[pt] Essa dissertação aborda o comportamento da série de preços de uma commodity. Busca-se nessa pesquisa aplicar o modelo Box & Jenkins e verificar se este influencia a série de preços da commodity cobre. O estudo inicia-se com um histórico sobre esse mineral, posteriormente resgata-se a evolução dos trabalhos sobre esse tema e descreve-se detalhadamente esse modelo estatístico. Complementarmente ao estudo teórico, foi analisada uma série histórica de retornos de preços da commodity cobre com 19 anos de observações diárias do período entre 1990 e 2008, aplicando-se a metodologia Box & Jenkins. Foram realizados testes para normalidade, estacionaridade e auto-correlação, escolhendose os melhores modelos a serem utilizados. Ao final, conclui-se que os retornos da série de preços são influenciados pelos seus retornos passados, entretanto, baseando-se apenas nessa variável, o seu modelo de previsão a curto prazo tem performance apenas razoável. / [en] This paper studies the behavior of copper prices following the Box & Jenkins model. The dissertation aims to test the validity of this model in explaining the behavior of this commodity. Copper presents one of the most liquid contract among commodities which may increase the information within its price dynamics. This paper is structured as follows: the first section presents a brief historic evolution of copper prices; the second presents relevant previous papers on this matter; the third presents a deep description of the model used and; the fourth, the conclusion. The data set comprises 19 years of daily prices, between 1990 and 2008. Tests for normality, estacionarity and auto-correlation had been carried through, identifying the best models to be used. The paper concludes that past copper price returns partially explain the series future behavior. However, short term forecasting based only on this variable posts just modest performance.

[pt] Neste trabalho apresenta-se o estudo de Previsões de demanda de Energia Elétrica utilizando séries temporais, particularmente a teoria devido a Box & Jenkins. Estuda-se um modelo já existente em uma das cidades proporcionando a hipótese de se estender a validade deste modelo, para cidade de mesmas características onde houver falta de dados. Os dados numéricos utilizados neste estudo são relativos à Centrais Elétricas Fluminense, (CELF). / [en] This paper presents a study of load previsions using chronological series, especially the theory of Box and Jenkins. One model is determined for a city and next a trial is made to extend the vality of this model to other cities with the same characteristics when there is a lack of data. The numerical data use in the work are those of CENTRAIS ELETRICAS FLUMINENSE (CELF).

Orientadores: Jansle Vieira Rocha, Rubens Augusto Camargo Lamparelli / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-14T11:30:01Z (GMT). No. of bitstreams: 1 Fernandes_JefersonLobato_M.pdf: 2074887 bytes, checksum: af58e53746d7d186e6f1331527b3c3e8 (MD5) Previous issue date: 2009 / Resumo: O atual sistema de previsão de safras para a cultura da cana-de-açúcar utilizado no Brasil depende, em boa parte, de informações subjetivas, baseadas no conhecimento de técnicos do setor e informações da cadeia produtiva. Apesar da experiência dos técnicos envolvidos, este sistema está sujeito a questionamentos sobre a qualidade dos números apresentados e abre margem a ações especulativas por parte de agentes externos. O monitoramento da cultura de cana-de-açúcar por meio de séries multitemporais de índices NDVI do sensor SPOT Vegetation, associado a dados meteorológicos provenientes do modelo do ECMWF, viabiliza o acompanhamento do desenvolvimento da cultura e sua correlação com a produtividade, diminuindo assim a subjetividade das estimativas. Este trabalho avaliou o potencial de uso de imagens decendiais do sensor SPOT Vegetation para a identificação de áreas canavieiras do estado de São Paulo e a capacidade de inferir sobre os dados de produtividade oficiais registrados em municípios e safras previamente selecionados, baseando-se em dados provenientes dos perfis temporais do NDVI - SPOT Vegetation e de variáveis meteorológicas do modelo do ECMWF. Foram selecionados 20 municípios do estado de São Paulo e sete safras compreendidas entre o período de 1999 e 2006. A identificação das áreas canavieiras foi realizada por meio do perfil temporal do NDVI de cada pixel, onde foram selecionados os pixels que ao longo da safra apresentaram comportamento característico da cultura. Para a determinação da produtividade média da safra por meio de dados espectrais e meteorológicos, foram extraídos valores dos perfis temporais do NDVI e das variáveis meteorológicas temperatura mínima, temperatura média, temperatura máxima, precipitação e radiação global, onde, utilizando-se técnicas de mineração de dados, separou-se a produtividade média da safra em 3 classes, baixo-média, média e média-alta. Os resultados de identificação de áreas canavieiras no estado de São Paulo foram avaliados em escala estadual e municipal. Para a escala estadual, o método proposto apresentou resultados satisfatórios. Os índices de determinação (R²), obtidos através da correlação entre a área colhida de cana-de-açúcar oficial e a estimada, por município e safra, considerando os 637 municípios do Estado, variaram entre 0,771 e 0,829. Para a escala municipal não foi possível determinar com exatidão a área de cana-de-açúcar colhida de cada município devido à baixa resolução espacial das imagens. Para o método de classificação da produtividade média municipal proposto, houve maior correlação com os dados os dados espectrais que com os dados meteorológicos. Valores extraídos do perfil temporal do NDVI entre os meses de dezembro e janeiro permitiram classificar a tendência do resultado de produtividade alcançado no final da safra. Os resultados foram mais efetivos para os casos onde a produtividade foi classificada como sendo média ou acima da média, com acertos de 86,5 e 66,7% respectivamente. Existe potencial no uso de imagens de NDVI do SPOT Vegetation para a identificação de áreas canavieiras em escala estadual e para a classificação da produtividade média municipal da safra. / Abstract: The current crop yield forecasting system for sugar cane used in Brazil is dependent on subjective information which are based on personal knowledge of technicians and information from the industry. Despite the experience of technicians, this system is vulnerable once it allows questioning about the quality of the figures presented, what could lead to speculation by market agents. Sugar cane monitoring through multitemporal series of the NDVI data from SPOT Vegetation, associated with meteorological data from the ECMWF model, provides information about the plant development and its correlation with yield, contributing to the decrease in the subjectivity of the forecasts. This study evaluated the potential use of decadal images of the SPOT Vegetation sensor to identify sugar cane areas in São Paulo state and the feasibility to estimate the official productivity registered in municipalities and crops previously selected by the use of NDVI - SPOT Vegetation and ECMWF meteorological data. For this study 20 municipalities of São Paulo state and seven cropping seasons were selected between 1999 and 2006. To identify sugar cane areas the temporal profile of each pixel was analysed during the cropping season, selecting pixels that presented a characteristic temporal NDVI profile of sugar cane. To determine the average yield using spectral and meteorological data, values of the temporal profiles of NDVI and minimum, mean and maximum temperature, precipitation and global radiation were extracted. Through data mining techniques, the average yield was classified in three classes: low-mean, mean and mean-high. Results for the identification of sugar cane areas in São Paulo state were evaluated at regional and local scale. For the regional scale the proposed method showed good results. The R² for the correlation between official and estimated sugar cane planted area, considering the 637 municipalities of the state, varied between 0,771 and 0,829. For the local scale, it was not possible to determine the sugar cane area due to the low spatial resolution of the images. For the classification of the average crop yield, by proposed method, spectral data was more relevant than meteorological data. Some values extracted from the temporal profile of NDVI between December and January permitted to classify the yield tendency. Best results were found when the yield was classified as mean or mean-high, with 86,5 and 66,7 percent correctively classified, respectively. The results showed that there is potential for the use of NDVI - SPOT Vegetation images to identify sugar cane areas at regional scale and to classify the average crop yield. / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

[pt] Muito freqüentemente, as técnicas utilizadas na identificação de processos estocásticos conduzem a mais de um modelo passível de ser utilizado na caracterização do processo. O problema de escolher entre estes modelos é formulado como um problema de teste de hipóteses, e o teste de razão de verossimilhança é a ele aplicado. Considera-se então a situação particular onde se quer descrever processos de parâmetro discreto (séries temporais) através de modelos ARIMA (autoregressive Integrated Moving Average). O teste de razão de verossimilhança associado ao problema é então deduzido e implementado através do algoritmo de Kalman-Bucy. Comparações com um outro teste usualmente empregado na escolha de modelos para séries temporais mostram a superioridade do teste de razão de verossimilhança. / [en] Very often random process identification techniques lead to several prospective models to characterize the process. The problem of choosing among these models is cast as a hypothesis testing problem, to which a likelihood ratio test is applied. For the special situation in which a choice between two autoregressive integrated moving average models is to made, likelihood ratio is derived and afterwards implemented through the Kalman-Bucy algorithm. Comparisons with another procedure usually connected to time series model choices show likelihood ratio tests are definetely superior.

[pt] O objetivo do presente trabalho é a geração de uma série mensal de carga elétrica livre das variações de calendário e de temperatura. Para tal, foram comparadas duas abordagens, uma totalmente empírica e outra híbrida com métodos empíricos e modelagens de regressão dinâmica, para identificar a mais adequada para a retirada desses ofensores. Os dados utilizados são provenientes de observações diárias de cada um dos quatro subsistemas que integram o Sistema Interligado Nacional (SIN), porém a ideia é produzir séries mensais do SIN e não apenas de cada um dos subsistemas. A série trimestral do PIB foi utilizada para decidir qual abordagem melhor ajustou os dados de Carga. A série mensal de carga ajustada do SIN será utilizada para subsidiar decisões, de compra e venda de energia nos leilões, das empresas distribuidoras de energia elétrica. / [en] This thesis proposes a method to generate monthly load series free of variations coming from two sources: calendar and temperature. Two approaches were considered, one totally empirical and another one called hybrid, as it use empirical procedure to remove the calendar effect and a dynamic regression type of model to remove the temperature effects. The data set used comes found to daily observations from each one of the four subsystems that form the SIN (Brazilian Integrated Grid). However the final task is to obtain a unique monthly series for the SIN and not only the four subsystems monthly series. The quarterly PIB series was used to check the performance of the two proposed methods. Such adjusted series are quite important tools to hold on the decision of acquisitions and dailes of energy in the energy audits.

[pt] A previsão de curto prazo, que envolve dados de alta frequência, é essencial para a confiabilidade e eficiência da operação do setor elétrico, fazendo com que a alocação da carga seja feita de forma eficiente, além de indicar possíveis distorções nos próximos períodos (dias, horas, ou frações de hora). A fim de garantir a operação energética, diversas abordagens têm sido empregadas com vistas à previsão de carga de energia a curto prazo. Dentre elas, pode-se citar os modelos híbridos de Séries Temporais, Lógica Fuzzy e Redes Neurais e o Método Holt-Winters com múltiplos ciclos que é a principal ferramenta utilizada atualmente. O HPA (Hierarchical Profiling Approach) é um modelo que decompõe a variabilidade dos dados de séries temporais em três componentes: determinística, estocástica e ruído. A metodologia é capaz de tratar observações únicas, periódicas e aperiódicas, e ao mesmo tempo, serve como uma técnica de pré-branqueamento. Este trabalho tem por objetivo implementar o HPA e aplicá-lo a dados de carga de energia elétrica de 15 em 15 minutos pra um estado da região Sudeste do Brasil. Também serão analisadas as previsões de curto prazo geradas pelo modelo para a série considerada, visto que a habilidade preditiva do HPA ainda é desconhecida para séries brasileiras. As previsões forneceram Coeficiente U de Theil igual a 0,36 e um Erro Percentual Absoluto Médio (MAPE, Mean Absolute Percentage Error) de 5,46%, o qual é bem inferior ao valor fornecido pelo Modelo Ingênuo usado para comparação (15,08%). / [en] Short-term forecast, which involves high frequency data, is essential for a reliable and efficient electricity sector operation, enabling an efficient power load allocation and indicating possible distortions in the coming periods (days, hours, or hour fractions). To ensure the operation efficiency, several approaches have been employed in order to forecast the short-term load. Among them, one can mention the hybrid models of Time Series, Fuzzy Logic and Neural Networks and Holt-Winters Method with multiple cycles, which is the main tool used today. The HPA (Hierarchical Profiling Approach) model decomposes the variability of time series data into three components: deterministic, stochastic and noise. The model is capable of modeling single, periodic and aperiodic observations, and at the same time function as a pre-whitening technique. This work aims to implement the HPA and to apply it in 15 in 15 minutes load data of a Brazil’s southeastern state, since the predictive ability of the HPA is still not known for the Brazilian series. The short-term forecasts estimated for the series considered are analyzed and provided a Theil-U Coefficient equal to 0.36 and a Mean Absolute Percentage Error (MAPE) of 5.46%, which is smaller than the value given by the Naive Model (15.08%).

[pt] Diversos resultados empíricos na área de séries temporais indicam que combinar previsores (experts) é, em média, melhor que tentar selecionar um único modelo de previsão. Na medida em que se decide por um esquema de combinação linear, há vários métodos disponíveis para determinar o quanto cada previsor deve contribuir para a resposta consensual, ou em outras palavras, quais devem ser os pesos dos previsores envolvidos. Em um primeiro momento, este trabalho explora o uso prático de diversos métodos tradicionais de ponderação para combinação linear de previsores. Em seguida, propõe um novo sistema para geração de pesos, especialmente projetado para a melhoria do desempenho nas previsões múltiplos passos a frente. O sistema, batizado de Ponderação Neural de Experts (NEW – Neural Expert Weighting), gera modelos de ponderação dinâmica baseados em redes neurais. As redes neurais oferecem a robustez necessária para a simulação de funções de ponderação de alto desempenho, derivadas de um ou mais métodos tradicionais de geração de pesos. O sistema NEW foi avaliado em diversos experimentos comparativos, contemplando 13 séries temporais divididas em dois estudos de casos – derivados do petróleo e competição NN3, uma competição entre metodologias de previsão baseadas em inteligência computacional. Os resultados obtidos foram considerados promissores. / [en] Several empirical results on the time series field indicate that combining forecasting models (experts) is, on average, better than selecting a single forecasting model. Once the linear combination framework is chosen, there are many ways to define the amount of contribution of each combining model to the consensual response; in other words, there are many possible weighting methods. At first, the present work explores the usage of traditional weight generation schemes for the linear combination of forecasters. Afterwards, it proposes a new weight generation framework, specially designed to improve multistep ahead forecasting. The framework, called Neural Experts Weighting (NEW), generates dynamic weighting models based on neural networks. The neural networks provide the desired robustness for the simulation of high performance weighting functions, derived from one or more traditional weighting methods. The NEW framework was assessed with several comparative experiments, encompassing 13 time series divided into two case studies – downstream and NN3 competition, a forecasting competition for computational intelligence methodologies. Results were considered to be promising.

[pt] O objetivo desta pesquisa é identificar um conjunto de fatores que exerce influência no resultado financeiro e nos componentes de receitas e benefícios previdenciários do Regime Geral de Previdência Social (RGPS). Para isso, foi feita uma revisão da literatura especializada à procura de referências aos fatores. De posse da relação de fatores citados pelos especialistas no tema, foram selecionados indicadores para representá-los. Em seguida, foram obtidos os dados constituídos por séries temporais dos indicadores. Esses dados foram submetidos ao método de análise de regressão múltipla aplicada à luz do referencial teórico da econometria de séries temporais. Os resultados confirmam a influência dos fatores demográficos, salário mínimo, rendimentos, trabalho informal e desemprego nas receitas, benefícios e resultado financeiro do RGPS. / [en] The objective of this study is to identify a set of factors that explains the financial results of the General Regime of Social Security (GRSS) in Brazil, including the components of revenues and benefits. To achieve this objective, specialized literature was consulted and the factors referred were listed. For each factor, one indicator was selected to represent it and the time series of indicators values were obtained. In the next phase, the time series were submitted to the multiple regression analysis method, implemented according to the assumptions of econometrics. The results confirmed the influence of demographic factors, minimum salary, wage, informal work and unemployment on revenues, benefits and the global financial result of the GRSS.

[pt] O objetivo principal do trabalho é o estudo dos resultados obtidos com a aplicação de diferentes modelos para estimar a volatilidade das ações brasileiras. Foram analisadas as séries de retornos diários de seis ações, num período de 1200 dias de pregão. Inicialmente, as séries foram estudadas quanto a suas propriedades estatísticas: estacionariedade, distribuição incondicional e independência. Concluiu-se que as séries são estacionárias na média, mas não houve conclusão quanto à variância, nesta análise inicial. A distribuição dos retornos não é normal, por apresentar leptocurtose. Os retornos mostraram dependência no tempo, linear e, principalmente, não linear. Modelada a dependência linear, foram aplicados dez modelos diferentes para tentar capturar a dependência não linear através da modelagem da volatilidade: os modelos foram avaliados, dentro e fora da amostra, pelos seus resíduos e pelos erros de previsão. Os resultados indicaram que os modelos menos elaborados tendem a representar pior o processo gerador dos dados, mas que os modelos pouco parcimoniosos são de difícil estimação e seus resultados não correspondem ao que seria esperado em função de sua sofisticação. As volatilidades estimadas pelos dez modelos foram utilizadas para prever valor em risco (VaR), usando- se dois processos para determinar os quantis das distribuições dos resíduos: distribuição empírica e teoria de valores extremos. Os resultados indicaram que os modelos menos elaborados prevêem melhor o VaR. Isto se deve à não estacionariedade das séries na variância, que fica evidente ao longo do trabalho. / [en] This thesis aims to study the results of applying different models to estimate Brazilian stock volatilities. The models are applied to six series of daily returns, and each series has 1200 days. We studied first the series` main statistical features: Stationarity, unconditional distribution and independence. We concluded that the series are mean stationary, but there was no conclusion on variance stationarity, in this first analysis. Return distribution is not normal, because of the high kurtosis. Returns showed time dependence, linear and, mainly, not linear. We modeled the linear dependence, and then applied ten different volatility models, in order to try to capture the non linear dependence. We evaluated the different models, in sample and out of sample, by analyzing their residuals and their forecast errors. The results showed that the less sophisticated models tend to give a worst representation of the data generating process; they also showed that the less parsimonious models are difficult to estimate, and their results are not as good as we could expect from their sophistication. We used the ten models` volatility forecasts to estimate value-at-risk (VaR) and two methods to estimate the residual distribution quantiles: empirical distribution and extreme value theory. The results showed that the less sophisticated models give better VaR estimates. This is a consequence of the variance non stationarity, that became apparent along the thesis. / [es] EL objetivo principal del trabajo es el estudio de los resultados obtenidos con la aplicación dediferentes modelos para estimar la volatilidad de las acciones brasileras. Fueron analizadas series de retornos diários de seis acciones, en un período de 1200 días de pregón. Inicialmente, las series fueron estudiadas con respecto a sus propriedades estadísticas: estacionalidad, distribucción incondicional e independencia. Se concluye que las series son estacionarias en la media, pero no se llega a ninguna conclusión respecto a la varianza, en este análisis inicial. La distribucción de los retornos no es normal, ya que presenta leptocurtosis. Los retornos muestran dependencia en el tempo, lineal y, principalmente, no lineal. Después de modelar la dependencia lineal, se aplicaron diez modelos diferentes para intentar capturar la dependencia no lineal modelando la volatilidad: los modelos fueron evaluados, dentro y fuera de la amostra, por sus residuos y por los errores de previsión. Los resultados indicaran que los modelos menos elaborados tienden a representar peor el proceso generador de los datos, mientras que los modelos poco parcimoniosos son de difícil estimación y sus resultados no corresponden al que sería esperado en función de su sofisticación. Las volatilidades estimadas por los diez modelos se utilizaron para prever valor en riesgo (VaR), usando dos procesos para determinar los quantis de las distribuciones de los residuos: distribucción empírica y teoría de valores extremos. Los resultados indicaran que los modelos menos elaborados preveen mejor el VaR. Esto se debe a la no estacionalidad de las series en la varianza, que resulta evidente a lo largo del trabajo.

[pt] Essa tese considera um modelo não linear para se obter previsões de curto prazo de carga de energia elétrica. O modelo combina um modelo de múltiplos regimes auto-regressivo com transição suave com um periódico auto-regressivo criando o modelo de múltiplos regimes periódico com transição suave (STPAR). Um método de construção do modelo é desenvolvido com métodos estatísticos simples e um teste de linearidade contra a hipótese de modelo periódico autoregressivo com transição suave. Outros dois destes foram elaborados para se avaliar o modelo estimado: um teste de Multiplicador de Lagrange (LM) para a hipótese de auto-correlação serial dos resíduos e outro teste LM para a hipótese de não linearidade remanescente. Um experimento de Monte Carlo foi implementado para avaliar a performance dos testes propostos. Estimação por mínimos quadrados não lineares é considerado. Finalmente, dados de carga de energia elétrica do estado de New South Wales na Austrália são apresentados e foram usados como exemplo real. Outros modelos foram utilizados para comparar a performance do modelo. / [en] This thesis considers a non linear approach to obtain short term forecast for electricity load. The model combines a smooth transition autoregressive process with a periodic autoregressive time series model, creating the Smooth Transition Periodic Autoregressive (STPAR) model. A model-building procedure is developed and a linearity test against smooth transition periodic auto-regressive is proposed. Other two tests were created to evaluate the model: a Lagrange multiplier (LM) test for the hypothesis of no error autocorrelation and LM-type test for the hypothesis of no remaining non-linearity. A Monte Carlo experiment was implemented to evaluate the performance of the proposed tests. Estimation by nonlinear least squares is considered. Finally, load data from New South Wales State in Australia`s electricity retail market is presented and will be used as a real example. Other models were used to compare the performance of the proposes model.