Análise quantitativa da volatilidade entre os índices Dow Jones, IBovespa e S&P 500

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Análise quantitativa da volatilidade entre os índices Dow Jones, IBovespa e S&P 500"

Transcrição

1 Universidade Federal do Rio Grande do Sul Faculdade de Ciências Econômicas Programa de Pós-Graduação em Economia Análise quaniaiva da volailidade enre os índices Dow Jones, IBovespa e S&P 500 Daniel Cosa Lopes Poro Alegre 006

2 Universidade Federal do Rio Grande do Sul Faculdade de Ciências Econômicas Programa de Pós-Graduação em Economia Análise quaniaiva da volailidade enre os índices Dow Jones, IBovespa e S&P 500 Daniel Cosa Lopes Disseração apresenada ao Programa de Pós- Graduação em Economia da Faculdade de Ciências Econômicas da UFRGS apresenada como requisio parcial para obenção do íulo de Mesre em Economia. Orienador: Marcelo Savino Porugal Poro Alegre 006

3 3 DADOS INTERNACIONAIS DE CATALOGAÇÃO NA PUBLICAÇÃO (CIP) Responsável: Biblioeca Gládis W. do Amaral, Faculdade de Ciências Econômicas da UFRGS L864a Lopes, Daniel Cosa Análise quaniaiva da volailidade enre os índices Dow Jones, Ibovespa e S&P 500 / Daniel Cosa Lopes. Poro Alegre, f. : il. Orienador: Marcelo Savino Porugal. Disseração (Mesrado em Economia) - Universidade Federal do Rio Grande do Sul, Faculdade de Ciências Econômicas, Programa de Pós- Graduação em Economia, Poro Alegre, Mercado financeiro : Volailidade.. Previsão. 3. Preço de ações. 3. Modelo economérico. I. Porugal, Marcelo Savino. II. Universidade Federal do Rio Grande do Sul. Faculdade de Ciências Econômicas. Programa de Pós-Graduação em Economia. III. Tíulo. CDU

4 4 RESUMO A volailidade é uma medida de incereza quano às variações dos preços de aivos. Ese rabalho em como objeivo analisar a volailidade, aravés dos diversos modelos da família GARCH, de rês índices de mercados financeiros: Dow Jones, IBovespa e S&P 500. Com ese inuio, foram aqui uilizadas écnicas univariadas e mulivariadas, bem como análises de Causalidade de Granger. Aravés das duas primeiras ferramenas, escolhemos o melhor modelo para cada um deses casos. Usando a erceira ferramena, concluímos que o IBovespa é significaivamene influenciado pela aberura do Dow Jones e do S&P500. Por ouro lado, mosramos que a aberura do IBovespa não impaca, nem à 0% de significância, os índices Dow Jones e S&P 500. Também concluímos que a incorporação de um dos índices americanos ao modelo do IBovespa orna-o mais significaivo, uma vez que o mercado acionário brasileiro é impacado pelos dois índices ciados aneriormene. Desa forma, ese rabalho mosra que os modelos GARCH mulivariados aparenam ser mais eficazes na esimação da volailidade de aivos financeiros do que os modelos GARCH univariados. Palavras-chave: GARCH Univariado. GARCH Mulivariado. Causalidade de Granger. IBovespa. S&P 500. Dow Jones.

5 5 ABSTRACT The volailiy is a measure of he uncerainy of variaions of asse prices. The main goal of his work is o analyze he volailiy, by he use of several models of he GARCH family, of hree financial marke indexes: Dow Jones, IBovespa and S&P 500. Wih his purpose, we use univariae and mulivariae echniques, as well as Granger Causaliy. Using hese firs wo ools, we choose he bes model for each one of hese cases. Using he hird ool, we conclude ha he IBovespa is significaively influenced by he opening of he Dow Jones and he S&P 500 indexes. On he oher hand, we show ha he opening of he IBovespa does no impac, no even a 0% of significance, he Dow Jones and S&P 500 indexes. We also conclude ha incorporaion of one of hese American indexes o he model involving IBovespa makes i more significan, once he Brazilian Sock Marke is impaced by he wo American indexes we menion before. This work shows ha mulivariae GARCH models seem o be more efficien in he volailiy esimaion of financial asses han univariae GARCH models. Keywords: Univariaed GARCH. Mulivariaed GARCH. Granger Casualiy. IBovespa. S&P 500. Dow Jones.

6 6 SUMÁRIO INTRODUÇÃO... 8 MODELOS GARCH UNIVARIADO E MULTIVARIADO...8. ARIMA E GARCH OUTROS MODELOS DA FAMÍLIA GARCH Modelo IGARCH (Inegraed GARCH) Modelo GARCH-M (GARCH in mean) Modelo EGARCH (Exponencial GARCH) MODELO TGARCH (THRESHOLD GARCH) Modelo PGARCH (Power GARCH) MODELOS GARCH MULTIVARIADO Uso das Correlações Decomposição de Cholesky Modelos GARCH Mulivariados Esimação da Covariância Exponencialmene Ponderada (Exponenially Weighed Moving Averages - EWMA) Modelo Vecor Error Correcion Diagonal (VEC Diagonal) Modelo Baba, Engle, Kraf e Kroner (BEKK) Modelos GARCH para Reornos Bivariados Modelo de Correlação Consane VECTOR AUTOREGRESSION (VAR) Causalidade de Granger MODELOS EMPÍRICOS DE VOLATILIDADE GARCH UNIVARIADO MORAIS e PORTUGAL (998) SILVEIRA, BARCINSKI, ALMEIDA e GARCIA (997) ZIEGELMANN e PEREIRA (997) KARANASOS e KIM (000) UNE e PORTUGAL (005) GARCH MULTIVARIADO MANERA (003) GALVÃO, PORTUGAL e RIBEIRO (000) TSE e TSUI (000) KLAASSEN (999) HO e TSUI (004) ANÁLISE QUANTITATIVA DA VOLATILIDADE ENTRE OS ÍNDICES DOW JONES, IBOVESPA E S&P ANÁLISE DOS DADOS GARCH UNIVARIADO Dow Jones...65

7 7 4.. IBovespa S&P GARCH BIVARIADO GARCH Bivariado IBovespa x Dow Jones GARCH Bivariado IBovespa x S&P GARCH Bivariado Dow Jones x S&P Dummies no Modelo GARCH Bivariado IBovespa x Dow Jones Dummies no Modelo GARCH Bivariado IBovespa x S&P Dummies no Modelo GARCH Bivariado Dow Jones x S&P COMPARAÇÃO ENTRE OS MODELOS UNIVARIADOS CAUSALIDADE DE GRANGER COMPARAÇÃO DOS MODELOS BIVARIADOS COM OS MODELOS UNIVARIADOS CONCLUSÃO...05 REFERÊNCIAS...09 APÊNDICE A GRÁFICOS DA FAC E DA FACP... 4 APÊNDICE A Dow Jones... 4 APÊNDICE A IBovespa...5 APÊNDICE A3 S&P APÊNDICE B ESTIMAÇÃO DOS MODELOS E ANÁLISES DE RESÍDUOS...8 APÊNDICE B Dow Jones... 8 APÊNDICE B - IBovespa...0 APÊNDICE B3 S&P APÊNDICE C ANÁLISE GARCH BIVARIADO...4 Apêndice C IBovespa x Dow Jones...4 APÊNDICE C IBovespa x S&P APÊNDICE C3 Dow Jones x S&P APÊNDICE D ANÁLISE GARCH BIVARIADO COM DUMMIES...30 APÊNDICE D IBovespa x Dow Jones...30 APÊNDICE D IBovespa x S&P APÊNDICE D3 Dow Jones x S&P

8 8 SUMÁRIO DE FIGURAS Figura - Série dos reornos do índice Dow Jones...4 Figura - Série dos reornos do índice IBovespa...5 Figura 3 - Série dos reornos do índice S&P Figura (a) Hisograma e esaísicas da série Dow Jones (b) Hisograma e esaísicas da série IBovespa (c) Hisograma e esaísicas da série S&P Figura 5 - (a) Série dos Reornos do índice Ibovespa (b) Série dos Reornos do índice Dow Jones...7 Figura 6 - (a) Série dos Reornos do índice Ibovespa (b) Série dos Reornos do índice S&P Figura 7 - (a) Série dos Reornos do índice Dow Jones (b) Série dos Reornos do índice S&P Figura 8 - (a) Função de Auocorrelação da série IBovespa ao quadrado (b) Função de Correlação Cruzada das séries IBovespa x Dow Jones ao quadrado (c) Função de Correlação Cruzada das séries Dow Jones x IBovespa ao quadrado (d) Função de Auocorrelação da série Dow Jones ao quadrado...75 Figura 9 - (a) Função de Auocorrelação da série IBovespa ao quadrado (b) Função de Correlação Cruzada das séries IBovespa x S&P 500 ao quadrado (c) Função de Correlação Cruzada das séries Dow Jones x S&P 500 ao quadrado (d) Função de Auocorrelação da série S&P 500 ao quadrado...75 Figura 0 - (a) Função de Auocorrelação da série Dow Jones ao quadrado (b) Função de Correlação Cruzada das séries Dow Jones x S&P 500 ao quadrado (c) Função de Correlação Cruzada das séries S&P 500 x Dow Jones ao quadrado (d) Função de Auocorrelação da série Dow Jones ao quadrado...76 Figura - Resíduos do modelo DVEC(,)...78 Figura - Resíduos padronizados do modelo DVEC(,)...78 Figura 3 - Gráfico QQ dos resíduos padronizados do modelo DVEC(,)...79 Figura 4 - Volailidade condicional mulivariada do modelo DVEC(,)...80 Figura 5 - Correlação Cruzada enre os índices IBovespa e Dow Jones...80 Figura 6 - Resíduos do modelo DVEC(,)...83

9 9 Figura 7 - Resíduos padronizados do modelo DVEC(,)...83 Figura 8 - Gráfico QQ dos resíduos padronizados do modelo DVEC(,)...84 Figura 9 - Volailidade condicional mulivariada do modelo DVEC(,)...85 Figura 0 - Correlação Cruzada enre IBovespa e S&P Figura - Resíduos do modelo BEKK(,)...89 Figura - Resíduos padronizados do modelo BEKK(,)...89 Figura 3 - Gráfico QQ dos resíduos padronizados do modelo BEKK(,)...90 Figura 4 - Volailidade condicional mulivariada do modelo BEKK(,)...9 Figura 5 - Correlação Cruzada enre os índices Dow Jones e S&P Figura 6 - (a) Simulação do Dow Jones (b) Simulação do IBovespa. (c) Simulação do S&P Figura 7 - (a) Simulação para o IBovespa. (b) Simulação para o Dow Jones...00 Figura 8 - (a) Simulação para o IBovespa. (b) Simulação para o S&P Figura 9 - (a) Simulação para o Dow Jones. (b) Simulação para o S&P

10 0 SUMÁRIO DE TABELAS Tabela - Tabela do Coeficiene de Correlação enre as séries...7 Tabela - Análise de modelos GARCH univariado para a série dos reornos do índice Dow Jones...65 Tabela 3 - Dados realizados e seus respecivos predios no modelo TGARCH(,) para o índice Dow Jones...67 Tabela 4 - Análise de modelos GARCH univariados para a série dos reornos do índice IBovespa...67 Tabela 5 - Dados realizados e seus respecivos predios no modelo TGARCH(,) para o índice...69 Tabela 6 - Análise de modelos GARCH univariado para a série dos reornos do índice S&P Tabela 7 - Dados realizados e seus respecivos predios no modelo TGARCH(,) para o índice S&P Tabela 8 - Seleção de modelos para as séries do IBovespa e Dow Jones...77 Tabela 9 - Tese Pormaneau Mulivariado (Tipo Ljung-Box) para a série dos índices IBovespa x Dow Jones...77 Tabela 9 - Mariz de Correlação Condicional Consane do modelo DVEC(,)...8 Tabela 0 - Seleção de modelos para as séries dos índices IBovespa e S&P Tabela - Tese Pormaneau Mulivariado (Tipo Ljung-Box) para a série dos índices IBovespa x S&P Tabela - Mariz de Correlação Condicional Consane do modelo DVEC(,)...86 Tabela 3 - Seleção de modelos para as séries dos índices Dow Jones e S&P Tabela 4 - Tese Pormaneau Mulivariado (Tipo Ljung-Box) para a série dos índices Dow Jones x S&P Tabela 5 - Mariz de Correlação Condicional Consane do modelo BEKK(,)...9 Tabela 6 - Comparação da Correlação Simples com a Correlação Condicional Consane...9 Tabela 7 - Seleção de modelos para as séries dos índices Dow Jones e S&P 500 com dummies...93

11 Tabela 8 - Seleção de modelos para as séries dos índices IBovespa e S&P 500 com dummies...93 Tabela 9 - Seleção de modelos para as séries do Dow Jones e S&P 500 com dummies...94

12 INTRODUÇÃO A volailidade de um aivo é uma medida de incereza quano às variações de seu preço. Ela é uma ferramena exremamene imporane para quem aua no mercado de ações: ao omar uma decisão, o acionisa esá ineressado em saber em que direção e com que velocidade um aivo irá se movimenar. Mercados que se movem lenamene são dios de baixa volailidade. Por ouro lado, mercados que se movem mais rapidamene podem ser visos como mercados de ala volailidade. Os períodos de ala volailidade no mercado acionário possibiliam maiores lucros, uma vez que uma ala variação dos aivos gera grandes oporunidades ao invesidor. Todavia, esas oporunidades razem ambém consigo um nível maior de incereza. Aualmene, a análise de risco em sido uma ferramena básica para qualquer analisa do mercado de ações. Desa forma, a gesão de risco orna-se um elemeno essencial quando se fala em ações. Sendo assim, conseguir prever de maneira significaiva a variância de um aivo é exremamene úil para o acionisa. Esa disseração se propõe a esimar a volailidade de aivos. Para ser mais específico, analisaremos a variância de alguns índices de mercados financeiros: Dow Jones, IBovespa (Índice da Bolsa de Valores de São Paulo) e S&P 500 (Sandard and Poor 500). Esimar com acurácia a volailidade de um índice financeiro é indicaivo de que podemos significaivamene prever a variância de um papel específico. No momeno que podemos mensurar se a variância de um aivo será maior ou menor em um deerminado dia, poderemos dizer em que direção e com que velocidade um aivo irá variar. Como conseqüência, o acionisa erá a possibilidade de auferir grandes lucros. Os rês índices que iremos analisar são correlacionados? Qual a correlação enre eles? Será que uma queda na bolsa americana repercue na bolsa brasileira? Como podemos modelar essas séries? Esas quesões moivaram o surgimeno dese rabalho e, porano, serão aqui respondidas.

13 3 Para responder a esas pergunas serão uilizadas formas meodológicas similares às que serão apresenadas na revisão bibliográfica. A idéia é esudar como prever significaivamene índices financeiros. Desa forma, primeiramene analisaremos a volailidade de algumas séries emporais uilizando um modelo GARCH univariado. Após escolher o modelo mais eficaz, passaremos para o segundo passo: realizaremos uma análise com GARCH bivariado enre as séries do IBovespa x Dow Jones, IBovespa x S&P 500 e Dow Jones x S&P 500. A idéia é que a análise bivariada irá aumenar a significância do modelo, uma vez que ela considera mais variáveis por ser uma ferramena de previsão mais complexa. Com o inuio de averiguar se a bolsa americana impaca no IBovespa, será ambém realizada uma análise de Causalidade de Granger. Feio o acima ciado, será possível responder as seguines quesões: Uma queda brusca na bolsa americana impaca a bolsa brasileira? É possível prever significaivamene o mercado financeiro? A incorporação de um dos índices do mercado americano na esimaiva do IBovespa orna o modelo mais significaivo? Acrediamos ser relevane esa análise viso que não há um consenso sobre qual é o melhor modelo economérico para as séries financeiras. Há quem acredie que, dado que o mercado acionário é eficiene, não podemos fazer nada melhor do que prever a informação do dia uilizando-se somene da informação no dia -. No enano, poderemos prever significaivamene uma série financeira se ela for ajusada a um modelo fidedigno. Veremos agora as rês séries com as quais iremos rabalhar : a) Dow Jones: O Dow Jones é um dos indicadores de maior confiabilidade mundial e ornou-se, desde sua criação, uma referência imporane para invesidores e adminisradores de recursos esrangeiros, que se baseiam em sua performance para omar decisões de invesimenos. Ele é uma média ponderada de 30 papéis Blue-Chips que geralmene são os líderes de suas respecivas indúsrias. O indicador em sido amplamene acompanhado desde o de Ouubro de 98. O índice Dow Jones foi inroduzido em 884 pelos nore-americanos Todas as séries foram reiradas do hisórico de índices dosofware Broadcas.

14 4 Charles Henry Dow, precursor da análise de ações, junamene com seus sócios Edward Jones e Charles Bergsresser primeiros ediores do The Wall Sree Journal. A idéia era formar uma empresa que divulgasse coações de ações e noícias econômicas do mercado de New York. Nascia a Dow Jones & Company. Todavia, foi a parir de o de Ouubro de 98 que o indicador passou a ser amplamene difundido. A Figura abaixo informa os valores dos reornos do índice Dow Jones ( y ), dados por: y ( ln x ln x ) = 00 A série, que é formada por observações, compreende o período de 0/0/990 a 0/06/005. Vejamos o gráfico da série: Dow Jones //990 //99 //99 //993 //994 //995 //996 //997 //998 //999 //000 //00 //00 //003 //004 //005 Figura - Série dos reornos do índice Dow Jones. Fone: Broadcas b) IBovespa: O IBovespa é o principal índice da Bolsa de Valores de São Paulo. Ese mede as variações dos preços das ações das empresas mais negociadas no mercado acionário brasileiro. O índice de uma bolsa de valores serve para dar parâmeros de variação de valores ao mercado, ou seja, serve para que o invesidor possa saber se, naquela bolsa, os papéis esão valorizando ou

15 5 desvalorizando. Implanado em de janeiro de 968, ele é hoje o ermômero do desempenho das 54 ações mais negociadas, o que represena cerca de 80% do volume oal. A Figura abaixo mosra a série dos reornos do índice Bovespa. A série coném observações e abrange o período de 0/0/990 a 0/06/005. Pode-se perceber fores indícios de heeroscedasicidade nesa série. É exremamene imporane conseguir modelar correamene esa variância, viso que, ponos de ala (ou baixa) volailidade são ineressanes para o invesidor, uma vez que eles implicam em alos (ou baixos) reornos. Abaixo apresenamos a série dos reornos diários do índice IBovespa. IBovespa //90 //9 //9 //93 //94 //95 //96 //97 //98 //99 //00 //0 //0 //03 //04 //05 Figura - Série dos reornos do índice IBovespa. Fone: Broadcas c) S&P500: O S&P500 é um índice de avaliação das mudanças das condições do mercado acionário endo como base o desempenho médio das 500 maiores empresas dos EUA. A Figura 3 abaixo informa os valores do índice S&P 500 de observações. Os dados abrangem o período de 0/0/990 a 0/06/005.

16 6 Podemos perceber, a priori, uma clara presença de heeroscedasicidade na série emporal. Isso ocorre devido a perurbações presenes no mercado que, dese modo, implicam em maior volailidade no valor do índice. O gráfico abaixo mosra maior volailidade nas observações enre o período de 0/0/997 e 0/0/004. S&P //90 //9 //9 //93 //94 //95 //96 //97 //98 //99 //00 //0 //0 //03 //04 //05 Figura 3 - Série dos reornos do índice S&P 500. Fone: Broadcas Como o leior deve er percebido, as rês séries possuem número de dados diferenes. O IBovespa é o índice com menos dados, o que se deve ao fao de que o mercado americano er menos feriados que o brasileiro. Cabe ambém ressalar que o índice S&P 500 possui uma observação a mais do que o Dow Jones porque no dia 7/05/996 o Dow Jones não abriu. Podemos perceber que enre as rês séries, aparenemene, o IBovespa é o índice mais voláil. Enquano o reorno dos índices americanos variam, na maioria das vezes, enre -3 e 3, o brasileiro varia enre, digamos, - e. Anes de prosseguirmos ao próximo capíulo, mosraremos a Tabela, onde podemos ver uma análise de como se comporam os coeficienes de correlação simples enre as rês séries.

17 7 Tabela - Tabela do Coeficiene de Correlação enre as séries. Índice Dow Jones IBovespa S&P 500 Dow Jones 00% 9% 94% IBovespa 9% 00% 8% S&P % 8% 00% O coeficiene de correlação indica que um aumeno de % nos reornos da série IBovespa leva a um aumeno de 0,94% no Dow Jones. Já um aumeno de % nos reornos da série IBovespa acarrea um aumeno de 0,855% no S&P 500. Por úlimo, um aumeno de % nos reornos da série Dow Jones acarrea um aumeno de 0,94% nos reornos da série S&P 500. O Capíulo, a seguir, apresena a meodologia que será uilizada ao longo do rabalho. Em seguida, o Capíulo 3 apresena uma revisão bibliográfica de alguns rabalhos que ambém modelaram séries financeiras com as mesmas meodologias que serão abordadas nese rabalho. O Capíulo 4 apresena uma análise economérica das séries financeiras Dow Jones, IBovespa e S&P 500. Para eses dados serão consideradas as análises Univariada, Bivariada, Bivariada com Dummies e Análise de Causalidade de Granger. No Capíulo 5, apresenamos as conclusões do rabalho.

18 8 MODELOS GARCH UNIVARIADO E MULTIVARIADO O modelo mais simples que incorpora a volailidade de séries emporais é o Auoregressive Condiional Heeroskedasic (ARCH). Neses modelos, emos que: a) a média do reorno de um aivo é serialmene não correlacionada, porém dependene; b) a dependência do reorno do aivo pode ser descria por uma função quadráica da defasagem dos seus valores, dependendo da defasagem de seus valores presene e passados. Nos modelos ARCH, grandes choques endem a serem seguidos por ouro grande choque. Além disso, como a volailidade depende do quadrado do choque que ocorreu, o modelo ARCH assume que choques posiivos e negaivos possuem os mesmos efeios. Todavia, na práica, sabemos que isso não ocorre. A idéia é que os modelos ARCH endem a superesimar a volailidade, uma vez que eles respondem lenamene a choques isolados no reorno da série. Para conornar algumas dessas dificuldades vamos inroduzir ambém os modelos GARCH.. ARIMA e GARCH Um processo { y }, Z, auoregressivo de ordem p, denoado por AR(p), para uma dada variável y em a forma: y + = c + φ y + φ y φ p y p u, (..) onde u é um ruído branco

19 9 E( u E( u u ) = 0 τ σ u, ) = 0, c. c. para = τ (..) onde c e φ i, para i p, são consanes reais. O processo será esacionário caso as raízes do polinômio φ z φ z p... φ 0, (..3) z p = esejam fora do círculo uniário. A esimação óima linear do nível de y para um processo AR(p) é dada por Eˆ ( y y, y,...) = c + φ y + φ y +... φ p y p +, (..4) onde ˆ( y y, y,...) E denoa a projeção linear de pelas observações passadas (, y,... ) y, denoado por F y sobre o sub-espaço gerado. Enquano a média condicional de y varia no empo, de acordo com (..4), a média não condicional é consane (se o processo é esacionário): E ( y ) = c ( φ φ... φ ) / p. (..5) de Todavia, freqüenemene esamos ineressados em esimar não só o nível y mas ambém sua variância. Mudanças na variância são de fundamenal imporância em mercados financeiros, uma vez que invesidores buscam, em geral, aivos com maior variância para ober maiores reornos. Uma variância que muda ao longo do empo ambém em implicações imporanes para a validade e eficiência da inferência dos parâmeros ( c φ, φ,..., φ, σ ) dinâmica do nível de y., p u que descrevem a

20 0 Embora (..) implique que a variância não condicional de u seja consane e igual a σ u, a variância condicional de u pode variar ao longo do empo. Uma maneira de modelar esa variância é descrever o quadrado de u como seguindo ambém um processo AR(m): u ζ + w, (..6) = + αu + α u α mu m onde w é um novo ruído branco dado por E( w ) = 0 σ, para = τ (..7) w E( w wτ ) = 0, c. c.. Como u é o erro na previsão de y, a expressão (..6) implica que a projeção linear do erro ao quadrado de uma previsão de y nos m primeiros erros ao quadrado de previsão, é dada por Eˆ( u u, u,...) + αu + α u = ζ α u. (..8) m m Um processo { y }, onde Z, cujo ruído branco u saisfaça (..6), é dio ser um Auoregressive Condiional Heeroskedasic Process de ordem m (ARCH(m)). Esa classe de processos foi inroduzida por Engle (98). Para u ser esacionário, devemos requerer que as raízes de m α z α z... α 0 (..9) m z = esejam fora do círculo uniário. Exigir que odos mesmo que requerer que α j sejam não negaivos é o α α α. (..0) + m <

21 Quando as condições (..9) e (..0) são saisfeias, a variância não condicional de u é dada por ( ) = ζ α α... α ) σ u = E u /( m. (..) Denoe u ˆ + a previsão linear para s períodos à frene. Enão, s ( u, u,...) ˆ ˆ u E u. (..) + s = + s A previsão u ˆ + s converge em probabilidade para σ u, quando s, assumindo que w em uma variância finia e que (..0) esá saisfeio. É conveniene usar uma represenação alernaiva de um processo ARCH(m), onde hipóeses mais fores são imposas sobre a dependência serial de u. Suponha que u = h v, (..3) onde v é iid com média zero e variância igual a unidade. Caso h seja dado por h = ζ + α u + α u α mu m, (..4) enão a expressão (..3) implica que E ( u u, u,...) = + α u + α u +... α u + m m ζ. (..5) Assim, caso u seja gerado por (..3) e (..4), enão u segue um processo ARCH(m) no qual a projeção linear (..8) ambém é a variância condicional de μ.

22 Observamos que quando (..3) e (..4) são subsiuídos em (..6) emos que h v = h + w. (..6) Sob a especificação em (..3), a inovação w na represenação AR(m) para u em (..6) pode ser expressa como = h ( v ) w. (..7) Noe que, embora em (..7) a esperança não condicional de consane, iso é, w é assumida ser E ( w ) σ w =, (..8) a variância condicional de A variância não condicional de w varia ao longo do empo. w reflee o quaro momeno de u, e ese quaro momeno não exise para odo modelo ARCH esacionário. Isso pode ser viso elevando ao quadrado ambos os membros da igualdade (..7) e calculando-se a esperança não condicional de ambos os lados E ( w ) = E( h ) E( v ). (..9) Vejamos agora como um modelo Generalized Auoregressive Condiional Heeroskedasic Process (GARCH) pode ser usado nese conexo. Generalizando o modelo que vimos acima, podemos supor que a variância condicional do processo dependa de um número infinio de defasagens de u, j

23 3 ( ) u h = ζ + Π L (..0) onde ( ) = = Π L Π, (..) j L j j j sendo L o operador de defasagem definido por L ( y ) y j A idéia é paramerizar Π ( L) dado na expressão (..) como a razão de dois polinômios de ordem finia Π ( L) α = ( L) δ ( L) =., (..) m i onde assumiremos que α ( L) = α i L, ( ) = i= r δ L δ e que as raízes do polinômio δ ( z) = 0 esão fora do círculo uniário. Se muliplicarmos (..0) por δ ( L) resulado obido é j= L j j [ δ ( L) ] h = [ δ ( ) ] ζ + α( L) u o (..3) ou, igualmene, h δ rh r + αu + + mu m = κ + δ h... α, (..4) onde κ [ δ... δ ]ζ. O processo { } r u, onde Z, saisfazendo as expressões (..3) e (..4) é dio ser um GARCH(r,m). Somando os lados da expressão (..4), emos que: u em ambos

24 4 r m ( u j h j ) + δ ju j + α iu i u r + u = δ j j= j= i= h κ + (..5) ou seja, u = κ +... δ w ( δ + α) u ( δ p + α p ) u p + w δw r r, (..6) onde w u h, p = max{ m, r}, δ 0, para j > r e α 0, para j > m. Noe j j que h denoa a previsão de u baseada nos valores defasados dese úlimo. Porano, w u h é o erro associado à esa previsão. Sendo assim, w é um ruído branco que é fundamenal para u. A expressão (..6) será enão reconhecida como um processo ARMA( p, r ) para u, cujo j-ésimo coeficiene auoregressivo (AR) é a soma de δ j com α j enquano o j-ésimo coeficiene da média móvel (MA) é o negaivo de δ j. Caso u seja descrio com um GARCH(r,m), enão u segue um processo ARMA(p,r), onde p = max{ m, r}. da equação O processo u será esacionário caso w enha variância finia e as raízes p ( δ + α ) z... ( δ + α ) z 0 (..7) p p = esejam fora do círculo uniário. No caso esacionário, a média não condicional de u é dada por [ ( δ + α )... ( δ α )] E( u ) = σ u = κ / p + p. (..8)

25 5 O cálculo da seqüência da variância condicional { h } T = de (..4) requer a pré-amosragem de valores para h,..., h p+ o e u p +,..., uo. Se ivermos observações em y e x para =,,..., T, Bollerslev (986) sugere definir h j u j ˆ u = = σ para j = p +,...,0 onde T ˆ σ u = T. = ( ) y x β A seqüência { h } T = expressão pode ser usada para calcular a log verossimilhança a parir da = = = ( y x ' β ) T T T T L( θ ) = ln f ( y x, F ; θ ) = ln( ) ln( h ), (..9) h onde F indica as informações passadas. A expressão acima pode ser maximizada numericamene com respeio à β e aos parâmeros κ,...,, δ,..., δ r, α α m do processo GARCH.. Ouros modelos da família GARCH A variância é um faor exremamene imporane no gerenciameno do risco financeiro. Apesar da volailidade não ser direamene observável, ela possui algumas caracerísicas que são comumene visas no reorno de aivos. Primeiramene, exisem clusers de volailidade, iso é, a volailidade pode ser ala em alguns períodos e baixa em ouros. Segundo, a volailidade evolui de forma consane com o passar do empo, ou seja, pulos na volailidade são raros.

26 6 Terceiro, a volailidade não diverge ao infinio. Esaisicamene falando, esamos dizendo que a volailidade é esacionária. Quaro, a volailidade parece reagir de maneira diferene ano a um aumeno de preço como a um decréscimo de preço. Esas propriedades são fundamenais para o enendimeno da volailidade. Alguns modelos foram proposos especificamene para corrigir as fraquezas de ouros modelos e, com isso, capurar algumas das caracerísicas mencionadas no parágrafo anerior. Desejamos agora analisar alguns modelos economéricos da família GARCH, disponíveis na lieraura, para modelarmos a volailidade do reorno de um aivo com caracerísicas específicas... Modelo IGARCH (Inegraed GARCH) Caso o polinômio da represenação GARCH enha uma raiz uniária, é conveniene uilizarmos um modelo IGARCH. Um IGARCH(,), pode ser descrio da seguine maneira a = σ ε, (..) σ ( β ) a = α 0 + βσ + + onde 0 < β < e { } ε é um ruído branco. No modelo GARCH(,) canônico, emos que ( α β ) () σ () = α + + ; (..) h 0 σ h porém, quando α + β, eremos que: = σ l ( ) 0 h ( ) σ h () + α. (..3) = l

27 7 O efeio de σ () na volailidade em um passo l fuuro é persisene e a h esimaiva da volailidade forma uma linha com inclinação α 0. Nesse caso, é aconselhável o uso do modelo IGARCH... Modelo GARCH-M (GARCH in mean) Um GARCH(,) M, pode ser descrio como r = μ + cσ + a, a = σ ε, (..4) σ. = α 0 + αa + βσ O parâmero c é chamado prêmio pelo risco. Um prêmio posiivo indica que o reorno é posiivamene relacionado à volailidade passada. A formulação do modelo GARCH-M implica que exise correlação serial no reorno da série. Essa correlação serial é inroduzida por eses reornos no processo de volailidade { σ }. Enreano, a exisência de um prêmio pelo risco é oura razão pela qual alguns reornos de aivos em correlação serial...3 Modelo EGARCH (Exponencial GARCH) O modelo EGARCH foi desenvolvido para capurar a assimeria na volailidade induzida por grandes reornos posiivos e negaivos. Um EGARCH (m,s) pode ser escrio como a = σ ε, (..5) S + βl β S L ( ) α + g( ε ) ln σ, = 0 m αl... α ml

28 8 onde 0 α é uma consane, L é o operador de defasagem, al que Lg( ε ) g( ε ) =, e S + β L β S L e m α L... α m L são polinômios com zeros fora do círculo uniário e não possuem raízes em comum...4 Modelo TGARCH (Threshold GARCH) Oura variação dos modelos GARCH é o TGARCH. Ese úlimo é capaz de modelar os efeios leverage de séries financeiras. O efeio leverage corresponde a correlação negaiva enre os rendimenos presenes de um papel e sua volailidade fuura. O TGARCH(p,q) é dado por p i= i p σ = a + a ε + γ S ε + b σ (..6) 0 i i= i i i q j= j j onde { } Z ε é o processo de ruído branco e S = {, se ε < 0 ; 0, se ε 0 }. i i i Sendo assim, dependendo se o valor de ε i esá acima ou abaixo do valor de hreshold zero, ε i erá diferenes efeios na variância condicional ε i for posiivo, os efeios oais são dados por i ) i i efeio oal é dado por ( a + γ ε a iε i ; quando i σ : quando ε for negaivo, o. Porano, esperamos que γ i seja posiivo para noícias ruins e, além disso, que ele seja mais impacado pelas noícias ruins. O efeio leverage vai exisir nese modelo caso enhamos γ > 0. i

29 9..5 Modelo PGARCH (Power GARCH) O modelo PGARCH é ouro modelo que permie incluir o efeio leverage. Ese modelo é dado por p d q d 0 + ai ( ε i + γ iε i ) + b jσ j i= j= d σ = a, (..7) onde d é um expoene posiivo, e γ i denoa o coeficiene de efeio leverage. Podese perceber que, quando d = e γ = 0, o modelo se reduz a um GARCH(p,q). i A diferença básica enre esse modelo e o anerior é que choques de volailidade geram impacos maiores no modelo TGARCH em relação ao modelo GARCH comum com efeios leverage, independene do amanho desse choque. Já o modelo PGARCH é mais robuso a choques exremos, de modo que impacos de pequenos choques são melhores capados pelo PGARCH em relação a modelos GARCH e TGARCH. Por ouro lado, impacos de grandes choques são menos capados pelo PGARCH em relação aos ouros dois modelos..3 Modelos GARCH Mulivariado Os modelos GARCH mulivariado êm uma aplicação financeira muio imporane. Eles exercem um grande papel na seleção de porifólios e alocação de recursos. O GARCH mulivariado ambém é úil para compuar o Value a Risk de uma posição financeira e para verificar relações de causalidade enre dois aivos. Considere o reorno mulivariado r de k séries emporais. Podemos, assim como no caso univariado, reescrever a série da seguine maneira: r = μ + a, (.3.) i i i

30 para odo {,..., k}, i onde E( r F ) as informações passadas μ i = i é a esperança condicional de i F, e ( a a ) ' 30 r dadas a,..., = k é o choque, ou inovação, das k séries no empo. Assume-se que o processo μ seja a esperança condicional de uma série emporal mulivariada. Para a maioria das séries de reornos, é suficiene empregar uma simples esruura de veores ARMA para μ, ou seja, p i= q μ = + Φ r Θ a, (.3.) φ 0 i i i= i i onde p e q são ineiros não-negaivos. Variáveis explicaivas podem ser inseridas na equação caso seja necessário. Nos referimos a expressão (.3.) como a equação da média de r. A mariz de variância condicional de a dado F é uma mariz k x k posiiva definida que chamaremos de Σ, onde Σ = Cov ( a F ) volailidades mulivariadas, esamos preocupados com a evolução de do empo. Nos referimos a série r.. Ao modelarmos Σ ao longo Σ como um modelo de volailidade para o reorno da Exisem diversas maneiras de generalizar a volailidade univariada, porém, quando o número de dimensões orna-se muio grande, fica exremamene difícil fazer esa modelagem. Exisem alguns modelos que permiem analisar o coeficiene de correlação ao longo do empo enre o reorno de aivos. Veremos agora dois méodos de reparamerização da Σ..3. Uso das Correlações Um imporane passo na modelagem da volailidade mulivariada é a reparamerização de Σ fazendo uso de sua propriedade de simeria. A primeira

31 3 reparamerização aqui apresenada é feia aravés do uso dos coeficienes de correlação condicional e das variâncias de a. Podemos escrever Σ como ' [ σ ] = D ρ D Σ, (.3.3) ij, onde ρ é a mariz de correlação condicional de a dado o sub-espaço F e D é uma mariz diagonal k x k que consise dos desvios padronizados condicionais dos elemenos de a. Como ρ é simérico com elemenos diagonais uniários, a evolução de ao longo do empo é governada pelo comporameno da variância condicional Σ σ ij, e pelo elemeno ρ ij, de ρ, onde j < i e i k. Para modelar a volailidade de a, é suficiene considerar a variância condicional e os coeficienes de correlação de a i. Definimos o veor dimensional k(k+)/ ( σ σ ψ ) ' Ξ =,,..., kk,,, (.3.4) onde ψ é um veor obido aravés das colunas da mariz de correlação de ρ, mas somene uilizando os elemenos abaixo da diagonal principal. Para um reorno de uma série k dimensional, emos que ( ρ ρ / ρ,..., ρ /... ) ' ψ =,..., ρ. (.3.5), k, 3, k, / kk, Vejamos como exemplo, o caso k =. ρ Exemplo: Nese caso, emos que, ψ = e Ξ = ( σ σ ρ ) ',,,,,. Seja a uma variável aleaória normal bivariada, enão a função de densidade condicional de a dado F é

32 3 f ( a, a ) Q a exp (, a Ξ ) Ξ = σ, σ, ( ρ, ) ( ρ ),, (.3.6) onde Q( a, a ) a a ρ a a Ξ = +. σ, σ, σ,, σ, A função ln de densidade de a, relevane ao esimador de máxima verossimilhança, é dada por l ( a, a Ξ ) = ln[ σ σ ( ρ )],,, (.3.7) + ρ, a σ, a + σ, ρ σ, a, σ a, Essa reparamerização é úil viso que ela modela as covariâncias e correlações direamene. Todavia, ese modelo apresena desvanagens: primeiro, a função de verossimilhança fica muio complicada quando k > ; segundo, o modelo requer uma maximização condicionada na esimação para assegurar que Σ seja posiiva definida..3. Decomposição de Cholesky A segunda reparamerização de Σ é aravés da decomposição de Cholesky. Esa meodologia possui algumas vanagens em relação à anerior, uma vez que não requer um parâmero resriivo para que Σ seja posiiva definida. Além disso, essa reparamerização é uma ransformação orogonal, de modo que a função de verossimilhança resulane é exremamene simples. Como Σ é posiiva definida, exise uma mariz inferior riangular L com diagonal uniária e uma mariz G com diagonal posiiva al que

33 33 Σ = L G L. (.3.8) ' eremos que Esa é a decomposição de Cholesky para Σ. Para o caso bivariado, Σ σ = σ,, σ σ,, 0 g, 0, L =, G = q,, (.3.9) 0 g, onde g 0, para i=,. Usando a equação (.3.8), emos que ii, > Σ σ = σ,, σ σ,, g, = q, g, g q, g,, + q, g,. (.3.0) Sendo assim, emos que σ, = g,,, σ = q, g,,, σ = g, + q, g,. (.3.) Resolvendo a equação (.3.), emos que σ, = g,, q, σ, =, σ, g, σ, = σ,. (.3.) σ, Todavia, consideremos a regressão linear simples condicional a a + b = β, (.3.3) onde b é o erro. Pelo méodo dos mínimos quadrados, sabemos que

34 ( a, a ) σ, ( a ) σ, 34 Cov β = =. (.3.4) Var Porano, da expressão (.3.3), obemos Var ( b ) Var( a ) β Var( a ) σ, = = σ,. (.3.5) σ, Como o erro b é não correlacionado com o regressor a, obemos que σ, = g,, q, = β, g, Var( b ) =, b a, (.3.6) onde implica ausência de correlação. Sendo assim, a decomposição de Cholesky de uma mariz quadrada orogonal de a para ( b b ) ' b = al que, Σ de ordem gera uma ransformação b = a e b = a q, a, (.3.7) onde = β é obido aravés da regressão linear (.3.3) e Cov ( b ) é uma mariz q, diagonal com elemenos g ii,. Podemos inerprear q, e ii g, da seguine maneira: a) o primeiro elemeno da diagonal de G é a variância de b) o segundo elemeno da diagonal de G é a variância residual da regressão linear simples da equação (.3.3); c) o elemeno q, da mariz riangular inferior L é o coeficiene β de (.3.3). a ; O raciocínio ambém é válido para casos de dimensões maiores do que. Sendo assim, a uilização da decomposição de Cholesky aravés de uma

35 35 ransformação orogonal de a para b, onde b a =, e b i, para definido recursivamene pela regressão de mínimos quadrados < i k é a + i = qi, b + qi, b qi( i ), b( i ) bi, (.3.8) onde q ij, é o (i,j)-ésimo elemeno da mariz riangular inferior L, para Podemos reescrever essa ransformação da seguine maneira j < i. b = L a. (.3.9) A mariz de covariância de b é a mariz diagonal Cholesky pois G da decomposição de ' ( b ) = L Σ ( L ) G Cov =. (.3.0) Desa forma, o veor de parâmeros relevane para a modelagem da volailidade sob al ransformação é dado por ( g g, q, q, q,..., q q ) ' Ξ =,..., (.3.),,..., kk,, 3, 3, k, k ( k ), com dimensão k(k+)/. Essa ransformação simplifica a função de verossimilhança. Como L =, emos que ' C k Σ = L G L = G = g. (.3.) i= ii, Caso a disribuição condicional de a, dada a informação passada, seja normal mulivariada (, ) N 0 Σ, enão a disribuição condicional da série ransformada b

36 é normal mulivariada N ( 0,G ), e a função log verossimilhança passa a ser exremamene simples 36 k b ( ) ( ) ( ) = i l a, Σ = l b, Ξ = ln gii, +, (.3.3) i g ii, onde g ii, é a variância de b i. Usar a decomposição de Cholesky para reparamerizar vanagens. De fao: Σ em diversas a) pela equação (.3.), emos que Σ é posiiva definida caso g ii, > 0, para odo i. Podemos alcançar a resrição de que modelando ( ) ln g ii, ao invés de ii g, ; Σ é posiiva definida b) elemenos do veor de parâmeros Ξ da equação (.3.) são ano coeficienes quano variâncias residuais da regressão linear múlipla que orogonalizam o choque dos reornos; c) o coeficiene de correlação enre a e a é dado por σ σ,, ρ, = = q,, (.3.4) σ σ σ,,, que varia ao longo do empo caso q, γ σ σ,,, onde γ é uma consane. Aravés da uilização da equação (.3.) e da orogonalidade enre os choques ransformados b i, obemos ( ai F ) = i σ, = Var q, g,, i =,...,k (.3.5) ii v= iv vv

37 37 i ( ai, a j F ) = σ, = Cov q, q, g, j < i, i =,...,k, (.3.6) ii v= iv jv vv onde q para v =,...,k. Essas equações mosram a paramerização de Σ vv, = sob a decomposição de Cholesky..3.3 Modelos GARCH Mulivariados Agora que já vimos alguns modelos de reparamerização de nesa seção alguns modelos GARCH mulivariados. Σ, veremos.3.3. Esimação da Covariância Exponencialmene Ponderada (Exponenially Weighed Moving Averages - EWMA) Seja y um veor k x de uma série emporal mulivariada y = c+, para =,,...,T, onde c é o veor de média k x, e é um veor ruído branco k x com média zero. A mariz de covariância da amosra é dada por Σ = T T = ( y y)( y y) ', (.3.7) onde y é o veor k x da média amosral. Para permiir que a mariz de variância varie ao longo do empo, usamos a seguine ponderação exponencial decrescene Σ ' ' i ' + λ +... = λ i i i= = λ, (.3.8)

38 38 onde 0 < λ < para que ponderações menores sejam aplicadas em informações mais anigas. Assim, como emos que λ λ + λ +... =, (.3.9) λ os pesos são usualmene normalizados para que a soma de odos eles seja a unidade e enão Σ = λ i i i= i ' ( ) λ. (.3.30) Podemos reescrever a equação (.3.30) para ober a seguine forma recursiva para a mariz de covariância exponencialmene ponderada Σ = ' ( ) + λσ λ. (.3.3) Referimo-nos a equação (.3.3) como o modelo EWMA de covariância variane ao longo do empo. Dada a equação (.3.3), com um dado λ e com uma esimaiva inicial de Σ, a mariz de EWMA pode ser calculada facilmene. Se assumimos que em uma disribuição normal mulivariada com média zero, e Σ = ( F ) Cov seja raada como a covariância de condicionada aos dados passados, enão a função de log-verossimilhança da série emporal será dada por T T kt ' ln L = ln( Π) Σ ( y c) Σ ( y c). (.3.3) = =

39 39 Como a mariz Σ pode ser calculada recursivamene, a função de logverossimilhança pode ser enconrada facilmene. Porano, o veor de médias c e λ podem ser raados como parâmeros desconhecidos e esimados usando uma esimação de quase-máxima verossimilhança, dado o valor inicial Σ Modelo Vecor Error Correcion Diagonal (VEC Diagonal) A parir da equação (.3.3), no conexo univariado, o modelo EWMA é dado por Σ = ( ) + λσ λ, (.3.33) que é basicamene um GARCH(,) com a = λ, b = λ e a + b. Como = a + b corresponde ao coeficiene AR() na represenação ARMA de modelos GARCH, a condição a + b implica que o modelo GARCH é não esacionário = no senido fraco. No conexo univariado, Engle e Bollerslev (986) denominaram ese modelo de IGARCH. Dada a não esacionaridade dos modelos IGARCH e do EWMA, eses por vezes são desfavorecidos na modelagem da volailidade. Para preservar a inuição por rás do modelo EWMA que permie um modelo flexível e esacionário para a covariância variável ao longo do empo, podemos generalizar o modelo EWMA da seguine forma = A o + p i= A i q ' ( i i ) + j= B j Σ j, (.3.34) onde o símbolo é o produo de Hadamard, e odas as marizes de coeficienes em dimensão k x k. Esse modelo foi proposo por Bollerslev, Engle e Wooldridge (988) e é chamado de modelo DVEC(p,q). Para o melhor enendimeno do modelo, apresenamos o DVEC(,)

40 40 A A () () () () () 0 = + + () () () () () () () () () () A0 A0 A A B B (.3.35) B onde () = e somene a pare riangular inferior do sisema é () ( ) considerado. A noação (ij) X indica o elemeno (i,j)-ésimo da mariz X, e é o ( i) elemeno i-ésimo do veor. Podemos reescrever a mariz acima da seguine forma Σ Σ Σ Σ () () () () = A = A = A = A () 0 () 0 () 0 () 0 + A + A + A + A () () () () () () () () () () () () + A + A + A + A () () () () () () () () () () () () + B + B + B () + B () Σ () Σ () () Σ () Σ () (). (.3.36) Desa forma, o elemeno (i,j) da mariz de covariância variane ao longo do empo depende somene de seus elemenos defasados e dos correspondenes produos cruzados de seus erros. Como resulado, a volailidade de cada série segue um processo GARCH, e o processo da covariância ambém pode ser viso como um modelo GARCH em ermos dos momenos cruzados dos erros. Como a mariz de covariância deve ser simérica, na práica basa que raemos a mariz Σ como simérica e consideremos somene o riângulo inferior do sisema. A mariz de covariância ambém deve ser posiiva semi-definida. Enreano, no modelo DVEC, a mariz que é considerado uma desvanagem dese modelo. Σ não pode ser posiiva semi-definida, o

41 Modelo Baba, Engle, Kraf e Kroner (BEKK ) Engle e Kroner (995) propuseram uma represenação alernaiva para o VEC. O modelo BEKK fornece uma formulação alernaiva da equação da variância condicional. Define-se o BEKK do GARCH(,) M da seguine forma r = l ' [ δ + λ w Ω w ] Ω w 0 0 α ' w Ω w ε ( F ) ~ N( 0 Ω ) ε (.3.37), Ω = C + ε ε + Ω, *' * *' ' * *' * 0 C0 C C C C onde * C o, * C e * C são marizes nxn dos parâmeros e * C o é riangular. No modelo VEC as marizes de variância e covariância condicionais são somene dependenes de seus elemenos defasados e dos produos cruzados enre eles. Como exemplo, suponha que ocorra um choque em uma série Y no período. A volailidade condicional de Y e a correlação condicional enre Y e oura série, digamos, X do período + serão os únicos elemenos que sofrerão impaco. Sendo assim, o choque em Y não afeará direamene X. O BEKK é um modelo mais dinâmico do que o VEC, uma vez que fornece uma flexibilidade maior na mariz de covariância condicional. Enreano, uma maior flexibilidade no modelo é penalizada pelo fao de que o BEKK necessia de dois parâmeros exras (parâmeros esses que não são necessários no VEC). O modelo BEKK elimina as poucas represenações definidas posiivas permiidas pelo modelo VEC, ou seja, odas as represenações VEC diagonais definidas posiivas podem ser escrias pelo modelo BEKK. Ese úlimo, represena O ermo BEKK surgiu do paper que anecede Engle e Kroner (995) e que sineiza o rabalho no Mulivariae Simulaneous Generalized Auoregressive Condiional Heeroskedasiciy de Yoshi Baba, Rober Engle, Dennis Kraf e Ken Kroner.

42 [ ] < * ij * ij o GARCH(,) mulivariado e K =, e é esacionário quando ( c ) + ( c ) represenação BEKK do GARCH-M é flexível e mais eficiene que a represenação do operador VEC, já que garane que a mariz de variâncias e covariâncias condicionais seja posiiva definida. 4. A.3.4 Modelos GARCH para Reornos Bivariados Para uma série de reornos de um aivo de dimensão k, um modelo GARCH mulivariado considera equações exaas para descrever a evolução do veor de dimensão k(k+)/, ao longo do empo. Equações exaas ou deerminísicas são equações que não possuem nenhum choque esocásico. Todavia, esas equações podem se ornar complicadas já para o caso k =, onde Ξ, Ξ é ridimensional. Para simplificar o modelo, aplicaremos algumas resrições à esas equações Modelo de Correlação Consane Para maner o número de equações de volailidade reduzidas, consideremos o caso específico onde o coeficiene de correlação ρ, = ρ é invariane ao longo do empo, com ρ <. Sob ais resrições, ρ é um parâmero consane e o modelo de volailidade consise em duas equações para * Ξ, o qual é definido por = ( σ σ ) ' * dado por Ξ,,,. Um modelo GARCH(,) para * Ξ é * Ξ = α + α a + β, (.3.38) 0 * Ξ

43 43 a, α 0 é um veor posiivo de duas dimensões, e α e β são onde ( a a ) ' =,,, marizes definidas não-negaivas. Podemos expressar o modelo da seguine maneira σ σ,, α 0 α = + α 0 α α a α a,, β + β β σ β σ,,, (.3.39) * onde α i0 > 0, para i =,. Definindo η = a Ξ, podemos reescrever o modelo inicial dado pela expressão (.3.39) da seguine forma a ( α + β ) + η βη = 0 + a α (.3.40) que é um modelo ARMA(,) bivariado para o processo a. O resulado é uma generalização direa do modelo univariado GARCH(,). Desa forma, emos os seguines resulados: a) Caso odos os auovalores de α + β, com exceção de um, sejam posiivos, enão o modelo ARMA(,) bivariado para a é fracamene esacionário, e, porano, ( ) E exise. Iso implica que o processo dos a reornos a em uma mariz de covariâncias não condicional definida. A variância não condicional dos elemenos de a é ' ( σ, σ ) ( α β ) φ0 é dada por ρ σ σ. = I, e a covariância não condicional enre a e b) Caso α = β 0, enão a volailidade de a não depende da volailidade = a passada de a. Da mesma forma, caso α = β 0, enão a volailidade = de a não depende da volailidade passada de a.

44 44 c) Caso ano α quano β sejam diagonais, o modelo será reduzido para dois GARCH(,) univariados. Nese caso, o processo das duas volailidades a e a não será dinamicamene relacionado. d) Esimações da volailidade aravés do modelo podem ser obidas por méodos de esimação similares àqueles do veor do modelo ARMA(,). Para esimarmos l passos a frene, emos que: Ξ * h * () l = + ( α + β ) Ξ ( l ), α l >. (.3.4) 0 h Esas esimaivas são para a volailidade marginal de a i, para i =,. A esimaiva da covariância enre ˆ [ σ () l σ () l ] 0, 5 a e ρ, h, h, onde * da mariz Ξ () l. h a para ˆρ é a esimaiva de l passos a frene é dada por σ é o i-ésimo elemeno ρ e ( l) ii,h.4 Vecor Auoregression (VAR) Seja ( y y y ) ',,..., n Y = um veor (n x ) de uma série emporal. O modelo VAR básico p-defasado é dado por: Y = c + Y + Y n Y n + ε (.4.) onde =,... T, i é uma mariz (n x n) de coeficienes e ε é um veor ruído branco (n x ) com média zero não observável (não correlacionado ou independene) com mariz de covariância invariane ao longo do empo. Um modelo bivariado VAR() em o seguine formao:

45 45 y y c = c π + π π y π y π + π π y π y e + e (.4.) cov e e = σ para = s; 0 caso conrário. Podemos perceber que cada onde ( s ), equação possui os mesmos regressores (valores defasados de y e y. Porano, o modelo VAR(p) é uma seemingly unrelaed regression (SUR) com variáveis defasadas e ermos deerminísicos como regressores comuns. Na noação de operadores defasados, o VAR(p) é escrio como: ( L ) Y = c + e (.4.3) p onde ( L) = I L... L n p. O VAR(p) é esável se as raízes de p ( I z... z ) 0 de = n p (.4.4) fiquem de fora do círculo uniário. Caso condicional é dada por: Y de (.4.) enha covariância esacionária, enão o média não ( I ) c μ = n... p. (.4.5) Sendo assim, a forma da média ajusada do VAR(p) é dada por: ( Y μ) + ( Y μ) + + n ( Y n μ) e Y μ =... + (.4.6) O modelo VAR(p) básico pode ser muio resriivo para represenar suficienemene as caracerísicas básicas dos dados. Convêm ressalar que ouros ermos deerminísicos como a endência linear ao longo do empo ou dummies sazonais podem ser requeridas para represenar apropriadamene aos

46 46 dados. Além disso, variáveis esocásicas exógenas podem ser necessárias ambém..4. Causalidade de Granger Uma das aplicações mais comuns do modelo VAR(p) é a previsão. A esruura do modelo VAR nos fornece informações sobre o uso de uma variável (ou grupo de variáveis) para a previsão de oura variável ou grupo de variáveis. Se uma variável y é enconrada ser úil para prever oura variável y, enão dizemos que y causa-granger y. Formalmene, y falha para causar-granger y se, para odo s > 0, o erro quadráico médio de uma previsão de (, y..., ) y é idênico ao da previsão de y + s,, ( y, y..., ),, y, + s baseada em, baseada em (,, y,..., ) y e. Claramene o conceio de causalidade de Granger não implica em causalidade verdadeira; ela apenas implica em habilidade de previsão. A seguir damos o exemplo do modelo VAR bivariado. Em um modelo bivariado VAR(p) para ( y y ) ' coeficiene de marizes p VAR modelo VAR(p) em a forma Y, =, y falha em causar-granger se para odo o,..., p são riangulares inferiores. Desa forma, o y y c = c π + π y y p π + p π 0 0 p π π y y p p e + e (.4.7) de modo que odos os coeficienes dos valores defasados de y são zero na equação para y. De modo semelhane, y falha ao causar-granger y se odos os coeficienes defasados de y são zero nas equações de y. As p resrições lineares dos coeficienes implicados pela não causalidade de Granger podem ser esados aravés da uilização da esaísica de Wald. Definimos a esaísica de Wald como

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16

Equações Simultâneas. Aula 16. Gujarati, 2011 Capítulos 18 a 20 Wooldridge, 2011 Capítulo 16 Equações Simulâneas Aula 16 Gujarai, 011 Capíulos 18 a 0 Wooldridge, 011 Capíulo 16 Inrodução Durane boa pare do desenvolvimeno dos coneúdos desa disciplina, nós nos preocupamos apenas com modelos de regressão

Leia mais

exercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney).

exercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney). 4. Mercado de Opções O mercado de opções é um mercado no qual o iular (comprador) de uma opção em o direio de exercer a mesma, mas não a obrigação, mediane o pagameno de um prêmio ao lançador da opção

Leia mais

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico

CAPÍTULO 9. y(t). y Medidor. Figura 9.1: Controlador Analógico 146 CAPÍULO 9 Inrodução ao Conrole Discreo 9.1 Inrodução Os sisemas de conrole esudados aé ese pono envolvem conroladores analógicos, que produzem sinais de conrole conínuos no empo a parir de sinais da

Leia mais

Capítulo 5: Introdução às Séries Temporais e aos Modelos ARIMA

Capítulo 5: Introdução às Séries Temporais e aos Modelos ARIMA 0 Capíulo 5: Inrodução às Séries emporais e aos odelos ARIA Nese capíulo faremos uma inrodução às séries emporais. O nosso objeivo aqui é puramene operacional e esaremos mais preocupados com as definições

Leia mais

OBJETIVOS. Ao final desse grupo de slides os alunos deverão ser capazes de: Explicar a diferença entre regressão espúria e cointegração.

OBJETIVOS. Ao final desse grupo de slides os alunos deverão ser capazes de: Explicar a diferença entre regressão espúria e cointegração. Ao final desse grupo de slides os alunos deverão ser capazes de: OBJETIVOS Explicar a diferença enre regressão espúria e coinegração. Jusificar, por meio de ese de hipóeses, se um conjuno de séries emporais

Leia mais

Insper Instituto de Ensino e Pesquisa Programa de Mestrado Profissional em Economia. Bruno Russi

Insper Instituto de Ensino e Pesquisa Programa de Mestrado Profissional em Economia. Bruno Russi Insper Insiuo de Ensino e Pesquisa Programa de Mesrado Profissional em Economia Bruno Russi ANÁLISE DA ALOCAÇÃO ESTRATÉGICA DE LONGO PRAZO EM ATIVOS BRASILEIROS São Paulo 200 Bruno Russi Análise da alocação

Leia mais

ENGENHARIA ECONÔMICA AVANÇADA

ENGENHARIA ECONÔMICA AVANÇADA ENGENHARIA ECONÔMICA AVANÇADA TÓPICOS AVANÇADOS MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 55 5 Avaliação Econômica de Projeos de Invesimeno Nas próximas seções serão apresenados os principais

Leia mais

Centro Federal de EducaçãoTecnológica 28/11/2012

Centro Federal de EducaçãoTecnológica 28/11/2012 Análise da Dinâmica da Volailidade dos Preços a visa do Café Arábica: Aplicação dos Modelos Heeroscedásicos Carlos Albero Gonçalves da Silva Luciano Moraes Cenro Federal de EducaçãoTecnológica 8//0 Objevos

Leia mais

COMPORTAMENTO DOS PREÇOS DO ETANOL BRASILEIRO: DETERMINAÇÃO DE VARIÁVEIS CAUSAIS

COMPORTAMENTO DOS PREÇOS DO ETANOL BRASILEIRO: DETERMINAÇÃO DE VARIÁVEIS CAUSAIS Naal/RN COMPORTAMENTO DOS PREÇOS DO ETANOL BRASILEIRO: DETERMINAÇÃO DE VARIÁVEIS CAUSAIS André Assis de Salles Escola Poliécnica - Universidade Federal do Rio de Janeiro Cenro de Tecnologia Bloco F sala

Leia mais

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS

TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS ARTIGO: TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS REVISTA: RAE-elerônica Revisa de Adminisração de Empresas FGV EASP/SP, v. 3, n. 1, Ar. 9, jan./jun. 2004 1

Leia mais

2. Referencial Teórico

2. Referencial Teórico 15 2. Referencial Teórico Se os mercados fossem eficienes e não houvesse imperfeições, iso é, se os mercados fossem eficienes na hora de difundir informações novas e fossem livres de impedimenos, índices

Leia mais

RISCO DE PERDA ADICIONAL, TEORIA DOS VALORES EXTREMOS E GESTÃO DO RISCO: APLICAÇÃO AO MERCADO FINANCEIRO PORTUGUÊS

RISCO DE PERDA ADICIONAL, TEORIA DOS VALORES EXTREMOS E GESTÃO DO RISCO: APLICAÇÃO AO MERCADO FINANCEIRO PORTUGUÊS RISCO DE PERDA ADICIONAL, TEORIA DOS VALORES EXTREMOS E GESTÃO DO RISCO: APLICAÇÃO AO MERCADO FINANCEIRO PORTUGUÊS João Dionísio Moneiro * ; Pedro Marques Silva ** Deparameno de Gesão e Economia, Universidade

Leia mais

3 O impacto de choques externos sobre a inflação e o produto dos países em desenvolvimento: o grau de abertura comercial importa?

3 O impacto de choques externos sobre a inflação e o produto dos países em desenvolvimento: o grau de abertura comercial importa? 3 O impaco de choques exernos sobre a inflação e o produo dos países em desenvolvimeno: o grau de aberura comercial impora? 3.1.Inrodução Todas as economias esão sujeias a choques exernos. Enreano, a presença

Leia mais

Modelos Econométricos para a Projeção de Longo Prazo da Demanda de Eletricidade: Setor Residencial no Nordeste

Modelos Econométricos para a Projeção de Longo Prazo da Demanda de Eletricidade: Setor Residencial no Nordeste 1 Modelos Economéricos para a Projeção de Longo Prazo da Demanda de Elericidade: Seor Residencial no Nordese M. L. Siqueira, H.H. Cordeiro Jr, H.R. Souza e F.S. Ramos UFPE e P. G. Rocha CHESF Resumo Ese

Leia mais

O IMPACTO DOS INVESTIMENTOS NO ESTADO DO CEARÁ NO PERÍODO DE 1970-2001

O IMPACTO DOS INVESTIMENTOS NO ESTADO DO CEARÁ NO PERÍODO DE 1970-2001 O IMPACTO DOS INVESTIMENTOS NO ESTADO DO CEARÁ NO PERÍODO DE 970-200 Ricardo Candéa Sá Barreo * Ahmad Saeed Khan ** SINOPSE Ese rabalho em como objeivo analisar o impaco dos invesimenos na economia cearense

Leia mais

O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1

O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1 O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1 Paulo J. Körbes 2 Marcelo Marins Paganoi 3 RESUMO O objeivo dese esudo foi verificar se exise influência de evenos de vencimeno de conraos de opções sobre

Leia mais

O objectivo deste estudo é a obtenção de estimativas para o número de nados vivos (de cada um dos sexos) ocorrido por mês em Portugal.

O objectivo deste estudo é a obtenção de estimativas para o número de nados vivos (de cada um dos sexos) ocorrido por mês em Portugal. REVISTA DE ESTATÍSTICA 8ª PAGINA NADOS VIVOS: ANÁLISE E ESTIMAÇÃO LIVE BIRTHS: ANALYSIS AND ESTIMATION Auora: Teresa Bago d Uva -Gabinee de Esudos e Conjunura do Insiuo Nacional de Esaísica Resumo: O objecivo

Leia mais

APLICAÇÃO DE MODELAGEM NO CRESCIMENTO POPULACIONAL BRASILEIRO

APLICAÇÃO DE MODELAGEM NO CRESCIMENTO POPULACIONAL BRASILEIRO ALICAÇÃO DE MODELAGEM NO CRESCIMENTO OULACIONAL BRASILEIRO Adriano Luís Simonao (Faculdades Inegradas FAFIBE) Kenia Crisina Gallo (G- Faculdade de Ciências e Tecnologia de Birigüi/S) Resumo: Ese rabalho

Leia mais

POSSIBILIDADE DE OBTER LUCROS COM ARBITRAGEM NO MERCADO DE CÂMBIO NO BRASIL

POSSIBILIDADE DE OBTER LUCROS COM ARBITRAGEM NO MERCADO DE CÂMBIO NO BRASIL POSSIBILIDADE DE OBTER LUCROS COM ARBITRAGEM NO MERCADO DE CÂMBIO NO BRASIL FRANCISCO CARLOS CUNHA CASSUCE; CARLOS ANDRÉ DA SILVA MÜLLER; ANTÔNIO CARVALHO CAMPOS; UNIVERSIDADE FEDERAL DE VIÇOSA VIÇOSA

Leia mais

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios

O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios O Fluxo de Caixa Livre para a Empresa e o Fluxo de Caixa Livre para os Sócios! Principais diferenças! Como uilizar! Vanagens e desvanagens Francisco Cavalcane (francisco@fcavalcane.com.br) Sócio-Direor

Leia mais

Estrutura a Termo da Taxa de Juros e Dinâmica Macroeconômica no Brasil*

Estrutura a Termo da Taxa de Juros e Dinâmica Macroeconômica no Brasil* REVISTA DO BNDES, RIO DE JANEIRO, V. 15, N. 30, P. 303-345, DEZ. 2008 303 Esruura a Termo da Taxa de Juros e Dinâmica Macroeconômica no Brasil* SAMER SHOUSHA** RESUMO Exise uma relação muio próxima enre

Leia mais

4 Cenários de estresse

4 Cenários de estresse 4 Cenários de esresse Os cenários de esresse são simulações para avaliar a adequação de capial ao limie de Basiléia numa deerminada daa. Sua finalidade é medir a capacidade de o PR das insiuições bancárias

Leia mais

DEMANDA BRASILEIRA DE CANA DE AÇÚCAR, AÇÚCAR E ETANOL REVISITADA

DEMANDA BRASILEIRA DE CANA DE AÇÚCAR, AÇÚCAR E ETANOL REVISITADA XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 12 a15 de ouubro

Leia mais

Boom nas vendas de autoveículos via crédito farto, preços baixos e confiança em alta: o caso de um ciclo?

Boom nas vendas de autoveículos via crédito farto, preços baixos e confiança em alta: o caso de um ciclo? Boom nas vendas de auoveículos via crédio faro, preços baixos e confiança em ala: o caso de um ciclo? Fábio Auguso Reis Gomes * Fabio Maciel Ramos ** RESUMO - A proposa dese rabalho é conribuir para o

Leia mais

Governança Corporativa, Risco Operacional e Comportamento e Estrutura a Termo da Volatilidade no Mercado de Capitais Brasileiro

Governança Corporativa, Risco Operacional e Comportamento e Estrutura a Termo da Volatilidade no Mercado de Capitais Brasileiro Governança Corporaiva, Risco Operacional e Comporameno e Esruura a Termo da Volailidade no Mercado de Capiais Brasileiro Auoria: Pablo Rogers, Cláudio Anônio Pinheiro Machado Filho, José Robero Securao

Leia mais

Equações Diferenciais Ordinárias Lineares

Equações Diferenciais Ordinárias Lineares Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais

Leia mais

2 Conceitos de transmissão de dados

2 Conceitos de transmissão de dados 2 Conceios de ransmissão de dados 2 Conceios de ransmissão de dados 1/23 2.2.1 Fones de aenuação e disorção de sinal 2.2.1 Fones de aenuação e disorção do sinal (coninuação) 2/23 Imperfeições do canal

Leia mais

POLÍTICA MONETÁRIA E MUDANÇAS MACROECONÔMICAS NO BRASIL: UMA ABORDAGEM MS-VAR

POLÍTICA MONETÁRIA E MUDANÇAS MACROECONÔMICAS NO BRASIL: UMA ABORDAGEM MS-VAR POLÍTICA MONETÁRIA E MUDANÇAS MACROECONÔMICAS NO BRASIL: UMA ABORDAGEM MS-VAR Osvaldo Cândido da Silva Filho Bacharel em Economia pela UFPB Mesre em Economia pela UFPB Douorando em Economia pelo PPGE UFRGS

Leia mais

Palavras-chave: Análise de Séries Temporais; HIV; AIDS; HUJBB.

Palavras-chave: Análise de Séries Temporais; HIV; AIDS; HUJBB. Análise de Séries Temporais de Pacienes com HIV/AIDS Inernados no Hospial Universiário João de Barros Barreo (HUJBB), da Região Meropoliana de Belém, Esado do Pará Gilzibene Marques da Silva ¹ Adrilayne

Leia mais

METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS. Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2

METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS. Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2 IV SEMEAD METODOLOGIAS ALTERNATIVAS DE GERAÇÃO DE CENÁRIOS NA APURAÇÃO DO V@R DE INSTRUMETOS NACIONAIS Alexandre Jorge Chaia 1 Fábio da Paz Ferreira 2 RESUMO Uma das ferramenas de gesão do risco de mercado

Leia mais

ANÁLISE DA VOLATILIDADE DOS MERCADOS BRASILEIROS DE RENDA FIXA E RENDA VARIÁVEL NO PERÍODO 1986-2006

ANÁLISE DA VOLATILIDADE DOS MERCADOS BRASILEIROS DE RENDA FIXA E RENDA VARIÁVEL NO PERÍODO 1986-2006 ANÁLISE DA VOLATILIDADE DOS MERCADOS BRASILEIROS DE RENDA FIXA E RENDA VARIÁVEL NO PERÍODO 1986-006 RESUMO: Nara Rosei UNIVERSIDADE DE SÃO PAULO Mauricio Ribeiro do Valle UNIVERSIDADE DE SÃO PAULO Jorge

Leia mais

12 Integral Indefinida

12 Integral Indefinida Inegral Indefinida Em muios problemas, a derivada de uma função é conhecida e o objeivo é enconrar a própria função. Por eemplo, se a aa de crescimeno de uma deerminada população é conhecida, pode-se desejar

Leia mais

UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS

UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS UMA APLICAÇÃO DO TESTE DE RAIZ UNITÁRIA PARA DADOS EM SÉRIES TEMPORAIS DO CONSUMO AGREGADO DAS FAMÍLIAS BRASILEIRAS VIEIRA, Douglas Tadeu. TCC, Ciências Econômicas, Fecilcam, vieira.douglas@gmail.com PONTILI,

Leia mais

MARCOS VELOSO CZERNORUCKI REPRESENTAÇÃO DE TRANSFORMADORES EM ESTUDOS DE TRANSITÓRIOS ELETROMAGNÉTICOS

MARCOS VELOSO CZERNORUCKI REPRESENTAÇÃO DE TRANSFORMADORES EM ESTUDOS DE TRANSITÓRIOS ELETROMAGNÉTICOS MARCOS VELOSO CZERNORUCKI REPRESENTAÇÃO DE TRANSFORMADORES EM ESTUDOS DE TRANSITÓRIOS ELETROMAGNÉTICOS Disseração apresenada à Escola Poliécnica da Universidade de São Paulo para obenção do íulo de Mesre

Leia mais

Taxa de Juros e Desempenho da Agricultura Uma Análise Macroeconômica

Taxa de Juros e Desempenho da Agricultura Uma Análise Macroeconômica Taxa de Juros e Desempenho da Agriculura Uma Análise Macroeconômica Humbero Francisco Silva Spolador Geraldo San Ana de Camargo Barros Resumo: Ese rabalho em como obeivo mensurar os efeios das axas de

Leia mais

ANÁLISE ESTRUTURAL DA SÉRIE DE PREÇOS DO SUÍNO NO ESTADO DO PARANÁ, 1994 A 2007

ANÁLISE ESTRUTURAL DA SÉRIE DE PREÇOS DO SUÍNO NO ESTADO DO PARANÁ, 1994 A 2007 ANÁLISE ESTRUTURAL DA SÉRIE DE PREÇOS DO SUÍNO NO ESTADO DO PARANÁ, 994 A 7 ALAN FIGUEIREDO DE ARÊDES; MATHEUS WEMERSON GOMES PEREIRA; MAURINHO LUIZ DOS SANTOS; UNIVERSIDADE FEDERAL DE VIÇOSA VIÇOSA -

Leia mais

Susan Schommer Risco de Crédito 1 RISCO DE CRÉDITO

Susan Schommer Risco de Crédito 1 RISCO DE CRÉDITO Susan Schommer Risco de Crédio 1 RISCO DE CRÉDITO Definição: Risco de crédio é o risco de defaul ou de reduções no valor de mercado causada por rocas na qualidade do crédio do emissor ou conrapare. Modelagem:

Leia mais

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO RICARDO SÁVIO DENADAI HÁ HYSTERESIS NO COMÉRCIO EXTERIOR BRASILEIRO? UM TESTE ALTERNATIVO

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO RICARDO SÁVIO DENADAI HÁ HYSTERESIS NO COMÉRCIO EXTERIOR BRASILEIRO? UM TESTE ALTERNATIVO FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO RICARDO SÁVIO DENADAI HÁ HYSTERESIS NO COMÉRCIO EXTERIOR BRASILEIRO? UM TESTE ALTERNATIVO SÃO PAULO 2007 Livros Gráis hp://www.livrosgrais.com.br

Leia mais

AÇÕES DO MERCADO FINACEIRO: UM ESTUDO VIA MODELOS DE SÉRIES TEMPORAIS

AÇÕES DO MERCADO FINACEIRO: UM ESTUDO VIA MODELOS DE SÉRIES TEMPORAIS AÇÕES DO MERCADO FINACEIRO: UM ESTUDO VIA MODELOS DE SÉRIES TEMPORAIS Caroline Poli Espanhol; Célia Mendes Carvalho Lopes Engenharia de Produção, Escola de Engenharia, Universidade Presbieriana Mackenzie

Leia mais

Artigos. Abordagem intertemporal da conta corrente: Nelson da Silva Joaquim Pinto de Andrade. introduzindo câmbio e juros no modelo básico*

Artigos. Abordagem intertemporal da conta corrente: Nelson da Silva Joaquim Pinto de Andrade. introduzindo câmbio e juros no modelo básico* Arigos Abordagem ineremporal da cona correne: inroduzindo câmbio e juros no modelo básico* Nelson da Silva Joaquim Pino de Andrade Resumo O modelo padrão da abordagem ineremporal da cona correne assume

Leia mais

Luciano Jorge de Carvalho Junior. Rosemarie Bröker Bone. Eduardo Pontual Ribeiro. Universidade Federal do Rio de Janeiro

Luciano Jorge de Carvalho Junior. Rosemarie Bröker Bone. Eduardo Pontual Ribeiro. Universidade Federal do Rio de Janeiro Análise do preço e produção de peróleo sobre a lucraividade das empresas perolíferas Luciano Jorge de Carvalho Junior Rosemarie Bröker Bone Eduardo Ponual Ribeiro Universidade Federal do Rio de Janeiro

Leia mais

Valor do Trabalho Realizado 16.

Valor do Trabalho Realizado 16. Anonio Vicorino Avila Anonio Edésio Jungles Planejameno e Conrole de Obras 16.2 Definições. 16.1 Objeivo. Valor do Trabalho Realizado 16. Parindo do conceio de Curva S, foi desenvolvida pelo Deparameno

Leia mais

METAS INFLACIONÁRIAS NO BRASIL: UM ESTUDO EMPÍRICO USANDO MODELOS AUTO-REGRESSIVOS VETORIAIS (VAR)

METAS INFLACIONÁRIAS NO BRASIL: UM ESTUDO EMPÍRICO USANDO MODELOS AUTO-REGRESSIVOS VETORIAIS (VAR) METAS INFLACIONÁRIAS NO BRASIL: UM ESTUDO EMPÍRICO USANDO MODELOS AUTO-REGRESSIVOS VETORIAIS (VAR) Edilean Kleber da Silva Douorando em Economia Aplicada pela UFRGS Rua Duque de Caxias, 1515, apo. 402.

Leia mais

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / 2016. Professor: Rubens Penha Cysne

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / 2016. Professor: Rubens Penha Cysne Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 2016 Professor: Rubens Penha Cysne Lisa de Exercícios 4 - Gerações Superposas Obs: Na ausência de de nição de

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL DENILSON ALENCASTRO

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL DENILSON ALENCASTRO PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE ADMINISTRAÇÃO, CONTABILIDADE E ECONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM DESENVOLVIMENTO ECONÔMICO DENILSON ALENCASTRO ANÁLISE EMPÍRICA DO

Leia mais

VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA. Antônio Carlos de Araújo

VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA. Antônio Carlos de Araújo 1 VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA Anônio Carlos de Araújo CPF: 003.261.865-49 Cenro de Pesquisas do Cacau CEPLAC/CEPEC Faculdade de Tecnologia

Leia mais

HIPÓTESE DE CONVERGÊNCIA: UMA ANÁLISE PARA A AMÉRICA LATINA E O LESTE ASIÁTICO ENTRE 1960 E 2000

HIPÓTESE DE CONVERGÊNCIA: UMA ANÁLISE PARA A AMÉRICA LATINA E O LESTE ASIÁTICO ENTRE 1960 E 2000 HIPÓTESE DE CONVERGÊNCIA: UMA ANÁLISE PARA A AMÉRICA LATINA E O LESTE ASIÁTICO ENTRE 1960 E 2000 Geovana Lorena Berussi (UnB) Lízia de Figueiredo (UFMG) Julho 2010 RESUMO Nesse arigo, invesigamos qual

Leia mais

Prof. Luiz Marcelo Chiesse da Silva DIODOS

Prof. Luiz Marcelo Chiesse da Silva DIODOS DODOS 1.JUÇÃO Os crisais semiconduores, ano do ipo como do ipo, não são bons conduores, mas ao ransferirmos energia a um deses ipos de crisal, uma pequena correne elérica aparece. A finalidade práica não

Leia mais

CHOQUES DE PRODUTIVIDADE E FLUXOS DE INVESTIMENTOS ESTRANGEIROS PARA O BRASIL * Prof a Dr a Maria Helena Ambrosio Dias **

CHOQUES DE PRODUTIVIDADE E FLUXOS DE INVESTIMENTOS ESTRANGEIROS PARA O BRASIL * Prof a Dr a Maria Helena Ambrosio Dias ** CHOQUES DE PRODUTIVIDADE E FLUXOS DE INVESTIMENTOS ESTRANGEIROS PARA O BRASIL * Prof a Dr a Maria Helena Ambrosio Dias ** Resumo O inuio é invesigar como e em que grau um choque de produividade ocorrido

Leia mais

INTERFERÊNCIA DOS MERCADOS EXTERNOS SOBRE O IBOVESPA: UMA ANÁLISE UTILIZANDO AUTOREGRESSÃO VETORIAL ESTRUTURAL

INTERFERÊNCIA DOS MERCADOS EXTERNOS SOBRE O IBOVESPA: UMA ANÁLISE UTILIZANDO AUTOREGRESSÃO VETORIAL ESTRUTURAL ÁREA TEMÁTICA: FINANÇAS INTERFERÊNCIA DOS MERCADOS EXTERNOS SOBRE O IBOVESPA: UMA ANÁLISE UTILIZANDO AUTOREGRESSÃO VETORIAL ESTRUTURAL AUTORES LUIZ EDUARDO GAIO Universidade Federal de Lavras lugaio@yahoo.com.br

Leia mais

OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE GANHOS

OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE GANHOS STC/ 08 17 à 22 de ouubro de 1999 Foz do Iguaçu Paraná - Brasil SESSÃO TÉCNICA ESPECIAL CONSERVAÇÃO DE ENERGIA ELÉTRICA (STC) OTIMIZAÇÃO ENERGÉTICA NA CETREL: DIAGNÓSTICO, IMPLEMENTAÇÃO E AVALIAÇÃO DE

Leia mais

3 Processos Estocásticos e Aplicações em Projetos na Indústria Siderúrgica

3 Processos Estocásticos e Aplicações em Projetos na Indústria Siderúrgica 3 Processos Esocásicos e Aplicações em Projeos na Indúsria Siderúrgica 3.1 Inrodução As decisões de invesimeno ano em ações e derivaivos financeiros, como em projeos corporaivos, são afeadas por incerezas

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Deparameno de Ciências Exaas Prof. Daniel Furado Ferreira 8 a Lisa de Exercícios Disribuição de Amosragem 1) O empo de vida de uma lâmpada possui disribuição normal com média

Leia mais

CONSUMO DE BENS DURÁVEIS E POUPANÇA EM UMA NOVA TRAJETÓRIA DE COMPORTAMENTO DO CONSUMIDOR BRASILEIRO RESUMO

CONSUMO DE BENS DURÁVEIS E POUPANÇA EM UMA NOVA TRAJETÓRIA DE COMPORTAMENTO DO CONSUMIDOR BRASILEIRO RESUMO CONSUMO DE BENS DURÁVEIS E POUPANÇA EM UMA NOVA TRAJETÓRIA DE COMPORTAMENTO DO CONSUMIDOR BRASILEIRO VIVIANE SEDA BITTENCOURT (IBRE/FGV) E ANDREI GOMES SIMONASSI (CAEN/UFC) RESUMO O rabalho avalia a dinâmica

Leia mais

PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE

PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE PREÇOS DE PRODUTO E INSUMO NO MERCADO DE LEITE: UM TESTE DE CAUSALIDADE Luiz Carlos Takao Yamaguchi Pesquisador Embrapa Gado de Leie e Professor Adjuno da Faculdade de Economia do Insiuo Vianna Júnior.

Leia mais

A Guerra entre Comprados e Vendidos no Mercado de Opções de Compra da Bolsa de Valores de São Paulo

A Guerra entre Comprados e Vendidos no Mercado de Opções de Compra da Bolsa de Valores de São Paulo A Guerra enre Comprados e Vendidos no Mercado de Opções de Compra da Bolsa de Valores de São Paulo Auoria: Anonio Zorao Sanvicene, Rogério da Cosa Moneiro Resumo: Uilizando, pela primeira vez em nosso

Leia mais

SILVA, W. V. TARDELLI, M. ROCHA, D. T. da MAIA, M.

SILVA, W. V. TARDELLI, M. ROCHA, D. T. da MAIA, M. APLICAÇÃO DA MÉTRICA VALUE AT RISK A ÍNDICES DE BOLSAS DE VALORES DE PAÍSES LATINO-AMERICANOS: UM ESTUDO UTILIZANDO OS MODELOS DE PREVISÃO DE VOLATILIDADE EWMA, EQMA E GARCH APLICAÇÃO DA MÉTRICA VALUE

Leia mais

Análise da Interdependência Temporal dos Preços nos Mercados de Cria Recria e Engorda de Bovinos no Brasil

Análise da Interdependência Temporal dos Preços nos Mercados de Cria Recria e Engorda de Bovinos no Brasil "Conhecimenos para Agriculura do Fuuro" ANÁLISE DA INTERDEPENDÊNCIA TEMPORAL DOS PREÇOS NOS MERCADOS DE CRIA RECRIA E ENGORDA DE BOVINOS NO BRASIL HENRIQUE LIBOREIRO COTTA () ; WAGNER MOURA LAMOUNIER (2)..UNIVERSIDADE

Leia mais

Universidade Federal de Santa Catarina UFSC Centro Sócio Econômico - CSE Departamento de Economia e Relações Internacionais - CNM JULIANA TESSARI

Universidade Federal de Santa Catarina UFSC Centro Sócio Econômico - CSE Departamento de Economia e Relações Internacionais - CNM JULIANA TESSARI Universidade Federal de Sana Caarina UFSC Cenro Sócio Econômico - CSE Deparameno de Economia e Relações Inernacionais - CNM JULIANA TESSARI Impacos da Inrodução de Fundos Imobiliários em Porfólios Óimos

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

Universidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez

Universidade Federal de Pelotas UFPEL Departamento de Economia - DECON. Economia Ecológica. Professor Rodrigo Nobre Fernandez Universidade Federal de Peloas UFPEL Deparameno de Economia - DECON Economia Ecológica Professor Rodrigo Nobre Fernandez Capíulo 6 Conabilidade Ambienal Nacional Peloas, 2010 6.1 Inrodução O lado moneário

Leia mais

BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil

BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil Ozawa Gioielli Sabrina P.; Gledson de Carvalho, Anônio; Oliveira Sampaio, Joelson Capial de risco

Leia mais

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DISSERTAÇÃO DE MESTRADO

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DISSERTAÇÃO DE MESTRADO FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DISSERTAÇÃO DE MESTRADO ANÁLISE DO DESEMPENHO DA BALANÇA COMERCIAL BRASILEIRA ESTIMAÇÕES DAS ELASTICIDADES DAS FUNÇÕES DA

Leia mais

ANÁLISE E COMPARAÇÃO PREDITIVA PARA A SÉRIE DE RETORNOS DA PETROBRÁS UTILIZANDO MODELOS ARCH

ANÁLISE E COMPARAÇÃO PREDITIVA PARA A SÉRIE DE RETORNOS DA PETROBRÁS UTILIZANDO MODELOS ARCH ANÁLISE E COMPARAÇÃO PREDITIVA PARA A SÉRIE DE RETORNOS DA PETROBRÁS UTILIZANDO MODELOS ARCH Pedro Luiz Cosa Carvalho pcosacarvalho@yahoo.com.br Mesre em Adminisração/UFLA Prof.: Insiuo Federal Goiano

Leia mais

Uma avaliação da poupança em conta corrente do governo

Uma avaliação da poupança em conta corrente do governo Uma avaliação da poupança em cona correne do governo Manoel Carlos de Casro Pires * Inrodução O insrumeno de políica fiscal em vários ojeivos e não é surpreendene que, ao se deerminar uma mea de superávi

Leia mais

Guia de Recursos e Atividades

Guia de Recursos e Atividades Guia de Recursos e Aividades girls worldwide say World Associaion of Girl Guides and Girl Scous Associaion mondiale des Guides e des Eclaireuses Asociación Mundial de las Guías Scous Unir as Forças conra

Leia mais

BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil

BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil BBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil Fajardo, José; Pereira, Rafael Efeios Sazonais no Índice Bovespa BBR - Brazilian Business Review,

Leia mais

Campo magnético variável

Campo magnético variável Campo magnéico variável Já vimos que a passagem de uma correne elécrica cria um campo magnéico em orno de um conduor aravés do qual a correne flui. Esa descobera de Orsed levou os cienisas a desejaram

Leia mais

MÉTODO MARSHALL. Os corpos de prova deverão ter a seguinte composição em peso:

MÉTODO MARSHALL. Os corpos de prova deverão ter a seguinte composição em peso: TEXTO COMPLEMENTAR MÉTODO MARSHALL ROTINA DE EXECUÇÃO (PROCEDIMENTOS) Suponhamos que se deseje dosar um concreo asfálico com os seguines maeriais: 1. Pedra 2. Areia 3. Cimeno Porland 4. CAP 85 100 amos

Leia mais

CAPITULO 01 DEFINIÇÕES E PARÂMETROS DE CIRCUITOS. Prof. SILVIO LOBO RODRIGUES

CAPITULO 01 DEFINIÇÕES E PARÂMETROS DE CIRCUITOS. Prof. SILVIO LOBO RODRIGUES CAPITULO 1 DEFINIÇÕES E PARÂMETROS DE CIRCUITOS Prof. SILVIO LOBO RODRIGUES 1.1 INTRODUÇÃO PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE ENGENHARIA FENG Desinase o primeiro capíulo

Leia mais

Taxa de Câmbio e Taxa de Juros no Brasil, Chile e México

Taxa de Câmbio e Taxa de Juros no Brasil, Chile e México Taxa de Câmbio e Taxa de Juros no Brasil, Chile e México A axa de câmbio consiui variável fundamenal em economias aberas, pois represena imporane componene do preço relaivo de bens, serviços e aivos, ou

Leia mais

Autoria: Rafaela Módolo de Pinho, Fabio Moraes da Costa

Autoria: Rafaela Módolo de Pinho, Fabio Moraes da Costa Qualidade de Accruals e Persisência dos Lucros em Firmas Brasileiras Lisadas na Bovespa Auoria: Rafaela Módolo de Pinho, Fabio Moraes da Cosa Resumo Ese arigo objeiva invesigar a relação enre a qualidade

Leia mais

Value at Risk aplicado nos maiores mercados de capitais do mundo: uma análise comparativa de modelos de volatilidade

Value at Risk aplicado nos maiores mercados de capitais do mundo: uma análise comparativa de modelos de volatilidade Value a Risk aplicado nos maiores mercados de capiais do mundo: uma análise comparaiva de modelos de volailidade Auoria: Luiz Eduardo Gaio, Tabajara Pimena Júnior Resumo Durane os úlimos anos, em havido

Leia mais

Ivone Gonçalves Luiz FUNDAÇÃO INSTITUTO CAPIXABA DE PESQUISAS EM CONTABILIDADE, ECONOMIA E FINANÇAS

Ivone Gonçalves Luiz FUNDAÇÃO INSTITUTO CAPIXABA DE PESQUISAS EM CONTABILIDADE, ECONOMIA E FINANÇAS IMPACTO DO GERENCIAMENTO DE RESULTADOS NO RETORNO ANORMAL: ESTUDO EMPÍRICO DOS RESULTADOS DAS EMPRESAS LISTADAS NA BOLSA DE VALORES DE SÃO PAULO - BOVESPA Ivone Gonçalves Luiz FUNDAÇÃO INSTITUTO CAPIXABA

Leia mais

Testando as Previsões de Trade-off e Pecking Order sobre Dividendos e Dívida no Brasil

Testando as Previsões de Trade-off e Pecking Order sobre Dividendos e Dívida no Brasil Tesando as Previsões de Trade-off e Pecking Order sobre Dividendos e Dívida no Brasil Júlio Cesar G. da Silva Ricardo D. Brio Faculdades Ibmec/RJ Ibmec São Paulo RESUMO Ese rabalho mosra que as companhias

Leia mais

Área de Interesse: Área 3 Macroeconomia, Economia Monetária e Finanças

Área de Interesse: Área 3 Macroeconomia, Economia Monetária e Finanças Área de Ineresse: Área 3 Macroeconomia, Economia Moneária e Finanças Tíulo: NOVO CONSENSO MACROECONÔMICO E REGRAS DE CONDUTA: O PAPEL DA ROTATIVIDADE DOS DIRETORES DO COMITÊ DE POLÍTICA MONETÁRIA NO BRASIL

Leia mais

EQUIVALENTES DINÂMICOS PARA ESTUDOS DE HARMÔNICOS USANDO ANÁLISE MODAL. Franklin Clement Véliz Sergio Luis Varricchio Sergio Gomes Jr.

EQUIVALENTES DINÂMICOS PARA ESTUDOS DE HARMÔNICOS USANDO ANÁLISE MODAL. Franklin Clement Véliz Sergio Luis Varricchio Sergio Gomes Jr. SP-2 X SEPOPE 2 a 25 de maio de 2006 a 2 s o 25 h 2006 X SIPÓSIO DE ESPECIAISTAS E PANEJAENTO DA OPERAÇÃO E EXPANSÃO EÉTRICA X SYPOSIU OF SPECIAISTS IN EECTRIC OPERATIONA AND EXPANSION PANNING FORIANÓPOIS

Leia mais

ISSN 1518-3548. Trabalhos para Discussão

ISSN 1518-3548. Trabalhos para Discussão ISSN 1518-3548 Trabalhos para Discussão Diferenças e Semelhanças enre Países da América Laina: Uma Análise de Markov Swiching para os Ciclos Econômicos de Brasil e Argenina Arnildo da Silva Correa Ouubro/2003

Leia mais

Modelo ARX para Previsão do Consumo de Energia Elétrica: Aplicação para o Caso Residencial no Brasil

Modelo ARX para Previsão do Consumo de Energia Elétrica: Aplicação para o Caso Residencial no Brasil Modelo ARX para Previsão do Consumo de Energia Elérica: Aplicação para o Caso Residencial no Brasil Resumo Ese rabalho propõe a aplicação do modelo ARX para projear o consumo residencial de energia elérica

Leia mais

METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL

METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL METODOLOGIA PROJEÇÃO DE DEMANDA POR TRANSPORTE AÉREO NO BRASIL 1. Inrodução O presene documeno visa apresenar dealhes da meodologia uilizada nos desenvolvimenos de previsão de demanda aeroporuária no Brasil

Leia mais

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov

Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 5 Introdução aos Modelos Ocultos Markov Insiuo de Tecnologia de Massachuses Deparameno de Engenharia Elérica e Ciência da Compuação 6.345 Reconhecimeno Auomáico da Voz Primavera, 23 Publicado: 7/3/3 Devolução: 9/3/3 Tarefa 5 Inrodução aos Modelos

Leia mais

UM MODELO DE OPÇÕES REAIS PARA AVALIAÇÃO DE INVESTIMENTO EM NAVIOS PETROLEIROS. Mauro Rezende Filho

UM MODELO DE OPÇÕES REAIS PARA AVALIAÇÃO DE INVESTIMENTO EM NAVIOS PETROLEIROS. Mauro Rezende Filho i UM MODELO DE OPÇÕES REAIS PARA AVALIAÇÃO DE INVESTIMENTO EM NAVIOS PETROLEIROS Mauro Rezende Filho DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA

Leia mais

Escola E.B. 2,3 / S do Pinheiro

Escola E.B. 2,3 / S do Pinheiro Escola E.B. 2,3 / S do Pinheiro Ciências Físico Químicas 9º ano Movimenos e Forças 1.º Período 1.º Unidade 2010 / 2011 Massa, Força Gravíica e Força de Ario 1 - A bordo de um vaivém espacial, segue um

Leia mais

CAPÍTULO III TORÇÃO PROBLEMAS ESTATICAMENTE INDETERMINADOS TORÇÃO - PEÇAS DE SEÇÃO VAZADA DE PAREDES FINAS

CAPÍTULO III TORÇÃO PROBLEMAS ESTATICAMENTE INDETERMINADOS TORÇÃO - PEÇAS DE SEÇÃO VAZADA DE PAREDES FINAS APÍTULO III TORÇÃO PROBLEMAS ESTATIAMENTE INDETERMINADOS TORÇÃO - PEÇAS DE SEÇÃO VAZADA DE PAREDES FINAS A- TORÇÃO PROBLEMAS ESTATIAMENTE INDETERMINADOS Vimos aé aqui que para calcularmos as ensões em

Leia mais

INVESTIMENTO E OS LIMITES DA ACELERAÇÃO DO CRESCIMENTO RESUMO

INVESTIMENTO E OS LIMITES DA ACELERAÇÃO DO CRESCIMENTO RESUMO INVESIMENO E OS LIMIES DA ACELERAÇÃO DO CRESCIMENO RESUMO Chrisiano Penna CAEN / UFC Fabrício Linhares CAEN / UFC Ivan Caselar CAEN / UFC Nese rabalho consaa-se a evidência de uma relação não linear enre

Leia mais

COINTEGRAÇÃO E CAUSALIDADE ENTRE AS TAXAS DE JURO E A INFLAÇÃO EM PORTUGAL

COINTEGRAÇÃO E CAUSALIDADE ENTRE AS TAXAS DE JURO E A INFLAÇÃO EM PORTUGAL COINTEGRAÇÃO E CAUSALIDADE ENTRE AS TAAS DE JURO E A INFLAÇÃO EM PORTUGAL JORGE CAIADO 1 Deparameno de Maemáica e Informáica Escola Superior de Gesão Insiuo Poliécnico de Caselo Branco Resumo No presene

Leia mais

Série Textos para Discussão

Série Textos para Discussão Universidade Federal do Rio de J a neiro Insiuo de Economia Teses de Racionalidade para Loerias no Brasil TD. 010/2004 Marcelo Resende Marcos A. M. Lima Série Texos para Discussão Teses de Racionalidade

Leia mais

Overdose. Série Matemática na Escola. Objetivos

Overdose. Série Matemática na Escola. Objetivos Overdose Série Maemáica na Escola Objeivos 1. Analisar um problema sobre drogas, modelado maemaicamene por funções exponenciais; 2. Inroduzir o ermo meia-vida e com ele ober a função exponencial que modela

Leia mais

O Investimento Brasileiro Direto no Exterior segue Uppsala? Uma Análise Econométrica

O Investimento Brasileiro Direto no Exterior segue Uppsala? Uma Análise Econométrica 1 O Invesimeno Brasileiro Direo no Exerior segue Uppsala? Uma Análise Economérica RESUMO Ese rabalho procura modelar o processo gerador da série de empo do invesimeno brasileiro direo no exerior, de forma

Leia mais

Contratos futuros de açúcar: uma análise comparativa entre as estratégias de hedge

Contratos futuros de açúcar: uma análise comparativa entre as estratégias de hedge Universidade Federal de Pernambuco Cenro de Ciências Sociais Aplicadas Deparameno de Ciências Adminisraivas Programa de Pós Graduação em Adminisração - PROPAD Bruno Wanderley de Freias Conraos uuros de

Leia mais

Relação entre os preços dos mercados futuro e físico da soja: evidências para o mercado brasileiro

Relação entre os preços dos mercados futuro e físico da soja: evidências para o mercado brasileiro Quesões Agrárias, Educação no Campo e Desenvolvimeno RELAÇÃO ENTRE OS PREÇOS DOS MERCADOS FUTURO E FÍSICO DA SOJA: EVIDÊNCIAS PARA O MERCADO BRASILEIRO FLÁVIA ALEXANDRE COSTA; KARLIN SAORI ISHII; JOAO

Leia mais

Influência de Variáveis Meteorológicas sobre a Incidência de Meningite em Campina Grande PB

Influência de Variáveis Meteorológicas sobre a Incidência de Meningite em Campina Grande PB Revisa Fafibe On Line n.3 ago. 007 ISSN 808-6993 www.fafibe.br/revisaonline Faculdades Inegradas Fafibe Bebedouro SP Influência de Variáveis Meeorológicas sobre a Incidência de Meningie em Campina Grande

Leia mais

EVOLUÇÃO DO CRÉDITO PESSOAL E HABITACIONAL NO BRASIL: UMA ANÁLISE DA INFLUÊNCIA DOS FATORES MACROECONÔMICOS NO PERÍODO PÓS-REAL RESUMO

EVOLUÇÃO DO CRÉDITO PESSOAL E HABITACIONAL NO BRASIL: UMA ANÁLISE DA INFLUÊNCIA DOS FATORES MACROECONÔMICOS NO PERÍODO PÓS-REAL RESUMO 78 EVOLUÇÃO DO CRÉDITO PESSOAL E HABITACIONAL NO BRASIL: UMA ANÁLISE DA INFLUÊNCIA DOS FATORES MACROECONÔMICOS NO PERÍODO PÓS-REAL Pâmela Amado Trisão¹ Kelmara Mendes Vieira² Paulo Sergio Cerea³ Reisoli

Leia mais

Análise econômica dos benefícios advindos do uso de cartões de crédito e débito. Outubro de 2012

Análise econômica dos benefícios advindos do uso de cartões de crédito e débito. Outubro de 2012 1 Análise econômica dos benefícios advindos do uso de carões de crédio e débio Ouubro de 2012 Inrodução 2 Premissas do Esudo: Maior uso de carões aumena a formalização da economia; e Maior uso de carões

Leia mais

Medidas de Desempenho: Um Estudo sobre a Importância do Lucro Contábil e do Fluxo de Caixa das Operações no Mercado de Capitais Brasileiro

Medidas de Desempenho: Um Estudo sobre a Importância do Lucro Contábil e do Fluxo de Caixa das Operações no Mercado de Capitais Brasileiro Medidas de Desempenho: Um Esudo sobre a Imporância do Lucro Conábil e do Fluxo de Caixa das Operações no Mercado de Capiais Brasileiro Auoria: Moisés Ferreira da Cunha, Paulo Robero Barbosa Lusosa Resumo:

Leia mais

Curva de Phillips, Inflação e Desemprego. A introdução das expectativas: a curva de oferta agregada de Lucas (Lucas, 1973)

Curva de Phillips, Inflação e Desemprego. A introdução das expectativas: a curva de oferta agregada de Lucas (Lucas, 1973) Curva de Phillips, Inflação e Desemprego Lopes e Vasconcellos (2008), capíulo 7 Dornbusch, Fischer e Sarz (2008), capíulos 6 e 7 Mankiw (2007), capíulo 13 Blanchard (2004), capíulo 8 A inrodução das expecaivas:

Leia mais

Aula - 2 Movimento em uma dimensão

Aula - 2 Movimento em uma dimensão Aula - Moimeno em uma dimensão Física Geral I - F- 18 o semesre, 1 Ilusração dos Principia de Newon mosrando a ideia de inegral Moimeno 1-D Conceios: posição, moimeno, rajeória Velocidade média Velocidade

Leia mais

Modelos para títulos de desconto e considerações sobre calibragem

Modelos para títulos de desconto e considerações sobre calibragem Modelos para íulos de descono e considerações sobre calibragem Fabricio Tourrucôo April 25, 2007 Absrac Uilizando méodos de perurbação regulares são obidas fórmulas aproximadas para o preço de um íulo

Leia mais

SUSTENTABILIDADE E LIMITES DE ENDIVIDAMENTO PÚBLICO: O CASO BRASILEIRO

SUSTENTABILIDADE E LIMITES DE ENDIVIDAMENTO PÚBLICO: O CASO BRASILEIRO SUSTENTABILIDADE E LIMITES DE ENDIVIDAMENTO PÚBLICO: O CASO BRASILEIRO 2 SUMÁRIO INTRODUÇÃO...3 1 TESTES DE SUSTENTABILIDADE DA DÍVIDA PÚBLICA BASEADOS NA RESTRIÇÃO ORÇAMENTÁRIA INTERTEMPORAL DO GOVERNO...5

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais