Neste trabalho estudamos as aplicações do método do Gradiente Espectral Projetado (SPG) em Meteorologia nos campos de previsibilidade, estabilidade e sensibilidade. Inicialmente revisamos os Vetores Singulares Lineares (LSVs) e em seguida apresentamos a teoria das Perturbações Condicionais Não-Lineares Ótimas (CNOPs). Enquanto os métodos clássicos estão baseados no Modelo Tangente Linear, as CNOPs são uma formulação do mesmo problema baseado em Programação Não-Linear. As CNOPs são descritas na literatura como responsáveis por melhorias em relação aos métodos anteriores. Finalmente analisamos três exemplos de aplicação do método à problemas de previsibilidade, estabilidade e sensibilidade. / A revision about applications of Spectral Projected Gradient (SPG) in meteorology is done in the fields of predictability, stability and sensitivity. Initially we review about Linear Singular Vectos (LSVs) and we present the Conditional Nonlinear Optimal perturbations (CNOPs). While the classic methods are based on the Tangent Linear Model, CNOPs are another formulation of the problem based on Nonlinear Programming. CNOPs are described in bibliography as responsible by better results than older methods. Finally we analyze three applications in predictability, stability and sensibility.

[pt] Este trabalho visa replicar os estudos de John Cochrane sobre previsibilidade dos retornos do mercado a partir da relação dividendo-preço para o mercado brasileiro. Utilizando os retornos do índice Bovespa, e estes mesmos retornos diminuídos da taxa Selic, como variáveis dependentes, em relação à série de Dividend Yield que o Núcleo de Estudos Financeiros da USP fornece em seu website para o período entre 2001 e 2021; calculou-se regressões para diversos prazos cumulativos de retorno. A idéia inicial seria confirmar os dois eixos principais de estudo proposto por Cochane : a organização dos apreçamentos dos ativos em torno das taxas de desconto, ou prêmios de risco, e se a previsibilidade dos retornos ganha maior dimensão à medida que se utiliza prazos de retorno crescentes. Para testar a primeira premissa, teríamos que ter obtido dados sobre os pagamentos de dividendos pelas empresas constantes no índice Bovespa ao longo do período, mas isto não foi possível. O trabalho restringiu-se a buscar confirmar se a previsibilidade aumenta conforme os prazos de retorno futuro do índice Bovespa estudados são acumulados. / [en] This work attempts to replicate the studies of John Cochrane on Return Previsibility through the Dividend-Price relationship to the Brazilian Stock Market. Using the Bovespa Stock Market Returns and the Excess Returns calculated from the Stock Market Returns less the risk-free interest in the form of Selic interest series as dependent variables, in relation to the Dividend Yield series provided by the Núcleo de Estudos Financeiros , from Universidade de São Paulo, from 2001 to 2021 as independent variable, a series of regression were calculated, using serveral different periods of future returns. The initial idea would be to confirm the main two propositions in Cochrane s work : the organization of asset pricing around discount- rates and if forecastability gains power as the return periods studied grow in size. In order to study the first idea, data should have been obtained on dividend payment from every Brazilian company that was part of the Brazilian Index, and that proved an impossible task at the moment. The work was restricted in its goal to verify if forecastability increases along increasing return timeframes.

[pt] Este trabalho mostra que o VIX e sua versão de mais curto prazo tem poder preditivo sobre a variância realizada do S e P 500 em dias de FOMC (reuniões do Banco Central do Estados Unidos – FED). Apesar disto, o resultado não persiste quando utilizamos o Índice de Volatilidade do S e P 500 de Longo Prazo (3 meses). / [en] This work shows that the VIX and its shorter-term version have predictive power over the variance of the S and P 500 on FOMC days (meetings of the United States Central Bank - FED). Despite this, the result does not persist when we use the Long Term S and P 500 Volatility Index (3 months).

[pt] O neoconstitucionalismo presente no Estado Contemporâneo - marcado pela diversidade, multiculturalismo e complexidade - teve como marco as atrocidades cometidas durante a Segunda Guerra Mundial e se caracteriza por fatores como a expansão dos direitos humanos e fundamentais e a normatização das Constituições Democráticas que apresentam em sua essência uma elevada carga axiológica e principiológica, conferindo caráter mais aberto ao texto legal, colocando o indivíduo no centro o ordenamento jurídico. Esse cenário resultou na reformulação não somente do conceito de jurisdição, mas de todo o direito processual, rompendo com o tecnicismo inerente a esse ramo do direito. Ao superar o clássico modelo subsuntivo e adotar o método interpretativo deliberativo de aplicação do direito, o neoconstitucionalismo fortaleceu o Poder Judiciário e conferiu maior liberdade aos juízes na interpretação e ressignificação da norma diante do caso concreto, conformando-a com a realidade sócio-políticojurídica. Esse movimento de resgate das teorias hermenêuticas aqueceu a discussão sobre segurança jurídica, uma vez que potencializou a divergência de entendimento jurisprudencial nos países adeptos ao sistema de civil law, como é o caso do Brasil. A adoção da teoria dos precedentes judiciais vinculantes - inerente ao sistema jurídico do common law - no Brasil, apresenta-se como instrumento de uniformização da jurisprudência capaz de garantir a segurança jurídica ao elevar o grau de previsibilidade, estabilidade e confiabilidade do direito, permitindo aos cidadãos planejar suas ações e prever seus resultados. / [en] The neoconstitutionalism present in the Contemporary State - marked by diversity, multiculturalism and complexity - had as a landmark atrocities committed during the Second World War and is characterized by factors such as the expansion of human and fundamental rights and the regulation of the Democratic Constitutions which present in their being an axiological and principled high load , giving more open to legal text character by placing the individual at the center of the legal system. This scenario resulted in reshaping not only the concept of jurisdiction, but of the entire procedural law, breaking the technicality inherent in this field of law. By overcoming the classical model and adopting the interpretive-deliberative method of applying the law, neoconstitutionalism strengthened the judiciary and gave greater freedom to judges in interpretation and reframing the norm face the case, conforming with the legal socio-political reality. This movement of redemption of hermeneutical theories heated discussion about legal security, once it enhanced the divergence of legal understanding in the civil law system countries, such as Brazil. The adoption of the theory of binding judicial precedent - inherent in the legal system of common law - in Brazil, presents itself as an instrument of unification of jurisprudence able to guarantee legal certainty by raising the degree of predictability, stability and reliability of the law, allowing citizens plan their actions and predict their results.

Este trabalho apresenta um estudo inicial da aplicação de medidas de previsibilidade em sinais de voz. O objetivo é desenvolver métodos que sejam capazes de diferenciar sinais saudáveis e patológicos, inclusive separar patologias. Para isso, tenta-se medir a variação da incerteza e previsibilidade entre os sinais de voz dos grupos analisados. Algumas patologias de laringe, como nódulo e edema de Reinke, usadas neste estudo, causam modificações nos sinais de voz devido a mudanças na estrutura e funcionalidade do trato e pregas vocais. Nos casos patológicos, tem-se, principalmente, aumento de perturbações de freqüência e amplitude, adição de ruído e supressão de componentes harmônicos de alta freqüência da voz. Por causa disso, observa-se perda da estrutura quase-periódica dos sinais, aumentando-se a incerteza do sistema vocal e, portanto, diminuição de sua previsibilidade. Para avaliar essas mudanças, usam-se medidas de entropia de Shannon e entropia relativa entre os sinais saudáveis e patológicos. Além dessas, tem-se a potência de previsão (PP), a qual é uma medida baseada na entropia relativa entre o sinal de voz e seu erro de previsão obtido por um modelo. Inicialmente, optou-se pelo modelo autorregressivo (AR), consagrado em análise de voz, porém, devido a resultados não satisfatórios, apresentou-se um modelo baseado em decomposições por wavelets. Outra ferramenta utilizada foi a chamada análise de componentes previsíveis (PrCA), a qual realiza uma decomposição dos sinais em componentes ordenados por sua previsibilidade, sendo possível reconstruí-los usando somente os componentes mais previsíveis. Também, com essa técnica, analisaram-se representações tridimensionais dos sinais de voz em um espaço cujas coordenadas são dadas por versões atrasadas dos próprios sinais. Os algoritmos desenvolvidos foram testados com o auxílio de sinais de voz simulados, os quais possuíam variações de nível de ruído e perturbações de amplitude e freqüência. Com isso, foi possível detectar erros e solucionar problemas com os métodos. Após a avaliação dos algoritmos, estimou-se os valores de entropia dos sinais de voz, a entropia relativa entre os sinais saudáveis e os sinais dos grupos analisados, além de se calcular a PP usando o modelo AR e o modelo por wavelets. Por fim, utilizou-se a PrCA para obtenção de versões mais previsíveis dos sinais, então, calculando-se a PP para esses casos usando essa versão como previsão dos sinais. Aplicou-se, também, a PrCA para as representações tridimensionais dos sinais usando um modelamento AR multidimensional para obtenção de previsões. Com os ensaios de entropia dos sinais de voz, não foi possível diferenciar os grupos, mas com os resultados de entropia relativa, conseguiu-se distinguir eficientemente os sinais patológicos dos saudáveis. Porém, essa medida não possui muita aplicação prática, isso pois é necessário um banco de vozes diagnosticadas para servir de comparação. Nos ensaios de PP usando modelo AR, também não foi possível diferenciar os grupos, no entanto, com o modelo wavelet, os sinais saudáveis apresentaram significativamente maior previsibilidade do que os patológicos, mas, mesmo assim, não se conseguiu diferenciar as patologias. Com a PrCA, utilizando-se ambos os modelos, foi possível diferenciar os grupos patológicos do saudável, porém, frente ao modelo AR, os sinais saudáveis apresentaram menor previsibilidade. Isso demonstra que a previsibilidade depende do modelo usado para a análise, assim, as patologias da laringe podem diminuir ou aumentar a capacidade de previsão dos sinais de voz conforme o modelo usado. Com a avaliação dos resultados de PrCA das representações tridimensionais, tem-se comportamento semelhante ao obtido pela análise direta nos sinais de voz com o modelo AR, entretanto, essa forma e representação dos dados mostra se promissora em estudos futuros. Com esses ensaios, concluiu-se que este estudo foi muito útil para um maior conhecimento da dinâmica da produção vocal e que as medidas de previsibilidade são interessantes para avaliação de patologias da laringe, em especial, a presença de nódulo nas pregas vocais e edema de Reinke, pelo menos nestes estudos iniciais e usando os sinais de voz disponíveis. Mais estudos ainda são necessários, entretanto essa forma de análise já apresenta bons resultados, os quais podem ser aplicados para auxiliar o diagnóstico de disfonias por profissionais da saúde. / This thesis presents initial studies of the application of predictability measures to voice signal analysis. Its aim is to develop methods that are capable of differentiating healthy and pathological signals, also amongst pathologies. In order to do that, we perform an attempt to measure the uncertainty and predictability variations of the signals from the analyzed groups. Some larynx pathologies, such as nodule and Reinkes edema, that are used in this study, cause changes to the voice signals due to structure and functionality modifications of the vocal tract and folds. The main modifications are higher amplitude and frequency perturbations, noise addition, and supression of high frequency harmonic components. Because of that, the signals lose some of their almost periodic structure, the vocal system\'s uncertainty increases and, therefore, the predictability decreases. We use several measures to evaluate these changes, such as Shannons entropy and relative entropy between healthy and pathological signals. In addition, we use the predictive power (PP), that is based on the relative entropy between the voice signal and its prediction error given by a model. Firstly, we used the autoregressive model (AR), common for voice analysis, however, due to unsatisfactory results, we presented a model based on wavelet decomposition. We also took advantage of another tool, called predictable component analysis (PrCA), it performs a signal decomposition in components that are ordered by their predictability. Then it is possible to reconstruct the signals using only their most predictable components. Using this technique, we analyzed a kind of tridimensional representation of the voice signals in a space with coordinates given by delayed versions of the signals. We tested the developed algorithms with the aid of simulated voice signals, which had variations of noise level and amplitude and frequency perturbations. By means of that, it was possible to detect errors and solve method problems. After the algorithms evaluation, we estimated the entropy of the voice signals and the relative entropy between the healthy signals and all the signals. In addition, we estimated the PP using the AR and wavelet based models. After that, we used the PrCA in order to obtain more predictable versions of the signals and then, estimated the PP using this version as the signals prediction. Also, we applied the PrCA to the signals tridimensional representations using a multidimensional AR model as a predictor. Using the voice entropy results, we could not distinguish between the analyzed groups, but with the relative entropy values, the healthy and pathological signals were differentiated efficiently. In spite of that, this measure has no practical application, because a diagnosed voice database is necessary as a basis of comparison. For the PP with AR modeling, no distinction between the groups is observed, but with the wavelet modeling, the healthy signals showed significantly higher predictability than the pathological ones, however the pathologies were differentiated. Using the PrCA with both models, the pathological and healthy groups were distinguished, but for the AR model, the healthy signals presented smaller predictability. This shows that the predictability depends on the analysis model, thus the larynx pathologies can decrease or increase the prediction capacity of the voice signals according to the used model. The results of PrCA of the tridimensional representations show similar behavior of the ones from direct PrCA signal analisys with the AR model. Despite of these results, this form of data representation seems to be promising for future studies. Considering these results, we concluded that this study was very useful to acquire a better understanding of the dynamics of voice production and that the predictability measures are interesting for the evaluation of larynx pathologies, especially presence of nodule in the vocal folds and Reinke\'s edema, at least for this initial study using the available signals. More studies are still necessary, but this analysis method already presents good results, which can be applied to aid pathology diagnosis by health professionals.

Este trabalho apresenta um estudo inicial da aplicação de medidas de previsibilidade em sinais de voz. O objetivo é desenvolver métodos que sejam capazes de diferenciar sinais saudáveis e patológicos, inclusive separar patologias. Para isso, tenta-se medir a variação da incerteza e previsibilidade entre os sinais de voz dos grupos analisados. Algumas patologias de laringe, como nódulo e edema de Reinke, usadas neste estudo, causam modificações nos sinais de voz devido a mudanças na estrutura e funcionalidade do trato e pregas vocais. Nos casos patológicos, tem-se, principalmente, aumento de perturbações de freqüência e amplitude, adição de ruído e supressão de componentes harmônicos de alta freqüência da voz. Por causa disso, observa-se perda da estrutura quase-periódica dos sinais, aumentando-se a incerteza do sistema vocal e, portanto, diminuição de sua previsibilidade. Para avaliar essas mudanças, usam-se medidas de entropia de Shannon e entropia relativa entre os sinais saudáveis e patológicos. Além dessas, tem-se a potência de previsão (PP), a qual é uma medida baseada na entropia relativa entre o sinal de voz e seu erro de previsão obtido por um modelo. Inicialmente, optou-se pelo modelo autorregressivo (AR), consagrado em análise de voz, porém, devido a resultados não satisfatórios, apresentou-se um modelo baseado em decomposições por wavelets. Outra ferramenta utilizada foi a chamada análise de componentes previsíveis (PrCA), a qual realiza uma decomposição dos sinais em componentes ordenados por sua previsibilidade, sendo possível reconstruí-los usando somente os componentes mais previsíveis. Também, com essa técnica, analisaram-se representações tridimensionais dos sinais de voz em um espaço cujas coordenadas são dadas por versões atrasadas dos próprios sinais. Os algoritmos desenvolvidos foram testados com o auxílio de sinais de voz simulados, os quais possuíam variações de nível de ruído e perturbações de amplitude e freqüência. Com isso, foi possível detectar erros e solucionar problemas com os métodos. Após a avaliação dos algoritmos, estimou-se os valores de entropia dos sinais de voz, a entropia relativa entre os sinais saudáveis e os sinais dos grupos analisados, além de se calcular a PP usando o modelo AR e o modelo por wavelets. Por fim, utilizou-se a PrCA para obtenção de versões mais previsíveis dos sinais, então, calculando-se a PP para esses casos usando essa versão como previsão dos sinais. Aplicou-se, também, a PrCA para as representações tridimensionais dos sinais usando um modelamento AR multidimensional para obtenção de previsões. Com os ensaios de entropia dos sinais de voz, não foi possível diferenciar os grupos, mas com os resultados de entropia relativa, conseguiu-se distinguir eficientemente os sinais patológicos dos saudáveis. Porém, essa medida não possui muita aplicação prática, isso pois é necessário um banco de vozes diagnosticadas para servir de comparação. Nos ensaios de PP usando modelo AR, também não foi possível diferenciar os grupos, no entanto, com o modelo wavelet, os sinais saudáveis apresentaram significativamente maior previsibilidade do que os patológicos, mas, mesmo assim, não se conseguiu diferenciar as patologias. Com a PrCA, utilizando-se ambos os modelos, foi possível diferenciar os grupos patológicos do saudável, porém, frente ao modelo AR, os sinais saudáveis apresentaram menor previsibilidade. Isso demonstra que a previsibilidade depende do modelo usado para a análise, assim, as patologias da laringe podem diminuir ou aumentar a capacidade de previsão dos sinais de voz conforme o modelo usado. Com a avaliação dos resultados de PrCA das representações tridimensionais, tem-se comportamento semelhante ao obtido pela análise direta nos sinais de voz com o modelo AR, entretanto, essa forma e representação dos dados mostra se promissora em estudos futuros. Com esses ensaios, concluiu-se que este estudo foi muito útil para um maior conhecimento da dinâmica da produção vocal e que as medidas de previsibilidade são interessantes para avaliação de patologias da laringe, em especial, a presença de nódulo nas pregas vocais e edema de Reinke, pelo menos nestes estudos iniciais e usando os sinais de voz disponíveis. Mais estudos ainda são necessários, entretanto essa forma de análise já apresenta bons resultados, os quais podem ser aplicados para auxiliar o diagnóstico de disfonias por profissionais da saúde. / This thesis presents initial studies of the application of predictability measures to voice signal analysis. Its aim is to develop methods that are capable of differentiating healthy and pathological signals, also amongst pathologies. In order to do that, we perform an attempt to measure the uncertainty and predictability variations of the signals from the analyzed groups. Some larynx pathologies, such as nodule and Reinkes edema, that are used in this study, cause changes to the voice signals due to structure and functionality modifications of the vocal tract and folds. The main modifications are higher amplitude and frequency perturbations, noise addition, and supression of high frequency harmonic components. Because of that, the signals lose some of their almost periodic structure, the vocal system\'s uncertainty increases and, therefore, the predictability decreases. We use several measures to evaluate these changes, such as Shannons entropy and relative entropy between healthy and pathological signals. In addition, we use the predictive power (PP), that is based on the relative entropy between the voice signal and its prediction error given by a model. Firstly, we used the autoregressive model (AR), common for voice analysis, however, due to unsatisfactory results, we presented a model based on wavelet decomposition. We also took advantage of another tool, called predictable component analysis (PrCA), it performs a signal decomposition in components that are ordered by their predictability. Then it is possible to reconstruct the signals using only their most predictable components. Using this technique, we analyzed a kind of tridimensional representation of the voice signals in a space with coordinates given by delayed versions of the signals. We tested the developed algorithms with the aid of simulated voice signals, which had variations of noise level and amplitude and frequency perturbations. By means of that, it was possible to detect errors and solve method problems. After the algorithms evaluation, we estimated the entropy of the voice signals and the relative entropy between the healthy signals and all the signals. In addition, we estimated the PP using the AR and wavelet based models. After that, we used the PrCA in order to obtain more predictable versions of the signals and then, estimated the PP using this version as the signals prediction. Also, we applied the PrCA to the signals tridimensional representations using a multidimensional AR model as a predictor. Using the voice entropy results, we could not distinguish between the analyzed groups, but with the relative entropy values, the healthy and pathological signals were differentiated efficiently. In spite of that, this measure has no practical application, because a diagnosed voice database is necessary as a basis of comparison. For the PP with AR modeling, no distinction between the groups is observed, but with the wavelet modeling, the healthy signals showed significantly higher predictability than the pathological ones, however the pathologies were differentiated. Using the PrCA with both models, the pathological and healthy groups were distinguished, but for the AR model, the healthy signals presented smaller predictability. This shows that the predictability depends on the analysis model, thus the larynx pathologies can decrease or increase the prediction capacity of the voice signals according to the used model. The results of PrCA of the tridimensional representations show similar behavior of the ones from direct PrCA signal analisys with the AR model. Despite of these results, this form of data representation seems to be promising for future studies. Considering these results, we concluded that this study was very useful to acquire a better understanding of the dynamics of voice production and that the predictability measures are interesting for the evaluation of larynx pathologies, especially presence of nodule in the vocal folds and Reinke\'s edema, at least for this initial study using the available signals. More studies are still necessary, but this analysis method already presents good results, which can be applied to aid pathology diagnosis by health professionals.

Submitted by Martim Gross (martimgr@gmail.com) on 2012-03-09T00:20:19Z No. of bitstreams: 1 Investimento de Longo Prazo no Mercado Imobiliário Brasileiro.pdf: 457861 bytes, checksum: f147df0dfac47283b25696bcefb5ae01 (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2012-03-09T12:09:34Z (GMT) No. of bitstreams: 1 Investimento de Longo Prazo no Mercado Imobiliário Brasileiro.pdf: 457861 bytes, checksum: f147df0dfac47283b25696bcefb5ae01 (MD5) / Made available in DSpace on 2012-03-09T12:55:22Z (GMT). No. of bitstreams: 1 Investimento de Longo Prazo no Mercado Imobiliário Brasileiro.pdf: 457861 bytes, checksum: f147df0dfac47283b25696bcefb5ae01 (MD5) Previous issue date: 2012-02-06 / This work presents the study of an investment portfolio of long-term equity fund, fixed income funds, real estate investment and risk-free rate. To forecast returns were used two distinct models and then estimated the portfolios with different degrees of risk aversion and different times to maturity. This work concludes that the real estate investment should have a sizeable stake in choosing the portfolio - which ranges between 20% and 28% - and estimates that the cost of not using real estate as an asset of the portfolio could be relevant - from 119 bp to 178 bp per year. The models are robust to changes in degrees of risk aversion and the statistical model adopted. / Este trabalho apresenta o estudo de um portfólio de investimento de longo prazo com fundos de renda variável, fundos de renda fixa, imóveis e taxa livre de risco. Para a previsão dos retornos foram utilizados dois modelos distintos e então estimados os portfólios com diferentes graus de aversão a risco e diferentes prazos de maturação. O trabalho conclui que o investimento imobiliário deve ter uma participação considerável na escolha do portfólio - o que varia entre 20% e 28% - e também que o custo de não utilizar o investimento imobiliário como ativo da carteira pode ser relevante – de 119 p.p. a 178 p.p. por ano. Os modelos são robustos a mudanças de grau de aversão a risco e ao modelo estatístico adotado.

The objective of this work was to analyze the relationship of the sea level pressure (SLP) of Tahiti and some meteorological variables over Brazil, with emphasis in the eastern coast of Northeastern Brazil (ENE). For this purpose, NCEP/NCAR reanalysis data sets of SLP, rainfall rate, outgoing longwave (OLR), zonal and meridional wind components at 850 mb level, for a period that includes two phases of Pacific Decadal Oscillation (PDO), a cold phase (1948-1976) and a warm phase (1977-1998), were used. Firstly, the variables anomaly fields were elaborated. Then, a Tahiti SLP standardized index time series (IPT) was constructed and used for correlating with the above mentioned variables anomalies over Brazil. The software GrADS was employed to constructing the variables anomaly fields and the IPT linear correlation coefficient maps. The IPT spatial correlation was performed for each variable anomalies of the cold and the warm PDO phases separately. IPT and rainfall rate correlation coefficients values, ranging from 0,3 to 0,5 , with statistically significance level up to 99%, were found over the northeastern Amazon (Trombetas river watershed) and ENE. In general, the correlation coefficients presented higher values in the PDO warm phase and the IPT performed better than other climatic indices, such as SOI, MEI and Niño 3.4, with respect to rainfall rate over Brazil. Lag correlations were performed, with the meteorological variables lagging up to 5 months the IPT. The results suggested that the IPT is a good predictor of the rainfall rate 5 months in advance, particularly in northeastern Amazon. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo deste trabalho foi analisar a relação da pressão atmosférica ao nível do mar (PNM) de Tahiti com algumas variáveis meteorológicas sobre o Brasil, com ênfase na costa leste de Nordeste Brasileiro (ENE). Para esse propósito, foram utilizados conjuntos de dados de reanálises do NCEP/NCAR das variáveis PNM, taxa de precipitação, radiação de onda longa emergente (ROLE) e componentes zonal e meridional do vento ao nível de 850 mb para um período que compreende duas fases da Oscilação Decadal do Pacífico (ODP), suas fases fria (1948-1976) e quente (1977-1998). Primeiramente, foram elaborados os campos de anomalias dessas variáveis. Em seguida, foi construída uma série temporal do índice de PNM de Tahiti padronizado (IPT), que foi correlacionado com as variáveis acima mencionadas sobre o Brasil. O software GrADS foi usado para construir os mapas de coeficientes de correlação entre o IPT e as anomalias das variáveis. A correlação espacial foi feita para cada variável nas fases fria e quente da ODP separadamente. Foram encontrados valores dos coeficientes de correlação entre o IPT e a taxa de precipitação variando de 0,3 a 0,5, com nível de significância de até 99%, para o nordeste da Amazônia (bacia do rio Trombetas) e o ENE. De maneira geral, os coeficientes de correlação apresentaram valores maiores durante a fase quente da ODP e o IPT teve um desempenho melhor que os outros índices climáticos, como o IOS, IME e Niño 3.4 com relação à taxa de precipitação sobre o Brasil. Correlações atrasadas ( lag ) foram feitas, com as variáveis meteorológicas atrasadas de até 5 meses com relação ao IPT. Os resultados sugeriram que o IPT é um bom previsor da taxa de precipitação com até 5 meses de antecedência, particularmente sobre o nordeste da Amazônia.

[pt] A previsão de movimentos futuros para o mercado de ações é conhecidamente uma tarefa difícil de ser satisfatoriamente realizada. Além disso, a própria possibilidade desta previsão é constantemente questionada na literatura. O estudo presente investiga se essa dificuldade poderia ser amenizada escolhendo janelas específicas de tempo, onde uma dinâmica mais evidente prevaleça, e se a identificação desses períodos pode ser aprendida através de dados passados. Um framework é proposto para tratar desses problemas. Esse framework é nomeado de Predictability Crawler (P-Craw). A proposta usa rotinas de otimização como o Particle Swarm Optimization (PSO) e Algorítimos Genéticos (GA) para selecionar sub-conjuntos de dados históricos onde modelos de aprendizado estatístico possam ser treinados de forma mais eficiente. Para validar a acurácia do método, este é testado em dois diferentes conjuntos de dados. Primeiro, simulações com diferentes níveis de ruído são geradas. Nelas, o P-Craw é capaz de identificar os subconjuntos ótimos em cenários com 20 por cento a 100 por cento de amostras previsíveis. Por fim, dados de transações intradiárias da bolsa de valores brasileira (BOVESPA) são agregados e processados uma matrix de variáveis de entrada e um vetor de previsões. Quando o P-Craw é testado contra o método usual de treinar os modelos em todo conjunto histórico disponível nos dados da BOVESPA, o framework é capaz de aumentar significativamente o número de vezes que o modelo acerta a direção do movimento do preço das ações, enquanto consegue chegar a reduzir em até 19 por cento o erro médio absoluto da tarefa. / [en] Predicting stock movements in the market its known to be an extremely difficult task. More than that, the predictability of the series itself is a controversial matter. The present study investigates if this difficulty could be alleviated by choosing specific windows of time where a more structured dynamic prevails, and whether the identification of those moments could be learned from past data. In order to do that, a novel framework is proposed. This framework is called the Predictability Crawler (P-Craw). It uses optimizations routines such as the Particle Swarm Optimization (PSO) or Genetic Algorithms (GA) to select subsets of historical data where statistical learning algorithms can be more efficiently trained. To access the accuracy of the method, it is tested against two different datasets. First, simulated data with varying percentage of noise is generated and used. In the simulations, The P-Craw is able to reliably identify the optimal subsets in scenarios ranging from 20 percent to 100 percent of predictable samples in the data. Second, intraday data from the Brazilian stocks exchange (BOVESPA) is collected and aggregated into feature and target matrices. When benchmarked against training with the whole samples in the BOVESPA data, the framework is able to significantly raise the correct directional changes of the trained models while reducing the Mean Absolute Error in up to 19 percent.

[pt] Essa tese é composta por três artigos em econometria financeira. Os dois primeiros artigos exploram a relação entre retornos intradiários do mercado de equities e a implied volatility, representada pelo Índice de Volatilidade da CBOE (VIX). Nos dois artigos, estimamos previsões um minuto à frente utilizando janelas rolantes para cada dia. No primeiro artigo, as estimativas indicam que nossos modelos de fatores de volatilidade têm uma performance superior a benchmarks tradicionais em uma análise de séries de tempo em alta frequência, mesmo aos excluirmos períodos de crise da amostra. Os resultados também indicam uma performance fora da amostra maior para dias em que não ocorrem anúncios macroeconômicos. A performance é ainda maior quando removemos períodos de crise. O segundo artigo propõe uma abordagem de aprendizado de máquinas para modelar esse exercício de previsão. Implementamos um método de estimação intradiário minuto a minuto com janelas móveis, utilizando dois tipos de modelos não lineares: redes neurais com Long-Short-Term Memory (LSTM) e Random Forests (RF). Nossas estimativas mostram que o VIX é o melhor previsor de retornos de mercado intradiários entre os candidatos na nossa análise, especialmente quando implementadas através do modelo LSTM. Esse modelo também melhora significativamente a performance quando utilizamos o retorno de mercado defasado como variável preditiva. Finalmente, o último artigo explora uma extensão multivariada do método FarmPredict, combinando modelos vetoriais autoregressivos aumentados em fatores (FAVAR) e modelos esparsos em um ambiente de alta dimensão. Utilizando um procedimento de três estágios, somos capazes de estimar e prever fatores e seus loadings, que podem ser observados, não observados ou ambos, assim como uma estrutura idiossincrática fracamente esparsa. Realizamos uma aplicação dessa metodologia em um painel de volatilidades realizadas e os resultados de performance do método em etapas indicam melhorias quando comparado a benchmarks consolidados. / [en] This thesis is composed of three papers on financial econometrics. The first two papers explore the relation between intraday equity market returns and implied volatility, represented by the CBOE Volatility Index (VIX). In both papers, we estimate one-minute-ahead forecasts using rolling windows within a day. In the first paper, the estimates indicate that our volatility factor models outperform traditional benchmarks at high frequency time-series analysis, even when excluding crisis periods. We also find that the model has a better out-of-sample performance at days without macroeconomic announcements. Interestingly, these results are amplified when we remove the crisis period. The second paper proposes a machine learning modeling approach to this forecasting exercise. We implement a minute-by-minute rolling window intraday estimation method using two nonlinear models: Long-Short-Term Memory (LSTM) neural networks and Random Forests (RF). Our estimations show that the VIX is the strongest candidate predictor for intraday market returns in our analysis, especially when implemented through the LSTM model. This model also improves significantly the performance of the lagged market return as predictive variable. Finally, the third paper explores a multivariate extension of the FarmPredict method, by combining factor-augmented vector autoregressive (FAVAR) and sparse models in a high-dimensional environment. Using a three-stage procedure, we estimate and forecast factors and its loadings, which can be observed, unobserved, or both, as well as a weakly sparse idiosyncratic structure. We provide an application of this methodology to a panel of daily realized volatilities. Finally, the accuracy of the stepwise method indicates improvements of this forecasting method when compared to consolidated benchmarks.