Realizou-se neste trabalho uma investigação comparativa do comportamento dos aços ferramenta H13 e THYROTHERM 2999 EFS SUPRA, destinados à fabricação de matrizes para conformação a quente, quando submetidos à fadiga de baixo ciclo a altas temperaturas (FBCAT). A partir de suas curvas de revenimento, foram definidas três durezas de trabalho para cada material (durezas de 42, 52 e 58 HRC), correspondendo a três temperaturas de revenimento distintas e três condições de estudo, buscando-se a condição ótima apresentada por estes materiais para este tipo de aplicação, visando-se então analisar a influência da dureza inicial do material na vida do componente. Foi determinada também a temperatura de ensaio de fadiga isotérmica, em 400°C, correspondente à temperatura de utilização da matriz, ou seja, uma temperatura crítica típica que a matriz atinge durante a solicitação em trabalho. A seguir foram realizados para cada material os ensaios de tração a temperatura ambiente, e na seqüência, os ensaios de tração na temperatura de trabalho definida, que permitiram a determinação dos primeiros parâmetros monotônicos dos materiais, dentre eles uma previsão para os níveis de deformação a serem utilizados nos ensaios de fadiga (0.5,0.6,0.7,0.8,0.9,1.0 e 1.1%), e demais parâmetros como E, k, n, σe, σ’f, ε’f, b, c, que permitiram a elaboração de curvas ε−N, com um modelo estimativo já existente. Finalmente, foram então realizados os ensaios de fadiga isotérmica de baixo ciclo, à temperatura de 400°C, e os resultados foram utilizados para a elaboração das curvas ε−N, resultando então na proposta de um modelo de previsão de resistência à fadiga específico para os materiais pesquisados. / It was made in this work an investigative comparison of the behavior of the tool steels H13 and THYROTHERM 2999 EFS SUPRA, designed for die steels for hot forming, when exposed to high temperature low cycle fatigue (HTLCF). From their tempering curves three material working hardness were defined for each material (hardness of 42, 52 and 58 HRC), corresponding to three different tempering temperatures, and so three study cases for each material, searching for the best condition for this kind of application, and to assess the influence of the initial hardness on the part material life. The isothermal low cycle fatigue test temperature was either defined at 400°C, corresponding to the used temperature at the die steel, i.e., a critical typical temperature that the forging dies reach on hot working. After that, tensile tests were performed for both materials, at room temperature, and at the working temperature formerly defined, and these tests allowed the definition of the first monotonic parameters for these materials, among them predictions for strain levels (0.5, 0.6, 0.7, 0.8, 0.9, 1.0 and 1.1%), to be used on fatigue tests, and further parameters like E, k, n, σe, σ’f, ε’f, b, c, that allowed the elaboration of ε−N curves, based on a still existing prediction model. Finally, isothermal low cycle fatigue tests were performed, at 400°C, and the results were used for ε−N curves elaboration, resulting on a prediction model of the fatigue strength specified for the assessed materials.

A volatilidade é uma medida de incerteza quanto às variações dos preços de ativos. Este trabalho tem como objetivo analisar a volatilidade, através dos diversos modelos da família GARCH, de três índices de mercados financeiros: Dow Jones, IBovespa e S&P 500. Com este intuito, foram aqui utilizadas técnicas univariadas e multivariadas, bem como análises de Causalidade de Granger. Através das duas primeiras ferramentas, escolhemos o melhor modelo para cada um destes casos. Usando a terceira ferramenta, concluímos que o IBovespa é significativamente influenciado pela abertura do Dow Jones e do S&P500. Por outro lado, mostramos que a abertura do IBovespa não impacta, nem à 10% de significância, os índices Dow Jones e S&P 500. Também concluímos que a incorporação de um dos índices americanos ao modelo do IBovespa torna-o mais significativo, uma vez que o mercado acionário brasileiro é impactado pelos dois índices citados anteriormente. Desta forma, este trabalho mostra que os modelos GARCH multivariados aparentam ser mais eficazes na estimação da volatilidade de ativos financeiros do que os modelos GARCH univariados. / The volatility is a measure of the uncertainty of variations of asset prices. The main goal of this work is to analyze the volatility, by the use of several models of the GARCH family, of three financial market indexes: Dow Jones, IBovespa and S&P 500. With this purpose, we use univariate and multivariate techniques, as well as Granger Causality. Using these first two tools, we choose the best model for each one of these cases. Using the third tool, we conclude that the IBovespa is significatively influenced by the opening of the Dow Jones and the S&P 500 indexes. On the other hand, we show that the opening of the IBovespa does not impact, not even at 10% of significance, the Dow Jones and S&P 500 indexes. We also conclude that incorporation of one of these American indexes to the model involving IBovespa makes it more significant, once the Brazilian Stock Market is impacted by the two American indexes we mention before. This work shows that multivariate GARCH models seem to be more efficient in the volatility estimation of financial assets than univariate GARCH models.

A dissertação traz um breve resumo da história da siderurgia no Brasil, e comentários sobre o que vem ocorrendo no setor no mundo. A dissertação busca contribuir com a estimação de demanda para mercados oligopolizados, utilizando como proxie o mercado siderúrgico brasileiro. O objetivo, portanto, é estimar as variáveis econômicas que impactam o consumo de vergalhão no Brasil. Para isso são criados diversos modelos econométricos de demanda, utilizando as modelagens VAR (Vetor Auto-regressivo), BVAR (Vetor Autoregressivo Bayesiano) e Variáveis Instrumentais (IV). A metodologia BVAR foi aquela que apresentou os melhores resultados, com os seus coeficientes sendo robustos e estatisticamente significantes, além de reproduzirem a teoria econômica. / The present dissertation begins with a small resume of the history of the steel sector in Brazil, added to this some comments about that in the world. The dissertation aims to contribute with the estimation of oligopoly markets demand, using as a proxy the steel industry in Brazil. The main objective is to estimate the economics variables witch impact the rebar consumption in Brazil. The estimates are made using different econometric methodologies as VAR (Vector Autoregressive), BVAR (Bayesian Vector Autoregressive) and Instrumental Variables. The BVAR methodology is the one witch presents the best results, with the coefficients signs being robust and statistic significant, besides reproducing the economic theory.

Esta tese é composta de três artigos relacionados à política monetária e inflação e possuem em comum a ênfase na importância das expectativas tanto para o desenho da política monetária como para a dinâmica inflacionária. No primeiro ensaio, contribuímos para o debate sobre a resposta apropriada de política monetária a flutuações de preços de ativos em um contexto de aprendizagem adaptativa. O modelo conta com dois tipos de regras de juros instrumentais como em Bullard e Mitra (2002), porém com um papel adicional para preços de ativos. Do ponto de vista da E-Estabilidade, conclui-se que uma resposta a preços de ativos não é desejável nem com a regra que utiliza expectativas futuras nem com a regra que responde a valores contemporâneos. Crenças heterogêneas a respeito da dinâmica das flutuações de preços de ativos, inflação e hiato do produto são introduzidas. Também é avaliada uma regra de política monetária ótima que inclui um peso para os preços de ativos. De forma geral, conclui-se que o princípio de Taylor é relevante para todas as regras de juros analisadas e que os bancos centrais devem agir com cautela ao considerar a introdução de preços de ativos na política monetária. No segundo ensaio, oferecemos estimativas recentes de persistência inflacionária no Brasil, com uma abordagem multivariada de componentes não-observados, na qual são consideradas as seguintes fontes que impactam na persistência da inflação: desvios das expectativas da meta real de inflação; persistência dos fatores que provocam inflação; e termos defasados da inflação. Dados de inflação, produto e taxas de juros são decompostos em componentes não-observados e, para simplificar a estimativa de um número grande de variáveis desconhecidas, utilizamos análise bayesiana, seguindo Dossche e Everaert (2005). Os resultados indicam que a persistência baseada em expectativas tem grande participação na persistência inflacionária no Brasil, que tem diminuído nos últimos anos. Tal resultado implica que apenas as tradicionais fricções no ajuste de preços usadas nos modelos macroeconômicos não são suficientes para representar a real persistência da inflação. No último capítulo estimamos diversas curvas de Phillips reduzidas com dados brasileiros recentes, numa abordagem de séries de tempo com componentes não-observados, que se apresenta como alternativa às tradicionais estimativas, baseadas em métodos GMM, de curvas de Phillips Novo-Keynesianas (NKPC), que raramente foram bem sucedidas empiricamente. A decomposição em tendência, sazonalidade e ciclo oferece, através do resultado gráfico, interpretação econômica direta. Diferentemente de Harvey (2011), incluímos expectativas de inflação nas estimações, assim como na NKPC habitual. A inflação no Brasil parece ter respondido cada vez menos às medidas de atividade econômica consideradas. Isso consiste em evidência de achatamento da curva de Phillips no Brasil, o que significa por um lado custos de desinflação mais altos, mas por outro lado menores pressões inflacionárias derivadas de crescimento do produto. / This thesis is composed of three essays on monetary policy and inflation that share particular emphasis on the importance of expectations for both monetary policy design and inflation dynamics. First we contribute to the debate on the appropriate response of monetary policy to asset price fluctuations in an adaptive learning context. Our model accounts for two types of instrumental rules in the spirit of Bullard and Mitra (2002), but with an additional role for asset prices. From the point of view of EStability, we find that a response to stock prices is not desirable under both a forward expectations policy rule and an interest rate rule responding to contemporaneous values. Heterogeneous beliefs about the dynamics of asset price fluctuations, inflation and the output gap are introduced. We also evaluate an optimal monetary policy rule including a weight on asset prices. Overall we find that the Taylor principle remain important over all interest rate rules analysed and that central banks should remain cautious when considering the introduction of stock prices in monetary policy. In the second essay, we provide recent estimates of inflation persistence in Brazil in a multivariate framework of unobserved components, whereby we account for the following sources affecting inflation persistence: First, deviations of expectations from the actual policy target; second, persistence of the factors driving inflation; and third, lagged inflation terms. Data on inflation, output and interest rates are decomposed into unobserved components and to simplify the estimation of a great number of unknown variables, we utilize bayesian analysis as in Dossche and Everaert (2005). Our results indicate that expectations-based persistence matters considerably for inflation persistence in Brazil, which has experienced an overall decrease in the last few years. This finding implies that traditional price-setting frictions used in macroeconomic models are not enough to represent actual inflation persistence. In the last chapter we estimate alternative reduced-form Phillips curves with recent Brazilian data, using a framework of time series with unobserved components, as an alternative to traditional GMM estimations of the New Keynesian Phillips Curve (NKPC), which have seldom been empirically successful. The decomposition into trend, seasonal and cycle features offers, through the graphical output, straightforward economic interpretations. Differently from Harvey (2011), we allow for inflation expectations as in the usual NKPC. Inflation in Brazil seems to have responded gradually less to measures of economic activity in recent years. This provides some evidence of a flattening of the Phillips curve in Brazil, which means higher costs of disinflation on the one hand, but also lower inflationary pressures derived from output growth, on the other.

A estimação e previsão da volatilidade de ativos são de suma importância para os mercados financeiros. Temas como risco e incerteza na teoria econômica moderna incentivaram a procura por métodos capazes de modelar uma variância condicional que evolui ao longo do tempo. O objetivo principal desta dissertação é comparar alguns métodos de regressão global e local quanto à extração da volatilidade dos índices Ibovespa e Standard and Poor´s 500. Para isto, são realizadas estimações e previsões com os modelos GARCH paramétricos e com os modelos aditivos semi-paramétricos. Os primeiros, tradicionalmente utilizados na estimação de segundos momentos condicionais, têm sua capacidade sugerida em diversos artigos. Os segundos provêm alta flexibilidade e descrições visualmente informativas das relações entre as variáveis, tais como assimetrias e não linearidades. Sendo assim, testar o desempenho dos últimos frente às estruturas paramétricas consagradas apresenta-se como uma investigação apropriada. A realização das comparações ocorre em períodos selecionados de alta volatilidade no mercado financeiro internacional (crises), sendo a performance dos modelos medida dentro e fora da amostra. Os resultados encontrados sugerem a capacidade dos modelos semi-paramétricos em estimar e prever a volatilidade dos retornos dos índices nos momentos analisados. / Volatility estimation and forecasting are very important matters for the financial markets. Themes like risk and uncertainty in modern economic theory have encouraged the search for methods that allow for the modeling of time varying variances. The main objective of this dissertation is to compare global and local regressions in terms of their capacity to extract the volatility of Ibovespa and Standard and Poor 500 indexes. To achieve this aim, parametric GARCH and semiparametric additive models estimation and forecasting are performed. The first ones, traditionally applied in the estimation of conditional second moments, have their capacity suggested in many papers. The second ones provide high flexibility and visually informative descriptions of the relationships between the variables, like asymmetries and nonlinearities. Therefore, testing the last ones´ performance against the acknowledged parametric structures is an appropriate investigation. Comparisons are made in selected periods of high volatility in the international financial market (crisis), measuring the models´ performance inside and outside sample. The results that were found suggest the capacity of semiparametric models to estimate and forecast the Indexes returns´ volatility at the analyzed moments.

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 foi motivado pela forte demanda por modelos de dependência mais precisos e realistas para aplicações a dados financeiros multivariados. A recente crise financeira de 2007-2009 deixou claro quão importante é uma modelagem precisa da dependência para a avaliação correta do risco financeiro: percepções equivocadas sobre dependências extremas entre diferentes ativos foram um elemento importante da crise do subprime. O famoso teorema dc Sklar (1959) introduziu as cópulas como uma ferramenta para se modelar padrões de dependência mais sofisticados. Ele estabelece que qualquer função de distribuição conjunta ndimensional pode ser decomposta em suas n distribuições marginais e uma cópula, sendo que a última caracteriza completamente a dependência entre as variáveis. Enquanto existe uma variedade de famílias de cópulas bivariadas que podem descrever um amplo conjunto de dependências complexas, o conjunto de cópulas com dimensão mais elevada era bastante restrito até recentemente. Joe (1996) propôs uma construção de distribuições nmltivariadas baseada em pair-copulas (cópulas bivariadas), chamada pair-copula construction ou modelo de vine cópula, que reverteu esse problema. Nesta tese, desenvolvemos três ensaios que exploram a teoria de cópulas para obter modelos de dependência multivariados muito flexíveis para aplicações a dados financeiros. Patton (2006) estendeu o teorema de Sklar para o caso de distribuições condicionais e tornou o parâmetro de dependência da cópula variante no tempo. No primeiro ensaio, introduzimos um novo enfoque para modelar a dependência entre retornos financeiros internacionais ao longo do tempo, combinando cópulas; tempo-variantes e o modelo de mudança Markoviana. Aplicamos esses modelos de cópula e também os modelos propostos por Patton (2006), Jondeau e Rockinger (2006) e Silva Filho et al. (2012a) aos retornos dos índices FTSE 100, CAC 40 e DAX. Comparamos essas metodologias em termos das dinâmicas de dependência resultantes e das habilidades dos modelos em prever Valor em Risco (VaR). Interessantemente, todos os modelos identificam um longo período de alta dependência entre os retornos começando em 2007, quando a crise do subprime teve início oficialmente. Surpreendentemente, as cópulas elípticas mostram melhor desempenho na previsão dos quantis extremos dos retornos dos portfólios. No segundo ensaio, estendemos nosso estudo para o caso de n > 2 variáveis, usando o modelo de vine cópula para investigar a estrutura de dependência dos índices CAC 40, DAX, FTSE 100, S&P 500 e IBOVESPA, e, particularmente, checar a hipótese de dependência assimétrica nesse caso. Com base em nossos resultados empíricos, entretanto, essa hipótese não pode ser verificada. Talvez a dependência assimétrica com caudas inferiores mais fortes ocorra apenas temporariamente, o que sugere que a incorporação de variação temporal ao modelo de vine cópula pode melhorá-lo como ferramenta para modelar dados financeiros internacionais multivariados. Desta forma, no terceiro ensaio, introduzimos dinâmica no modelo de vine cópula permitindo que os parâmetros de dependência das pair-copulas em uma decomposição D-vine sejam potencialmente variantes no tempo, seguindo um processo ARMA(l,m) restrito como em Patton (2006). O modelo proposto é avaliado em simulações e também com respeito à acurácia das previsões de Valor em Risco (VaR) em períodos de crise. Os experimentos de Monte Cailo são bastante favoráveis à cópula D-vine dinâmica em comparação a uma cópula D-vine estática. Adicionalmente, a cópula D-vine dinâmica supera a cópula D-vine estática em termos de acurária preditiva para os nossos conjuntos de dados / This work was motivated by the strong demand for more precise and realistic dependence models for applications to multivariate financial data. The recent financial crisis of 2007-2009 has made it clear how important is a precise modeling of dependence for the accurate assessment of financial risk: misperceptions about extreme dependencies between different financial assets were an important element of the subprime crisis. The famous theorem by Sklar (1959) introduced the copulas as a tool to model more intricate patterns of dependence. It states that any n-dimensional joint distribution function can be decomposed into its n marginal distributions and a copula, where the latter completely characterizes the dependence among the variables. While there is a variety of bivariate copula families, which can match a wide range of complex dependencies, the set of higher-dimensional copulas was quite restricted until recently. Joe (1996) proposed a construction of multivariate distributions based on pair-copulas (bivariate copulas), called pair-copula construction or vine copula model, that has overcome this issue. In this thesis, we develop three papers that explore the copula theory in order to obtain very flexible multivariate dependence rnodels for applications to financial data. Patton (2006) extended Sklar's theorem to the conditional case and rendered the dependence parameter of the copula time-varying. In the first paper, we introduce a new approach to modeling dependence between International financial returns over time, combining time-varying copulas and the Markov switching model. We apply these copula models and also those proposed by Patton (2006), Jondeau and Rockinger (2006) and Silva Filho et al. (2012a) to the return data of FTSE 100, CAC 40 and DAX indexes. We compare these methodologies in terms of the resulting dynamics of dependence and the models' abilities to forecast Value-at-Risk (VaR). Interestingly, ali the models identify a long period of high dependence between the returns beginning in 2007, when the subprime crisis was evolving. Surprisingly, the elhptical copulas perform best in forecasting the extreme quantiles of the portfolios returns. In the second paper, we extend our study to the case of n > 2 variables, using the vine copula model to investigate the dependence structure of the broad stock market indexes CAC 40, DAX, FTSE 100, S&P 500 and IBOVESPA, and, particularly, check the asymmetric dependence hypothesis in this case. Based on our empirical results, however, this hypothesis cannot be verified. Perhaps, asymmetric dependence with stronger lower tails occurs only temporarily, what suggests that incorporating time variation into the vine copula rnodel can improve it as a tool to rnodel multivariate International financial data. So, in the third paper, we introduce dynamics into the vine copula model by allowing the dependence parameters of the pair-copulas in a D-vine decomposition to be potentially timevarying, following a nonlinear restricted ARMA(l,m) process as in Patton (2006). The proposed model is evaluated in simulations and further assessed with respect to the accuracy of Value-at- Risk (VaR) forecasts in crisis periods. The Monte Cario experiments are quite favorable to the dynamic D-vine copula in comparison with a static D-vine copula. Moreover, the dynamic Dvine copula outperforms the static D-vine copula in terms of predictive accuracy for our data sets.

A estimação e previsão da volatilidade de ativos são de suma importância para os mercados financeiros. Temas como risco e incerteza na teoria econômica moderna incentivaram a procura por métodos capazes de modelar uma variância condicional que evolui ao longo do tempo. O objetivo principal desta dissertação é comparar alguns métodos de regressão global e local quanto à extração da volatilidade dos índices Ibovespa e Standard and Poor´s 500. Para isto, são realizadas estimações e previsões com os modelos GARCH paramétricos e com os modelos aditivos semi-paramétricos. Os primeiros, tradicionalmente utilizados na estimação de segundos momentos condicionais, têm sua capacidade sugerida em diversos artigos. Os segundos provêm alta flexibilidade e descrições visualmente informativas das relações entre as variáveis, tais como assimetrias e não linearidades. Sendo assim, testar o desempenho dos últimos frente às estruturas paramétricas consagradas apresenta-se como uma investigação apropriada. A realização das comparações ocorre em períodos selecionados de alta volatilidade no mercado financeiro internacional (crises), sendo a performance dos modelos medida dentro e fora da amostra. Os resultados encontrados sugerem a capacidade dos modelos semi-paramétricos em estimar e prever a volatilidade dos retornos dos índices nos momentos analisados. / Volatility estimation and forecasting are very important matters for the financial markets. Themes like risk and uncertainty in modern economic theory have encouraged the search for methods that allow for the modeling of time varying variances. The main objective of this dissertation is to compare global and local regressions in terms of their capacity to extract the volatility of Ibovespa and Standard and Poor 500 indexes. To achieve this aim, parametric GARCH and semiparametric additive models estimation and forecasting are performed. The first ones, traditionally applied in the estimation of conditional second moments, have their capacity suggested in many papers. The second ones provide high flexibility and visually informative descriptions of the relationships between the variables, like asymmetries and nonlinearities. Therefore, testing the last ones´ performance against the acknowledged parametric structures is an appropriate investigation. Comparisons are made in selected periods of high volatility in the international financial market (crisis), measuring the models´ performance inside and outside sample. The results that were found suggest the capacity of semiparametric models to estimate and forecast the Indexes returns´ volatility at the analyzed moments.

A volatilidade é uma medida de incerteza quanto às variações dos preços de ativos. Este trabalho tem como objetivo analisar a volatilidade, através dos diversos modelos da família GARCH, de três índices de mercados financeiros: Dow Jones, IBovespa e S&P 500. Com este intuito, foram aqui utilizadas técnicas univariadas e multivariadas, bem como análises de Causalidade de Granger. Através das duas primeiras ferramentas, escolhemos o melhor modelo para cada um destes casos. Usando a terceira ferramenta, concluímos que o IBovespa é significativamente influenciado pela abertura do Dow Jones e do S&P500. Por outro lado, mostramos que a abertura do IBovespa não impacta, nem à 10% de significância, os índices Dow Jones e S&P 500. Também concluímos que a incorporação de um dos índices americanos ao modelo do IBovespa torna-o mais significativo, uma vez que o mercado acionário brasileiro é impactado pelos dois índices citados anteriormente. Desta forma, este trabalho mostra que os modelos GARCH multivariados aparentam ser mais eficazes na estimação da volatilidade de ativos financeiros do que os modelos GARCH univariados. / The volatility is a measure of the uncertainty of variations of asset prices. The main goal of this work is to analyze the volatility, by the use of several models of the GARCH family, of three financial market indexes: Dow Jones, IBovespa and S&P 500. With this purpose, we use univariate and multivariate techniques, as well as Granger Causality. Using these first two tools, we choose the best model for each one of these cases. Using the third tool, we conclude that the IBovespa is significatively influenced by the opening of the Dow Jones and the S&P 500 indexes. On the other hand, we show that the opening of the IBovespa does not impact, not even at 10% of significance, the Dow Jones and S&P 500 indexes. We also conclude that incorporation of one of these American indexes to the model involving IBovespa makes it more significant, once the Brazilian Stock Market is impacted by the two American indexes we mention before. This work shows that multivariate GARCH models seem to be more efficient in the volatility estimation of financial assets than univariate GARCH models.

A dissertação traz um breve resumo da história da siderurgia no Brasil, e comentários sobre o que vem ocorrendo no setor no mundo. A dissertação busca contribuir com a estimação de demanda para mercados oligopolizados, utilizando como proxie o mercado siderúrgico brasileiro. O objetivo, portanto, é estimar as variáveis econômicas que impactam o consumo de vergalhão no Brasil. Para isso são criados diversos modelos econométricos de demanda, utilizando as modelagens VAR (Vetor Auto-regressivo), BVAR (Vetor Autoregressivo Bayesiano) e Variáveis Instrumentais (IV). A metodologia BVAR foi aquela que apresentou os melhores resultados, com os seus coeficientes sendo robustos e estatisticamente significantes, além de reproduzirem a teoria econômica. / The present dissertation begins with a small resume of the history of the steel sector in Brazil, added to this some comments about that in the world. The dissertation aims to contribute with the estimation of oligopoly markets demand, using as a proxy the steel industry in Brazil. The main objective is to estimate the economics variables witch impact the rebar consumption in Brazil. The estimates are made using different econometric methodologies as VAR (Vector Autoregressive), BVAR (Bayesian Vector Autoregressive) and Instrumental Variables. The BVAR methodology is the one witch presents the best results, with the coefficients signs being robust and statistic significant, besides reproducing the economic theory.