UFABC-professores

Guilherme de Oliveira Lima Cagliari Marques

Doutor em Teoria Econômica pela Universidade de São Paulo (2008). Mestre em Economia das Instituições e do Desenvolvimento pela Universidade de São Paulo (2003). Bacharel em Economia pela Universidade de São Paulo (1996). Atua em pesquisas relacionadas à Econometria de Séries Temporais, baseando-se nos arcabouços matemáticos e estatísticos da integração fracionária, da análise espectral clássica e da análise espectral de ondaletas (wavelets). (Texto informado pelo autor)

  • http://lattes.cnpq.br/3559333285514347 (09/02/2023)
  • Rótulo/Grupo: CECS
  • Bolsa CNPq:
  • Período de análise: 2010-HOJE
  • Endereço: Universidade Federal do ABC, Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas. Av. dos Estados, 5001. Bloco A, 7 andar, sala 707. Bangu 09210-170 - Santo Andre, SP - Brasil Telefone: (011) 41227552
  • Grande área: Ciências Sociais Aplicadas
  • Área: Economia
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (4)
    1. 2020-Atual. Termo de Longo Prazo e Analise Preditiva
      Descrição: A pesquisa propõe comparar métodos econométricos de previsão baseados adaptações da metodologia ARIMAX utilizados por instituições financeiras com modelos econométricos formais, desenvolvidos a partir do cumprimento da condições estabelecidas pelas Teorias Estatística e Econométrica enfocando a Teoria da Cointegração. A pesquisa baseia-se em modelos de simulação de Monte Carlo como forma de comparar a capacidade preditiva das duas classes de modelos.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (1) / Mestrado profissional: (0) / Doutorado: (0) . Integrantes: Guilherme de Oliveira Lima Cagliari Marques - Coordenador / Thiagodo Carmo Nunes - Integrante.
      Membro: Guilherme de Oliveira Lima Cagliari Marques.
    2. 2019-Atual. Long memory in high frequency time series using wavelets
      Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Guilherme de Oliveira Lima Cagliari Marques - Integrante / Chang Chiann - Coordenador / Mateus Gonzalez de Freitas Pinto - Integrante.
      Membro: Guilherme de Oliveira Lima Cagliari Marques.
    3. 2017-Atual. Especificacao do Componente de Volatilidade Estocastica em Modelos de Series Temporais para Previsao da Taxa de Retorno de Series Financeiras Intraday.
      Descrição: O presente trabalho propõe formas funcionais alternativas para o componente de volatilidade estocástica dos Modelos Generalizados de Heterocedasticidade Condicional Auto-Regressiva (GARCH) com o intuito de elevar seu poder de previsão em séries temporais financeiras de alta frequência (intraday). A partir de experimentos de simulação de Monte Carlo são estudadas formas não-lineares capazes de captar mais adequadamente o comportamento assimétrico de resposta aos choques positivos e negativos de mercado. Os resultados dos modelos propostos são confrontados com os resultados de previsões dos Modelos Threshold ARCH (TARCH) e Power ARCH (P-ARCH) utilizando realizações de séries financeiras brasileiras.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Guilherme de Oliveira Lima Cagliari Marques - Coordenador / Gustavo Corradi Matos - Integrante.
      Membro: Guilherme de Oliveira Lima Cagliari Marques.
    4. 2016-2019. Persistence and Seasonal Long Memory in Unemployment in the United States
      Descrição: This study addresses long-term persistence in U.S. unemployment. Seasonal fractional integration models were applied to evaluate the conjugated effect of seasonal and non-seasonal long memory processes on the dynamics of unemployment rate series. Three levels of data aggregation were analyzed: US states, regional census divisions, and the national unemployment rate. Persistence was analyzed based on original data and after irregular components such as breaks and regimes had been removed using wavelet multi-resolution analysis. Our results have shown that, in both cases, the joint effects of seasonal and non-seasonal long memory processes result in strong persistence in unemployment series, providing strong evidence against the NAIRU hypothesis.. Situação: Concluído; Natureza: Pesquisa. Integrantes: Guilherme de Oliveira Lima Cagliari Marques - Coordenador / Alexei Magalhães Veneziani - Integrante.
      Membro: Guilherme de Oliveira Lima Cagliari Marques.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (0)

      Organização de eventos

      • Total de organização de eventos (0)

        Lista de colaborações

        • Colaborações endôgenas (0)



          Data de processamento: 23/12/2023 13:24:07