Informações que caracterizam o risco quebra de produção agrícola são necessárias para a precificação de prêmio do seguro agrícola de produção e de renda. A distribuição de probabilidade da variável rendimento agrícola é uma dessas informações, em especial aquela que descreve a variável aleatória rendimento agrícola condicionada aos fatores de risco climáticos. Este trabalho objetiva aplicar redes Bayesianas (grafo acíclico direcionado, ou modelo hierárquico Bayesiano) a estimação da distribuição de probabilidade de rendimento da soja em alguns municípios do Paraná, com foco na analise comparativa de riscos. Dados meteorológicos (ANA e INMET, período de 1970 a 2011) e de sensoriamento remoto (MODIS, período de 2000 a 2011) são usados conjuntamente para descrever espacialmente o risco climático de quebra de produção. Os dados de rendimento usados no estudo (COAMO, período de 2001 a 2011) requerem agrupamento de todos os dados ao nível municipal e, para tanto, a seleção de dados foi realizada nas dimensões espacial e temporal por meio de um mapa da cultura da soja (estimado por SVM - support vector machine) e os resultados de um algoritmo de identificação de ciclo de culturas. A interpolação requerida para os dados de temperatura utilizou uma componente de tendência estimada por dados de sensoriamento remoto, para descrever variações espaciais da variável que são ofuscadas pelos métodos tradicionais de interpolação. Como resultados, identificou-se relação significativa entre a temperatura observada por estações meteorológicas e os dados de sensoriamento remoto, apoiando seu uso conjunto nas estimativas. O classificador que estima o mapa da cultura da soja apresenta sobre-ajuste para safras das quais as amostras usadas no treinamento foram coletadas. Além da seleção de dados, a identificação de ciclo também permitiu obtenção de distribuições de datas de plantio da cultura da soja para o estado do Paraná. As redes bayesianas apresentam grande potencial e algumas vantagens quando aplicadas na modelagem de risco agrícola. A representação da distribuição de probabilidade por um grafo facilita o entendimento de problemas complexos, por suposições de causalidade, e facilita o ajuste, estruturação e aplicação do modelo probabilístico. A distribuição log-normal demonstrou-se a mais adequada para a modelagem das variáveis de ambiente (soma térmica, chuva acumulada e maior período sem chuva), e a distribuição beta para produtividade relativa e índices de estado (amplitude de NDVI e de EVI). No caso da regressão beta, o parâmetro de precisão também foi modelado com dependência das variáveis explicativas melhorando o ajuste da distribuição. O modelo probabilístico se demonstrou pouco representativo subestimando bastante as taxas de prêmio de seguro em relação a taxas praticadas no mercado, mas ainda assim apresenta contribui para o entendimento comparativo de situações de risco de quebra de produção da cultura da soja. / Information that characterize the risk of crop losses are necessary to crop and revenue insurance underwriting. The probability distribution of yield is one of this information. This research applies Bayesian networks (direct acyclic graph, or hierarchical Bayesian model) to estimate the probability distribution of soybean yield for some counties in Paraná state (Brazil) with focus on risk comparative analysis. Meteorological data (ANA and INMET, from 1970 to 2011) and remote sensing data (MODIS, from 2001 to 2011) were used to describe spatially the climate risk of production loss. The yield data used in this study (COAMO, from 2001 to 2011) required grouping to county level and, for that, a process of data selection was performed on spatial and temporal dimensions by a crop map (estimated by SVM - support vector machine) and by the results of a crop cycle identification algorithm. The interpolation required to spatialize temperature required a trend component which was estimated by remote sensing data, to describe the spatial variations of the variable obfuscated by traditional interpolation methods. As results, a significant relation between temperature from meteorological stations and remote sensing data was found, sustaining the use of the supposed relation between the two variables. The soybean map classifier shown over-fitting for the crop seasons for which the training samples were collected. Besides the data collection, a seeding dates distribution of soybean in Paraná state was obtained from the crop cycle identification process. The Bayesian networks showed big potential and some advantages when applied to agronomic risk modeling. The representation of the probability distribution by graphs helps the understanding of complex problems, with causality suppositions, and also helps the fitting, structuring and application of the probabilistic model. The log-normal probability distribution showed to be the best to model environment variables (thermal sum, accumulated precipitation and biggest period without rain), and the beta distribution to be the best to model relative yield and state indexes (NDVI and EVI ranges). In the case of beta regression, the precision parameter was also modeled with explanation variables as dependencies increasing the quality of the distribution fitting. In the overall, the probabilistic model had low representativity underestimating the premium rates, however it contributes to understand scenarios with risk of yield loss for the soybean crop.

O presente trabalho considera o problema de fazer inferência com acurácia para pequenas amostras, tomando por base a estatística da razão de verossimilhanças em modelos de regressão beta. Estes, por sua vez, são úteis para modelar proporções contínuas que são afetadas por variáveis independentes. Deduzem-se as estatísticas da razão de verossimilhanças ajustadas de Skovgaard (Scandinavian Journal of Statistics 28 (2001) 3-32) nesta classe de modelos. Os termos do ajuste, que têm uma forma simples e compacta, podem ser implementados em um software estatístico. São feitas simulações de Monte Carlo para mostrar que a inferência baseada nas estatísticas ajustadas propostas é mais confiável do que a inferência usual baseada na estatística da razão de verossimilhanças. Aplicam-se os resultados a um conjunto real de dados. / We consider the issue of performing accurate small-sample likelihood-based inference in beta regression models, which are useful for modeling continuous proportions that are affected by independent variables. We derive Skovgaards (Scandinavian Journal of Statistics 28 (2001) 3-32) adjusted likelihood ratio statistics in this class of models. We show that the adjustment terms have simple compact form that can be easily implemented from standard statistical software. We presentMonte Carlo simulations showing that inference based on the adjusted statistics we propose is more reliable than that based on the usual likelihood ratio statistic. A real data example is presented.

O presente trabalho considera o problema de fazer inferência com acurácia para pequenas amostras, tomando por base a estatística da razão de verossimilhanças em modelos de regressão beta. Estes, por sua vez, são úteis para modelar proporções contínuas que são afetadas por variáveis independentes. Deduzem-se as estatísticas da razão de verossimilhanças ajustadas de Skovgaard (Scandinavian Journal of Statistics 28 (2001) 3-32) nesta classe de modelos. Os termos do ajuste, que têm uma forma simples e compacta, podem ser implementados em um software estatístico. São feitas simulações de Monte Carlo para mostrar que a inferência baseada nas estatísticas ajustadas propostas é mais confiável do que a inferência usual baseada na estatística da razão de verossimilhanças. Aplicam-se os resultados a um conjunto real de dados. / We consider the issue of performing accurate small-sample likelihood-based inference in beta regression models, which are useful for modeling continuous proportions that are affected by independent variables. We derive Skovgaards (Scandinavian Journal of Statistics 28 (2001) 3-32) adjusted likelihood ratio statistics in this class of models. We show that the adjustment terms have simple compact form that can be easily implemented from standard statistical software. We presentMonte Carlo simulations showing that inference based on the adjusted statistics we propose is more reliable than that based on the usual likelihood ratio statistic. A real data example is presented.

A classe de modelos de regressão beta tem sido estudada amplamente. Porém, para esta classe de modelos existem poucos trabalhos sobre a inclusão de efeitos aleatórios e a flexibilização da distribuição dos efeitos aleatórios, além de métodos de predição e de diagnóstico no ponto de vista dos efeitos aleatórios. Neste trabalho são propostos modelos de regressão beta com efeitos aleatórios normais e não normais para dados longitudinais. Os métodos de estimação de parâmetros e de predição dos efeitos aleatórios usados no trabalho são o método de máxima verossimilhança e o método do melhor preditor de Bayes empírico. Para aproximar a função de verossimilhança foi utilizada a quadratura de Gauss-Hermite. Métodos de seleção de modelos e análise de resíduos também foram propostos. Foi implementado o pacote BLMM no R para a realização de todos os procedimentos. O processo de estimação os parâmetros dos modelos e a distribuição empírica dos resíduos propostos foram analisados por meio de estudos de simulação. Foram consideradas várias distribuições para os efeitos aleatórios, valores para o número de indivíduos, número de observações por indivíduo e estruturas de variância-covariância para os efeitos aleatórios. Os resultados dos estudos de simulação mostraram que o processo de estimação obtém melhores resultados quando o número de indivíduos e o número de observações por indivíduo aumenta. Estes estudos também mostraram que o resíduo quantil aleatorizado segue uma distribuição aproximadamente normal. A metodologia apresentada é uma ferramenta completa para analisar dados longitudinais contínuos que estão restritos ao intervalo limitado (0; 1). / The class of beta regression models has been studied extensively. However, there are few studies on the inclusion of random effects and models with flexible random effects distributions besides prediction and diagnostic methods. In this work we proposed a beta regression models with normal and not normal random effects for longitudinal data. The maximum likelihood method and the empirical Bayes approach are used to obtain the estimates and the best prediction. Also, the Gauss-Hermite quadrature is used to approximate the likelihood function. Model selection methods and residual analysis were also proposed.We implemented a BLMM package in R to perform all procedures. The estimation procedure and the empirical distribution of residuals were analyzed through simulation studies considering differents random effects distributions, values for the number of individuals, number of observations per individual and covariance structures for the random effects. The results of simulation studies showed that the estimation procedure obtain better results when the number of individuals and the number of observations per individual increase. These studies also showed that the empirical distribution of the quantile randomized residual follows a normal distribution. The methodolgy presented is a tool for analyzing longitudinal data restricted to a interval (0; 1).

Esta tese apresenta três ensaios sobre política monetária e fiscal dentro do atual regime de metas de inflação. O primeiro ensaio buscou estudar uma possível integração monetária-fiscal ao determinar uma regra ótima de política monetária com restrição fiscal, analisando os efeitos de diversas preferências sobre a regra ótima em função da alteração dos pesos dados para os desvios da razão superávit primário/PIB em relação à sua meta pré-estabelecida. Os resultados mostraram que a regra ótima obtida apresenta uma resposta negativa das taxas de juros aos choques na relação dívida/PIB. Ainda, superávits primários/PIB maiores permitiriam reduções maiores nas taxas de juros e proporcionais aos pesos que essa variávelobjetivo teria na função de perda social. Do ponto de vista tradicional do mecanismo de transmissão da política monetária, a resposta positiva das taxas de juros a uma desvalorização real do câmbio e a uma elevação do prêmio de risco seria mantida. Portanto, os resultados sugerem que a adoção de uma meta explícita para o superávit primário/PIB tem conseqüências positivas sobre a regra ótima de política monetária e para a redução da taxa de juros, bem como na eficiência do atual instrumento de política monetária. O segundo ensaio buscou analisar a relação risco default através do modelo de regressão beta, bem como os impactos que os superávits primários podem trazer sobre o prêmio de risco e, consequentemente, sobre o câmbio. Do ponto de vista da relação default risk, ancorada no modelo de Blanchard (2004/2005), as estimativas baseadas no modelo de regressão beta para as quatro relações propostas neste ensaio apresentaram sinais estatisticamente significativos e compatíveis com a teoria. O fato interessante nos resultados referente ao período do regime de metas de inflação é que as estimativas indicaram uma relação direta e forte entre o superávit primário/PIB e a probabilidade de default; evidências que destacam a importância dos efeitos indiretos que o superávit pode gerar sobre o juro doméstico. O terceiro ensaio analisou a dinâmica discreta da taxa de juros SELIC-meta definida nas reuniões do Comitê de Política Monetária (COPOM). Dois métodos foram utilizados para estudar a possibilidade de o COPOM reduzir/manter/aumentar a taxa de juros básica: probit binomial e probit multinomial. Os resultados mostraram que os desvios de inflação e o hiato do produto são variáveis relevantes para explicar as decisões do COPOM. O modelo probit binomial aplicado para os casos de aumento e redução da taxa SELIC-meta mostraram que a inclusão da variável fiscal gerou melhores resultados. Para o caso agregado, método probit multinomial, os resultados indicaram que a inclusão da variável fiscal combinada com a expectativa de inflação gerou os melhores resultados relativamente aos demais casos. Assim, a resposta do COPOM a resultados fiscais bem como às expectativas do mercado quanto à inflação demonstraram ser os sinais que devem ser observados pelo mercado. / This thesis presents three essays on monetary and fiscal policy of the current regimen of inflation targeting. The first essay searched to study an integration monetary-fiscal when determining an optimal rule of monetary policy with fiscal restriction, analyzing the effect of diverse preferences on the optimal rule in function of the alteration of the weights given for the deviations of the surplus primary as a fraction of GDP in relation to its established targets. The results show that the gotten optimal rule presents a negative reply of the interest rates to the shocks in the debtto- GDP ratio. Primary surplus still bigger would allow bigger reductions in the interest rates and proportional to the weights that this variable-objective would have in the function of social loss. Of the traditional point of view of the mechanism of transmission of the monetary policy, the positive reply of the interest rates to a real depreciation of the exchange and to a rise of the risk premium it would be kept. Therefore, the results suggest that the adoption of explicit targets for the primary surplus in percentage of the GDP has positive consequences on the optimal rule of monetary policy and for the reduction of the interest rates, as well as in the efficiency of the current instrument of monetary policy. The second essay searched to analyze the relation default risk through of the beta regression model, as well as the impacts that primary surplus can bring on the risk premium and, consequently, on the exchange rate. Of the point of view of the relation default risk, anchored in the model of Blanchard (2004/2005), the estimates based on the beta regression model for the four relations proposals in the study had presented significant and compatible signals with the theory. The interesting fact in the results referring to the period of the regimen of inflation targeting is that the estimates had indicated a negative and strong relation between the primary surplus/GDP and the probability of default, evidences that detaching the importance of the positive and indirect impact of the surplus in relation to the interests rate domestic. The third analyzes the discrete dynamics of the SELIC interest rates-target defined in the meetings of the Brazilian Monetary Policy Council (COPOM). Two methods were applied in order to study the possibility of COPOM to reduce/maintain/increase the interest rates: probit model and multinomial probit. It was verified that the deviations of inflation and the GDP gap must be considered importants variables to explain the COPOM’s decisions. The probit model was applied to the cases of the increases probabilies and reduces probabilities showing that the inclusion of a fiscal variable generates better results. To the aggregated case, multinominal probit method, the results indicates that the inclusion of a fiscal variables combined with the inflation expectations generates better results than other possibilities. So, the responses of COPOM to the fiscal results as well as inflation expectations were the reals signs to be considered for the market.

Esta tese apresenta três ensaios sobre política monetária e fiscal dentro do atual regime de metas de inflação. O primeiro ensaio buscou estudar uma possível integração monetária-fiscal ao determinar uma regra ótima de política monetária com restrição fiscal, analisando os efeitos de diversas preferências sobre a regra ótima em função da alteração dos pesos dados para os desvios da razão superávit primário/PIB em relação à sua meta pré-estabelecida. Os resultados mostraram que a regra ótima obtida apresenta uma resposta negativa das taxas de juros aos choques na relação dívida/PIB. Ainda, superávits primários/PIB maiores permitiriam reduções maiores nas taxas de juros e proporcionais aos pesos que essa variávelobjetivo teria na função de perda social. Do ponto de vista tradicional do mecanismo de transmissão da política monetária, a resposta positiva das taxas de juros a uma desvalorização real do câmbio e a uma elevação do prêmio de risco seria mantida. Portanto, os resultados sugerem que a adoção de uma meta explícita para o superávit primário/PIB tem conseqüências positivas sobre a regra ótima de política monetária e para a redução da taxa de juros, bem como na eficiência do atual instrumento de política monetária. O segundo ensaio buscou analisar a relação risco default através do modelo de regressão beta, bem como os impactos que os superávits primários podem trazer sobre o prêmio de risco e, consequentemente, sobre o câmbio. Do ponto de vista da relação default risk, ancorada no modelo de Blanchard (2004/2005), as estimativas baseadas no modelo de regressão beta para as quatro relações propostas neste ensaio apresentaram sinais estatisticamente significativos e compatíveis com a teoria. O fato interessante nos resultados referente ao período do regime de metas de inflação é que as estimativas indicaram uma relação direta e forte entre o superávit primário/PIB e a probabilidade de default; evidências que destacam a importância dos efeitos indiretos que o superávit pode gerar sobre o juro doméstico. O terceiro ensaio analisou a dinâmica discreta da taxa de juros SELIC-meta definida nas reuniões do Comitê de Política Monetária (COPOM). Dois métodos foram utilizados para estudar a possibilidade de o COPOM reduzir/manter/aumentar a taxa de juros básica: probit binomial e probit multinomial. Os resultados mostraram que os desvios de inflação e o hiato do produto são variáveis relevantes para explicar as decisões do COPOM. O modelo probit binomial aplicado para os casos de aumento e redução da taxa SELIC-meta mostraram que a inclusão da variável fiscal gerou melhores resultados. Para o caso agregado, método probit multinomial, os resultados indicaram que a inclusão da variável fiscal combinada com a expectativa de inflação gerou os melhores resultados relativamente aos demais casos. Assim, a resposta do COPOM a resultados fiscais bem como às expectativas do mercado quanto à inflação demonstraram ser os sinais que devem ser observados pelo mercado. / This thesis presents three essays on monetary and fiscal policy of the current regimen of inflation targeting. The first essay searched to study an integration monetary-fiscal when determining an optimal rule of monetary policy with fiscal restriction, analyzing the effect of diverse preferences on the optimal rule in function of the alteration of the weights given for the deviations of the surplus primary as a fraction of GDP in relation to its established targets. The results show that the gotten optimal rule presents a negative reply of the interest rates to the shocks in the debtto- GDP ratio. Primary surplus still bigger would allow bigger reductions in the interest rates and proportional to the weights that this variable-objective would have in the function of social loss. Of the traditional point of view of the mechanism of transmission of the monetary policy, the positive reply of the interest rates to a real depreciation of the exchange and to a rise of the risk premium it would be kept. Therefore, the results suggest that the adoption of explicit targets for the primary surplus in percentage of the GDP has positive consequences on the optimal rule of monetary policy and for the reduction of the interest rates, as well as in the efficiency of the current instrument of monetary policy. The second essay searched to analyze the relation default risk through of the beta regression model, as well as the impacts that primary surplus can bring on the risk premium and, consequently, on the exchange rate. Of the point of view of the relation default risk, anchored in the model of Blanchard (2004/2005), the estimates based on the beta regression model for the four relations proposals in the study had presented significant and compatible signals with the theory. The interesting fact in the results referring to the period of the regimen of inflation targeting is that the estimates had indicated a negative and strong relation between the primary surplus/GDP and the probability of default, evidences that detaching the importance of the positive and indirect impact of the surplus in relation to the interests rate domestic. The third analyzes the discrete dynamics of the SELIC interest rates-target defined in the meetings of the Brazilian Monetary Policy Council (COPOM). Two methods were applied in order to study the possibility of COPOM to reduce/maintain/increase the interest rates: probit model and multinomial probit. It was verified that the deviations of inflation and the GDP gap must be considered importants variables to explain the COPOM’s decisions. The probit model was applied to the cases of the increases probabilies and reduces probabilities showing that the inclusion of a fiscal variable generates better results. To the aggregated case, multinominal probit method, the results indicates that the inclusion of a fiscal variables combined with the inflation expectations generates better results than other possibilities. So, the responses of COPOM to the fiscal results as well as inflation expectations were the reals signs to be considered for the market.

Informações que caracterizam o risco quebra de produção agrícola são necessárias para a precificação de prêmio do seguro agrícola de produção e de renda. A distribuição de probabilidade da variável rendimento agrícola é uma dessas informações, em especial aquela que descreve a variável aleatória rendimento agrícola condicionada aos fatores de risco climáticos. Este trabalho objetiva aplicar redes Bayesianas (grafo acíclico direcionado, ou modelo hierárquico Bayesiano) a estimação da distribuição de probabilidade de rendimento da soja em alguns municípios do Paraná, com foco na analise comparativa de riscos. Dados meteorológicos (ANA e INMET, período de 1970 a 2011) e de sensoriamento remoto (MODIS, período de 2000 a 2011) são usados conjuntamente para descrever espacialmente o risco climático de quebra de produção. Os dados de rendimento usados no estudo (COAMO, período de 2001 a 2011) requerem agrupamento de todos os dados ao nível municipal e, para tanto, a seleção de dados foi realizada nas dimensões espacial e temporal por meio de um mapa da cultura da soja (estimado por SVM - support vector machine) e os resultados de um algoritmo de identificação de ciclo de culturas. A interpolação requerida para os dados de temperatura utilizou uma componente de tendência estimada por dados de sensoriamento remoto, para descrever variações espaciais da variável que são ofuscadas pelos métodos tradicionais de interpolação. Como resultados, identificou-se relação significativa entre a temperatura observada por estações meteorológicas e os dados de sensoriamento remoto, apoiando seu uso conjunto nas estimativas. O classificador que estima o mapa da cultura da soja apresenta sobre-ajuste para safras das quais as amostras usadas no treinamento foram coletadas. Além da seleção de dados, a identificação de ciclo também permitiu obtenção de distribuições de datas de plantio da cultura da soja para o estado do Paraná. As redes bayesianas apresentam grande potencial e algumas vantagens quando aplicadas na modelagem de risco agrícola. A representação da distribuição de probabilidade por um grafo facilita o entendimento de problemas complexos, por suposições de causalidade, e facilita o ajuste, estruturação e aplicação do modelo probabilístico. A distribuição log-normal demonstrou-se a mais adequada para a modelagem das variáveis de ambiente (soma térmica, chuva acumulada e maior período sem chuva), e a distribuição beta para produtividade relativa e índices de estado (amplitude de NDVI e de EVI). No caso da regressão beta, o parâmetro de precisão também foi modelado com dependência das variáveis explicativas melhorando o ajuste da distribuição. O modelo probabilístico se demonstrou pouco representativo subestimando bastante as taxas de prêmio de seguro em relação a taxas praticadas no mercado, mas ainda assim apresenta contribui para o entendimento comparativo de situações de risco de quebra de produção da cultura da soja. / Information that characterize the risk of crop losses are necessary to crop and revenue insurance underwriting. The probability distribution of yield is one of this information. This research applies Bayesian networks (direct acyclic graph, or hierarchical Bayesian model) to estimate the probability distribution of soybean yield for some counties in Paraná state (Brazil) with focus on risk comparative analysis. Meteorological data (ANA and INMET, from 1970 to 2011) and remote sensing data (MODIS, from 2001 to 2011) were used to describe spatially the climate risk of production loss. The yield data used in this study (COAMO, from 2001 to 2011) required grouping to county level and, for that, a process of data selection was performed on spatial and temporal dimensions by a crop map (estimated by SVM - support vector machine) and by the results of a crop cycle identification algorithm. The interpolation required to spatialize temperature required a trend component which was estimated by remote sensing data, to describe the spatial variations of the variable obfuscated by traditional interpolation methods. As results, a significant relation between temperature from meteorological stations and remote sensing data was found, sustaining the use of the supposed relation between the two variables. The soybean map classifier shown over-fitting for the crop seasons for which the training samples were collected. Besides the data collection, a seeding dates distribution of soybean in Paraná state was obtained from the crop cycle identification process. The Bayesian networks showed big potential and some advantages when applied to agronomic risk modeling. The representation of the probability distribution by graphs helps the understanding of complex problems, with causality suppositions, and also helps the fitting, structuring and application of the probabilistic model. The log-normal probability distribution showed to be the best to model environment variables (thermal sum, accumulated precipitation and biggest period without rain), and the beta distribution to be the best to model relative yield and state indexes (NDVI and EVI ranges). In the case of beta regression, the precision parameter was also modeled with explanation variables as dependencies increasing the quality of the distribution fitting. In the overall, the probabilistic model had low representativity underestimating the premium rates, however it contributes to understand scenarios with risk of yield loss for the soybean crop.

Esta tese apresenta três ensaios sobre política monetária e fiscal dentro do atual regime de metas de inflação. O primeiro ensaio buscou estudar uma possível integração monetária-fiscal ao determinar uma regra ótima de política monetária com restrição fiscal, analisando os efeitos de diversas preferências sobre a regra ótima em função da alteração dos pesos dados para os desvios da razão superávit primário/PIB em relação à sua meta pré-estabelecida. Os resultados mostraram que a regra ótima obtida apresenta uma resposta negativa das taxas de juros aos choques na relação dívida/PIB. Ainda, superávits primários/PIB maiores permitiriam reduções maiores nas taxas de juros e proporcionais aos pesos que essa variávelobjetivo teria na função de perda social. Do ponto de vista tradicional do mecanismo de transmissão da política monetária, a resposta positiva das taxas de juros a uma desvalorização real do câmbio e a uma elevação do prêmio de risco seria mantida. Portanto, os resultados sugerem que a adoção de uma meta explícita para o superávit primário/PIB tem conseqüências positivas sobre a regra ótima de política monetária e para a redução da taxa de juros, bem como na eficiência do atual instrumento de política monetária. O segundo ensaio buscou analisar a relação risco default através do modelo de regressão beta, bem como os impactos que os superávits primários podem trazer sobre o prêmio de risco e, consequentemente, sobre o câmbio. Do ponto de vista da relação default risk, ancorada no modelo de Blanchard (2004/2005), as estimativas baseadas no modelo de regressão beta para as quatro relações propostas neste ensaio apresentaram sinais estatisticamente significativos e compatíveis com a teoria. O fato interessante nos resultados referente ao período do regime de metas de inflação é que as estimativas indicaram uma relação direta e forte entre o superávit primário/PIB e a probabilidade de default; evidências que destacam a importância dos efeitos indiretos que o superávit pode gerar sobre o juro doméstico. O terceiro ensaio analisou a dinâmica discreta da taxa de juros SELIC-meta definida nas reuniões do Comitê de Política Monetária (COPOM). Dois métodos foram utilizados para estudar a possibilidade de o COPOM reduzir/manter/aumentar a taxa de juros básica: probit binomial e probit multinomial. Os resultados mostraram que os desvios de inflação e o hiato do produto são variáveis relevantes para explicar as decisões do COPOM. O modelo probit binomial aplicado para os casos de aumento e redução da taxa SELIC-meta mostraram que a inclusão da variável fiscal gerou melhores resultados. Para o caso agregado, método probit multinomial, os resultados indicaram que a inclusão da variável fiscal combinada com a expectativa de inflação gerou os melhores resultados relativamente aos demais casos. Assim, a resposta do COPOM a resultados fiscais bem como às expectativas do mercado quanto à inflação demonstraram ser os sinais que devem ser observados pelo mercado. / This thesis presents three essays on monetary and fiscal policy of the current regimen of inflation targeting. The first essay searched to study an integration monetary-fiscal when determining an optimal rule of monetary policy with fiscal restriction, analyzing the effect of diverse preferences on the optimal rule in function of the alteration of the weights given for the deviations of the surplus primary as a fraction of GDP in relation to its established targets. The results show that the gotten optimal rule presents a negative reply of the interest rates to the shocks in the debtto- GDP ratio. Primary surplus still bigger would allow bigger reductions in the interest rates and proportional to the weights that this variable-objective would have in the function of social loss. Of the traditional point of view of the mechanism of transmission of the monetary policy, the positive reply of the interest rates to a real depreciation of the exchange and to a rise of the risk premium it would be kept. Therefore, the results suggest that the adoption of explicit targets for the primary surplus in percentage of the GDP has positive consequences on the optimal rule of monetary policy and for the reduction of the interest rates, as well as in the efficiency of the current instrument of monetary policy. The second essay searched to analyze the relation default risk through of the beta regression model, as well as the impacts that primary surplus can bring on the risk premium and, consequently, on the exchange rate. Of the point of view of the relation default risk, anchored in the model of Blanchard (2004/2005), the estimates based on the beta regression model for the four relations proposals in the study had presented significant and compatible signals with the theory. The interesting fact in the results referring to the period of the regimen of inflation targeting is that the estimates had indicated a negative and strong relation between the primary surplus/GDP and the probability of default, evidences that detaching the importance of the positive and indirect impact of the surplus in relation to the interests rate domestic. The third analyzes the discrete dynamics of the SELIC interest rates-target defined in the meetings of the Brazilian Monetary Policy Council (COPOM). Two methods were applied in order to study the possibility of COPOM to reduce/maintain/increase the interest rates: probit model and multinomial probit. It was verified that the deviations of inflation and the GDP gap must be considered importants variables to explain the COPOM’s decisions. The probit model was applied to the cases of the increases probabilies and reduces probabilities showing that the inclusion of a fiscal variable generates better results. To the aggregated case, multinominal probit method, the results indicates that the inclusion of a fiscal variables combined with the inflation expectations generates better results than other possibilities. So, the responses of COPOM to the fiscal results as well as inflation expectations were the reals signs to be considered for the market.

No description available.

As instituições financeiras que pretendem utilizar a IRB (Internal Ratings Based) avançada precisam desenvolver métodos para estimar a componente de risco LGD (Loss Given Default). Desde a década de 1950 são apresentadas propostas para modelagem da PD (Probability of default), em contrapartida, a previsão da LGD somente recebeu maior atenção após a publicação do Acordo Basileia II. A LGD possui ainda uma literatura pequena, se comparada a PD, e não há um método eficiente em termos de acurácia e interpretação como é a regressão logística para a PD. Modelos de regressão para LGD desempenham um papel fundamental na gestão de risco das instituições financeiras. Devido sua importância este trabalho propõe uma metodologia para quantificar a componente de risco LGD. Considerando as características relatadas sobre a distribuição da LGD e na forma flexível que a distribuição beta pode assumir, propomos uma metodologia de estimação da LGD por meio do modelo de regressão beta bimodal inflacionado em zero. Desenvolvemos a distribuição beta bimodal inflacionada em zero, apresentamos algumas propriedades, incluindo momentos, definimos estimadores via máxima verossimilhança e construímos o modelo de regressão para este modelo probabilístico, apresentamos intervalos de confiança assintóticos e teste de hipóteses para este modelo, bem como critérios para seleção de modelos, realizamos um estudo de simulação para avaliar o desempenho dos estimadores de máxima verossimilhança para os parâmetros da distribuição beta bimodal inflacionada em zero. Para comparação com nossa proposta selecionamos os modelos de regressão beta e regressão beta inflacionada, que são abordagens mais usuais, e o algoritmo SVR , devido a significativa superioridade relatada em outros trabalhos. / Financial institutions willing to use the advanced Internal Ratings Based (IRB) need to develop methods to estimate the LGD (Loss Given Default) risk component. Proposals for PD (Probability of default) modeling have been presented since the 1950s, in contrast, LGDs forecast has received more attention only after the publication of the Basel II Accord. LGD also has a small literature, compared to PD, and there is no efficient method in terms of accuracy and interpretation such as logistic regression for PD. Regression models for LGD play a key role in the risk management of financial institutions, due to their importance this work proposes a methodology to quantify the LGD risk component. Considering the characteristics reported on the distribution of LGD and in the flexible form that the beta distribution may assume, we propose a methodology for estimation of LGD using the zero inflated bimodal beta regression model. We developed the zero inflated bimodal beta distribution, presented some properties, including moments, defined estimators via maximum likelihood and constructed the regression model for this probabilistic model, presented asymptotic confidence intervals and hypothesis test for this model, as well as selection criteria of models, we performed a simulation study to evaluate the performance of the maximum likelihood estimators for the parameters of the zero inflated bimodal beta distribution. For comparison with our proposal we selected the beta regression models and inflated beta regression, which are more usual approaches, and the SVR algorithm, due to the significant superiority reported in other studies.