A importância da fiscalização do serviço público como instrumento de gestão e política pública: uma breve análise do Sistema de Transporte Coletivo Urbano de Passageiros da Cidade de São Paulo

O trabalho tem por objetivo analisar a importância da fiscalização do serviço público como instrumento de gestão e política pública. Para tanto, propõe-se estudar o Sistema de Transporte Coletivo Urbano da Cidade de São Paulo, a partir do modelo instituído através da Lei nº 13.241/01, assim como toda a estrutura jurídica e elementos característicos presentes nessa forma de delegação. Sem a preocupação de esgotar o tema, com base na doutrina, o trabalho pretende abordar os principais conceitos que envolvem a prestação de serviços públicos, o dever legal de fiscalização e a estrutura legal da prestação dos serviços de transporte coletivo. E, a partir disso, verificar se o sistema de transporte municipal possui instrumentos jurídicos adequados á fiscalização dos serviços delegados. Além disso, busca-se avaliar se isso é suficiente para a prestação de um “serviço adequado”, ou seja, se os instrumentos de fiscalização utilizados, por si só, são efetivamente capazes de garantir as condições de regularidade, continuidade, eficiência, segurança, atualidade, generalidade, cortesia na prestação e modicidade das tarifas, conforme preceitua a lei. Em síntese, entende-se que o ordenamento jurídico dispõe de diversos mecanismos que permitem a fiscalização dos serviços públicos. Ademais, que encontra-se juridicamente adequado o modelo de fiscalização adotado pelo Município de São Paulo, para o sistema de transporte público. Todavia, apesar de ser correto, o modelo ainda necessita de melhorias, tanto no que diz respeito às obrigações estabelecidas nos contratos de concessão e permissão em vigor (e respectivos regulamentos, como é o caso do RESAM – Regulamento de Sanções e Multas), quanto na sua operação e, principalmente, na sua fiscalização. Por fim, o trabalho aponta que, tanto a regulação, quanto a fiscalização ou até mesmo a gestão, quando realizadas de forma inadequada, fomentam a prestação de um serviço público com má qualidade, ou seja, inferior à esperada pela população.

Forecasting multivariate time series under present-value-model short- and long-run co-movement restrictions

Using a sequence of nested multivariate models that are VAR-based, we discuss different layers of restrictions imposed by present-value models (PVM hereafter) on the VAR in levels for series that are subject to present-value restrictions. Our focus is novel - we are interested in the short-run restrictions entailed by PVMs (Vahid and Engle, 1993, 1997) and their implications for forecasting. Using a well-known database, kept by Robert Shiller, we implement a forecasting competition that imposes different layers of PVM restrictions. Our exhaustive investigation of several different multivariate models reveals that better forecasts can be achieved when restrictions are applied to the unrestricted VAR. Moreover, imposing short-run restrictions produces forecast winners 70% of the time for the target variables of PVMs and 63.33% of the time when all variables in the system are considered.

Automatic model selection for forecasting brazilian stock returns

This study aims to contribute on the forecasting literature in stock return for emerging markets. We use Autometrics to select relevant predictors among macroeconomic, microeconomic and technical variables. We develop predictive models for the Brazilian market premium, measured as the excess return over Selic interest rate, Itaú SA, Itaú-Unibanco and Bradesco stock returns. We nd that for the market premium, an ADL with error correction is able to outperform the benchmarks in terms of economic performance. For individual stock returns, there is a trade o between statistical properties and out-of-sample performance of the model.

Automatic model selection for forecasting Brazilian stock returns

This study aims to contribute on the forecasting literature in stock return for emerging markets. We use Autometrics to select relevant predictors among macroeconomic, microeconomic and technical variables. We develop predictive models for the Brazilian market premium, measured as the excess return over Selic interest rate, Itaú SA, Itaú-Unibanco and Bradesco stock returns. We find that for the market premium, an ADL with error correction is able to outperform the benchmarks in terms of economic performance. For individual stock returns, there is a trade o between statistical properties and out-of-sample performance of the model.

An analysis of the perceived service quality of hospitality industry in Rio de Janeiro through the SERVQUAL model: a multiple case study

Brazil is under political and financial crises where the end seems far away. Because of that, researchers argue that the hotel rooms offered by Rio de Janeiro, built to host the Olympic Games 2016, will be difficult to occupy after the event. It is then necessary for the hotels to understand how guests perceive the service quality in order to adapt to this new era. If guests’ perceptions meet or exceed their expectations, they will be satisfied and will probably return. Thus based on the SERVQUAL approach, this paper aims to study the impact of the service dimensions on the guests’ overall satisfaction at hotels of Rio de Janeiro. Two hotels were considered representative of the city in terms of service quality and customers’ profile. Interviews to the hotel managers were performed, and questionnaires to the guests were administered. Among the five SERVQUAL dimensions – Reliability, Tangibles, Responsiveness, Assurance, and Empathy – the Empathy dimension appears to be the only one that affects the guests’ overall satisfaction. The study could also identify that gender, country of residence, home country and family income have an impact on guests’ satisfaction. This study has no intention of generalization, but rather of refining the theory about services and the SERVQUAL model.

Tributação de energia elétrica e bem-estar social: uma análise regional

Os reflexos da tributação sobre o setor elétrico ultrapassam as questões meramente arrecadatórias de estados, municípios e União, envolvem toda a produção do país e o bem-estar de sua população. Neste contexto, e com o intuito de trazer as questões de eficiência e redistributividade ao ambiente de tributação de energia elétrica, o presente trabalho pretende apresentar um panorama da tributação atual do consumo residencial de energia elétrica, principalmente em relação ao ICMS, juntamente com um cálculo simplificado de alíquotas considerando dois modelos de tributação ótima, estabelecidos por F. R. Ramsey e Diamond e Mirrlees, a partir dos quais é possível realizar comparações em relação ao modelo atual e sintetizar uma visão nacional de uma tributação realizada em sua maior parte regionalmente. O primeiro modelo considera apenas eficiência na definição das alíquotas aplicadas aos produtos, partindo da premissa de que todos os consumidores são idênticos e não há preocupações com equidade. As elasticidades necessárias para aplicação do critério de Ramsey são estimadas a partir de dados em painel das 64 distribuidoras de energia elétrica do país, utilizando um modelo em dois estágios com variável instrumental. O segundo modelo, proposto por Diamond e Mirrlees, incorpora a equidade na modelagem, introduzindo a diferenciação entre os indivíduos.

A novel neural model to electrical load forecasting in transformers

The paper describes a novel neural model to electrical load forecasting in transformers. The network acts as identifier of structural features to forecast process. So that output parameters can be estimated and generalized from an input parameter set. The model was trained and assessed through load data extracted from a Brazilian Electric Utility taking into account time, current, tension, active power in the three phases of the system. The results obtained in the simulations show that the developed technique can be used as an alternative tool to become more appropriate for planning of electric power systems.

Electric load forecasting using a fuzzy ART&ARTMAP neural network

This work presents a neural network based on the ART architecture ( adaptive resonance theory), named fuzzy ART& ARTMAP neural network, applied to the electric load-forecasting problem. The neural networks based on the ARTarchitecture have two fundamental characteristics that are extremely important for the network performance ( stability and plasticity), which allow the implementation of continuous training. The fuzzy ART& ARTMAP neural network aims to reduce the imprecision of the forecasting results by a mechanism that separate the analog and binary data, processing them separately. Therefore, this represents a reduction on the processing time and improved quality of the results, when compared to the Back-Propagation neural network, and better to the classical forecasting techniques (ARIMA of Box and Jenkins methods). Finished the training, the fuzzy ART& ARTMAP neural network is capable to forecast electrical loads 24 h in advance. To validate the methodology, data from a Brazilian electric company is used. (C) 2004 Elsevier B.V. All rights reserved.

Multi-Agent Simulation of Urban Social Dynamics for Spatial Load Forecasting

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)