Séries Temporais e Econometria

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.

Here we present a simulated study on FIEGARCH processes with $\alpha$-stable noise. We consider only the case where $p=0=q$, that is, the processes are FIEGARCH$(0,d,0)$, and we analyze the behavior of a Whittle-type estimator for the long-memory parameter when the conditional variance of the process is not finite.

In this work we review and study some problems related to simulation of univariate time series based on some prescribed copula. We give some examples in the context of copula-based semiparametric models as in Chen and Fan (2006). We adapt some results to cover the case of the Brownian motion. Our approach allows one to simulate processes which behaves like a Brownian motion but have arbitrary marginals.

In this work we present a methodology for the estimation of the coefficients of an autoregressive model where the random component is assumed to be uniform white noise. The uniform noise hypothesis makes MLE become equivalent to a simple consistency requirement on the possible values of the coefficients given the data. In the case of the autoregressive model of order one, X(t+1) = aX(t) + ε(t) with i.i.d. ε(t) ~ U[a;b]; the estimator of the coefficient a can be written down analytically. The performance of the estimator is assessed via simulation.

Este estudo tem como objetivo comparar os modelos de Holt-Winters e decomposição aditivo e multiplicativo e verificar qual deles se adequou melhor aos dados. Para tanto utilizou-se a técnica estatística denominada Análise de Séries Temporais. O trabalho apresentará uma abordagem dos pacientes com HIV do Hospital Universitário João de Barros Barreto, uma contextualização e conceitos da análise de séries temporais, suas principais características. Após aplicação dos modelos automáticos de séries temporais, o modelo que melhor se ajustou a série, foi o de decomposição sazonal aditivo com um erro percentual absoluto médio de 19,83%.

A modelagem multivariada de séries financeiras se constitui em um dos mais importantes problemas na área de econometria financeira. Um dos modelos populares nesta área é o modelo de cópulas, dada sua flexibilidade para construir funções de distribuição multivariadas que reproduzam dependências. Este projeto teve como objetivo apresentar uma introdução a cópulas e fazer uma aplicação em Pair-Cópula. Para essa aplicação utilizamos como dados os retornos diários das principais bolsas de valores dos seguintes países: Brasil (Ibovespa), México (IPC) e Estados Unidos (NYSE) entre o período de 09/06/1995 a 09/10/2009.

O Produto Interno Bruto (PIB) é um dos indicadores mais utilizados na macroeconomia para mensurar a atividade econômica de uma região. O PIB representa a soma (em valores monetários) de todos os bens e serviços finais produzidos numa determinada região (quer seja, país, estado, cidade), durante um período determinado (mês, trimestre, ano).
No Brasil, o órgão responsável pelo cálculo e divulgação do PIB é o Instituto Brasileiro de Geografia e Estatística (IBGE), que possui o sistema de contas nacionais, com periodicidade anual e trimestral. O sistema de contas nacionais com periodicidade trimestral calcula o PIB pela ótica da oferta e da demanda. São calculadas duas séries de números-índices: a com base no ano anterior e a encadeada com referência em 2000 (1995 = 100). A série encadeada é ajustada sazonalmente pelo X12-ARIMA, que é o método considerado padrão no ajuste sazonal das estatísticas oficiais.
O objetivo deste trabalho é obter a série do PIB trimestral ajustada sazonalmente a partir de modelos estruturais, propostos por Harvey(1989), e analisar o resultado obtido em comparação com os resultados obtidos pelo IBGE. A base de dados analisada neste estudo corresponde ao PIB a preços de mercado a partir do primeiro trimestre de 1996 até o quarto trimestre de 2009 perfazendo um total de 56 observações.

Different from measures of global dependence, measures of local dependence evaluate the dependence along the support of the variables. The aim of this paper is to study a measure of local dependence proposed by Bairamov et al. (2003) in the context of variables not indexed by time and also for stationary time series. We propose similar estimators for both cases. The consistency of the estimators are obtained, and their behaviour are studied through simulations. Some empirical illustrations are provided.

We can find some works about measures of local dependence for the bivariate case, but very little for the multivariate case. The aim of this work is to extend the Spearman-type measure of local dependence (written in terms of copula) for two continuous random variables to the multivariate case, and also to study its estimation.

Apresentamos, neste trabalho, um estudo de simulações de Monte
Carlo para a estimação semi-paramétrica da função memória presente
em processos estocásticos oriundos da equação de Langevin
generalizada. Esse estudo é apresentado para a situação em que a
função memória é uma delta de Dirac e o processo de ruído é
Gaussiano com média zero e variância um.
O objetivo é estimar o parâmetro do processo através da
estatística R/S(n), introduzida por H.E. Hurst. O desempenho
deste estimador é analisado através de seu vicío, desvio padrão e
erro quadrático médio para diferentes tamanhos amostrais e
diferentes números de replicações, quando o valor inicial do
processo é zero.
Palavras-chave: Equação de Langevin Generalizada; Função Memória; Processo Gaussiano; Estimação Semi-paramétrica; Estimador de Hurst.