Search

Orientadores: Ana Friedlander, Roberto Andreani Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica Resumo: O Problema de Programação Matemática com Restrições de Equilíbrio (MPEC) consiste em um problema de otimização, onde a definição do conjunto viável inclui o conjunto de soluções de um problema de inequações variacionais. Também é denominada MPEC à reformulação do problema como um problema de otimização clássico, obtida substituindo o problema variacional pelo sistema de Karush-Kuhn- Tucker associado. O problema variacional é também chamado neste contexto problema do segundo nível. A resolução do problema MPEC é mais difícil que a dos problemas clássicos de otimização. Esta dificuldade se deve basicamente à estrutura de dois níveis do problema MPEC. Existem diversos exemplos que mostram que a região viável pode não ser convexa e até mesmo desconexa. Mesmo no caso em que a trajetória de soluções dos problemas do segundo nível pode ser expressa como uma função dos parâmetros, a função objetivo do primeiro nível pode ser não diferenciável. Neste trabalho, propomos uma nova abordagem para resolver problemas de Programação Matemática com Restrições de Equilíbrio. Esta abordagem permite que o problema do segundo nível seja resolvido diretamente, sem reformulações nem uso de técnicas não diferenciáveis. Para isso, utilizamos um Algoritmo de Restauração Inexata baseado no trabalho de Martínez em [50]. Apresentamos resultados teóricos e experimentos numéricos, incluindo aplicações Abstract: A Mathematical Program with Equilibrium Constraints (MPEC) is an optimization problem, where part of the variables are constrained to be solutions of a variational inequality problem parameterized by the other variables. The reformulation of a MPEC, as a classical optimizatlon problem, replacing the variational inequality problem by corresponding the K.K. T system, is also called MPEC. In this context the variational inequality problem is also called the second leveI problem. MPEC problems are harder to solve than classical optimization problems due to their two-level structure. These problems are non-convex, and the feasible region can even be a disconnected one. The objective function of the first level is in general non-differentiable, even in the case where the second level solutions can be expressed as a function of the parameters. In this work, to solve Mathematical Programming Problems we use an Algorithm of Inexact Restoration based in the work of Martínez in [50]. This approach allows to treat the second leveI problem design without reformulation and we do not need any special algorithm designed for non-differentiable optimization. We present theoretical results and numerical experiments, including an application in urban traffic problems Doutorado Mestre em Matemática Aplicada

The objective of this work is to propose a methodology to estimate the credit’s portfolio default rate from macroeconomic variables, using a multiple linear regression model. Thereby it is possible to assess the impact of changes in the values of these variables on the credit risk of a portfolio and, thus, establish the bases for carrying out stress tests. Stress tests are risk management instruments that must be performed by financial institutions and central banks to meet regulatory requirements, but they also serve as a valuable source of information to ensure the soundness and stability of the financial system. The focus of this work is the risk associated with the credit portfolio applied to Retail Loans to establish a comparison between this segment and that of large companies. L'obiettivo di questo lavoro è proporre una metodologia per stimare il tasso di insolvenza di un portafoglio di crediti da variabili macroeconomiche, utilizzando un modello di regressione lineare multipla. In questo modo è possibile valutare l'impatto delle variazioni dei valori di queste variabili sul rischio di credito di un portafoglio e, quindi, stabilire le basi per l'effettuazione di stress test. Gli stress test sono strumenti di gestione del rischio che devono essere eseguiti dalle istituzioni finanziarie e dalle banche centrali per soddisfare i requisiti normativi, ma servono anche come preziosa fonte di informazioni per garantire la solidità e la stabilità del sistema finanziario. Il focus di questo lavoro è il rischio associato al portafoglio crediti applicato al Retail Imprese, ovvero Micro, Piccole e Medie Imprese e di stabilire un confronto tra questi segmenti e quello delle grandi aziende. Parole chiave: stress test, rischio di credito, gestione del rischio, insolvenza, portafoglio di crediti per imprese brasiliane, micro e piccole società, sistema finanziario brasiliano, variabili macroeconomiche, regressione lineare multipla. O objetivo deste trabalho é propor uma metodologia para estimar a taxa de inadimplência de uma carteira de crédito a partir de variáveis macroeconômicas, utilizando um modelo de regressão linear múltipla. Dessa forma é possível avaliar o impacto de mudanças nos valores destas variáveis no risco de crédito de uma carteira e, assim, estabelecer as bases para realização de testes de estresse. Os testes de estresse são instrumentos de gestão de riscos que devem ser executados pelas instituições financeiras e pelos bancos centrais para atender requisitos regulatórios, mas também servem como valiosa fonte de informações para garantir a solidez e a estabilidade do sistema financeiro. O foco desse trabalho é o risco associado ao portfólio de crédito aplicado ao Varejo PJ, ou seja, Micro, Pequenas e Médias Empresas e estabelecer um comparativo entre estes segmentos e o das grandes empresas.

Este trabalho busca explorar o uso do aprendizado por reforço como uma forma de melhorar uma solução analítica para o problema de liquidação ótima. Dado um determinado volume de liquidação a ser executado com um horizonte de tempo fixo e períodos de transação discretos, o objetivo será adaptar uma trajetória de liquidação gerada através de um modelo analítico de forma a torná-la dinâmica em relação a condições mais favoráveis/desfavoráveis à execução que não são levadas em conta pelo modelo base, reduzindo assim o custo operacional de transação. Replicando Hendricks e Wilcox (2014), o modelo base a ser utilizado será um modelo de Almgren-Chriss com impactos de preço lineares, um modelo já comumente utilizado para a otimização de execução em transações de mercado. Um agente é treinado para modificar a trajetória de execução gerada pelo modelo analítico, incorporando informações relativas ao volume disponível e aos spreads do mercado no momento da execução. O modelo é aplicado para ações transacionadas na B3, sendo capaz de uma redução de até 6,5% no déficit de implementação médio, comparado com o modelo base. The present dissertation is focused on exploring the use of reinforcement learning as a candidate technique for enhancing an analitic solution for the optimal liquidation problem. Given a volume to trade and a fixed time horizon with discrete trading intervals, the aim is to adapt a given trading trajectory generated by the analytic solution, such as to make it dynamic with respect to favourable/unfavourable trading conditions that are not taken into account by the base model. This is a replication of Hendricks e Wilcox (2014) and, as per the original work, uses the Almgren-Chriss model with linear price impact, which is a popularly used model for market applications, as the base model. An agent is then trained to modify the trading trajectory generated by the base model, incorporating volume and spread conditions. The model is then tested for Brazilian equities, and is able to reduce average implementation shortfall by up to 6.5%.

Given the importance of credit risk management for the banking sector, probability of default models have become fundamental. In this context, with the advances in the volume of information from customers and the computational capacity, several techniques have been studied and applied. In this study, we used two traditional linear techniques, the Linear Discriminant Analysis and Logistic Regression, and four non-linear ensemble techniques, Bagging, Random Forest, Adaboost and Stacking, applied to a problem of probability of default on brazilian companies, using information from their financial statements. The results indicate that the transformations in the data and treatment of class imbalanced have a strong impact on the predictive power of Logistic Regression. Yet, Random Forest was the technique with the best performance regardless of the scenario and the metric used. Dada a importância do gerenciamento do risco de crédito para o setor bancário, modelos de probabilidade de default tornaram-se fundamentais. Neste contexto, com o avanço do volume de informações dos clientes e a capacidade computacional, diversas técnicas têm sido estudadas e aplicadas. Neste estudo, utilizamos duas técnicas lineares tradicionais, a Análise Discriminante Linear e a Regressão Logística, e quatro técnicas não-lineares ensembles, Bagging, Random Forest, Adaboost e Stacking, aplicadas em um problema de predição de default de empresas brasileiras utilizando informações de seus demonstrativos financeiros. Os resultados indicam que as transformações nos dados e tratamento de desbalanceamento de classes tem forte impacto no poder preditivo da Regressão Logística. Ainda, o Random Forest foi a técnica com melhor desempenho, independente do cenário e da métrica utilizada.

O risco de crédito é o risco associado a uma perda econômica decorrente de uma contraparte não cumprir com suas obrigações contratuais. O evento de não honrar com uma obrigação contratual de pagamento é denominado default na literatura internacional, o qual foi traduzido como descumprimento nesta obra. O risco de descumprimento é bastante significativo e pode aumentar rapidamente e sem qualquer aviso, podendo trazer perdas significativas para o negócio a médio e longo prazo. Trata-se de um risco que não se pode fazer hedge, tampouco estrutura-lo de forma a se livrar dele, mas pode ser mitigado se for adequadamente mensurado e gerenciado. Utilizando o modelo KMV para estimar a probabilidade de descumprimento das firmas com ações negociadas na B3, este trabalho buscou investigar a probabilidade de descumprimento conjunta de um grupo de firmas. Os resultados encontrados mostram que quando há um choque adverso que afeta a economia como um todo, a probabilidade de descumprimento de um setor mais concentrado (com poucas firmas participantes) é maior em relação a setores menos concentrados, isto é, com um maior número de firmas participantes. Credit risk is the risk associated with an economic loss arising from a counterparty’s failure to meet its contractual payment obligations. The event of not meeting with a contractual payment obligation is known as default. The default risk is quite significant and can increase quickly and with no warning, and can bring significant losses to the business in the medium and long run. The default risk is a risk that no one can hedge it away, nor structure it in order to get rid of it, but can be mitigated if it is properly measured and managed. Using the KMV model to estimate the probability of default of public firms, this paper investigated the probability of joint failure of default of a group of firms. The results show that when there is an adverse shock affecting the economy as a whole, the probability of default with a more concentrated economic sector (with few participating firms) is higher in relation to less concentrated ones, that is, with a larger number of participating firms.

O principal objetivo dos investidores é obter o maior retorno e lucro possíveis, correndo o menor risco. Por outro lado, os gestores de risco têm como responsabilidade o monitoramento dos riscos a fim de impedir que se corram riscos acima dos limites determinados pelas companhias. Este trabalho busca apresentar uma série de métricas de risco, baseadas em Maximum Drawdown, utilizando simulação histórica ao invés das tradicionais métricas baseadas em retorno. O Maximum Drawdown fornece a informação da maior queda de valor de ativo que um investidor pode sofrer em determinado intervalo de tempo. Essas métricas podem ser utilizadas como teste de estresse em complemento a outras métricas mais tradicionais. Os cálculos das métricas de risco são feitos tanto para ativos individuais, como para portfólios diversificados. As métricas utilizaram simulação histórica com diferentes intervalos de tempo, intervalo de Holding Period e intervalos de confiança. A seguir, foi feito o backtest destas métricas a fim de verificar a aderência das mesmas, mostrando que a métrica de Maximum Drawdown at Risk utilizando GEV foi a métrica que apresentou maiores taxas de aprovação nos diferentes cenários. A principal contribuição desse trabalho está na apresentação de diferentes métricas de risco baseadas em Maximum Drawdown, análise da melhor métrica para cada situação e aplicações das métricas na gestão de risco e em cenários de estresse. The main objective of investors is to obtain the highest possible return profit, by running the lowest risk. On the other hand, risk managers are responsible for monitoring the risks in order to prevent risks to be above the limits determined by the companies. This paper attempts to present a series of risk metrics based on Maximum Drawdown historical distributions instead of traditional return-based metrics. Maximum Drawdown provides the information of the largest drop in the asset value that an investor can have in a given time interval,since these metrics can be used as stress test metrics in addition to other more traditional metrics. The calculations of the risk metrics are done for both individual assets and for diversified portfolios. The metrics use historical simulation with different time intervals, Holding Period and confidence intervals. The backtest of these metrics is done to verify their adherence, so it shows that the Maximum Drawdown at Risk using GEV metric is the metric that presents the highest approval rates in the different scenarios. The main contribution of this paper is the presentation of different risk metrics based on Maximum Drawdown, analyse of the best metric for each situation and applications of the metrics to risk management and to stress scenarios.

O presente trabalho tem como propósito descrever uma aplicação do modelo HJM multifatorial em sua forma discreta para obter a variação mensal do índice de preços amplos (IPCA) a partir dos preços dos títulos públicos. Os parâmetros da forma funcional da volatilidade são calibrados por meio da análise de componentes principais (PCA) e a simulação da evolução da curva por meio de simulação de Monte Carlo. Os resultados obtidos são então comparados com as estimativas realizadas pela pesquisa FOCUS e com a variação de fato realizada. This work proposes a practical implementation of discreted multifactorial HJM model using public bond’s prices in order to acquire IPCA’s monthly variation. The functional form of volatility’s parameters are obtained using a principal component analysis (PCA) method, and we simulate the interest rate term structure via Monte Carlo simulation. Thus, the results from the simulation are analyzed and compared to estimates made by FOCUS report, and they are also compared to the actual monthly variation observed in the economy during the studied period.

A análise de estilo baseada em retornos proposta por Sharpe (1992) busca explicar a composição de fundos de investimentos a partir de um modelo de fatores. Baseado na publicação de Simonian e Wu (2019), neste trabalho buscou-se testar uma técnica chamada de Rige Regression aplicada no escopo da análise de estilo afim de projetar retornos de fundos multimercados brasileiros. Este método propõe a penalização dos fatores adicionando viés à estimação dos coeficientes diminuindo a variância dos resultados possibilitando o aumentando do poder preditivo do modelo. Ainda, esta técnica é capaz de ajustar o efeito de multicolinearidade de fatores que pode existir no modelo tradicional. A proposta foi implementada utilizando 4 modelos com diferentes fatores e complexidades em um conjunto de fundos multimercados brasileiros afim de comparar o poder preditivo dos métodos e os modelos. The return-based style analysis proposed by citeonline Sharpe1992 seeks to explain the composition of investment funds from a factor model. Based on the publication of citeonline Simonian159, this paper aimed to test a technique called textit Rige Regression applied in the scope of style analysis in order to project returns of Brazilian multimarket funds. This method proposes the penalization of the factors by adding bias to the coefficient estimation, reducing the variance of the results and increasing the predictive power of the model. Moreover, this technique is able to adjust the multicollinearity effect of factors that may exist in the traditional model. The proposal was implemented using 4 models with different factors and complexities in a set of Brazilian multimarket funds in order to compare the predictive power of the methods and the models.

Exponential growth of the complexity in the financial market requires more and more the use of computational quantitative approach in any products or services that investment banks offer, not only in the portfolio management. However, despite the huge improvement of the computational power up to date, the investment banks’ trading desks do not fully integrate the optimization process, still using primitive methods such as the manual calculation. The main reason is that the classical optimization process, originally proposed by Harry Markowitz in 1952 is very sensitive to the estimation error of inputs making the model limited to the real world application. Moreover, the classical model does not consider the stochastic characteristics of the real world. This work has two main proposes. The first, build and implement the robust quantitative investment framework and the second, modify and adapt a more robust model to the real world investment bank’s trading desk. We use the Black-Litterman model and the robust optimization process to accomplish the objective that may help to maximize the economic gain of the institution. O crescimento exponencial na complexidade do mecado financeiro exige o uso de abordagens quantitativas computacionais em qualquer produto ou serviço que um banco de investimento oferece, não somente no gerenciamento de portfolio. No entanto, apesar de um grande avanço computational, mesas de trading dos bancos de investimentos não incorporaram o processo de otimização completamente ao seu trabalho, ainda utilizando os métodos primitivos como cálculo manual. A razão principal é de que o processo de otimização clássico proposto pelo Henry Markowitz em 1952 é muito sensível aos erros de estimação de inputs fazendo com que a sua aplicação ao mundo real seja limitada. Além disso, o modelo clássico não considera a caraterística estocástica do mundo real. O trabalho possui dois propostas. A primeira, construir e implementar a estrutura de investmento quantitativo e robusto e a segunda, modificar e adaptar um modelo mais robusto para a mesa de trading de um banco de investimento no mundo real. Nós usamos o modelo de Black-Litterman e o processo de otimização robusta para realizar o objetivo que pode ajudar a maximizar o ganho econômico da instituição.

A necessidade de conhecer o cliente sempre foi um diferencial para o mercado e nestes últimos anos vivenciamos um crescimento exponencial de informações e técnicas que promovem a avaliação para todas as fases do ciclo de crédito, desde a prospecção até a recuperação de dívidas. Nesse contexto, as empresas estão investindo cada vez mais em métodos de Machine Learning para que possam extrair o máximo de informações e assim terem processos mais assertivos e rentáveis. No entanto, essas técnicas possuem ainda alguma desconfiança no ambiente financeiro. Diante desse contexto, o objetivo desse trabalho foi aplicar as técnicas de Machine Learning: Random Forest, Support Vector Machine e Gradient Boosting para um banco de dados real de cobrança, a fim de identificar os clientes mais propensos a quitar suas dívidas (Collection Score) e comparar a acurácia e interpretação desses modelos com a metodologia tradicional de Regressão Logística. A principal contribuição desse trabalho está relacionada com a comparação das técnicas em um cenário de recuperação de crédito considerando as principais características, vantagens e desvantagens. The need to know the customer has always been a differential for the market, and in currently years we have experienced an exponential growth of information and techniques that promote this evaluation for all phases of the credit cycle, from prospecting to debt recovery. In this context, companies are increasingly investing in Machine Learning methods, so that they can extract the maximum information and thus have more assertive and profitable processes. However, these models still have a lot of distrust in the financial environment. Given this need and uncertainty, the objective of this work was to apply the Machine Learning techniques: Random Forest, Support Vector Machine and Gradient Boosting to a real collection database in order to identify the recover clients (Collection Score) and to compare the accuracy and interpretation of these models with the classical logistic regression methodology. The main contribution of this work is related to the comparison of the techniques and if they are suitable for this application, considering its main characteristics, pros and cons.

Devido à massificação da concessão do crédito no Brasil, proporcionada principalmente pelo desenvolvimento tecnológico, o combate a fraudes tornou-se imprescindível no âmbito das instituições financeiras, pois mesmo com baixa ocorrência têm apresentado uma tendência de crescimento, provocando assim um impacto negativo nos resultados das organizações. Neste contexto, os investimentos em técnicas mais sofisticadas para detecção de fraudes ocorrem com maior frequência, sendo que em muitos casos são utilizados métodos que aplicam técnicas de Aprendizado de Máquina, visando obter previsões mais precisas e confiáveis no combate aos eventos de fraude. Diante do exposto, este trabalho possui como objetivo propor modelos que utilizem técnicas de Aprendizado de Máquina em um banco de dados real, visando comparar os resultados obtidos com os de modelos tradicionalmente utilizados que aplicam técnicas de Regressão Logística. Adicionalmente o desafio do trabalho foi propor um classificador de Random Forest capaz de identificar 3 eventos distintos, que podem constituir uma fraude, ao mesmo tempo. Os resultados evidenciaram a viabilidade de se utilizar um único modelo frente a técnicas atuais onde múltiplos modelos são utilizados, um para cada evento, com uma baixa perda de desempenho, que pode ser compensada pela redução de complexidade na implantação do modelo. Due to the massification of the credit concession in Brazil, mainly caused by recent technological development, fraud mitigation has become essential in financial institutions. Even with nowadays low occurrence rates, frauds have shown a significant increasing tendency for the future, causing, in this way, a negative impact on the organizations results. In this context, investments in more sophisticated techniques for detecting fraud has happen frequently, and in many cases, methods using Machine Learning techniques are been applied, in order to obtain more accurate and reliable predictions against fraud events. As a result of these context, this work aims to propose models and techniques that use Machine Learning in a real database, in order to compare the results obtained with traditional techniques that apply Logistic Regression techniques. Additionally, the challenge of this work was to propose a Random Forest classifier capable of identifying 3 distinct events at the same time, which may constitute a fraud. The results evidenced the viability of using a single model, as opposed to current techniques that employing multiple models, e.g. one model for each event, with a low loss of performance that can be compensated by the reduced complexity in the model implantation.

Extensa literatura existe acerca de apreçamento de derivativos de crédito, em especial Credit Default Swaps, porém pouco foi discutido sobre o caso peculiar brasileiro, com convenções de taxas de juros e legislação específicas. Este trabalho foca na implementação de um modelo de intensidade, em particular o modelo padrão da ISDA, adaptado à um contrato de CDS no Brasil sobre um emissor corporativo. Spreads de Credit Default Swaps negociados no mercado offshore, yields de bonds e yields de debêntures foram utilizados como insumos para obtenção das taxas implícitas de intensidade de default e backtesting do modelo. Os dados utilizados compreendem o período de 2015 a 2017, englobando momentos de estresse relacionados à crise política brasileira. Algumas aplicações são, então, apresentadas, entre elas hedging, basis trading e estruturação de Credit Linked Notes. Extensive literature exists on the pricing of credit derivatives, particularly Credit Default Swaps, yet little has been discussed about the distinctive Brazilian case, with specific legislation and interest rate conventions. This work aims to implement an intensity model, in particular the standard ISDA model, adapted to a CDS contract in Brazil on a corporate issuer. Spreads of Credit Default Swaps traded in the offshore market, offshore bond yields and local bond yields were used as inputs for obtaining the implicit hazard rates and for back testing the model. The data used cover the period from 2015 to 2017, including relevant moments of stress related to the Brazilian political crisis. Some applications are then presented, including hedging, basis trading and Credit Linked Notes structuring.

A stock swap transaction is an alternative way for a company who want to enter into a long position on its own stocks or who intend to set up a repurchase program without having to dispose of cash or contract a loan, or even hedging against increases on its stock prices. In this swap transaction the company receives the return on its own stock, whilst paying a fixed or floating interest rate. However, this kind of swap presents wrong-way risk, that is, a positive dependence between the underlying asset and the counterparty’s default probability, which must be considered by dealers when pricing this kind of swap contracts. In this work we propose a model for incorporating dependence between default probabilities and the counterparty’s exposure in the calculation of the CVA for these kind of swaps. We use a Cox process to model default times, given that the stochastic default intensity follows a CIR model, and assuming that the factor driving the underlying stock price and the factor driving the default intensity are jointly given by a bivariate standard Gaussian distribution. We analyze the impact on CVA of incorporating wrong-way risk in this kind of swap transaction with different counterparties, and for different maturities and dependence levels. Uma forma interessante para uma companhia que pretende assumir uma posição comprada em suas próprias ações ou lançar futuramente um programa de recompra de ações, mas sem precisar dispor de caixa ou ter que contratar um empréstimo, ou então se protegendo de uma eventual alta no preço das ações, é através da contratação de um swap de ações. Neste swap, a companhia fica ativa na variação de sua própria ação enquanto paga uma taxa de juros pré ou pós-fixada. Contudo, este tipo de swap apresenta risco wrong-way, ou seja, existe uma dependência positiva entre a ação subjacente do swap e a probabilidade de default da companhia, o que precisa ser considerado por um banco ao precificar este tipo de swap. Neste trabalho propomos um modelo para incorporar a dependência entre probabilidades de default e a exposição à contraparte no cálculo do CVA para este tipo de swap. Utilizamos um processo de Cox para modelar o instante de ocorrência de default, dado que a intensidade estocástica de default segue um modelo do tipo CIR, e assumindo que o fator aleatório presente na ação subjacente e que o fator aleatório presente na intensidade de default são dados conjuntamente por uma distribuição normal padrão bivariada. Analisamos o impacto no CVA da incorporação do riscowrong-way para este tipo de swap com diferentes contrapartes, e para diferentes prazos de vencimento e níveis de correlação.

Fundo Mackenzie de Pesquisa The innovation has been considered the engine of the major developments that capitalism has reached, and under this umbrella, this study aims to evaluate the causal relationship between innovation of Brazilian firms and their performance.The study of this subject is justified by the importance of the topic in academia, nationally and internationally, and also by the need to do a study that took into account both Micro, Small and Medium Enterprises (MSMEs), as large companies, in addition to analyzing the new service sector recently (2005) included in Technological Innovation Research (PINTEC).We crossed the CNPJs (national registry of legal companies) at PINTEC with those contained in the Annual Industrial Survey - PIA and the Annual Services Survey - PAS, and create variables to measure seven constructs: Innovative Activity, R&D Internal Activity, Innovation Cooperation, Government Support, Patent and other Protection Machanisms, Organizational and Marketing Innovation, and Performance.The three surveys are periodically conducted by the Brazilian Institute of Geography and Statistics (IBGE). We used exploratory factor analysis in order to aggregate related variables and structural equation modeling, to create models that can better explain the relationship between innovation and performance. We note the existence of a relationship between innovation and the result of the innovation process latent variable measured by the "impact of innovations", formed by iivli (share of sales of new products related to sales of the company) and iiexp (share of exports of new products in relation to sales of the company), in the converged models, the inpact was approximately 40%.However, the relationship between innovation and performance (measured by profitability and margin) was not supported. A inovação vem sendo considerada o motor das grandes evoluções que o capitalismo tem alcançado, e sob essa égide, este trabalho tem o objetivo de avaliar a relação de causalidade entre a inovação das firmas brasileiras e seu desempenho. O estudo deste tema justifica-se pela relevância do tema no meio acadêmico nacional e internacional, e também pela necessidade de se fazer um estudo que levasse em consideração tanto Micro, Pequenas e Médias Empresas (MPMEs), quanto grandes empresas, além de analisar exploratoriamente o setor de serviços recentemente (2005) incluído na Pesquisa de Inovação Tecnológica (PINTEC). Cruzamos os CNPJ s (cadastro nacional da pessoa jurídica) da PINTEC com aqueles constantes na Pesquisa Industrial Anual PIA e na Pesquisa Anual de Serviços PAS, e criamos variáveis para medir sete construtos: Atividade Inovativa, Atividade Interna de P&D, Cooperação para Inovação, Apoio do Governo, Patentes e Meios de Proteção, Inovações Organizacionais e de Marketing e Desempenho. As três pesquisas utilizadas são realizadas periodicamente pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Utilizamos a análise fatorial exploratória com o intuito de agregar variáveis afins e o modelo de equações estruturais, para a criação de modelos que possam explicar melhor a relação entre inovação e desempenho. Constatamos a existência de uma relação entre a inovação e o resultado do processo de inovação medida pela variável latente impacto das inovações , formada por iivli (participação das vendas de novos produtos em relação às vendas da empresa) e iiexp (participação das exportações de novos produtos em relação às vendas da empresa), que nos modelos convergentes foi da ordem de 40%. Porém a relação entre inovação e desempenho (mensurado pela margem e lucratividade) não foi corroborada.

Fundo Mackenzie de Pesquisa Basel II Accord will allow banks in Brazil to calculate their capital requirements using internal ratings based on the advanced IRB (Internal Rating-Based) approach, depending on their credit risk exposure. The main modeling components that must be estimated are the probability of default (PD), loss given default (LGD) and exposure at default (EAD). The aim of this dissertation is to estimate the parameter LGD using different models found in the literature in order to compare the obtained results. For that, the credit portfolios within this study will be simulated via Monte Carlo simulation, due to the difficulty in getting real losses data. O acordo de Basileia II no Brasil vai permitir que os bancos utilizem modelos internos, na abordagem IRB avançada (Internal Rating-Based), que sirvam de base para o cálculo dos requisitos mínimos de capital em função do nível de exposição ao risco de crédito. Dentre os principais componentes estimados estão a probabilidade de default (PD probability of default), a perda dado o default (LGD loss given default) e a exposição no default (EAD exposure at default). Esta dissertação tem como objetivo realizar estimativas de LGD utilizando alguns modelos descritos na literatura e comparando os resultados obtidos. Para tanto, os portfólios de crédito do estudo serão simulados através de técnicas de Monte Carlo, dada a escassez de dados de perdas reais.