Navegando por Autor "Lopes, Felipe de Mendonça"

Agora exibindo 1 - 3 de 3

Government Appointment Discretion and Judicial Independence: Preference and Opportunistic Effects on Brazilian Courts
(2018) PAULO FURQUIM DE AZEVEDO; Lopes, Felipe de Mendonça
A prolífica literatura sobre independência judicial de fato sente falta de uma variável-chave para explicar o viés político: poder discricionário do governo sobre a nomeação de juízes da Suprema Corte. Neste artigo, ex ploramos uma característica distinta do sistema judici ário brasileiro para avaliar o viés político devido ao cri tério de nomeação do governo. Como existem dois tri bunais, o STF (Supremo Tribunal Federal) e STJ (Su perior Tribunal de Justiça), que lida com questões se melhantes e têm diferentes restrições sobre a nomeação de seus membros, é possível comparar o grau de in fluência política para que eles estão sujeitos. Nós testa mos (1) se existem diferenças no grau de influência po lítica, dependendo do critério do Presidente sobre a no meação de uma justiça e (2) se os juízes ativamente be neficiam o partido do Presidente que os nomeou. En contramos evidências do efeito do primeiro, mas pouco do segundo.
Independence of the Judiciary: Measuring the Political Bias of the Brazilian Courts
(2014) Lopes, Felipe de Mendonça; PAULO FURQUIM DE AZEVEDO
Previsão do PIB no curto prazo: uma aplicação dos bridge models para o caso brasileiro
(2010) Lopes, Felipe de Mendonça
O atraso na publicação dos dados das contas nacionais, mais especificamente do PIB, é um empecilho para a compreensão do estado presente da atividade econômica. Desta forma, se faz necessário o desenvolvimento de ferramentas para a previsão do PIB no curto prazo. Este trabalho apresenta uma aplicação dos Bridge Models (BM) para a previsão do PIB brasileiro. Os BM utilizam indicadores econômicos publicados com um atraso inferior ao do PIB, assim como informações passadas do PIB, para tentar prevê-lo no trimestre seguinte. Logo, o principal objetivo é verificar se estes modelos apresentam uma qualidade de previsão um passo a frente superior a dos modelos Misto Autorregressivo de Média Móvel (ARMA), Vetor Autorregressivo (VAR) e Espaço de Estados (MEE).