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.

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.

Non-monotone insurence contracts and their empirical consequences

The goal of t.his paper is to show the possibility of a non-monot.one relation between coverage and risk which has been considered in the literature of insurance models since the work of Rothschild and Stiglitz (1976). We present an insurance model where the insured agents have heterogeneity in risk aversion and in lenience (a prevention cost parameter). Risk aversion is described by a continuou.'l parameter which is correlated with lenience and, for the sake of simplicity, we assume perfect correlation. In the case of positive correlation, the more risk averse agent has higher cost of prevention leading to a higher demand for coverage. Equivalently, the single crossing property (SCP) is valid and implies a positive correlation between coverage and risk in equilibrium. On the other hand, if the correlation between risk aversion and lenience is negative, not only may the sep be broken, but also the monotonicity of contracts, i.e., the prediction that high (Iow) risk averse types choose full (partial) insurance. In both cases riskiness is monotonic in risk aversion, but in the last case t,here are some coverage leveIs associated with two different risks (low and high), which implies that the ex-ante (with respect to the risk aversion distribution) correlation bet,ween coverage and riskiness may have every sign (even though the ex-post correlation is always positive). Moreover, using another instrument (a proxy for riskiness), we give a testable implication to disentangle single crossing and non single crossing under an ex-post zero correlation result: the monotonicity of coverage as a function of riskiness. Since by controlling for risk aversion (no asymmetric informat, ion), coverage is a monotone function of riskiness, this also gives a test for asymmetric information. Finally, we relate this theoretical results to empirica! tests in the recent literature, specially the Dionne, Gouriéroux and Vanasse (2001) work. In particular, they found an empirical evidence that seems to be compatible with asymmetric information and non single crossing in our framework. More generally, we build a hidden information model showing how omitted variabIes (asymmetric information) can bias the sign of the correlation of equilibrium variabIes conditioning on ali observabIe variabIes. We show that this may be t,he case when the omitted variabIes have a non-monotonic reIation with t,he observable ones. Moreover, because this non-monotonic reIat,ion is deepIy reIated with the failure of the SCP in one-dimensional screening problems, the existing lit.erature on asymmetric information does not capture t,his feature. Hence, our main result is to point Out the importance of t,he SCP in testing predictions of the hidden information models.

Factors affecting the technical efficiency of production of the Brazilian banking system : a comparison of four statistical models in the context of data envelopment analysis

This paper uses an output oriented Data Envelopment Analysis (DEA) measure of technical efficiency to assess the technical efficiencies of the Brazilian banking system. Four approaches to estimation are compared in order to assess the significance of factors affecting inefficiency. These are nonparametric Analysis of Covariance, maximum likelihood using a family of exponential distributions, maximum likelihood using a family of truncated normal distributions, and the normal Tobit model. The sole focus of the paper is on a combined measure of output and the data analyzed refers to the year 2001. The factors of interest in the analysis and likely to affect efficiency are bank nature (multiple and commercial), bank type (credit, business, bursary and retail), bank size (large, medium, small and micro), bank control (private and public), bank origin (domestic and foreign), and non-performing loans. The latter is a measure of bank risk. All quantitative variables, including non-performing loans, are measured on a per employee basis. The best fits to the data are provided by the exponential family and the nonparametric Analysis of Covariance. The significance of a factor however varies according to the model fit although it can be said that there is some agreements between the best models. A highly significant association in all models fitted is observed only for nonperforming loans. The nonparametric Analysis of Covariance is more consistent with the inefficiency median responses observed for the qualitative factors. The findings of the analysis reinforce the significant association of the level of bank inefficiency, measured by DEA residuals, with the risk of bank failure.

Estimation of genetic parameters for partial egg production periods by means of random regression models

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Short communication: Principal components and factor analytic models for test-day milk yield in Brazilian Holstein cattle

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Models for genetic evaluation of Nelore cattle mature body weight

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estimation models of variance components for farrowing interval in swine

Este trabalho teve como objetivo principal avaliar a importância da inclusão dos efeitos genético materno, comum de leitegada e de ambiente permanente no modelo de estimação de componentes de variância para a característica intervalo de parto em fêmeas suínas. Foram utilizados dados que consistiam de 1.013 observações de fêmeas Dalland (C-40), registradas em dois rebanhos. As estimativas dos componentes de variância foram realizadas pelo método da máxima verossimilhança restrita livre de derivadas. Foram testados oito modelos, que continham os efeitos fixos (grupos de contemporâneo e covariáveis) e os efeitos genético aditivo direto e residual, mas variavam quanto à inclusão dos efeitos aleatórios genético materno, ambiental comum de leitegada e ambiental permanente. O teste da razão de verossimilhança (LR) indicou a não necessidade da inclusão desses efeitos no modelo. No entanto observou-se que o efeito ambiental permanente causou mudança nas estimativas de herdabilidade, que variaram de 0,00 a 0,03. Conclui-se que os valores de herdabilidade obtidos indicam que esta característica não apresentaria ganho genético como resposta à seleção. O efeito ambiental comum de leitegada e o genético materno não apresentaram influência sobre esta característica. Já o ambiental permanente, mesmo sem ter sido significativo o seu efeito pelo LR, deve ser considerado nos modelos genéticos para essa característica, pois sua presença causou mudança nas estimativas da variância genética aditiva.

Genetic parameters for milk yield analyzed by test-day models in Murrah buffaloes in Brazil

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Random regression models using different functions to model test-day milk yield of Brazilian Holstein cows

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Genetic parameter estimates for live weight and daily live weight gain obtained for Nellore bulls in a test station using different models

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Tests of proportional hazards and proportional odds models for grouped survival data

In this paper, we derive score test statistics to discriminate between proportional hazards and proportional odds models for grouped survival data. These models are embedded within a power family transformation in order to obtain the score tests. In simple cases, some small-sample results are obtained for the score statistics using Monte Carlo simulations. Score statistics have distributions well approximated by the chi-squared distribution. Real examples illustrate the proposed tests.

Z '(B-L) phenomenology at the LHC

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Search for same-sign top-quark pair production at root s=7 TeV and limits on flavour changing neutral currents in the top sector

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Inferência bayesiana aplicada à estimação de herdabilidades dos parâmetros da curva de crescimento de fêmeas da raça Nelore

Objetivou-se estimar parâmetros genéticos, utilizando inferência Bayesiana, para as estimativas dos parâmetros individuais de peso à maturidade (Â) e taxa de crescimento, obtidos pela função de crescimento Brody. O arquivo estava constituído de 14.563 registros de pesos e idades referentes a 1.158 fêmeas da raça Nelore, participantes do Programa de Melhoramento Genético da Raça Nelore. Para a análise das estimativas dos parâmetros da curva, via inferência bayesiana, foi proposto um modelo animal unicaráter, que incluiu como fixo o efeito de grupo contemporâneo (animais nascidos no mesmo estado, no mesmo trimestre do ano, mesmo ano e mesmo regime alimentar) e como aleatórios os efeitos genético direto e residual. Nessa análise, foram utilizados dois diferentes tamanhos para as cadeias geradas pelo algoritmo de amostragem de Gibbs, de 550 e 1.100 mil ciclos, com períodos de descarte amostral de 50 e 100 mil ciclos, respectivamente, e amostragens a cada 500 e 1.000 ciclos, respectivamente. As médias posteriores da variância genética aditiva e residual foram próximas, tanto para  quanto para a, mesmo quando implementados diferentes tamanhos para as cadeias geradas pelo algoritmo de amostragem de Gibbs. Os coeficientes de herdabilidade estimados para Â, variaram de 0,44 a 0,46, amplitude semelhante aos 0,46 a 0,48 obtidos para as estimativas de. Essas magnitudes indicam que a seleção pode ser usada como instrumento para alterar a forma da curva de crescimento desses animais. Entretanto, o uso das informações obtidas, visando à alteração da curva de crescimento dos animais, deve ser feito com grande cautela, uma vez que as características a serem trabalhadas na modificação do formato da curva de crescimento, de acordo com resultados da literatura especializada, são negativamente correlacionadas.