Real-Time Flood Forecasting Systems In Flanders

As a highly urbanized and flood prone region, Flanders has experienced multiple floods causing significant damage in the past. In response to the floods of 1998 and 2002 the Flemish Environment Agency, responsible for managing 1 400 km of unnavigable rivers, started setting up a real time flood forecasting system in 2003. Currently the system covers almost 2 000 km of unnavigable rivers, for which flood forecasts are accessible online (www.waterinfo.be). The forecasting system comprises more than 1 000 hydrologic and 50 hydrodynamic models which are supplied with radar rainfall, rainfall forecasts and on-site observations. Forecasts for the next 2 days are generated hourly, while 10 day forecasts are generated twice a day. Additionally, twice daily simulations based on percentile rainfall forecasts (from EPS predictions) result in uncertainty bands for the latter. Subsequent flood forecasts use the most recent rainfall predictions and observed parameters at any time while uncertainty on the longer-term is taken into account. The flood forecasting system produces high resolution dynamic flood maps and graphs at about 200 river gauges and more than 3 000 forecast points. A customized emergency response system generates phone calls and text messages to a team of hydrologists initiating a pro-active response to prevent upcoming flood damage. The flood forecasting system of the Flemish Environment Agency is constantly evolving and has proven to be an indispensable tool in flood crisis management. This was clearly the case during the November 2010 floods, when the agency issued a press release 2 days in advance allowing water managers, emergency services and civilians to take measures.

Previsão em tempo atual de cheias com uso de sistema especialista difuso

Sistemas de previsão de cheias podem ser adequadamente utilizados quando o alcance é suficiente, em comparação com o tempo necessário para ações preventivas ou corretivas. Além disso, são fundamentalmente importantes a confiabilidade e a precisão das previsões. Previsões de níveis de inundação são sempre aproximações, e intervalos de confiança não são sempre aplicáveis, especialmente com graus de incerteza altos, o que produz intervalos de confiança muito grandes. Estes intervalos são problemáticos, em presença de níveis fluviais muito altos ou muito baixos. Neste estudo, previsões de níveis de cheia são efetuadas, tanto na forma numérica tradicional quanto na forma de categorias, para as quais utiliza-se um sistema especialista baseado em regras e inferências difusas. Metodologias e procedimentos computacionais para aprendizado, simulação e consulta são idealizados, e então desenvolvidos sob forma de um aplicativo (SELF – Sistema Especialista com uso de Lógica “Fuzzy”), com objetivo de pesquisa e operação. As comparações, com base nos aspectos de utilização para a previsão, de sistemas especialistas difusos e modelos empíricos lineares, revelam forte analogia, apesar das diferenças teóricas fundamentais existentes. As metodologias são aplicadas para previsão na bacia do rio Camaquã (15543 km2), para alcances entre 10 e 48 horas. Dificuldades práticas à aplicação são identificadas, resultando em soluções as quais constituem-se em avanços do conhecimento e da técnica. Previsões, tanto na forma numérica quanto categorizada são executadas com sucesso, com uso dos novos recursos. As avaliações e comparações das previsões são feitas utilizandose um novo grupo de estatísticas, derivadas das freqüências simultâneas de ocorrência de valores observados e preditos na mesma categoria, durante a simulação. Os efeitos da variação da densidade da rede são analisados, verificando-se que sistemas de previsão pluvio-hidrométrica em tempo atual são possíveis, mesmo com pequeno número de postos de aquisição de dados de chuva, para previsões sob forma de categorias difusas.

Combinação de previsões de índices de preços

A combinação de previsões é caracterizada pelo aumento da precisão de prognósticos decorrente da complementaridade da informação contida nas previsões individuais. Este trabalho parte das idéias do consagrado artigo de Bates e Granger (1969) com o objetivo de investigar se há como elevar a precisão de previsões de índices de preços. Há evidências de que, embora os ganhos da combinação sejam limitados, os riscos decorrentes da combinação são menores que seus benefícios.

Previsões de inflação com a curva de Phillips

O objetivo do trabalho investigar qualidade das previsões da taxa de inflação brasileira utilizando-se uma alternativa tradicional unemployment rate Phillips curve. Utilizaremos diversas variáveis que espelham nível de atividade econômica no Brasil em substituição ao hiato entre taxa de desemprego taxa natural de desemprego (NAIRU). Essas variáveis serão trabalhadas e baseado em critérios mencionados ao longo do estudo, serão classificadas por nível de erro de previsibilidade. objetivo ao final do trabalho sugerir indicadores variáveis de nível de atividade disponíveis publicamente que melhor possam interagir com dinâmica da inflação brasileira.

The role of no-arbitrage on forecasting: lessons from a parametric term structure model

Parametric term structure models have been successfully applied to innumerous problems in fixed income markets, including pricing, hedging, managing risk, as well as studying monetary policy implications. On their turn, dynamic term structure models, equipped with stronger economic structure, have been mainly adopted to price derivatives and explain empirical stylized facts. In this paper, we combine flavors of those two classes of models to test if no-arbitrage affects forecasting. We construct cross section (allowing arbitrages) and arbitrage-free versions of a parametric polynomial model to analyze how well they predict out-of-sample interest rates. Based on U.S. Treasury yield data, we find that no-arbitrage restrictions significantly improve forecasts. Arbitrage-free versions achieve overall smaller biases and Root Mean Square Errors for most maturities and forecasting horizons. Furthermore, a decomposition of forecasts into forward-rates and holding return premia indicates that the superior performance of no-arbitrage versions is due to a better identification of bond risk premium.

A panel data approach to economic forecasting: the bias-corrected average forecast

In this paper, we propose a novel approach to econometric forecasting of stationary and ergodic time series within a panel-data framework. Our key element is to employ the bias-corrected average forecast. Using panel-data sequential asymptotics we show that it is potentially superior to other techniques in several contexts. In particular it delivers a zero-limiting mean-squared error if the number of forecasts and the number of post-sample time periods is sufficiently large. We also develop a zero-mean test for the average bias. Monte-Carlo simulations are conducted to evaluate the performance of this new technique in finite samples. An empirical exercise, based upon data from well known surveys is also presented. Overall, these results show promise for the bias-corrected average forecast.

Premiação top 5: estudo de um caso de torneio no Brasil

Com a implementação do sistema de metas de inflação no Brasil, o Banco Central desenvolveu uma pesquisa de coleta de expectativas do mercado para a inflação e outras variáveis macroeconômicas, como uma das ferramentas para guiar a política monetária. O ranking Top 5 com as melhores projeções vem sendo publicado desde 2001. Este trabalho analisa a estrutura de premiação do ranking Top 5 como um mecanismo de incentivo para (i) obter projeções atualizadas do mercado e (ii) estimular as instituições participantes da pesquisa a aprimorar suas projeções. A análise baseia-se na literatura desenvolvida na área de torneios e na investigação dos dados disponíveis na pesquisa de expectativas e na premiação Top 5. Encontra-se alguma evidência de heterogeneidade entre os participantes da pesquisa, que pode estar relacionada tanto a características intrínsecas de cada instituição com relação à habilidade quanto ao nível de esforço e estratégia escolhidos.

Expectativas de inflação sob o regime de metas no Brasil

Esta dissertação faz uma avaliação das expectativas de inflação dos analistas profissionais utilizadas pelo Banco Central na sua formulação de política monetária. Usando o procedimento proposto por Thomas Jr (1999) constatamos que as previsões, extraídas por meio de entrevistas juntos aos analistas financeiros, publicadas no Boletim Focus, são viesadas e inconsistentes, portanto incapazes de antecipar corretamente movimentos futuros da inflação. Alguns trabalhos, como Estrella e Mishkin (1997), Kozicki (1997) e Kotlan (1999) utilizaram com bons resultados a inclinação da estrutura a termo da taxa de juros (ETTJ) para prever variações da inflação. Adaptamos estes modelos para o Brasil e obtivemos resultados significantes nos horizontes de curto e médio prazos, mostrando que a inclinação da ETTJ pode contribuir para a política de metas de inflação do Banco Central. No entanto, como o Brasil ainda possui uma estrutura a termo muito curta a capacidade de previsão do modelo não vai além de 9 meses. Com a estabilização da economia, se espera que esta curva se alongue, tornando este instrumento de previsão cada vez mais poderoso.

Aplicação de redes neurais na classificação de rentabilidade futura de empresas

Este trabalho tem por motivação evidenciar a eficiência de redes neurais na classificação de rentabilidade futura de empresas, e desta forma, prover suporte para o desenvolvimento de sistemas de apoio a tomada de decisão de investimentos. Para serem comparados com o modelo de redes neurais, foram escolhidos o modelo clássico de regressão linear múltipla, como referência mínima, e o de regressão logística ordenada, como marca comparativa de desempenho (benchmark). Neste texto, extraímos dados financeiros e contábeis das 1000 melhores empresas listadas, anualmente, entre 1996 e 2006, na publicação Melhores e Maiores – Exame (Editora Abril). Os três modelos foram construídos tendo como base as informações das empresas entre 1996 e 2005. Dadas as informações de 2005 para estimar a classificação das empresas em 2006, os resultados dos três modelos foram comparados com as classificações observadas em 2006, e o modelo de redes neurais gerou o melhor resultado.

Using irregularly spaced returns to estimate multi-factor models: application to Brazilian equity data

Multi-factor models constitute a useful tool to explain cross-sectional covariance in equities returns. We propose in this paper the use of irregularly spaced returns in the multi-factor model estimation and provide an empirical example with the 389 most liquid equities in the Brazilian Market. The market index shows itself significant to explain equity returns while the US$/Brazilian Real exchange rate and the Brazilian standard interest rate does not. This example shows the usefulness of the estimation method in further using the model to fill in missing values and to provide interval forecasts.

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.

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.

Regras monetárias e dinâmica macroeconômica no Brasil: uma abordagem de expectativas racionais

Neste artigo estimamos e simulamos um modelo macroeconômico aberto de expectativas racionais (Batini e Haldane [4]) para a economia brasileira, com o objetivo de identificar as características das regras monetárias ótimas e a dinâmica de curto prazo gerada por elas. Trabalhamos com uma versão forward-Iooking e uma versão backward-Iooking a fim de comparar o desempenho de três parametrizações de regras monetárias, que diferem em relação à variável de inflação: a tradicional regra de Taylor, que se baseia na inflação passada; uma regra que combina inflação e taxa de câmbio real (ver Ball [5]) e uma regra que utiliza previsões de inflação (ver Bank af England [3]). Resolvemos o modelo numericamente e contruímos fronteiras eficientes em relação às variâncias do produto e da infiação por simulações estocásticas, para choques i.i.d. ou correlacionados. Os conjuntos de regras ótimas para as duas versões são qualitativamente distintos. Devido à incerteza quanto ao grau de forward-Iookingness sugerimos a escolha das regras pela soma das funções objetivos nas duas versões. Concluímos que as regras escolhidas com base neste critério têm perdas moderadas em relação às regras ótimas, mas previnem perdas maiores que resultariam da escolha da regra com base na versão errada. Finalmente calculamos funções de resposta a impulso dos dois modelos para algumas regras selecionadas, a fim de avaliar como diferentes regras monetárias alteram a dinâmica de curto prazo dos dois modelos.

Forecasting electricity load demand: analysis of the 2001 rationing period in Brazil

This paper studies the electricity load demand behavior during the 2001 rationing period, which was implemented because of the Brazilian energetic crisis. The hourly data refers to a utility situated in the southeast of the country. We use the model proposed by Soares and Souza (2003), making use of generalized long memory to model the seasonal behavior of the load. The rationing period is shown to have imposed a structural break in the series, decreasing the load at about 20%. Even so, the forecast accuracy is decreased only marginally, and the forecasts rapidly readapt to the new situation. The forecast errors from this model also permit verifying the public response to pieces of information released regarding the crisis.

O mercado de derivativos cambiais no Brasil e suas tendências

Com a entrada do regime cambial flutuante no Brasil a partir de 1999, o mercado de derivativos cambiais se desenvolveu muito. A crescente demanda das empresas e instituições financeiras pelos produtos de hedge cambial junto a um novo panorama econômico mundial foram as causas desse desenvolvimento. Esse trabalho procura encontrar tendências para o mercado de derivativos cambiais brasileiro estimando parâmetros através de regressões entre séries não-estacionárias, porém cointegradas. E utilizado o modelo de correção de erros para fazer as previsões. Os resultados mostram que o crescimento do mercado ocorre em função da corrente de comércio exterior e PIB, que os produtos mais utilizados para operações de curto e longo prazos tendem a ser o dólar futuro e as opções cambiais e que, no futuro, algumas outras moedas terão participação significativa no mercado brasileiro.