O objetivo dessa dissertação é avaliar o impacto de um programa de treinamento voltado para trabalhadores, utilizando o propensity score matching, mas com dois tipos de abordagem, uma não-paramétrica e a outra semi-paramétrica. Para estimação não paramétrica foi utilizado um método proposto por Li, Racine e Wooldridge (2009) e para estimação semi-paramétrica, o modelo utilizado foi o Generalized Additive Model proposto por Hastie e Tibshirani (1990). Os resultados obtidos indicam que os dois métodos utilizados apresentam estimativas tão boas ou melhores do que quando estimadas paramétricamente. / The goal of this thesis is to evaluate the impact of a job training program using propensity score matching methods with two types of approaches: a nonparametric e another semiparametric. For non-parametric estimation was used a method proposed by Li, Racine and Wooldridge (2009) and for the semiparametric model the Generalized Additive Model proposed by Hastie and Tibshirani (1990). The results indicate that both methods provide estimates as good or better than when parametrically estimated.

O objetivo dessa dissertação é avaliar o impacto de um programa de treinamento voltado para trabalhadores, utilizando o propensity score matching, mas com dois tipos de abordagem, uma não-paramétrica e a outra semi-paramétrica. Para estimação não paramétrica foi utilizado um método proposto por Li, Racine e Wooldridge (2009) e para estimação semi-paramétrica, o modelo utilizado foi o Generalized Additive Model proposto por Hastie e Tibshirani (1990). Os resultados obtidos indicam que os dois métodos utilizados apresentam estimativas tão boas ou melhores do que quando estimadas paramétricamente. / The goal of this thesis is to evaluate the impact of a job training program using propensity score matching methods with two types of approaches: a nonparametric e another semiparametric. For non-parametric estimation was used a method proposed by Li, Racine and Wooldridge (2009) and for the semiparametric model the Generalized Additive Model proposed by Hastie and Tibshirani (1990). The results indicate that both methods provide estimates as good or better than when parametrically estimated.

O objetivo dessa dissertação é avaliar o impacto de um programa de treinamento voltado para trabalhadores, utilizando o propensity score matching, mas com dois tipos de abordagem, uma não-paramétrica e a outra semi-paramétrica. Para estimação não paramétrica foi utilizado um método proposto por Li, Racine e Wooldridge (2009) e para estimação semi-paramétrica, o modelo utilizado foi o Generalized Additive Model proposto por Hastie e Tibshirani (1990). Os resultados obtidos indicam que os dois métodos utilizados apresentam estimativas tão boas ou melhores do que quando estimadas paramétricamente. / The goal of this thesis is to evaluate the impact of a job training program using propensity score matching methods with two types of approaches: a nonparametric e another semiparametric. For non-parametric estimation was used a method proposed by Li, Racine and Wooldridge (2009) and for the semiparametric model the Generalized Additive Model proposed by Hastie and Tibshirani (1990). The results indicate that both methods provide estimates as good or better than when parametrically estimated.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

O presente trabalho busca identificar bull e bear markets para o mercado financeiro brasileiro, especificamente para o índice Ibovespa, através das principais metodologias existentes na literatura: regras não paramétricas e modelos de mudança de regime markoviano. A primeira abordagem foi utilizada como benchmark para comparação com melhor modelo econométrico estimado pela segunda abordagem, visto que trata-se de um método ex-post de identificação. No tange aos modelos de mudança de regime markoviano, constatou-se que permitir regimes distintos também para a variância da série contribui para a identificação dos mesmos. Desta forma, o melhor modelo obtido fora o MSARMA(2,1)-2 para a série de retornos semanais do índice Ibovespa. O modelo foi capaz de identificar os principais eventos que impactaram a economia e o mercado financeiro brasileiro no período. Além disto, o modelo se mostrou útil para a tomada de decisão, visto que a estratégia de investimento, baseada na previsão um passo à frente do estado do mercado, foi capaz de preservar o capital do investidor, gerando um melhor desempenho do que na estratégia buy-and-hold de longo prazo. / This paper seeks to identify bull and bear markets in the brazilian stock market, specifically to the time series of the Ibovespa index, through the main methodologies present in literature: identification based on rules and Markov switching models. The first method was used as a benchmark to compare with the best regime switching model, since it is an ex-post method of identification. Modelling a Markov switching model with two regimes also for the variance of the process resulted in a better identification of the markets. Thus, the best Markov switching model estimated was theMSARMA(2,1)-2 to the time series of the Ibovespa weekly returns. The model was able to identify the main events that have impacted the brazilian economy and also the stock market in the period. Furthermore, the model proved its value in decision making, since in a investment strategy, based on the models one step ahead forecast about the regime of the market, it was able to preserve investor capital, generating a better performance than the buy-and-hold strategy.

O presente trabalho busca identificar bull e bear markets para o mercado financeiro brasileiro, especificamente para o índice Ibovespa, através das principais metodologias existentes na literatura: regras não paramétricas e modelos de mudança de regime markoviano. A primeira abordagem foi utilizada como benchmark para comparação com melhor modelo econométrico estimado pela segunda abordagem, visto que trata-se de um método ex-post de identificação. No tange aos modelos de mudança de regime markoviano, constatou-se que permitir regimes distintos também para a variância da série contribui para a identificação dos mesmos. Desta forma, o melhor modelo obtido fora o MSARMA(2,1)-2 para a série de retornos semanais do índice Ibovespa. O modelo foi capaz de identificar os principais eventos que impactaram a economia e o mercado financeiro brasileiro no período. Além disto, o modelo se mostrou útil para a tomada de decisão, visto que a estratégia de investimento, baseada na previsão um passo à frente do estado do mercado, foi capaz de preservar o capital do investidor, gerando um melhor desempenho do que na estratégia buy-and-hold de longo prazo. / This paper seeks to identify bull and bear markets in the brazilian stock market, specifically to the time series of the Ibovespa index, through the main methodologies present in literature: identification based on rules and Markov switching models. The first method was used as a benchmark to compare with the best regime switching model, since it is an ex-post method of identification. Modelling a Markov switching model with two regimes also for the variance of the process resulted in a better identification of the markets. Thus, the best Markov switching model estimated was theMSARMA(2,1)-2 to the time series of the Ibovespa weekly returns. The model was able to identify the main events that have impacted the brazilian economy and also the stock market in the period. Furthermore, the model proved its value in decision making, since in a investment strategy, based on the models one step ahead forecast about the regime of the market, it was able to preserve investor capital, generating a better performance than the buy-and-hold strategy.

O presente trabalho busca identificar bull e bear markets para o mercado financeiro brasileiro, especificamente para o índice Ibovespa, através das principais metodologias existentes na literatura: regras não paramétricas e modelos de mudança de regime markoviano. A primeira abordagem foi utilizada como benchmark para comparação com melhor modelo econométrico estimado pela segunda abordagem, visto que trata-se de um método ex-post de identificação. No tange aos modelos de mudança de regime markoviano, constatou-se que permitir regimes distintos também para a variância da série contribui para a identificação dos mesmos. Desta forma, o melhor modelo obtido fora o MSARMA(2,1)-2 para a série de retornos semanais do índice Ibovespa. O modelo foi capaz de identificar os principais eventos que impactaram a economia e o mercado financeiro brasileiro no período. Além disto, o modelo se mostrou útil para a tomada de decisão, visto que a estratégia de investimento, baseada na previsão um passo à frente do estado do mercado, foi capaz de preservar o capital do investidor, gerando um melhor desempenho do que na estratégia buy-and-hold de longo prazo. / This paper seeks to identify bull and bear markets in the brazilian stock market, specifically to the time series of the Ibovespa index, through the main methodologies present in literature: identification based on rules and Markov switching models. The first method was used as a benchmark to compare with the best regime switching model, since it is an ex-post method of identification. Modelling a Markov switching model with two regimes also for the variance of the process resulted in a better identification of the markets. Thus, the best Markov switching model estimated was theMSARMA(2,1)-2 to the time series of the Ibovespa weekly returns. The model was able to identify the main events that have impacted the brazilian economy and also the stock market in the period. Furthermore, the model proved its value in decision making, since in a investment strategy, based on the models one step ahead forecast about the regime of the market, it was able to preserve investor capital, generating a better performance than the buy-and-hold strategy.