This thesis includes three essays on topics related to the predictability of market returns. I investigate i) the predictability of market returns from an adjusted version of cay ratio (cayadj), ii) the explanatory power of a conditional version of the consumption-CAPM which uses predictor variables to scale the pricing kernel, and iii) whether information about future market returns can be extracted from a large set of commodity data. The first essay studies the predictive ability of cayadj . In Campbell and Mankiw (1989), the consumption-wealth ratio is represented as a linear function of expected market returns and consumption growth. Lettau and Ludvigson (2001) build their study on Campbell and Mankiw (1989) and estimate the ratio cay as a proxy for the consumption-wealth ratio, assuming that the fluctuation in expected consumption growth is constant. I argue that the variation in expected consumption growth should be taken into consideration and propose adjusting the cay ratio by the estimates of expected consumption growth. After making the adjustment, I find that the predictabilities of market returns, particularly at annual, bi-annual, and tri-annual horizons, are greatly improved. The significant predictive ability of cayadj still holds in out-of-sample forecasts. The second essay examines the performance of a conditional version of the consumption-CAPM, where conditioning variables are used to scale the pricing kernel. I find that incorporating the conditioning information into the standard consumption-CAPM greatly improves the performance in asset pricing tests, particularly when using cayadj as the conditioning variable. Moreover, the performance of conditional consumption-CAPM is as good as the ultimate consumption risk model (Parker and Julliard, 2005) which measures the consumption risk over several quarters. Further tests show that the factors of conditional consumption-CAPM drive out the consumption risk measured over several quarters. The third essay evaluates the ability of lagged commodity returns to forecast market returns. In order to exploit the predictive information from a relatively large amount of commodity returns, I apply the partial-least-squares (PLS) method pioneered by Kelly and Pruitt (2013). I find that the commodity returns measured over previous twelve months show strong predictive power in monthly and three-month forecasts, in-sample and out-of-sample. The findings are robust to controlling for risk factors such as momentum, Fama-French three factors and industry returns previously identified to be significant predictors of market returns (Hong, Torous and Valkanov, 2007).

[pt] Com o novo modelo do setor elétrico implantado no início desta década, vários desafios foram impostos aos agentes dessa área. Para os agentes de distribuição, o modelo implica em procurar otimizar processos, sempre mantendo certo nível de qualidade dos serviços, monitorado pelo agente regulador. Uma das obrigações das distribuidoras é a contratação adequada de energia para fornecimento de seus clientes considerando períodos futuros. O presente trabalho tem por objetivo desenvolver uma estratégia de apoio às decisões de uma distribuidora de energia para a contratação em leilões de energia elétrica. O método contempla uma etapa de previsão de consumo de energia num horizonte de cinco anos, e a partir dos valores estimados e de outros componentes formadores dos custos de contratação, como o Valor de Referência Anual e o Preço de Liquidação de Diferenças, realiza simulações de cenários, que visam propiciar uma otimização na formação da carteira de contratos. Ao final são definidos os percentuais ótimos de contratação, que garantam o atendimento completo ao mercado cativo da distribuidora, e que minimizam os riscos de aplicações de penalidades por sub ou sobrecontratação. / [en] The implementation of the new model for the electrical sector in Brazil resulted in big challenges to the agents involves in this market. For the distributing utilities agents, in particular, the model somehow requires an optimization of all their processes but, at the same time, keeping the quality of the services supplied to their clients within the level stated by the regulator. Among these challenges, the distributing utilities, within the new model, have to perform the correct acquisition of energy from the supply utilities for future periods (up to 5 years ahead). This thesis aims to provide tools to help a distributing utility on the decision of energy acquisition on the electrical energy auctions. The approach includes a stage of energy consumption forecasts up to 5 - years - ahead and simulation stage where the demand forecasts and the energy prices series are the random variables implemented in a simulation scheme that generates possible energy acquisition scenarios. At the end, the optimal energy acquisition are obtained in such a way that the captive utility is fully contracted for the next five years where the utility penalties for under or over acquisition are minimized.

O aumento da demanda por energia registrado nos últimos anos preocupa, pois a construção de novas fontes geradoras é barrada, muitas vezes, por restrições ambientais. Assim, o governo e as empresas de energias estão investindo em um melhor planejamento do sistema. No entanto, para haver uma proposta mais consistente para os consumidores residenciais se faz necessário conhecer melhor o perfil de cada consumidor, que é uma tarefa um tanto quanto difícil, visto que cada consumidor possui o livre arbítrio para consumir a energia de acordo com o conforto que ele deseja, de acordo com seus padrões econômicos e conforme aspectos culturais e sociais do ambiente em que ele vive. Neste contexto, a proposta desta tese foi analisar os impactos que os aspectos socioeconômicos tinham sobre o consumo de energia da classe residencial, sendo desenvolvido um algoritmo que gera curvas de carga virtuais baseadas em dados estatísticos do IBGE e da ANEEL. A partir dados de curvas virtuais, as ferramentas computacionais inteligentes, mais especificamente, as Redes Bayesianas e a Floresta de Caminhos Ótimos, foram treinadas com intuito de avaliar a possibilidade de criação de perfis e classificação dos consumidores e de suas características. Os resultados alcançados demonstram que a consideração dos aspectos socioeconômicos em avaliação de curvas de carga são pertinentes e que devem fazer parte do planejamento do sistema. Outra constatação é que as ferramentas computacionais inteligentes estudadas podem ser exploradas para auxiliar na previsão de consumo e criação de padrões e perfis dos consumidores. / The need for energy has increased in the past years, thus requiring the design of new power plants. However, the project of such new constructions has been considerably neglected, mainly due to environment constraints. However, the whole government and companies are now focusing on a better management of the national energy grid. Despite that new policy, there is a need for a better knowledge concerning the user\'s behavior in order to present proposals that really take into account the consumers, since each them has the freedom to use the energy the way he wants to, as well as according to his socioeconomic habits. In this context, this thesis proposes to analyze the socioeconomic impacts of the energy consumption concerning residential consumers, being also developed an algorithm that generates virtual load curves based on statistical data from both IBGE and ANEEL. With that data on hand, the intelligent tools, e.g., Bayesian Networks and Optimum-Path Forest, were trained aiming at evaluating the possibility to create profiles for the further identification of their classes according to that information. The results obtained highlighted the importance of the socioeconomic information when evaluating the load curves, which should be part of the whole system. Another conclusion concerns the intelligent tools, which can be further used for consumer forecasting, as well as to create patterns related to the consumers\' profiles.

O aumento da demanda por energia registrado nos últimos anos preocupa, pois a construção de novas fontes geradoras é barrada, muitas vezes, por restrições ambientais. Assim, o governo e as empresas de energias estão investindo em um melhor planejamento do sistema. No entanto, para haver uma proposta mais consistente para os consumidores residenciais se faz necessário conhecer melhor o perfil de cada consumidor, que é uma tarefa um tanto quanto difícil, visto que cada consumidor possui o livre arbítrio para consumir a energia de acordo com o conforto que ele deseja, de acordo com seus padrões econômicos e conforme aspectos culturais e sociais do ambiente em que ele vive. Neste contexto, a proposta desta tese foi analisar os impactos que os aspectos socioeconômicos tinham sobre o consumo de energia da classe residencial, sendo desenvolvido um algoritmo que gera curvas de carga virtuais baseadas em dados estatísticos do IBGE e da ANEEL. A partir dados de curvas virtuais, as ferramentas computacionais inteligentes, mais especificamente, as Redes Bayesianas e a Floresta de Caminhos Ótimos, foram treinadas com intuito de avaliar a possibilidade de criação de perfis e classificação dos consumidores e de suas características. Os resultados alcançados demonstram que a consideração dos aspectos socioeconômicos em avaliação de curvas de carga são pertinentes e que devem fazer parte do planejamento do sistema. Outra constatação é que as ferramentas computacionais inteligentes estudadas podem ser exploradas para auxiliar na previsão de consumo e criação de padrões e perfis dos consumidores. / The need for energy has increased in the past years, thus requiring the design of new power plants. However, the project of such new constructions has been considerably neglected, mainly due to environment constraints. However, the whole government and companies are now focusing on a better management of the national energy grid. Despite that new policy, there is a need for a better knowledge concerning the user\'s behavior in order to present proposals that really take into account the consumers, since each them has the freedom to use the energy the way he wants to, as well as according to his socioeconomic habits. In this context, this thesis proposes to analyze the socioeconomic impacts of the energy consumption concerning residential consumers, being also developed an algorithm that generates virtual load curves based on statistical data from both IBGE and ANEEL. With that data on hand, the intelligent tools, e.g., Bayesian Networks and Optimum-Path Forest, were trained aiming at evaluating the possibility to create profiles for the further identification of their classes according to that information. The results obtained highlighted the importance of the socioeconomic information when evaluating the load curves, which should be part of the whole system. Another conclusion concerns the intelligent tools, which can be further used for consumer forecasting, as well as to create patterns related to the consumers\' profiles.

Made available in DSpace on 2015-03-26T13:28:13Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1839882 bytes, checksum: 7b04313dfd0b066f5ee10b45f9495ac7 (MD5) Previous issue date: 2013-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Airports present large water consumption and a great potential for the implementation of measures for its rational and efficient use. Knowing the future water demand is essential for assessing investments destined to increase capacity and the potential benefit from adopting such measures. However, for such environments, there is a lack of studies on water consumption profiles, factors which affect water demand and forecast models. Thus the objectives of this study were to assess the influence of airport movement variables on water consumption and develop multiple regression models to predict it. The database was provided by Infraero and consisted of the annual number of passengers and flights, the annual amounts of cargo and mail, and the annual water consumption for the most important airports in Brazil. The models were developed considering airports grouped in terms of passenger capacity and category (domestic or international flights), and the performance was assessed by the determination (R2) and the Nash-Sutcliffe (NSE) coefficients. The model developed for airports with capacity to transport at least 10 million passengers a year were able to explain 81% of water consumption variation, whereas the model for airports with inferior capacity explained 62% of the variation. The models developed for international and domestic airports presented R2 of 90% and 89%, respectively. The NSE coefficients were 0.93 and 0.88 for the models considering capacity and category, respectively. The model developed specifically for the Airport of Confins-MG showed good performance (NSE = 0.98) and presented great potential to enable the inclusion of other variables that can reflect characteristics of each airport which are not considered by movement variables. / Aeroportos consomem grandes volumes de água e possuem grande potencial para a implementação de medidas de uso racional. Conhecer a demanda futura é essencial para avaliar investimentos destinados à ampliação de capacidade e o potencial benefício advindo da adoção dessas medidas. Para esses ambientes, no entanto, são poucos os estudos sobre o perfil de consumo de água, fatores que o influenciam e modelos para sua previsão. Portanto, os objetivos deste estudo foram avaliar a influência das variáveis de movimentação aeroportuária sobre o consumo de água e utilizá-las na obtenção de modelos de regressão linear múltipla para estimar este consumo. A base de dados disponibilizada pela Infraero contém informações sobre a movimentação anual de passageiros, voos, carga e mala postal, além do consumo anual de água para os principais aeroportos do Brasil. Os modelos foram desenvolvidos considerando a distinção dos aeroportos em termos de porte e categoria, e os coeficientes de determinação (R2) e de Nash-Sutcliffe (NSE) foram utilizados para avaliação do desempenho. Os modelos desenvolvidos considerando o porte apresentaram R² iguais a 0,81, para aeroportos de grande porte, e 0,62, para aeroportos de médio e pequeno porte. Para aeroportos que operam apenas voos domésticos, foi obtido um modelo linear simples com r² igual a 0,89; para aeroportos que operam voos internacionais e domésticos, o modelo apresentou R² igual a 0,90. Os coeficientes NSE foram 0,93 e 0,88 para os modelos considerando o porte e a categoria, respectivamente. O modelo desenvolvido especificamente para o Aeroporto de Confins-MG apresentou melhor desempenho (NSE = 0,98) e o potencial para viabilizar a inclusão de outras variáveis capazes de refletir características específicas de cada aeroporto não consideradas pelas variáveis de movimentação.