Submitted by Andrea Virginio Machado (andrea.machado@fgv.br) on 2008-09-18T18:29:46Z No. of bitstreams: 1 063202003_Dissertacao_Axel_Simonsen.pdf: 784124 bytes, checksum: 099bb30a0b560e8bd875797b186834d4 (MD5) / Approved for entry into archive by Francisco Terra(francisco.terra@fgv.br) on 2008-09-18T18:58:56Z (GMT) No. of bitstreams: 1 063202003_Dissertacao_Axel_Simonsen.pdf: 784124 bytes, checksum: 099bb30a0b560e8bd875797b186834d4 (MD5) / Made available in DSpace on 2008-09-18T18:58:56Z (GMT). No. of bitstreams: 1 063202003_Dissertacao_Axel_Simonsen.pdf: 784124 bytes, checksum: 099bb30a0b560e8bd875797b186834d4 (MD5) / Neste trabalho é proposta uma classe de modelos paramétricos para estrutura a termo de taxa de juros (ETTJ) em que diferentes segmentos possam ter características próprias, porém não independentes, o que é condizente com a teoria de preferências por Habitat. O modelo baseia-se em Bowsher & Meeks (2006) onde a curva é determinada por um spline cúbico nas yields latentes, mas difere no sentido de permitir diferentes funções de classe C2 entre os segmentos, ao invés de polinômios cúbicos. Em particular usa-se a especi cação de Nelson & Siegel, o que permite recuperar o modelo de Diebold & Li (2006) quando não há diferenciação entre os segmentos da curva. O modelo é testado na previsão da ETTJ americana, para diferentes maturidades da curva e horizontes de previsão, e os resultados fora da amostra são comparados aos modelos de referência nesta literatura. Adicionalmente é proposto um método para avaliar a robustez da capacidade preditiva do modelos. Ao considerar a métrica de erros quadráticos médios , os resultados são superiores à previsão dos modelos Random Walk e Diebold & Li, na maior parte das maturidades, para horizontes de 3, 6 , 9 e 12 meses.

Submitted by Luis Azevedo (lfpazevedo@gmail.com) on 2017-04-25T22:48:00Z No. of bitstreams: 1 Tese_Luis_Fernando_Azevedo.pdf: 2851972 bytes, checksum: b18040b51fff2a231332968632ef42ab (MD5) / Approved for entry into archive by Vera Lúcia Mourão (vera.mourao@fgv.br) on 2017-04-27T20:59:44Z (GMT) No. of bitstreams: 1 Tese_Luis_Fernando_Azevedo.pdf: 2851972 bytes, checksum: b18040b51fff2a231332968632ef42ab (MD5) / Made available in DSpace on 2017-05-02T12:32:19Z (GMT). No. of bitstreams: 1 Tese_Luis_Fernando_Azevedo.pdf: 2851972 bytes, checksum: b18040b51fff2a231332968632ef42ab (MD5) Previous issue date: 2017-04-18 / Devido à crescente evolução tecnológica das últimas décadas, eventos locais, econômicos ou não, são divulgados de forma praticamente instantânea de forma global. Muitos destes eventos têm o poder de influenciar os preços dos ativos nos mais diversos mercados, em todas as localidades. Além da divulgação de eventos, o conteúdo das notícias econômicas traz valiosas informações que capturam as variações nos sentimentos dos agentes sobre a situação corrente e prospectiva da economia. Uma pauta negativa sobre atividade econômica, com anedóticos e relatos de empresários, por exemplo, sinaliza um crescimento negativo do PIB antes mesmo da sua divulgação. Apesar da sua amplitude e velocidade, notícias podem estar sujeitas a uma série de vieses, desde má interpretação do tema, passando por preconceito contra algum personagem da matéria, e até mesmo efeito manada. A evolução tecnológica também começa a permitir a superação destes problemas. O estudo de grandes volumes de dados (big data) em redes sociais ou plataformas de buscas fornece um meio de mensurar o sentimento dos agentes econômicos diretamente, em tempo real, sem a necessidade da intermediação por notícias. Através de notícias especializadas com frequência intradiária e ferramentas como o Google Trends, esta tese busca captar a variação de sentimentos de agentes e encontrar se há alguma relação entre estas medidas e flutuações dos ciclos econômicos e precificação de ativos. No capítulo 1, fatores macroeconômicos foram replicados através de notícias e, os aplicando em modelos fatoriais, encontram-se evidências de que notícias contêm informações relevantes para explicar o excesso de retorno de carteiras de ações da BM&FBovespa. Em seguida, no capítulo 2, analisou-se a comunicação do Banco Central do Brasil através da mídia especializada. Há evidências de que a volatilidade dos juros é maior em dias nos quais algum membro do Copom é citado na mídia, principalmente considerando anos mais recentes. Por fim, no capítulo 3, buscou-se extrair o sentimento das pessoas através de suas buscas realizadas no Google. Em um VAR com variáveis macroeconômicas como produção industrial e emprego, este indicador criado foi comparado a indicadores de sentimento dos investidores, condições financeiras e indicadores de incerteza política, encontrando-se evidências que a ferramenta do Google pode fornecer informações relevantes sobre o impacto do sentimento da pessoas na economia real. / Data from texts and Internet search queries are a relatively new source of information to economists. In this PhD dissertation, I analyze the impact of news’ information content and Google searches patterns on asset pricing and business cycle. In chapter 1, using a unique intradaily news database, I create news measures to approximate people’s concern about macroeconomic variables. Using Fama-McBeth framework, I conclude that those measures improve the explanatory power of asset pricing models for brazilian stocks. In chapter 2, I identify days in which the Brazilian monetary authority is cited on media and test whether interest rate volatility is higher in those days. I find evidences that all vertices of the yield curve show a higher volatility on those days, especially short and medium-term vertices. I also find evidence that interest rate volatility is higher in days in which the Brazilian Central Bank releases special reports or when central bank directors deliver speech. Both results are stronger after 2014. Finally, in chapter 3, a proxy for people’s sentiment measured as the relative searches of economic words with positive or negative connotation is extracted from Google’s search queries and used to explain macroeconomic variables in a VAR enviroment. For the US economy, responses of employment and production to shocks (innovations) in this sentiment index are similar to those observed when the innovation comes from a financial conditions indicator, and are higher and last longer than shocks on investor’s sentiment and policy uncertainty.