Empirical studies have revealed that the conditional Capital Asset Pricing Model (CAPM) has a higher explanatory power than its unconditional version, particularly for the model in state-space form where the beta is estimated using Kalman filter. Most empirical analyses are based on stock portfolios to explain financial anomalies, but only a few studies proposed improving investment fund performance. The main contribution of this study is the assessment of Brazilian investment funds through traditional measures estimated from the CAPM model in state-space form with heteroscedastic and homoscedastic errors compared to alternative models, such as the unconditional CAPM and a four-factor model. Using a sample of stock funds from May 2005-April 2015, the results indicate that the conditional CAPM model produces better results than the alternative models, providing better performance evaluation practices for funds in both stock-picking and market-timing ability.

No abstract

No abstract

Resumo-A extração da relação Químico-Doença em documentos de texto é uma tarefa desafiadora na área biomédica. Esta tarefa pode compreender interações complexas descritas em mais de uma frase. Trabalhos recentes na área de extração de relações concentram-se na solução deste problema, identificando interações entre entidades presentes em frases diferentes. As abordagens baseadas em Deep Learning modelam estes relacionamentos usando camadas especializadas no aprendizado de representações de forma hierárquica, evitando a dependência de uma sofisticada engenharia de atributos, propensa a erros. Este trabalho propõe um conjunto de mecanismos sobre um módulo transformer; o aprendizado de características dentro do transformer foi aprimorado usando uma representação de palavras baseada em caracteres, um bloco residual convolutivo e um módulo de tempo de computação adaptativa. Mostra-se que o modelo proposto supera os resultados de outras abordagens por redes neurais.

No abstract