Este estudo versa sobre uma investigação de viabilidade da utilização de redes neurais auto-organizadas na classificação e exploração de dados macroeconômicos. Para tanto, foi elaborado um método no qual foram empregadas topologias neurais auto-organizadas, procurando assim explorar as características de melhor desempenho de cada um dos modelos, sob um enfoque seqüencial e com o intuito de se adquirir conhecimento intermediário em cada uma de suas fases, diminuindo o impacto da complexidade tanto no tempo requerido para realização da tarefa quanto na análise dos resultados. Os próprios resultados obtidos sugerem que a utilização de redes neurais artificiais auto-organizadas na aquisição de conhecimento sobre bases de dados aplicáveis às Ciências Econômicas apresenta desempenho análogo aos modelos paramétricos tradicionalmente empregados na construção de cenários com tais informações. / This study turns on an inquiry of viability of the use of self-organizing neural nets in classification and exploration of macroeconomic data. For this purpose, a method in which had been used self-organized neural topologies was elaborated, looking to explore the better characteristics of performance of each one of the models, under a sequential approach and with objective of acquiring intermediate knowledge in each one of its phases, diminishing the impact of the complexity as in time consuming as in analysis of results. Main results obtained suggest the use of self-organized artificial neural nets in acquisition of knowledge on Economic databases presents analog performance to traditional parametric models in scenarios building.

Este estudo versa sobre uma investigação de viabilidade da utilização de redes neurais auto-organizadas na classificação e exploração de dados macroeconômicos. Para tanto, foi elaborado um método no qual foram empregadas topologias neurais auto-organizadas, procurando assim explorar as características de melhor desempenho de cada um dos modelos, sob um enfoque seqüencial e com o intuito de se adquirir conhecimento intermediário em cada uma de suas fases, diminuindo o impacto da complexidade tanto no tempo requerido para realização da tarefa quanto na análise dos resultados. Os próprios resultados obtidos sugerem que a utilização de redes neurais artificiais auto-organizadas na aquisição de conhecimento sobre bases de dados aplicáveis às Ciências Econômicas apresenta desempenho análogo aos modelos paramétricos tradicionalmente empregados na construção de cenários com tais informações. / This study turns on an inquiry of viability of the use of self-organizing neural nets in classification and exploration of macroeconomic data. For this purpose, a method in which had been used self-organized neural topologies was elaborated, looking to explore the better characteristics of performance of each one of the models, under a sequential approach and with objective of acquiring intermediate knowledge in each one of its phases, diminishing the impact of the complexity as in time consuming as in analysis of results. Main results obtained suggest the use of self-organized artificial neural nets in acquisition of knowledge on Economic databases presents analog performance to traditional parametric models in scenarios building.

Submitted by Gustavo Moura (gustavo.moura@gmail.com) on 2011-06-08T15:36:05Z No. of bitstreams: 1 Importancia de um Indice de Volatilidade.pdf: 254956 bytes, checksum: 78c3c92368bf6d04f5046a44ad7f6648 (MD5) / Approved for entry into archive by Vitor Souza(vitor.souza@fgv.br) on 2011-06-08T15:49:45Z (GMT) No. of bitstreams: 1 Importancia de um Indice de Volatilidade.pdf: 254956 bytes, checksum: 78c3c92368bf6d04f5046a44ad7f6648 (MD5) / Made available in DSpace on 2011-07-13T13:52:22Z (GMT). No. of bitstreams: 1 Importancia de um Indice de Volatilidade.pdf: 254956 bytes, checksum: 78c3c92368bf6d04f5046a44ad7f6648 (MD5) Previous issue date: 2011-05-20 / The purpose of this paper is to analyze the importance of an implied volatility index for the Brazilian market. Since it is thought of as a measure of market expectations, and due to the arrival of new economic data, some studies (mainly foreign) have been able to extract important information regarding changes in implied volatility. By analyzing interest rate options (IDI) and exchange rate options (Real/Dollar), this paper verifies whether macroeconomic data impacts volatility. The results show that a large range of such data affects interest rate expectations, whereas only central bank interventions through swap contracts cause an impact on the exchange rate market. Lastly, the study concludes that certain non-transactional variables explain the volatility variations, which shows that the implied volatility of options contain a significant amount of information on market expectations / Este trabalho objetiva analisar a importância de um índice de volatilidade implícita para o mercado brasileiro. Por ser conhecida como uma medida das expectativas futuras dos investidores, diversos estudos, principalmente na literatura estrangeira, tem consegui extrair importantes informações quanto às mudanças na volatilidade implícita com a chegada de novos dados sobre a economia. Analisando as opções de juros (IDI) e de dólar, este trabalho verifica que informações de dados macroeconômicos impactam a volatilidade. Os resultados demonstram que as expectativas quanto ao mercado de juros são impactadas por diversos dados, porém o mesmo não acontece com o mercado de dólar, a qual se demonstrou ser impactada somente por intervenções do Banco Central via colocação de swaps. Por fim, o trabalho conclui que existem varáveis não transacionáveis que explicam as variações na volatilidade implícita, mostrando que as volatilidades implícitas das opções possuem bastantes informações quanto às expectativas.