Aplicação de redes bayesianas na previsão de crescimento de fluxos de caixa

Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.

Aplicação de redes neurais na previsão da captação líquida do mercado de previdência aberta brasileiro

Resumo O objetivo deste trabalho é explorar a utilização de Redes Neurais no processo de previsão da Captação Líquida do Mercado de Previdência Privada Brasileiro como ferramenta à tomada de decisão e apoio na gestão das empresas do setor. Para a construção desse modelo foram utilizadas Redes Neurais, ferramenta que vem se mostrando adequada para utilização em modelos não lineares com resultados superiores a outras técnicas. A fonte de dados principal para a realização deste trabalho foi a FENAPREVI – Federação Nacional de Previdência Privada e Vida. Para comparação com o modelo de Redes Neurais, foi utilizado um modelo de Regressão Linear Múltipla como benchmark, com o objetivo de evidenciar a adequação da ferramenta em vista dos objetivos traçados no trabalho. O modelo foi construído a partir das informações mensais do setor, entre maio de 2002 e agosto de 2009, considerando o que se convencionou chamar de ‘mercado vivo’, que abrange os produtos PGBL e VGBL, comercializados ininterruptamente nesse período pelas chamadas EAPP – Entidades Abertas de Prividência Privada. Os resultados obtidos demonstraram a adequação da ferramenta Redes Neurais, que obtiveram resultados superiores aos obtidos utilizando Regressão Linear Múltipla.

Projeção de inflação no Brasil utilizando dados agregados e desagregados : um teste de poder preditivo por horizonte de tempo

O trabalho tem como objetivo comparar a eficácia das diferentes metodologias de projeção de inflação aplicadas ao Brasil. Serão comparados modelos de projeção que utilizam os dados agregados e desagregados do IPCA em um horizonte de até doze meses à frente. Foi utilizado o IPCA na base mensal, com início em janeiro de 1996 e fim em março de 2012. A análise fora da amostra foi feita para o período entre janeiro de 2008 e março de 2012. Os modelos desagregados serão estimados por SARIMA, pelo software X-12 ARIMA disponibilizado pelo US Census Bureau, e terão as aberturas do IPCA de grupos (9) e itens (52), assim como aberturas com sentido mais econômico utilizadas pelo Banco Central do Brasil como: serviços, administrados, alimentos e industrializados; duráveis, não duráveis, semiduráveis, serviços e administrados. Os modelos agregados serão estimados por técnicas como SARIMA, modelos estruturais em espaço-estado (Filtro de Kalman) e Markov-switching. Os modelos serão comparados pela técnica de seleção de modelo Model Confidence Set, introduzida por Hansen, Lunde e Nason (2010), e Dielbod e Mariano (1995), no qual encontramos evidências de ganhos de desempenho nas projeções dos modelos mais desagregados em relação aos modelos agregados.

Ensaios em alocação de portfólio com mudança de regime

Uma das principais características dos ativos financeiros é a mudança de regime. Os preços dos ativos apresentam pouca variabilidade nos períodos de normalidade e possuem quedas inesperadas e são instáveis nos períodos de crise. Esta tese estuda alocação de portfólio com mudança de regime. O primeiro ensaio considera a decisão ótima de investimento entre os ativos de risco quando o mercado financeiro possui mudança de regime, definindo portfólios ótimos que dependem dos retornos esperados, risco e das crenças sobre o estado do mercado financeiro. O segundo ensaio estuda alocação de portfólio baseada em estimativas do modelo fatorial com mudança de regime e compara com alocações usando modelos fatoriais lineares e momentos amostrais. A mudança de regime tem maior efeito sobre o processo de escolha dos portfólios do que sobre as estimativas usadas para definir as carteiras.

Forecast comparison with nonlinear methods for brazilian industrial production

Este trabalho avalia as previsões de três métodos não lineares — Markov Switching Autoregressive Model, Logistic Smooth Transition Autoregressive Model e Autometrics com Dummy Saturation — para a produção industrial mensal brasileira e testa se elas são mais precisas que aquelas de preditores naive, como o modelo autorregressivo de ordem p e o mecanismo de double differencing. Os resultados mostram que a saturação com dummies de degrau e o Logistic Smooth Transition Autoregressive Model podem ser superiores ao mecanismo de double differencing, mas o modelo linear autoregressivo é mais preciso que todos os outros métodos analisados.

Avaliando técnicas de nowcasting: uma aplicação do PIB brasileiro

O objetivo deste trabalho é aplicar e avaliar o desempenho do conceito de técnicas de nowcasting para previsão de uma importante variável macroeconômica do Produto Interno Bruto (PIB) brasileiro. Nos últimos anos, novas técnicas vêm sendo propostas e aprimoradas. Comparam-se diferentes modelos de nowcasting frente a um benchmarking, avaliando a relevância das variáveis a partir do Autometrics, que foi desenvolvido por Doornik (2011). A proposta é reunir diversos indicadores econômicos da economia brasileira que possam em maior ou menor grau antecipar a variação do PIB. Será utilizada a técnica de variáveis dummies com saturação (proposta por Johansen et. al.) para controlar possíveis quebras e outliers. Esta abordagem é adequada para um ambiente econômico instável, com constantes mudanças ao longo do tempo.

Respostas funcionais de diferentes tamanhos de Tilápia do Nilo; Oreochromis niloticus; predando zooplâncton

The Nile tilapia, Oreochromis niloticus, is an important omnivorous fish in the reservoirs of the semi-arid region of Brazil. Throughout its growth tilapia s feeding behavior changes from a visual predator of zooplankton to a filter-feeder, collecting suspended particulate matter, including planktonic organisms, through pumping. This feature results in different impacts of tilapia on plankton community as the fish grows. Aiming to quantify the functional response of different sizes of Nile tilapia on zooplankton experiments in microcosms scale in the laboratory and in mesocosm scale in the field were carried out. The data were fitted to four different models of functional response. The best fits were obtained for nonlinear models in laboratory experiments. While the experiments in mesocosms were the best settings for responses of type I (juvenile and adult tilapia) and type III (fry). The Manly's alpha index was used to evaluate the feeding selectivity of tilapia on the three main groups of the zooplankton in the experiments in mesocosms. The results show that: (i) rotifers were the preferred prey of fingerlings,(ii) copepods were rejected by fry and juvenile tilapia and (iii) adult fish fed non-selectively on copepods, cladocerans and rotifers. The functional response models obtained in this research can be applied to population models and help in modeling the dynamics of interactions between Nile tilapia and the planktonic communities in the reservoirs of the semi-arid

Determinação dos parâmetros do controlador preditivo generalizado com função de pesos variante no tempo através de algoritmos genéticos

The predictive control technique has gotten, on the last years, greater number of adepts in reason of the easiness of adjustment of its parameters, of the exceeding of its concepts for multi-input/multi-output (MIMO) systems, of nonlinear models of processes could be linearised around a operating point, so can clearly be used in the controller, and mainly, as being the only methodology that can take into consideration, during the project of the controller, the limitations of the control signals and output of the process. The time varying weighting generalized predictive control (TGPC), studied in this work, is one more an alternative to the several existing predictive controls, characterizing itself as an modification of the generalized predictive control (GPC), where it is used a reference model, calculated in accordance with parameters of project previously established by the designer, and the application of a new function criterion, that when minimized offers the best parameters to the controller. It is used technique of the genetic algorithms to minimize of the function criterion proposed and searches to demonstrate the robustness of the TGPC through the application of performance, stability and robustness criterions. To compare achieves results of the TGPC controller, the GCP and proportional, integral and derivative (PID) controllers are used, where whole the techniques applied to stable, unstable and of non-minimum phase plants. The simulated examples become fulfilled with the use of MATLAB tool. It is verified that, the alterations implemented in TGPC, allow the evidence of the efficiency of this algorithm

Estudo e implementação de um controlador preditivo generalizado bilinear compensado adaptativo

The present work presents the study and implementation of an adaptive bilinear compensated generalized predictive controller. This work uses conventional techniques of predictive control and includes techniques of adaptive control for better results. In order to solve control problems frequently found in the chemical industry, bilinear models are considered to represent the dynamics of the studied systems. Bilinear models are simpler than general nonlinear model, however it can to represent the intrinsic not-linearities of industrial processes. The linearization of the model, by the approach to time step quasilinear , is used to allow the application of the equations of the generalized predictive controller (GPC). Such linearization, however, generates an error of prediction, which is minimized through a compensation term. The term in study is implemented in an adaptive form, due to the nonlinear relationship between the input signal and the prediction error.Simulation results show the efficiency of adaptive predictive bilinear controller in comparison with the conventional.

Non-linear growth models for bullfrog tadpoles

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

Delineamentos ótimos para experimentos farmacocinéticos

Pós-graduação em Biometria - IBB

Análise genética da idade ao primeiro parto e da produtividade acumulada em bovinos da raça Nelore

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelagem das respostas de frangos de corte submetidos a diferentes ingestões de lisina

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

Férmions em campos externos em 1+1 e 2+1 dimensões

Pós-graduação em Física - FEG

Comportamento dinâmico não-linear de um sistema mecânico com vibrações associadas a uma transição brusca na rigidez

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)