MIGUEL MARIA CHARTERS DE OLIVEIRA BANDEIRA DA SILVA

Unidades Organizacionais

Resumo profissional

person.page.researcharea

Nome para créditos

Resultados da Pesquisa

Agora exibindo 1 - 10 de 27
  • Imagem de Miniatura
    Tese
    Essays in Macroeconomics and Information
    (2023) Monteiro, Victor Espanha da Costa
    Esta dissertação é composta por três artigos independentes sobre temas amplos em macroeconomia e informação incompleta. O primeiro artigo modela a decisão acerca dos preços da empresa com base na estrutura organizacional interna da firma e seu desalinhamento de incentivos. Este modelo, endogenamente, é capaz de repro duzir a fatos estilizados como o período de duração dos preços, a heterogeneidade da distribuição de preços entre setores, a existência de pequenas mudanças e o com portamento de promoções e preços de referência. O segundo artigo desenvolve um modelo de economia de rede sob informação incompleta, onde o grau de informa ção e a formação de vínculos entre as empresas interagem, distorcendo a decisão dos produtores e as alocações agregadas da economia. Consequentemente, o conhe cimento sobre o desenho da rede e suas conexões exercem papel fundamental na maneira como as firmas se organizam e serve como um instrumento de política pú blica. O terceiro artigo propõe um modelo de parada ótima para definir o problema de decisão do banco central sobre o momento ótimo de agir, com base na racionali zação dos dilemas usuais que um banqueiro central enfrenta: volatilidade real versus volatilidade financeira, reagir ao ruído versus reagir aos choques.
  • Imagem de Miniatura
    Dissertação
    Modeling Inflation Dynamics in the United States and Brazil: A Study of Structural and Unrestricted Econometric Approaches
    (2024) Ferrazoli, Amabile
    This thesis consists of two essays examining inflation dynamics through econometric modeling, with distinct analyses of the United States and Brazil, particularly during and after the COVID-19 pandemic. The first essay analyzes inflation dynamics in the United States, benchmarking the Bernanke & Blanchard Structural Vector Autoregression with Exogenous Variables (SVAR-X) models against unrestricted Vector Autoregression (VAR-X) and modified SVAR frameworks. It specifically addresses the structural limitations highlighted by the Bernanke and Blanchard (2023, 2024) model, demonstrating that rigidity in standard model assumptions can obscure critical interactions among wage growth, price inflation, and inflation expectations. The findings indicate significant feedback loops and highlight how structural assumptions impact the perceived role of labor market dynamics, sectoral price shocks, and inflation expectations, especially under the unprecedented disruptions brought by the pandemic. The second essay adapts and expands the modeling approach to Brazil's unique economic conditions, incorporating explicit adjustments for inflation expectations within an inflation-targeting regime. This essay demonstrates how structural factors—such as indexation, policy volatility, and expectation deviations from targets—significantly influence inflation persistence in an emerging market. The empirical results highlight Brazil's greater sensitivity to supply-side shocks and the critical role of wage-setting mechanisms. Methodological refinements, including the explicit modeling of policy credibility and labor market tightness through novel indicators, provide nuanced insights into the limitations of standard developed markets oriented econometric approaches when applied to emerging economies.
  • Imagem de Miniatura
    Tese
    Previsão Da Inflação No Brasil Utilizando Abordagem Desagregada E Aprendizado De Máquina
    (2023) Ferreira, Bruno Paulo
    O presente trabalho aborda a utilização de técnicas de aprendizado de máquina para prever a inflação agregada a partir de dados desagregados de preços de diferentes categorias. São utilizados dados de séries temporais de preços de bens e serviços, bem como dados macroeconômicos relevantes, para construir o modelo de previsão. O modelo é construído usando uma variedade de algoritmos de aprendizado de máquina, incluindo modelos de regularização, árvores de decisão e máquinas de vetor de suporte (SVM). Os resultados indicam que o modelo proposto apresenta desempenho superior aos modelos de previsão adotados como benchmark neste estudo. Além disso, o estudo mostra que o desempenho do modelo é aprimorado quando os dados desagregados são incluídos no modelo.
  • Imagem de Miniatura
    Tese
    Essays in bayesian financial econometrics
    (2024) Martins, Igor Ferreira Batista
    Essa tese é composta de três artigos. Emtodos os capítulos, prioris capazes de gerar esparsidade possuem um papel central. O primeiro capítulo expande modelos de volatilidade estocástica intradiária ao propor ummétodo baseado em dados para selecionar os eventos macroeconômicos mais prováveis de impactar a volatilidade e reconecta-los com fundamentos macroeconômicos. O modelo proposta possui desempenho superior ao demais na previsão de volatilidade realizada e em exercícios de alocação de portfólios. O segundo capítulo usa as propriedades da priori do tipo Horseshoe para permitir a inclusão de um grande número de variáveis exógenas em um modelo de cópula dinâmica. Emuma aplicação empírica, a abordagem proposta identifica fontes de informação sobre futuros valores do parâmetro da cópula e, ao usar tais valores, desempenha melhor em problemas de alocação de portfólios. O terceiro capítulo expande modelos de volatilidade estocástica ao considerar assimetria variante no tempo sem a necessidade de impo-la. Apesar da assimetria dinâmica poder capturar a provável direção de retornos futuros, ela leva ao risco de overparameterization. A abordagem proposta mitiga esse risco ao usar prioris geradoras de esparsidade capazes de automaticamente selecionar o parâmetro da assimetria como dinâmico, estático ou zero. O capítulo destaca a flexibilidade da metodologia proposta em apliações de juros e moedas.
  • Imagem de Miniatura
    Dissertação
    Efeitos de Política Monetária no Brasil: uma abordagem narrativa
    (2022) Hachul, Mateus de Melo
    O presente trabalho tem como foco estimar os efeitos dinâmicos da política monetária na inflação e no produto no Brasil. Para análise destes efeitos devemos separar fatores endógenos de exógenos à política monetária, o que será realizado através da identificação de choques monetários para o Brasil, utilizando uma abordagem narrativa à semelhança dos trabalhos realizados por Friedman e Schwartz (1963) e Romer e Romer (1989), com posterior construção de uma série de momentos em que a autoridade monetária se movimentou com base em fatores exógenos ou realizou mudanças consideráveis na condução de suas decisões (choques). Essa série será instrumento para a análise quantitativa realizada. Foram analisadas 166 decisões do Banco Central do Brasil, englobando o calendário de janeiro de 2003 até março de 2022, sendo identificados 12 choques contracionistas e 13 choques expansionistas, totalizando 25 reuniões. Os resultados (estimados através de uma projeção local) apontam para um efeito acumulado de -4,0% de IPCA em 36 meses após um choque contracionista de 1,0% na taxa Selic, com -5,7% de efeito acumulado em 21 meses. Para o produto (Produção Industrial), temos um vale de -9,6% acumulados em 23 meses, terminando 36 meses ao redor de zero (0,68%).
  • Imagem de Miniatura
    Dissertação
    Previsão através de técnicas de machine learning de períodos risk-off no Brasil
    (2022) Fernandes, Carlos Vinícius Cotrim
    Este artigo utiliza técnicas de machine learning como K-médias e clusters hierárquicos e o comovimento dos principais ativos financeiros brasileiros ligados aos mercados de juros, câmbio e renda variável para identificar períodos popularmente conhecidos como risk-on e risk-off no Brasil. Após identificar os períodos, busco prevê-los com o uso de diversas variáveis macroeconômicas em defasagens de três, seis e doze meses com relação aos períodos encontrados e Random Forests. Aqui temos a contribuição relevante de variáveis não frequentemente utilizadas para previsões como dados de emprego e índices de preços. Por fim, realizo simulações de carteiras com os ativos brasileiros e as previsões obtidas, buscando mostrar uma aplicação possível para os períodos risk-off encontrados e as previsões das Random Forests, nessas simulações temos ganho de rentabilidade independente da defasagem em relação ao portfólio 60/40 e ganho de rentabilidade das defasagens 6 e 12 meses em relação ao CDI
  • Imagem de Miniatura
    Dissertação
    Forecasting Inflation Using Deep Learning: An Application of Convolutional LSTM Networks and Variational Autoencoders
    (2021) Theoharidis, Alexandre Fernandes
    Esse 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.
  • Imagem de Miniatura
    Relatório de Iniciação Científica
    Fiscal Shocks or Fiscal News? Evidence from Daily Fiscal Expectations
    (2024) Oliveira, Lucas Pereira de
    Este artigo descreve a participação do autor no paper “Fiscal Shocks or Fiscal News? Evidence from Daily Fiscal Expectations” que estuda como mudanças na política fiscal, tanto antecipadas quanto não antecipadas, afetam a macroeconomia. Utilizando um desenho de identificação inovador, aproveitando a abundância de eventos fiscais no Brasil e a disponibilidade de expectativas diárias de superávit primário, identificamos quatro choques fiscais: um choque de gastos do governo, um choque de notícias de gastos do governo, um choque tributário e um choque de notícias tributárias. A análise resulta em três descobertas principais: (i) controlando as notícias fiscais amplifica os efeitos dinâmicos estimados de choques nos gastos do governo e tributários; (ii) notícias de gastos do governo têm efeitos maiores do que choques nos gastos do governo, enquanto notícias tributárias têm efeitos menores do que choques tributários e (iii) notícias fiscais respondem por uma parcela maior das flutuações econômicas do que choques fiscais.
  • Imagem de Miniatura
    Dissertação
    Measuring core inflation in Brazil using an svar approach
    (2020) Rabe, João Paulo De Faria Tavares
    O objetivo principal deste artigo é apresentar uma nova medida de núcleo da inflação para a economia brasileira. Diferente das medidas estatísticas e ateóricas usualmente utilizadas pelo Banco Central do Brasil, a metodologia é baseada em Quah e Vahey (1995) e tem como alicerce a teoria de que a Curva de Phillips é vertical no longo prazo, assim, o núcleo da inflação é calculado como o componente da inflação que não impacta o nível de produto no longo prazo. Essa é uma abordagem quase não explorada no Brasil, e os resultados mostraram que poderia ser benéfica se incluída no conjunto de medidas seguidas pelo Banco Central. Para realizar o cálculo dessa medida de núcleo de inflação, são usados dois modelos estruturais de vetores autoregressivos. Primeiramente, estima-se o modelo bivariado proposto por Quah e Vahey (1995), em que a diferença (log) do nível de produto e a diferença (log) do nível de preços são utilizados com o objetivo de identificar os choques estrturais. Os resultados, conforme discutido na literatura relacionada, mostraram que ambos têm um padrão semelhante ao que a teoria identifica como choques positivos de demanda e oferta. Além disso, à luz de Bjørnland (2000) e Martel (2008), o segundo modelo estimado adiciona um índice de preços de commodities para melhor identificar os choques que afetam o sistema. Ambos os modelos apontam que a inflação medida e as medidas de núcleo seguem a mesma tendência, enquanto que a inflação de curto prazo (diferença entre a inflação medida e o núcleo calculado) se deve principalmente à choques de oferta. Embora pareça não haver consenso sobre qual é a melhor metodologia para calcular uma medida de núcleo de inflação, a literatura recomenda que uma medida de núcleo de inflação tenha algumas características específicas. Portanto, é feita uma comparação entre as medidas produzidas pelos modelos SVAR e as tipicamente utilizadas pelo Banco Central do Brasil para avaliar essas características. Os resultados apontaram que, entre as medidas de núcleo analisadas, as únicas sistematicamente não vieasadas são produzidas pela abordagem SVAR. Além disso, a metodologia SVAR também apresentou uma maior aderência à tendência da inflação do que os métodos de exclusão, enquanto a medida de núcleo por médias aparadas - por construção - é a que apresenta a melhor estatítisca. Finalmente, as medidas de núcleo com a melhor previsão de desempenho (fora da amostra) são provenientes do sistema (SVAR) trivariado, o Ex3 e o P55.
  • Imagem de Miniatura
    Perspectivas para a inflação em diferentes regimes de expectativas no Brasil
    (2022) Arruda, Rodrigo Soares de Moura de Paula
    A economia brasileira tem experienciado mudanças cruciais no processo inflacionário desde que o sistema de metas para a inflação foi anunciado em 1999. O corrente estudo avaliou os diferentes períodos associados a essas mudanças através do arcabouço teórico da Curva de Phillips, de maneira a compreender o impacto dos diferentes regimes de ancoragem das expectativas e da persistência da inflação sobre o cenário prospectivo da inflação brasileira. Dessa forma, com base na estrutura de análise proposta por Hooper, Mishkin e Sufi (2019), o estudo encontrou que magnitude dos coeficientes da Curva de Phillips parece ter reduzido em relação às estimativas em períodos anteriores para a economia brasileira e que pode-se observar uma mudança de regime com o processo recente de desancoragem de expectativas com base nas métricas observadas por Vereda et. al. (2021), o que em outros períodos esteve associado a um aumento do coeficiente de inércia inflacionária.