Duas ou mais séries não estacionárias são cointegradas se existir uma relação de equilíbrio de longo prazo entre elas. Nas últimas décadas, o interesse na literatura sobre o tema cointegração aumentou de maneira expressiva. Os modelos tradicionais supõem que o vetor de cointegração não varia ao longo do tempo. Entretanto, existem evidências na literatura de que esta suposição pode ser considerada muito restritiva. Utilizando o conceito de ondaletas, propomos um modelo de correção de erros vetorial em que é permitido ao vetor de cointegração variar ao longo do tempo. Diferente de trabalhos similares, é permitido ao vetor de cointegração variar suave ou abruptamente, dependendo da família de ondaletas considerada. Experimentos de Monte Carlo foram utilizados para estudar os quantis e o poder do teste de razão de verossimilhanças entre as hipóteses de cointegração usual e a de cointegração variando com o tempo. Os experimentos sugerem que o teste possui poder contra alternativas que variam ao longo do tempo. Foi demonstrada a capacidade do modelo em lidar satisfatoriamente com séries cointegradas simuladas, que apresentavam mudança de regime para o vetor de cointegração. O modelo foi empregado ainda para testar a validade da hipótese de paridade de poder de compra entre Estados Unidos e doze países da Organização para Cooperação e Desenvolvimento Econômico (OECD): Canadá, Japão e mais dez países europeus. Assim como em trabalhos similares, foram verificadas evidências de cointegração variando com o tempo entre os países. Foram utilizados valores-p bootstrap para verificar a significância da estatística do teste. / Two or more non-stationary time series are cointegrated if there is a long-run equilibrium relationship between them. In recent decades, interest in the literature on the subject of cointegration increased expressively. Traditional models that address this issue assume that the cointegration vector does not vary over time. However, there is evidence in the literature that this assumption can be considered very restrictive. Using the concept of wavelets, we propose a vector error correction model in which is allowed to the cointegration vector vary over time. Unlike similar works, the cointegration vector is allowed to vary smoothly or abruptly, depending on the considered family of wavelets. Monte Carlo experiments were used to study the quantiles and the power of the likelihood ratio test of the hypotheses of usual cointegration versus the time-varying cointegration. The experiments suggest that the test has power against alternatives that vary over time. It was demonstrated the ability of the model to deal satisfactorily with simulated cointegrated series, which presented regime change for the cointegration vector. The model was also used to test the validity of the Purchasing Power Parity hypothesis between United States and twelve countries of the Organization for Economic Cooperation and Development (OECD): Canada, Japan and ten other European countries. As in similar works, evidence of time-varying cointegration was verified among countries. Bootstrap p-values were used to verify the significance of the likelihood ratio of the test.

Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-08-28T13:57:07Z No. of bitstreams: 1 DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-09-06T13:18:03Z (GMT) No. of bitstreams: 1 DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-09-06T13:18:12Z (GMT) No. of bitstreams: 1 DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) / Made available in DSpace on 2017-09-06T13:28:02Z (GMT). No. of bitstreams: 1 DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) Previous issue date: 2017-06-01 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / We present two different approaches to obtain a probability density function for the stock?s future price: a predictive distribution, based on a Bayesian time series model, and the implied distribution, based on Black & Scholes option pricing formula. Considering the Black & Scholes model, we derive the necessary conditions to obtain the implied distribution of the stock price on the exercise date. Based on predictive densities, we compare the market implied model (Black & Scholes) with a historical based approach (Bayesian time series model). After obtaining the density functions, it is simple to evaluate probabilities of one being bigger than the other and to make a decision of selling/buying a stock. Also, as an example, we present how to use these distributions to build an option pricing formula. / Apresentamos duas abordagens para obter uma densidade de probabilidades para o preço futuro de um ativo: uma densidade preditiva, baseada em um modelo Bayesiano para série de tempo e uma densidade implícita, baseada na fórmula de precificação de opções de Black & Scholes. Considerando o modelo de Black & Scholes, derivamos as condições necessárias para obter a densidade implícita do preço do ativo na data de vencimento. Baseando-se nas densidades de previsão, comparamos o modelo implícito com a abordagem histórica do modelo Bayesiano. A partir destas densidades, calculamos probabilidades de ordem e tomamos decisões de vender/comprar um ativo. Como exemplo, apresentamos como utilizar estas distribuições para construir uma fórmula de precificação.

Submitted by Wagner Nishikawa (wagner.nishikawa@gmail.com) on 2014-02-17T17:57:42Z No. of bitstreams: 1 MODELO DE ESTRESSE MACROECONÔMICO DA INADIMPLÊNCIA PARA BANCOS DE ATACADO_vf.pdf: 863952 bytes, checksum: e148a874bc6fc9e727c493ba0d991d91 (MD5) / Rejected by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br), reason: Prezado Wagner, Página 2 vazia - contra capa. Modelo site da biblioteca. Att. Suzi 3799-7876 on 2014-02-17T19:15:44Z (GMT) / Submitted by Wagner Nishikawa (wagner.nishikawa@gmail.com) on 2014-02-18T01:38:29Z No. of bitstreams: 1 MODELO DE ESTRESSE MACROECONÔMICO DA INADIMPLÊNCIA PARA BANCOS DE ATACADO_vf.pdf: 862823 bytes, checksum: 57c3fca7ec048e0667d65a5856653afb (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-02-18T14:14:00Z (GMT) No. of bitstreams: 1 MODELO DE ESTRESSE MACROECONÔMICO DA INADIMPLÊNCIA PARA BANCOS DE ATACADO_vf.pdf: 862823 bytes, checksum: 57c3fca7ec048e0667d65a5856653afb (MD5) / Made available in DSpace on 2014-02-18T14:31:03Z (GMT). No. of bitstreams: 1 MODELO DE ESTRESSE MACROECONÔMICO DA INADIMPLÊNCIA PARA BANCOS DE ATACADO_vf.pdf: 862823 bytes, checksum: 57c3fca7ec048e0667d65a5856653afb (MD5) Previous issue date: 2014-02-05 / O presente trabalho visa propor uma metodologia de cálculo de estresse para cumprir as exigências regulatórias do Bank for International Settlements (BIS) e Comissão de Supervisão Bancária. A metodologia abordada utiliza as variáveis macroeconômicas para se determinar o comportamento da inadimplência de uma determinada carteira de crédito de uma instituição financeira. Para isso, foi dividida em dois estágios: o primeiro modelo responde como seria a inadimplência dada as variáveis macroeconômicas; o segundo modelo equilibra e correlaciona, proporcionalmente, as variáveis macroeconômicas entre si e suas respostas a um choque econômico. Com os dois modelos alinhados é possível simular cenários positivos e negativos e saber os pontos de máximo da inadimplência. Assim, as instituições financeiras podem determinar melhor suas políticas de gestão de risco e retorno. / This paper aims to propose a methodology of calculation of stress to meet the regulatory requirements of the Bank for International Settlements (BIS) and the Banking Supervision Commission. The methodology uses the macroeconomic variables to determine the behavior of the default of a specific portfolio of credit from a financial institution. Therefore, it was divided into two stages: the first model responds as would be the default with the macroeconomic variables; the second model balances and correlates proportionally macroeconomic variables with each other and their responses to an economic shock. With both models can simulate aligned positive and negative scenarios and know the points of maximum delinquency. Thus, financial institutions can better determine their policies for managing risk and return.

Submitted by Felipe Dexheimer (felipe.dex@gmail.com) on 2017-08-30T17:01:27Z No. of bitstreams: 1 DissertacaoEnvio.pdf: 1900582 bytes, checksum: 347a4791d6eeac1e6b4919e40e275ffa (MD5) / Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2017-08-30T19:13:58Z (GMT) No. of bitstreams: 1 DissertacaoEnvio.pdf: 1900582 bytes, checksum: 347a4791d6eeac1e6b4919e40e275ffa (MD5) / Made available in DSpace on 2017-08-31T12:32:24Z (GMT). No. of bitstreams: 1 DissertacaoEnvio.pdf: 1900582 bytes, checksum: 347a4791d6eeac1e6b4919e40e275ffa (MD5) Previous issue date: 2017-08-11 / The objective of this paper is to seek insights into the Great Recession, which started after the Financial Shock of 2008 and still casts a shadow on the growth of Developed Economies. Common features such as near zero interest rates, disappointing growth and low inflation - with a constant fear of deflation - have been observed in most of these countries in the last few years. The Secular Stagnation Hypothesis argues that the causes are a depressed demand, both for investments and finished products and services, and that to avoid a deflation trap governments should step in, helping economies reach their potential again. The Credit Supercycle Hypothesis puts the deleveraging cycle on focus: the large credit expansion that happened prior to the shock must be dealt with, through inflation, growth, restructuring or a combination of those, before economic agents go back to their normal behavior. The analysis of their main differences leads to the investigation of the credit cycle and its impact on productivity growth. Two approaches are used, with the time frame ranging from 1995 to 2014: a Vector Autoregressive (VAR) analysis focused on twenty developed countries and a Real Business Cycle analysis of the American Economy, both replicated from previous studies with similar focus, but different context. The results show the importance of credit formation to the growth of productivity, both directly and through fixed capital investment, and also that the low productivity growth on recent years may be not a symptom of slow technological improvement, but instead caused by the lack of credit access, notwithstanding the low interest rates and credit spreads. Policy makers overlooking this evidence might be surprised by an unforeseen rise in productivity growth after the financial system returns to a more normal behavior. / O objetivo deste artigo é buscar informações sobre a Grande Recessão, que começou após o Choque Financeiro de 2008 e ainda gera uma sombra sobre o crescimento das Economias Desenvolvidas. Características comuns, como taxas de juros próximas de zero, decepções de crescimento e baixa inflação - com um medo constante da deflação - foram observados na maioria desses países nos últimos anos. A Hipótese da Estagnação Secular argumenta que as causas é uma demanda deprimida, tanto para investimentos quanto para produtos e serviços finais, e para evitar uma armadilha de deflação, os governos devem intervir, ajudando as economias a alcançar seu potencial novamente. A Hipótese do Superciclo de Crédito coloca o processo de desalavancagem em foco: a grande expansão de crédito que aconteceu antes do choque deve ser tratada, por meio da inflação, crescimento, reestruturação ou uma combinação desses, antes que os agentes econômicos voltem ao seu comportamento normal. A análise das principais diferenças dessas hipóteses leva à investigação acerca do ciclo do crédito e seu impacto no crescimento da produtividade. São utilizadas duas abordagens, com o intervalo de tempo entre 1995 e 2014: um modelo Vetorial Autoregressivo (VAR) focado em vinte países desenvolvidos e uma análise de Ciclo Real de Negócios (Real Business Cycle) da economia americana, ambas replicadas de estudos anteriores que tinham foco semelhante, mas contexto diferente. Os resultados mostram a importância da formação de crédito para o crescimento da produtividade, tanto diretamente como através do investimento em capital fixo, e também que o baixo crescimento da produtividade nos últimos anos pode não ser um sintoma de melhoria tecnológica lenta, mas sim causado pela falta de acesso a crédito, não obstante as baixas taxas de juros e spreads de crédito. Ao negligenciar essas evidências formadores de políticas econômicas podem se surpreender com um aumento imprevisto do crescimento da produtividade após o sistema financeiro retornar a um comportamento mais normal.

Apresentamos duas abordagens para obter uma densidade de probabilidades para o preço futuro de um ativo: uma densidade preditiva, baseada em um modelo Bayesiano para série de tempo e uma densidade implícita, baseada na fórmula de precificação de opções de Black & Scholes. Considerando o modelo de Black & Scholes, derivamos as condições necessárias para obter a densidade implícita do preço do ativo na data de vencimento. Baseando-­se nas densidades de previsão, comparamos o modelo implícito com a abordagem histórica do modelo Bayesiano. A partir destas densidades, calculamos probabilidades de ordem e tomamos decisões de vender/comprar um ativo. Como exemplo, apresentamos como utilizar estas distribuições para construir uma fórmula de precificação. / We present two different approaches to obtain a probability density function for the stocks future price: a predictive distribution, based on a Bayesian time series model, and the implied distribution, based on Black & Scholes option pricing formula. Considering the Black & Scholes model, we derive the necessary conditions to obtain the implied distribution of the stock price on the exercise date. Based on predictive densities, we compare the market implied model (Black & Scholes) with a historical based approach (Bayesian time series model). After obtaining the density functions, it is simple to evaluate probabilities of one being bigger than the other and to make a decision of selling/buying a stock. Also, as an example, we present how to use these distributions to build an option pricing formula.

[pt] Os modelos orientados por score, também conhecidos como modelos generalizados de score autorregressivo (GAS), representam uma classe de modelos de séries temporais orientados por observação. Eles possuem propriedades desejáveis para modelagem de séries temporais, como a capacidade de modelar diferentes distribuições condicionais e considerar parâmetros variantes no tempo dentro de uma estrutura flexível. Neste trabalho, apresentamos ScoreDrivenModels.jl, um pacote Julia de código aberto para modelagem, previsão e simulação de séries temporais usando a estrutura de modelos baseados em score. O pacote é flexível no que diz respeito à definição do modelo, permitindo ao usuário especificar a estrutura de atraso e quais parâmetros são variantes no tempo ou constantes. Também é possível considerar várias distribuições, incluindo Beta, Exponencial, Gama, Lognormal, Normal, Poisson, Student s t e Weibull. A interface fornecida é flexível, permitindo aos usuários interessados implementar qualquer distribuição e parametrização desejada. / [en] Score-driven models, also known as generalized autoregressive score (GAS) models, represent a class of observation-driven time series models. They possess desirable properties for time series modeling, such as the ability to model different conditional distributions and to consider time-varying parameters within a flexible framework. In this dissertation, we present ScoreDrivenModels.jl, an open-source Julia package for modeling, forecasting, and simulating time series using the framework of score-driven models. The package is flexible with respect to model definition, allowing the user to specify the lag structure and which parameters are time-varying or constant. It is also possible to consider several distributions, including Beta, Exponential, Gamma, Lognormal, Normal, Poisson, Student s t, and Weibull. The provided interface is flexible, allowing interested users to implement any desired distribution and parametrization.