[pt] Neste trabalho apresenta-se o estudo de Previsões de demanda de Energia Elétrica utilizando séries temporais, particularmente a teoria devido a Box & Jenkins. Estuda-se um modelo já existente em uma das cidades proporcionando a hipótese de se estender a validade deste modelo, para cidade de mesmas características onde houver falta de dados. Os dados numéricos utilizados neste estudo são relativos à Centrais Elétricas Fluminense, (CELF). / [en] This paper presents a study of load previsions using chronological series, especially the theory of Box and Jenkins. One model is determined for a city and next a trial is made to extend the vality of this model to other cities with the same characteristics when there is a lack of data. The numerical data use in the work are those of CENTRAIS ELETRICAS FLUMINENSE (CELF).

[pt] O objetivo do presente trabalho é a geração de uma série mensal de carga elétrica livre das variações de calendário e de temperatura. Para tal, foram comparadas duas abordagens, uma totalmente empírica e outra híbrida com métodos empíricos e modelagens de regressão dinâmica, para identificar a mais adequada para a retirada desses ofensores. Os dados utilizados são provenientes de observações diárias de cada um dos quatro subsistemas que integram o Sistema Interligado Nacional (SIN), porém a ideia é produzir séries mensais do SIN e não apenas de cada um dos subsistemas. A série trimestral do PIB foi utilizada para decidir qual abordagem melhor ajustou os dados de Carga. A série mensal de carga ajustada do SIN será utilizada para subsidiar decisões, de compra e venda de energia nos leilões, das empresas distribuidoras de energia elétrica. / [en] This thesis proposes a method to generate monthly load series free of variations coming from two sources: calendar and temperature. Two approaches were considered, one totally empirical and another one called hybrid, as it use empirical procedure to remove the calendar effect and a dynamic regression type of model to remove the temperature effects. The data set used comes found to daily observations from each one of the four subsystems that form the SIN (Brazilian Integrated Grid). However the final task is to obtain a unique monthly series for the SIN and not only the four subsystems monthly series. The quarterly PIB series was used to check the performance of the two proposed methods. Such adjusted series are quite important tools to hold on the decision of acquisitions and dailes of energy in the energy audits.

[pt] A previsão de curto prazo, que envolve dados de alta frequência, é essencial para a confiabilidade e eficiência da operação do setor elétrico, fazendo com que a alocação da carga seja feita de forma eficiente, além de indicar possíveis distorções nos próximos períodos (dias, horas, ou frações de hora). A fim de garantir a operação energética, diversas abordagens têm sido empregadas com vistas à previsão de carga de energia a curto prazo. Dentre elas, pode-se citar os modelos híbridos de Séries Temporais, Lógica Fuzzy e Redes Neurais e o Método Holt-Winters com múltiplos ciclos que é a principal ferramenta utilizada atualmente. O HPA (Hierarchical Profiling Approach) é um modelo que decompõe a variabilidade dos dados de séries temporais em três componentes: determinística, estocástica e ruído. A metodologia é capaz de tratar observações únicas, periódicas e aperiódicas, e ao mesmo tempo, serve como uma técnica de pré-branqueamento. Este trabalho tem por objetivo implementar o HPA e aplicá-lo a dados de carga de energia elétrica de 15 em 15 minutos pra um estado da região Sudeste do Brasil. Também serão analisadas as previsões de curto prazo geradas pelo modelo para a série considerada, visto que a habilidade preditiva do HPA ainda é desconhecida para séries brasileiras. As previsões forneceram Coeficiente U de Theil igual a 0,36 e um Erro Percentual Absoluto Médio (MAPE, Mean Absolute Percentage Error) de 5,46%, o qual é bem inferior ao valor fornecido pelo Modelo Ingênuo usado para comparação (15,08%). / [en] Short-term forecast, which involves high frequency data, is essential for a reliable and efficient electricity sector operation, enabling an efficient power load allocation and indicating possible distortions in the coming periods (days, hours, or hour fractions). To ensure the operation efficiency, several approaches have been employed in order to forecast the short-term load. Among them, one can mention the hybrid models of Time Series, Fuzzy Logic and Neural Networks and Holt-Winters Method with multiple cycles, which is the main tool used today. The HPA (Hierarchical Profiling Approach) model decomposes the variability of time series data into three components: deterministic, stochastic and noise. The model is capable of modeling single, periodic and aperiodic observations, and at the same time function as a pre-whitening technique. This work aims to implement the HPA and to apply it in 15 in 15 minutes load data of a Brazil’s southeastern state, since the predictive ability of the HPA is still not known for the Brazilian series. The short-term forecasts estimated for the series considered are analyzed and provided a Theil-U Coefficient equal to 0.36 and a Mean Absolute Percentage Error (MAPE) of 5.46%, which is smaller than the value given by the Naive Model (15.08%).

[pt] Diversos resultados empíricos na área de séries temporais indicam que combinar previsores (experts) é, em média, melhor que tentar selecionar um único modelo de previsão. Na medida em que se decide por um esquema de combinação linear, há vários métodos disponíveis para determinar o quanto cada previsor deve contribuir para a resposta consensual, ou em outras palavras, quais devem ser os pesos dos previsores envolvidos. Em um primeiro momento, este trabalho explora o uso prático de diversos métodos tradicionais de ponderação para combinação linear de previsores. Em seguida, propõe um novo sistema para geração de pesos, especialmente projetado para a melhoria do desempenho nas previsões múltiplos passos a frente. O sistema, batizado de Ponderação Neural de Experts (NEW – Neural Expert Weighting), gera modelos de ponderação dinâmica baseados em redes neurais. As redes neurais oferecem a robustez necessária para a simulação de funções de ponderação de alto desempenho, derivadas de um ou mais métodos tradicionais de geração de pesos. O sistema NEW foi avaliado em diversos experimentos comparativos, contemplando 13 séries temporais divididas em dois estudos de casos – derivados do petróleo e competição NN3, uma competição entre metodologias de previsão baseadas em inteligência computacional. Os resultados obtidos foram considerados promissores. / [en] Several empirical results on the time series field indicate that combining forecasting models (experts) is, on average, better than selecting a single forecasting model. Once the linear combination framework is chosen, there are many ways to define the amount of contribution of each combining model to the consensual response; in other words, there are many possible weighting methods. At first, the present work explores the usage of traditional weight generation schemes for the linear combination of forecasters. Afterwards, it proposes a new weight generation framework, specially designed to improve multistep ahead forecasting. The framework, called Neural Experts Weighting (NEW), generates dynamic weighting models based on neural networks. The neural networks provide the desired robustness for the simulation of high performance weighting functions, derived from one or more traditional weighting methods. The NEW framework was assessed with several comparative experiments, encompassing 13 time series divided into two case studies – downstream and NN3 competition, a forecasting competition for computational intelligence methodologies. Results were considered to be promising.

[pt] O objetivo desta pesquisa é identificar um conjunto de fatores que exerce influência no resultado financeiro e nos componentes de receitas e benefícios previdenciários do Regime Geral de Previdência Social (RGPS). Para isso, foi feita uma revisão da literatura especializada à procura de referências aos fatores. De posse da relação de fatores citados pelos especialistas no tema, foram selecionados indicadores para representá-los. Em seguida, foram obtidos os dados constituídos por séries temporais dos indicadores. Esses dados foram submetidos ao método de análise de regressão múltipla aplicada à luz do referencial teórico da econometria de séries temporais. Os resultados confirmam a influência dos fatores demográficos, salário mínimo, rendimentos, trabalho informal e desemprego nas receitas, benefícios e resultado financeiro do RGPS. / [en] The objective of this study is to identify a set of factors that explains the financial results of the General Regime of Social Security (GRSS) in Brazil, including the components of revenues and benefits. To achieve this objective, specialized literature was consulted and the factors referred were listed. For each factor, one indicator was selected to represent it and the time series of indicators values were obtained. In the next phase, the time series were submitted to the multiple regression analysis method, implemented according to the assumptions of econometrics. The results confirmed the influence of demographic factors, minimum salary, wage, informal work and unemployment on revenues, benefits and the global financial result of the GRSS.

[pt] O objetivo principal do trabalho é o estudo dos resultados obtidos com a aplicação de diferentes modelos para estimar a volatilidade das ações brasileiras. Foram analisadas as séries de retornos diários de seis ações, num período de 1200 dias de pregão. Inicialmente, as séries foram estudadas quanto a suas propriedades estatísticas: estacionariedade, distribuição incondicional e independência. Concluiu-se que as séries são estacionárias na média, mas não houve conclusão quanto à variância, nesta análise inicial. A distribuição dos retornos não é normal, por apresentar leptocurtose. Os retornos mostraram dependência no tempo, linear e, principalmente, não linear. Modelada a dependência linear, foram aplicados dez modelos diferentes para tentar capturar a dependência não linear através da modelagem da volatilidade: os modelos foram avaliados, dentro e fora da amostra, pelos seus resíduos e pelos erros de previsão. Os resultados indicaram que os modelos menos elaborados tendem a representar pior o processo gerador dos dados, mas que os modelos pouco parcimoniosos são de difícil estimação e seus resultados não correspondem ao que seria esperado em função de sua sofisticação. As volatilidades estimadas pelos dez modelos foram utilizadas para prever valor em risco (VaR), usando- se dois processos para determinar os quantis das distribuições dos resíduos: distribuição empírica e teoria de valores extremos. Os resultados indicaram que os modelos menos elaborados prevêem melhor o VaR. Isto se deve à não estacionariedade das séries na variância, que fica evidente ao longo do trabalho. / [en] This thesis aims to study the results of applying different models to estimate Brazilian stock volatilities. The models are applied to six series of daily returns, and each series has 1200 days. We studied first the series` main statistical features: Stationarity, unconditional distribution and independence. We concluded that the series are mean stationary, but there was no conclusion on variance stationarity, in this first analysis. Return distribution is not normal, because of the high kurtosis. Returns showed time dependence, linear and, mainly, not linear. We modeled the linear dependence, and then applied ten different volatility models, in order to try to capture the non linear dependence. We evaluated the different models, in sample and out of sample, by analyzing their residuals and their forecast errors. The results showed that the less sophisticated models tend to give a worst representation of the data generating process; they also showed that the less parsimonious models are difficult to estimate, and their results are not as good as we could expect from their sophistication. We used the ten models` volatility forecasts to estimate value-at-risk (VaR) and two methods to estimate the residual distribution quantiles: empirical distribution and extreme value theory. The results showed that the less sophisticated models give better VaR estimates. This is a consequence of the variance non stationarity, that became apparent along the thesis. / [es] EL objetivo principal del trabajo es el estudio de los resultados obtenidos con la aplicación dediferentes modelos para estimar la volatilidad de las acciones brasileras. Fueron analizadas series de retornos diários de seis acciones, en un período de 1200 días de pregón. Inicialmente, las series fueron estudiadas con respecto a sus propriedades estadísticas: estacionalidad, distribucción incondicional e independencia. Se concluye que las series son estacionarias en la media, pero no se llega a ninguna conclusión respecto a la varianza, en este análisis inicial. La distribucción de los retornos no es normal, ya que presenta leptocurtosis. Los retornos muestran dependencia en el tempo, lineal y, principalmente, no lineal. Después de modelar la dependencia lineal, se aplicaron diez modelos diferentes para intentar capturar la dependencia no lineal modelando la volatilidad: los modelos fueron evaluados, dentro y fuera de la amostra, por sus residuos y por los errores de previsión. Los resultados indicaran que los modelos menos elaborados tienden a representar peor el proceso generador de los datos, mientras que los modelos poco parcimoniosos son de difícil estimación y sus resultados no corresponden al que sería esperado en función de su sofisticación. Las volatilidades estimadas por los diez modelos se utilizaron para prever valor en riesgo (VaR), usando dos procesos para determinar los quantis de las distribuciones de los residuos: distribucción empírica y teoría de valores extremos. Los resultados indicaran que los modelos menos elaborados preveen mejor el VaR. Esto se debe a la no estacionalidad de las series en la varianza, que resulta evidente a lo largo del trabajo.

[pt] Essa tese considera um modelo não linear para se obter previsões de curto prazo de carga de energia elétrica. O modelo combina um modelo de múltiplos regimes auto-regressivo com transição suave com um periódico auto-regressivo criando o modelo de múltiplos regimes periódico com transição suave (STPAR). Um método de construção do modelo é desenvolvido com métodos estatísticos simples e um teste de linearidade contra a hipótese de modelo periódico autoregressivo com transição suave. Outros dois destes foram elaborados para se avaliar o modelo estimado: um teste de Multiplicador de Lagrange (LM) para a hipótese de auto-correlação serial dos resíduos e outro teste LM para a hipótese de não linearidade remanescente. Um experimento de Monte Carlo foi implementado para avaliar a performance dos testes propostos. Estimação por mínimos quadrados não lineares é considerado. Finalmente, dados de carga de energia elétrica do estado de New South Wales na Austrália são apresentados e foram usados como exemplo real. Outros modelos foram utilizados para comparar a performance do modelo. / [en] This thesis considers a non linear approach to obtain short term forecast for electricity load. The model combines a smooth transition autoregressive process with a periodic autoregressive time series model, creating the Smooth Transition Periodic Autoregressive (STPAR) model. A model-building procedure is developed and a linearity test against smooth transition periodic auto-regressive is proposed. Other two tests were created to evaluate the model: a Lagrange multiplier (LM) test for the hypothesis of no error autocorrelation and LM-type test for the hypothesis of no remaining non-linearity. A Monte Carlo experiment was implemented to evaluate the performance of the proposed tests. Estimation by nonlinear least squares is considered. Finally, load data from New South Wales State in Australia`s electricity retail market is presented and will be used as a real example. Other models were used to compare the performance of the proposes model.

[pt] Uma das preocupações das grandes cidades é a minimização dos efeitos do aumento da quantidade de veículos em circulação e dos acidentes que, consequentemente, tendem a ocorrer com maior frequência. Com a popularização e a miniaturização dos receptores GPS, a disponibilidade de valores de velocidade observados nas vias urbanas e a publicação de ocorrências de trânsito georreferenciadas em redes sociais, é agora possível avaliar as condições do trânsito quanto às reduções de velocidade. Contudo, é necessário filtrar os dados de tal forma a minimizar incertezas temáticas, espaciais e temporais. Esta tese propõe uma metodologia para a avaliação do impacto de acidentes de trânsito, empregando valores de velocidade. Para tanto, considera metodologias auxiliares para: (1) processamento de rotas rastreadas com GPS para identificar vias com maior circulação, calcular estatísticas das velocidades observadas e estimar o tráfego em vias de mão dupla, pela análise das direções do movimento; (2) representação do comportamento do tráfego a partir dos valores de velocidade registrados nas vias; (3) extração e seleção dos dados sobre acidentes extraídos do Twitter para identificar os possíveis efeitos desses acidentes nos valores de velocidade. As contribuições desta tese são: (1) avaliação do tráfego, em condições normais e após a ocorrência de acidentes, com base em valores de velocidade, de aquisição mais simples do que os valores de fluxo e concentração de tráfego; (2) emprego de publicações de eventos em redes sociais, permitindo rápido acesso à informação; (3) aplicação das avaliações em vias urbanas, em lugar de rodovias, o que implica em levar em consideração as interferências no tráfego inerentes às interseções, sinais de trânsito e fluxo de pedestres; e (4) uma metodologia para extração de estatísticas de velocidade a partir de dados GPS, enfatizando as possíveis fontes de erro existentes nos processos de map matching e classificação temporal. / [en] A major concern in large cities is to minimize the effects of the increasing quantity of vehicles in circulation and, consequently, of the accidents that tend to occur more frequently. Due to the popularization and miniaturization of GPS receivers, the availability of large volumes of data about vehicle speed in urban roads and the large number of traffic-related messages published in social networks, it is now possible to collect enough input data to model traffic conditions based on the observed reduction in speed values. However, it is necessary to filter the data to minimize thematic, spatial and temporal uncertainties. This thesis proposes a methodology to assess the impact of traffic accidents by analyzing speed values. To achieve this goal, it also proposes auxiliary methodologies, aiming at: (1) processing GPS-tracked routes to compute speed statistics and estimate traffic in two-way streets, by performing direction analysis; (2) representing traffic behavior based on the observed speed values; (3) extracting and selecting accident-related data by mining Twitter posts for later identification of the likely effects on speed values. The main contributions of this thesis are: (1) the assessment of traffic conditions based on speed values, which are easier to acquire than data about traffic volume and concentration; (2) the use of posts from social networks, which provide timely access to traffic events; (3) the assessment of urban roads instead of freeways or roads, which require modeling intersections, traffic lights and pedestrian flow; and (4) a methodology designed to extract speed statistics from raw GPS data, which handles likely error sources related to both map matching process and temporal classification.

[pt] O Mercado Futuro adquire cada vez mais importância no cenário das Finanças Corporativas mundiais. O interesse principal das empresas neste segmento das finanças é a necessidade de proteção contra a volatilidade dos mercados financeiros. Neste sentido, uma das commodities mais negociadas é o petróleo. A dificuldade em precificar os contratos futuros do barril faz com que muitos modelos sejam criados para demonstrar a evolução dos preços ao longo do tempo. A utilização de processos estocásticos para representar possíveis trajetórias das séries temporais vem alcançando cada vez mais notoriedade, pois incorpora a aleatoriedade nas análises. O presente trabalho pretende testar a eficácia do modelo proposto na previsão do preço dos contratos futuros um passo à frente, ou seja, em estimar o preço para certa data na data imediatamente anterior. Neste sentido, o objetivo do estudo é coerente com o principal objetivo da análise de séries temporais que é construir modelos capazes de realizar previsões. Além disso, será estimado o preço à vista, variável a qual não é observável no mercado, e posteriormente serão confrontados os valores obtidos com uma proxy. O preço do mercado spot possui utilidade para os traders que necessitam obter o valor de um ativo que não é transacionado desta forma em bolsa. As estimativas dos parâmetros dos processos estocásticos serão feitas através de uma ferramenta estatística que passou a ser muito utilizada em modelos financeiros, o Filtro de Kalman. O procedimento consistirá em adotar um modelo de processo estocástico consagrado para uma série de preços de contratos futuros de uma commodity, estimando seus parâmetros e variáveis de estado com o Filtro, utilizando-o para previsão dos preços dos contratos futuros e para estimar o preço à vista, e posteriormente confrontando as estimativas e os valores reais coletados do mercado. Desta forma, se avaliará a capacidade do modelo em se adequar a novas mudanças estruturais na série. As ferramentas serão sempre explicitadas de maneira acessível, demonstrando cada passo tomado e sempre que possível fazendo paralelo com outros conhecimentos mais básicos. / [en] The Future Market is becoming increasingly important in the global scenario of Corporate Finance. The main interest in this segment of finance is the need of being protected against the volatility of financial markets. Accordingly, one of the most traded commodity is oil. Because of difficulty in determine the value of future contracts on oil barrel, many models were created to demonstrate the evolution of their prices over time. The use of stochastic processes to represent possible trajectories of the time series is reaching more and more notoriety because it incorporates the randomness in the analysis. This study seeks to test the effectiveness of the proposed model in predicting the price of future contracts one step ahead, i.e. to estimate the price for a certain date on the preceding date. Consequently, the objective of the study is consistent with the primary objective of time series analysis that is to build models capable of forecasting. Furthermore, it will be estimated the spot price, variable that is not observable in the market, then the values obtained will be faced with a proxy. The spot price is useful for traders who need to obtain the value of an asset that is not transacted in this way at the exchange. Estimates of the parameters of stochastic processes will be made through a statistical tool that has become widely used in financial models, the Kalman filter. The procedure is to adopt well known model of stochastic process for a series of prices of commodity futures contracts, estimating its parameters and state variables with the filter, using it to forecast the prices of future contracts and to estimate the spot price, and later comparing the estimates and the real values collected from the market. Thus, it will be evaluated ability of the model to fit the new structural changes in the time series. The tools will always be explained in an accessible way, demonstrating each step and where possible making parallel with other more basic knowledge.

[pt] No Centro Nacional de Operação dos Sistemas - CNOS, órgão da Eletrobrás, encarregado de controlar o sistema elétrico brasileiro, localizado em Brasília, a varredura é feita de 20 em 20s e depois agregada para o minuto. Na transmissão dos dados há muitos erros de medidas acarretando descontinuidades visíveis. Estes erros podem ser causados por problemas na transmissão dos dados ou problema físico da medida em si. O objetivo desta dissertação é a implementação de um sistema que detecte e corrija estas descontinuidades nas séries de carga minuto a minuto do CNOS via Fator de Bayes. / [en] In the National Center for System Operation (CNOS), the Eletrobrás organ which controls the Brazilian electrical system, readings of load demand are taken every 20 seconds, and then integrated over the minute, to provide ninute-to-minute data. These data are then radio- transmitted via satellite. Many errors occur during the reading or the transmission, and so the data series contains many missing values (which appear as discontinuities in the graph of the series). In this paper, we propose a system that detects and corrects automatically these errors in the demand data, by means of a Bayesian approach using the Bayes factor.