Rational expectations? Developer behaviour and development cycles in the central London office market

Purpose – Expectations of future market conditions are acknowledged to be crucial for the development decision and hence for shaping the built environment. The purpose of this paper is to study the central London office market from 1987 to 2009 and test for evidence of rational, adaptive and naive expectations. Design/methodology/approach – Two parallel approaches are applied to test for either rational or adaptive/naive expectations: vector auto-regressive (VAR) approach with Granger causality tests and recursive OLS regression with one-step forecasts. Findings – Applying VAR models and a recursive OLS regression with one-step forecasts, the authors do not find evidence of adaptive and naïve expectations of developers. Although the magnitude of the errors and the length of time lags between market signal and construction starts vary over time and development cycles, the results confirm that developer decisions are explained, to a large extent, by contemporaneous and historic conditions in both the City and the West End, but this is more likely to stem from the lengthy design, financing and planning permission processes rather than adaptive or naive expectations. Research limitations/implications – More generally, the results of this study suggest that real estate cycles are largely generated endogenously rather than being the result of large demand shocks and/or irrational behaviour. Practical implications – Developers may be able to generate excess profits by exploiting market inefficiencies but this may be hindered in practice by the long periods necessary for planning and construction of the asset. Originality/value – This paper focuses the scholarly debate of real estate cycles on the role of expectations. It is also one of very few spatially disaggregate studies of the subject matter.

REGRESSION ANALYSIS FOR STANDARDIZED MORTALITY RATIOS WITH APPLICATION TO OCCUPATIONAL FOLLOW-UP STUDIES

Traditional comparison of standardized mortality ratios (SMRs) can be misleading if the age-specific mortality ratios are not homogeneous. For this reason, a regression model has been developed which incorporates the mortality ratio as a function of age. This model is then applied to mortality data from an occupational cohort study. The nature of the occupational data necessitates the investigation of mortality ratios which increase with age. These occupational data are used primarily to illustrate and develop the statistical methodology.^ The age-specific mortality ratio (MR) for the covariates of interest can be written as MR(,ij...m) = ((mu)(,ij...m)/(theta)(,ij...m)) = r(.)exp (Z('')(,ij...m)(beta)) where (mu)(,ij...m) and (theta)(,ij...m) denote the force of mortality in the study and chosen standard populations in the ij...m('th) stratum, respectively, r is the intercept, Z(,ij...m) is the vector of covariables associated with the i('th) age interval, and (beta) is a vector of regression coefficients associated with these covariables. A Newton-Raphson iterative procedure has been used for determining the maximum likelihood estimates of the regression coefficients.^ This model provides a statistical method for a logical and easily interpretable explanation of an occupational cohort mortality experience. Since it gives a reasonable fit to the mortality data, it can also be concluded that the model is fairly realistic. The traditional statistical method for the analysis of occupational cohort mortality data is to present a summary index such as the SMR under the assumption of constant (homogeneous) age-specific mortality ratios. Since the mortality ratios for occupational groups usually increase with age, the homogeneity assumption of the age-specific mortality ratios is often untenable. The traditional method of comparing SMRs under the homogeneity assumption is a special case of this model, without age as a covariate.^ This model also provides a statistical technique to evaluate the relative risk between two SMRs or a dose-response relationship among several SMRs. The model presented has application in the medical, demographic and epidemiologic areas. The methods developed in this thesis are suitable for future analyses of mortality or morbidity data when the age-specific mortality/morbidity experience is a function of age or when there is an interaction effect between confounding variables needs to be evaluated. ^

Gender and racial inequalities in trends of oral cancer mortality in Sao Paulo, Brazil

OBJECTIVE:To analyse recent trends in oral cancer mortality, focusing specifically on differences concerning gender and race.METHODS:Official information on deaths and population in the city of Sao Paulo, 2003 to 2009, were used to estimate mortality rates from oral cancer (C00 to C10, International Classification of Diseases, 10th Revision), adjusted for age and stratified by gender (females and males) and race (blacks and whites). The Prais-Winsten auto-regression procedure was used to analyse the time series.RESULTS:During the study period, 8,505 individuals living in the city of Sao Paulo died of oral cancer. Rates increased for females (rate of yearly increase = 4.4%, 95%CI 1.4;7.5), and levelled off for men, which represents an inversion of previous trends among genders in the city. Increases were identified for blacks, with a high rate of yearly increase of 9.1% (95%CI 5.5;12.9), and levelled off for whites. Oral cancer mortality in blacks almost doubled during the study period, and surpassed mortality in whites for almost all categories.CONCLUSIONS:Mortality presented a higher increase among women than in men, and it doubled among backs. The surveillance of trends of oral cancer mortality across gender and racial groups may contribute to implementing socially appropriate health policies, which concurrently reduce the burden of disease and the attenuation of unfair, avoidable and unnecessary inequalities in health.

Ostotapahtuman ennustemallin kehittäminen ajoneuvomarkkinoinnin tueksi

Perinteisesti ajoneuvojen markkinointikampanjoissa kohderyhmät muodostetaan yksinkertaisella kriteeristöllä koskien henkilön tai hänen ajoneuvonsa ominaisuuksia. Ennustavan analytiikan avulla voidaan tuottaa kohderyhmänmuodostukseen teknisesti kompleksisia mutta kuitenkin helppokäyttöisiä menetelmiä. Tässä työssä on sovellettu luokittelu- ja regressiomenetelmiä uuden auton ostajien joukkoon. Tämän työn menetelmiksi on rajattu tukivektorikone sekä Coxin regressiomalli. Coxin regression avulla on tutkittu elinaika-analyysien soveltuvuutta ostotapahtuman tapahtumahetken mallintamiseen. Luokittelu tukivektorikonetta käyttäen onnistuu tehtävässään noin 72% tapauksissa. Tukivektoriregressiolla mallinnetun hankintahetken virheen keskiarvo on noin neljä kuukautta. Työn tulosten perusteella myös elinaika-analyysin käyttö ostotapahtuman tapahtumahetken mallintamiseen on menetelmänä käyttökelpoinen.

Metas de inflação, regra de Taylor e neutralidade da moeda: uma crítica pós-keynesiana

Inflation targeting, Taylor rule and money neutrality: a post-Keynesian critic. This paper critically discusses the inflation targeting regime proposed by orthodox economists, in particular the Taylor Rule. The article describes how the Taylor Rule assumes the argument of money neutrality inherited from the Quantitative Theory of Money. It discusses critically the ways of operation of the rule, and the negative impacts of the interest rate over the potential output. In this sense, the article shows the possible vicious circles of the monetary policy when money is not neutral, as is the case for post-keynesian economists. The relation of interest rates, potential output and the output gap is illustrated in some estimates using the methodology of Vector Auto-Regressive in the Brazilian case.

A fast identification algorithm for Box-Cox transformation based radial basis function neural network

In this letter, a Box-Cox transformation-based radial basis function (RBF) neural network is introduced using the RBF neural network to represent the transformed system output. Initially a fixed and moderate sized RBF model base is derived based on a rank revealing orthogonal matrix triangularization (QR decomposition). Then a new fast identification algorithm is introduced using Gauss-Newton algorithm to derive the required Box-Cox transformation, based on a maximum likelihood estimator. The main contribution of this letter is to explore the special structure of the proposed RBF neural network for computational efficiency by utilizing the inverse of matrix block decomposition lemma. Finally, the Box-Cox transformation-based RBF neural network, with good generalization and sparsity, is identified based on the derived optimal Box-Cox transformation and a D-optimality-based orthogonal forward regression algorithm. The proposed algorithm and its efficacy are demonstrated with an illustrative example in comparison with support vector machine regression.

Structure, conduct and the stochastic volatility of food markets: theory and empirics

The relationship between price volatility and competition is examined. Atheoretic, vector auto regressions on farm prices of wheat and retail prices of derivatives (flour, bread, pasta, bulgur and cookies) are compared to results from a dynamic, simultaneous-equations model with theory-based farm-to-retail linkages. Analytical results yield insights about numbers of firms and their impacts on demand- and supply-side multipliers, but the applications to Turkish time series (1988:1-1996:12) yield mixed results.

Interaction among non-toxic phytoplankton, toxic phytoplankton and zooplankton: inferences from field observations

We explore the mutual dependencies and interactions among different groups of species of the plankton population, based on an analysis of the long-term field observations carried out by our group in the North–West coast of the Bay of Bengal. The plankton community is structured into three groups of species, namely, non-toxic phytoplankton (NTP), toxic phytoplankton (TPP) and zooplankton. To find the pair-wise dependencies among the three groups of plankton, Pearson and partial correlation coefficients are calculated. To explore the simultaneous interaction among all the three groups, a time series analysis is performed. Following an Expectation Maximization (E-M) algorithm, those data points which are missing due to irregularities in sampling are estimated, and with the completed data set a Vector Auto-Regressive (VAR) model is analyzed. The overall analysis demonstrates that toxin-producing phytoplankton play two distinct roles: the inhibition on consumption of toxic substances reduces the abundance of zooplankton, and the toxic materials released by TPP significantly compensate for the competitive disadvantages among phytoplankton species. Our study suggests that the presence of TPP might be a possible cause for the generation of a complex interaction among the large number of phytoplankton and zooplankton species that might be responsible for the prolonged coexistence of the plankton species in a fluctuating biomass.

Modelos condicionais de apreçamento de ativos com prêmios de risco macroeconômicos variantes no tempo

Analisamos a previsibilidade dos retornos mensais de ativos no mercado brasileiro em um período de 10 anos desde o início do plano Real. Para analisarmos a variação cross-section dos retornos e explicarmos estes retornos em função de prêmios de risco variantes no tempo, condicionados a variáveis de estado macroeconômicas, utilizamos um novo modelo de apreçamento de ativos, combinando dois diferentes tipos de modelos econômicos, um modelo de finanças - condicional e multifatorial, e um modelo estritamente macroeconômico do tipo Vector Auto Regressive. Verificamos que o modelo com betas condicionais não explica adequadamente os retornos dos ativos, porém o modelo com os prêmios de risco (e não os betas) condicionais, produz resultados com interpretação econômica e estatisticamente satis fatórios

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.

O Impacto do Risco Inflacionário sobre o Juros no Brasil

Esta dissertação analisa a conexão existente entre o mercado de dívida pública e a política monetária no Brasil. Com base em um Vetor Auto-Regressivo (VAR), foram utilizadas duas proxies alternativas de risco inflacionário para mostrar que choques positivos no risco inflacionário elevam tanto as expectativas de inflação do mercado quanto os juros futuros do Swap Pré x DI. Em seguida, com base em modelo de inconsistência dinâmica de Blanchard e Missale (1994) e utilizando a metodologia de Johansen, constatou-se que um aumento nos juros futuros diminui a maturidade da dívida pública, no longo prazo. Os resultados levam a duas conclusões: o risco inflacionário 1) dificulta a colocação de títulos nominais (não-indexados) no mercado pelo governo, gerando um perfil de dívida menos longo do que o ideal e 2) torna a política monetária mais custosa.

Indicadores de renda baseados em consumo de energia elétrica: abordagens domiciliar e regional na perspectiva da estatística espacial

Com o objetivo de avaliar o uso do consumo de energia elétrica como indicador socioeconômico, esta pesquisa analisa informações em dois níveis de agregação geográfica. No primeiro, sob perspectiva territorial, investiga indicadores de Renda e Consumo de Energia Elétrica agregados por áreas de ponderação (conjunto de setores censitários) do município de São Paulo e utiliza os microdados do Censo Demográfico 2000 em conjunto com a base de domicílios da AES Eletropaulo. Aplica modelos de Spatial Auto-Regression (SAR), Geographically Weighted Regression (GWR), e um modelo inédito combinado (GWR+SAR), desenvolvido neste estudo. Diversas matrizes de vizinhança foram utilizadas na avaliação da influência espacial (com padrão Centro-Periferia) das variáveis em estudo. As variáveis mostraram forte auto-correlação espacial (I de Moran superior a 58% para o Consumo de Energia Elétrica e superior a 75% para a Renda Domiciliar). As relações entre Renda e Consumo de Energia Elétrica mostraram-se muito fortes (os coeficientes de explicação da Renda atingiram valores de 0,93 a 0,98). No segundo nível, domiciliar, utiliza dados coletados na Pesquisa Anual de Satisfação do Cliente Residencial, coordenada pela Associação Brasileira dos Distribuidores de Energia Elétrica (ABRADEE), para os anos de 2004, 2006, 2007, 2008 e 2009. Foram aplicados os modelos Weighted Linear Model (WLM), GWR e SAR para os dados das pesquisas com as entrevistas alocadas no centróide e na sede dos distritos. Para o ano de 2009, foram obtidas as localizações reais dos domicílios entrevistados. Adicionalmente, foram desenvolvidos 6 algoritmos de distribuição de pontos no interior dos polígonos dos distritos. Os resultados dos modelos baseados em centróides e sedes obtiveram um coeficiente de determinação R2 em torno de 0,45 para a técnica GWR, enquanto os modelos baseados no espalhamento de pontos no interior dos polígonos dos distritos reduziram essa explicação para cerca de 0,40. Esses resultados sugerem que os algoritmos de alocação de pontos em polígonos permitem a observação de uma associação mais realística entre os construtos analisados. O uso combinado dos achados demonstra que as informações de faturamento das distribuidoras de energia elétrica têm grande potencial para apoiar decisões estratégicas. Por serem atuais, disponíveis e de atualização mensal, os indicadores socioeconômicos baseados em consumo de energia elétrica podem ser de grande utilidade como subsídio a processos de classificação, concentração e previsão da renda domiciliar.

O impacto da utilização da estrutura de listagem em BDR na precificação dos ativos após o evento Agrenco : uma análise em série temporal com quebra estrutural

Este trabalho tem por objetivo verificar o impacto que más práticas na gestão da Agrenco, empresa listada na bolsa de valores brasileira sob a forma de BDRs (Brazilian Depositary Receipts), trouxe para a precificação dos demais ativos listados sob a mesma estrutura. Estudos anteriores, como os de Saudagaran (1988) e Pagano (2001), focaram em temas referentes aos motivos que influenciaram as companhias a listarem suas ações em diferentes bolsas. Entender as conseqüências do evento Agrenco é importante para todos os participantes do mercado financeiro. O estudo contemplou uma amostra das principais empresas listadas sobre a forma de BDRs desde a data de seus IPOs até 26/08/2008. Primeiramente efetuou-se uma análise do comportamento gráfico dos preços dos ativos das BDRs listadas. Posteriormente elaborou-se três regressões múltiplas utilizando-se um modelo de série temporal (modelo AR – auto-regressivo), com análise de quebra estrutural e uso de variável Dummy. A primeira regressão relaciona a variável Agrenco com índices de BDRs constituídos especificamente para este estudo, a segunda inclui uma variável Dummy de intercepto e a terceira combina a variável Dummy de intercepto com uma variável Dummy de inclinação. As regressões têm o objetivo de se averiguar se o evento da Agrenco afetou sistematicamente os preços das ações listadas sob a mesma forma. A maior contribuição do estudo foi verificar que a má prática de gestão na Agrenco, listada sob a forma de BDR, contaminou o retorno de outras empresas que se utilizaram do mesmo veículo como fonte de captação de recursos. Os resultados apontaram, pela análise gráfica, que não houve um descolamento da valorização da maior parte das ações uma semana depois do anúncio dos problemas financeiros da Agrenco em relação a carteira téorica de mercado (IBOVESPA). Entretanto, os resultados dos testes econométricos apontaram que houve impacto do evento Agrenco sobre os retornos das ações listadas sob a forma de BDR.

O impacto do risco inflacionário sobre os juros no Brasil

Esta dissertação analisa a conexão existente entre o mercado de dívida pública e a política monetária no Brasil. Com base em um Vetor Auto-Regressivo (VAR), foram utilizadas duas proxies alternativas de risco inflacionário para mostrar que choques positivos no risco inflacionário elevam tanto as expectativas de inflação do mercado quanto os juros futuros do Swap Pré x DI. Em seguida, com base em modelo de inconsistência dinâmica de Blanchard e Missale (1994) e utilizando a metodologia de Johansen, constatou-se que um aumento nos juros futuros diminui a maturidade da dívida pública, no longo prazo. Os resultados levam a duas conclusões: o risco inflacionário 1) dificulta a colocação de títulos nominais (não-indexados) no mercado pelo governo, gerando um perfil de dívida menos longo do que o ideal e 2) torna a política monetária mais custosa.

What happens after the Central Bank of Brazil increases the target interbank rate by 1%?

In this paper I use Taylor's (2001) model and Vector Auto Regressions to shed some light on the evolution of some key macroeconomic variables after the Central Bank of Brazil, through the COPOM, increases the target interest rate by 1%. From a quantitative perspective, the best estimate from the empírical analysis, obtained with a 1994 : 2 - 2004 : 2 subsample of the data, is that GDP goes through an accumulated decline, over the next four years, around 0.08%. Innovations to interest rates explain around 9.2% of the forecast erro r of GDP.