Orientador: Luiz Koodi Hotta / Dissertação ( mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-15T13:05:45Z (GMT). No. of bitstreams: 1 Ribeiro_AndreLuizPrima_M.pdf: 3151695 bytes, checksum: d87230fa6191977394ccb585657639ad (MD5) Previous issue date: 2010 / Resumo: O conhecimento das relações de dependência entre as economias são relevantes para tomadas de decisões de Bancos Centrais, investidores e governos. Um tema desafiador é o estudo da existência de contágio entre as economias. Este trabalho considera o Modelo Canônico de Contágio estudado por Pesaran e Pick (2007), o qual diferencia contágio de interdependência. O estimador de mínimos quadrados ordinário para este modelo é viesado devido à existência de variáveis endógenas no modelo. A teoria de variáveis instrumentais é utilizada para diminuir o viés existente nos estimadores de mínimos quadrados ordinários. Este trabalho estuda este modelo na presença de erros heteroscedásticos e utiliza as volatilidades condicionais como variáveis instrumentais. São estudados vários métodos para teste de hipóteses, com ênfase em testes robustos a instrumentos fracos. São abordadas duas diferentes definições de crise e são postuladas como instrumentos válidos as volatilidades condicionais dos índices de desempenho das economias e analisadas por meio de simulações de Monte Carlo a validade destes instrumentos para identificar a existência de contágio. Especificamente, são consideradas as distribuições dos estimadores e a função poder dos testes propostos para diferentes tamanhos de amostras, bem como, estudadas as aproximações das distribuições assintóticas dos estimadores e estatísticas dos testes. Finalmente, o modelo canônico de contágio é utilizado na análise dos dados de retorno dos principais índices acionários de Argentina, Brasil, México e EUA, assim como para alguns países asiáticos / Abstract: The understanding of the dependence among the economies are relevant to policy makers, Central Banks and investors in the decision making process. An important issue is the study of the existence of contagion among the economies. This work consider the Canonical Model of Contagion of Pesaran and Pick (2007), which diferentiates contagion of interdependence. The ordinary least squares estimator for this model is biased because there are endogenous variables in the model. Instrumental variable are used in order to decrease the bias of the ordinary least squares estimators. The model is extended to the case of heteroskedastic errors, feature usually found in financial data. Two definitions of crises are applied and we postulate the conditional volatility of the performance indexes as a instrumental variable. We analyze the validity of this instruments by means of Monte Carlo simulations. Monte Carlo simulations are used to analyst the distributions of the estimators and the power functions of the tests proposed. Finally, the canonical model of contagion is used to analyst the data of the most important performance indexes of Argentina, Brazil, Mexico and USA, as well the performance indexes of seven Asiatic countries / Mestrado / Estatistica / Mestre em Estatística

Orientador: Celso Pascoli Bottura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação / Made available in DSpace on 2018-08-31T09:18:30Z (GMT). No. of bitstreams: 1 Serra_GinalberLuizdeOliveira_D.pdf: 2165582 bytes, checksum: a1dad46bc4d817f8d4e6457f60ae9599 (MD5) Previous issue date: 2005 / Resumo: Esta tese apresenta propostas de metodologias para identificação e controle inteligentes. Uma metodologia para identificação de sistemas dinâmicos não-lineares no tempo discreto, baseada tio método de variável instrumental e no modelo nebuloso Takagi-Sugeno, é apresentada. Nesta metodologia, a qual é uma extensão do método de variável instrumental tradicional, as variáveis instrumentais escolhidas, estatisticamente independentes do ruído, são mapeadas em conjuntos nebulosos, particionando o espaço de entrada em sub-regiões, para estimação não-polarizada dos parâmetros do conseqüente dos modelos nebulosos TS em ambiente ruidoso. Um esquema de controle adaptativo gain scheduling baseado em redes neurais, sistemas nebulosos e algoritmos genéticos para sistemas dinâmicos não-lineares no tempo discreto também é apresentado. 0 controlador nebuloso é desenvolvido e projetado com o usa de um algoritmo genético para satisfazer, simultaneamente, múltiplos objetivos. Com o esquema de aprendizagem supervisionada, os parâmetros do controlador nebuloso são usados para projetar um gain scheduler neural para ajuste on-line do controlador nebuloso em alguns pontos de operação do sistema dinâmico / Abstract: This thesis presents proposals of methodologies for intelligent identification and control. A methodology tor nonlinear dynamic discrete time systems identification, based on the instrumental variable method and Takagi-Sugeno fuzzy model, is presented. In this methodology, which is an extension of the standard instrumental variable method, the chosen instrumental variables, estatistically independent of the noise, are mapped into fuzzy sets, partitioning the input space in subregions, for unbiased estimation of Takagi-Sugeno fuzzy model consequent parameters in a noisy environment. A gain scheduling adaptive control design based on neural network, fuzzy systems and genetic algorithms for nonlinear dynamic discrete time systems is also presented. The fuzzy controller is developed and designed by a genetic algorithm to satisfy, simultaneously, multiple objectives. "With the supervised learning scheme, the fuzzy controller parameters are used to design the gain neural scheduler to tune on-line the fuzzy controller in some operation points of the dynamic system / Doutorado / Automação / Doutor em Engenharia Elétrica