TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN ANÁLISIS ECONÓMICO / La innovación es un fenómeno relevante para el crecimiento económico. No obstante, es un proceso que no ha sido estudiado a cabalidad desde la óptica de los factores que la dificultan o restringen. En este sentido, esta investigación busca aportar a la literatura estudiando los efectos del conocimiento sobre la innovación utilizando una medida directa de su efecto y desentrañando los canales por los que opera este obstáculo para distintos tipos de empresas. Para esto se utiliza un modelo Probit Bivariado, se solucionan los problemas de endogeneidad y se elimina el sesgo de selección restringiendo la muestra a las firmas potencialmente innovadoras, problemas recurrentes en este tipo de investigaciones. Se encuentra que los obstáculos de conocimiento disminuyen significativamente la innovación para las empresas, pero que este efecto es mayor para las empresas medianas, que disminuyen su propensión a innovar en cerca de 40pp. De esta forma, se debe tener en consideración la heterogeneidad de la innovación y de sus obstáculos a la hora de diseñar e implementar políticas de innovación.

As externalidades positivas ensejadas pela prestaÃÃo de serviÃos de saneamento bÃsico incluÃram a universalizaÃÃo do acesso aos serviÃos no marco regulatÃrio do setor. Nesse contexto, a ampliaÃÃo da oferta aparece como condiÃÃo necessÃria, mas nÃo suficiente para reduÃÃo no deficit desses serviÃos. Ao buscar responder ao problema investigativo deste trabalho - âquais fatores determinam a chance de o agente econÃmico residir num domÃcilio com determinada alternativa de saneamento?â - se pretende alcanÃar o objetivo da pesquisa: fornecer informaÃÃes para orientar polÃticas pÃblicas que propiciem o uso eficiente dos sistemas de saneamento. Foi empregado um modelo logit bivariado para testar as seguintes hipÃteses: existem mais atributos concorrentes aos serviÃos de saneamento para famÃlias com menor nÃvel de escolaridade; e iluminaÃÃo elÃtrica à um atributo concorrente ao serviÃo de esgotamento sanitÃrio pela rede geral. O modelo està apoiado na Teoria do Consumidor, cujo nÃvel de satisfaÃÃo aumenta ao residir num domicÃlio com maior nÃmero de atributos, e na Teoria dos PreÃos HedÃnicos, jà que os serviÃos de saneamento sÃo incorporados ao modelo como um entre vÃrios atributos disponÃveis no domicÃlio demandado pelo agente econÃmico. Os resultados apontam que a variÃvel exÃgena escolaridade à efetivamente relevante para explicar o acesso aos serviÃos de saneamento, especialmente por serviÃos de esgoto. Verifica-se, contudo, que resultados observados no contexto nacional podem nÃo refletir a realidade regional, de forma que algumas variÃveis representativas de modelos no plano nacional nÃo foram confirmadas no conceito local. / ABSTRACT The positive externalities occasioned by the basic sanitation, included the access to the service at the regulatory mark of the sector. In this context the supply enlargement turns up as a necessary condition, but not enough for a deficit reduction of these services. As we pursue to answer the investigative problem of this work - ? Which reasons determine the chance for the economic agent reside in a domicile with a determined alternative of sanitation? â It is intended to reach the research goal: provide information in order to orientate public policy which may propitiate the effective usage of the sanitation systems. A bivariate logit model was utilized to test the following hypothesis: there are more attributes concurring to the sanitation services for families with a lesser schooling; and electric illumination is a concurring attribute to the sewerage system through the general net. The model is supported on the Consumer Theory, whose satisfaction level increases as he resides in a domicile with a larger number of attributes and in the Theory of HedonicPrices, since the sanitation services are incorporated to the model as one among several available attributes in the domicile demanded by the economic agent. The results show that the exogenous variable schooling is effectively relevant to explain the access to sanitation services, especially those of sewerage. We verify, however that, the results observed in national context may not reflect the regional reality, so that some representative variables of models in national plan were not confirmed in local concept.

[pt] Os modelos lineares generalizados auto regressivos com médias móveis (do inglês GARMA), possibilitam a modelagem de séries temporais de dados de contagem com estrutura de correlação similares aos dos modelos ARMA. Neste trabalho é desenvolvida uma extensão multivariada do modelo GARMA, considerando a especificação de um modelo Poisson bivariado a partir da distribuição de Kocherlakota e Kocherlakota (1992), a qual será denominada de modelo Poisson BGARMA. O modelo proposto é adequado para séries de contagens estacionárias, sendo possível, através de funções de ligação apropriadas, introduzir deterministicamente o efeito de sazonalidade e de tendência. A investigação das propriedades usuais dos estimadores de máxima verossimilhança (viés, eficiência e distribuição) foi realizada através de simulações de Monte Carlo. Com o objetivo de comparar o desempenho e a aderência do modelo proposto, este foi aplicado a dois pares de séries reais bivariadas de dados de contagem. O primeiro par de séries apresenta as contagens mensais de óbitos neonatais para duas faixas de dias de vida. O segundo par de séries refere-se a contagens de acidentes de automóveis diários em dois períodos: vespertino e noturno. Os resultados do modelo proposto, quando comparados com aqueles obtidos através do ajuste de um modelo Gaussiano bivariado Vector Autoregressive (VAR), indicam que o modelo Poisson BGARMA é capaz de capturar de forma adequada as variações de pares de séries de dados de contagem e de realizar previsões com erros aceitáveis, além de produzir previsões probabilísticas para as séries. / [en] Generalized autoregressive linear models with moving average (GARMA) allow the modeling of discrete time series with correlation structure similar to those of ARMA’s models. In this work we developed an extension of a univariate Poisson GARMA model by considerating the specification of a bivariate Poisson model through the distribution presented on Kocherlakota and Kocherlakota (1992), which will be called Poisson BGARMA model. The proposed model not only is suitable for stationary discrete series, but also allows us to take into consideration the effect of seasonality and trend. The investigation of the usual properties of the maximum likelihood estimators (bias, efficiency and distribution) was performed using Monte Carlo simulations. Aiming to compare the performance and compliance of the proposed model, it was applied to two pairs of series of bivariate count data. The first pair is the monthly counts of neonatal deaths to two lanes of days. The second pair refers to counts of daily car accidents in two distinct periods: afternoon and evening. The results of our model when compared with those obtained by fitting a bivariate Vector Autoregressive Gaussian model (VAR) indicates that the Poisson BGARMA model is able to proper capture the variability of bivariate vectors of real time series of count data, producing forecasts with acceptable errors and allowing one to obtain probability forecasts.

A distribuição bivariada de Marshall-Olkin é estendida, relaxando-se a hipótese de choques exponencialmente distribuídos e assumindo-se dependência entre os choques individuais. Abordagem semelhante é considerada para sua versão dual. Representação por meio de cópula, propriedades probabilísticas e de confiabilidade assim como resultados em valores extremos são então obtidos. A propriedade de falta de memória bivariada é estendida assumindo-se uma função de dependência sem memória. Uma nova classe de distribuições caracterizada por essa propriedade estendida é introduzida. Correspondentes interpretações geométricas, procedimentos de construção, representação estocástica, relação com cópula de sobrevivência e propriedades de confiabilidade são derivadas. / Bivariate Marshall-Olkin model, Dual model, Exponential representation, Dependence function, Bivariate aging, Copula, Survival copula, Stochastic order, Bivariate extreme value distribution, Pickands measure, Pickands dependence function, Failure rate, Bivariate hazard gradient, Bivariate lack-of-memory, Residual lifetime vector, Characterization.

A distribuição bivariada de Marshall-Olkin é estendida, relaxando-se a hipótese de choques exponencialmente distribuídos e assumindo-se dependência entre os choques individuais. Abordagem semelhante é considerada para sua versão dual. Representação por meio de cópula, propriedades probabilísticas e de confiabilidade assim como resultados em valores extremos são então obtidos. A propriedade de falta de memória bivariada é estendida assumindo-se uma função de dependência sem memória. Uma nova classe de distribuições caracterizada por essa propriedade estendida é introduzida. Correspondentes interpretações geométricas, procedimentos de construção, representação estocástica, relação com cópula de sobrevivência e propriedades de confiabilidade são derivadas. / Bivariate Marshall-Olkin model, Dual model, Exponential representation, Dependence function, Bivariate aging, Copula, Survival copula, Stochastic order, Bivariate extreme value distribution, Pickands measure, Pickands dependence function, Failure rate, Bivariate hazard gradient, Bivariate lack-of-memory, Residual lifetime vector, Characterization.

Esta tese trata de dois assuntos importantes na teoria de risco: o fenômeno da dependência local e a identificação e mensuração de assimetrias apresentadas pelos dados. A primeira parte trata de dependência local, sendo abordadas algumas medidas já analisadas na literatura. Versões locais dos coeficientes de Kendall e Spearman , baseadas na distribuição condicional dos dados, são propostas. São apresentadas algumas propriedades dessas medidas e a aplicação das mesmas a algumas cópulas. Na segunda parte são apresentados resultados sobre cópulas bivariadas que são as menos associativas e menos bi-simétricas segundo o critério de máxima distância modular. A última parte trata da não-permutabilidade e assimetria radial dos dados. Uma medida de não-permutabilidade baseada nos coeficientes de correlação condicional é proposta e aplicada a algumas distribuições. No final, o conceito de quantil bivariado é aplicado nas definições de medidas para avaliar o grau de permutabilidade e de simetria radial presentes na estrutura de dependência dos dados e de testes de hipóteses para verificar se a cópula subjacente aos dados é permutável ou radialmente simétrica. / In this thesis two important fields in risk theory are studied: the local dependence phenomenon and the identification and measuring of asymmetries contained in data. The first part deals with local dependence: some measures already studied in the literature are presented and discussed, and local versions of the coefficients Kendall and Spearman , based on the conditional distribution of data, are proposed. Properties of these measures and some examples concerning its application are treated. In the second part are presented some results about bivariate copulas which are the least associative and the least bi-symmetric according to the maximum modular distance. The last part analyses the nonexchangeability and the radial asymmetry of data. A measure of nonexchangeability based on the conditional correlation coefficient is proposed and applied to some distribution functions. At the end, the concept of bivariate quantile is applied in the definitions of measures for evaluating the degree of exchangeability and radial symmetry present in data and of hypothesis tests proposed for verifying whether the underlying copula is exchangeable or radially symmetric.

Made available in DSpace on 2017-05-12T14:47:07Z (GMT). No. of bitstreams: 1 protegidoJacqueline_dissertacao.pdf: 3012964 bytes, checksum: 337f371fa8c665bb4fdfdc22709938da (MD5) Previous issue date: 2015-02-02 / The soil spatial variability s studies are based in geostatistics which appears as a method whose data comes from natural phenomena and consider the geographical location of the phenomenon. If in an area under study the researcher has interest in searching the variability of variables and has evidence that the steps which describe the spatial structure of this variables aren t independent a geostatistical bivariate model study can be proposed. This work concentrates on evaluating the variation s influence of the bivariate Gaussian common component model (BGCCM) parameters in calculating the Pearson correlation coefficient and analyzing the influence that sizes and sampling settings may present at the BGCCM s estimation and at spatial prediction variables in non-sampled locations. Moreover, for co-placed samples, crossed semivariograms were built and compared with univariate model and BGCCM, in relation to estimates of the model and the sizes associated with the spatial prediction. In order to do it, these methodologies were applied in simulated data sets and experimental data, from an agricultural property. The simulation study of the parameters variation influence s analysis of the bivariate model BGCCM in calculating the Pearson correlation coefficient between described variables of bivariate model BGCCM revealed that the Pearson s linear correlation coefficient can t be considered in decision-making about the presence of joint spatial dependence between pairs of variables. In the study with simulations, it was observed that the biggest differences of accuracy measures and the square sum of the spatial prediction s difference occurred when the univariate models and crossed semivariogram were compared to the BGCCM. Moreover, the simulation s study observed that for balanced data the regular and irregular meshes showed better efficiency as the spatial prediction. The study with real data showed that under the BGCCM approach, spatial dependence was observed, mainly between pH and Mn for co-placed and balanced data of the agriculture year 2010/2011; and between the variable inside of the next pairs: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) and (Prod, Mn) for co-placed and balanced data of the agriculture year 2013/2014; and (Prod, RSP11-20) and (Prod, RSP21-30) for co-placed and unbalanced data of the agriculture year 2013/2014. Still considering the real data study comparing the univariated models, crossed semivariogram and BGCCM, differences could be observed in the square sum of prediction s difference and in the accuracy measures, both for balanced and unbalanced data. However, considering the real data and the control sample, the spatial prediction s quality using the BGCCM model was inefficient when compared to the quality resulted from the spatial prediction using the univariate model. Nevertheless, this result may have been influenced by the choice of sample configuration. / Estudos da variabilidade espacial do solo estão baseados na geoestatística, que se apresenta como um método cujos dados provêm de fenômenos naturais e que consideram a localização geográfica do fenômeno. Se numa área em estudo o pesquisador tem interesse em pesquisar a variabilidade das variáveis e se há evidências que os passos que descrevem a estrutura espacial dessas variáveis não são independentes pode-se propor o estudo de um modelo geoestatístico bivariado. Este trabalho concentrou-se em avaliar a influência da variação dos parâmetros do modelo bivariado com componente de correlação parcialmente comum (bivariate Gaussian common component model BGCCM) no cálculo do coeficiente de correlação linear de Pearson e analisar a influência que tamanhos e configurações amostrais podem apresentar na estimação do modelo BGCCM e na predição espacial de variáveis em localizações não amostradas. Além disso, para amostras co-locadas, construíram-se os semivariogramas cruzados e comparou-se com o modelo univariado e BGCCM, em relação às estimativas do modelo e as medidas associadas à predição espacial. Para isso, essas metodologias foram aplicadas em conjuntos de dados simulados e dados experimentais, provenientes de uma propriedade agrícola. O estudo de simulação da análise da influência da variação dos parâmetros do modelo bivariado BGCCM no cálculo do coeficiente de correlação linear de Pearson entre as variáveis descritas do modelo bivariado BGCCM revelou que o coeficiente de correlação linear de Pearson não pode ser considerado na tomada de decisão quanto à presença de dependência espacial conjunta entre pares de variáveis. No estudo com simulações observou-se que as maiores diferenças das medidas de acurácia e da soma quadrada da diferença entre as predições espaciais ocorreram quando se comparou os modelos univariado e semivariograma cruzado com o BGCCM. Ainda no estudo de simulação observou-se que para os dados balanceados as malhas regular e irregular apresentaram melhor eficiência quanto à predição espacial. O estudo com dados reais mostrou que, sob a abordagem do modelo BGCCM, observou-se a presença de dependência espacial principalmente entre pH e Mn para dados co-locados e balanceados do ano agrícola 2010/2011; e entre as variáveis dentro dos seguintes pares: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) e (Prod, Mn) para dados co-locados e balanceados do ano agrícola 2013/2014; e (Prod, RSP11-20) e (Prod, RSP21-30) para dados co-locados e desbalanceados do ano agrícola 2013/2014. Ainda considerando o estudo com dados reais comparando os modelos univariado, semivariograma cruzado e BGCCM, mostraram diferenças na soma quadrada da diferença da predição e nas medidas acurácia, tanto para dados balanceados como para os desbalanceados. No entanto, considerando os dados reais e a amostra controle, a qualidade da predição espacial usando o modelo BGCCM se mostrou ineficiente quando comparada com a qualidade obtida na predição espacial usando o modelo univariado. Porém, esse resultado pode ter sido influenciado pela escolha da configuração amostral utilizada.

Esta tese trata de dois assuntos importantes na teoria de risco: o fenômeno da dependência local e a identificação e mensuração de assimetrias apresentadas pelos dados. A primeira parte trata de dependência local, sendo abordadas algumas medidas já analisadas na literatura. Versões locais dos coeficientes de Kendall e Spearman , baseadas na distribuição condicional dos dados, são propostas. São apresentadas algumas propriedades dessas medidas e a aplicação das mesmas a algumas cópulas. Na segunda parte são apresentados resultados sobre cópulas bivariadas que são as menos associativas e menos bi-simétricas segundo o critério de máxima distância modular. A última parte trata da não-permutabilidade e assimetria radial dos dados. Uma medida de não-permutabilidade baseada nos coeficientes de correlação condicional é proposta e aplicada a algumas distribuições. No final, o conceito de quantil bivariado é aplicado nas definições de medidas para avaliar o grau de permutabilidade e de simetria radial presentes na estrutura de dependência dos dados e de testes de hipóteses para verificar se a cópula subjacente aos dados é permutável ou radialmente simétrica. / In this thesis two important fields in risk theory are studied: the local dependence phenomenon and the identification and measuring of asymmetries contained in data. The first part deals with local dependence: some measures already studied in the literature are presented and discussed, and local versions of the coefficients Kendall and Spearman , based on the conditional distribution of data, are proposed. Properties of these measures and some examples concerning its application are treated. In the second part are presented some results about bivariate copulas which are the least associative and the least bi-symmetric according to the maximum modular distance. The last part analyses the nonexchangeability and the radial asymmetry of data. A measure of nonexchangeability based on the conditional correlation coefficient is proposed and applied to some distribution functions. At the end, the concept of bivariate quantile is applied in the definitions of measures for evaluating the degree of exchangeability and radial symmetry present in data and of hypothesis tests proposed for verifying whether the underlying copula is exchangeable or radially symmetric.

Made available in DSpace on 2017-07-10T19:23:53Z (GMT). No. of bitstreams: 1 protegidoJacqueline_dissertacao.pdf: 3012964 bytes, checksum: 337f371fa8c665bb4fdfdc22709938da (MD5) Previous issue date: 2015-02-02 / The soil spatial variability s studies are based in geostatistics which appears as a method whose data comes from natural phenomena and consider the geographical location of the phenomenon. If in an area under study the researcher has interest in searching the variability of variables and has evidence that the steps which describe the spatial structure of this variables aren t independent a geostatistical bivariate model study can be proposed. This work concentrates on evaluating the variation s influence of the bivariate Gaussian common component model (BGCCM) parameters in calculating the Pearson correlation coefficient and analyzing the influence that sizes and sampling settings may present at the BGCCM s estimation and at spatial prediction variables in non-sampled locations. Moreover, for co-placed samples, crossed semivariograms were built and compared with univariate model and BGCCM, in relation to estimates of the model and the sizes associated with the spatial prediction. In order to do it, these methodologies were applied in simulated data sets and experimental data, from an agricultural property. The simulation study of the parameters variation influence s analysis of the bivariate model BGCCM in calculating the Pearson correlation coefficient between described variables of bivariate model BGCCM revealed that the Pearson s linear correlation coefficient can t be considered in decision-making about the presence of joint spatial dependence between pairs of variables. In the study with simulations, it was observed that the biggest differences of accuracy measures and the square sum of the spatial prediction s difference occurred when the univariate models and crossed semivariogram were compared to the BGCCM. Moreover, the simulation s study observed that for balanced data the regular and irregular meshes showed better efficiency as the spatial prediction. The study with real data showed that under the BGCCM approach, spatial dependence was observed, mainly between pH and Mn for co-placed and balanced data of the agriculture year 2010/2011; and between the variable inside of the next pairs: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) and (Prod, Mn) for co-placed and balanced data of the agriculture year 2013/2014; and (Prod, RSP11-20) and (Prod, RSP21-30) for co-placed and unbalanced data of the agriculture year 2013/2014. Still considering the real data study comparing the univariated models, crossed semivariogram and BGCCM, differences could be observed in the square sum of prediction s difference and in the accuracy measures, both for balanced and unbalanced data. However, considering the real data and the control sample, the spatial prediction s quality using the BGCCM model was inefficient when compared to the quality resulted from the spatial prediction using the univariate model. Nevertheless, this result may have been influenced by the choice of sample configuration. / Estudos da variabilidade espacial do solo estão baseados na geoestatística, que se apresenta como um método cujos dados provêm de fenômenos naturais e que consideram a localização geográfica do fenômeno. Se numa área em estudo o pesquisador tem interesse em pesquisar a variabilidade das variáveis e se há evidências que os passos que descrevem a estrutura espacial dessas variáveis não são independentes pode-se propor o estudo de um modelo geoestatístico bivariado. Este trabalho concentrou-se em avaliar a influência da variação dos parâmetros do modelo bivariado com componente de correlação parcialmente comum (bivariate Gaussian common component model BGCCM) no cálculo do coeficiente de correlação linear de Pearson e analisar a influência que tamanhos e configurações amostrais podem apresentar na estimação do modelo BGCCM e na predição espacial de variáveis em localizações não amostradas. Além disso, para amostras co-locadas, construíram-se os semivariogramas cruzados e comparou-se com o modelo univariado e BGCCM, em relação às estimativas do modelo e as medidas associadas à predição espacial. Para isso, essas metodologias foram aplicadas em conjuntos de dados simulados e dados experimentais, provenientes de uma propriedade agrícola. O estudo de simulação da análise da influência da variação dos parâmetros do modelo bivariado BGCCM no cálculo do coeficiente de correlação linear de Pearson entre as variáveis descritas do modelo bivariado BGCCM revelou que o coeficiente de correlação linear de Pearson não pode ser considerado na tomada de decisão quanto à presença de dependência espacial conjunta entre pares de variáveis. No estudo com simulações observou-se que as maiores diferenças das medidas de acurácia e da soma quadrada da diferença entre as predições espaciais ocorreram quando se comparou os modelos univariado e semivariograma cruzado com o BGCCM. Ainda no estudo de simulação observou-se que para os dados balanceados as malhas regular e irregular apresentaram melhor eficiência quanto à predição espacial. O estudo com dados reais mostrou que, sob a abordagem do modelo BGCCM, observou-se a presença de dependência espacial principalmente entre pH e Mn para dados co-locados e balanceados do ano agrícola 2010/2011; e entre as variáveis dentro dos seguintes pares: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) e (Prod, Mn) para dados co-locados e balanceados do ano agrícola 2013/2014; e (Prod, RSP11-20) e (Prod, RSP21-30) para dados co-locados e desbalanceados do ano agrícola 2013/2014. Ainda considerando o estudo com dados reais comparando os modelos univariado, semivariograma cruzado e BGCCM, mostraram diferenças na soma quadrada da diferença da predição e nas medidas acurácia, tanto para dados balanceados como para os desbalanceados. No entanto, considerando os dados reais e a amostra controle, a qualidade da predição espacial usando o modelo BGCCM se mostrou ineficiente quando comparada com a qualidade obtida na predição espacial usando o modelo univariado. Porém, esse resultado pode ter sido influenciado pela escolha da configuração amostral utilizada.

Esta investigación analiza los determinantes de la innovación tecnológica en las empresas peruanas para el año 2017, utilizando información de la Enterprise Surveys del Banco Mundial, aplicándose un modelo Probit Bivariado para analizar la dependencia de la decisión de innovación con el proceso de inversión. En el estudio se encuentran los siguientes resultados relevantes: i) los requerimientos específicos de clientes externos explican el desarrollo de innovación tecnológica, por lo que dicho proceso depende especialmente de factores exógenos, ii) la presencia de interdependencia estadística entre las decisiones de inversión e innovación y iii) existen otros factores significativos que explican las decisiones de inversión y de innovación, tales como la pertenencia a un grupo económico, ser una empresa exportadora, el tamaño de la firma y la antigüedad de la empresa. / This research analyzes the determinants of technological innovation in Peruvian companies for the year 2017, using information from the World Bank Enterprise Surveys, applying a Bivariate Probit model to analyze the dependence of the innovation decision with the investment process. The following relevant results are found in the study: i) the specific requirements of external clients explain the development of technological innovation; so that, this process depends especially on exogenous factors, ii) the presence of statistical interdependence between investment and innovation decisions and iii) there are other significant factors that explain investment and innovation decisions, such as belonging to an economic group, being an exporting company, the size of the firm and the age of the company. / Tesis