Made available in DSpace on 2010-04-20T20:08:12Z (GMT). No. of bitstreams: 0 Previous issue date: 1993-05-14T00:00:00Z / Este trabalho compara procedimentos de previsão de preços de commodities, utilizados de maneira empírica pelos analistas de mercado, com os procedimentos fornecidos pela Análise de Séries Temporais. Aplicamos os métodos de previsão utilizando as Médias Móveis, os métodos baseados em Alisamentos exponenciais e principalmente os modelos ARIMA de Box-Jenkins. Estes últimos são, em geral, generalizações dos primeiros, com a vantagem de utilizar os instrumentos estatísticos de medidas das incertezas, como o desvio-padrão e os intervalos de confiança para as previsões.

Made available in DSpace on 2010-04-20T20:18:31Z (GMT). No. of bitstreams: 0 Previous issue date: 1997-04-23T00:00:00Z / Analisa-se as técnicas de previsão mais utilizadas pelos analistas técnicos, procurando verificar se existe base estatística que corrobore a elevada popularidade que estes métodos possuem nos mercados financeiros. A evidência estatística mostra que estes métodos funcionam durante determinados períodos de tempo, não existindo evidência de que o mesmo método funcione durante longos períodos de tempo.

Made available in DSpace on 2010-04-20T20:58:03Z (GMT). No. of bitstreams: 3 MarcelaPrada02032007.pdf.jpg: 16766 bytes, checksum: 92d4c6492c0ca337a211a7e9d4b9c7db (MD5) MarcelaPrada02032007.pdf.txt: 76235 bytes, checksum: e0227f2869ce90ba605719c93c68ac5f (MD5) MarcelaPrada02032007.pdf: 225507 bytes, checksum: f10ffd6c1499fae1b84f3646a74d86e7 (MD5) Previous issue date: 2007-03-02T00:00:00Z / After implementing the inflation-targeting framework, the Brazilian Central Bank has developed a survey of market forecasts for inflation and other macroeconomic variables as a tool to guide the monetary policy. The ranking of the top 5 forecasts among the ones in the survey has been published monthly since 2001. This paper analyses the prize structure of the Top 5 ranking as an incentive mechanism to (i) obtain updated market forecasts and (ii) stimulate the organizations and analysts to improve their forecasts. The analysis is based on the existing literature about tournaments and on information available about the survey and the Top 5 ranking. There is evidence suggesting that participants of the survey are heterogeneous in ability or in the level of effort chosen. / Com a implementação do sistema de metas de inflação no Brasil, o Banco Central desenvolveu uma pesquisa de coleta de expectativas do mercado para a inflação e outras variáveis macroeconômicas, como uma das ferramentas para guiar a política monetária. O ranking Top 5 com as melhores projeções vem sendo publicado desde 2001. Este trabalho analisa a estrutura de premiação do ranking Top 5 como um mecanismo de incentivo para (i) obter projeções atualizadas do mercado e (ii) estimular as instituições participantes da pesquisa a aprimorar suas projeções. A análise baseia-se na literatura desenvolvida na área de torneios e na investigação dos dados disponíveis na pesquisa de expectativas e na premiação Top 5. Encontra-se alguma evidência de heterogeneidade entre os participantes da pesquisa, que pode estar relacionada tanto a características intrínsecas de cada instituição com relação à habilidade quanto ao nível de esforço e estratégia escolhidos.

Made available in DSpace on 2010-04-20T21:00:10Z (GMT). No. of bitstreams: 3 ricardopedreti.pdf.jpg: 16529 bytes, checksum: f0068caf5842b92d8c35ffdcd05524bd (MD5) ricardopedreti.pdf: 2272016 bytes, checksum: 008e03c162cbef3bf23a95e184265530 (MD5) ricardopedreti.pdf.txt: 241136 bytes, checksum: e1c28df730f597bd1ec33f59305844b4 (MD5) Previous issue date: 2008-02-11T00:00:00Z / Bayesian Networks may be powerful tools for Financial-Economics modeling. When high degree of uncertainty is present, these tools can be used as strongly helpful advisors in the decision making process. Non-linear relations among variables are normally not captured in traditional linear econometric models. Moreover, specially on situation of crisis or rupture, linear relation do no represent anymore a good proxy to real behavior of financial-economical variables. This contributes for increasing the distance between the theoretical forecasting model and the real data. Throughout this work, we show a methodology for gathering and applying data into Bayesian Networks in order to obtain cash flow growing models for some Brazilian companies and the economical sector they play. Later on, we compare the results of such predictions to the traditional econometric models, and finally to the real data observed in such period. As a conclusion of the study, we make an evaluation of the pros and cons of using Bayesian Network for such application. / Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.

Made available in DSpace on 2010-04-20T21:00:51Z (GMT). No. of bitstreams: 4 Aurelien Dominique Emmanuel Lorthiois.pdf.jpg: 20555 bytes, checksum: 104d9c73afe06900b4f6320d1ca57a47 (MD5) Aurelien Dominique Emmanuel Lorthiois.pdf: 374119 bytes, checksum: e3c676f8fa5a823f03f9cbec2e9f9605 (MD5) license.txt: 4886 bytes, checksum: 301591937b0d196eef6c9987d71eaa35 (MD5) Aurelien Dominique Emmanuel Lorthiois.pdf.txt: 62072 bytes, checksum: 65eb038f1661cb50c10a8bba7afb736d (MD5) Previous issue date: 2009-02-04T00:00:00Z / No Brasil, o regime de metas para inflação foi instituído em julho de 1999, pelo Banco Central do Brasil, sendo o principal objetivo ancorar as expectativas de mercado. Este regime levou a uma queda da inflação e também a uma convergência das expectativas. Quando comparadas com a inflação ocorrida, as expectativas do mercado melhoraram nos últimos anos, porém, continuam com um erro ainda expressivo para o prazo de 6 meses. Em linhas gerais, a contribuição desta dissertação é de mostrar que existem modelos simples que conseguem prever o comportamento da inflação em médio prazo (6 meses). Um modelo ARIMA do IPCA obtém projeções acumuladas de inflação melhores que as projeções do mercado. / In July 1999, the inflation targeting was implemented by the Brazilian Central Bank, in which the major objective was to guide the market expectations. This regime reduced the inflation and converged the expectations. Although, when compared the inflation accumulated for six month and its market expectation there is still a difference between them. The contribution of this work is that we can construct simple models for inflation that project the inflation in the medium term. An autoregressive moving average model of the official inflation in Brazil can project better than the market.

nÃo hà / At first, a brief discussion on monetary economy and the regimen of target for inflation in Brazil will be performed. This latter has been an important step towards stabilization in our country, as there was an annual average of inflation about 842% within a period immediately before the adoption of the target. Besides influencing in a positive manner the Central Bank of Brazilâs credibility, it is possible to notice an augmented inclusion in this regimen on the part of many countries since 1990, when it had its start in New Zealand. The conferences held by the Monetary Policy Committee (COPOM) will also be taken into consideration, for it has been responsible for the establishment of the target regarding interest rates (SELIC), which is the main tool related to monetary policy assumed by the Central Bank of Brazil in order to maintain inflation inside of the levels proposed by the National Monetary Council (CMN), so as to identify which variables can interfere in and affect the decisions made by such committee. / Inicialmente, fazemos uma breve discussÃo sobre economia monetÃria e o regime de metas de inflaÃÃo no Brasil, que foi um importante passo para a estabilizaÃÃo da inflaÃÃo no paÃs, jà que se teve uma mÃdia anual de inflaÃÃo de 842% num perÃodo imediatamente antes da adoÃÃo das metas. AlÃm de afetar positivamente a credibilidade do Banco Central. Nota-se tambÃm uma adesÃo crescente de diversos paÃses a esse regime desde 1990, quando teve inÃcio na Nova ZelÃndia. TambÃm analisamos as reuniÃes do Comità de PolÃtica MonetÃria (COPOM), responsÃvel pela fixaÃÃo da meta da taxa de juros (Selic), que à o principal instrumento de polÃtica monetÃria utilizada pelo Banco Central do Brasil para manter a inflaÃÃo dentro dos nÃveis estabelecidos pelo Conselho MonetÃrio Nacional (CMN), identificando quais sÃo as variÃveis que podem influenciar e afetar as decisÃes deste comitÃ. Neste artigo, usamos a abordagem estatÃstica para dados de alta freqÃÃncia desenvolvida por Hamilton e Jordà (2002) para a economia brasileira, pretendendo modelar e prever a decisÃo da taxa de juros (Selic) do Banco Central. De acordo com os principais resultados, a taxa de Hazard obtida parece inferir que o Banco Central muda a taxa Selic com uma probabilidade condicional de 36%. VariÃveis como o desvio entre a inflaÃÃo observada e a meta, e a diferenÃa entre o Produto Interno Bruto e o produto potencial parecem ser mais significantemente relevantes em explicar a duraÃÃo e os marks para a mudanÃa do alvo, corroborando com os resultados em Portugal (2008). Somos tambÃm capazes de prever razoavelmente a taxa Selic na amostra."

Previsões probabilísticas de precipitação foram obtidas a partir de um conjunto de simulações pelo modelo WRF e utilizadas como condição de contorno no modelo hidrológico TopModel para previsão hidrometeorológica na bacia do Rio Iguaçu, no estado do Paraná. Nas simulações de cheias, durante o período de elevação do volume de precipitação, o erro médio aritmético do conjunto de previsões foi menor que cada um dos membros utilizados nesse conjunto, indicando melhor destreza do conjunto médio em relação a qualquer previsão determinística. Na dissipação dos sistemas precipitantes, alguns membros obtiveram resultados melhores que o conjunto médio e, em geral, as previsões são confluentes. As melhores previsões de precipitação com o WRF foram obtidas com as combinações de microfísica Lin e convecção de Kain Fritsch, microfísica WSM 5 e convecção de Kain Fritsch e simulações defasadas em 6 horas. As simulações inicializadas em horários mais próximos da ocorrência do fenômeno não garantiram uma melhoria na distribuição de precipitação na bacia. A avaliação do sistema de previsão por conjuntos pelo índice de Brier (IB) e seus termos demonstrou níveis suficientes de confiabilidade e destreza para ser utilizada na maioria dos eventos de precipitação sobre a bacia do rio Iguaçu. Os valores do IB estiveram entre 0,15 e 0,3 com picos isolados. Os valores obtidos para o termo de incerteza estiveram entre 0,1 e 0,25 indicando bons resultados visto que o desejável é o mais próximo de zero. Nos eventos de chuva, o termo de confiabilidade apresentou valores próximos a 0,2 no período da manhã e valores entre 0,3 e 0,4 no período da tarde, com um acréscimo no final da integração. O índice de acerto foi de 60 % a 90 % durante o período de integração (48 horas) para o conjunto médio de previsões e entre 50 a 80% para a previsão determinística. Em todos os horários de simulação o erro de fase foi maior que o erro de amplitude, possivelmente devido aos atrasos da propagação dos sistemas precipitantes e aos efeitos de ajuste das condições físicas iniciais da atmosfera. Os erros de fase e amplitude foram menores na previsão probabilística em todo o período de integração. Assim como na previsão de precipitação, nas simulações de vazão o erro de fase foi maior que o erro de amplitude, indicando que o atraso nas previsões de variação da vazão ainda é o um desafio na previsão hidrometeorológica. Observou-se que o modelo hidrológico é bastante sensível a previsão de precipitação e, portanto, a melhoria das previsões de vazão é diretamente proporcional a diminuição dos erros nas previsões de precipitação. / Probabilistic forecast of precipitation from WRF model simulations was used as input in hydrological TopModel for streamlines forecast in Iguaçu Basin, Parana, southern Brazil. The arithmetic error of precipitation ensemble forecast was smaller than each individual member forecast error in the streamflow increase stage. It means the use of ensemble forecast was better than any deterministic forecast. But when the streamflow decreases, the results are confluent and some individual member forecast was better than ensemble. Simulations using Lin microphysical parameterization and Kain Fritsch, WSM 5 and Kain Fritsch and 6h lagged obtained the better results of precipitation over the basin. The use of runs with initial conditions near the precipitation time did not guarantee better results in the distribution of precipitation on the basin. The Brier Score (BS) of the ensemble system demonstrated that the system is very skillful with values between 0.15 and 0.3. Both uncertainty and reliability terms of BS, 0.1 0.25 and 0.2- 0.4, respectively, were encouraging for use hourly ensemble forecast of precipitation on the watershed. Ensemble forecast provide high values of hit scores (0.6 to 0.9) than deterministic forecast (0.5 to 0.8) at all period of integration. Due the delay in the forecasts of the precipitation systems, the phase error is predominant over amplitude during all time. Both errors were reduced using the ensemble forecasts. The phase errors in hydrological were greater than amplitude such as precipitation forecasts. Thus, for increase streamflow forecast it should reduced the errors in QPF forecasts.

Mercado Preditivo (MP) é uma ferramenta que utiliza o mecanismo de preço de mercado para agregar informações dispersas em um grande grupo de pessoas, visando à geração de previsões sobre assuntos de interesse. Trata-se de um método de baixo custo, capaz de gerar previsões de forma contínua e que não exige amostras probabilísticas. Há diversas aplicações para esses mercados, sendo que uma das principais é o prognóstico de resultados eleitorais. Este estudo analisou evidências empíricas da eficácia de um Mercado Preditivo no Brasil, criado para fazer previsões sobre os resultados das eleições gerais do ano de 2014, sobre indicadores econômicos e sobre os resultados de jogos do Campeonato Brasileiro de futebol. A pesquisa teve dois grandes objetivos: i) desenvolver e avaliar o desempenho de um MP no contexto brasileiro, comparando suas previsões em relação a métodos alternativos; ii) explicar o que motiva as pessoas a participarem do MP, especialmente quando há pouca ou nenhuma interação entre os participantes e quando as transações são realizadas com uma moeda virtual. O estudo foi viabilizado por meio da criação da Bolsa de Previsões (BPrev), um MP online que funcionou por 61 dias, entre setembro e novembro de 2014, e que esteve aberto à participação de qualquer usuário da Internet no Brasil. Os 147 participantes registrados na BPrev efetuaram um total de 1.612 transações, sendo 760 no tema eleições, 270 em economia e 582 em futebol. Também foram utilizados dois questionários online para coletar dados demográficos e percepções dos usuários. O primeiro foi aplicado aos potenciais participantes antes do lançamento da BPrev (302 respostas válidas) e o segundo foi aplicado apenas aos usuários registrados, após dois meses de experiência de uso da ferramenta (71 respostas válidas). Com relação ao primeiro objetivo, os resultados sugerem que Mercados Preditivos são viáveis no contexto brasileiro. No tema eleições, o erro absoluto médio das previsões do MP na véspera do pleito foi de 3,33 pontos percentuais, enquanto o das pesquisas de opinião foi de 3,31. Considerando todo o período em que o MP esteve em operação, o desempenho dos dois métodos também foi parecido (erro absoluto médio de 4,20 pontos percentuais para o MP e de 4,09 para as pesquisas). Constatou-se também que os preços dos contratos não são um simples reflexo dos resultados das pesquisas, o que indica que o mercado é capaz de agregar informações de diferentes fontes. Há potencial para o uso de MPs em eleições brasileiras, principalmente como complemento às metodologias de previsão mais tradicionais. Todavia, algumas limitações da ferramenta e possíveis restrições legais podem dificultar sua adoção. No tema economia, os erros foram ligeiramente maiores do que os obtidos com métodos alternativos. Logo, um MP aberto ao público geral, como foi o caso da BPrev, mostrou-se mais indicado para previsões eleitorais do que para previsões econômicas. Já no tema futebol, as previsões do MP foram melhores do que o critério do acaso, mas não houve diferença significante em relação a outro método de previsão baseado na análise estatística de dados históricos. No que diz respeito ao segundo objetivo, a análise da participação no MP aponta que motivações intrínsecas são mais importantes para explicar o uso do que motivações extrínsecas. Em ordem decrescente de relevância, os principais fatores que influenciam a adoção inicial da ferramenta são: prazer percebido, aprendizado percebido, utilidade percebida, interesse pelo tema das previsões, facilidade de uso percebida, altruísmo percebido e recompensa percebida. Os indivíduos com melhor desempenho no mercado são mais propensos a continuar participando. Isso sugere que, com o passar do tempo, o nível médio de habilidade dos participantes tende a crescer, tornando as previsões do MP cada vez melhores. Os resultados também indicam que a prática de incluir questões de entretenimento para incentivar a participação em outros temas é pouco eficaz. Diante de todas as conclusões, o MP revelou-se como potencial técnica de previsão em variados campos de investigação. / Prediction Market (PM) is a tool which uses the market price mechanism to aggregate information scattered in a large group of people, aiming at generating predictions about matters of interest. It is a low cost method, able to generate forecasts continuously and it does not require random samples. There are several applications for these markets and one of the main ones is the prognosis of election outcomes. This study analyzed empirical evidences on the effectiveness of Prediction Markets in Brazil, regarding forecasts about the outcomes of the general elections in the year of 2014, about economic indicators and about the results of the Brazilian Championship soccer games. The research had two main purposes: i) to develop and evaluate the performance of PMs in the Brazilian context, comparing their predictions to the alternative methods; ii) to explain what motivates people´s participation in PMs, especially when there is little or no interaction among participants and when the trades are made with a virtual currency (play-money). The study was made feasible by means of the creation of a prediction exchange named Bolsa de Previsões (BPrev), an online marketplace which operated for 61 days, from September to November, 2014, being open to the participation of any Brazilian Internet user. The 147 participants enrolled in BPrev made a total of 1,612 trades, with 760 on the election markets, 270 on economy and 582 on soccer. Two online surveys were also used to collect demographic data and users´ perceptions. The first one was applied to potential participants before BPrev launching (302 valid answers) and the second was applied only to the registered users after two-month experience in tool using (71 valid answers). Regarding the first purpose, the results suggest Prediction Markets to be feasible in the Brazilian context. On the election markets, the mean absolute error of PM predictions on the eve of the elections was of 3.33 percentage points whereas the one of the polls was of 3.31. Considering the whole period in which BPrev was running, the performance of both methods was also similar (PM mean absolute error of 4.20 percentage points and poll´s 4.09). Contract prices were also found as not being a simple reflection of poll results, indicating that the market is capable to aggregate information from different sources. There is scope for the use of PMs in Brazilian elections, mainly as a complement of the most traditional forecasting methodologies. Nevertheless, some tool limitations and legal restrictions may hinder their adoption. On markets about economic indicators, the errors were slightly higher than those obtained by alternative methods. Therefore, a PM open to general public, as in the case of BPrev, showed as being more suitable to electoral predictions than to economic ones. Yet, on soccer markets, PM predictions were better than the criterion of chance although there had not been significant difference in relation to other forecasting method based on the statistical analysis of historical data. As far as the second purpose is concerned, the analysis of people´s participation in PMs points out intrinsic motivations being more important in explaining their use than extrinsic motivations. In relevance descending order, the principal factors that influenced tool´s initial adoption are: perceived enjoyment, perceived learning, perceived usefulness, interest in the theme of predictions, perceived ease of use, perceived altruism and perceived reward. Individuals with better performance in the market are more inclined to continue participating. This suggests that, over time, participants´ average skill level tends to increase, making PM forecasts better and better. Results also indicate that the practice of creating entertainment markets to encourage participation in other subjects is ineffective. Ratifying all the conclusions, PM showed as being a prediction potential technique in a variety of research fields.

A habilidade de prever onde nós podem estar em um futuro próximo, pode possibilitar novas aplicações em Redes Ad-Hoc Móveis (MANET). Por exemplo, o conteúdo pode ser gerado para um consumidor em potencial em cenários de computação pervasiva ou congestionamentos de tráfego podem ser previstos e prevenidos. Neste trabalho introduzimos dois algoritmos para previsão de posição futura de nós em uma rede móvel, PheroCast e ToD-Pherocast. O algoritmo de Previsão Baseada em Feromônios (PheroCast) é um algoritmo leve para realizar predições online da posição futura de um nó baseado em seu histórico de movimentação. PheroCast, no entanto, não leva em consideração variações no padrão de movimentação ao longo do dia, usando o histórico do passado da mesma forma. Por exemplo, em um cenário em que o mesmo nó viaja todos os dias de manhã, mas raramente à tarde, PheroCast dará o mesmo ou mais peso para o dado da manhã enquanto estiver prevendo a viagem à tarde, o que provavelmente levaria a uma previsão errada. Devido a tal limitação, desenvolvemos o Time of Day Pherocast, ou ToD-Pherocast, uma versão estendida do algoritmo original que leva em consideração o horário da viagem para gerar as predições, dando mais ênfase à história do movimento em horários similares. Finalmente, apresentamos uma avaliação de desempenho considerando três cenários: (i) previsão da posição de ônibus, cujo comportamento esperado é regular; (ii) previsão de posição de táxis, que aparentemente levaria a baixa taxa de acertos; e (iii) mobilidade de pessoas em relação redes sem fio, que usou rastros coletados pelo grupo de pesquisa do autor. Nossas avaliações mostram que o ToD-PheroCast é até 4.41% melhor que o PheroCast no cenário dos ônibus, em que alcançou acurácia de mais de 85%, e 0.72% melhor no cenário dos táxis, alcançando uma acurácia de até 89.17%. Finalmente, no cenários de previsão de redes sem fio, ToD-PheroCast atingiu 81.02% de acurácia. Esses resultados mostram não só que a previsão da posição é possível nos cenários, mas que pode ser realizada rápida e acuradamente. / The ability to predict where nodes might be in the near future may enable several new applications in a mobile ad hoc network (MANET). For example, content may be generated for an approaching potential consumer in pervasive computing scenarios or traffic jams may be predicted and prevented. We introduce PheroCast, a lightweight algorithm to do online predictions of a node’s future position based on its previous movement history. PheroCast, however, does not take into account the variations in the movement pattern along the day, using any previous history in the same way. For example, in a scenario where the same node travels every morning, but seldom in the evening, PheroCast would give the same or more weight to the data from the morning when predicting an evening trip, which would likely lead to a wrong prediction. Due to this limitation, we developed the Time of Day PheroCast, or ToD-PheroCast, an extended version of the original algorithm which takes the time of the day into account while making predictions, giving more emphasis to the history of movement within similar time windows. Finally, we evaluate the performance in three scenarios: (i) prediction of the position of buses in a metropolis, which are expected to have very regular mobility pattern; (ii) Taxis in a metropolis, which should lead to low accuracy predictions; and (iii) mobility of people interacting with wireless networks, that used traces collected by the author’s research group. Our evaluations show that ToD-PheroCast is up to 4.41% better than PheroCast in the bus scenario, in which it achieved over 85% accuracy in its predictions, and 0.72% better in the taxi scenario, in which the algorithm achieved up to 89.17% accuracy. Finally, in the wireless scenario, ToD-PheroCast achieved 81.02% accuracy. These results show that not only forecasting is possible in such scenarios, but that it may be done with high accuracy, online, and in a lightweight manner. / Dissertação (Mestrado)

Submitted by Marcia Bacha (marcia.bacha@fgv.br) on 2012-03-07T12:45:08Z No. of bitstreams: 1 20120306084421880.pdf: 1716342 bytes, checksum: e7f9f7df4b67ff4e12f57770620942d8 (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2012-03-07T12:50:42Z (GMT) No. of bitstreams: 1 20120306084421880.pdf: 1716342 bytes, checksum: e7f9f7df4b67ff4e12f57770620942d8 (MD5) / Made available in DSpace on 2012-03-07T12:51:26Z (GMT). No. of bitstreams: 1 20120306084421880.pdf: 1716342 bytes, checksum: e7f9f7df4b67ff4e12f57770620942d8 (MD5) / Com origem no setor imobiliário americano, a crise de crédito de 2008 gerou grandes perdas nos mercados ao redor do mundo. O mês de outubro do mesmo ano concentrou a maior parte da turbulência, apresentando também uma explosão na volatilidade. Em meados de 2006 e 2007, o VIX, um índice de volatilidade implícita das opções do S&P500, registrou uma elevação de patamar, sinalizando o possível desequilíbrio existente no mercado americano. Esta dissertação analisa se o consenso de que a volatilidade implícita é a melhor previsora da volatilidade futura permanece durante o período de crise. Os resultados indicam que o VIX perde poder explicativo ao se passar do período sem crise para o de crise, sendo ultrapassado pela volatilidade realizada. / Started in the U.S. housing sector, the credit crisis of 2008 caused great damage in markets around the world. The effects were concentrated in October of the same year, which also showed an explosion in volatility. In mid-2006 and mid-2007, the VIX, an index of implied volatility of options on the S&P500, recorded a rise in level signaling the possible imbalance in the U.S. market. This dissertation examines whether the consensus that implied volatility is the best predictor of future volatility remains during the crisis. The results indicate that the VIX loses explanatory power to move from a period of economic stability for a period of crisis, been surpassed by the realized volatility.