Lucas Pereira Lopes

Understanding customer behavior is fundamental for many use-cases in industry, especially in accelerated growth areas such as fin-tech and e-commerce. Structured data are often expensive, time-consuming and inadequate to analyze and study complex customer behaviors. In this paper, we propose a multi-graph embedding approach for creating a non-linear representation of customers in order to have a better knowledge of their characteristics without having any prior information about their financial… Mostrar más

Understanding customer behavior is fundamental for many use-cases in industry, especially in accelerated growth areas such as fin-tech and e-commerce. Structured data are often expensive, time-consuming and inadequate to analyze and study complex customer behaviors. In this paper, we propose a multi-graph embedding approach for creating a non-linear representation of customers in order to have a better knowledge of their characteristics without having any prior information about their financial status or their interests. By applying the current method we are able to predict s' future behavior with a reasonably high accuracy only by having the information of their friendship network. Potential applications include recommendation systems and credit risk forecasting. Mostrar menos

O objetivo deste trabalho foi identificar a importância de variáveis econômico-financeiras para a ocorrência de fusões e aquisições (F&A) no setor bancário brasileiro após 20 anos consolidados do plano-real, período compreendido entre os anos de 1995 e 2015. Para atingir o objetivo proposto, foram utilizadas as técnicas de análise discriminante, regressão logística, redes neurais e um modelo híbrido. De maneira geral observou-se que os indicadores de qualidade dos ativos, rentabilidade… Mostrar más

O objetivo deste trabalho foi identificar a importância de variáveis econômico-financeiras para a ocorrência de fusões e aquisições (F&A) no setor bancário brasileiro após 20 anos consolidados do plano-real, período compreendido entre os anos de 1995 e 2015. Para atingir o objetivo proposto, foram utilizadas as técnicas de análise discriminante, regressão logística, redes neurais e um modelo híbrido. De maneira geral observou-se que os indicadores de qualidade dos ativos, rentabilidade, liquidez, eficiência e tamanho da firma foram importantes na discriminação dos grupos de bancos estudados (adquirentes e adquiridos) e foi possível constatar que bancos com maiores indicadores apresentam maior probabilidade se tornarem adquirentes. Com relação aos métodos empregados pode-se afirmar que os modelos apresentaram aderência aos dados estudados, todavia, ressalta-se a superioridade das redes neurais artificiais em sua forma tradicional e híbrida. Por fim, salienta-se a importância de trabalhos como este em mercados emergentes, sendo que modelos de previsão podem trazer mais segurança e amenizar os riscos assumidos pelos investidores. Além disso, fornecem informações úteis para a tomada de decisão empresarial, uma vez que elencam variáveis importantes para a classificação de empresas alvo e não alvo de F&A. Mostrar menos

Options pricing models, which consider asset-objects following a geometric Brownian motion, such as derivations from the traditional Black-Scholes model, assume the volatility of asset-objects to be constant over time. In addition, the normal distribution is the basement of the t distribution for the case of bivariate options. In this work, we consider GARCH-in-mean models with asymmetric variance specifications to model the volatility of the assets-objects under the risk-neutral dynamics… Mostrar más

Options pricing models, which consider asset-objects following a geometric Brownian motion, such as derivations from the traditional Black-Scholes model, assume the volatility of asset-objects to be constant over time. In addition, the normal distribution is the basement of the t distribution for the case of bivariate options. In this work, we consider GARCH-in-mean models with asymmetric variance specifications to model the volatility of the assets-objects under the risk-neutral dynamics. Moreover, the copula functions model the t distribution, with the objective of capturing non-linear, linear and tails associations between the assets. We provide a methodology to describe a more realistic pricing option. To illustrate the methodology, we use stocks from two Brazilian companies. Confronting the results obtained with the classic model, which is an extension of the Black-Scholes model, we note that considering constant volatility over time underpricing the options, especially in-the-money options. Overall, the contributions of the proposed methodology are as follows. Using the best copula makes the model more suitable. Extension to marginal models, which consider asymmetry, makes t modeling more flexible and realistic. Due to the adequate marginal and t fitting, in addition to the values obtained with the classical consolidated model, there are arguments to believe that the differences obtained between the best models, through the copulas and the extension of the conventional method, are improvements in the calculation of the fair value. The empirical relevance of such alternatives is apparent given the evidence of non-t-normality in financial emerging markets. In essence, the entire approach may be generalized to any number of time-series of option pricing Mostrar menos

Multivariate options are adequate tools for multi-asset risk management. The pricing models derived from the pioneer Black and Scholes method under the multivariate case consider that the asset-object prices follow a Brownian geometric motion. However, the construction of such methods imposes some unrealistic constraints on the process of fair option calculation, such as constant volatility over the maturity time and linear correlation between the assets. Therefore, this paper aims to price and… Mostrar más

Multivariate options are adequate tools for multi-asset risk management. The pricing models derived from the pioneer Black and Scholes method under the multivariate case consider that the asset-object prices follow a Brownian geometric motion. However, the construction of such methods imposes some unrealistic constraints on the process of fair option calculation, such as constant volatility over the maturity time and linear correlation between the assets. Therefore, this paper aims to price and analyze the fair price behavior of the call-on-max (bivariate) option considering marginal heteroscedastic models with dependence structure modeled via copulas. Concerning inference, we adopt a Bayesian perspective and computationally intensive methods based on Monte Carlo simulations via Markov Chain (MCMC). A simulation study examines the bias, and the root mean squared errors of the posterior means for the parameters. Real stocks prices of Brazilian banks illustrate the approach. For the proposed method is verified the effects of strike and dependence structure on the fair price of the option. The results show that the prices obtained by our heteroscedastic model approach and copulas differ substantially from the prices obtained by the model derived from Black and Scholes. Empirical results are presented to argue the advantages of our strategy. Mostrar menos

Ao longo da história, as sociedades organizadas tentaram prevenir o crime seguindo várias abordagens, sendo que a justificativa social em entender quais características associadas à criminalidade é o seu uso para alcançar políticas públicas eficazes contraessas atividades ilegais. Nesse contexto, o objetivo deste trabalho é identificar os determinantes econômicos, sociais e demográficos dos crimes de homicídios no Brasil. E como objetivo secundário, realizar a predição… Mostrar más

Ao longo da história, as sociedades organizadas tentaram prevenir o crime seguindo várias abordagens, sendo que a justificativa social em entender quais características associadas à criminalidade é o seu uso para alcançar políticas públicas eficazes contraessas atividades ilegais. Nesse contexto, o objetivo deste trabalho é identificar os determinantes econômicos, sociais e demográficos dos crimes de homicídios no Brasil. E como objetivo secundário, realizar a predição do nível de crimes em território nacional. Como metodologia, trata-se de um estudo quantitativo onde se utilizou métodos de Árvore de Regressão, Florestas Aleatórias, Boosting e K-Nearest Neighbors(K-NN), como ferramentas alternativas aos modelos tradicionais lineares, como a regressão via mínimos quadrados ordinários. Os dados analisados indicaram que entre as 31covariáveis utilizadas, 9 apresentaram os maiores impactos na violência em nível nacional, sendo,em ordem decrescente: o tamanho da população jovem, saneamento básico, tamanho da população total, população economicamente ativa, população urbana, PIB, mulheres chefes na família, pessoas pobres entre 0 e 14 anos e proporção de pessoas que ganham até meio salário mínimo, onde cada fator foi discutido de acordo com a literatura econômica do crime. Além disso, o modelo de Florestas Aleatórias explicou, em média, 82% da variabilidade dos crimes de homicídios em nível nacional. Acreditamos que esta abordagem ajuda a produzir respostas mais robustas sobre os efeitos dos fatores sociais, econômicos e demográficos sobre o crime, sendo, portanto, uma nova ferramenta para orientar os formuladores de políticas públicas. Mostrar menos

A mensuração de diversas fontes de riscos para instituições financeiras se encontra diante de uma situação favorável, tanto pelo avanço computacional e consequentemente dos mais variados modelos, quanto pelo grande número de variáveis disponíveis. Especialmente dentro do universo das seguradoras, a classificação de clientes propensos a obterem sinistro é uma tarefa essencial para o processo de precificação e no controle econômico e financeiro da instituição. Dado a quantidade de clientes… Mostrar más

A mensuração de diversas fontes de riscos para instituições financeiras se encontra diante de uma situação favorável, tanto pelo avanço computacional e consequentemente dos mais variados modelos, quanto pelo grande número de variáveis disponíveis. Especialmente dentro do universo das seguradoras, a classificação de clientes propensos a obterem sinistro é uma tarefa essencial para o processo de precificação e no controle econômico e financeiro da instituição. Dado a quantidade de clientes cadastrados em uma seguradora é essencial o desenvolvimento de classificadores automáticos para realizar tal classificação. Porém, técnicas de predições tradicionais possuem baixo poder preditivo quando o conjunto de dados são desbalanceados, ou seja, uma classe é predominante em relação a outra. Portanto, este trabalho tem por objetivo realizar seis modelos de classificação que levam em conta o desbalanceamento dos dados por meio de duas metodologias diferentes e compará-los com os métodos usuais no processo de classificação de clientes que obtiveram sinistros (Y = 1) e os que não obtiveram (Y = 0). Foi utilizado diversas métricas para a comparação da qualidade dos métodos. Como resultado, confirma-se empiricamente a necessidade da inclusão de metodologias que levam em consideração o desbalanceamento presente nos dados, onde neste estudo ficou evidente que a metodologia de mudança de corte trouxe melhores resultados do que a metodologia de sobreamostragem. Além disso, as metodologias concordaram na maioria das vezes em suas predições e em quais variáveis que impactam a ocorrência de sinistro ou não. Mostrar menos

Diante da importância do café na economia brasileira, o objetivo deste trabalho é estudar modelos conhecidos como Statistical Machine Learning para a previsão do preço do café brasileiro. Como resultado, em ordem decrescente, os modelos que obtiveram os melhores poderes preditivos foram Vector Machine (SVM) com Kernel Linear, seguido dos modelos LASSO, SVM com Kernel Gaussiano, Boosting, Árvore de Regressão, K-NN e Floretas Aleatórias. Além disso, em sua maioria, os modelos obtiveram… Mostrar más

Diante da importância do café na economia brasileira, o objetivo deste trabalho é estudar modelos conhecidos como Statistical Machine Learning para a previsão do preço do café brasileiro. Como resultado, em ordem decrescente, os modelos que obtiveram os melhores poderes preditivos foram Vector Machine (SVM) com Kernel Linear, seguido dos modelos LASSO, SVM com Kernel Gaussiano, Boosting, Árvore de Regressão, K-NN e Floretas Aleatórias. Além disso, em sua maioria, os modelos obtiveram alta correlação entre seus resultados e corroboraram na escolha das variáveis que mais afetam o preço. Acredita-se que essa abordagem ajuda a produzir conclusões mais robustas sobre os determinantes da variabilidade do preço do café, sendo assim uma potencial ferramenta na gestão de riscos e controle por parte dos es.
Mostrar menos

O objetivo deste trabalho é de compreender a relação de dependência entre a economia brasileira e quatro grandes economias mundiais, sendo elas: Estados Unidos, Japão, Alemanha e Inglaterra. Assim, propõe-se a utilização da metodologia de cópula das famílias elípticas e arquimedianas para relacionar o grau de dependência entre o período de 2006 a 2017. Aplicaram-se modelos ARMA-EGARCH para as marginais e cópula Normal, t-student, Gumbel, Frank, Clayton e Joe para as distribuições bivariadas. Os… Mostrar más

O objetivo deste trabalho é de compreender a relação de dependência entre a economia brasileira e quatro grandes economias mundiais, sendo elas: Estados Unidos, Japão, Alemanha e Inglaterra. Assim, propõe-se a utilização da metodologia de cópula das famílias elípticas e arquimedianas para relacionar o grau de dependência entre o período de 2006 a 2017. Aplicaram-se modelos ARMA-EGARCH para as marginais e cópula Normal, t-student, Gumbel, Frank, Clayton e Joe para as distribuições bivariadas. Os resultados obtidos permitem inferir que há evidencia de relação positiva entre os mercados e que o relacionamento mais forte é com o índice norte-americano. Esta metodologia permite fazer inferência sobre o parâmetro de dependência respeitando a teoria moderna de finanças, onde a principal limitação é a não normalidade dos retornos financeiros. Mostrar menos

http://lattes.cnpq.br/5968999804623198