17 novembro 2016
16 novembro 2016
Previsões: Saída do Brasil da recessão vai ser gradual, prevê FMI
O FMI prevê expansão do Produto Interno Bruto (PIB) do Brasil de 0,5% em 2017, mesma estimativa divulgada em outubro, na reunião anual da instituição. Para 2018, a expectativa é de crescimento de 1,5%, subindo para 2% em 2019 e ficando nesse patamar nos períodos seguintes, até 2021. "Os diretores do Fundo esperam que a atividade comece a se recuperar gradualmente, mas permaneça fraca por um período prolongado", afirma o documento.
Esse crescimento, ainda que modesto, vai depender da implementação do ajuste fiscal e de outras reformas econômicas, disse um alto funcionário do FMI. Pelo lado positivo, um avanço mais forte da agenda de medidas e reformas de Michel Temer pode ajudar a acelerar o PIB. "Nesse caso, a expansão pode ser mais rápida do que antecipamos."
Pelo lado negativo, o FMI alerta que riscos de piora do cenário pairam sobre o País. Um dos principais é uma nova piora da incerteza política, por causa do avanço das investigações da Operação Lava Jato, com delações envolvendo mais políticos em Brasília. Outro risco vem do exterior, o de desaceleração mais forte da China e de um período prolongado de baixa expansão da economia mundial.
O FMI ressalta que a aprovação na Câmara da proposta de emenda constitucional que estabelece um teto para o crescimento dos gastos, além de outras reformas sinalizadas pelo governo, são positivas e já ajudaram a melhorar a confiança dos investidores e consumidores, mas é preciso mais. Os diretores do Fundo recomendam uma reforma da Previdência ampla, que inclua todos os servidores públicos. "Há um problema de sustentabilidade da Previdência", disse um funcionário da instituição.
Impostos.
O FMI fala ainda na possibilidade de o governo ter de aumentar impostos no futuro caso a arrecadação não melhore. Outra situação preocupante e que exige atenção do Planalto é a situação dos Estados, que estão endividados.
"Os resultados fiscais do Brasil têm sido decepcionantes", afirma o FMI. A instituição projeta que o País tenha este ano déficit primário de 2,7% do PIB, - 2,3% em 2017 - e só volte a ter superávit primário em 2020. Para o Banco Central, a recomendação do FMI é que a política monetária permaneça apertada até que "progressos tangíveis" ocorram no ajuste fiscal.
A culpa pela forte recessão no Brasil em 2015 e 2016 foi basicamente de fatores internos, volta a afirmar o FMI. Uma combinação de algumas políticas equivocadas e forte incerteza política tiveram papel essencial para enfraquecer a atividade, ressalta o relatório. A inflação acima do teto da meta por período prolongado ajudou a minar a credibilidade no Banco Central. "O BC precisa ser cauteloso", disse o funcionário do FMI ao falar do corte de juros, destacando que o crescimento da autonomia da instituição vai ajudar a reforçar a credibilidade da autoridade monetária. As informações são do jornal O Estado de S. Paulo.
Fonte: Aqui
Previsão de volatilidade via machine learning
Resumo:
The support vector regression (SVR) is a supervised machine learning technique that has been successfully employed to forecast financial volatility. As the SVR is a kernel-based technique, the choice of the kernel has a great impact on its forecasting accuracy. Empirical results show that SVRs with hybrid kernels tend to beat single-kernel models in terms of forecasting accuracy. Nevertheless, no application of hybrid kernel SVR to financial volatility forecasting has been performed in previous researches. Given that the empirical evidence shows that the stock market oscillates between several possible regimes, in which the overall distribution of returns it is a mixture of normals, we attempt to find the optimal number of mixture of Gaussian kernels that improve the one-period-ahead volatility forecasting of SVR based on GARCH(1,1). The forecast performance of a mixture of one, two, three and four Gaussian kernels are evaluated on the daily returns of Nikkei and Ibovespa indexes and compared with SVR–GARCH with Morlet wavelet kernel, standard GARCH, Glosten–Jagannathan–Runkle (GJR) and nonlinear EGARCH models with normal, student-t, skew-student-t and generalized error distribution (GED) innovations by using mean absolute error (MAE), root mean squared error (RMSE) and robust Diebold–Mariano test. The results of the out-of-sample forecasts suggest that the SVR–GARCH with a mixture of Gaussian kernels can improve the volatility forecasts and capture the regime-switching behavior.
Bezerra, P.C.S. & Albuquerque, P.H.M. Comput Manag Sci (2016). doi:10.1007/s10287-016-0267-0
Computational Management Science
The support vector regression (SVR) is a supervised machine learning technique that has been successfully employed to forecast financial volatility. As the SVR is a kernel-based technique, the choice of the kernel has a great impact on its forecasting accuracy. Empirical results show that SVRs with hybrid kernels tend to beat single-kernel models in terms of forecasting accuracy. Nevertheless, no application of hybrid kernel SVR to financial volatility forecasting has been performed in previous researches. Given that the empirical evidence shows that the stock market oscillates between several possible regimes, in which the overall distribution of returns it is a mixture of normals, we attempt to find the optimal number of mixture of Gaussian kernels that improve the one-period-ahead volatility forecasting of SVR based on GARCH(1,1). The forecast performance of a mixture of one, two, three and four Gaussian kernels are evaluated on the daily returns of Nikkei and Ibovespa indexes and compared with SVR–GARCH with Morlet wavelet kernel, standard GARCH, Glosten–Jagannathan–Runkle (GJR) and nonlinear EGARCH models with normal, student-t, skew-student-t and generalized error distribution (GED) innovations by using mean absolute error (MAE), root mean squared error (RMSE) and robust Diebold–Mariano test. The results of the out-of-sample forecasts suggest that the SVR–GARCH with a mixture of Gaussian kernels can improve the volatility forecasts and capture the regime-switching behavior.
Bezerra, P.C.S. & Albuquerque, P.H.M. Comput Manag Sci (2016). doi:10.1007/s10287-016-0267-0
Computational Management Science
15 novembro 2016
Conferência de Contabilidade Ambiental
A submissão dos artigos para a V Conferência Sulamericana sobre Contabilidade Ambiental (CSCA) 2017 está aberta.
A Vª Edição do CSCA ocorrerá na Faculdade de Economia, Administração e Contabilidade da Universidade de Brasília, em Brasília, Distrito Federal, Brasil, de 29 a 30 de junho de 2017.
O evento pretende fomentar as discussões sobre a terminologia deste campo de conhecimento, buscando aprofundar pesquisa sobre reconhecimento, mensuração e accountability dos elementos sociais e ambientais que impactam o resultado econômico das entidades, tendo como tema: Valores Humanos e Consumo Sustentável.
Área temática:
1- Mensuração e evidenciação de eventos socioambientais (relatórios de sustentabilidade, etc.)
2- Contabilidade e Direito Ambiental (contabilização, tributação, finanças, instrumentos regulatórios, certificações, etc.)
3 - Controladoria Socioambiental (custos ambientais, gestão ambiental, ferramentas para gestão sustentável, avaliação de impacto ambiental, indicadores socioambientais, etc.)
3 - Contabilidade e Economia Socioambiental (métodos de valoração ambiental, equilíbrio e mercado, bens públicos e externalidades, etc).
4 - Auditoria e perícia socioambiental (auditoria no âmbito das práticas do meio ambiente, controle interno e riscos, técnicas e procedimentos de auditoria ambiental, passivos ambientais, laudos e pareceres, danos e multas, etc.)
5 - Ética, Responsabilidade Socioambiental e Governança Corporativa (ética, transparência e sustentabilidade, etc.)
6 - Educação e Sustentabilidade (práticas de ensino em sustentabilidade, etc.)
7 - Temas Contemporâneos (segurança ambiental, políticas públicas, etc.)
Confiram a chamada e as diretrizes para submissão de trabalhos visitando o site oficial do evento: http://soac.unb.br/index.php/CCS2017/ccs2017
As datas importantes do evento são:
01/11/2016 - Abertura da submissão de trabalhos
01/11/2016 - Abertura das inscrições
14/04/2017 - Fechamento da submissão dos trabalhos
15/05/2017 - Divulgação do resultado da avaliação dos trabalhos
29/06/2017 - Abertura do evento
30/06/2017 - Encerramento do evento
A Comissão Organizadora da Vª Edição CSCA espera vê-lo em breve Brasília.
Cordialmente,
Prof. Dr. André Luiz Bufonni - UFRJ
Profa. Dra. Aracéli Cristina de Sousa Ferreira - UFRJ
Profa. Dra. Fátima de Souza Freire- UnB
Profa. Dra. Maísa de Souza Ribeiro - FEA-USP
Profa. Dra. Sonia Maria da Silva Gomes - UFBA
A Vª Edição do CSCA ocorrerá na Faculdade de Economia, Administração e Contabilidade da Universidade de Brasília, em Brasília, Distrito Federal, Brasil, de 29 a 30 de junho de 2017.
O evento pretende fomentar as discussões sobre a terminologia deste campo de conhecimento, buscando aprofundar pesquisa sobre reconhecimento, mensuração e accountability dos elementos sociais e ambientais que impactam o resultado econômico das entidades, tendo como tema: Valores Humanos e Consumo Sustentável.
Área temática:
1- Mensuração e evidenciação de eventos socioambientais (relatórios de sustentabilidade, etc.)
2- Contabilidade e Direito Ambiental (contabilização, tributação, finanças, instrumentos regulatórios, certificações, etc.)
3 - Controladoria Socioambiental (custos ambientais, gestão ambiental, ferramentas para gestão sustentável, avaliação de impacto ambiental, indicadores socioambientais, etc.)
3 - Contabilidade e Economia Socioambiental (métodos de valoração ambiental, equilíbrio e mercado, bens públicos e externalidades, etc).
4 - Auditoria e perícia socioambiental (auditoria no âmbito das práticas do meio ambiente, controle interno e riscos, técnicas e procedimentos de auditoria ambiental, passivos ambientais, laudos e pareceres, danos e multas, etc.)
5 - Ética, Responsabilidade Socioambiental e Governança Corporativa (ética, transparência e sustentabilidade, etc.)
6 - Educação e Sustentabilidade (práticas de ensino em sustentabilidade, etc.)
7 - Temas Contemporâneos (segurança ambiental, políticas públicas, etc.)
Confiram a chamada e as diretrizes para submissão de trabalhos visitando o site oficial do evento: http://soac.unb.br/index.php/CCS2017/ccs2017
As datas importantes do evento são:
01/11/2016 - Abertura da submissão de trabalhos
01/11/2016 - Abertura das inscrições
14/04/2017 - Fechamento da submissão dos trabalhos
15/05/2017 - Divulgação do resultado da avaliação dos trabalhos
29/06/2017 - Abertura do evento
30/06/2017 - Encerramento do evento
A Comissão Organizadora da Vª Edição CSCA espera vê-lo em breve Brasília.
Cordialmente,
Prof. Dr. André Luiz Bufonni - UFRJ
Profa. Dra. Aracéli Cristina de Sousa Ferreira - UFRJ
Profa. Dra. Fátima de Souza Freire- UnB
Profa. Dra. Maísa de Souza Ribeiro - FEA-USP
Profa. Dra. Sonia Maria da Silva Gomes - UFBA
Distribuição do p-valor
No artigo abaixo, o autor mostra que a distribução do p-valor é extremamente assimétrica e volátil. Assim, p-valor de 0.05 (o ideal é 0.005, segundo o autor) e poder do teste de 90% (ideal é 99%, segundo Taleb) não fazem sentido.
Resumo:
We present an exact probability distribution (meta-distribution) for p-values across ensembles of statistically identical phenomena, as well as the distribution of the minimum p-value among m independents tests. We derive the distribution for small samples 2<n≤n∗≈30 as well as the limiting one as the sample size n becomes large. We also look at the properties of the "power" of a test through the distribution of its inverse for a given p-value and parametrization.
P-values are shown to be extremely skewed and volatile, regardless of the sample size n, and vary greatly across repetitions of exactly same protocols under identical stochastic copies of the phenomenon; such volatility makes the minimum p value diverge significantly from the "true" one. Setting the power is shown to offer little remedy unless sample size is increased markedly or the p-value is lowered by at least one order of magnitude.
The formulas allow the investigation of the stability of the reproduction of results and "p-hacking" and other aspects of meta-analysis.
From a probabilistic standpoint, neither a p-value of .05 nor a "power" at .9 appear to make the slightest sense.
Fonte: Taleb, Nassim Nicholas, The Meta-Distribution of Standard P-Values (September 3, 2016). Available at http://dx.doi.org/10.2139/ssrn.2834266
Resumo:
We present an exact probability distribution (meta-distribution) for p-values across ensembles of statistically identical phenomena, as well as the distribution of the minimum p-value among m independents tests. We derive the distribution for small samples 2<n≤n∗≈30 as well as the limiting one as the sample size n becomes large. We also look at the properties of the "power" of a test through the distribution of its inverse for a given p-value and parametrization.
P-values are shown to be extremely skewed and volatile, regardless of the sample size n, and vary greatly across repetitions of exactly same protocols under identical stochastic copies of the phenomenon; such volatility makes the minimum p value diverge significantly from the "true" one. Setting the power is shown to offer little remedy unless sample size is increased markedly or the p-value is lowered by at least one order of magnitude.
The formulas allow the investigation of the stability of the reproduction of results and "p-hacking" and other aspects of meta-analysis.
From a probabilistic standpoint, neither a p-value of .05 nor a "power" at .9 appear to make the slightest sense.
Fonte: Taleb, Nassim Nicholas, The Meta-Distribution of Standard P-Values (September 3, 2016). Available at http://dx.doi.org/10.2139/ssrn.2834266
Assinar:
Postagens (Atom)
Postagens
