pela doença holandesa.

Modelos de previsão de volatilidade : uma aplicação do modelo GARCH a taxas de câmbio

Com o objetivo de mostrar uma aplicação dos modelos da família GARCH a taxas de câmbio, foram utilizadas técnicas estatísticas englobando análise multivariada de componentes principais e análise de séries temporais com modelagem de média e variância (volatilidade), primeiro e segundo momentos respectivamente. A utilização de análise de componentes principais auxilia na redução da dimensão dos dados levando a estimação de um menor número de modelos, sem contudo perder informação do conjunto original desses dados. Já o uso dos modelos GARCH justifica-se pela presença de heterocedasticidade na variância dos retornos das séries de taxas de câmbio. Com base nos modelos estimados foram simuladas novas séries diárias, via método de Monte Carlo (MC), as quais serviram de base para a estimativa de intervalos de confiança para cenários futuros de taxas de câmbio. Para a aplicação proposta foram selecionadas taxas de câmbio com maior market share de acordo com estudo do BIS, divulgado a cada três anos.

Demanda por veículos novos no Brasil: uma análise robusta a quebras estruturais

O setor automotivo é bastante representativo na economia nacional, o que motivou a realização deste estudo sobre a demanda por veículos novos no Brasil. No presente trabalho, é abordado um modelo econométrico que permite calcular as elasticidades do preço, da renda e do crédito em relação à demanda por veículos, sob a luz da teoria da cointegração. Analisando-se o período de junho de 2000 a janeiro de 2014, verifica-se a ocorrência de três quebras estruturais. Estas quebras dividem o intervalo de tempo analisado em quatro subperíodos, cada um com uma dinâmica própria. A constatação deste fato, muitas vezes negligenciado na literatura científica prévia, é um dos principais resultados deste trabalho: afinal, conclusões bastante distintas seriam obtidas ao se considerar o período todo sem quebras. Vale também destacar que o crédito se mostrou relevante para a demanda em todos os subperíodos: acredita-se, portanto, ser efetiva a implementação de uma política de estímulo ao setor, por meio do incentivo ao crédito. Por último, comenta-se que, no passado recente, a cada 1% de redução no preço do automóvel, a demanda aumentou numa proporção 30% maior. Este resultado corrobora com a percepção de que a redução de impostos pode alavancar a venda de veículos.

Descobrindo modelos de previsão para a inflação brasileira : uma análise a partir do algoritmo autometrics

O presente trabalho tem como objetivo avaliar a capacidade preditiva de modelos econométricos de séries de tempo baseados em indicadores macroeconômicos na previsão da inflação brasileira (IPCA). Os modelos serão ajustados utilizando dados dentro da amostra e suas projeções ex-post serão acumuladas de um a doze meses à frente. As previsões serão comparadas a de modelos univariados como autoregressivo de primeira ordem - AR(1) - que nesse estudo será o benchmark escolhido. O período da amostra vai de janeiro de 2000 até agosto de 2015 para ajuste dos modelos e posterior avaliação. Ao todo foram avaliadas 1170 diferentes variáveis econômicas a cada período a ser projetado, procurando o melhor conjunto preditores para cada ponto no tempo. Utilizou-se o algoritmo Autometrics para a seleção de modelos. A comparação dos modelos foi feita através do Model Confidence Set desenvolvido por Hansen, Lunde e Nason (2010). Os resultados obtidos nesse ensaio apontam evidências de ganhos de desempenho dos modelos multivariados para períodos posteriores a 1 passo à frente.

Comparação de previsões para a produção industrial brasileira considerando efeitos calendário e modelos agregados e desagregados

O trabalho tem como objetivo verificar a existência e a relevância dos Efeitos Calendário em indicadores industriais. São explorados modelos univariados lineares para o indicador mensal da produção industrial brasileira e alguns de seus componentes. Inicialmente é realizada uma análise dentro da amostra valendo-se de modelos estruturais de espaço-estado e do algoritmo de seleção Autometrics, a qual aponta efeito significante da maioria das variáveis relacionadas ao calendário. Em seguida, através do procedimento de Diebold-Mariano (1995) e do Model Confidence Set, proposto por Hansen, Lunde e Nason (2011), são realizadas comparações de previsões de modelos derivados do Autometrics com um dispositivo simples de Dupla Diferença para um horizonte de até 24 meses à frente. Em geral, os modelos Autometrics que consideram as variáveis de calendário se mostram superiores nas projeções de 1 a 2 meses adiante e superam o modelo simples em todos os horizontes. Quando se agrega os componentes de categoria de uso para formar o índice industrial total, há evidências de ganhos nas projeções de prazo mais curto.