A literatura é extensa no que se refere a estimações de modelos de oferta e demanda para exportações, mas poucos consideram que a resposta em exportações a variações na taxa de câmbio possa ser lenta e assimétrica. Dixit (1989) afirma que a firma que deseja passar a atuar no mercado externo ou deixar tal mercado deve incorrer em custos irrecuperáveis. Além disso, políticas de wait and see fazem com que estas não mudem seu estado (atuantes ou não) imediatamente quando variações significativas na taxa de câmbio acontecem. Tais fatores criam o fenômeno da hysteresis econômica, caracterizado pela forte não-linearidade de uma variável, gerando assimetria dependendo do estado e da magnitude do choque em tal. Assim, propõe-se neste trabalho uma forma alternativa de se captar tal efeito, via modelo de cointegração com transição suavizada, desenvolvido em Saikkonen e Choi (2004). Os resultados encontrados apontam para a evidência do efeito histerético, apresentando tal modelagem não-linear para quatro dos dezesseis setores industriais estudados do Brasil. / The literature is large on what refers to estimation of export supply and demand models, but just a few consider that the response on exports to variations on the exchange rate can be slow and asymmetric. Dixit (1989) says that the firm who wishes to operate on the foreign market or leave it must incur on sunk costs. Besides, wait-and-see policies makes the firm to remain it state unaltered (operating or not) immediately when significant variations on the exchange rate happens. This factor creates the phenomena called economic hysteresis, representing a strong non-linearity of a variable, generating asymmetries depending on the state and magnitude of the shock on the variable. Thus, its proposed on this work an alternative form to capture this effect, by smooth transition cointegration model, developed on Saikkonen and Choi (2004). The results indicate to the evidence of the hysteretic effect, presenting non-linear modeling for four of sixteen industrial sectors studied of Brazil.

A literatura é extensa no que se refere a estimações de modelos de oferta e demanda para exportações, mas poucos consideram que a resposta em exportações a variações na taxa de câmbio possa ser lenta e assimétrica. Dixit (1989) afirma que a firma que deseja passar a atuar no mercado externo ou deixar tal mercado deve incorrer em custos irrecuperáveis. Além disso, políticas de wait and see fazem com que estas não mudem seu estado (atuantes ou não) imediatamente quando variações significativas na taxa de câmbio acontecem. Tais fatores criam o fenômeno da hysteresis econômica, caracterizado pela forte não-linearidade de uma variável, gerando assimetria dependendo do estado e da magnitude do choque em tal. Assim, propõe-se neste trabalho uma forma alternativa de se captar tal efeito, via modelo de cointegração com transição suavizada, desenvolvido em Saikkonen e Choi (2004). Os resultados encontrados apontam para a evidência do efeito histerético, apresentando tal modelagem não-linear para quatro dos dezesseis setores industriais estudados do Brasil. / The literature is large on what refers to estimation of export supply and demand models, but just a few consider that the response on exports to variations on the exchange rate can be slow and asymmetric. Dixit (1989) says that the firm who wishes to operate on the foreign market or leave it must incur on sunk costs. Besides, wait-and-see policies makes the firm to remain it state unaltered (operating or not) immediately when significant variations on the exchange rate happens. This factor creates the phenomena called economic hysteresis, representing a strong non-linearity of a variable, generating asymmetries depending on the state and magnitude of the shock on the variable. Thus, its proposed on this work an alternative form to capture this effect, by smooth transition cointegration model, developed on Saikkonen and Choi (2004). The results indicate to the evidence of the hysteretic effect, presenting non-linear modeling for four of sixteen industrial sectors studied of Brazil.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2018-03-12T18:36:01Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Condições de Contorno em SPH.pdf: 3948796 bytes, checksum: 56af592704db440fbf4865e764d28120 (MD5) / Made available in DSpace on 2018-03-12T18:36:01Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Condições de Contorno em SPH.pdf: 3948796 bytes, checksum: 56af592704db440fbf4865e764d28120 (MD5) Previous issue date: 2017-03-02 / CAPES / Nesta dissertação será apresentado o método SPH - Smoothed Particle Hydrodynamics, - em português, Hidrodinâmica da Partícula Suavizada, um método sem malhas baseado em distribuições de partículas. O método foi inicialmente desenvolvido, em 1988, para simulações de sistemas astronômicos, onde as grandezas envolvidas sofrem variações bruscas e e grandes. Seus criadores desejavam um método que fosse fácil de se trabalhar e que, em contrapartida, fornecesse uma precisão coerente. O SPH é muito utilizado em aplicações em sistemas fluidos ou granulares, mas nada impede, e muito tem sido feito, de se aplicar a sistemas sólidos e de alta viscosidade. O SPH, em comparação com, por exemplo, Método do Elemento Finito, apresenta a grande vantagem de não sofrer com as grandes deformaç oes, em virtude de sua natureza particular. Neste trabalho estabeleceremos os fundamentos matemáticos que são a essência método. Serão exibidas algumas de suas aplicações e discutidas as principais condições de contorno utilizadas pelos pesquisadores da área, bem como proposta uma condição funcional que será simulada. Por fim, os resultados serão comparados com alguns outros trabalhos desenvolvidos por outros pesquisadores na área. / The SPH- Smoothed Particle Hydrodynamics-, in portuguese, Hidrodinâmica da Partícula Suavizada, will be presented. It is a meshless method based on particles distributions. The method was initially developed in 1988 for simulations of astronomical systems, where the quantities involved suffer abrupt and large variations. Its creators wanted a method that was easy to work with and, on the counterpart, would give a coherent precision. The SPH is mainly applied to fluid or granular systems but can be applied to solid or high viscous systems. The SPH method in comparison, for example, to Finite Element Method, shows a great advantage once do not have the problem when treating large deformations, in virtue of his particular nature. In this dissertation will be presented the mathematical foundations that are the essence of the method. It will be exhibited some of their applications and some of the major boundary conditions used by the researchers in the subject. It will be also proposed a functional condition to be simulated. Finely, the results will be compared to some other simulations developed by researchers in this area.

[pt] O objetivo desta tese é o de apresentar e investigar a metodologia de Durbin e Koopman (DK) usada para estimar o espaço de estado de modelos de séries temporais não- Gaussianos, dentro do contexto de modelos estruturais. A abordagem de DK está baseada na avaliação da verossimilhança usando uma eficiente simulação de Monte Carlo, por meio de amostragem por importância e técnicas de redução de variância, tais como variáveis antitéticas e variáveis de controle. Ela também integra conhecidas técnicas existentes no caso Gaussiano tais como o Filtro de Kalman Siavizado e o algoritmo de simulação suavizada. Uma vez que os hiperparâmetros do modelo são estimados, o estado, que contém as componentes do modelo, é estimado pela avaliação da moda a posteriori. Propomos então aproximações para avaliar a média e a variância da distribuição preditiva. São consideradas aplicações usando o modelo de Poisson. / [en] The aim of this thesis is to present and investigate the methodology of Durbin and Koopman (DK) used to estimate non-Gaussian state space time series models, within the context of structural models. DK`s approach is based on evaluating the likelihood using efficient Monte Carlo simulation, by means of importance sampling and variance- reduction techniques, such as antithetic variables and control variables. It also contents known existent techniques for the Gaussian case as the Kalman Filter smoother Simulation algorithm. Once the model hyperparameters are estimated, the state, which encapsulates the model`s components, is estimated by evaluating its posterior mode. Proposals are approximated to evaluate mean and variance for the predictive distribution. Applications are considered using the Poisson model.