Made available in DSpace on 2014-06-11T19:28:23Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-02-24Bitstream added on 2014-06-13T18:57:29Z : No. of bitstreams: 1 souza_fa_me_jabo.pdf: 1931388 bytes, checksum: 4c66f4cd56386572eb7ad4b52f5d1472 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho avaliou a influência da heterocedasticidade e dos níveis nutricionais (número e posição) utilizados em ensaios dose-resposta, na estimativa do nível-ótimo e no ajuste dos modelos, além de verificar o quão informativas são as estatísticas utilizadas para avaliar a precisão do ajuste (R², R² ajustado, CV e SQD). Utilizaram-se dados dos experimentos realizados por Nascimento et al. (2007) e Siqueira (2009) e dados simulados. Constatou-se que, quando os níveis estiveram distribuídos próximos do verdadeiro requerimento, os modelos com platô proporcionaram resultados mais confiáveis. Já os modelos quadrático e exponencial se mostraram mais adequados para situações no qual os níveis estão mais dispersos em relação ao verdadeiro requerimento. A heterocedasticidade não interferiu na estimativa do nível-ótimo, porém influenciou no ajuste dos modelos e proporcionou pequenas mudanças nos parâmetros das equações obtidas. O coeficiente de determinação (ajustado e não ajustado) foi diretamente influenciado pela definição do nível mais próximo do ótimo e dos níveis extremos, enquanto que, o coeficiente de variação e a soma dos quadrados dos desvios, pelos níveis iniciais e pelo nível próximo do ótimo. A soma dos quadrados dos desvios demonstrou ser mais sensível, pois seu valor apresentou pequenas variações entre os modelos nas diferentes situações, que as outras estatísticas não detectaram. Ressalta-se a importância de se estabelecer corretamente o intervalo dos níveis estudados para que a dispersão dos valores do nível-ótimo estimado seja minimizada e que o ajuste seja satisfatório, independente do modelo utilizado / This work evaluated the influence of heteroskedasticity and the nutritional levels (number and position) used in dose-response trials to estimating the optimal-level and the adjustment of the models, also check how informative are the statistics used to evaluate the accuracy of fit (R ², R ² adjusted, CV and SQD). The data used in this experiment are from Nascimento et al. (2007) and’ Siqueira (2009) trials and simulated data. It was found that when levels were distributed close to the real requirement, the models with plateau have provided more reliable results. Since the quadratic and exponential models were more suitable for situations in which the levels are more dispersed about the real requirement. The heteroskedasticity did not affect the estimate of the level-optimal, but influenced the adjustment of the models and provided small changes in the parameters of the equations obtained. The coefficient of determination (adjusted and unadjusted) was directly influenced by the definition of the level closest to the optimum and extreme levels, while the coefficient of variation and the sum of squares of deviations were influenced by the initial levels and the level close to the optimum. The sum of squares of deviations was more sensitive, because its value showed small variations between models in different situations that the other statistics did not detect. Emphasized the importance to precisely define the range of levels studied to the dispersion of the obtained optimal-level is minimized and the fit is satisfactory regardless of the model

Os modelos normais de regressão têm sido utilizados durante muitos anos para a análise de dados. Mesmo nos casos em que a normalidade não podia ser suposta, tentava-se algum tipo de transformação com o intuito de alcançar a normalidade procurada. No entanto, na prática, essas suposições sobre normalidade e linearidade nem sempre são satisfeitas. Como alternativas à técnica clássica, foram desenvolvidas novas classes de modelos de regressão. Nesse contexto, focamos a classe de modelos em que a distribuição assumida para a variável resposta pertence à classe de distribuições simétricas. O objetivo geral desse trabalho é a modelagem desta classe no contexto bayesiano, em particular a modelagem da classe de modelos não-lineares heterocedásticos simétricos. Vale ressaltar que esse trabalho tem ligação com duas linhas de pesquisa, a saber: a inferência estatística abordando aspectos da teoria assintótica e a inferência bayesiana considerando aspectos de modelagem e critérios de seleção de modelos baseados em métodos de simulação de Monte Carlo em Cadeia de Markov (MCMC). Uma primeira etapa consiste em apresentar a classe dos modelos não-lineares heterocedásticos simétricos bem como a inferência clássica dos parâmetros desses modelos. Posteriormente, propomos uma abordagem bayesiana para esses modelos, cujo objetivo é mostrar sua viabilidade e comparar a inferência bayesiana dos parâmetros estimados via métodos MCMC com a inferência clássica das estimativas obtidas por meio da ferramenta GAMLSS. Além disso, utilizamos o método bayesiano de análise de influência caso a caso baseado na divergência de Kullback-Leibler para detectar observações influentes nos dados. A implementação computacional foi desenvolvida no software R e para detalhes dos programas pode ser consultado aos autores do trabalho / The normal regression models have been used for many years for data analysis. Even in cases where normality could not be assumed, was trying to be some kind of transformation in order to achieve the normality sought. However, in practice, these assumptions about normality and linearity are not always satisfied. As alternatives to classical technique new classes of regression models were developed. In this context, we focus on the class of models in which the distribution assumed for the response variable belongs to the symmetric distributions class. The aim of this work is the modeling of this class in the bayesian context, in particular the modeling of the nonlinear models heteroscedastic symmetric class. Note that this work is connected with two research lines, the statistical inference addressing aspects of asymptotic theory and the bayesian inference considering aspects of modeling and criteria for models selection based on simulation methods Monte Carlo Markov Chain (MCMC). A first step is to present the nonlinear models heteroscedastic symmetric class as well as the classic inference of parameters of these models. Subsequently, we propose a bayesian approach to these models, whose objective is to show their feasibility and compare the estimated parameters bayesian inference by MCMC methods with the classical inference of the estimates obtained by GAMLSS tool. In addition, we use the bayesian method of influence analysis on a case based on the Kullback-Leibler divergence for detecting influential observations in the data. The computational implementation was developed in the software R and programs details can be found at the studys authors

[pt] A partir do método de Rigobon (2001) para identificação de um sistema de equações simultâneas na presença de heterocedasticidade, aprofundamos a discussão sobre a relação entre os preços internacionais de commodities e o câmbio real para países com determinadas características. Ao contrário da abordagem tradicional da literatura de commodity currency nesta dissertação admitimos a possibilidade dos preços de commodities serem endógenos em relação à taxa de câmbio, trabalhamos com séries que incorporam mais de um regime cambial e, através de diversas simulações, encontramos evidências de que hipóteses sobre a estacionariedade das séries, em torno da raiz unitária, não afetam significativamente os resultados do exercício empírico. Salvo algumas restrições, os resultados derivados sugerem que o câmbio real do Brasil deve apreciar em resposta a elevações nos preços internacionais das principais commodities que exporta, mas a elasticidade dos preços de commodities em relação ao câmbio não pode ser considerada estatisticamente diferente de zero. Para a Nova Zelândia, as evidências indicam que os efeitos contemporâneos dos movimentos da taxa de câmbio sobre os preços das suas principais commodities exportadas é significativo, embora o efeito dos preços das commodities sobre o câmbio deva ser considerado estatisticamente igual a zero. / [en] Using Rigobons (2001) identification method for simultaneous equations models, based on the heteroskedasticity of the structural shocks, we analyze the relationship between the exchange rate and commodity prices for specific countries. Instead of the traditional approach of the commodity currency literature, we allow for endogenous effects of the exchange rates on the commodity prices, and we work with series that span two exchange rate regimes. From the results of some simulations, we also find out that the lack of assumptions about the stationarity of the series, close to the unity root, do not harm the conclusions of the empirical exercise. In spite of some caveats, the results of the empirical investigation suggest that the real exchange rate of Brazil should appreciate in response to a rise in the prices of its most important export commodities. However, the elasticity of the commodity prices to the exchange rate can not be considered different from zero, implicating that the country does not have much market power in the trade of these commodities. For New Zealand, the evidence indicates that exchange rate variations are important for the determination of the commodity prices, although the impact of commodity prices on the exchange rate is statistically equal to zero.

Submitted by JULIO CESAR GRIMALT DOS SANTOS (grimbil@hotmail.com) on 2015-02-23T21:08:49Z No. of bitstreams: 1 Dissertação Final.pdf: 1416129 bytes, checksum: fcbac3f948355bac6f5b59569bf2610a (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2015-03-04T16:04:21Z (GMT) No. of bitstreams: 1 Dissertação Final.pdf: 1416129 bytes, checksum: fcbac3f948355bac6f5b59569bf2610a (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-03-12T19:06:25Z (GMT) No. of bitstreams: 1 Dissertação Final.pdf: 1416129 bytes, checksum: fcbac3f948355bac6f5b59569bf2610a (MD5) / Made available in DSpace on 2015-03-12T19:06:41Z (GMT). No. of bitstreams: 1 Dissertação Final.pdf: 1416129 bytes, checksum: fcbac3f948355bac6f5b59569bf2610a (MD5) Previous issue date: 2015-02-10 / O objetivo deste estudo é propor a implementação de um modelo estatístico para cálculo da volatilidade, não difundido na literatura brasileira, o modelo de escala local (LSM), apresentando suas vantagens e desvantagens em relação aos modelos habitualmente utilizados para mensuração de risco. Para estimação dos parâmetros serão usadas as cotações diárias do Ibovespa, no período de janeiro de 2009 a dezembro de 2014, e para a aferição da acurácia empírica dos modelos serão realizados testes fora da amostra, comparando os VaR obtidos para o período de janeiro a dezembro de 2014. Foram introduzidas variáveis explicativas na tentativa de aprimorar os modelos e optou-se pelo correspondente americano do Ibovespa, o índice Dow Jones, por ter apresentado propriedades como: alta correlação, causalidade no sentido de Granger, e razão de log-verossimilhança significativa. Uma das inovações do modelo de escala local é não utilizar diretamente a variância, mas sim a sua recíproca, chamada de 'precisão' da série, que segue uma espécie de passeio aleatório multiplicativo. O LSM captou todos os fatos estilizados das séries financeiras, e os resultados foram favoráveis a sua utilização, logo, o modelo torna-se uma alternativa de especificação eficiente e parcimoniosa para estimar e prever volatilidade, na medida em que possui apenas um parâmetro a ser estimado, o que representa uma mudança de paradigma em relação aos modelos de heterocedasticidade condicional. / The objective of this study is to propose the implementation of a statistical model to calculate the volatility not widespread in Brazilian literature, LSM, with its advantages and disadvantages compared to the models commonly used for risk measurement. To estimate the parameters will be used daily prices of Ibovespa in the period from January 2009 to December 2014, and to measure the empirical accuracy of the models out of sample tests will be performed, comparing the VaR obtained for the period from January to December 2014. Explanatory variables were introduced in an attempt to improve the models, and we chose to its corresponding American Ibovespa, the Dow Jones index, for presenting characteristics such as high correlation, causality in the Granger sense, and reason for significant log-likelihood. One of the local scale model innovation is not directly use the variance, but its reciprocal, called 'precision' series, which follows a kind of multiplicative random walk. LSM captured all financial series of stylized facts, and the results were favorable to use, so the model becomes an efficient and economical alternative specification for estimating and predicting volatility, to the extent that only one parameter has to be estimated, which represents a paradigm shift in the models of conditional heteroscedasticity.

Given the wide range of macroeconomic, financial and econometric frameworks commonly used to accommodate uncomfortable empirical evidence associated with the Forex market, this article aims to model and predict the monthly variation in American Dollar-Brazilian Real exchange rate, from January 2000 to December 2009, based on asset pricing theory. Wang (2008) and Engel and West (2005) are closer to ours, in terms of fundamentals of finance, while methodologically, we are close to Chong, Chung and Ahmad (2002) and da Costa et al. (2010). Our work is relevant to the empirical literature, since the prediction results are better than the random walk approach ones. The prediction error is about 5% and 14% for the exchange rate variation and in level, respectively. In 57.5% of the changes, our model predicts the correct change direction. The main contribution based on this framework, already used to understand the Forward Premium Puzzle for advancedeconomies, consists in the derivation and the implications of a system of linear relationships characterized by a Bivariate Generalized Autoregressive Conditional Heteroskedasticity-in-Mean (GARCH-M), useful empirically, once we have extracted a time series for a Stochastic Discount Factor (SDF) able to price the covered and the uncovered trading with U.S. Government bonds. The results suggest to the theoretical literature that, at least for monthly frequency, one should not omit the temporal variation of conditional moments of the second order. The hypothesis about the lognormal distribution of discounted returns and a parsimonious specification for conditional Heteroskedastic models can influence the predictive power of SDF, as well as the effects of the inclusion of risk premium. / Diante da vasta gama de arcabouÃos macroeconÃmicos, economÃtricos e financeiros que visam acomodar evidÃncias empÃricas desconfortÃveis associadas ao mercado cambial, este artigo visa modelar e prever a variaÃÃo mensal entre as moedas real brasileiro e dÃlar americano, de janeiro de 2000 a dezembro de 2009, baseado na teoria de apreÃamento de ativos. Este estudo agrega-se à literatura empÃrica, ao obter resultados preditivos superiores a um modelo de passeio aleatÃrio, com erros de previsÃo da ordem de grandeza de 5% e 14% para depreciaÃÃo e para o cÃmbio em nÃvel, respectivamente, e um acerto em 57,5% das vezes com relaÃÃo à direÃÃo da variaÃÃo cambial. Alinhado em fundamentos a Wang (2008) e Engel e West (2005) e metodologicamente a Chong, Chung e Ahmad (2002) e da Costa et al. (2010), a principal contribuiÃÃo no uso deste arcabouÃo, jà utilizado no entendimento do Forward Premium Puzzle para economias avanÃadas, consiste na derivaÃÃo e nas implicaÃÃes de um sistema de relaÃÃes lineares caracterizado por um Generalized Autoregressive Conditional Heteroskedasticity-in- Mean (GARCH-M) bivariado, o qual pode ser testÃvel, a partir da extraÃÃo via componentes principais da sÃrie temporal para um Fator EstocÃstico de Desconto capaz de apreÃar operaÃÃes coberta e descoberta de aquisiÃÃo de tÃtulos do governo americano. Os resultados sugerem, ainda, à literatura teÃrica que, ao menos para frequÃncia mensal, nÃo se deve desprezar a variaÃÃo temporal dos momentos condicionais de segunda ordem. A hipÃtese sobre a distribuiÃÃo lognormal dos retornos descontados e uma especificaÃÃo parcimoniosa para modelos de heterocedasticidade condicional podem prejudicar a capacidade preditiva associada do Fator EstocÃstico de Desconto, assim como os efeitos da incorporaÃÃo do prÃmio de risco.

nÃo hà / O presente trabalho busca analisar, empiricamente, o comportamento do modelo de mensuraÃÃo de risco de mercado Value-at-Risk â VaR em sua interpretaÃÃo paramÃtrica gaussiana incondicional e extensÃes que regulam as violaÃÃes sobre a nÃo normalidade e a heterocedasticidade dos retornos diÃrios dos fundos de investimentos em AÃÃes, das treze maiores instituiÃÃes financeiras residentes no Brasil, durante o perÃodo de janeiro/06 a dezembro/12. Para uma melhor avaliaÃÃo dos dados, buscou-se, inicialmente, modelar a evoluÃÃo condicional do risco e ajustar a idiossincrasia estatÃstica das sÃries temporais das treze tesourarias, utilizando distribuiÃÃes de probabilidade que mais se adaptassem à anÃlise dos modelos. Os resultados obtidos com esses modelos sÃo analisados à luz do teste para proporÃÃo de falhas proposto por Kupiec (1995) e Chisttoffersen (1998). A pesquisa ainda apresenta, com exemplos grÃficos, uma anÃlise de desempenho Risco â Retorno dos treze bancos utilizando a metodologia proposta por Balzer. / This study aims to examine empirically the behavior of the model for measuring market risk Value at Risk - VaR in its parametric interpretation unconditional Gaussian and extensions that regulate violations on heteroscedasticity and non-normality of daily returns of investment funds Actions, of the thirteen largest financial institutions resident in Brazil, during the January/06 dezembro/12. For a better evaluation of the data, we sought to initially model the conditional evolution of risk and adjust the statistic al idiosyncrasy of temporal series of thirteen treasuries, using probability distributions that best adapt to the analysis of the models. The results obtained with the semodels are analyzed by the test failure rate proposed by Kupiec (1995) and Chisttoffersen (1998). The survey also shows, with graphic examples, a performance Risk - Return of the thirteen banks using the methodology proposed by Balzer.

Os modelos normais de regressão têm sido utilizados durante muitos anos para a análise de dados. Mesmo nos casos em que a normalidade não podia ser suposta, tentava-se algum tipo de transformação com o intuito de alcançar a normalidade procurada. No entanto, na prática, essas suposições sobre normalidade e linearidade nem sempre são satisfeitas. Como alternativas à técnica clássica, foram desenvolvidas novas classes de modelos de regressão. Nesse contexto, focamos a classe de modelos em que a distribuição assumida para a variável resposta pertence à classe de distribuições simétricas. O objetivo geral desse trabalho é a modelagem desta classe no contexto bayesiano, em particular a modelagem da classe de modelos não-lineares heterocedásticos simétricos. Vale ressaltar que esse trabalho tem ligação com duas linhas de pesquisa, a saber: a inferência estatística abordando aspectos da teoria assintótica e a inferência bayesiana considerando aspectos de modelagem e critérios de seleção de modelos baseados em métodos de simulação de Monte Carlo em Cadeia de Markov (MCMC). Uma primeira etapa consiste em apresentar a classe dos modelos não-lineares heterocedásticos simétricos bem como a inferência clássica dos parâmetros desses modelos. Posteriormente, propomos uma abordagem bayesiana para esses modelos, cujo objetivo é mostrar sua viabilidade e comparar a inferência bayesiana dos parâmetros estimados via métodos MCMC com a inferência clássica das estimativas obtidas por meio da ferramenta GAMLSS. Além disso, utilizamos o método bayesiano de análise de influência caso a caso baseado na divergência de Kullback-Leibler para detectar observações influentes nos dados. A implementação computacional foi desenvolvida no software R e para detalhes dos programas pode ser consultado aos autores do trabalho / The normal regression models have been used for many years for data analysis. Even in cases where normality could not be assumed, was trying to be some kind of transformation in order to achieve the normality sought. However, in practice, these assumptions about normality and linearity are not always satisfied. As alternatives to classical technique new classes of regression models were developed. In this context, we focus on the class of models in which the distribution assumed for the response variable belongs to the symmetric distributions class. The aim of this work is the modeling of this class in the bayesian context, in particular the modeling of the nonlinear models heteroscedastic symmetric class. Note that this work is connected with two research lines, the statistical inference addressing aspects of asymptotic theory and the bayesian inference considering aspects of modeling and criteria for models selection based on simulation methods Monte Carlo Markov Chain (MCMC). A first step is to present the nonlinear models heteroscedastic symmetric class as well as the classic inference of parameters of these models. Subsequently, we propose a bayesian approach to these models, whose objective is to show their feasibility and compare the estimated parameters bayesian inference by MCMC methods with the classical inference of the estimates obtained by GAMLSS tool. In addition, we use the bayesian method of influence analysis on a case based on the Kullback-Leibler divergence for detecting influential observations in the data. The computational implementation was developed in the software R and programs details can be found at the studys authors