Submitted by (ana.araujo@ufrpe.br) on 2016-07-07T12:44:03Z No. of bitstreams: 1 Josimar Mendes de Vasconcelos.pdf: 4725831 bytes, checksum: 716f4b6bc6100003772271db252915b7 (MD5) / Made available in DSpace on 2016-07-07T12:44:03Z (GMT). No. of bitstreams: 1 Josimar Mendes de Vasconcelos.pdf: 4725831 bytes, checksum: 716f4b6bc6100003772271db252915b7 (MD5) Previous issue date: 2011-08-08 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The last years has increased the quantity of researchers and search scientific in the plantation, production and value of the soybeans in the Brazil, in grain. In front of this, the present dissertation looks for to analyze the data and estimate models that explain, of satisfactory form, the variability observed of the quantity produced and value of the production of soya in grain in the Brazil, in the field of the study. For the development of these analyses is used the classical and Bayesian inference, in the context of simultaneous equations by the tools of indirect square minimum in two practices. In the classical inference uses the estimator of square minima in two practices. In the Bayesian inference worked the method of Mountain Carlo via Chain of Markov with the algorithms of Gibbs and Metropolis-Hastings by means of the technician of simultaneous equations. In the study, consider the variable area harvested, quantity produced, value of the production and gross inner product, in which it adjusted the model with the variable answer quantity produced and afterwards the another variable answer value of the production for finally do the corrections and obtain the final result, in the classical and Bayesian method. Through of the detours normalized, statistics of the proof-t, criteria of information Akaike and Schwarz normalized stands out the good application of the method of Mountain Carlo via Chain of Markov by the algorithm of Gibbs, also is an efficient method in the modelado and of easy implementation in the statistical softwares R & WinBUGS, as they already exist smart libraries to compile the method. Therefore, it suggests work the method of Mountain Carlo via chain of Markov through the method of Gibbs to estimate the production of soya in grain. / Nos últimos anos tem aumentado a quantidade de pesquisadores e pesquisas científicas na plantação, produção e valor de soja no Brasil, em grão. Diante disso, a presente dissertação busca analisar os dados e ajustar modelos que expliquem, de forma satisfatória, a variabilidade observada da quantidade produzida e valor da produção de soja em grão no Brasil, no campo do estudo. Para o desenvolvimento dessas análises é utilizada a inferência clássica e bayesiana, no contexto de equações simultâneas através da ferramenta de mínimos quadrados em dois estágios. Na inferência clássica utiliza-se o estimador de mínimos quadrados em dois estágios. Na inferência bayesiana trabalhou-se o método de Monte Carlo via Cadeia de Markov com os algoritmos de Gibbs e Metropolis-Hastings por meio da técnica de equações simultâneas. No estudo, consideram-se as variáveis área colhida, quantidade produzida, valor da produção e produto interno bruto, no qual ajustou-se o modelo com a variável resposta quantidade produzida e depois a variável resposta valor da produção para finalmente fazer as correções e obter o resultado final, no método clássico e bayesiano. Através, dos desvios padrão, estatística do teste-t, critérios de informação Akaike e Schwarz normalizados destaca-se a boa aplicação do método de Monte Carlo via Cadeia de Markov pelo algoritmo de Gibbs, também é um método eficiente na modelagem e de fácil implementação nos softwares estatísticos R & WinBUGS, pois já existem bibliotecas prontas para compilar o método. Portanto, sugere-se trabalhar o método de Monte Carlo via cadeia de Markov através do método de Gibbs para estimar a produção de soja em grão, no Brasil.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-04-03T19:07:52Z No. of bitstreams: 1 filipesimoesribeiro.pdf: 387633 bytes, checksum: 63981ac15a1c312f9235199284ae77f5 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-04-03T19:11:32Z (GMT) No. of bitstreams: 1 filipesimoesribeiro.pdf: 387633 bytes, checksum: 63981ac15a1c312f9235199284ae77f5 (MD5) / Made available in DSpace on 2017-04-03T19:11:32Z (GMT). No. of bitstreams: 1 filipesimoesribeiro.pdf: 387633 bytes, checksum: 63981ac15a1c312f9235199284ae77f5 (MD5) Previous issue date: 2009-12-18 / FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais / Na área de Finanças Corporativas, há uma vasta literatura que trata dos determinantes do endividamento das empresas. Entretanto, os estudos que analisam essa escolha têm se focado mais nas diferenças entre a utilização de capital próprio e de terceiros, enquanto a literatura a respeito da estrutura (maturidade e fonte) desse endividamento é relativamente menos abundante. Visto isso, este estudo tem como objetivo promover uma investigação empírica acerca das características que influenciam a escolha da maturidade da dívida (dívidas de curto ou longo prazo) e da fonte de financiamento (utilização de oferta pública ou colocação privada de títulos). Para tanto, é utilizada a metodologia de Dados em Painel, a fim de se considerar simultaneamente as dimensões tempo e seccional, auxiliada pela abordagem de equações simultâneas, tendo em vista haver na literatura indicações acerca da endogeneidade de alguns regressores. As informações necessárias à condução do estudo são levantadas para empresas brasileiras que possuem suas ações listadas na Bolsa de Valores de São Paulo (BOVESPA) e na Sociedade Operadora do Mercado de Ativos (SOMA) a partir do banco de dados da Economatica®. Os resultados mostram que empresas brasileiras mais maduras e estabelecidas no mercado tendem a utilizar seus recursos internos como forma de financiar projetos, conforme sugere a Teoria da Pecking Order. Entretanto, quando estas procuram recursos externos, preferem a utilização de fontes privadas de dívidas, como os bancos, importante fonte de recursos para as empresas brasileiras. Pode-se dizer também que existem fortes indicações do processo conhecido como “colaterização da dívida”, principalmente quando se tratam de fontes privadas e recursos de curto prazo. Outro resultado interessante é que a decisão sobre a maturidade e a fonte de financiamento é também influenciada pelas “janelas de oportunidade”, provavelmente porque o maior volume de transações aumenta a liquidez do mercado financeiro, reduzindo o custo da dívida pública em relação ao da dívida privada. / In corporate finance field, there is a vast literature about the capital structure determinants. However, studies have focused on the differences between equity and debt, while the literature about debt structure (maturity and source) is relatively scarce. As such, this study aims to promote empirical research about characteristics that influence debt maturity choice (short or long term debt) and funding source (public offering or private placement). Therefore, Panel Data Method is used in order to consider both time and cross-sectional dimensions, aided by simultaneous equations approach, as literature indicates the presence of regressors endogeneity. Sample data, regarding Brazilian companies listed on São Paulo Stock Exchange (BOVESPA) and Sociedade Operadora do Mercado de Ativos (SOMA), were collected from Economatica® database. The results show that mature and well-established Brazilian firms tend to prefer internal resources when financing projects, as suggested by Pecking Order Theory. However, when they seek external resources, private debt sources, such as banks, are important for Brazilian companies. We can also say that there are strong indications of the process known as "collateralized debt", especially when it comes from private sources and short-term funds. Another interesting result is the debt structure decision is also influenced by "opportunities windows", probably because it increases financial markets liquidity, reducing the cost of public debt compared to private debt.