Séries Temporais e Econometria

Neste trabalho aplicamos o método Sample Entropy (SampEn) para analisar a complexidade em séries temporais da temperatura do ar, umidade relativa e velocidade da vento, registradas na estação meteorológica em Piracicaba- SP, Brasil no período de 1977 a 2008. Os resultados mostram um nível moderado de complexidade para todas as séries estudadas, com o valor do índice de SampEn mais alto para a velocidade do vento. Uma análise da evolução temporal mostrou que o índice de SampEn apresentou um comportamento inversamente proporcional a intensidade do fenômeno EL Niño.

O objetivo deste trabalho é apresentar o modelo GARCH multivariado e discutir sobre alguns métodos para simplificar a dinâmica destes modelos, com respeito ao número de parâmetros a serem estimados. Existem muitas formas de generalizar os modelos univariados para a volatilidade ao caso multivariado, mas a dimensionalidade é um problema que complica a aplicação destes. Por exemplo, para uma série de retornos k-dimensional há k(k+1)/2 elementos na matriz de covariâncias, portanto foram desenvolvidos métodos que permitem ajustar modelos relativamente simples, tais que sejam aplicáveis em casos reais. Um exemplo é o modelo GARCH Ortogonal que reduz o número de parâmetros a serem estimados, ussando componentes principais. Os modelos mais importantes na modelagem GARCH multivariada serão apresentados e uma aplicação ussando séries financeiras do Brasil será realizada.

Neste trabalho apresentamos um estudo empírico da distância de Mallows entre as componentes de processos VARFIMA(0, d, 0) bidimensionais Gaussianos e não-Gaussianos. O objetivo é analisar a possível relação da distância de Mallows entre as componentes do processo com o parâmetro de diferenciação d, com o tipo de ruído utilizado e com o grau de dependência induzido no ruído.

The method of detrended fluctuation analysis has proven useful in revealing the extent of long-range dependence in time series. The objective of this technique is to evaluate the statistical fluctuation F(l) in order to obtain a set of measures, where l represents the window length. By varying the length l, the fluctuation can be characterized by the scaling exponent, that is, the slope coefficient of the line obtained by the regression of ln(F(l)) on ln (l), with l in {4,5,..., g(n)}. Here we carried out simulations of ARFIMA(0,d,0) models, to investigate the effect of g(n) in the detrended fluctuation analysis method. We also analyze the long-range dependence parameter for two DNA sequences with this technique.

In this paper we use Markov chain Monte Carlo (MCMC) methods in order to estimate and compare GARCH models from a Bayesian perspective. We allow for possibly heavy tailed and asymmetric distributions in the error term. We use a general method proposed in the literature to introduce skewness into a continuous unimodal and symmetric distribution. For each model we compute an approximation to the marginal likelihood, based on the MCMC output. From these approximations we compute Bayes Factors and posterior model probabilities.

Este artigo propõe uma metodologia de estimação dos parâmetros do modelo Periódico Auto-Regressivo (PAR), a qual é robusta na presença de observações atípicas ou outliers. O método de estimação é uma variação das equações de Yule-Walker periódicas (McLeod(1994)). Em particular o artigo deriva uma modi_cação da função de autocovariância robusta proposta por Ma & Genton (2000) para estimar a função de autocovariância periódica do processo PAR. A estimativa dessa função é substituída nas equações de Yule-Walker periódicas fornecendo a estimativa dos parâmetros do modelo PAR. Resultados de Monte Carlo mostraram que, em geral, o estimador proposto para os parâmetros auto-regressivos periódicos é robusto na presença de outliers aditivos.

Extraction of a signal in the presence of sto\-chastic noise via wavelet shrinkage has been studied under different assumptions about both the statistical properties of the noise and the pattern of the locations at which the noisy signal is observed. The simplest assumptions are that the noise is independent and identically distributed (IID) and that the samples are equispaced (evenly spaced in time). Previous work has relaxed either the IID assumption to allow for correlated observations or the equispaced assumption to allow for random sampling, but very few papers has relaxed both together. In this paper we relax both assumptions by assuming the noise to be a stationary Gaussian process (with mild restrictions on its autocorrelation sequence) and by assuming a random sampling scheme dictated either by a uniform distribution or by an evenly spaced design subject to jittering. We show that, if the data are treated as if they were autocorrelated and equispaced (i.e., the random sampling is simply ignored), the resulting wavelet-based shrinkage estimator achieves an almost optimal convergence rate. We investigate the efficacy of the proposed methodology via simulation studies and extraction of the light curve for a variable star.

Esta dissertação dedica-se à discussão da metodologia dos modelos estruturais, também conhecidos como modelos dinâmicos, para a modelagem de séries temporais. Neste trabalho, o foco principal está voltado para a comparação dos estimadores clássicos e Bayesianos para se fazer inferências sobre os parâmetros do modelo. Para tanto, utilizam-se as técnicas computacionais bootstrap, enfoque clássico, e Markov chain Monte Carlo (MCMC), no enfoque bayesiano. Através de experimentos Monte Carlo, avaliam-se o vício e o erro quadrático médio dos estimadores de máxima verossimilhança e Bayesianos. Avaliando os estimadores pontuais, percebe-se que o EMV e a moda a posteriori apresentam um melhor desempenho, em geral. Verifica-se também que as estimativas bootstrap acompanham bem o comportamento das estimativas de máxima verossimilhança nas replicações Monte Carlo dos modelos. Discute-se também a construção de intervalos de confiança assintóticos, bootstrap e intervalos de credibilidade para os parâmetros, comparando-os quanto à porcentagem de cobertura e à amplitude. Este trabalho também apresenta uma extensão da metodologia para modelar séries que possuem quebras estruturais, utilizando funções de transferência. A parte final destina-se à apresentação dos modelos de resposta não-gaussiana e a introdução de uma nova família (mais ampla) de modelos de nível local não-gaussianos, assim como casos particulares da mesma. Palavras-chave: modelos dinâmicos, função de transferência, bootstrap, MCMC. Agradecemos à FAPEMIG pelo suporte financeiro para a apresentação deste trabalho no SINAPE-2010.

Esse estudo analisa a relação de equilíbrio de longo prazo e a causalidade entre crescimento econômico e gastos públicos no Brasil no período 1980-2008. Os resultados empíricos do teste de causalidade de Granger em estrutura multivariada evidenciaram a importância dos investimentos públicos não apenas para enfrentar os efeitos adversos da crise financeira internacional, mas também em estimular o crescimento econômico. Os resultados também indicam a necessidade de se controlar a trajetória crescente das demais despesas correntes, despesas previdenciárias e dívida pública.

Este trabalho tem como objetivo testar a modelagem Auto- Regressiva Integrada de Médias Móveis (ARIMA) nos dados de recolhimento da Taxa de Saúde Suplementar, informados pelas Operadoras de Planos Privados de Assistência à Saúde.