4 O modelo econométrico
|
|
- Sophia Macedo Sanches
- 7 Há anos
- Visualizações:
Transcrição
1 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 capíulo 5. Conhecer os valores fuuros desses parâmeros é fundamenal e é a base dos modelos de gesão de aivos e passivos. Nesse modelo economérico são uilizadas variáveis econômicas que se mosraram adequadas para definir a composição da careira de aivos que formam um fundo de previdência. Primeiramene, é feia uma pequena inrodução à séries emporais. Em paricular, é inroduzido o modelo mulivariado auo-regressivo. Além disso, é descrio como se gera os cenários das rajeórias fuuras do modelo VAR. Depois, as variáveis a serem esudadas são apresenadas e analisadas sob o pono de visa esaísico. Em seguida, apresena-se a esimaiva do modelo VAR para essas variáveis. 4.1 Análise de séries emporais A análise de séries emporais é uma área da Esaísica dedicada ao esudo de observações que apresenam dependência no empo. É muio comum enconrar esudos sobre esse assuno que envolvem a uilização de dados acerca da realidade econômica e financeira. O enfoque de Box-Jenkins [1] para análise de séries emporais em como objeivo principal a realização da previsão. Essa meodologia permie que valores fuuros de uma série sejam previsos omando por base apenas seus valores presenes e passados. Usualmene, isso é feio explorando a correlação emporal que exise enre o valores observados da série. A relação emporal considerada pelo enfoque de Box-Jenkins é represenada formalmene por um conjuno de processos esocásicos genericamene denominados modelos ARIMA. Por envolverem apenas uma série de empo, eles são classificados como modelos univariados.
2 indivíduo 39 Os modelos ARIMA resulam da combinação de rês componenes: Auo- Regressivo (AR), de Inegração (I) e de médias móveis (MA, por ser a abreviação de Moving Average). Na meodologia de Box-Jenkins, uma série de empo pode coner as rês componenes ou apenas um subconjuno, resulando daí várias méodos para análise Inrodução ao modelo VAR É de ineresse desse rabalho esudar as rajeórias fuuras de várias variáveis ao mesmo empo. A meodologia de Box-Jenkins é exensível ambém para esse caso. O modelo de série emporal mulivariado para as variáveis financeiras a ser uilizado nesse capíulo é um modelo de veores auo-regressivos (VAR- Vecor Auo-Regressive models), ele é baseado somene na componene auoregressiva. Num modelo VAR, o veor y R n no insane é descrio apenas por seus valores passados e pelo veor de ruído branco ɛ R n. O modelo VAR mais geral é o de ordem p, nele o veor y depende de y 1, y 2,..., y p e do veor de resíduos ɛ, que esão correlacionados enre eles no insane mas não em momenos aneriores a. A sua represenação algébrica é a seguine: y = c + p A k y k + ɛ, k=1 onde c R n é o veor de inercepo, A k R n n, k = 0, 1, 2,..., p, são as marizes dos coeficienes do modelo e ɛ R n n é o veor de resíduos, al que: E[ɛ ] = 0 R n, E[ɛ ɛ T ] = Σ R n n. Os esimadores de Mínimos Quadrados Ordinários são os melhores esimadores dado que os resíduos das diferenes equações não são correlacionados e que são independenes e igualmenes disribuídos ao longo do empo. Na presença de correlação enre os resíduos das equações, conhecida como correlação conemporânea, o melhor esimador é o méodo de regressão aparenemene não-relacionada (SUR - Seemly Unrelaed Regression). Para maiores dealhes dos méodos de esimação veja o livro de Judge e al. de 1985 [4] Geração das rajeórias fuuras Para gerar cenários para as rajeórias fuuras de um modelo VAR(p) deve-se primeiro esimar o veor de inercepo c, os elemenos das marizes
3 indivíduo 40 A 1, A 2,..., A p, e a mariz de variância e covariância dos resíduos Σ = E[ɛ ɛ T ]. Considerando que as condições iniciais do modelo são dadas, iso é, que se conhece os veores y 0, y 1,..., y p 1, enão a geração das previsões fuuras aé o empo T do veor y segue os seguines passos: Passo 1: Faça = p. Passo 2: Decomponha a mariz Σ na forma de Cholesky. Passo 3: Gere o veor de resíduos ɛ uilizando o méodo faoração riangular uilizando a decomposição Cholesky da mariz Σ esimada. Passo 4: Calcule y uilizando p y = c + A k y k + ɛ. k=1 Passo 5: Faça = + 1; Se T enão vole ao passo 3 senão ermine. 4.2 As variáveis financeiras No modelo de simulação, os aivos devem ser invesidos odos os meses ano no período de diferimeno quano no período de benefícios. Para isso, foi considerado uma careira onde o capial é aplicado em renda fixa, renda variável e em íulos públicos. Foram uilizadas as seguines variáveis financeiras como proxies para a renabilidade desses invesimenos: CDI - Cerificado de Depósio Inerfinanceiro: acumulada no mês anualizada com periodicidade mensal para represenar renda fixa; VESPA - Índice de Lucraividade da Bolsa de Valores de São Paulo: com variação e periodicidades mensais para represenar renda variável; IGP-M - Índice Geral de Preços / Mercado: com variação e periodicidades mensais para represenar inflação; SWAP Derivaivo financeiro que em por finalidade promover a roca (simulaneamene) de aivos financeiros enre os agenes econômicos envolvidos, por exemplo: Uma empresa possui um aivo financeiro indexado a variação do dólar comercial e deseja rocar a variação dese aivo financeiro (dólar comercial) por uma deerminada axa préfixada sem se desfazer do aivo financeiro, nese caso ela poderá aravés de um swap de axas realizar al operação: axa anual, periodicidade mensal, represena a renabilidade de íulos com mauridade de seis meses.
4 indivíduo 41 O período de análise esá compreendido desde Janeiro de 2000 aé Dezembro de Porano foram uilizados 72 dados mensais de cada série. As axas CDI e Swap 180 foram converidas em dados mensais ano para os eses como para a simulação. Esaísicas das variáveis financeiras escolhidas. Na abela 4.2, esão apresenadas as principais esaísicas das quaro variáveis financeiras escolhidas. Ibovespa e IGP-M regisram os maiores desvios padrões. Eses dois rendimenos ambém possuem os maiores valores máximos e os menores mínimos, sendo os únicos que regisram valores negaivos em odo período esudado. Swap e CDI se caracerizam por er, aproximadamene, os mesmos valores das esaísicas, sendo Swap superior em odas, exceo no valor máximo, que é igual ao CDI. Em geral, a renabilidade e o risco de íulos longos é superior a renabilidade e o risco de íulos curos; ese fao esilizado é confirmado na abela abaixo. Esaísica CDI(%) Ibovespa(%) IGP-M(%) Swap(%) Média Mediana Valor máximo Valor mínimo Desvio padrão Tabela 4.1: Esaísicas das séries de dados mensais de janeiro/2000 à dezembro/ A esimaiva do modelo VAR das variáveis financeiras Para se esimar o modelo, o primeiro passo será definir quanas defasagens para rás serão consideradas, ou seja, escolher o valor de p para o modelo VAR(p). Os criérios de informação de Akaike e o de Schwarz [4] êm como objeivo escolher, segundo uma esaísica, qual é a defasagem p mais adequada. No caso em esudo, para os dados durane esse período de observação, ambos indicaram que o modelo VAR(1) é o melhor. Considere o modelo VAR(1) abaixo indexado pelo mês : CDI IGP M SW AP CDI = c + A 1 IGP M SW AP 1 + ɛ CDI ɛ ɛ IGP M ɛ SW AP
5 indivíduo 42 Foi uilizado o sofware Eviews R para o cálculo das esimaivas, e o modelo final é: CDI IGP M = SW AP CDI ɛ CDI IGP M + ɛ ɛ IGP M SW AP ɛ SW AP 1 (4-1) A mariz de variância e covariância dos resíduos do modelo esimado é: Σ = No apêndice enconram-se as quaro séries uilizadas no período de janeiro de 2000 aé dezembro de Na abela 4.3 são apresenados os resulados da esimação do VAR(1). Os valores enre parêneses são os erros padrões das esimações dos coeficienes e os valores enre colchees são as esaísicas. A influência na primeira defasagem do CDI no valor correne dessa série já era esperado. Pois é conhecida a inércia de seqüências envolvendo axa de juros. A mesma propriedade ambém pode ser observada na série de SWAP, que depende negaivamene do VESPA. Isso pode ser explicado observando que em períodos de mercado calmo, o VESPA ende a subir e as axas longas endem a cair ou no máximo permanecem consanes (ou seja, há uma suave relação negaiva enre essas duas séries). Como ambém há inércia na inflação, era de se esperar a influência da primeira defasagem do IGPM na sua observação correne; adicionalmene, a relação negaiva enre a primeira defasagem do CDI e o IGPM reflee a influência do juro sobre a aividade econômica, e desa sobre a inflação (uma ala no juro gera uma queda na aividade econômica, que ende a inibir a ala nos preços).
6 indivíduo 43 Variáveis Variáveis Dependenes Independenes CDI Ibovespa IGP-M Swap CDI(-1) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] Ibovespa(-1) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] IGP-M(-1) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] Swap(-1) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] Tabela 4.2: Esimação do Veor Auoregressivo(VAR).
Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisCálculo 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 maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia mais4 O Papel das Reservas no Custo da Crise
4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia maisEstudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia mais5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço
5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia maisO Modelo Linear. 4.1 A Estimação do Modelo Linear
4 O Modelo Linear Ese capíulo analisa empiricamene o uso do modelo linear para explicar o comporameno da políica moneária brasileira. A inenção dese e do próximo capíulos é verificar se variações em preços
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia maisCritérios e Metodologia de Apuração de Superfície de Volatilidade
Criérios e Meodologia de Apuração de Superfície de Volailidade Diariamene são calculadas superfícies de volailidade implícia de odos os vencimenos de conraos de opções em que há posição em abero e/ou séries
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisTabela: Variáveis reais e nominais
Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas
Leia maisSéries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas
Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros
Leia mais6 Processos Estocásticos
6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo
Leia mais5 Método dos Mínimos Quadrados de Monte Carlo (LSM)
Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores
Leia maisAnálise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos
Análise de Projecos ESAPL / IPVC Criérios de Valorização e Selecção de Invesimenos. Méodos Dinâmicos Criério do Valor Líquido Acualizado (VLA) O VLA de um invesimeno é a diferença enre os valores dos benefícios
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia mais3 METODOLOGIA E AMOSTRA
3 METODOLOGIA E AMOSTRA 3.1. Descrição da Amosra Foram uilizados o índice da Bolsa de Valores de São Paulo (Ibovespa) como represenaivo da careira de mercado e os cerificados de depósios inerfinanceiros
Leia maisMotivação. Prof. Lorí Viali, Dr.
Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas
Leia mais5 Erro de Apreçamento: Custo de Transação versus Convenience Yield
5 Erro de Apreçameno: Cuso de Transação versus Convenience Yield A presene seção em como objeivo documenar os erros de apreçameno implício nos preços eóricos que eviam oporunidades de arbiragem nos conraos
Leia mais4 Metodologia R P. = cotação da ação i no final da semana t. 1 Maiores detalhes no ANEXO - 1
4 Meodologia Com o objeivo de se esar reornos anormais de curíssimo prao para o mercado de ações brasileiro (BOVESPA), ese rabalho foi dividido em rês eapas: Na primeira, usou-se a meodologia de De Bond
Leia mais4 Distribuições univariadas e multivariadas de retornos e volatilidades
35 4 Disribuições univariadas e mulivariadas de reornos e volailidades 4.1. Disribuições Condicionais Univariadas de Reornos Caracerizar disribuições (incondicionais) de reornos de aivos é uma preocupação
Leia mais1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.
XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia mais5 Resultados empíricos Efeitos sobre o forward premium
5 Resulados empíricos Efeios sobre o forward premium A moivação para a esimação empírica das seções aneriores vem da relação enre a inervenção cambial eserilizada e o prêmio de risco cambial. Enreano,
Leia maisREDUÇÃO DE DIMENSIONALIDADE
Análise de componenes e discriminanes REDUÇÃO DE DIMENSIONALIDADE Uma esraégia para abordar o problema da praga da dimensionalidade é realizar uma redução da dimensionalidade por meio de uma ransformação
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisAntes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.
O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia maisEnunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.
Leia maisEstimação em Processos ARMA com Adição de Termos de Perturbação
UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:
Leia mais4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia mais6 Análise do processo de filtragem
6 Análise do processo de filragem Ese capíulo analisa o processo de filragem para os filros de Kalman e de parículas. Esa análise envolve ão somene o processo de filragem, não levando em consideração o
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisIntrodução aos multivibradores e circuito integrado 555
2 Capíulo Inrodução aos mulivibradores e circuio inegrado 555 Mea dese capíulo Enender o princípio de funcionameno dos diversos ipos de mulivibradores e esudo do circuio inegrado 555. objeivos Enender
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia mais3 A Função de Reação do Banco Central do Brasil
3 A Função de Reação do Banco Cenral do Brasil Nese capíulo será apresenada a função de reação do Banco Cenral do Brasil uilizada nese rabalho. A função segue a especificação de uma Regra de Taylor modificada,
Leia maisUNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III
UNIVERSIDADE DA BEIRA INTERIOR FACUDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III icenciaura de Economia (ºAno/1ºS) Ano ecivo 007/008 Caderno de Exercícios Nº 1
Leia maisTeste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial.
Deparameno de Ciências e ecnologias Mesrado em Esaísica, Maemáica e Compuação ese F na Regressão Linear Múlipla para Dados emporais com Correlação Serial. Bruno Fernando Pinheiro Faria Lisboa, Mesrado
Leia mais3 Metodologias Analisadas
3 Meodologias Analisadas Nese capíulo, são apresenados alguns modelos de previsão de séries emporais analisados nesa disseração. Anes de passar para os modelos propriamene, são inroduzidos alguns conceios
Leia maisINFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO
INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões
Leia maisProfessor: Danilo Dacar
Progressão Ariméica e Progressão Geomérica. (Pucrj 0) Os números a x, a x e a x esão em PA. A soma dos números é igual a: a) 8 b) c) 7 d) e) 0. (Fuves 0) Dadas as sequências an n n, n n cn an an b, e b
Leia maisPrevisão de consumos a curto prazo
Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão
Leia maisTeoria do Mercado de Capitais
Teoria do Mercado de Capiais Capíulo 9: Ross e all. 1 Inrodução Objeivo de Finanças: avaliação do risco de uma careira de aivos financeiros Risco: é medido em ermos de variações dos preços dos aivos P
Leia maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia maisProfessor: Danilo Dacar
. (Pucrj 0) Os números a x, a x e a3 x 3 esão em PA. A soma dos 3 números é igual a: é igual a e o raio de cada semicírculo é igual à meade do semicírculo anerior, o comprimeno da espiral é igual a a)
Leia maisAlocação de Longo Prazo: um estudo empírico com ativos brasileiros
Alocação de Longo Prazo: um esudo empírico com aivos brasileiros José Geraldo Maciel Júnior Orienador: Marco Anônio Cesar Bonomo A maioria dos economisas prefere assumir que os indivíduos já esão omando
Leia maisP IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549
Capíulo 2 Soluções: Medição da Acividade Económica Exercício 24 (PIB pelaópica da despesa) i. Usando os valores da abela que consa do enunciado, a solução das várias alíneas é imediaa, basando para al
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia maisAPLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS
! "#$ " %'&)(*&)+,- /2*&4365879&4/:+58;2*=?5@A2*3B;- C)D 5,5FE)5G+ &4- (IHJ&?,+ /?=)5KA:+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G- D - ;/);& Foz do Iguaçu, PR, Brasil, 9 a de ouubro de 27 APLICAÇÃO DA ANÁLISE
Leia maisEstimação em Modelos de Volatilidade Estocástica com Memória Longa
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor
Leia maisUtilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil
XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisO cliente é a razão do nosso trabalho, a fim de inseri-lo em um novo contexto social de competitividade e empregabilidade.
Sumário nrodução 5 O circuio série em correne alernada 6 A correne em circuios série 6 Gráficos senoidais do circuio série 7 Gráficos fasoriais do circuio série 10 mpedância do circuio série 1 A correne
Leia maisUniversidade de Brasília - UnB Instituto de Exatas Departamento de Estatística ANÁLISE DE VOLATILIDADE DE ÍNDICES FINANCEIROS SETORIAIS
Universidade de Brasília - UnB Insiuo de Exaas Deparameno de Esaísica ANÁLISE DE VOLATILIDADE DE ÍNDICES FINANCEIROS SETORIAIS Mauricio Lamas Vioi de Barros 06/986 Brasília - DF 0 MAURICIO LAMAS VIOTTI
Leia maisInformation. Séries de Tempo. José Fajardo. EBAPE- Fundação Getulio Vargas. Agosto 2011
Informaion Séries de Tempo José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo Prf. José Faardo Informaion Ph. D in Mahemaical Economics (IMPA-Brazil) Mahemaical Finance, Financial
Leia mais4. Modelagem (3) (4) 4.1. Estacionaridade
24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo
Leia maisModelos BioMatemáticos
Modelos BioMaemáicos hp://correio.fc.ul.p/~mcg/aulas/biopop/ edro J.N. Silva Sala 4..6 Deparameno de Biologia Vegeal Faculdade de Ciências da Universidade de Lisboa edro.silva@fc.ul.p Genéica opulacional
Leia maisDISCIPLINA SÉRIE CAMPO CONCEITO
Log Soluções Reforço escolar M ae máica Dinâmica 4 2ª Série 1º Bimesre DISCIPLINA SÉRIE CAMPO CONCEITO Maemáica 2ª do Ensino Médio Algébrico simbólico Função Logarímica Primeira Eapa Comparilhar Ideias
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017
DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram
Leia mais4 Análise de Sensibilidade
4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de
Leia maisUNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA ESTIMAÇÃO DO CAPM INTERTEMPORAL COM AÇÕES DA BOVESPA Leandro
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com
Leia maisLUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO
LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de
Leia maisSeção 5: Equações Lineares de 1 a Ordem
Seção 5: Equações Lineares de 1 a Ordem Definição. Uma EDO de 1 a ordem é dia linear se for da forma y + fx y = gx. 1 A EDO linear de 1 a ordem é uma equação do 1 o grau em y e em y. Qualquer dependência
Leia maisAPOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso
Leia mais3 A Formação de Preços dos Futuros Agropecuários
3 A ormação de Preços dos uuros Agropecuários Para avaliar a formação de preços nos mercados fuuros agropecuários é necessária uma base de comparação Para al base, esa disseração usa os preços que, em
Leia maisEXAME NACIONAL DE SELEÇÃO 2007
EXAME NACINAL E SELEÇÃ 007 PRVA E ESTATÍSTICA o ia: 8/0/006 - QUARTA FEIRA HRÁRI: 0h30 às h 45 (horário de Brasília) EXAME NACINAL E SELEÇÃ 007 o ia:8/0(quara-feira) Manhã:0:30h às h 45 ESTATÍSTICA Insruções.
Leia maisAplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*
XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo
Leia maisAnálise de Informação Económica e Empresarial
Análise de Informação Económica e Empresarial Licenciaura Economia/Finanças/Gesão 1º Ano Ano lecivo de 2008-2009 Prova Época Normal 14 de Janeiro de 2009 Duração: 2h30m (150 minuos) Responda aos grupos
Leia maisFUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO PRISCILA FERNANDES RIBEIRO
FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO PRISCILA FERNANDES RIBEIRO Esruura a Termo da Taxa de Juros no Brasil e Previsibilidade de Ciclos Econômicos SÃO PAULO 200 PRISCILA FERNANDES RIBEIRO
Leia mais