A abordagem de regressão MIDAS (Mixed Data Sampling), proposta por Ghysels et al. (2004), permite relacionar diretamente variáveis em freqüências distintas. Esta característica é particularmente atraente quando se deseja utilizar os dados nas freqüências em que são disponibilizados, bem como quando o objetivo é calcular previsões multi-períodos à frente. Nesta tese, utiliza-se a abordagem de regressão MIDAS em três ensaios em que são realizadas aplicações empíricas nas áreas de finanças e macroeconomia. Os três ensaios são de caráter comparativo. Com aplicações em diferentes contextos de previsão, objetiva-se contribuir fornecendo evidências empíricas comparativas. No primeiro ensaio, são explorados resultados comparativos no contexto de previsão de volatilidade multi-períodos. Compara-se a abordagem MIDAS com dois métodos amplamente utilizados no cálculo de previsões multi-períodos à frente: as abordagens direta e iterada. Seus desempenhos relativos são investigados em um estudo de Monte Carlo e em um estudo empírico em que são computadas previsões de volatilidade para horizontes de até 60 dias à frente. Os resultados do estudo de Monte Carlo indicam que a abordagem MIDAS fornece as melhores previsões para os horizontes iguais ou superiores a 15 dias. Em contraste, as previsões geradas a partir da abordagem iterada são superiores nos horizontes de 5 e 10 dias à frente. No estudo empírico, utilizando-se retornos diários dos índices S&P 500 e NASDAQ, os resultados não são tão conclusivos, mas sugerem um melhor desempenho para a abordagem iterada. Todas as análises são fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. Combinações das previsões dos referidos modelos também são consideradas. São utilizados retornos intradiários do IBOVESPA no cálculo de medidas de volatilidade, tais como variância realizada, variação potente realizada e variação bipotente realizada, sendo estas medidas usadas como regressores em ambos os modelos. Adicionalmente, utiliza-se um procedimento não paramétrico na estimação das medidas de variabilidade dos componentes contínuo e de saltos do processo de variação quadrática. Estas medidas são utilizadas como regressores separados em especificações MIDAS e HAR. Quanto às evidências empíricas, os resultados em termos de erro quadrático médio sugerem que regressores baseados em medidas de volatilidade robustas a saltos (i.e., variação bipotente realizada e variação potente realizada) são melhores em prever volatilidade futura. Entretanto, observa-se que, em geral, as previsões baseadas nestes regressores não são estatisticamente diferentes daquelas baseadas na variância realizada (o regressor benchmark). Além disso, observa-se que, de modo geral, o desempenho relativo das três abordagens de previsão (i.e., MIDAS, HAR e combinação de previsões) é estatisticamente equivalente. No terceiro ensaio, busca-se comparar os modelos MS-MIDAS (Markov-Switching MIDAS) e STMIDAS (Smooth Transition MIDAS) em termos de acurácia preditiva. Para tanto, realiza-se um exercício de previsão em tempo real em que são geradas previsões fora da amostra para o crescimento do PIB trimestral dos Estados Unidos com o uso de indicadores financeiros mensais. Neste exercício, também são considerados modelos lineares MIDAS e outros modelos de previsão (lineares e não-lineares) que incluem informação dos indicadores (via agregação temporal das observações mensais) para fins comparativos de desempenho preditivo. A partir dos resultados do estudo empírico, observa-se que, de modo geral, os modelos MS-MIDAS fornecem previsões mais acuradas que os modelos STMIDAS. / The Mixed Data Sampling (MIDAS) regression approach, proposed by Ghysels et al. (2004), allows us to directly relate variables at different frequencies. This characteristic is particularly attractive when one wishes to use the data at their original sampling frequencies, as well as when the objective is to calculate multi-period-ahead forecasts. In this thesis, we use the MIDAS regression approach in three papers in which we perform empirical applications in the areas of finance and macroeconomics. All papers are comparative studies. With applications in different forecasting contexts, we aim at contributing with empirical comparative evidence. In the first paper, we explore comparative results in the context of multi-period volatility forecasting. We compare the MIDAS approach with two widely used methods of producing multi-period forecasts: the direct and the iterated approaches. Their relative performances are investigated in a Monte Carlo study and in an empirical study in which we forecast volatility at horizons up to 60 days ahead. The results of the Monte Carlo study indicate that the MIDAS forecasts are the best ones at horizons of 15 days ahead and longer. In contrast, the iterated forecasts are superior for shorter horizons of 5 and 10 days ahead. In the empirical study, using daily returns of the S&P 500 and NASDAQ indexes, the results are not so conclusive, but suggest a better performance for the iterated forecasts. All analyses are out-of-sample. In the second paper, we compare several multi-period volatility forecasting models, specifically from MIDAS and HAR families. We perform our comparisons in terms of out-of-sample volatility forecasting accuracy. We also consider combinations of the models forecasts. Using intra-daily returns of the IBOVESPA, we calculate volatility measures such as realized variance, realized power variation, and realized bipower variation to be used as regressors in both models. Further, we use a nonparametric procedure for separately measuring the continuous sample path variation and the discontinuous jump part of the quadratic variation process. Thus, MIDAS and HAR specifications with the continuous sample path and jump variability measures as separate regressors are estimated. Our results in terms of mean squared error suggest that regressors involving volatility measures which are robust to jumps (i.e., realized bipower variation and realized power variation) are better at forecasting future volatility. However, we find that, in general, the forecasts based on these regressors are not statistically different from those based on realized variance (the benchmark regressor). Moreover, we find that, in general, the relative forecasting performances of the three approaches (i.e., MIDAS, HAR and forecast combinations) are statistically equivalent. In the third paper, we compare the Markov-Switching MIDAS (MS-MIDAS) and the Smooth Transition MIDAS (STMIDAS) models in terms of forecast accuracy. We perform a real time forecasting exercise in which out-of-sample forecasts for the quarterly U.S. output growth are generated using monthly financial indicators. In this exercise, we also consider linear MIDAS models, and other forecasting models (linear and nonlinear) that include information on the indicators (via temporal aggregation of the monthly observations) for comparative purposes. From the results of the empirical study, we observe that, in general, the MS-MIDAS models provide more accurate forecasts than do the STMIDAS models.

O objetivo deste trabalho é a construção de um indicador coincidente (IC) para a atividade econômica do segmento de Comércio Varejista dentro da economia do estado do Rio Grande do Sul. A utilização de variáveis que apresentem comportamento comum entre si e altamente correlacionado com as Vendas do Varejo é o ponto de partida para a investigação a seguir. A metodologia adotada é a dos modelos de Fator Dinâmico de Stock e Watson (1988, 1989, 1991, 1993). Os resultados encontrados apontam um indicador final satisfatório, em termos de MAPE (erro absoluto percentual médio, em inglês) com relação às séries de Vendas do Varejo, especificamente a série da FEE/Fecomércio-RS – que tratava-se de uma pesquisa censitária. Em termos de fundamentos econômicos o IC é composto por variáveis que sabidamente afetam o consumo de bens: renda, crédito e confiança do consumidor. Um destaque está para o alto peso das variáveis de Crédito e Sentimento sobre a Situação Presente, o que sugere que o fluxo de renda futuro e a confiança para assumir endividamentos longos são determinantes para o segmento. Considerando um horizonte maior para a ampliação dessa pesquisa, postula-se que a construção de novos dados regionalizados para crédito, renda pela PNAD Contínua, séries mais longas para índices de confiança, e indicadores sobre estoques no Comércio podem melhorar os resultados encontrados. / The following research intends to build a coincident indicator to the Retail sector’s economic activity within the regional economy of Rio Grande do Sul. The starting point to reach this objective is to use variables which present common cyclical behavior with each other, as well as with Retail Trade indices. The investigation will be carried on using Stock and Watson’s (1988, 1989, 1991, 1993) Dynamic Factor models methodology. The research returned a result a final index which can be classified as satisfactory, when evaluated by the mean absolute percentage error with Retail Trade indices, specially the FEE/Fecomércio-RS’ index – which was a censitary research. The built Coincident Indicator is composed by variables correlated with consumption, according to the economic theory: income, credit and consumer’s confidence. Variables such as Consumer Credit and Consumer’s Sentiment towards Present Economic Situation presented high weight in the indicator, which suggests that future income flows and confidence to take long term debt are crucial for the sector’s economic activity. Considering an expanded horizon for this research, one believes that new regional data for Household Credit, income through PNAD Contínua, a longer sample for Consumer’s Confidence indices, and indicators measuring stock levels in Retail might improve the coincident indicator.

This thesis deals with creating files of maps of South Bohemia and the Czech Republic on the economic structure of the population. The chapters describe briefly how to create maps in ArcGIS 9.1. environment and basic elements of cartography. The thesis contains chapters draft cartographic means of expression and basic characteristics and problems counting people, houses and flats 2001. In conclusion, the analytical commentary on the various maps and map layout itself.

O presente trabalho tem por finalidade investigar os Centros de influência a partir dos assalariados externos, que são os empregados fora da sede da empresa. Eles indicam o poder de atuação da empresa associado a atividade econômica e as unidades locais, sendo controlados na estrutura econômica industrial no Rio Grande do Sul. Através deste conceito e com base nos dados da Pesquisa Industrial Anual de 1998, do IBGE, obtivemos resultados da atuação da Região Metropolitana de Posto Alegre, avaliada pelo número dos assalariados externos das diferentes atividades econômicas, dentro e foca do Estado; e a atuação das industrias nas diferentes regiões sócio-econômicas do Rio Grande do Sul também demonstrado por meio dos assalariados externos nos diferentes gêneros da indústria e no seu relacionamento com aspectos da integração econômica, bem como as diferentes categorias de bens de consumo. Contudo, esía abordagem apresenta uma diferente discussão à diversificação e a especialização dos centros de influência. A identificação dos centros de Influência reflete a questão da divisão territoriaJ do trabalho, as atividades econômicas por meio da atuação da indústria no Rio Grande do Sul, onde consideramos a hipótese de que esta dinâmica se consubstancia em forte relação de poder dos agentes econômicos sobre o espaço. / This paper aims to study Influence Centers through "branch employees" (employees who do not work in the finn's headquarters). They show the firm´s influence in Rio Grande do Sul State economic activity. Based on this concept and using IBGFs 1998 "Pesquisa Industrial Anual" data,, the results highlight the Greater Porto Alegre Region in terms of the number of its branch employees inside and outside Rio Grande do Sul State, in many industries. Also, the role of manufacturing activities (like consumer goods production) in promoting economic integration among regions. This approach points to a different view of diversification and specialization trends in Influence Centers. These centers have an impact in the geographical distribution of employment, in the influence of manufacturing on other economic activities and are evidence of the strong influence of economic agents in geographical space.

A abordagem de regressão MIDAS (Mixed Data Sampling), proposta por Ghysels et al. (2004), permite relacionar diretamente variáveis em freqüências distintas. Esta característica é particularmente atraente quando se deseja utilizar os dados nas freqüências em que são disponibilizados, bem como quando o objetivo é calcular previsões multi-períodos à frente. Nesta tese, utiliza-se a abordagem de regressão MIDAS em três ensaios em que são realizadas aplicações empíricas nas áreas de finanças e macroeconomia. Os três ensaios são de caráter comparativo. Com aplicações em diferentes contextos de previsão, objetiva-se contribuir fornecendo evidências empíricas comparativas. No primeiro ensaio, são explorados resultados comparativos no contexto de previsão de volatilidade multi-períodos. Compara-se a abordagem MIDAS com dois métodos amplamente utilizados no cálculo de previsões multi-períodos à frente: as abordagens direta e iterada. Seus desempenhos relativos são investigados em um estudo de Monte Carlo e em um estudo empírico em que são computadas previsões de volatilidade para horizontes de até 60 dias à frente. Os resultados do estudo de Monte Carlo indicam que a abordagem MIDAS fornece as melhores previsões para os horizontes iguais ou superiores a 15 dias. Em contraste, as previsões geradas a partir da abordagem iterada são superiores nos horizontes de 5 e 10 dias à frente. No estudo empírico, utilizando-se retornos diários dos índices S&P 500 e NASDAQ, os resultados não são tão conclusivos, mas sugerem um melhor desempenho para a abordagem iterada. Todas as análises são fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. Combinações das previsões dos referidos modelos também são consideradas. São utilizados retornos intradiários do IBOVESPA no cálculo de medidas de volatilidade, tais como variância realizada, variação potente realizada e variação bipotente realizada, sendo estas medidas usadas como regressores em ambos os modelos. Adicionalmente, utiliza-se um procedimento não paramétrico na estimação das medidas de variabilidade dos componentes contínuo e de saltos do processo de variação quadrática. Estas medidas são utilizadas como regressores separados em especificações MIDAS e HAR. Quanto às evidências empíricas, os resultados em termos de erro quadrático médio sugerem que regressores baseados em medidas de volatilidade robustas a saltos (i.e., variação bipotente realizada e variação potente realizada) são melhores em prever volatilidade futura. Entretanto, observa-se que, em geral, as previsões baseadas nestes regressores não são estatisticamente diferentes daquelas baseadas na variância realizada (o regressor benchmark). Além disso, observa-se que, de modo geral, o desempenho relativo das três abordagens de previsão (i.e., MIDAS, HAR e combinação de previsões) é estatisticamente equivalente. No terceiro ensaio, busca-se comparar os modelos MS-MIDAS (Markov-Switching MIDAS) e STMIDAS (Smooth Transition MIDAS) em termos de acurácia preditiva. Para tanto, realiza-se um exercício de previsão em tempo real em que são geradas previsões fora da amostra para o crescimento do PIB trimestral dos Estados Unidos com o uso de indicadores financeiros mensais. Neste exercício, também são considerados modelos lineares MIDAS e outros modelos de previsão (lineares e não-lineares) que incluem informação dos indicadores (via agregação temporal das observações mensais) para fins comparativos de desempenho preditivo. A partir dos resultados do estudo empírico, observa-se que, de modo geral, os modelos MS-MIDAS fornecem previsões mais acuradas que os modelos STMIDAS. / The Mixed Data Sampling (MIDAS) regression approach, proposed by Ghysels et al. (2004), allows us to directly relate variables at different frequencies. This characteristic is particularly attractive when one wishes to use the data at their original sampling frequencies, as well as when the objective is to calculate multi-period-ahead forecasts. In this thesis, we use the MIDAS regression approach in three papers in which we perform empirical applications in the areas of finance and macroeconomics. All papers are comparative studies. With applications in different forecasting contexts, we aim at contributing with empirical comparative evidence. In the first paper, we explore comparative results in the context of multi-period volatility forecasting. We compare the MIDAS approach with two widely used methods of producing multi-period forecasts: the direct and the iterated approaches. Their relative performances are investigated in a Monte Carlo study and in an empirical study in which we forecast volatility at horizons up to 60 days ahead. The results of the Monte Carlo study indicate that the MIDAS forecasts are the best ones at horizons of 15 days ahead and longer. In contrast, the iterated forecasts are superior for shorter horizons of 5 and 10 days ahead. In the empirical study, using daily returns of the S&P 500 and NASDAQ indexes, the results are not so conclusive, but suggest a better performance for the iterated forecasts. All analyses are out-of-sample. In the second paper, we compare several multi-period volatility forecasting models, specifically from MIDAS and HAR families. We perform our comparisons in terms of out-of-sample volatility forecasting accuracy. We also consider combinations of the models forecasts. Using intra-daily returns of the IBOVESPA, we calculate volatility measures such as realized variance, realized power variation, and realized bipower variation to be used as regressors in both models. Further, we use a nonparametric procedure for separately measuring the continuous sample path variation and the discontinuous jump part of the quadratic variation process. Thus, MIDAS and HAR specifications with the continuous sample path and jump variability measures as separate regressors are estimated. Our results in terms of mean squared error suggest that regressors involving volatility measures which are robust to jumps (i.e., realized bipower variation and realized power variation) are better at forecasting future volatility. However, we find that, in general, the forecasts based on these regressors are not statistically different from those based on realized variance (the benchmark regressor). Moreover, we find that, in general, the relative forecasting performances of the three approaches (i.e., MIDAS, HAR and forecast combinations) are statistically equivalent. In the third paper, we compare the Markov-Switching MIDAS (MS-MIDAS) and the Smooth Transition MIDAS (STMIDAS) models in terms of forecast accuracy. We perform a real time forecasting exercise in which out-of-sample forecasts for the quarterly U.S. output growth are generated using monthly financial indicators. In this exercise, we also consider linear MIDAS models, and other forecasting models (linear and nonlinear) that include information on the indicators (via temporal aggregation of the monthly observations) for comparative purposes. From the results of the empirical study, we observe that, in general, the MS-MIDAS models provide more accurate forecasts than do the STMIDAS models.

O objetivo deste trabalho é a construção de um indicador coincidente (IC) para a atividade econômica do segmento de Comércio Varejista dentro da economia do estado do Rio Grande do Sul. A utilização de variáveis que apresentem comportamento comum entre si e altamente correlacionado com as Vendas do Varejo é o ponto de partida para a investigação a seguir. A metodologia adotada é a dos modelos de Fator Dinâmico de Stock e Watson (1988, 1989, 1991, 1993). Os resultados encontrados apontam um indicador final satisfatório, em termos de MAPE (erro absoluto percentual médio, em inglês) com relação às séries de Vendas do Varejo, especificamente a série da FEE/Fecomércio-RS – que tratava-se de uma pesquisa censitária. Em termos de fundamentos econômicos o IC é composto por variáveis que sabidamente afetam o consumo de bens: renda, crédito e confiança do consumidor. Um destaque está para o alto peso das variáveis de Crédito e Sentimento sobre a Situação Presente, o que sugere que o fluxo de renda futuro e a confiança para assumir endividamentos longos são determinantes para o segmento. Considerando um horizonte maior para a ampliação dessa pesquisa, postula-se que a construção de novos dados regionalizados para crédito, renda pela PNAD Contínua, séries mais longas para índices de confiança, e indicadores sobre estoques no Comércio podem melhorar os resultados encontrados. / The following research intends to build a coincident indicator to the Retail sector’s economic activity within the regional economy of Rio Grande do Sul. The starting point to reach this objective is to use variables which present common cyclical behavior with each other, as well as with Retail Trade indices. The investigation will be carried on using Stock and Watson’s (1988, 1989, 1991, 1993) Dynamic Factor models methodology. The research returned a result a final index which can be classified as satisfactory, when evaluated by the mean absolute percentage error with Retail Trade indices, specially the FEE/Fecomércio-RS’ index – which was a censitary research. The built Coincident Indicator is composed by variables correlated with consumption, according to the economic theory: income, credit and consumer’s confidence. Variables such as Consumer Credit and Consumer’s Sentiment towards Present Economic Situation presented high weight in the indicator, which suggests that future income flows and confidence to take long term debt are crucial for the sector’s economic activity. Considering an expanded horizon for this research, one believes that new regional data for Household Credit, income through PNAD Contínua, a longer sample for Consumer’s Confidence indices, and indicators measuring stock levels in Retail might improve the coincident indicator.

nÃo hà / O volume total das operaÃÃes de crÃdito no Brasil passou de 24,3% do PIB, em janeiro de 2004, para 49% do PIB em dezembro de 2011. A maior disponibilidade de crÃdito para as pessoas fÃsicas geram efeitos sobre a demanda, no curto prazo, e para as pessoas jurÃdicas ampliam as condiÃÃes de oferta no longo prazo. O objetivo geral deste trabalho à analisar a evoluÃÃo recente das operaÃÃes de crÃdito consignado, crÃdito habitacional e crÃdito veicular no Brasil e o seu impacto na atividade econÃmica no perÃodo: 2004 -2011. A Ãnfase no segmento pessoa fÃsica justifica-se pela sua inÃdita expansÃo, bem como pela sua importÃncia para o aquecimento do mercado interno, a despeito da crise financeira internacional. O estudo utiliza variÃveis logaritimizadas para as seis sÃries temporais em anÃlise: os trÃs crÃditos, Ãndice de atividade econÃmica, taxa de juros selic e Ãndice de taxa de cÃmbio. O modelo economÃtrico aplicado para essas variÃveis endÃgenas foi o VAR - VEC, de acordo com o critÃrio de Schwarz e os testes de estacionariedade, causalidade de Granger e co-integraÃÃo de Johansen. Os resultados da pesquisa ratificam a expansÃo e sustentabilidade do crÃdito ao segmento pessoa fÃsica e identifica variaÃÃes na atividade econÃmica em funÃÃo de impulsos nas linhas de crÃdito em estudo. As interpretaÃÃes desses resultados sÃo aplicÃveis na escolha de polÃticas econÃmicas, considerando-se os setores produtivos em anÃlise, a expansÃo esperada e as variÃveis macroeconÃmicas do modelo. / The total volume of loans in Brazil increased from 24.3% of GDP in January 2004 to 49% of GDP in December 2011. The greater availability of credit to individuals generate effects on the demand in the short term, and for legal entities expand the supply conditions in the long run. The aim of this paper is to analyze recent developments in the operations of payroll, housing loans and car loans in Brazil and its impact on economic activity in the period: 2004 - 2011. The emphasis on individual segment is justified by its unprecedented expansion as well as its importance for the heating of the internal market, despite the international financial crisis. The study uses logaritimizadas variables for the six time series under analysis: the three-credit, index of economic activity, interest rate Selic rate and exchange rate. The econometric model used for these endogenous variables was the VAR - VEC, according to the Schwarz criterion and stationarity tests, Granger causality and cointegration Johansen. The survey results confirm the expansion and sustainability of credit to the individual segment and identifies variations in economic activity due to impulses in credit lines under study. The interpretations of these results are applicable in the choice of economic policies, considering the productive sectors under analysis, the expected expansion and the macroeconomic variables of the model.

A abordagem de regressão MIDAS (Mixed Data Sampling), proposta por Ghysels et al. (2004), permite relacionar diretamente variáveis em freqüências distintas. Esta característica é particularmente atraente quando se deseja utilizar os dados nas freqüências em que são disponibilizados, bem como quando o objetivo é calcular previsões multi-períodos à frente. Nesta tese, utiliza-se a abordagem de regressão MIDAS em três ensaios em que são realizadas aplicações empíricas nas áreas de finanças e macroeconomia. Os três ensaios são de caráter comparativo. Com aplicações em diferentes contextos de previsão, objetiva-se contribuir fornecendo evidências empíricas comparativas. No primeiro ensaio, são explorados resultados comparativos no contexto de previsão de volatilidade multi-períodos. Compara-se a abordagem MIDAS com dois métodos amplamente utilizados no cálculo de previsões multi-períodos à frente: as abordagens direta e iterada. Seus desempenhos relativos são investigados em um estudo de Monte Carlo e em um estudo empírico em que são computadas previsões de volatilidade para horizontes de até 60 dias à frente. Os resultados do estudo de Monte Carlo indicam que a abordagem MIDAS fornece as melhores previsões para os horizontes iguais ou superiores a 15 dias. Em contraste, as previsões geradas a partir da abordagem iterada são superiores nos horizontes de 5 e 10 dias à frente. No estudo empírico, utilizando-se retornos diários dos índices S&P 500 e NASDAQ, os resultados não são tão conclusivos, mas sugerem um melhor desempenho para a abordagem iterada. Todas as análises são fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. Combinações das previsões dos referidos modelos também são consideradas. São utilizados retornos intradiários do IBOVESPA no cálculo de medidas de volatilidade, tais como variância realizada, variação potente realizada e variação bipotente realizada, sendo estas medidas usadas como regressores em ambos os modelos. Adicionalmente, utiliza-se um procedimento não paramétrico na estimação das medidas de variabilidade dos componentes contínuo e de saltos do processo de variação quadrática. Estas medidas são utilizadas como regressores separados em especificações MIDAS e HAR. Quanto às evidências empíricas, os resultados em termos de erro quadrático médio sugerem que regressores baseados em medidas de volatilidade robustas a saltos (i.e., variação bipotente realizada e variação potente realizada) são melhores em prever volatilidade futura. Entretanto, observa-se que, em geral, as previsões baseadas nestes regressores não são estatisticamente diferentes daquelas baseadas na variância realizada (o regressor benchmark). Além disso, observa-se que, de modo geral, o desempenho relativo das três abordagens de previsão (i.e., MIDAS, HAR e combinação de previsões) é estatisticamente equivalente. No terceiro ensaio, busca-se comparar os modelos MS-MIDAS (Markov-Switching MIDAS) e STMIDAS (Smooth Transition MIDAS) em termos de acurácia preditiva. Para tanto, realiza-se um exercício de previsão em tempo real em que são geradas previsões fora da amostra para o crescimento do PIB trimestral dos Estados Unidos com o uso de indicadores financeiros mensais. Neste exercício, também são considerados modelos lineares MIDAS e outros modelos de previsão (lineares e não-lineares) que incluem informação dos indicadores (via agregação temporal das observações mensais) para fins comparativos de desempenho preditivo. A partir dos resultados do estudo empírico, observa-se que, de modo geral, os modelos MS-MIDAS fornecem previsões mais acuradas que os modelos STMIDAS. / The Mixed Data Sampling (MIDAS) regression approach, proposed by Ghysels et al. (2004), allows us to directly relate variables at different frequencies. This characteristic is particularly attractive when one wishes to use the data at their original sampling frequencies, as well as when the objective is to calculate multi-period-ahead forecasts. In this thesis, we use the MIDAS regression approach in three papers in which we perform empirical applications in the areas of finance and macroeconomics. All papers are comparative studies. With applications in different forecasting contexts, we aim at contributing with empirical comparative evidence. In the first paper, we explore comparative results in the context of multi-period volatility forecasting. We compare the MIDAS approach with two widely used methods of producing multi-period forecasts: the direct and the iterated approaches. Their relative performances are investigated in a Monte Carlo study and in an empirical study in which we forecast volatility at horizons up to 60 days ahead. The results of the Monte Carlo study indicate that the MIDAS forecasts are the best ones at horizons of 15 days ahead and longer. In contrast, the iterated forecasts are superior for shorter horizons of 5 and 10 days ahead. In the empirical study, using daily returns of the S&P 500 and NASDAQ indexes, the results are not so conclusive, but suggest a better performance for the iterated forecasts. All analyses are out-of-sample. In the second paper, we compare several multi-period volatility forecasting models, specifically from MIDAS and HAR families. We perform our comparisons in terms of out-of-sample volatility forecasting accuracy. We also consider combinations of the models forecasts. Using intra-daily returns of the IBOVESPA, we calculate volatility measures such as realized variance, realized power variation, and realized bipower variation to be used as regressors in both models. Further, we use a nonparametric procedure for separately measuring the continuous sample path variation and the discontinuous jump part of the quadratic variation process. Thus, MIDAS and HAR specifications with the continuous sample path and jump variability measures as separate regressors are estimated. Our results in terms of mean squared error suggest that regressors involving volatility measures which are robust to jumps (i.e., realized bipower variation and realized power variation) are better at forecasting future volatility. However, we find that, in general, the forecasts based on these regressors are not statistically different from those based on realized variance (the benchmark regressor). Moreover, we find that, in general, the relative forecasting performances of the three approaches (i.e., MIDAS, HAR and forecast combinations) are statistically equivalent. In the third paper, we compare the Markov-Switching MIDAS (MS-MIDAS) and the Smooth Transition MIDAS (STMIDAS) models in terms of forecast accuracy. We perform a real time forecasting exercise in which out-of-sample forecasts for the quarterly U.S. output growth are generated using monthly financial indicators. In this exercise, we also consider linear MIDAS models, and other forecasting models (linear and nonlinear) that include information on the indicators (via temporal aggregation of the monthly observations) for comparative purposes. From the results of the empirical study, we observe that, in general, the MS-MIDAS models provide more accurate forecasts than do the STMIDAS models.

O objetivo deste trabalho é a construção de um indicador coincidente (IC) para a atividade econômica do segmento de Comércio Varejista dentro da economia do estado do Rio Grande do Sul. A utilização de variáveis que apresentem comportamento comum entre si e altamente correlacionado com as Vendas do Varejo é o ponto de partida para a investigação a seguir. A metodologia adotada é a dos modelos de Fator Dinâmico de Stock e Watson (1988, 1989, 1991, 1993). Os resultados encontrados apontam um indicador final satisfatório, em termos de MAPE (erro absoluto percentual médio, em inglês) com relação às séries de Vendas do Varejo, especificamente a série da FEE/Fecomércio-RS – que tratava-se de uma pesquisa censitária. Em termos de fundamentos econômicos o IC é composto por variáveis que sabidamente afetam o consumo de bens: renda, crédito e confiança do consumidor. Um destaque está para o alto peso das variáveis de Crédito e Sentimento sobre a Situação Presente, o que sugere que o fluxo de renda futuro e a confiança para assumir endividamentos longos são determinantes para o segmento. Considerando um horizonte maior para a ampliação dessa pesquisa, postula-se que a construção de novos dados regionalizados para crédito, renda pela PNAD Contínua, séries mais longas para índices de confiança, e indicadores sobre estoques no Comércio podem melhorar os resultados encontrados. / The following research intends to build a coincident indicator to the Retail sector’s economic activity within the regional economy of Rio Grande do Sul. The starting point to reach this objective is to use variables which present common cyclical behavior with each other, as well as with Retail Trade indices. The investigation will be carried on using Stock and Watson’s (1988, 1989, 1991, 1993) Dynamic Factor models methodology. The research returned a result a final index which can be classified as satisfactory, when evaluated by the mean absolute percentage error with Retail Trade indices, specially the FEE/Fecomércio-RS’ index – which was a censitary research. The built Coincident Indicator is composed by variables correlated with consumption, according to the economic theory: income, credit and consumer’s confidence. Variables such as Consumer Credit and Consumer’s Sentiment towards Present Economic Situation presented high weight in the indicator, which suggests that future income flows and confidence to take long term debt are crucial for the sector’s economic activity. Considering an expanded horizon for this research, one believes that new regional data for Household Credit, income through PNAD Contínua, a longer sample for Consumer’s Confidence indices, and indicators measuring stock levels in Retail might improve the coincident indicator.

O presente trabalho tem por finalidade investigar os Centros de influência a partir dos assalariados externos, que são os empregados fora da sede da empresa. Eles indicam o poder de atuação da empresa associado a atividade econômica e as unidades locais, sendo controlados na estrutura econômica industrial no Rio Grande do Sul. Através deste conceito e com base nos dados da Pesquisa Industrial Anual de 1998, do IBGE, obtivemos resultados da atuação da Região Metropolitana de Posto Alegre, avaliada pelo número dos assalariados externos das diferentes atividades econômicas, dentro e foca do Estado; e a atuação das industrias nas diferentes regiões sócio-econômicas do Rio Grande do Sul também demonstrado por meio dos assalariados externos nos diferentes gêneros da indústria e no seu relacionamento com aspectos da integração econômica, bem como as diferentes categorias de bens de consumo. Contudo, esía abordagem apresenta uma diferente discussão à diversificação e a especialização dos centros de influência. A identificação dos centros de Influência reflete a questão da divisão territoriaJ do trabalho, as atividades econômicas por meio da atuação da indústria no Rio Grande do Sul, onde consideramos a hipótese de que esta dinâmica se consubstancia em forte relação de poder dos agentes econômicos sobre o espaço. / This paper aims to study Influence Centers through "branch employees" (employees who do not work in the finn's headquarters). They show the firm´s influence in Rio Grande do Sul State economic activity. Based on this concept and using IBGFs 1998 "Pesquisa Industrial Anual" data,, the results highlight the Greater Porto Alegre Region in terms of the number of its branch employees inside and outside Rio Grande do Sul State, in many industries. Also, the role of manufacturing activities (like consumer goods production) in promoting economic integration among regions. This approach points to a different view of diversification and specialization trends in Influence Centers. These centers have an impact in the geographical distribution of employment, in the influence of manufacturing on other economic activities and are evidence of the strong influence of economic agents in geographical space.