Modelos de estado desenvolvimentista

O estado desenvolvimentista está situado entre o estado liberal e o estatismo. Todas as revoluções industriais foram realizadas no quadro de estados desenvolvimentistas, que assumiram várias formas ou modelos, conforme o desenvolvimento fosse original ou retardatário, central ou periférico, o primeiro desenvolvimentismo no país ou o segundo. Terminada a revolução industrial e depois que a economia se torna diversificada, complexa e competitiva, o mercado pode coordenar com vantagem os setores competitivos. Mas o estado tende e deve continuar desenvolvimentista, porque cabe a ele coordenar o setor não-competitivo, realizar uma política macroeconômica ativa incluindo uma política cambial, promover a diminuição das desigualdades econômicas, e proteger o meio ambiente – todas atividades que o mercado não tem condições de realizar.

Testando a superioridade preditiva do passeio aleatório em modelos de taxa de câmbio real efetiva

O estudo busca identificar quais variáveis são as mais relevantes para previsão da taxa de câmbio real efetiva e analisar a robustez dessas previsões. Foram realizados testes de cointegração de Johansen em 13 variáveis macroeconômicas. O banco de dados utilizado são séries trimestrais e os testes foram realizados sobre as séries combinadas dois a dois, três a três e quatro a quatro. Utilizando esse método, encontramos modelos que cointegravam entre si, para os países analisados. A partir desses modelos, foram feitas previsões fora da amostra a partir das últimas 60 observações. A qualidade das previsões foi avaliada por meio dos testes de Erro Quadrático Médio (EQM) e Modelo do Conjunto de Confiança de Hansen (MCS) utilizando um modelo de passeio aleatório do câmbio real como benchmark. Todos os testes mostram que, à medida que se aumenta o horizonte de projeção, o passeio aleatório perde poder preditivo e a maioria dos modelos são mais informativos sobre o futuro da taxa de câmbio real efetivo.

Comparação de previsões para a produção industrial brasileira considerando efeitos calendário e modelos agregados e desagregados

O trabalho tem como objetivo verificar a existência e a relevância dos Efeitos Calendário em indicadores industriais. São explorados modelos univariados lineares para o indicador mensal da produção industrial brasileira e alguns de seus componentes. Inicialmente é realizada uma análise dentro da amostra valendo-se de modelos estruturais de espaço-estado e do algoritmo de seleção Autometrics, a qual aponta efeito significante da maioria das variáveis relacionadas ao calendário. Em seguida, através do procedimento de Diebold-Mariano (1995) e do Model Confidence Set, proposto por Hansen, Lunde e Nason (2011), são realizadas comparações de previsões de modelos derivados do Autometrics com um dispositivo simples de Dupla Diferença para um horizonte de até 24 meses à frente. Em geral, os modelos Autometrics que consideram as variáveis de calendário se mostram superiores nas projeções de 1 a 2 meses adiante e superam o modelo simples em todos os horizontes. Quando se agrega os componentes de categoria de uso para formar o índice industrial total, há evidências de ganhos nas projeções de prazo mais curto.

Drivers de inovação em modelos de negócios

O objetivo desta pesquisa é compreender quais drivers que afetam a inovação em modelos de negócio de startup. A revisão da literatura sugere quatro drivers de inovação: criatividade/experimentação, direção estratégica, contexto econômico e pressão do steakeholder. Além desses, há também e um driver de resistência a mudança, caminhando no sentido inverso à inovação, que é a lógica dominante da firma. A pesquisa utiliza o método de estudo de casos múltiplo, a partir de quatro casos de startups de tecnologia que apresentam características de inovação disruptiva em seu modelo de negócio. A análise dos casos mostrou que o driver ‘contexto econômico’ tem predominância na fase de criação do modelo de negócio, enquanto ‘criatividade/experimentação’ e ‘direção estratégica’ tem maior efeito com a evolução do negócio. A ‘pressão do stakeholder’ tem efeito indireto, ao aumentar a influência dos demais drivers. Já a ‘lógica dominante da firma’ não apresentou evidências de influência. Esta pesquisa contribui para o avanço da teoria na compreensão dos motivadores de inovação dos modelos de negócio em startups de tecnologia. A pesquisa encontrou evidências da ocorrência de queda na criatividade/experimentação com o passar do tempo, levando a uma maior rigidez e menor nível de inovação dos modelos de negócio. Como estudo de caso múltiplos, as descobertas desta pesquisa ficam restritas a generalizações teóricas dentro de seu contexto.