Séries Temporais e Econometria

Neste trabalho comparamos as estimativas Bayesianas obtidas para os parâmetros de processos da família ARCH considerando distribuição normal e t de student para a distribuição condicional da série de retornos. Adotamos ainda distribuição a priori não-informativa e consideramos uma reparametrização dos modelos estudados para mapear o espaço dos parâmetros no espaço real. Os sumários a posteriori foram obtidos por meio dos métodos de simulação de Monte Carlo em Cadeias de Markov (MCMC). Com a reparametrização adotada, reduzimos a taxa de rejeição do algoritmo de simulação MCMC, acelerando o processo de convergência deste. A metodologia foi avaliada considerando uma série de retornos IBovespa. Para selecionar o modelo que apresentou melhor ajuste aos dados, utilizamos o Critério da Densidade Preditiva Ordenada.

O presente estudo objetivou fornecer informações sobre a caracterização climatica do município de Dourados-MS que se refere a complexidade e persistência de seu clima. Foram analisadas a presença de correlações de longo alcance e a complexidade de séries diárias de temperatura, umidade relativa e velocidade do vento, obtidas na plataforma de coleta de dados da estação agropecuária oeste da EMBRAPA, a partir das técnicas de Detrended flutuation analysis (DFA) e Sample Entropy (SamEn). As series temporais climáticos estudadas apresentaram um processo com correlação a longo alcance, sugerindo que o comportamento estacionário da temperatura, umidade e velocidade do vento podem persistir futuramente. Os resultados mostraram que a região sob estudo apresenta uma dinâmica climática de moderada complexidade, com relação aos fatores que exercem influência sobre o clima.

O presente trabalho tem por objetivo comparar as técnicas estatísticas
clássicas de previsão e os métodos de inteligência computacional de Lógica Fuzzy e Redes Neurais. O estudo é realizado utilizando à soma de prêmios
diretos de seguros de automóvel de todas as seguradoras relacionadas na SUSEP no Brasil. A descrição das metodologias será feita de maneira breve com o objetivo de contextualizar o estudo. A comparação dos resultados
foi feita pela métrica MAPE, indicando qual metodologia obteve melhor
desempenho para o problema em questão.

A indústria de seguros movimenta bilhões de dólares no mundo inteiro. Em
alguns países como França, Japão e o Reino Unido, as operações referentes a seguros representam mais de 10% dos seus respectivos PIB’s. No Brasil, este mercado ainda é pouco explorado, representando aproximadamente 3,0% do Produto Interno Bruto em 2007. Entretanto, com a recente elevação da renda e estabilização da economia interna, o mercado de seguros brasileiro vive um momento extremamente singular aliado a grandes expectativas de crescimento. O objetivo principal deste trabalho é fazer previsões doze passos à frente para a série do total de Prêmios diretos de seguros de automóveis no Brasil, utilizando modelos estruturais na visão clássica proposta por Harvey. O estudo poderá fornecer subsídios de maneira antecipada para que a tomada de decisão seja precisa e esteja baseada em um modelo estatístico de série temporal.

Frequentemente são encontradas em séries temporais observações que são discordantes comparadas às restantes. Algumas se devem a erros grosseiros de medição, outras podem ser resultantes de influências externas, tais como greves, alterações súbitas na estrutura de mercado, entre outras. Como resultado destas influências externas surgem observações discordantes que são classificadas como outliers.
Neste trabalho, apresentamos os modelos de contaminação por mistura e estimação dos parâmetros dos processos SARFIMA(0,d,0)x(0,D,0)s através de amostras geradas por processos contaminados, isto é, séries temporais contaminadas.

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.

As enchentes urbanas tem sido uma das grandes calamidades a que
a população brasileira tem sido sujeita. Eventos deste porte, por serem
de baixa frequência e de grande impacto, são de difícil previsão. Assim,
torna-se importante tanto a identicação quanto a análise estatística
de extremos severos. Am de auxiliar na análise desse tipo de situação,
reúnimos os principais resultados da teoria dos valores extremos (TVE)
para modelagens univariadas.

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.

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.

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.