Submitted by Ricardo Honorato (kdin.honorato@gmail.com) on 2011-05-04T00:20:03Z No. of bitstreams: 1 Dinamica entre os Mercados Acionarios Mundiais - Ricardo Honorato.pdf: 1822263 bytes, checksum: 409139a0d00481eb4e1cecf8080d21ac (MD5) / Approved for entry into archive by Marcia Bacha(marcia.bacha@fgv.br) on 2011-05-09T12:21:53Z (GMT) No. of bitstreams: 1 Dinamica entre os Mercados Acionarios Mundiais - Ricardo Honorato.pdf: 1822263 bytes, checksum: 409139a0d00481eb4e1cecf8080d21ac (MD5) / Made available in DSpace on 2011-05-09T12:21:57Z (GMT). No. of bitstreams: 1 Dinamica entre os Mercados Acionarios Mundiais - Ricardo Honorato.pdf: 1822263 bytes, checksum: 409139a0d00481eb4e1cecf8080d21ac (MD5) / Nesta dissertação pretendemos analisar os relacionamentos dos retornos e das volatilidades do mercado acionário brasileiro com os maiores mercados mundiais. Para isso serão utilizadas amostras diárias do período de janeiro de 2006 a dezembro de 2009. Além disso, é analisada também a natureza da volatilidade e sua tendência. Para isso, são usados GARCH univariado e Vetor Auto-Regressivo Multivariado. Os resultados buscam evidenciar a existência de uma relação entre os retornos e as volatilidades do mercado brasileiro com os retornos e volatilidades dos mercados de capitais dos países: Alemanha, Austrália, China, Estados Unidos da América, Japão e Reino Unido. Dentre um dos resultados obtidos neste trabalho destaca-se a direção do fluxo de informações, verificada no mercado financeiro entre o Ocidente para o Oriente, mais precisamente, o dia útil financeiro se inicia na Europa, seguindo para EUA, Brasil e em seguida China, Austrália e demais países do Oriente. Além disso, temos evidência de um cenário macroeconômico no qual a Alemanha desempenha um papel de grande influência nos demais países e a China com uma nação economicamente independente das demais.

Submitted by Christopher Davies Junior (christopher.junior@volkswagen.com.br) on 2011-09-05T20:59:11Z No. of bitstreams: 1 Utilizando modelos econométricos univariados.pdf: 443280 bytes, checksum: c9deb332599852aebed4578c3453998c (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2011-09-06T12:24:10Z (GMT) No. of bitstreams: 1 Utilizando modelos econométricos univariados.pdf: 443280 bytes, checksum: c9deb332599852aebed4578c3453998c (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2011-09-06T12:24:21Z (GMT) No. of bitstreams: 1 Utilizando modelos econométricos univariados.pdf: 443280 bytes, checksum: c9deb332599852aebed4578c3453998c (MD5) / Made available in DSpace on 2011-09-06T12:29:13Z (GMT). No. of bitstreams: 1 Utilizando modelos econométricos univariados.pdf: 443280 bytes, checksum: c9deb332599852aebed4578c3453998c (MD5) Previous issue date: 2011-08-18 / A previsão de demanda é uma atividade relevante pois influencia na tomada de decisão das organizações públicas e privadas. Este trabalho procura identificar modelos econométricos que apresentem bom poder preditivo para a demanda automotiva brasileira num horizonte de longo prazo, cinco anos, através do uso das séries de vendas mensais de automóveis, veículos comerciais leves e total, o período amostral é de 1970 a 2010. Foram estimados e avaliados os seguintes modelos: Auto-regressivo (Box-Jenkins, 1976), Estrutural (Harvey, 1989) e Mudança de Regime (Hamilton, 1994), incluindo efeitos calendário e dummies além dos testes de raízes unitárias sazonais e não-sazonais para as séries. A definição da acurácia dos modelos baseou-se no Erro Quadrático Médio (EQM) dos resultados apresentados na simulação da previsão de demanda dos últimos quinze anos (1995 a 2010). / Demand forecasting is an important activity because it influences the decision making of public and private organizations. This study identifies econometrics models that have good predictive power for the Brazilian automotive demand in a long-term horizon, five years, through the use of series of monthly sales of automobiles, light commercial vehicles and total, the sample period is from 1970 until 2010. Were estimated and evaluated the following models: Auto-regressive (Box-Jenkins, 1976), Structural (Harvey, 1989) and Regime Change (Hamilton, 1994), including calendar effects and dummies, also seasonal and non-seasonal unit root tests for the series. The definition of the accuracy of the models was based on Mean Square Error (MSE) of the results presented in the simulation of the forecast demand over the last fifteen years (1995 till 2010).