DIOGO ABRY GUILLEN
Lattes
ORCIDUnidades Organizacionais
Resumo profissional
person.page.researcharea
Nome para créditos
31 resultados
Filtros
Configurações
Resultados da Pesquisa
Agora exibindo 1 - 10 de 31
Dissertação Prêmio de risco na curva de juros brasileira e o impacto do choque de política monetária dos Estados Unidos(2018) Silveira, Caroline MironO objetivo do estudo é analisar o impacto do choque de política monetária dos Estados Unidos no prêmio de risco da curva de juros brasileira entre o período de Setembro/2003 a Setembro/2018. A metodologia considera a decomposição da curva de juros brasileira nos componentes de prêmio de risco e expectativa de taxa de juros, por meio de uma abordagem de regressão linear em 3 etapas para o cálculo do prêmio de risco e a variação da taxa de juros do título de dois anos do Tesouro norte-americano entre o anúncio de política monetária para definir o choque de política monetária. Os resultados evidenciam que o prêmio de risco da curva de juros brasileira é influenciado pelo choque de política monetária no curto, médio e longo prazo.Dissertação Forecasting Inflation Using Deep Learning: An Application of Convolutional LSTM Networks and Variational Autoencoders(2021) Theoharidis, Alexandre FernandesEsse trabalho apresenta um modelo inovador baseado em deep learning para previsão de inflação, um problema desafiador e, até o momento, sem solução na Macroeconomia moderna. Os desafios emergem devido ao comportamento não linear e não estacionário exibido pela inflação na prática, divergindo da dinâmica esperada a partir da Curva de Phillips Neokeynesiana. Consequentemente, modelos econométricos convencionais se mostram incapazes de produzir previsões críveis e consistentes, pois não possuem a flexibilidade necessária para capturar essas complexidades. Nesse contexto, deep learning se apresenta como uma abordagem promissora, dado o seu sucesso no tratamento de dados não lineares e abundantes (big data). Exemplos ilustrativos são encontratos nos campos de reconhecimento de fala, interpretação textual, processamento de imagens e modelagem de séries temporais financeiras, entre outros. Surpreendentemente, apesar de seu potencial, não há aplicações de deep learning ao problema descrito para investigar se há a possibilidade de aprimorar previsões de inflação através dessa técnica. Portanto, como contribuição à literatura, esse estudo propõe um modelo de deep learning híbrido que combina Autoencoders Variacionais com Redes LSTM Convolucionais para ampliar a acurácia das previsões de inflação. O procedimento de estimação do modelo emprega técnicas do estado-da-arte para reduzir a probabilidade de overfitting, tais como a adição de camadas de dropout e batch normalization à arquitetura do modelo. Através de um banco de dados macroeconômicos públicos composto por 134 séries temporais mensais da economia estadunidense, o modelo proposto é comparado contra populares benchmarks econométricos e de machine learning, incluindo a regressão Ridge, a regressão LASSO, Random Forests, métodos Bayesianos, VECM, e o perceptron de múltiplas camadas. Usando observações coletadas no período que se estende de janeiro de 1978 até dezembro de 2019, a análise empírica corrobora a superioridade do modelo em termos de consistência e desempenho fora da amostra. A robustez das conclusões é confirmada mediante cross-validation e simulações usando diferentes amostras de treino, validação e teste.Dissertação Impacto da expansão de Gastos Governamentais em Preços de Ativos Financeiros(2022) Abreu, Carolina RamosCom o objetivo de encontrar a relação entre políticas fiscais expansionistas e a percepção de risco de uma economia refletida no comportamento dos principais ativos financeiros, essa dissertação investiga os efeitos dinâmicos do aumento de gastos governamentais em preços de ativos de uma amostra dos principais mercados líquidos. Para isso, esse trabalho utiliza um VAR estrutural para identificar os choques nos gastos e observar o impacto nos preços transacionados de bolsas de valores, juros futuros, e taxa de câmbio. Os resultados encontrados buscando a relação entre choque fiscal e a reação das variáveis dependentes (preços) corroboram a intuição ao trazer resultados significativos para bolsa e câmbio, mas não para taxas de juros. Há significância especialmente para a taxa de câmbio no grupo de países subdesenvolvidos.Artigo Científico Expectativas desagregadas, credibilidade do Banco Central e Cadeias de Markov(2014) DIOGO ABRY GUILLEN; Garcia, MarcioPropomos e implementamos uma medida da credibilidade do Banco Central do Brasil, fazendo uso de uma base de dados com expectativas desagregadas. A hipótese é de que a heterogeneidade das expectativas de longo prazo advenha de crenças distintas com relação à aversão do Banco Central à inflação. Desse modo, a existência de agentes persistentemente otimistas ou pessimistas indicaria falta de credibilidade. Com base neste argumento, construímos um índice utilizando Cadeias de Markov. Nosso índice inova em relação aos disponíveis na literatura por considerar a dispersão das expectativas. Nossos resultados são comparados com os de outros artigos, corroborando o aprimoramento advindo da nova medida da credibilidade.Dissertação Efeitos de Política Monetários no Brasil: uma abordagem de alta frequência.(2022) Ferreira Neto, JulianoO presente trabalho traz evidências de que mudanças em alta frequência no mercado de juros futuros ao redor das decisões do COPOM são um importante instrumento para identificação de efeitos de política monetária para inflação e atividade no Brasil. Com base em uma abordagem híbrida, uma série de choques monetários identificada por HFI é inserida como instrumento externo em um VAR estrutural (Proxy-SVAR). Os efeitos de surpresa monetária nas variáveis macro se diferenciam de métodos tradicionais, como decomposição de Cholesky. A mesma série de choques é submetida ao método de projeção local, apresentando funções-resposta semelhantes. Também é testada no Proxy-SVAR uma série de choques identificada pelo método narrativo, provando esta ser uma metodologia importante para o estudo de efeitos monetários para o Brasil.Dissertação Home bias no portfolio de equities: o caso brasileiro(2018) Dal'Col, Franciane LovatiO home bias médio observado no portfolio de equities dos investidores brasileiros foi 96% nos últimos quatro anos. Apesar de haver uma extensa literatura sobre o tema, poucos estudos exploram o contexto dos mercados emergentes, em especial o Brasil. Esse estudo investiga por que existe esse viés tão agudo sob dois aspectos. Primeiramente, verifica se há ações domésticas que, através de sua exposição aos mercados globais, estejam reduzindo (ou eliminando) a necessidade diversificação internacional. Isso é feito comparando-se as fronteiras eficientes do portfolio doméstico com o índice internacional para checar se há ganho de diversificação. Conclui-se que, apesar de algumas ações domésticas adicionarem diversificação ao mercado nacional, as posssibilidades de diversificação internacional não são esgotadas por elas. Em segundo lugar, utilizando um modelo macroeconômico de equilíbrio geral, o trabalho verifica se os motivos de hedge em relação à taxa de câmbio e à renda podem justificar o home bias observado. O modelo apenas com equities prevê alavancagem no mercado internacional, enquanto o modelo incluindo bonds prevê alocação de aproximadamente 15% no mercado doméstico.Artigo Científico Deep learning models for inflation forecasting(2023) Theoharidis, Alexandre Fernandes; DIOGO ABRY GUILLEN; HEDIBERT FREITAS LOPES; Hosszejni, DarjusWe propose a hybrid deep learning model that merges Variational Autoencoders and Convolutional LSTM Networks (VAE-ConvLSTM) to forecast inflation. Using a public macroeconomic database that comprises 134 monthly US time series from January 1978 to December 2019, the proposed model is compared against several popular econometric and machine learning benchmarks, including Ridge regression, LASSO regression, Random Forests, Bayesian methods, VECM, and multilayer perceptron. We find that VAE-ConvLSTM outperforms the competing models in terms of consistency and out-of-sample performance. The robustness of such conclusion is ensured via cross-validation and Monte-Carlo simulations using different training, validation, and test samples. Our results suggest that macroeconomic forecasting could take advantage of deep learning models when tackling nonlinearities and nonstationarity, potentially delivering superior performance in comparison to traditional econometric approaches based on linear, stationary models.- Efeitos de política monetária no brasil: identificando o efeito informação(2023) Kucinski Carreira, FernandoO presente trabalho tem como objetivo estudar o efeito informação contido nas publicações de decisões do Comitê de Política Monetária (COPOM) e seus efeitos sobre atividade econômica, inflação e taxa de juros. Para isso, utilizamos de ferramentas de análise textual para identificar surpresas narrativas, conjuntamente com diversos estudos diferentes que identificaram choques de política monetária no mesmo período de comunicações do Banco Central. Com os dados mencionados acima, utilizamos o método de projeção local para estimar efeitos de impulso-resposta sobre as variáveis econômicas. Nossos resultados demonstraram a importância de se estudar choques de efeito informação separadamente de choques de política monetária, e de outros ganhos ao analisar os choques de efeito informação específicos de alguns campos da economia.
Dissertação Business cycles, 𝐂𝐎𝟐 emissions, and Pigouvian taxes(2022) Kury, FelipeEste artigo utiliza o modelo de Equilíbrio Geral Estocástico Dinâmico (DSGE) com uma variável que representa a energia produzida a partir de combustíveis fósseis, em uma economia que estabelece regras de tributação para emissões de dióxido de carbono (𝐶𝑂2) aplicada sob dois cenários: uma regra Laissez-Faire (onde não existe tributação) e outra sob modelo de Pigouvian (que existe a aplicação de regra de tributação). Uma externalidade, representando a energia produzida a partir de combustíveis fósseis, é introduzida no modelo básico do Real Business Cycles (RBC). Devido a inclusão da externalidade, ocorre uma alocação ineficiente e uma regra tributária (Pigouvian Tax) é implementada como ferramenta de política fiscal para mitigar o consumo e impactos da utilização de energia de combustíveis fósseis, além de tornar a alocação eficiente. O estudo também explora as influências nos agregados macroeconômicos sob os dois regimes tributários propostos. Além disso, o estudo fornece uma análise dos resultados para ambos os cenários sob dois choques econômicos diferentes: Produtividade Total dos Fatores (TFP) e Preço da energia produzida a partir de combustíveis fósseis – Os preços de petróleo cru WTI (West Texas Intermediate – US base Crude Oil) foram utilizados como uma proxy para simular choques de preço nos combustíveis fósseis. Por fim, o estudo ilustra a influência das políticas climáticas nos resultados ao longo prazo nos ciclos econômicos e os tipos de choques mais relevantes para avaliar a escolha desta política fiscal, em seguida, conclui com insights sobre a implementação da regra tributaria de Pigouvian.Dissertação Núcleo de IPCA via modelo UCSVO(2019) Tangza, Leonardo De CiccoAs medidas de inflação agregada possuem ruídos que devem ser tratados para uma melhor condução da política monetária. Com esse intuito o presente trabalho constrói uma medida de núcleo para a inflação brasileira (IPCA) via modelo de componentes não observados, com volatilidade estocástica e com ajuste de outlier (UCSVO, na sigla em inglês). Os resultados obtidos sugerem que medidas mais precisas de inflação tendencial podem ser obtidas usando medidas de inflação setoriais desagregadas. A metodologia também se mostrou robusta e maleável a alterações nas características das series ao longo do tempo. Além disso, foi observado que a tendência de inflação brasileira tem se tornado menos suscetível a choques idiossincráticos. Por outro lado, não foi obtido melhora de projeção de inflação com os núcleos obtidos pelo método proposto em relação aos núcleos já acompanhados pelo BCB.