Paula Virgínia Tófoli

Formação

• Doutorado - Periodo: 2008 a 2013 - Economia
  Faculdade de Ciências Econômicas - UFRGS
• Mestrado - Periodo: 2006 a 2008 - Economia
  Faculdade de Ciências Econômicas - UFRGS
• Graduação - Periodo: 1999 a 2004 - Economia
  Universidade de São Paulo

Atuação Profissional

• Economic Modelling- / Periodo: 2021 a atual
• Journal of Risk- / Periodo: 2020 a atual
• North American Journal of Economics and Finance- / Periodo: 2023 a atual
• RBEE. Revista Brasileira de Economia de Empresas- / Periodo: 2013 a atual
• RBEE. Revista Brasileira de Economia de Empresas- / Periodo: 2015 a 2015
• Universidade Católica de Brasília-UCB / Periodo: 2013 a atual
• Universidade Federal do Rio Grande do Sul- / Periodo: 2010 a 2011
• Universidade Federal do Rio Grande do Sul- / Periodo: 2007 a 2007
• Universidade Federal do Rio Grande do Sul- / Periodo: 2007 a 2007
• Universidade Federal do Rio Grande do Sul- / Periodo: 2007 a 2007

Linha de Pesquisa

Projetos de Pesquisa

• Previsão de Variáveis Macroeconômicas e Financeiras por Meio de Modelos Baseados em Vine Cópulas
  O modelo de vine cópulas consiste em uma abordagem bastante flexível de modelagem da distribuição de dados multivariados. Em geral, as vine cópulas têm sido muito utilizadas em análises de séries temporais multivariadas para capturar a dependência no cross-section (ou seja, entre um conjunto de séries temporais), mas também podem ser utilizadas para modelar a dependência temporal de uma série univariada. Recentemente, foram desenvolvidos modelos baseados em vine cópulas para séries temporais multivariadas estacionárias, que permitem capturar a dependência no cross-section e a dependência serial simultaneamente. Neste projeto de pesquisa, exploramos o modelo de vine cópulas para obter previsões de variáveis macroeconômicas e financeiras. Em particular, no contexto de previsão de variáveis macroeconômicas, propomos estender modelos de regressão lineares por meio da construção de modelos baseados em vine cópulas, o que permite capturar uma dependência possivelmente não-linear entre as variáveis. Além disso, uma outra vantagem do modelo de vine cópulas é permitir assimetria nas previsões de densidade de variáveis macroeconômicas, o que leva a uma melhora na acurácia preditiva, de acordo com evidências encontradas na literatura. No contexto de previsões de variáveis financeiras, propomos explorar versões não-lineares de modelos de previsão de volatilidade univariados e multivariados por meio das vine cópulas.
  Período: 2022 - atual / Situação: EM_ANDAMENTO / Natureza: PESQUISA
• Modelos de Previsão de Volatilidade e Cópulas: Metodologia e Aplicações em Finanças
  Grandes esforços têm sido concentrados na obtenção de estimativas e previsões acuradas da volatilidade dos retornos de ativos, dada a importância da mesma para diversas aplicações práticas em Finanças. Trabalhos recentes reportam os benefícios da incorporação de dados de alta frequência em problemas de modelagem e previsão de volatilidade, por meio do uso de modelos simples para medidas de volatilidade realizada diárias. As medidas de volatilidade realizada apresentam forte dependência serial, sendo usualmente bem modeladas por regressões lineares capazes de captar essa característica de memória longa. Uma alternativa interessante à modelagem linear é a de modelar a dependência temporal (potencialmente não-linear) e memória longa da série de volatilidade realizada via cópulas. Uma vez que uma função cópula apropriada pode capturar tanto uma dependência linear quanto não linear, além de possível assimetria, esperamos que uma modelagem mais flexível possa levar a uma melhora na estimação (e previsão) da volatilidade em comparação à modelagem linear tradicional. Neste projeto de pesquisa, vamos explorar o poder preditivo das medidas de volatilidade realizada (além de medidas realizadas alternativas) em relação à volatilidade futura, empregando modelos de regressão baseados em cópulas. Examinaremos, de forma ampla, o desempenho em previsão das regressões propostas em relação aos modelos tradicionalmente adotados na literatura.
  Período: 2019 - 2022 / Situação: CONCLUIDO / Natureza: PESQUISA
• Econometria Baseada em Cópulas
  Em Economia e Finanças a hipótese de normalidade multivariada das variáveis é frequentemente invocada quando é necessário fazer estimações econométricas, seja para inferência, previsão ou cálculo de medidas de risco. No entanto, essa hipótese em geral não é válida, i. e., não é suportada pelos dados. Muitas variáveis econômico-financeiras exibem caudas-pesadas, assimetria, possivelmente relações de "dependência assimétrica" e, além disso, todas essas características podem mudar ao longo do tempo. Portanto, propomos a utilização de modelos baseados em cópulas para lidar com as características supracitadas. As cópulas são funções que ligam uma função de distribuição multivariada à suas distribuições marginais de qualquer dimensão. Elas possuem todas as informações relevantes a respeito da estrutura de dependência entre variáveis aleatórias. Isso permite uma maior flexibilidade na modelagem de distribuições multivariadas e de suas marginais. Esse método possui três características atrativas: (i) há mais informações sobre as marginais do que sobre a multivariada conjunta; (ii) a metodologia das cópulas permite derivar distribuições conjuntas a partir das marginais, mesmo quando essas marginais não são normais, e (iii) é possível separar as características de cada marginal do efeito de dependência entre as variáveis. Assim, pretendemos construir modelos baseados em cópulas para medir e avaliar a estrutura de dependência (cross-sectional) entre variáveis aleatórias e também estudar e caracterizar processos estocásticos, i.e., construir modelos para a dependência temporal para avaliar a persistência e memória longa em séries temporais considerando medidas mais gerais que a correlação linear.
  Período: 2014 - 2019 / Situação: CONCLUIDO / Natureza: PESQUISA
• Miopia ou comportamento otimizador? Uma abordagem baseada em teoria de Finanças
  Este trabalho investiga o tradicional problema do consumo intertemporal ótimo do tipo CCAPM sobre a perspectiva do fator estocástico de desconto. Testamos a hipótese dos consumidores de uma economia optarem por otimizar a suas descrições de consumo. Caso contrário, poderemos afirmar que existe um percentual da população apenas consumindo uma proporção fixa da sua renda corrente. A abordagem aqui tratada sugere o uso de modelos para precificação de ativos baseado no modelo de consumo (CCAPM) na qual é possível incorporar modelos baseados em Teoria de Finanças para a estimação do fator estocástico de desconto. A metodologia proposta é aplicada para dados do Brasil, para o período após o plano Real. Usaremos dados da BM&FBovespa para estimar o fator estocástico de desconto, dados do IpeaData para encontrar os valores agregados das variáveis usadas nos modelos de consumo e métodos econométricos de estimação incluindo o método generalizado de momentos (GMM) para a estimação e teste
  Período: 2016 - 2018 / Situação: CONCLUIDO / Natureza: PESQUISA
• Cópulas em Economia e Finanças
  O objetivo geral desse projeto é avaliar a estrutura de dependência entre variáveis econômicas de uma maneira mais geral do que a comumente utilizada, baseada em modelos de regressão que consideram distribuições multivariadas elípticas (distribuições Normal ou t-Student, cujo parâmetro de dependência é, frequentemente, o coeficiente de correlação linear), considerando e tratando tanto a dinâmica da dependência quanto problemas de dimensionalidade que surgem ao tratarmos de estruturas multivariadas de dimensão elevada. Para tanto, serão utilizados modelos baseados em cópulas para analisar a estrutura de dependência entre as variáveis. O projeto conta com o LABFIN (Laboratório de Finanças) que inclui a participação de alunos da Graduação em Economia e curso correlatos que elaboram estudos econômicos e fazem discussões semanais sobre o andamento conjuntural da economia como um todo.
  Período: 2013 - 2015 / Situação: CONCLUIDO / Natureza: PESQUISA
• Econometria e Finanças Quantitativas baseadas em Cópulas
  A análise de dados multivariados frequentemente é necessária em diversas aplicações na biologia, ciências da saúde, ciências econômicas, finanças, gestão de risco e seguros, ciências do meio ambiente, dentre outras. A proposta contida neste projeto é estudar modelos baseados em cópulas para lidar com este tipo de dados. Tais modelos podem ser uma alternativa muito atraente em relação aos modelos clássicos como regressão e aqueles baseados em hipóteses como normalidade. A teoria das cópulas tornou mais flexível a construção de distribuição multivariadas, sendo amplamente utilizada para lidar com estruturas de dependência assimétrica entre variáveis aleatórias, principalmente quando se trata de modelar dados financeiros. A necessidade do aperfeiçoamento na modelagem das distribuições multivariadas e o estudo de medidas de dependência capazes de capturar de maneira mais apropriada o comportamento das variáveis econômico-financeiras, não só a estrutura de dependência em si, mas também a dinâmica dessa dependência ao longo do tempo, é o que motiva esse projeto.
  Período: 2012 - 2014 / Situação: CONCLUIDO / Natureza: PESQUISA

Áreas de Atuação

• Ciências Socias Aplicadas :: Economia :: Economia Internacional :: Balanço de Pagamentos; Finanças Internacionais
• Ciências Socias Aplicadas :: Economia :: Métodos Quantitativos em Economia :: Métodos e Modelos Matemáticos, Econométricos e Estatísticos

Idiomas

• Espanhol: Lê: BEM, Fala: POUCO, Escreve: POUCO, Compreende: BEM
• Inglês: Lê: BEM, Fala: BEM, Escreve: BEM, Compreende: BEM

Banca Julgadora

Eventos

Orientação

Produção Bibliográfica

Produção Técnica