ASSIS, Dércio Nonato Chaves de. Decomposição da pobreza no Brasil usando um modelo de fatores dinâmicos / Dércio Nonato Chaves de Assis. - 2015. 42f. Dissertação (mestrado) - Universidade Federal do Ceará, Programa de Pós Graduação em Economia, CAEN, Fortaleza, 2015. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2017-06-07T19:27:57Z No. of bitstreams: 1 2015_dis_dncassis.pdf: 913297 bytes, checksum: 939f66d98cd4e85002672aa456a008b7 (MD5) / Approved for entry into archive by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2017-06-07T19:28:17Z (GMT) No. of bitstreams: 1 2015_dis_dncassis.pdf: 913297 bytes, checksum: 939f66d98cd4e85002672aa456a008b7 (MD5) / Made available in DSpace on 2017-06-07T19:28:17Z (GMT). No. of bitstreams: 1 2015_dis_dncassis.pdf: 913297 bytes, checksum: 939f66d98cd4e85002672aa456a008b7 (MD5) Previous issue date: 2015 / This paper investigates the common dynamic properties of poverty rates across Brazilian states during the period 1976-2012. Aiming to investigate whether movements in poverty levels were explained with greater emphasis by 'shocks' originated from influences at the national level (Macroeconomic Policies, e.g.), or by changes at the local/regional level (educational structure, health conditions, labor market, etc.). Therefore, it was utilized the Bayesian dynamic latent factor model approach, proposed by Kose, Otrok and Whiteman (2003, American Economic Review), allowing the decomposition of poverty into national, regional and state specific component factors. The results showed that, on average, the national factor was responsible for explaining approximately three quarters of the volatility in the poverty rate of the Brazilian states. Additionally, it was found that importance of the national factor grew, to the detriment of idiosyncratic factor, since 1995. This result emphasizes, in some way, the great importance of controlling hyperinflation and increased social spending by the federal government to change poverty rates in Brazil. However, the importance of regional and local components differed substantially among states. Variations in educational attainment and labor market dynamics may explain these regional differences. / O presente artigo investiga as propriedades de dinâmicas comuns entre as taxas de pobreza dos Estados brasileiros no período de 1976 a 2012. Buscou-se verificar se os movimentos nos níveis de pobreza foram explicados com maior ênfase por “choques” oriundos de influências em âmbito nacional (Políticas Macroeconômicas, por exemplo), ou por alterações em nível local/regional (Estrutura educacional, condições de saúde, mercado de trabalho, etc.). Para tanto, foi empregado à abordagem do modelo de fatores dinâmicos latentes bayesiano, proposta por Kose, Otrok e Whiteman (2003, American Economic Review), que permitiu decompor a pobreza em fatores nacional, regionais e componentes específicos estaduais. Os resultados demonstraram que, em média, o fator nacional foi responsável por explicar, aproximadamente, três quartos da volatilidade da taxa de pobreza dos Estados brasileiros. Adicionalmente, constatou-se que a força do fator nacional cresceu, em detrimento do fator idiossincrático, a partir de 1995. Esse resultado destaca, de certo modo, a grande importância do controle da hiperinflação e do aumento dos gastos sociais do governo federal em alterar as taxas de pobreza nos Estados nesse período. Vale destacar que a influência de componentes regionais e locais diferiu substancialmente entre os Estados. Diferenças no nível educacional e dinâmica do mercado de trabalho podem explicar essas distinções regionais.

Submitted by Guilherme Branco Gomes (guilherme.branco.gomes@gmail.com) on 2018-04-17T00:19:25Z No. of bitstreams: 1 dissertacao Guilherme Branco Gomes versao final.pdf: 2137139 bytes, checksum: cead1d1fa55323ea0f81e275c713796e (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2018-04-18T19:53:58Z (GMT) No. of bitstreams: 1 dissertacao Guilherme Branco Gomes versao final.pdf: 2137139 bytes, checksum: cead1d1fa55323ea0f81e275c713796e (MD5) / Made available in DSpace on 2018-05-08T17:43:40Z (GMT). No. of bitstreams: 1 dissertacao Guilherme Branco Gomes versao final.pdf: 2137139 bytes, checksum: cead1d1fa55323ea0f81e275c713796e (MD5) Previous issue date: 2018-03-19 / This work compares dynamic factor model’s forecasts for Brazilian GDP. Our approach takes into account mixed frequencies and can handle missing data. We implement three models: the first is based on the Principal Components Analysis methodology; the second employs a two-step estimation method with quarterly inputs; the last is similar to the former but uses monthly series. A real-time out-of-sample exercise is proposed to assess the performance of these models. A dataset is created for each day within 27 quarters - from the fourth quarter of 2010 up to the second quarter of 2017. For recent periods, the nowcasts estimated by both two-step procedures perform better than the average predictions of Focus Survey, a bulletin organized by the Brazilian Central Bank. We also show evidence that the average of GDP forecasts from this survey may be biased / Esse trabalho compara previsões para o PIB brasileiro utilizando modelos de fatores dinâmicos. Nossa abordagem leva em consideração frequências mistas e lida com dados incompletos na base (missing data). Nós implementamos três modelos: o primeiro é baseado na metodologia de componentes principais; o segundo emprega uma estimação por dois estágio com variáveis trimestrais; o último é similar ao anterior mas utiliza series mensais. Um exercício em tempo real, fora da amostra, é proposto para comparar o desempenho desses modelos. Uma base de dados é criada para cada dia dentro de 27 trimestres - do quarto trimestre de 2010 até o segundo de 2017. Para períodos recentes, os nowcasts estimados para ambos os procedimentos de dois estágios se mostram melhores do que a média de previsão da pesquisa Focus, um boletim organizado pelo Banco Central do Brasil. Nós também mostramos evidências que a média das previsões do PIB dessa pesquisa pode ser viesada

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-01-09T16:22:37Z No. of bitstreams: 1 marcelferreiradeoliveira.pdf: 2312394 bytes, checksum: f33ded8f4be15a1631188b06f654c1a6 (MD5) / Approved for entry into archive by Diamantino Mayra (mayra.diamantino@ufjf.edu.br) on 2017-01-31T11:22:13Z (GMT) No. of bitstreams: 1 marcelferreiradeoliveira.pdf: 2312394 bytes, checksum: f33ded8f4be15a1631188b06f654c1a6 (MD5) / Made available in DSpace on 2017-01-31T11:22:13Z (GMT). No. of bitstreams: 1 marcelferreiradeoliveira.pdf: 2312394 bytes, checksum: f33ded8f4be15a1631188b06f654c1a6 (MD5) Previous issue date: 2015-06-11 / O objetivo desta dissertação é estudar a dinâmica da produtividade total dos fatores (PTF) através de um modelo de fatores dinâmicos e verificar a importância do catch up e outros determinantes da PTF por meio do estimador do GMM Sistêmico, utilizando dados da Penn World Table 9.0 entre 1970 e 2014. Devido à existência de transbordamentos tecnológicos e comércio internacional, é esperado que existam variações comuns entre as produtividades de diferente países. Sendo assim, estimamos um modelo de fatores dinâmicos para as PTFs de um conjunto de países tecnologicamente avançados para capturar esses efeitos. Dessa estimativa fomos capazes de extrair seu fator comum e usá-la como proxy para PTF mundial. Isso nos permite incluir a tendência comum na regressão da PTF e estimar seus efeitos sobre a PTF. Nosso fator comum estimado reflete bem aos principais choques de produtividade que ocorreram no período e a sensibilidade de cada país com relação ao fator comum parece estar negativamente relacionada com o nível de desenvolvimento de cada país – essa correlação parece estar de acordo com o argumento de que há um efeito de catch up na produtividade: países mais distantes da fronteira têm crescimento maior por absorverem mais da tecnologia mundial. Além disso, nossas estimativas para o painel dinâmico estimado utilizando este fator estimado reforça esse resultado. / The purpose of this dissertation is to study the global dynamics of total factor productivity (TFP) through a dynamic factors model and verify the importance of the catch up effect and other determinants of TFP through the System GMM estimator, using data from the Penn World Table 9.0 from 1970 to 2014. Because there’re technological spillovers and international trade, it would be expected to see the existence of common variations in the productivity of different countries. Therefore, we apply a dynamic factor model to these productivities and its growth rates in order to capture these effects. These estimates allow us to extract the common factor and use it as a proxy for the world TFP. It allows us to include the common trend in the dynamic equation in the TFP regression in order to estimate its effects on the TFP. Our estimated common factor captures well the main productivity shocks that occurred in the period, and the sensibility of each country to the common factor seems to be negatively related to its country level of technological development – this correlation is in accordance with the argument that there’s a catch up effect in productivity: countries more distant from the frontier have higher growth rates because there is more room to absorb from the global technology. Moreover, our estimates for the dynamic panel using this estimated factor reinforces this result.