NO modulates, at the NTS level, the baroreceptor reflex control of HR in both SHR and WKY not by altering the gain, but by increasing HR range during afferent stimulation. In SHR the depressed NO modulation is in accordance with the smaller NOS activity in the dorsal brain stem.

No abstract

This article examines three models for pricing risky assets, the capital asset pricing model (CAPM) from Sharpe and Lintner, the three factor model from Fama and French, and the four factor model from Carhart, in the Brazilian market for the period from 2002 to 2013. The data is composed of shares traded on the São Paulo Stock, Commodities, and Futures Exchange (BM&FBOVESPA) on a monthly basis, excluding financial sector shares, those with negative net equity, and those without consecutive monthly quotations. The proxy for market return is the Brazil Index (IBrX) and for riskless assets savings accounts are used. The 2008 crisis, an event of immense proportions and market losses, may have caused alterations in the relationship structure of risky assets, causing changes in pricing model results. Division of the total period into pre-crisis and post-crisis sub-periods is the strategy used in order to achieve the main objective: to analyze the effects of the crisis on asset pricing model results and their predictive power. It is verified that the factors considered are relevant in the Brazilian market in both periods, but between the periods, changes occur in the statistical relevance of sensitivities to the market premium and to the value factor. Moreover, the predictive ability of the pricing models is greater in the post-crisis period, especially for the multifactor models, with the four factor model able to improve predictions of portfolio returns in this period by up to 80%, when compared to the CAPM.

Durante todo o tempo que me dediquei a este trabalho, contei com a ajuda e compreensão de muitas pessoas, entre as quais agradeço especialmente: As professoras Denise Aparecida Botter e Mônica Carneiro Sandoval, pela orientação, confiança e apoio dedicados a mim e a este trabalho. Aos meus pais Batista e Terezinha, pelo amor, educação e paciência que nunca hesitaram em me oferecer. Ao meu irmão Sandro, em quem sempre me espelhei com relação aos estudos. Ao meu marido Gilberto, pela compreensão, companheirismo e pelo apoio nos momentos mais difíceis. Aos meus queridos amigos Bianca, Fabio, Jacqueline e Marcos, pelas valiosas discussões e, principalmente, pela amizade tornando os momentos de convívio no IME muito mais agradáveis e divertidos. A todos os meus amigos e parentes que sempre compreenderam a minha ausência ou cansaço em algumas confraternizações. A FAPESP, pela bolsa de mestrado concedida (Processo 01/00098-3), com a qual pude me dedicar com mais afinco a este trabalho. E pelo apoio financeiro do projeto temático da FAPESP "Modelos de Regressão e Aplicações" (Processo 99/10611-8) e do projeto do PRONEX "Métodos Estatísticos em Modelos de Regressão" (Convênio No. 76.97.1081.00). Resumo Neste trabalho, apresentamos as equações de estimação generalizadas desenvolvidas por Liang e Zeger (1986), sob aótica da teoria de funções de estimação apresentada por Godambe (1991). Essas equações de estimação são obtidas para os modelos lineares generalizados (MLGs) considerando medidas repetidas. Apresentamos também um processo iterativo para estimação dos parâmetros de regressão, assim como testes de hipóteses para esses parâmetros. Para a análise de resíduos, generalizamos para dados com medidas repetidas algumas técnicas de diagnóstico usuais em MLGs. O gráfico de probabilidade meio-normal com envelope simuladoé uma proposta para avaliarmos a adequação do ajuste do modelo. Para a construção desse gráfico, simulamos respostas correlacionadas por meio de algoritmos que descrevemos neste trabalho. Por fim, realizamos aplicações a conjuntos de dados reais.

No abstract