Séries Temporais, Econometria e Finanças

A dinâmica do vento atualmente atrai grande interesse científico no nível mundial devido à necessidade de um melhor aproveitamento do potencial energético eólico. Neste trabalho são analisadas as correlações e a densidade de probabilidade da velocidade do vento, para séries temporais registradas no município de São João do Cariri - PB nas alturas de 25m e 50m. Utilizamos o método Detrended Fluctuation Analysis para calcular os expoentes de escala, e uma mistura de Weibull para modelagem da densidade de probabilidade.

Existem vários fenômenos na natureza que possuem a característica de invariância de escala temporal ou espacial. Os exemplos desses fenômenos incluem parâmetros climáticos, como chuvas, altas ou baixas temperaturas entre outras. O presente estudo tem como objetivo fornecer informações sobre a complexidade climática das capitais do nordeste brasileiro, utilizando método de DFA e o Sample Entropy (SamEn). As séries possuem informações das médias mensais de registros de precipitação, temperatura e umidade no período de janeiro de 1961 a julho de 2009. O método Detrended Fluctuation Analysis DFA), designado para identificar a presença de correlações de longo alcance em séries temporáis não estacionária e o SampEn(m,r,N) é o logaritmo natural da probabilidade condicional de que duas sequências similares dentro de uma tolerância r para m pontos permaneça similar ao próximo ponto.

A região Nordeste do Brasil, apesar de chover tanto quanto em muitas outras regiões do mundo, em particular na parte semiárida, é periodicamente
afetada pela ocorrência de secas com perdas parciais ou totais na agropecuária. Este fenômeno compromete o abastecimento de água devido principalmente à irregularidade da estação chuvosa na região, com predominância de chuvas intensas e de curta duração. O índice de severidade de seca de Palmer é um quantifcador importante desse fenômeno e para avaliar a existência de flutuações não-estacionárias e de correlações de longo alcance em uma série histórica deste índice, neste trabalho foi utilizado o método Detrend Fluctuation Analysis (DFA) para tendências polinomiais de graús 1 a 4, significativas à 1%, e visualização dos resultados de forma espacialmente contínua é apresentada usando técnica NURBS. A série se mostrou persistente e crescente em faixas a partir do estado de Sergipe até o Maranhão.

Muitas vezes o pesquisador tem interesse em saber se existe tendência em uma série temporal. Uma maneira de verificar essa tendência é através dos mínimos quadrados, mas nem sempre os dados apresentam os pressupostos para utilizar esta técnica. Quando os pressupostos não são atendidos, uma alternativa é verificar a tendência através do teste de aleatorização, que indica se existe ou não algum padrão nos os dados. Para rejeitar a hipótese nula usamos o p-valor que é calculado a partir da proporção de vezes que a estatística de teste após a aleatorização é maior que a estatística obtida com os dados originais. Se o p-valor for menor que o nível de significância, rejeita-se a hipótese nula. Para ilustrar este teste foi feito um experimento ao longo de um mês com o objetivo de verificar se existe tendência no crescimento da planta. Após 10.000 aleatorizações, verificou-se que p-valor=0,023, logo, rejeita-se a hipótese nula, portanto, existe tendência na série.

Esta pesquisa apresenta uma metodologia de estimação, baseada no domínio da frequência, para processos periódicos autorregressivos. O estimador sugerido é o ponto do espaço paramétrico que maximiza a expressão assintótica da função de log-verossimilhança de processos estocásticos vetoriais. A expressão assintótica é avaliada através de algumas propriedades de matrizes block toeplitz. Ensaios de Monte Carlo foram realizados para comparar os vícios e os erros quadráticos médios do estimador proposto com os do método de estimação de Yule-Walker. O estudo empírico evidenciou que o método de estimação sugerido apresenta bom desempenho em termos de vício e erro quadrático médio. Como ilustração da metodologia proposta, a série da vazão média trimestral do rio Castelo-ES foi analisada.

A poluição nas grandes metrópoles é intensa, ocasionada principalmente pelo aumento da industrialização. Todas as cidades brasileiras passam por uma exposição diária de emissão de poluentes gasosos. Com o intuito de contribuir com o estudo de métodos estatísticos voltados para análise de dados sobre emissão de poluentes, este trabalho tem o objetivo de quanticar utilizando Detrended Fluctuation Analysis a correlação de longo alcance das séries temporais da emiss ão diária dos poluentes PM10, SO2, CO e NO2 na cidade de São Paulo no período de janeiro de 1997 à dezembro de 2000. A utilização do método DFA mostrou-se adequada à mensuração da correlação de longo alcance proporcianando uma melhor compreensão do fenômeno em estudo.

Neste trabalho é apresentado um estudo do modelo de Média Móvel Exponencialmente Ponderada, EWMA. Este modelo tem sido amplamente utilizado em aplicações para dados de séries temporais, em particular, em séries financeiras. São apresentadas algumas características do modelo e uma aplicação. Para isso, foi utilizada a série de dados referentes ao período de dezembro de 1999 a janeiro de 2009 sobre o preço diário de fechamento do lote de ações da empresa Votorantim Celulose e Papel, obtidos no site da BMF Bovespa. No período em estudo, a Votorantim ainda operava na Bolsa de Valores de São Paulo sob o código de negociação VCPA4. As estimativas do modelo são obtidas de modo a minimizar o erro quadrático médio (EQM). São apresentados, ainda, gráficos envolvendo resíduos para uma análise de ajuste do modelo. O modelo EWMA é muito popular em estudos com séries temporais por ser de fácil entendimento, ter rápida aplicação e por apresentar um resultado com erro aceitável. Assim, era esperada uma boa previsão da volatilidade da série para posterior comparação com a volatilidade dos valores originais. Com base neste estudo podem ser tomadas decisões de compra, manutenção ou venda das ações em questão, para que se consiga a maior rentabilidade possível de uma aplicação financeira.

O conhecimento das relações de dependência entre as economias são relevantes para tomadas de decisões de Bancos Centrais, investidores e governos. Um tema desafiador é o estudo da existência de contágio entre as economias. Este trabalho considera o Modelo Canônico de Contágio estudado por Pesaran e Pick (2007), o qual diferencia contágio de interdependência. O estimador de mínimos quadrados ordinário para este modelo é viesado devido à existência de variáveis endógenas no modelo. A teoria de variáveis instrumentais é utilizada para diminuir o viés existente nos estimadores de mínimos quadrados ordinários. Este trabalho estuda este modelo na presença de erros heteroscedásticos e utiliza as volatilidades condicionais como variáveis instrumentais. São estudados vários métodos para teste de hipóteses, com ênfase em testes robustos a instrumentos fracos. São abordadas duas diferentes definições de crise e são postuladas como instrumentos válidos as volatilidades condicionais dos índices de desempenho das economias e analisadas por meio de simulações de Monte Carlo a validade destes instrumentos para identificar a existência de contágio. Especificamente, são consideradas as distribuições dos estimadores e a função poder dos testes propostos para diferentes tamanhos de amostras, bem como, estudadas as aproximações das distribuições assintóticas dos estimadores e estatísticas dos testes. Finalmente, o modelo canônico de contágio é utilizado na análise dos dados de retorno dos principais índices acionários de Argentina, Brasil, México e EUA, assim como para alguns países asiáticos.

Neste trabalho, é apresentado um estudo bayesiano para os Modelos GARMA, que se tratam de uma extensão dos Modelos ARMA. Foram consideradas três distribuições pertencentes a família exponencial, que são as distribuições Normal, Gama e Inversa Gaussiana. Para a análise feita neste trabalho, dois tipos de dados foram utilizados: um conjunto de dados simulados, com intuito de mostrar a viabilidade da metodologia bayesiana proposta e fazer uma comparação entre as metodologias Clássica e Bayesiana e uma aplicação com dados reais. Na abordagem Bayesiana, foram utilizadas distribuições a priori conjugadas na família exponencial e como resultado final das análises, são apresentados resumos descritivos das distribuições marginais a posteriori dos parâmetros de interesse, bem como os valores das médias e seus gráficos. As amostras da distribuição a posteriori foram geradas fazendo uso das técnicas de simulação MCMC, em particular, o algoritmo de Metropolis.

Este estudo tem por objetivo analisar a aplicabilidade da teoria Keynesiana, do consumo agregado sobre a decisão dos gastos individuais de bens e serviços dos associados, que utilizam cheques bônus na Associação dos Aposentados e Pensionistas da Universidade Federal – APUFPEL, localizada no município de Pelotas. Para tanto, utilizou-se a técnica estatística de análise de regressão e correlação, estimando os coeficientes dos regressores com significância estatística sobre os bens de consumo realizado pelos sócios da APUFPEL. O desenvolvimento da pesquisa se deu por meio de considerações teóricas, levantamento de dados empíricos referentes ao mês de outubro de 2009, e por um processo de estimação dos parâmetros com a finalidade de modelar a função consumo. As variáveis regressoras analisadas no estudo foram: valor da mensalidade, idade, sexo e categoria do associado. Ajustando-se uma equação de regressão encontrou-se que somente a variável mensalidade é relevante no modelo. Assim, o modelo proposto para a função consumo estimada foi α = 156,124 (p<0,01) e ß = 5,131 (p<0,01). Com relação a aplicabilidade da teoria a um modelo microeconômico, observou-se que o parâmetro da variável regressora foi um valor maior que 1. Com isso, avalia-se que estes associados estão gastando um acréscimo de consumo maior do que o acréscimo das suas rendas.