Séries Temporais e Econometria
Generalized Pareto models with time-varying tail behavior
In this paper we analyze the extremal events using generalized Pareto distributions (GPD),
allowing the parameters of GPD to vary with time. We use a mixture model that combines
a nonparametric approach for the center and a GPD for the tail of distributions, in which the
uncertainty about the threshold is explicitly considered. We introduce the use of dynamic
linear model (DLM), a very general class of time series models, to model the shape and
scale parameters changes across time. Posterior inference is performed through Markov
Chain Monte Carlo (MCMC) methods. Simulations are carried out in order to analyze
the performance of our proposed model. We also apply the proposed model to three real
financial time series: the Brazilian Vale do Rio Doce, Petrobrás and BOVESPa index, all of
which exhibit several extreme events.
Associação entre os Delitos Registrados na RGV: Uma Aplicação do Modelo GLARMA Poisson
Neste trabalho é utilizado o modelo GLARMA Poisson para
descrever os delitos comumentes registrados na Região da Grande Vitória,
ES, Brasil, pelo CIODES.Com base no trabalho de Davis et al. (1999),
que provém uma revisão de modelos para séries temporais com distribuição de Poisson, procedimentos de identi cação e análise residual do
modelo GLARMA são considerados.Os resultados do ajuste indicaram
que o modelo GLARMA é bastante apropriado para modelar os dados
observados.
Some Corrections of the Score Test Statistic for Gaussian ARMA Models
Abstract: In this article we compute three corrected score statistic versions: the Bartlett-type correction and the monotone corrected score statistics proposed by Kakizawa (1996) and Cordeiro et al. (1998). These corrected statistics are used to test the null hypothesis concerning some parameter of
interest of an ARMA model, assumed to be Gaussian, stationary and
invertible. We also consider the situations where nuisance
parameters are present. The formulas are written in matrix form,
appropriate for the use of symbolic or numerical languages. Some
simulation results are also presented for the AR(1), MA(1)
and ARMA(1,1) models.
Key words: ARMA models; Bartlett-type correction;
chi-square distribution; score statistics; monotone correction; time series.
Kakizawa, Y. (1996) Higher
order monotone Bartlett-type adjustment for some multivariate test statistics.
Biometrika, 83, 4, 923-927.
Cordeiro, G. M., Ferrari S.L.P. and Cysneiros A.H.M.A. (1998) A
formula to improve score test statistics. Journal of
Statistical Computation and Simulation, 62, 123-136.
Consumo de Eletricidade e Crescimento Econômico no Brasil
Esse estudo examina a relação de equilíbrio entre consumo de eletricidade, força de trabalho e crescimento econômico no Brasil durante o período de 1980-2004 em estrutura multivariada de cointegração e causalidade. O teste de causalidade de Engle-Granger (1987) indica uma forte evidência de causalidade unidirecional do consumo de eletricidade para o crescimento econômico, implicando que o Brasil é uma nação dependente de energia e que políticas conservadoras de energia terão um efeito adverso no crescimento econômico
Análise Multifractal de Velocidade de Vento no Nordeste Brasileiro
Analisamos a dinâmica temporal de velocidade de vento no Nordeste brasileiro usando método Multifractal Detrended Fluctuation Analysis (MF-DFA). Os dados foram obtidos a partir dos registros de velocidade de vento nas estações meteorológicas do Instituto Nacional de Meteorologia - INMET, durante o período de 01/03/2008 até 01/03/2010. Calculamos os
expoentes de escala generalizados h(q) e observamos uma função decrescente, indicando que a dinâmica da velocidade do vento na região estudada representa um processo multifractal, característica de vários fenômenos climáticos.
Integração espacial dos mercados de açúcar no Brasil: uma análise através do modelo TAR
O objetivo deste artigo é analisar a integração espacial dos mercados de açúcar no Brasil, considerando a presença de custos de transação. A fundamentação teórica está baseada na integração de mercados, Lei do Preço Único e arbitragem espacial. Foram utilizadas séries de preços de açúcar nos estados de Alagoas, Pernambuco, São Paulo (Araçatuba e Ribeirão Preto), Paraná (Maringá) e Minas Gerais (Triângulo Mineiro), no período de maio de 2003 a dezembro de 2008. A metodologia utilizada baseia-se no modelo auto-regressivo com threshold (TAR). Os resultados mostram que o mercado central para o açúcar foi Ribeirão Preto. Por fim, confirmou-se a presença de significativos custos de transação nos pares de mercados de açúcar, sendo o maior threshold entre Alagoas e Ribeirão Preto e o menor threshold entre Araçatuba e Ribeirão Preto.
ANÁLISE BAYESIANA DE MODELOS THRESHOLDS UTILIZANDO O SOFTWARE R
O modelo "Open loop threshold autoregressive" - TARSO é um tipo de modelo usado para modelar séries não lineares. Esses modelos são úteis na detecção de propriedades observadas em séries temporais como ciclos limites e "jump phenomena". O progresso computacional vem facilitando a utilização desses modelos em larga escala. Este trabalho se propõe, por meio de um estudo de simulação, estabelecer uma rotina computacional em R para análise bayesiana de modelos threshold.
Modelamento e Fundo de Participação dos Municípios
MODELAMENTO DO FUNDO DE PARTICIPAÇÃO DOS MUNICÍPIOS POR SÉRIES TEMPORAIS
Maura da Silva Costa Furtado1 Joaquim Carlos B. Queiroz2 e Paula Daniele Mesquita Ferreira3
Resumo
Este trabalho tem por objetivo, apresentar modelos para o ajustamento e previsão que expliquem a evolução do Fundo de Participação dos Municípios brasileiros, a partir da análise de séries temporais. Foram utilizadas séries do Fundo de Participação dos Municípios no período de janeiro de 1994 à dezembro de 2006 para as regiões Norte, Nordeste, Centro-Oeste, Sudeste e Sul, além da série para o Estado do Pará. Para apresentar uma visão básica sobre Fundo de Participação dos Municípios, veremos alguns conceitos importantes, relacionados com este problema, bem como o histórico e a composição do Fundo de Participação dos Municípios (FPM). Os resultados mostraram que a região nordeste apresenta maior volume de recursos do FPM e a região Centro-oeste, com menos Estados, dispõe dos menores recursos. Uma particularidade apresentada pelas séries refere-se à forma muito parecida das mesmas mudando somente quanto aos valores. Isso levou a modelos similares, ou seja, com mesmo número de parâmetros e mesmo número de diferenciações. Os modelos ajustados conseguiram erros de previsões com base no erro percentual médio absoluto (MAPE) em torno de 5%.
Palavras-chave: Modelos ARIMA, Previsão e Fundo de Participação dos Municípios (FPM).
Abstract
This paper aims to present models for the prediction and adjustment to explain the evolution of the Participation Fund of the Brazilian municipalities, from the time series analysis. It was used series of Municipalities Participation Fund from January 1994 to December 2006 for the North, Northeast, Midwest, Southeast and South, in addition to the series for the state of Para to provide a basic insight into Fund Participation of the municipalities, we will see some important concepts related to this problem as well as the history and composition of the Municipal Participation Fund (FPM). The results showed that the Northeast has a higher volume of resources from MPF and the Midwest region, with fewer states have the fewest resources. A peculiarity presented by the series refers to very much like the same changing only on the figures. This led to similar models, ie with same number of parameters and same number of differentiations. The adjusted models were able to errors of predictions based on mean absolute percentage error (MAPE) of around 5%.
Keywords: ARIMA models, forecasting and the Municipal Participation Fund (FPM)
__________________
1Mestranda em Estatística pela Universidade Federal do Pará, Pós graduada em Docência no Ensino Superior pela UCAM/RJ, Graduada em Estatística pela Universidade Federal do Pará, Professora da Faculdade de Castanhal FCAT/PA e Assessora da Comissão Própria de Avaliação (CPA) da FCAT. maura_scfurtado@hotmail.com
2 Prof. Associado II da Faculdade de Estatística da Universidade Federal do Pará. joaquim@ufpa.br
3Graduada em Estatística pela Universidade Federal do Pará.
ESPECTRO MULTIFRACTAL DE SÉRIES TEMPORAIS DE FOCOS DE CALOR NO BRASIL
Analisamos a dinâmica dos focos de calor no Brasil usando o Espectro Multifractal, calculado através dos expoentes de escala obtidos pelo método Multifractal Detrended Fluctuation Analysis (MF-DFA)[1]. Os dados foram obtidos a partir dos registros de focos de calor monitorados pela Divisão de Processamento de Imagens (DPI) do Instituto Nacional de Pesquisas
Espaciais (INPE). No presente trabalho, foram utilizados os dados do satélite GOES-12 do dia 04/06/2003 até 04/03/2007. Os resultados mostraram que os valores dos expoentes de escala h(q) diminuem com q, que indica o comportamento multifractal da série. A função do espectro multifractal apresenta ponto de máximo, a característica do processo multifractal.
Estimação de Medidas de Risco Utilizando Teoria de Valores Extremos
Muitas empresas e investidores hoje visam utilizar técnicas cada vez mais precisas com o objetivo de calcular, de forma mais eficiente, uma medida de risco que possa auxiliá-los no gerenciamento do risco de mercado ao qual podem estar expostos.
O trabalho, neste contexto, traz a estimação do Valor em Risco, uma medida de risco muito utilizada no mercado através da abordagem econométrica juntamente com Teoria de Valores Extremos, utilizando "Excessos threshold", que visam utilizar uma maior informação dos dados para a estimação desta medida.
São apresentadas as estimações, testes, comentários e conclusões sobre qual abordagem é mais adequada em períodos de instabilidade ou em condições normais de mercado.
