Made available in DSpace on 2016-06-02T20:06:05Z (GMT). No. of bitstreams: 1 3715.pdf: 795641 bytes, checksum: 715aa7baebc9b8af84d099eb9c08d3dd (MD5) Previous issue date: 2011-03-28 / Financiadora de Estudos e Projetos / Every day in financial institution is common to nd customers who are unable to honor their commitments. When this occurs we say that the individual is in default. In a possible economic downturn the portfolio could su_er losses due to excessive default clients and high loss rates. At this stage it is essential that financial institutions have a capital reserve to absorb this potential loss. This reserve is known as economic capital. We examined four different models, Normal, Log-Normal, Logit-Normal and Beta Regression, used to determine the individual loss rate, since the client is in default, also known as LGD (Loss Given Default). Such models are used to determine the economic capital. In the models, both the default and LGD depend on a single systematic risk factor, which describes the state of the economy. This means that we considered that the event of default and LGD are correlated. We describe in detail for the four models, two ways of calculating economic capital, using the asymptotic approximation of the distribution of loss rate and the normal approximation. Through a simulation study, we compared the different estimates of economic capital. A bayesian approach to the Beta Regression model is developed modeling mean and dispersion parameter jointly. / No dia-a-dia de uma instituição financeira é comum a existência de clientes que não conseguem honrar seus compromissos. Quando isso ocorre dizemos que o individuo entrou em default. Em uma eventual desaceleração econômica a carteira pode sofrer perdas devido ao excesso de cliente em default e _as altas taxas de perdas. Neste momento é fundamental que as instituição financeiras tenham um capital em reserva para absorver esta possível perda. Tal reserva _e conhecida como capital econômico. Neste trabalho analisamos quatro diferentes modelos, Normal, Log-Normal, Logit-Normal e Regressão Beta, utilizados para determinar a taxa individual de perda, dado que o cliente está em default, também conhecido como LGD (Loss Given Default). Tais modelos são utilizados na determinação do capital econômico. Nos modelos, ambos o default e a LGD dependem de um fator de risco sistemático simples, o qual descreve o estado da economia. Ou seja, considera-se que o evento de default e a LGD estão correlacionados. Descrevemos detalhadamente, para os quatro modelos, duas formas de calcular o capital econômico, utilizando a aproximação assintótica da distribuição da taxa de perda e a aproximação normal. Através de um estudo de simulação comparamos as estimativas dos diferentes capitais econômicos. Uma abordagem bayesiana para o modelo de Regressão Beta _e desenvolvida modelando conjuntamente a média e o parâmetro de dispersão.

Submitted by Viviane Lima da Cunha (viviane@biblioteca.ufpb.br) on 2017-07-06T14:30:18Z No. of bitstreams: 1 arquivototal.pdf: 6614647 bytes, checksum: 21e96f422787eaffc9d7176f0a15e007 (MD5) / Made available in DSpace on 2017-07-06T14:30:18Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 6614647 bytes, checksum: 21e96f422787eaffc9d7176f0a15e007 (MD5) Previous issue date: 2017-02-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In this dissertation the beta regression models with variable dispersion and quantile regression are discussed. Therefore, an introduction was made with the objective of motivating its discussion in epidemiological studies, emphasizing the problematization around obesity. The application of these methods considered a real data set, obtained from public information sources, referring to adult obesity in the nations in the year 2014. After the descriptive analysis of the data it was verified that 50% of the nations present values of the proportion of obese adults greater than 0.20. In addition, viewing the obesity map by nation showed that the highest concentration of countries with the lowest obesity values is found in the continents of Asia and Africa. On the other hand, the highest concentrations of obese are found in the continents of America and Europe. Also, from the graphical analysis of the box-plot a possible difference in the proportions of obese adults between the continents of America and Europe with those of Africa and Asia was observed. After adjusting the beta and quantile regression models it was verified that the covariates average alcohol consumption in liters per person, percentage of insufficient physical activity and percentage of the population living in urban areas have a positive effect on the response variable. That is, individually such covariables tend to increase obesity values in the countries when the other covariables remain constant. In addition, the life expectancy variable in years presented a positive effect and was significant only for the variable regression beta regression model. Finally, analyzing the measures of prediction errors, it was verified that the estimates from the beta regression are more accurate when the mean square error and the total percentage error were evaluated. Therefore, for questions of predicting values for adult obesity in the nations in 2014, the beta regression model with variable dispersion was more suitable for this purpose. / Nesta dissertação são abordados os modelos de regressão beta com dispersão variável e de regressão quantílica. Para tanto, foi feita uma introdução com objetivo de motivar sua discussão em estudos epidemiológicos, enfatizando a problematização em torno da obesidade. A aplicação destes métodos considerou um conjunto de dados reais, obtidos a partir de fontes de informação pública, referente a obesidade adulta nas nações no ano de 2014. Após a análise descritiva dos dados verificou-se que 50% das nações apresentam valores da proporção de adultos obesos maiores do que 0.20. Além disso, visualizando o mapa da obesidade por nação constatou-se que a maior concentração de países com menores valores de obesidade encontra-se nos continentes da Ásia e África. Por outro lado, as maiores concentrações de obesos encontram-se nos continentes da América e Europa. Ainda, a partir da análise gráfica do box-plot foi observado uma possível diferença nas proporções de adultos obesos entre os continentes da América e Europa com os da África e Ásia. Após ajustar os modelos de regressão beta e quantílica verificou-se que as covariáveis consumo médio de álcool em litros por pessoa, porcentagem de atividade física insuficiente e porcentagem da população que vivem em áreas urbanas apresentam efeito positivo sobre a variável resposta. Ou seja, individualmente tais covariáveis tendem a aumentar os valores de obesidade nos países quando as demais covariáveis permanecem constantes. Além disso, a variável expectativa de vida em anos apresentou efeito positivo e foi significativa apenas para o modelo de regressão beta com dispersão variável. Por fim, analisando as medidas de erros de previsão verificou-se que as estimativas oriundas da regressão beta são mais precisas quando avaliado o erro quadrático médio e o erro percentual total. Portanto, para questões de predizer valores referentes a obesidade adulta nas nações em 2014 o modelo de regressão beta com dispersão variável se mostrou mais adequado para tal propósito.

Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-06T19:06:35Z No. of bitstreams: 2 TESE Alexandra Maria Rios Cabral.pdf: 1609175 bytes, checksum: 8f6b0a2e988fb40866b71178433c187d (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-06T19:06:35Z (GMT). No. of bitstreams: 2 TESE Alexandra Maria Rios Cabral.pdf: 1609175 bytes, checksum: 8f6b0a2e988fb40866b71178433c187d (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-12-03 / CAPES, CNPq / O objetivo geral desta tese é fornecer instrumentos de análise e comparação de competitividade e de eficiências técnicas aos gestores de portos e terminais públicos ou privados interessados em aumentar a qualidade de seus serviços. Para tal, este trabalho foi subdividido em três partes. A primeira procurou classificar 17 terminais brasileiros em diferentes grupos a partir de oito critérios de seleção, realizando-se uma análise de cluster hierarquizada que possibilitou a formação de 03 grupos distintos entre si. Feito isso, na segunda parte, partiu-se para a mensuração de escores de eficiências técnicas utilizando-se do método de envelopamento de dados (DEA) e da técnica free disposal hull (FDH) para também obter as metas e os principais benchmarks. Como principais resultados, ficou mostrado que o cais público do porto de Belém e os terminais Tecon e Tecondi do porto de Santos foram apontados como principais benchmarks. Na terceira parte, trabalhou-se com modelos de regressão beta inflacionadas em um para investigar o impacto de alguns fatores apontados como relevantes na mensuração da eficiência calculada anteriormente. As regressões estimadas tiveram um excelente ajuste com pseudo R2 superiores a 0,66 e foi observado que se faz relevante aumentar a movimentação de contêineres desde que de uma forma mais distribuída entre o norte e sul brasileiro, fazendo com que os portos do sul-sudeste não sejam os únicos a liderar o mercado neste segmento. Com uma distribuição geográfica mais equitativa deste tipo de carga, o incremento da taxa de consignação dos terminais do norte e nordeste sofreriam incrementos imediatos. Por fim, propõe-se estudar novas formas de diminuir as filas de navios a espera do seu atracamento, aumentando, assim, a competitividade brasileira com a redução do custo do frete marítimo.

Made available in DSpace on 2014-06-12T17:17:33Z (GMT). No. of bitstreams: 2 arquivo6108_1.pdf: 3140701 bytes, checksum: a71aa22a84db496496bbfe603e065049 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / A valoração de ativos ambientais é uma tarefa que envolve certa complexidade devido à sua característica de bem público e externalidade. Diversos métodos têm sido utilizados, entre os quais o de valoração contingente. Este baseia-se na teoria microeconômica da variação compensatória e variação equivalente e é implementado através de entrevistas diretas. Nessas entrevistas o consumidor é questionado a respeito de sua disposição a pagar (DAP) diante de alterações na disponibilidade ou na qualidade dos ativos ambientais. Em geral, o formato da questão usado para medir a variação de bem estar pode ser de dois tipos: questões abertas ou referendo de escolha dicotômica. Vários modelos econométricos foram sugeridos na literatura para estimar a disposição a pagar, e entre eles os modelos logit e probit são os mais tradicionais. Entretanto, os modelos paramétricos tradicionais podem falhar na representação da distribuição empírica dos dados, levando a vieses por erros de especificação e, conseqüentemente, resultados inconsistentes com a teoria econômica, como por exemplo, uma disposição a pagar negativa. Buscando resolver essas deficiências, têm sido utilizados modelos truncados - o que implica em uma perda de informação, bem como as formas paramétricas permanecem rígidas, ou seja, as soluções vislumbradas têm gerado outra série de problemas na obtenção do valor do ativo ambiental. Assim sendo, esse trabalho propõe a utilização de um novo modelo paramétrico, o modelo de regressão beta (Ferrari e Cribari-Neto, 2004), para valorar ativos ambientais através do método de valoração contingente. O modelo utiliza a flexibilidade da distribuição beta em ajustar diversas formas de assimetria e satisfaz os critérios mínimos para estimação da DAP. Comparações adicionais com os modelos tradicionais são feitas para duas bases de dados, uma delas envolvendo a valoração de uma área de mangue em Recife PE, e a outra que busca valorar uma área de floresta no norte da Suécia (Li e Mattsson, 1995). Os resultados mostram que o modelo de regressão beta representa um aperfeiçoamento do processo de estimação da disposição a pagar comparativamente aos modelos tradicionais

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-07-26T12:10:38Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) dissertação_final_cd_TT.pdf: 4588819 bytes, checksum: 5127176322bfc06990cbd3eaa1fc5687 (MD5) / Made available in DSpace on 2016-07-26T12:10:38Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) dissertação_final_cd_TT.pdf: 4588819 bytes, checksum: 5127176322bfc06990cbd3eaa1fc5687 (MD5) Previous issue date: 2016-02-12 / CAPEs / A classe de modelos de regressão beta introduzida por Ferrari & Cribari-Neto (2004) é muito útil para modelar taxas e proporções. O modelo proposto pelos autores é baseado na suposição de que a variável resposta tem distribuição beta com uma parametrização que é indexada pela média e por um parâmetro de precisão. Após a construção de um modelo de regressão é de extrema importância realizar a análise de diagnóstico, objetivando verificar possíveis afastamentos das suposições feitas para o modelo apresentado, bem como detectar possíveis observações que causem influência desproporcional nas estimativas dos parâmetros. A análise de influência local introduzida por Cook (1986) é uma abordagem que objetiva avaliar a influência das observações. Com base no método de influência local, Zhu & Zhang (2004) propuseram um teste de hipóteses para detectar o grau de discrepância entre o modelo suposto e o modelo subjacente do qual dos dados são gerados. Nesse trabalho, foi densenvolvido esse teste para o modelo de regressão beta com dispersão fixa e variável, como também, foram propostos um melhoramento nesse teste baseados na metodologia bootstrap e um novo teste, também com base em influência local, mas considerando outro esquema de perturbação, a perturbação no parâmetro de precisão no modelo de regressão beta com dispersão fixa. O desempenho desses testes foram avaliados com base no tamanho e poder. Por fim, aplicamos a teoria desenvolvida a um conjunto de dados reais. / The class of beta regression models introduced by Ferrari & Cribari-Neto (2004) is very useful for modelling rates and proportions. The proposed model by the authors is based on the assumption that the response variable is beta distributed with indexed by mean and dispersion parameters. After fitting a regression model is very important to carry out the diagnostic analysis in sense that, verifying possible deviations of the model assumptions, as well as detect possible observations that cause disproportionate influence on the parameter estimates. The local influence analysis introduced by Cook (1986) is an approach that objective assess the influence of observations. Based on local influence method, Zhu & Zhang (2004) proposed a hypothesis test to detect the degree of discrepancy between the supposed model and the underlying model from which the data is generated. In this work, was developed this test for the beta regression model with fixed and varying dispersion, as well as, we proposed in addition, an improvement of this test based on bootstrap methodology and a new test, also based on local influence, but considering other perturbation scheme, the perturbation of the precision parameter in beta regression model with fixed dispersion. The performance of these tests were evaluated based on size and power. Finally, we applied the theory developed to a set of real data.

O ajuste de modelos de regressão beta requer a especificação de uma função de ligação. Algumas funções de ligação úteis são: logito, probito, complemento log-log e log-log. Usualmente, a ligação logito é utilizada pois permite interpretação simples para os parâmetros de regressão. O principal objetivo deste trabalho é avaliar o impacto da especificação incorreta da função de ligação em regressão beta. Estudos de simulação serão usados com esse prop´osito. Amostras da variável resposta serão geradas assumindo uma função de ligação conhecida (verdadeira) e o modelo de regressão beta será ajustado usando a função de ligação verdadeira (correta) e algumas funções de ligação incorretas. Resultados numéricos serão comparados para avaliar o efeito da especificação incorreta da função de ligação sobre as inferências em regressão beta. Adicionalmente, será introduzido um modelo de regressão beta com função de ligação de Aranda-Ordaz, a qual depende de um parâmetro que pode ser estimado através dos dados. / Fitting beta regression models requires the specification of the link function. Some useful link functions for beta regression are: logit, probit, complementary log-log and log-log. Usually, the logit link is used since it allows easy interpretation for the regression parameters. The main objective of this work is to evaluate the impact of misspecification of the link function in beta regression. Simulation studies will be used for this purpose. Samples of the response variable will be generated assuming a known (true) link function, and the beta regression will be fitted using the true (correct) link and some incorrect link functions. Numerical results will be compared to evaluate the effect of misspecification of the link function on inference in beta regression. Also, we will introduce a beta regression model with Aranda-Ordaz link function, which depends on an unknown parameter that can be estimated through the data.

Made available in DSpace on 2014-06-12T18:03:15Z (GMT). No. of bitstreams: 2 arquivo621_1.pdf: 1193733 bytes, checksum: f9db08512a74fca408769399a3a8e887 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A presente dissertação trata da realização de inferências por teste de hipóteses no modelo de regressão beta, que é empregado na modelagem de dados que assumem continuamente valores no intervalo (0; 1) (Ferrari & Cribari-Neto, 2004; Simas, Barreto-Souza & Rocha, 2010). O foco do estudo reside na realização de inferências em pequenas amostras. São considerados os testes da razão de verossimilhanças, escore e Wald usuais, além de dois testes da razão de verossimilhanças corrigidos propostos por Ferrari & Pinheiro (2011) e versões bootstrap dos testes da razão de verossimilhanças, escore e Wald. Os desempenhos dos testes em amostras finitas são avaliados numericamente através de simulações de Monte Carlo. Tais simulações contemplam modelos de regressão beta com dispersão variável e consideram testes sobre os parâmetros que indexam o submodelo da média e também testes sobre os parâmetros que se encontram no submodelo da dispersão

Os modelos de regressão beta e beta inflacionados conseguem ajustar adequadamente grande parte das variáveis do tipo proporção. No entanto, esses modelos não são úteis quando a variável resposta não pode assumir valores no intervalo (0,c) e assume o valor c com probabilidade positiva. Variáveis relacionadas a algum tipo de pagamento limitado entre dois valores, quando estudadas em relação ao seu valor máximo, possuem essas características. Para ajustar essas variáveis, introduzimos a distribuição beta inflacionada truncada (BIZUT), que é uma mistura de uma distribuição beta com suporte no intervalo (c,1) e uma distribuição trinomial que assume os valores zero, um e c. Propomos ainda um modelo de regressão para as situações em que a variável resposta tem distribuição BIZUT. Admitimos que todos os parâmetros da distribuição podem variar em função de variáveis preditoras. Além disso, o modelo permite que o parâmetro conhecido c varie entre as unidades populacionais. Para esse modelo são desenvolvidos diversos aspectos inferenciais, são obtidos resultados para as situações em que c é variável e são conduzidos estudos de simulação de Monte Carlo. Além disso, discutimos análise de resíduos, desenvolvemos análise de influência local e realizamos uma aplicação a dados reais de cartão de crédito. / The beta regression model or the inflated beta regression model may be a reasonable choice to fit a proportion in most situations. However, they do not fit well variables that do not assume values in the open interval (0,c), 0 < c < 1 and assume the c value with positive probability. Variables related to a kind of double bounded payment amount when studied as a proportion of the maximum payment amount have this feature. For these variables, we introduce the truncated inflated beta distribution (TBEINF). This proposed distribution is a mixture of the beta distribution bounded in the open interval (c,1) and a trinomial distribution that assumes the values zero, one and c. This work also proposes a regression model where the response variable is TBEINF distributed. The model allows all the unknown parameters of the conditional distribution of the response variable to be modeled as functions of explanatory variables. Moreover, the model allows nonconstant known parameter c across population units. For this model, some inferential aspects are developed, some results when c is not constant are obtained and Monte Carlo simulation studies are performed. In addition, residual and local influence analysis are discussed and an application to credit card data is presented.

Os modelos de regressão beta e beta inflacionados conseguem ajustar adequadamente grande parte das variáveis do tipo proporção. No entanto, esses modelos não são úteis quando a variável resposta não pode assumir valores no intervalo (0,c) e assume o valor c com probabilidade positiva. Variáveis relacionadas a algum tipo de pagamento limitado entre dois valores, quando estudadas em relação ao seu valor máximo, possuem essas características. Para ajustar essas variáveis, introduzimos a distribuição beta inflacionada truncada (BIZUT), que é uma mistura de uma distribuição beta com suporte no intervalo (c,1) e uma distribuição trinomial que assume os valores zero, um e c. Propomos ainda um modelo de regressão para as situações em que a variável resposta tem distribuição BIZUT. Admitimos que todos os parâmetros da distribuição podem variar em função de variáveis preditoras. Além disso, o modelo permite que o parâmetro conhecido c varie entre as unidades populacionais. Para esse modelo são desenvolvidos diversos aspectos inferenciais, são obtidos resultados para as situações em que c é variável e são conduzidos estudos de simulação de Monte Carlo. Além disso, discutimos análise de resíduos, desenvolvemos análise de influência local e realizamos uma aplicação a dados reais de cartão de crédito. / The beta regression model or the inflated beta regression model may be a reasonable choice to fit a proportion in most situations. However, they do not fit well variables that do not assume values in the open interval (0,c), 0 < c < 1 and assume the c value with positive probability. Variables related to a kind of double bounded payment amount when studied as a proportion of the maximum payment amount have this feature. For these variables, we introduce the truncated inflated beta distribution (TBEINF). This proposed distribution is a mixture of the beta distribution bounded in the open interval (c,1) and a trinomial distribution that assumes the values zero, one and c. This work also proposes a regression model where the response variable is TBEINF distributed. The model allows all the unknown parameters of the conditional distribution of the response variable to be modeled as functions of explanatory variables. Moreover, the model allows nonconstant known parameter c across population units. For this model, some inferential aspects are developed, some results when c is not constant are obtained and Monte Carlo simulation studies are performed. In addition, residual and local influence analysis are discussed and an application to credit card data is presented.

Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T12:34:22Z No. of bitstreams: 2 José Sérgio Casé de Oliveira.pdf: 1717088 bytes, checksum: 91394789d8ecc6a45d75afc3abd4503c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T12:34:22Z (GMT). No. of bitstreams: 2 José Sérgio Casé de Oliveira.pdf: 1717088 bytes, checksum: 91394789d8ecc6a45d75afc3abd4503c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / CAPES / Esta dissertação tem por objetivo avaliar o poder do teste de má especificação proposto por Cribari-Neto & Lima (2007) em vários cenários que configuram má especificação do modelo de regressão beta, em particular: função de ligação incorreta, presença de outlier na amostra, omissão de variável regressora importante, estimação com dispersão constante quando o modelo verdadeiro possui dispersão variável (e vice-versa) e má especificação da distribuição da variável resposta. O desempenho do teste foi avaliado em modelos de regressão beta com dispersão fixa e variável. Adicionalmente, introduzimos um outro teste de má especificação, o qual também teve seu poder avaliado em diversos cenários de má especificação. O poder do teste proposto foi comparado ao do teste proposto por Cribari-Neto & Lima (2007). Os desempenhos dos testes em amostras finitas foram avaliados numericamente por meio de simulações de Monte Carlo. Por fim, apresentamos algumas aplicações com dados reais.