Submitted by EDUARDO MORATO MELLO (eduardo.mello@br.natixis.com) on 2015-02-04T19:07:16Z No. of bitstreams: 1 MPFE_EduardoMello.pdf: 1511350 bytes, checksum: 0c43eb471871651f1d5b9ab8996e0e63 (MD5) / Rejected by JOANA MARTORINI (joana.martorini@fgv.br), reason: Eduardo, Alterar o ano para 2015. on 2015-02-05T15:09:42Z (GMT) / Submitted by EDUARDO MORATO MELLO (eduardo.mello@br.natixis.com) on 2015-02-05T15:14:07Z No. of bitstreams: 1 MPFE_EduardoMello.pdf: 1511130 bytes, checksum: ee2bf1cdb611b05a4c962200c29ff28f (MD5) / Approved for entry into archive by JOANA MARTORINI (joana.martorini@fgv.br) on 2015-02-05T15:15:33Z (GMT) No. of bitstreams: 1 MPFE_EduardoMello.pdf: 1511130 bytes, checksum: ee2bf1cdb611b05a4c962200c29ff28f (MD5) / Made available in DSpace on 2015-02-05T15:21:22Z (GMT). No. of bitstreams: 1 MPFE_EduardoMello.pdf: 1511130 bytes, checksum: ee2bf1cdb611b05a4c962200c29ff28f (MD5) Previous issue date: 2015-01-30 / Este estudo investiga o poder preditivo fora da amostra, um mês à frente, de um modelo baseado na regra de Taylor para previsão de taxas de câmbio. Revisamos trabalhos relevantes que concluem que modelos macroeconômicos podem explicar a taxa de câmbio de curto prazo. Também apresentamos estudos que são céticos em relação à capacidade de variáveis macroeconômicas preverem as variações cambiais. Para contribuir com o tema, este trabalho apresenta sua própria evidência através da implementação do modelo que demonstrou o melhor resultado preditivo descrito por Molodtsova e Papell (2009), o 'symmetric Taylor rule model with heterogeneous coefficients, smoothing, and a constant'. Para isso, utilizamos uma amostra de 14 moedas em relação ao dólar norte-americano que permitiu a geração de previsões mensais fora da amostra de janeiro de 2000 até março de 2014. Assim como o critério adotado por Galimberti e Moura (2012), focamos em países que adotaram o regime de câmbio flutuante e metas de inflação, porém escolhemos moedas de países desenvolvidos e em desenvolvimento. Os resultados da nossa pesquisa corroboram o estudo de Rogoff e Stavrakeva (2008), ao constatar que a conclusão da previsibilidade da taxa de câmbio depende do teste estatístico adotado, sendo necessária a adoção de testes robustos e rigorosos para adequada avaliação do modelo. Após constatar não ser possível afirmar que o modelo implementado provém previsões mais precisas do que as de um passeio aleatório, avaliamos se, pelo menos, o modelo é capaz de gerar previsões 'racionais', ou 'consistentes'. Para isso, usamos o arcabouço teórico e instrumental definido e implementado por Cheung e Chinn (1998) e concluímos que as previsões oriundas do modelo de regra de Taylor são 'inconsistentes'. Finalmente, realizamos testes de causalidade de Granger com o intuito de verificar se os valores defasados dos retornos previstos pelo modelo estrutural explicam os valores contemporâneos observados. Apuramos que o modelo fundamental é incapaz de antecipar os retornos realizados. / This study investigates whether a Taylor rule-based model provides short-term, one-month-ahead, out-of-sample exchange-rate predictability. We review important research that concludes that macroeconomic models are able to forecast exchange rates over short horizons. We also present studies that are skeptical about the forecast predictability of exchange rates with fundamental models. In order to provide our own evidence and contribution to the discussion, we implement the model that presents the strongest results in Molodtsova and Papell’s (2009) influential paper, the 'symmetric Taylor rule model with heterogeneous coefficients, smoothing, and a constant.' We use a sample of 14 currencies vis-à-vis the US dollar to make out-of-sample monthly forecasts from January 2000 to March 2014. As with the work of Galimberti and Moura (2012), we focus on free-floating exchange rate and inflation-targeting economies, but we use a sample of both developed and developing countries. In line with Rogoff and Stavrakeva (2008), we find that the conclusion about a model’s out-of-sample exchange-rate forecast capability largely depends on the test statistics used: it is necessary to use stringent and robust test statistics to properly evaluate the model. After concluding that it is not possible to claim that the forecasts of the implemented model are more accurate than those of a random walk, we inquire as to whether the fundamental model is at least capable of providing 'rational,' or 'consistent,' predictions. To test this, we adopt the theoretical and procedural framework laid out by Cheung and Chinn (1998). We find that the implemented Taylor rule model’s forecasts do not meet the 'consistent' criteria. Finally, we implement Granger causality tests to verify whether lagged predicted returns are able to partially explain, or anticipate, the actual returns. Once again, the performance of the structural model disappoints, and we are unable to confirm that the lagged forecasted returns antedate the actual returns.

Redes probabilísticas são modelos muito versáteis, com aplicabilidade crescente em diversas áreas. Esses modelos são capazes de estruturar e mensurar a interação entre variáveis, permitindo que sejam realizados vários tipos de análises, desde diagnósticos de causas para algum fenômeno até previsões sobre algum evento, além de permitirem a construção de modelos de tomadas de decisões automatizadas. Neste trabalho são apresentadas as etapas para a construção dessas redes e alguns métodos usados para tal, dando maior ênfase para as chamadas redes bayesianas, uma subclasse de modelos de redes probabilísticas. A modelagem de uma rede bayesiana pode ser dividida em três etapas: seleção de variáveis, construção da estrutura da rede e estimação de probabilidades. A etapa de seleção de variáveis é usualmente feita com base nos conhecimentos subjetivos sobre o assunto estudado. A construção da estrutura pode ser realizada manualmente, levando em conta relações de causalidade entre as variáveis selecionadas, ou semi-automaticamente, através do uso de algoritmos. A última etapa, de estimação de probabilidades, pode ser feita seguindo duas abordagens principais: uma frequentista, em que os parâmetros são considerados fixos, e outra bayesiana, na qual os parâmetros são tratados como variáveis aleatórias. Além da teoria contida no trabalho, mostrando as relações entre a teoria de grafos e a construção probabilística das redes, também são apresentadas algumas aplicações desses modelos, dando destaque a problemas nas áreas de marketing e finanças. / Probabilistic networks are very versatile models, with growing applicability in many areas. These models are capable of structuring and measuring the interaction among variables, making possible various types of analyses, such as diagnoses of causes for a phenomenon and predictions about some event, besides allowing the construction of automated decision-making models. This work presents the necessary steps to construct those networks and methods used to doing so, emphasizing the so called Bayesian networks, a subclass of probabilistic networks. The Bayesian network modeling is divided in three steps: variables selection, structure learning and estimation of probabilities. The variables selection step is usually based on subjective knowledge about the studied topic. The structure learning can be performed manually, taking into account the causal relations among variables, or semi-automatically, through the use of algorithms. The last step, of probabilities estimation, can be treated following two main approaches: by the frequentist approach, where parameters are considered fixed, and by the Bayesian approach, in which parameters are treated as random variables. Besides the theory contained in this work, showing the relations between graph theory and the construction of probabilistic networks, applications of these models are presented, highlighting problems in marketing and finance.

A ocorrência de inundações nos centros urbanos acarreta diferentes transtornos sócio-econômicos. É possível minimizar os problemas quando estes eventos são previstos com antecedência. A partir de ferramentas computacionais, da modelação hidrológica e modelação hidrodinâmica, podem-se obter predições de níveis d´água. O modelo hidrológico físico CSmap e o modelo de cálculo de condutos livres CLiv são adotados neste trabalho para demonstrar a aplicação de um sistema de previsões de cheias. A partir do estudo da Bacia do Rio Ribeira de Iguape, demonstra-se que o aprimoramento destes modelos matemáticos e das técnicas de calibração pode não ser relevante quando os dados de origem são imprecisos. / Differents social and economics problems affect urbanized areas when a flood happens. These problems may be minimized by predictions made by computer´s tools, hydrological models and hydraulics algorithmics. The physical hydrologic model CSmap and open channel´s model CLiv are adopted in this research to demonstrate a flood´s prediction system application. Another analysis shows that the development of math´s models and calibration´s techniques may not be relevant when inaccurate data is utilized.

A modelagem de processos espaço-temporais é de suma importância para dados climatológicos, visto que o clima sofre influência temporal e espacial. A classe de modelos STARMA, autorregressivo e de médias móveis espaço-temporal, adequa-se a esses processos, porém, não há, na literatura, um estudo sobre o melhor método para quantificar a dependência espacial, e não é sabido se há uma diferença entre os métodos para esses modelos. Logo, neste trabalho, é realizado um estudo de simulações do modelo STAR, utilizando-se diferentes formas para obter os pesos espaciais. Após concluir as simulações é realizado o ajuste de um modelo STARIMA para um conjunto de dados de médias mensais de temperaturas mínimas diárias coletadas em uma mesorregião localizada no Oeste do Estado do Paraná. Este trabalho é separado em dois artigos e ambos são realizados utilizando-se o programa R. O primeiro é o estudo de simulações, chegando-se à conclusão de que o método para determinar a dependência espacial interfere no resultado da modelagem e depende da região em estudo. No segundo artigo, conclui-se que o inverso da distância é a melhor opção para a matriz de pesos e um modelo STARIMA sazonal tem o melhor ajuste para o conjunto de dados em questão. / Process modeling spatio-temporal is of great importance for climatological data, once that the climate undergoes spatial and temporal influence. The class of models STARMA, autoregressive models and spatio-temporal moving averages, are suitable to the these processes, however, for these models, there is not a study about the best method to quantify the spatial dependence, and/or it is not known whether there is a difference between the methods for these models. In this thesis, a study simulations of the STAR model using different forms for the spatial weights is performed. After the simulation procedure, the STARIMA model is fitted to the real dataset of monthly mean daily minimum temperatures collected in a mesoregion located to the west of the state of Paraná. This thesis is separated into two papers and both are performed using the statistical software R. The first one is the simulation study that concludes that the method for determining the spatial dependence interferes with results of the modeling and depends on the region under study. In the second paper, it is concluded that the inverse distance is the best option for the weight matrix and a seasonal STARIMA model has the best fit for the data set.

O objetivo desta tese é analisar os determinantes políticos e econômicos dos desvios de execução orçamentária no Brasil, no período de 2002 a 2015. Desvios de execução são definidos como a diferença entre o valor observado da variável e o valor previsto no orçamento. A partir do uso de dados em tempo real, isto é, dados disponíveis aos formuladores de política no momento em que as decisões de política fiscal são tomadas, busca-se compreender os desvios de execução da política fiscal à luz de alguns fatores atuantes na fase de planejamento e execução da política, confrontando a intencionalidade declarada pelo executor da política no planejamento orçamentário com os resultados finais obtidos. Para contornar a ausência de uma base de dados em tempo real organizada para a economia brasileira, a base utilizada foi construída a partir dos documentos oficiais gerados ao longo das fases do processo orçamentário. A construção dessa base, no entanto, limitou-se em função da insuficiência de dados em tempo real de acesso público. Para atingir o objetivo proposto, os desvios de execução fiscal foram inicialmente avaliados a partir da análise dos eventos que condicionaram o planejamento e a execução do orçamento. À esta análise somou-se uma análise empírica, na qual buscou-se identificar os determinantes da fase de planejamento, a partir da análise dos fatores que influenciam na previsão de arrecadação, e os condicionantes da fase de execução orçamentária, a partir da identificação dos fatores que contribuem para os desvios de execução. Os resultados indicam que a previsão fiscal distanciou-se mais significativamente dos valores realizados a partir do ano de 2012 e que os desvios nas previsões dos fatores macroeconômicos, sobretudo na previsão de crescimento do PIB ajudam a explicar esse distanciamento. Verificou-se também um otimismo persistente nas projeções de crescimento do PIB utilizadas para a elaboração do orçamento. Adicionalmente, verificou-se que a adoção de subterfúgios contábeis adotados pelo Governo para atingir artificialmente as metas de superávit primário resultam em uma execução orçamentária desvinculada do orçamento planejado, dificultando a análise dos desvios de execução e transformando o processo de planejamento orçamentário em mera exigência legal, sem aplicação prática. / This thesis aims to analyze the politic and economic determinants of the budget execution deviation in Brazil, from 2002 to 2015. Execution deviation is defined as the difference between the observed value of the variable and the forecast budget value. From the use of real-time data, i.e., data available to policy makers at the time the fiscal policy decisions are taken, we seek to understand the execution deviations from fiscal policy in the light of some active factors during the planning phase and policy execution, confronting the intention declared by the policy maker in the budget planning with the final results. To work around the lack of a real-time dataset organized for the Brazilian economy, the dataset used was built from the official documents generated throughout the phases of the budget process. The construction of this dataset, however, was limited due to insufficient data in real-time public access. To achieve this goal, the fiscal execution deviations were initially evaluated from the analysis of the events that conditioned the planning and execution of the budget. To this analysis we added up an empirical analysis, in which we attempted to identify the determinants of the planning phase from the analysis of the factors that influence in the revenue forecast and the conditioners of the budget execution phase from the identification of factors contributing to the execution deviations. The results indicate that the realized values drifted away significantly more from the fiscal forecast from the year 2008 and that the deviations in the forecasts of macroeconomic factors, particularly in the GDP growth forecast, help to explain this gap.

Commodities primárias, tais como metais, petróleo e agricultura, constituem matérias-primas fundamentais para a economia mundial. Dentre os metais, destaca-se o alumínio, usado em uma ampla gama de indústrias, e que detém o maior volume de contratos na London Metal Exchange (LME). Como o preço não está diretamente relacionado aos custos de produção, em momentos de volatilidade ou choques econômicos, o impacto financeiro na indústria global de alumínio é significativo. Previsão de preços do alumínio é fundamental, portanto, para definição de política industrial, bem como para produtores e consumidores. Este trabalho propõe um modelo ótimo de previsões para preços de alumínio, por meio de combinações de previsões e de seleção de modelos através do Model Confidence Set (MCS), capaz de aumentar o poder preditivo em relação a métodos tradicionais. A abordagem adotada preenche uma lacuna na literatura para previsão de preços de alumínio. Foram ajustados 5 modelos individuais: AR(1), como benchmarking, ARIMA, dois modelos ARIMAX e um modelo estrutural, utilizando a base de dados mensais de janeiro de 1999 a setembro de 2014. Para cada modelo individual, foram geradas 142 previsões fora da amostra, 12 meses à frente, por meio de uma janela móvel de 36 meses. Nove combinações de modelos foram desenvolvidas para cada ajuste dos modelos individuais, resultando em 60 previsões fora da amostra, 12 meses à frente. A avaliação de desempenho preditivo dos modelos foi realizada por meio do MCS para os últimos 60, 48 e 36 meses. Um total de 1.250 estimações foram realizadas e 1.140 variáveis independentes e suas transformadas foram avaliadas. A combinação de previsões usando ARIMA e um ARMAX foi o único modelo que permaneceu no conjunto de modelos com melhor acuracidade de previsão para 36, 48 e 60 meses a um nível descritivo do MCS de 0,10. Para os últimos 36 meses, o modelo combinado proposto apresentou resultados superiores em relação a todos os demais modelos. Duas co-variáveis identificadas no modelo ARMAX, preço futuro de três meses e estoques mundiais, aumentaram a acuracidade de previsão. A combinação ótima apresentou um intervalo de confiança pequeno, equivalente a 5% da média global da amostra completa analisada, fornecendo subsídio importante para tomada de decisão na indústria global de alumínio. iii / Primary commodities, including metals, oil and agricultural products are key raw materials for the global economy. Among metals, aluminum stands out for its large use in several industrial applications and for holding the largest contract volume on the London Metal Exchange (LME). As the price is not directly related to production costs, during volatility periods or economic shocks, the financial impact on the global aluminum industry is significant. Aluminum price forecasting, therefore, is critical for industrial policy as well as for producers and consumers. This work has proposed an optimal forecast model for aluminum prices by using forecast combination and the Model Confidence Set for model selection, resulting in superior performance compared to tradicional methods. The proposed approach was not found in the literature for aluminum price forecasting. Five individual models were developed: AR(1) for benchmarking, ARIMA, two ARIMAX models and a structural model, using monthly data from January 1999 to September 2014. For each individual model, 142 out-of-sample, 12 month ahead, forecasts were generated through a 36 month rolling window. Nine foreast combinations were deveoped for each individual model estimation, resulting in 60 out-of-sample, 12 month ahead forecasts. Model predictive performace was assessed through the Model Confidence Set for the latest 36, 48, and 60 months, through 12-month ahead out-of-sample forecasts. A total of 1,250 estimations were performed and 1,140 independent variables and their transformations were assessed. The forecast combination using ARMA and ARIMAX was the only model among the best set of models presenting equivalent performance at 0.10 MCS p-value in all three periods. For the latest 36 months, the proposed combination was the best model at 0.1 MCS p-value. Two co-variantes, identified for the ARMAX model, namely, 3-month forward price and global inventories increased forecast accuracy. The optimal forecast combination has generated a small confidence interval, equivalent to 5% of average aluminum price for the entire sample, proving relevant support for global industry decision makers.

A ocorrência de inundações nos centros urbanos acarreta diferentes transtornos sócio-econômicos. É possível minimizar os problemas quando estes eventos são previstos com antecedência. A partir de ferramentas computacionais, da modelação hidrológica e modelação hidrodinâmica, podem-se obter predições de níveis d´água. O modelo hidrológico físico CSmap e o modelo de cálculo de condutos livres CLiv são adotados neste trabalho para demonstrar a aplicação de um sistema de previsões de cheias. A partir do estudo da Bacia do Rio Ribeira de Iguape, demonstra-se que o aprimoramento destes modelos matemáticos e das técnicas de calibração pode não ser relevante quando os dados de origem são imprecisos. / Differents social and economics problems affect urbanized areas when a flood happens. These problems may be minimized by predictions made by computer´s tools, hydrological models and hydraulics algorithmics. The physical hydrologic model CSmap and open channel´s model CLiv are adopted in this research to demonstrate a flood´s prediction system application. Another analysis shows that the development of math´s models and calibration´s techniques may not be relevant when inaccurate data is utilized.

A neutropenia induzida pela quimioterapia é o mais comum efeito adverso da quimioterapia sistêmica para o câncer e é frequentemente complicada por neutropenia febril (NF). O uso profilático de fatores de crescimento hematopoiéticos pode reduzir o risco, a severidade e a duração da NF. Na prática clínica atual, a decisão de administrar ao paciente profilaxia com fatores de crescimento é baseada principalmente no potencial mielotóxico dos esquemas de QT, mas riscos específicos dos regimes não são definidos. Em muitos estudos, a toxicidade da quimioterapia é analizada em termos de alta dosagem versus baixa dosagem, sem uma regra geral que considere os diferentes esquemas de QT em uma única escala. O objetivo desse estudo é validar uma classificação de toxicidade de um esquema de QT e avaliar sua utilidade em um modelo de predição de risco de neutropenia febril em pacientes com câncer hematológico no começo de um ciclo de quimioterapia. Foram avaliados prospectivamente duzentos e sessenta e oito pacientes e acompanhados durante 1053 ciclos de quimioterapia na Bélgica, entre 2001 e 2005. Informações relevantes foram coletadas no começo do primeiro ciclo e o número de dias de neutropenia febril foi contabilizado no acompanhamento dos pacientes [dicotomizada (sem neutropenia versus >= dia de NF)]. A relação entre o desfecho e as co-variáveis foi analisada usando a Equação de Estimativa Generalizada (GEE). Um regime de quimioterapia agressiva é o maior preditor de NF [razão de chances (OR) 5.2 (3.2-8.4)]. Os outros preditores independentes são: doença subjacente, o comprometimento de medula óssea, superfície corporal <= 2m², uma contagem pré-tratamento de monócitos <150µl e a interação entre o primeiro ciclo na mesma linha de tratamento e uma dosagem de hemoglobina pré-tratamento. Usando as estimativas dos coeficientes de regressão, uma regra de predição clínica de NF foi desenvolvida com essas características: sensibilidade 78.6%, especificidade 62.3%, valor preditivo positivo de 42.7%% e um valor preditivo negativo de 89.1%. Estudos posteriores são necessários para validar esse escore bem como investigar novos potenciais fatores com o intuito de melhor prever a NF. / Chemotherapy-induced neutropenia is the most common adverse effect of chemotherapy and is often complicated by febrile neutropenia (FN). As prophylactic use of colonystimulating factors (CSF) can reduce the risk, severity, and duration of FN, it is of great importance to identify as soon as possible after or even before the start of chemotherapy, the patients who will develop FN. In the current clinical practice, the decision to give to the patient a colony-stimulating factor (CSF) prophylaxis is mainly based on the myelosuppressive potential of the chemotherapy regimen. The objective of this study is to validate a classification of aggressiveness of a chemotherapy regimen and to evaluate its usefulness in a risk prediction model of FN in patients with hematological cancer at the beginning of a chemotherapy cycle. Two hundred and sixty-six patients were prospectively enrolled and followed during 1053 cycles. Relevant patient informations were collected at the beginning of the first cycle and the number of days of FN were counted in the follow-up [dichotomized (no FN versus>= 1 day of FN)]. Aggressive chemotherapy regimen is the major predictor of FN [odds ratio 5.2 (3.2 - 8.4)]. The other independent predictors are the underlying disease, an involvement of bone marrow, body surface<= 2m², a baseline monocyte count <150/µl and the interaction between the first cycle in the same treatment line and a baseline hemoglobin dosage. A rule of prediction of FN was computed with these characteristics: sensitivity 78.6%, specificity 62.3%, positive predictive value 42.7% and negative predictive value 89.1%. Further studies are needed to validate this score.

Submitted by Anderson Araripe (araripe@fgvmail.br) on 2008-10-09T19:35:43Z No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / Approved for entry into archive by Francisco Terra(francisco.terra@fgv.br) on 2008-10-10T13:07:38Z (GMT) No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / Made available in DSpace on 2008-10-10T13:07:38Z (GMT). No. of bitstreams: 1 Dissertação MFEE Anderson Araripe.pdf: 459660 bytes, checksum: ea500a1c6052ec696eeecbdba2f80150 (MD5) / O propósito deste estudo é analisar a capacidade dos modelos econométricos ARMA, ADL, VAR e VECM de prever inflação, a fim de verificar qual modelagem é capaz de realizar as melhores previsões num período de até 12 meses, além de estudar os efeitos da combinação de previsões. Dentre as categorias de modelos analisados, o ARMA (univariado) e o ADL (bivariado e multivariado), foram testados com várias combinações de defasagens. Foram realizadas previsões fora-da-amostra utilizando 3 períodos distintos da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de verificar os desvios medidos através do EQM (erro quadrático médio). Combinações das previsões usando média aritmética, um método de média ponderada proposto por Bates e Granger (1969) e média ponderada através de regressão linear múltipla foram realizadas. As previsões também foram combinadas com a previsão do boletim FOCUS do Banco Central. O método de Bates e Granger minimiza a variância do erro da combinação e encontra uma previsão com variância do erro menor ou igual à menor variância dos erros das previsões individuais, se as previsões individuais forem não viesadas. A conclusão é que, com as técnicas de séries temporais utilizadas, alguns modelos individuais fornecem previsões com EQM relativamente baixos. Destacando-se, dentre eles, os modelos VAR e VECM. Porém, com a combinação de previsões os EQM obtidos são menores do que os das previsões individuais usadas para combinação. Na maioria dos casos, a combinação de previsões com o boletim FOCUS também melhorou significativamente os resultados e forneceu previsões com EQM menores do que os das previsões individuais, destacando-se, dentre os métodos de combinações utilizados, a combinação via regressão linear múltipla.

Submitted by Vinicius Vale Pereira (viniciusvale@gmail.com) on 2016-03-01T18:04:06Z No. of bitstreams: 1 tese.v4.1.FINAL.pdf: 1143339 bytes, checksum: e3167f8ba5e577bce7f0c40605716c5d (MD5) / Rejected by Renata de Souza Nascimento (renata.souza@fgv.br), reason: Vinicius, boa noite Para que possamos aceitar seu trabalho deverá realizar os ajustes: O título deve estar em letras maiúsculas. A ficha catalográfica após a contra capa, na parte inferior. Não deve constar números romanos. As páginas anteriores não podem estar numeradas. Centralizar os títulos Agradecimentos, Resumo e Abstract. Após ajustes, submeter novamente o trabalho. Att on 2016-03-02T00:43:38Z (GMT) / Submitted by Vinicius Vale Pereira (viniciusvale@gmail.com) on 2016-03-02T13:49:51Z No. of bitstreams: 1 tese.v4.2.pdf: 1141368 bytes, checksum: 31f0646f0c15281795a6b96bd647ef42 (MD5) / Rejected by Renata de Souza Nascimento (renata.souza@fgv.br), reason: Vinicius, boa tarde Por gentileza, colocar o código CDU no canto do lado direito, da ficha catalográfica. Att on 2016-03-02T16:18:05Z (GMT) / Submitted by Vinicius Vale Pereira (viniciusvale@gmail.com) on 2016-03-02T16:48:39Z No. of bitstreams: 1 tese.v4.2.pdf: 1141278 bytes, checksum: 9f554d94d8c1ab631bb8127fadbbe43a (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-03-02T17:07:51Z (GMT) No. of bitstreams: 1 tese.v4.2.pdf: 1141278 bytes, checksum: 9f554d94d8c1ab631bb8127fadbbe43a (MD5) / Made available in DSpace on 2016-03-02T17:27:52Z (GMT). No. of bitstreams: 1 tese.v4.2.pdf: 1141278 bytes, checksum: 9f554d94d8c1ab631bb8127fadbbe43a (MD5) Previous issue date: 2016-02-03 / O presente trabalho propõe um modelo de previsão simultânea de taxas de câmbio de vários países utilizando a abordagem GVAR e analisa a qualidade destas previsões. Para isso foram utilizados dados de 10 países ou regiões de taxa de câmbio, taxas de juros e nível de preços com frequência mensal entre 2003 e 2015. As previsões foram feitas utilizando janela móvel de 60 meses e avaliadas através da comparação dos erros quadráticos médios contra o benchmark padrão, o random walk, e dos testes de Pesaran e Timmermann e de Diebold e Mariano. Foram feitas previsões out-of-sample para horizontes de 1, 3, 12 e 18 meses. Os resultados mostram que o modelo proposto não consegue superar sistematicamente o random walk, contudo apresenta algum poder de previsão em alguns casos específicos / This paper proposes a model that simultaneously forecasts foreign exchange rate for several countries using the GVAR framework and analyzes the quality of these forecasts. For this purpose, data from 10 countries or regions regarding exchange rates, interest rates and price levels on a monthly basis between 2003 and 2015 was used. The forecasting was performed using a 60 months moving window and the evaluation of these was performed comparing the root mean square errors against the standard benchmark, the random walk, and by Pesaran-Timmermann and Diebold-Mariano Tests. Out-of-sample forecasts were estimated for horizons of 1, 3, 12 and 18 months. The results show that the model cannot systematically outperform the random walk, although it has some predictive power in some specific cases.