ASSIS, Dércio Nonato Chaves de. Decomposição da pobreza no Brasil usando um modelo de fatores dinâmicos / Dércio Nonato Chaves de Assis. - 2015. 42f. Dissertação (mestrado) - Universidade Federal do Ceará, Programa de Pós Graduação em Economia, CAEN, Fortaleza, 2015. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2017-06-07T19:27:57Z No. of bitstreams: 1 2015_dis_dncassis.pdf: 913297 bytes, checksum: 939f66d98cd4e85002672aa456a008b7 (MD5) / Approved for entry into archive by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2017-06-07T19:28:17Z (GMT) No. of bitstreams: 1 2015_dis_dncassis.pdf: 913297 bytes, checksum: 939f66d98cd4e85002672aa456a008b7 (MD5) / Made available in DSpace on 2017-06-07T19:28:17Z (GMT). No. of bitstreams: 1 2015_dis_dncassis.pdf: 913297 bytes, checksum: 939f66d98cd4e85002672aa456a008b7 (MD5) Previous issue date: 2015 / This paper investigates the common dynamic properties of poverty rates across Brazilian states during the period 1976-2012. Aiming to investigate whether movements in poverty levels were explained with greater emphasis by 'shocks' originated from influences at the national level (Macroeconomic Policies, e.g.), or by changes at the local/regional level (educational structure, health conditions, labor market, etc.). Therefore, it was utilized the Bayesian dynamic latent factor model approach, proposed by Kose, Otrok and Whiteman (2003, American Economic Review), allowing the decomposition of poverty into national, regional and state specific component factors. The results showed that, on average, the national factor was responsible for explaining approximately three quarters of the volatility in the poverty rate of the Brazilian states. Additionally, it was found that importance of the national factor grew, to the detriment of idiosyncratic factor, since 1995. This result emphasizes, in some way, the great importance of controlling hyperinflation and increased social spending by the federal government to change poverty rates in Brazil. However, the importance of regional and local components differed substantially among states. Variations in educational attainment and labor market dynamics may explain these regional differences. / O presente artigo investiga as propriedades de dinâmicas comuns entre as taxas de pobreza dos Estados brasileiros no período de 1976 a 2012. Buscou-se verificar se os movimentos nos níveis de pobreza foram explicados com maior ênfase por “choques” oriundos de influências em âmbito nacional (Políticas Macroeconômicas, por exemplo), ou por alterações em nível local/regional (Estrutura educacional, condições de saúde, mercado de trabalho, etc.). Para tanto, foi empregado à abordagem do modelo de fatores dinâmicos latentes bayesiano, proposta por Kose, Otrok e Whiteman (2003, American Economic Review), que permitiu decompor a pobreza em fatores nacional, regionais e componentes específicos estaduais. Os resultados demonstraram que, em média, o fator nacional foi responsável por explicar, aproximadamente, três quartos da volatilidade da taxa de pobreza dos Estados brasileiros. Adicionalmente, constatou-se que a força do fator nacional cresceu, em detrimento do fator idiossincrático, a partir de 1995. Esse resultado destaca, de certo modo, a grande importância do controle da hiperinflação e do aumento dos gastos sociais do governo federal em alterar as taxas de pobreza nos Estados nesse período. Vale destacar que a influência de componentes regionais e locais diferiu substancialmente entre os Estados. Diferenças no nível educacional e dinâmica do mercado de trabalho podem explicar essas distinções regionais.

[pt] A dissertação apresenta uma proposta de modelo de fatores fundamentalista, de base diária, como uma alternativa mais parcimoniosa do que as tradicionais no cálculo do Value-at- Risk. Surpreendidos por prejuízos causados geralmente por elevada exposição ao risco de mercado, bancos e instituições vêm dedicando atenção especial ao aprimoramento de técnicas de gerenciamento de risco. O estudo relembra conceitos básicos de teoria de carteiras, em particular os modelos de equilíbrio de precificação de ativos, como o CAPM e o APT. Em seguida, a metodologia do Value-at- Risk é abordada, bem como os principais modelos de volatilidade utilizados na sua implementação. Os modelos multi-fatoriais, como os desenvolvidos pela Barra International, são apresentados como simplificadores do processo de estimação da matriz de covariâncias dos ativos de uma carteira. Finalmente, um modelo diário de fatores é estimado e aplicado no cálculo do VaR de uma carteira de ações brasileiras. Os resultados o qualificam como uma ferramenta consistente, eficiente e estruturada no cálculo e análise do risco financeiro.

Made available in DSpace on 2014-06-12T17:35:16Z (GMT). No. of bitstreams: 2 arquivo1614_1.pdf: 526581 bytes, checksum: 6af09088b50c6a7f6b23903b62345f85 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Este trabalho tem como objetivo precípuo realizar análise do retorno das ações de empresas do setor energético brasileiros negociadas na Bolsa de Valores de São Paulo (Bovespa), no período de 1999 a 2007, testando empiricamente e comparando os modelos CAPM, Fama e French e 4 fatores de Carhart (1997). Para tanto, foi realizada, inicialmente, investigação documental observando tanto a legislação pertinente, quanto artigos que versam sobre o assunto. Em um segundo momento, fezse a coleta dos dados econômicos, contábeis e financeiros, utilizando a base de dados Economática. Posteriormente, foi feita a aplicação do modelo 4-fatores, utilizando o software Eviews versão 5.0, realizando a técnica estatística denominada Cross-Section e, para validação dos resultados obtidos, foram aplicados os testes estatísticos t e p, Durbin-Watson e análise do coeficiente de determinação. Com isso, foram obtidas evidências, para as empresas brasileiras de energia elétrica, de um forte poder explicativo do Risco Mercado (RM Rf), evidenciando superioridade do modelo CAPM, quando comparado tanto com o modelo de Fama e French (1992) quanto com o modelo 4-fatores de Carhart (1997)

Submitted by Guilherme Branco Gomes (guilherme.branco.gomes@gmail.com) on 2018-04-17T00:19:25Z No. of bitstreams: 1 dissertacao Guilherme Branco Gomes versao final.pdf: 2137139 bytes, checksum: cead1d1fa55323ea0f81e275c713796e (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2018-04-18T19:53:58Z (GMT) No. of bitstreams: 1 dissertacao Guilherme Branco Gomes versao final.pdf: 2137139 bytes, checksum: cead1d1fa55323ea0f81e275c713796e (MD5) / Made available in DSpace on 2018-05-08T17:43:40Z (GMT). No. of bitstreams: 1 dissertacao Guilherme Branco Gomes versao final.pdf: 2137139 bytes, checksum: cead1d1fa55323ea0f81e275c713796e (MD5) Previous issue date: 2018-03-19 / This work compares dynamic factor model’s forecasts for Brazilian GDP. Our approach takes into account mixed frequencies and can handle missing data. We implement three models: the first is based on the Principal Components Analysis methodology; the second employs a two-step estimation method with quarterly inputs; the last is similar to the former but uses monthly series. A real-time out-of-sample exercise is proposed to assess the performance of these models. A dataset is created for each day within 27 quarters - from the fourth quarter of 2010 up to the second quarter of 2017. For recent periods, the nowcasts estimated by both two-step procedures perform better than the average predictions of Focus Survey, a bulletin organized by the Brazilian Central Bank. We also show evidence that the average of GDP forecasts from this survey may be biased / Esse trabalho compara previsões para o PIB brasileiro utilizando modelos de fatores dinâmicos. Nossa abordagem leva em consideração frequências mistas e lida com dados incompletos na base (missing data). Nós implementamos três modelos: o primeiro é baseado na metodologia de componentes principais; o segundo emprega uma estimação por dois estágio com variáveis trimestrais; o último é similar ao anterior mas utiliza series mensais. Um exercício em tempo real, fora da amostra, é proposto para comparar o desempenho desses modelos. Uma base de dados é criada para cada dia dentro de 27 trimestres - do quarto trimestre de 2010 até o segundo de 2017. Para períodos recentes, os nowcasts estimados para ambos os procedimentos de dois estágios se mostram melhores do que a média de previsão da pesquisa Focus, um boletim organizado pelo Banco Central do Brasil. Nós também mostramos evidências que a média das previsões do PIB dessa pesquisa pode ser viesada

Atualmente há uma quantidade considerável de informação sobre o comportamento da economia à disposição da autoridade monetária, cuja decisão é provavelmente baseada nesse grande conjunto de dados. Entretanto, grande parte das análises empíricas de política monetária é baseada em modelos de pequena escala, e o problema de variáveis omitidas pode ser relevante. Uma literatura mais recente mostrou que grandes conjuntos de séries macroeconômicas podem ser modelados usando fatores dinâmicos, que são considerados um resumo da informação contida nos dados. Neste trabalho combinamos os fatores extraídos de 178 séries de tempo com os modelos tradicionais de pequena escala para analisar a política monetária no Brasil. Os fatores estimados são usados como instrumentos em regras de Taylor forward looking e como regressores adicionais em VAR´s. A informação extraída de grandes conjuntos de dados mostrou-se bem útil na análise empírica da política monetária. / Nowadays there is a considerable amount of information on the behavior of the economy available and central bankers can be expected to base their decisions on this very large information set. Nevertheless, most of the empirical analysis of monetary policy has been based on small scale models, and omitted information can be a relevant problem. Recent time-series techniques have shown that large datasets can be modeled using dynamic factors, which are considered a summary of the information in the data. In this work we combine the factors extracted from 178 time series with more traditional small scale models to analyze monetary policy in Brazil. The estimated factors are used as instruments in forward looking Taylor rules and as additional regressors in VAR´s. The information extracted from large datasets turns out to be quite useful for the empirical analysis of monetary policy.

[pt] O mercado internacional tem sido o foco principal do estudo do convenience yield dos contratos de commodities agrícolas. Em geral, abordagens por meio de modelos de equilíbrio vêm sendo utilizadas para modelar o convenience yield. Esta dissertação propõe de forma pioneira, utilizar modelos de fatores, originalmente propostos por Nelson e Siegel (1987) para a taxa de juros, com o intuito de modelar uma proxy do convenience yield dos contratos futuros de boi gordo negociados na BMEF-Bovespa. Este trabalho também apresenta uma síntese dos modelos propostos na literatura para ativos financeiros e agropecuários bem como a estrutura de negociação dos contratos futuros de commodities agrícolas na BMEF. / [en] International Market has been the principal focus on the convenience yield study of the agricultural commodities contracts. In general, approaches using equilibrium models have been used to model the convenience yield. This paper proposes, for the first, using factor models, originally proposed by Nelson and Siegel (1987) for the in- terest rate, in order to model the a proxy of convenience yield of live cattle futures contracts traded on the Bovespa-BMEF. This work also presents a summary of the models proposed in the literature for financial assets and commodities as well as the structure of futures trading in agricultural commodities for BMEF.

Atualmente há uma quantidade considerável de informação sobre o comportamento da economia à disposição da autoridade monetária, cuja decisão é provavelmente baseada nesse grande conjunto de dados. Entretanto, grande parte das análises empíricas de política monetária é baseada em modelos de pequena escala, e o problema de variáveis omitidas pode ser relevante. Uma literatura mais recente mostrou que grandes conjuntos de séries macroeconômicas podem ser modelados usando fatores dinâmicos, que são considerados um resumo da informação contida nos dados. Neste trabalho combinamos os fatores extraídos de 178 séries de tempo com os modelos tradicionais de pequena escala para analisar a política monetária no Brasil. Os fatores estimados são usados como instrumentos em regras de Taylor forward looking e como regressores adicionais em VAR´s. A informação extraída de grandes conjuntos de dados mostrou-se bem útil na análise empírica da política monetária. / Nowadays there is a considerable amount of information on the behavior of the economy available and central bankers can be expected to base their decisions on this very large information set. Nevertheless, most of the empirical analysis of monetary policy has been based on small scale models, and omitted information can be a relevant problem. Recent time-series techniques have shown that large datasets can be modeled using dynamic factors, which are considered a summary of the information in the data. In this work we combine the factors extracted from 178 time series with more traditional small scale models to analyze monetary policy in Brazil. The estimated factors are used as instruments in forward looking Taylor rules and as additional regressors in VAR´s. The information extracted from large datasets turns out to be quite useful for the empirical analysis of monetary policy.

[pt] O objetivo deste trabalho é a construção de um modelo integrado para previsão da estrutura a termo da taxa de juros, referentes a títulos corporativos americanos para diferentes níveis de risco. A metodologia é baseada no modelo de Nelson e Siegel (1987), com extensões propostas por Diebold e Li (2006) e Diebold, Li e Yue (2008). Modelamos a estrutura a termo para 14 níveis de risco e estimamos conjuntamente os fatores latentes de nível e inclinação que governam a dinâmica das taxas, para a posterior estimação de dois super fatores, que por sua vez, conduzem a trajetória de cada fator, onde está centrada a nossa principal inovação. A previsão da curva de juros é então construída a partir da previsão dos super fatores, modelados por processos auto-regressivos, como sugere Diebold e Li (2006). Através dos super fatores extrapolados da amostra reconstruímos, na forma da previsão, os fatores latentes e a própria taxa de juros. Além da previsão fora da amostra, comparamos a eficiência do modelo proposto com o modelo mais tradicional da literatura, o passeio aleatório. Pela comparação, não obtivemos ganhos significativos em relação a esse competidor, principalmente na previsão um passo a frente. Resultados melhores foram obtidos aumentando o horizonte de previsão, mas não sendo capaz de superar o passeio aleatório. / [en] This dissertation constructs an integrated model for interest rate term structure forecast for American corporate bonds associated with different risk levels. Our methodology is primarily based on Nelson and Siegel (1987) and presents extensions proposed in Diebold and Li (2006) and Diebold, Li and Yue (2008). We model the term structure for 14 risk levels and we jointly estimate the level and slope latent factors that drive interest rates dynamics. These factors are then used in the estimation of two super factors which is our main innovation. The yield curve forecast is then determinate from the forecast of the super factors, described by autoregressive processes, as suggested by Diebold and Li (2006). Through the super factors forecast, reconstructed in the form of forecasting the latent factors and their own interest rate. Our results focus on the model’s out of sample forecast and efficiency compared with the random walk model, considered the benchmark model in this type of literature. Our results provide evidence that the proposed models shows no significant gains in relation to the benchmark, especially in predicting one month ahead. Better results were obtained by increasing the forecast horizon, but not being able to overcome the random walk.

[pt] Este trabalho propõe um modelo de previsão de matrizes de covariância realizada de altíssima dimensão, com aplicação para os componentes do índice S e P 500. Para lidar com o altíssimo número de parâmetros (maldição da dimensionalidade), propõe-se a decomposição da matriz de covariância de retornos por meio do uso de um modelo de fatores padrão (e.g. tamanho, valor, investimento) e uso de restrições setoriais na matriz de covariância residual. O modelo restrito é estimado usando uma especificação de vetores auto regressivos heterogêneos (VHAR) estimados com LASSO (Least Absolute Shrinkage and Selection Operator). O uso da metodologia proposta melhora a precisão de previsão em relação a benchmarks padrões e leva a melhores estimativas de portfólios de menor variância. / [en] We propose a model to forecast very large realized covariance matrices of returns, applying it to the constituents of the S and P 500 on a daily basis. To deal with the curse of dimensionality, we decompose the return covariance matrix using standard firm-level factors (e.g. size, value, profitability) and use sectoral restrictions in the residual covariance matrix. This restricted model is then estimated using Vector Heterogeneous Autoregressive (VHAR) models estimated with the Least Absolute Shrinkage and Selection Operator (LASSO). Our methodology improves forecasting precision relative to standard benchmarks and leads to better estimates of the minimum variance portfolios.

Made available in DSpace on 2008-05-13T13:47:35Z (GMT). No. of bitstreams: 1 2235.pdf: 287767 bytes, checksum: fa47b402b80359b85773581138f77c99 (MD5) Previous issue date: 2007-05-24 / The recent literature shows that an array of strategies used by hedge funds generates non-linear returns. Following the methodology proposed in Agarwal and Naik (2004), this article shows a number of Brazilian hedge funds presents result that are similar to the Bovespa put and call strategy. Using a factor model, we introduce an index based on the options performance, therefore we can show this especific variable can explain better than the traditional risk factors the non linearity of the hedge funds` returns. / Estudos recentes apontam que diversas estratégias implementadas em hedge funds geram retornos com características não lineares. Seguindo as sugestões encontradas no paper de Agarwal e Naik (2004), este trabalho mostra que uma série de hedge funds dentro da indústria de fundos de investimentos no Brasil apresenta retornos que se assemelham ao de uma estratégia em opções de compra e venda no índice de mercado Bovespa. Partindo de um modelo de fatores, introduzimos um índice referenciado no retorno sobre opções de modo que tal fator possa explicar melhor que os tradicionais fatores de risco a característica não linear dos retornos dos fundos de investimento.