Resumo Dentre as diversas teorias do crescimento, a teoria export-led growth ressalta a importância das exportações sobre o nível de desenvolvimento e da produtividade em uma economia, em decorrência da geração de economias de escala e de uma maior eficiência. A análise da influência das exportações sobre o nível da produtividade no Brasil mostra-se de fundamental importância, uma vez que conclusões acerca desta relação podem provar-se úteis para a formulação de políticas públicas. Este trabalho analisou empiricamente o impacto das exportações sobre a produtividade na indústria de transformação no Brasil durante o período de 2002-2019. Com base em técnicas de séries temporais, os resultados mostraram que as exportações e a produtividade apresentam uma relação comum de longo prazo. Além disso, considerando as estimativas de um modelo de vetores autoregressivos com correção de erros, verificou-se evidências da influência das exportações sobre a produtividade, i.e., confirmando a teoria do crescimento liderado pelas exportações.

Abstract Among the various theories of growth, the export-led growth theory highlights the importance of exports on the level of development and productivity in an economy, due to the generation of economies of scale and greater efficiency. The analysis of the influence of exports on the level of productivity in Brazil is of fundamental importance, since conclusions about this relationship can prove to be useful for the formulation of public policies. This work empirically analyzed the impact of exports on productivity in the manufacturing industry in Brazil during the period 2002-2019. Based on time series techniques, the results showed that exports and productivity reflect the presence of long-run equilibrium. In addition, considering the estimates of an autoregressive vector model with error correction, there was evidence of the influence of exports on productivity, i.e., confirming the export-led growth theory.

RESUMO Este artigo considera a modelagem da volatilidade baseada em variação para a identificação e previsão de modelos de volatilidade condicional baseados em retornos. Sugere-se a inclusão da medida de variação, definida como a diferença entre o preço máximo e mínimo de um ativo em um intervalo de tempo, como uma variável exógena em modelos generalizados de heterocedasticidade condicional autorregressiva (GARCH). A motivação é avaliar se a variação proporciona informações adicionais ao processo de volatilidade (variabilidade intradiária) e aprimora a previsão, quando comparada a abordagens do tipo GARCH e ao modelo de variação autorregressiva condicional (CARR). A análise empírica emprega dados dos principais índices das bolsas de valores das economias norte-americana e brasileira, ou seja, S&P 500 e Ibovespa, respectivamente, no período de janeiro de 2004 a dezembro de 2014. O desempenho é comparado em termos de precisão, modelagem e previsão do valor em risco (VaR). Os resultados fora da amostra indicam que os modelos de volatilidade baseados em variação proporcionam previsões do VaR mais precisas do que os modelos GARCH.

ABSTRACT This article considers range-based volatility modeling for identifying and forecasting conditional volatility models based on returns. It suggests the inclusion of range measuring, defined as the difference between the maximum and minimum price of an asset within a time interval, as an exogenous variable in generalized autoregressive conditional heteroscedasticity (GARCH) models. The motivation is evaluating whether range provides additional information to the volatility process (intraday variability) and improves forecasting, when compared to GARCH-type approaches and the conditional autoregressive range (CARR) model. The empirical analysis uses data from the main stock market indexes for the U.S. and Brazilian economies, i.e. S&P 500 and IBOVESPA, respectively, within the period from January 2004 to December 2014. Performance is compared in terms of accuracy, by means of value-at-risk (VaR) modeling and forecasting. The out-of-sample results indicate that range-based volatility models provide more accurate VaR forecasts than GARCH models.

Resumo Neste artigo, os autores procuraram investigar a persistência da volatilidade e inventory effect nos mercados futuros de grãos no período entre 1959 e 2014. A inovação do estudo consistiu na aplicação de um modelo de volatilidade recursivo TARCH(1,1) com rolagem das estimativas a partir de uma janela de tempo de quatro anos. Os resultados apontaram para uma alta persistência da volatilidade condicional nos mercados de milho e soja. Além disso, observou-se a presença dos efeitos sazonalidade, inventory e time-to-maturity na dinâmica de volatilidade dos preços de ambos mercados. Verificou-se ainda uma queda na persistência de curto-prazo no período recente, o que levou a uma diminuição da persistência de longo-prazo e da meia-vida nos mercados em estudo.

Abstract The purpose of this paper is to investigate the volatility persistence and the inventory effect in grain futures markets during the period of 1959–2014. The innovative nature of this study lies in the evaluation of rolling estimates, using a recursive univariate TARCH(1,1)-in-mean volatility model. The daily evolution of volatility persistence and the inventory effect on corn and soybean futures contracts is analyzed using a rolling window of 1008 observations over four years. In general, the results suggest that the conditional volatility in both markets is highly persistent. There is also evidence of inventory, time-to-maturity, and seasonality effects on the volatility dynamics of corn and soybeans. In addition, the findings point to a lower short-run volatility persistence in recent years, which caused a slight decrease in long-run volatility persistence and the half-life period in both markets.

Resumen El objetivo en este estudio es investigar la persistencia de la volatilidad y el efecto de inventario en los mercados de futuros de granos en el período de 1959 a 2014. La innovación del trabajo consiste en la aplicación de un modelo de volatilidad recursivo TARCH(1,1) por estimación, en un período de cuatro años. Los resultados indican una alta persistencia de la volatilidad condicional en el mercado de maíz y soja. Además, hay evidencia de efectos de inventario, tiempo hasta la expiración y estacionalidad en la dinámica de la volatilidad de los precios de ambos mercados. También se ha verificado una baja persistencia de la volatilidad a corto plazo en los últimos años, lo que ha causado una caída de la persistencia de la volatilidad a largo plazo.

No estudo aqui apresentado, aplicou-se um modelo de rede neural multicamadas para o apreçamento de calls sobre taxa de câmbio R$/US$, negociadas na Bolsa de Valores, Mercadorias & Futuros de São Paulo (BM&FBovespa), para o período de janeiro de 2004 a dezembro de 2007. A partir dos preços efetivamente praticados no mercado, comparou-se o desempenho entre essa técnica e o modelo de Black, utilizando-se métricas usuais de erro e testes estatísticos. Os resultados obtidos revelaram, em geral, a melhor adequação do modelo de inteligência artificial, em comparação ao modelo de Black, nos diferentes graus de moneyness.

In this study, a multilayer neural network model was applied to the pricing of R$/USD exchange rate call options traded on the São Paulo Securities, Commodities and Futures Exchange (BM&FBovespa) from January 2004 to December 2007. Based on the actual market prices, the performances of a neural network model and the Black model were compared, using the usual error metrics and statistical tests. Overall, the results showed that the artificial intelligence model outperformed the Black model for the different degrees of moneyness.

En este estudio se aplicó un modelo de red neuronal multicapa para la valoración de opciones de compra sobre el tipo de cambio R$/US$, cotizadas en la Bolsa de Valores, Mercadorias e Futuros (BM&FBovespa), para el período comprendido entre enero de 2004 y diciembre de 2007. A partir de los precios efectivamente practicados en el mercado, se comparó el desempeño entre las redes neuronales y el modelo de Black, con el uso de métricas habituales de error y pruebas estadísticas. Los resultados mostraron, en general, la mejor adecuación del modelo de inteligencia artificial, en comparación con el modelo de Black, en diferentes grados de monetización.