Nowcasting y Pronóstico de Retorno y Riesgo del Tesoro Directo Ipca+ por Régimen de Mercado

Silva, Gledson Duarte da; Barbosa, William

doi:10.22167/2675-6528-202602223

Artículo

15 de septiembre de 2026

Nowcasting y Pronóstico de Retorno y Riesgo del Tesoro Directo Ipca+ por Régimen de Mercado

Gledson Duarte da Silva; William Barbosa

DOI: 10.22167/2675-6528-202602223

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

La creciente participación de inversores en el Tesoro Directo y la sensibilidad de los títulos indexados a la inflación a los tipos de interés, las expectativas y los cambios de régimen hacen relevante la previsión a corto plazo de sus movimientos de precio y riesgo. El estudio tuvo como objetivo estimar y evaluar modelos de nowcasting para el retorno y el riesgo de los títulos del Tesoro Directo, con foco en el Tesoro IPCA+, considerando diferentes arreglos de mercado y buscando evidencias sobre cómo los shocks inflacionarios, las expectativas y los regímenes afectan los precios y la rentabilidad. Para ello, se construyó una base de datos con precios y tasas del Tesoro Transparente, Selic e IPCA del Banco Central, utilizando curvas de la ANBIMA como fuente auxiliar debido a la cobertura histórica limitada. Se empleó retorno logarítmico diario, volatilidad realizada en 21 ruedas, validación temporal en cinco pliegues, comparación entre LightGBM y un modelo de persistencia, y uso descriptivo de HMM con dos estados. Los resultados mostraron que el retorno en t+1 osciló alrededor de cero y admitió una ganancia predictiva moderada con el LightGBM, que superó al modelo de referencia. Por su parte, el riesgo en t+1 exhibió una fuerte persistencia, siendo mejor previsto por la repetición del valor más reciente. Los hallazgos indicaron que el retorno y el riesgo exigen tratamientos distintos y que la heterogeneidad temporal de la muestra es relevante para la interpretación económica del Tesoro IPCA+. La cobertura limitada de las curvas de la ANBIMA restringió la incorporación más amplia de la estructura a plazo de los tipos de interés en el bloque predictivo principal.

Palabras clave: Gradient boosting; Modelos ocultos de Markov; Inflación implícita; Tasa Selic; Volatilidad realizada.

1. Introducción

El Tesoro Directo fue instituido en enero de 2002 a través de una asociación entre el Tesoro Nacional y la Compañía Brasileña de Liquidación y Custodia (CBLC), actualmente B3, marcando una transformación significativa en el acceso de los inversores minoristas al mercado de deuda pública. Antes de esta iniciativa, la negociación de títulos públicos estaba restringida a grandes instituciones financieras y fondos de inversión. La creación de esta plataforma permitió que personas físicas invirtieran directamente en papeles del gobierno, eliminando parte de la intermediación y reduciendo costos de transacción (Ferreira, 2015). Para el gobierno, el programa se consolidó como un importante mecanismo de captación interna de recursos y un instrumento de política monetaria (Perlin, 2016).

Para el inversor individual, el Tesoro Directo abrió la posibilidad de acceder a activos de renta fija con diferentes estructuras de remuneración, desde tasas preestablecidas hasta modalidades post-fijadas, vinculadas a la tasa básica de interés (Selic) y a indicadores como el Índice de Precios al Consumidor Amplio (IPCA) (Ferreira, 2015). Esta diversidad amplía la gama de estrategias de inversión, supliendo perfiles conservadores y aquellos que buscan protección contra la inflación. En especial, el Tesoro IPCA+, que combina una parte preestablecida con corrección por inflación, garantiza el mantenimiento del poder adquisitivo a lo largo del tiempo. Sin embargo, este tipo de título está sujeto a fluctuaciones de cotización a mercado, con su valor pudiendo oscilar sustancialmente en función de las expectativas de inflación y de las tasas de interés corrientes en el mercado (Portal del Inversor [GOV], 2022).

La dinámica entre las tasas de interés, el comportamiento de la inflación y las negociaciones en el Tesoro Directo revela aspectos importantes de la microestructura de este mercado. En períodos de elevación de la tasa Selic, como se observó en los ciclos de endurecimiento monetario de 2021-2022 (Banco Central de Brasil [BACEN], 2022), el aumento de los rendimientos de los títulos públicos atrae mayor demanda por papeles posfijados ligados a la Selic. Comparativamente, la valorización de los títulos indexados a la inflación, como el Tesouro IPCA+, se vuelve menos expresiva a corto plazo debido al aumento del costo de oportunidad, aunque mantienen su atractivo como reserva de valor real en períodos de presión inflacionaria (Júnior y Tavares, 2024). La inflación en Brasil es históricamente inestable y sujeta a fricciones domésticas y externas (Minella et al., 2003), y estudios indican que la persistencia inflacionaria brasileña es elevada, prolongando perturbaciones y acentuando riesgos para inversores en títulos corregidos por la inflación (Silva y Leme, 2008).

El reconocimiento de estas configuraciones de mercado distintas es esencial para comprender las oscilaciones en el retorno y el riesgo de los títulos del Tesoro Directo, impactando directamente el comportamiento de los inversores y la fijación de precios de los títulos públicos. El Tesoro Directo ha presentado un crecimiento consistente en participación, volumen y stock, reforzando la relevancia práctica de análisis como este. En diciembre de 2024, el número de inversores activos alcanzó 3.013.921 personas, y la acumulación de títulos del programa cerró en 156,9 mil millones de reales (Tesouro Nacional [GOV], 2025). En julio de 2025, la reserva superó los 185,7 mil millones de reales, con títulos indexados a la inflación representando cerca del 51,2% de este monto (Ministerio de Hacienda [GOV], 2025).

En este escenario, la previsión a corto plazo de los movimientos de precio y riesgo de los títulos indexados a la inflación se vuelve relevante. El concepto de nowcasting se refiere a la actualización inmediata de la estimación para el próximo movimiento del título (Bańbura, Giannone y Reichlin, 2010; Corsi, 2009). En activos marcados a mercado, nueva información sobre tasas de interés, inflación y prima real puede alterar precio y riesgo rápidamente. Para abordar esta complejidad, la modelización puede incorporar la idea de regímenes de mercado, que representan contextos distintos de retorno y riesgo, y puede ser explorada a través de modelos como Hidden Markov Models (Hamilton, 1989; Rabiner, 1989). Además, técnicas de aprendizaje automático, como el LightGBM, son adecuadas para combinar información pasada de forma no lineal y generar predicciones (Ke et al., 2017).

La ampliación de la participación de inversores en el Tesoro Directo y la sensibilidad de los títulos indexados a la inflación a los tipos de interés, las expectativas y los cambios de régimen hacen relevante la previsión a corto plazo de sus movimientos de precio y riesgo. Existe una brecha en la comprensión profunda de cómo los shocks inflacionarios, las expectativas del mercado y los cambios de régimen afectan los precios y la rentabilidad de estos títulos, lo que justifica la necesidad de herramientas que permitan tomar decisiones más informadas en entornos económicos volátiles para inversores y gestores. De este modo, este trabajo tiene como objetivo estimar y evaluar modelos de nowcasting aplicados a la previsión de retorno y riesgo de los títulos del Tesoro Directo, con foco en el Tesoro IPCA+, considerando diferentes arreglos de mercado y buscando evidencias sobre cómo los shocks inflacionarios, las expectativas y los regímenes afectan los precios y la rentabilidad.

2. Material y Métodos

El estudio se caracteriza como investigación aplicada, de naturaleza cuantitativa, formulada como un problema de pronóstico a un paso adelante, utilizando la información disponible en cada fecha t para estimar lo que ocurriría en el siguiente día hábil (t + 1).

La base de datos se construyó a partir de fuentes públicas oficiales, con un historial diario de precios y tasas obtenido del Tesoro Transparente (2026), reflejando el mercado secundario de bonos públicos federales. El estudio se centró en el Tesouro IPCA+ sin cupones semestrales, seleccionando el bono con mayor cobertura y vencimiento el 15 de mayo de 2035 para evitar cambios automáticos de precios.

Series macroeconómicas, como Selic diaria (serie 11) e IPCA mensual (serie 433), se obtuvieron del Sistema Gestor de Series Temporales [SGS] del BACEN. El período de datos brutos fue del 08 de marzo de 2010 al 30 de enero de 2026. El IPCA mensual se alineó al calendario diario y se construyó la inflación acumulada en 12 meses. Datos de la Asociación Brasileña de las Entidades de los Mercados Financiero y de Capitales [ANBIMA] sobre la estructura a término de intereses se usaron como fuente auxiliar, pero su cobertura limitada (28 de enero de 2026 al 04 de febrero de 2026) impidió su uso en la comparación predictiva principal.

La construcción de los objetivos siguió la literatura de “nowcasting” y modelado de volatilidad (Bańbura, Giannone y Reichlin, 2010; Corsi, 2009). Ecuaciones generales de retorno, riesgo y objetivos en t+1 (1):

RET₁ = In (PU) – In (PUt-1)

en que: PUţ: es el precio unitario observado en t; RETț: es el retorno logarítmico diario.

RIESGO₁ = $\frac{{1}{n-1} \sum_{i=0}^{n-1} (RET_{t-i} – \overline{RET_n})^2$

donde: RIESGO₁: es la volatilidad realizada en una ventana móvil de n ruedas; RET: es la media de los retornos en la ventana de tamaño n; i: indexa las observaciones de la ventana móvil.

RETF1.t = RETt+1

en que: RETF1,ť: proyección del retorno en t + 1.

RISCOF1,t = RISCOt+1

en que: RISCOF1,ť: proyección del riesgo en t + 1.

La Ec. (1.0) define el retorno diario del precio del título en escala logarítmica. La Ec. (1.1) define el riesgo como una medida de oscilación reciente calculada a partir de los últimos 21 pregones, lo que funciona como una aproximación mensual de la inestabilidad del precio. Las Ecs. (1.2) y (1.3) simplemente desplazan estas series en un día para crear los objetivos de pronóstico.

El bloque supervisado se estimó utilizando LightGBM, un método de aprendizaje automático para bases de datos tabulares que combina información pasada de forma no lineal (Ke et al., 2017). Enfoque conceptual del bloque supervisado (2):

Xt = [Z1,t-11, Z2,t-l2,………,Zk,t-lk]

en que: x₁: representa el vector de atributos disponible en t, formado por rezagos financieros y macroeconómicos.

ŷt = F(xt) = $\sum_{m=1}^{M} v f_m(x_t)$

en que: ŷť: representa la predicción del objetivo en el instante t; F (xī): representa la función predictiva estimada; M: representa el número total de árboles; v: representa la tasa de aprendizaje; fm(xt): representa el árbol de la interacción m.

El bloque de regímenes fue modelado por separado por un Modelo Oculto de Markov [HMM] gaussiano con dos estados, utilizado para la caracterización descriptiva de la muestra y no como insumo central de la comparación predictiva (Hamilton, 1989; Rabiner, 1989). La conceptualización del bloque de regímenes se resume en las ec. (3.0) hasta la ec. (3.3). Enfoque conceptual del HMM gaussiano con dos estados (3):

St ∈ {1, 2}

en que: St: representa el estado oculto en el instante t.

P(St = j St-1 = i) = Pij, i,j∈ {1, 2}

en que:pij: representa la probabilidad de transición del estado i al estado j.

Yt = [RETD,t, RISCOD,t]

en que: yt: representa el vector observado de retorno y riesgo.

yt|St = s ~ Ν(μς,Σς)

en que: μs representa la media; ∑5: representa la matriz de covarianza del estado s.

La Tabla 1 resume las variables centrales del “dataset” consolidado.

Tabla 1. Definición de las variables

Variable	Definición operacional	Fuente	Tipo de Variable
PU	Precio unitario diario del Tesoro IPCA+ seleccionado	Tesoro Transparente	numérica explicativa
TAXA_IPCA	Tasa diaria de venta del título seleccionado	Tesoro Transparente	numérica explicativa
RET_D	Retorno logarítmico diario del precio unitario	La derivada de PU	numérica explicativa
RIESGO_D	Volatilidad realizada en 21 ruedas de negociación de RET_D	La derivada de RET_D	numérica explicativa
SELIC	Tasa Selic diaria, serie SGS 11	SGS/BACEN	numérica explicativa
D_SELIC_1	Variación diaria de la Selic	Derivado de SELIC	numérica explicativa
D_SELIC_5	Variación acumulada en 5 sesiones de la Selic	Derivado de SELIC	numérica explicativa
IPCA	IPCA mensual, serie SGS 433, alineado al calendario diario	SGS/BACEN	numérica explicativa
IPCA_12M	Inflación acumulada en 12 meses	Derivada de IPCA	numérica explicativa
Retorno	Objetivo de retorno en t+1	Derivada por desplazamiento temporal	numéricamente dependiente
RIESGO_F1	Objetivo de riesgo en t+1	Derivada por desplazamiento temporal	numéricamente dependiente

Fuente: Datos originales de la investigación

El retorno diario se calculó en escala logarítmica. El riesgo se midió por la volatilidad realizada en una ventana móvil de 21 ruedas. Los objetivos RET_F1 y RISCO_F1 se obtuvieron desplazando una posición hacia adelante (‘shift(-1)’), con el objetivo de predecir el siguiente día hábil basándose en la información corriente (Corsi, 2009; Bańbura et al., 2010).

Los predictores para el bloque supervisado incluyeron valores pasados (rezagos 1, 2 y 5) de RET_D, RISCO_D, SELIC, D_SELIC_1, D_SELIC_5 y TAXA_IPCA, además de IPCA e IPCA_12M contemporáneos. El IPCA mensual se alineó al calendario diario usando ‘merge_asof’ con dirección ‘backward’ (Júnior y Tavares, 2024).

El HMM se ajustó utilizando RET_D y RISCO_D estandarizados, con dos estados, hasta 250 iteraciones, tolerancia de 10-4 y siete reinicios, seleccionando el modelo de mayor log-verosimilitud (Hamilton, 1989; Rabiner, 1989).

El bloque predictivo principal, basado en LightGBM, utilizó ‘n_estimators = 400’, regularización moderada y ‘force_col_wise = True’. Se aplicó ‘early stopping’ en el entrenamiento. Para RISCO_F1, el ajuste se realizó en la escala log1p, y la predicción final volvió a la escala original mediante expm1 (Ke et al., 2017; Hyndman y Athanasopoulos, 2021).

La validación externa se realizó con ‘TimeSeriesSplit’ en cinco pliegues, con ‘gap = 1’ y tamaño de prueba dinámico (máximo entre 120 observaciones y un sexto de la muestra útil). El período de evaluación fue del 14 de abril de 2010 al 29 de enero de 2026 (Hyndman y Athanasopoulos, 2021). La Tabla 2 resume esta distribución cronológica.

Tabla 2. Distribución cronológica de los pliegues de validación temporal

Doblar	Entrenamiento hasta	Inicio de la prueba	Fin de la prueba
1	2012-11-29	2012-12-03	2015-07-16
2	2015-07-15	2015-07-17	2018-03-07
3	2018-03-06	2018-03-08	2020-10-22
4	2020-10-21	2020-10-23	2023-06-15
5	2023-06-14	2023-06-16	2026-01-29

Fuente: Datos originales de la investigación

Las métricas de evaluación empleadas fueron el Error Absoluto Medio (MAE) y la Raíz del Error Cuadrático Medio (RMSE), que permiten evaluar el desempeño predictivo (Hodson, 2022). Ecuaciones de las métricas MAE y RMSE (4):

MAE = $\frac{{1}{n} \sum_{i=1}^{n} |y_i – \hat{y}_i|$

RECM = $\sqrt{\frac{1}{n} \sum_{i=1}^{n} (y_i – \hat{y}_i)^2}$

en que: y₁: representa el valor observado en la observación i; ŷ¡: representa el valor en la observación i; n: representa el número total de observaciones evaluadas.

3. Resultados y Discusión

El análisis descriptivo de las distribuciones de retorno (RET_D) y riesgo (RISCO_D) en cada estado inferido, presentado en la Figura 1, reveló una compatibilidad aproximada con la hipótesis de normalidad para algunas configuraciones. Sin embargo, los gráficos de probabilidad normal (Figura 2) indicaron desviaciones sistemáticas, sugiriendo asimetría o colas más pesadas, especialmente para el riesgo. Estos hallazgos son descriptivos y complementarios, sin sustituir pruebas formales de normalidad (National Institute of Standards and Technology, 2026).

La trayectoria del retorno en t+1 (RET_F1) mostró oscilaciones alrededor de cero a lo largo de la muestra, sin un patrón repetitivo claro, indicando inestabilidad diaria y fuerte influencia de reprecificaciones (Figura 3). En contraste, la dinámica del riesgo en t+1 (RISCO_F1) exhibió bloques de mayor y menor inestabilidad, sugiriendo una continuidad más fuerte a corto plazo (Figura 4). El valor máximo de RET_F1 fue 0,142691 el 2015-09-24, y el mínimo -0,170763 el 2020-03-11. Para RISCO_F1, el máximo fue 0,050059 el 2013-06-26, y el mínimo 0,001813 el 2011-08-09.

Figura 1: Histogramas por estado con curva normal ajustada

Fuente: Datos originales de la investigación

Figura 2: QQ plots por estado para RET_D y RISCO_D

Fuente: Datos originales de la investigación

Figura 3: Retorno diario en t+1 a lo largo de la muestra

Fuente: Datos originales de la investigación

Figura 4: Riesgo diario en t+1 a lo largo de la muestra

Fuente: Datos originales de la investigación

El análisis de la función de autocorrelación (ACF) confirmó estas diferencias. Para RET_F1, los coeficientes de autocorrelación fueron pequeños y sin decaimiento lento (Figura 5), aunque la prueba de Ljung Box aún rechazó la hipótesis de ruido blanco (valor p de 1,81 * 10-12), indicando alguna dependencia temporal residual. Para RISCO_F1, la ACF presentó valores muy altos en los primeros lags (p1 = 0,983, ρ5 = 0,883, p10 = 0,723 y p21 = 0,337), disminuyendo gradualmente (Figura 6). Esto es compatible con el agrupamiento de volatilidad y sugiere que los períodos de inestabilidad tienden a persistir (Hyndman y Athanasopoulos, 2021; Ljung y Box, 1978).

Figura 5: Autocorrelación del retorno en t+1

Fuente: Datos originales de la investigación

Figura 6: Autocorrelación del riesgo en t+1

Fuente: Datos originales de la investigación

La heterogeneidad de la muestra fue sintetizada por las estadísticas descriptivas, según Tabla 3. El precio unitario (PU) varió entre 402,270000 y 2389,690000, y la tasa del título (TAXA_IPCA) osciló entre 3,010000 y 7,990000. Variables macroeconómicas como el IPCA mensual (-0,680000 a 1,620000) y el IPCA acumulado en 12 meses (1,877488 a 12,131481) también exhibieron amplitudes significativas, reflejando distintos períodos monetarios e inflacionarios.

Tabla 3. Definición de las variables

Variable	El mínimo	Superior	Media	Desviación Estándar	Observaciones
PU	402,270000	2389,690000	1338,066352	637,209710	3967
TAXA_IPCA	3,010000	7,990000	5,673426	1,048831	3967
Retorno	-0,170763	0,142691	0,000443	0,012394	3966
RIESGO_F1	0,001813	0,050059	0,010338	0,006998	3946
SELIC	0,007469	0,055131	0,037129	0,013054	3967
D_SELIC_1	-0,003653	0,005569	0,000006	0,000342	3966
D_SELIC_5	-0,003653	0,005569	0,000028	0,000765	3962
IPCA	-0,680000	1,620000	0,460401	0,358207	3967
IPCA_12M	1,877488	12,131481	5,824383	2,264401	3967

Fuente: Datos originales de la investigación

El análisis de la ACF de los errores fuera de muestra indicó que, para RET_F1, la mayoría de las autocorreaciones se aproximaron a cero, pero el rezago 1 fue negativo y la prueba de Ljung Box permaneció significativa (valor p de 2,04 * 10-13), sugiriendo dependencia residual de cortísimo plazo (Figura 7). Para RISCO_F1, los residuos también rechazaron ruido blanco (valor p de 7,31 * 10-165), con un pico negativo en el rezago 21, lo que es más compatible con la construcción de la medida de riesgo que con la estacionalidad económica (Figura 8).

Figura 7: Autocorrelación de los residuos fuera de la muestra de RET_F1

Fuente: Datos originales de la investigación

Figura 8: Autocorrelación de los residuos fuera de la muestra de RISCO_F1

Fuente: Datos originales de la investigación

La comparación de las métricas de entrenamiento y prueba (Tabla 4) y la verificación pareada en los pliegues de prueba (Tabla 5) revelaron desempeños predictivos distintos para los objetivos. Para RET_F1, LightGBM superó al modelo de referencia (baseline de persistencia) en entrenamiento y prueba, con MAE de 0,008081 y RMSE de 0,012398 en la media de los pliegues. Para RISCO_F1, el modelo de referencia fue superior, con MAE de 0,000436 y RMSE de 0,001227. Esto indica que el retorno diario puede beneficiarse de la combinación de informaciones pasadas, mientras que el riesgo de cortísimo plazo se describe mejor por la continuidad de la serie.

Tabla 4. Métricas de entrenamiento y prueba por modelo

Objetivo	Diseño	MAE entrenamiento	RMSE entrenamiento	MAE prueba	Prueba RMSE
Retorno	LightGBM	0.007830	0.012665	0.008081	0.012398
Retorno	Línea de base de persistencia	0.011477	0.018970	0.012130	0.018903
RIESGO_F1	Línea de base de persistencia	0.000450	0.001251	0.000436	0.001227
RIESGO_F1	LightGBM	0.001144	0.002363	0.001732	0.003432

Fuente: Datos originales de la investigación

Tabla 5. Comparación pareada para RET_F1 y RISCO_F1 en los pliegues de prueba

Objetivo	Diseño	MAE	RMSE	Observación
Retorno	LightGBM	0,008081	0,012888	3280
Retorno	Línea de base de persistencia	0,012130	0,019588	3280
RIESGO_F1	Línea de base de persistencia	0,000436	0,001379	3280
RIESGO_F1	LightGBM	0,001732	0,004265	3280

Fuente: Datos originales de la investigación

La comparación entre los valores observados y previstos en el último período de prueba (Figura 9) mostró que LightGBM siguió la dirección local de las oscilaciones de RET_F1 mejor que la referencia ingenua, a pesar de desviaciones en cambios abruptos. Para RISCO_F1, la persistencia reprodujo el nivel corriente de la serie con mayor proximidad, coherente con la continuidad observada (Figura 10).

Figura 9: Valores observados y previstos de RET_F1 en la última prueba

Fuente: Datos originales de la investigación

Figura 10: Valores observados y previstos de RISCO_F1 en la última prueba

Fuente: Datos originales de la investigación

El nowcast final en t+1, basado en el mejor modelo validado, se generó con información disponible el 30 de enero de 2026 para el 02 de febrero de 2026 (Tabla 7). Para RET_F1, el LightGBM predijo 0,001175, con un rango empírico del 95% entre -0,022796 y 0,022847. Para RISCO_F1, el modelo de persistencia predijo 0,005213, con un rango entre 0,003661 y 0,006626. La banda más estrecha para el riesgo refuerza su mayor continuidad temporal (Figura 11; Hyndman y Athanasopoulos, 2021).

Figura 11: Nowcast de retorno y riesgo en t+1 con intervalo de 95%

Fuente: Datos originales de la investigación

La reapresentación de la autocorrelación de los objetivos (Figura 12 para RET_F1 y Figura 13 para RISCO_F1) reforzó la diferencia estructural entre retorno y riesgo, con el riesgo de hoy cargando más información sobre el riesgo de mañana que el retorno de hoy sobre el retorno de mañana (Hyndman y Athanasopoulos, 2021; Ljung y Box, 1978).

Figura 12: Re-presentación de la autocorrelación del retorno en t+1

Fuente: Datos originales de la investigación

Figura 13: Re-representación de la autocorrelación del riesgo en t+1

Fuente: Datos originales de la investigación

El Modelo Oculto de Markov (HMM) ajustado identificó dos estados persistentes en la muestra, con altas probabilidades de permanencia diaria en el mismo estado (p00 = 0,988733 y p11 = 0,973141), según Tabla 6. Esto sugiere la existencia de contextos de mercado distintos a lo largo del tiempo (Hamilton, 1989; Rabiner, 1989). Sin embargo, el HMM se utilizó principalmente como instrumento descriptivo, dada la cobertura limitada de los datos de la estructura a plazo de tipos de interés (ETTJ) de la ANBIMA, lo que impidió su incorporación central en el bloque predictivo.

Tabla 6. HMM final en muestra completa

Medición	Producto
Conteo de estados	{“0”: 2782, “1”: 1164}
Log-verosimilitud final	-7327,915014
p00	0,988733
p01	0,011267
p10	0,026859
p11	0,973141

Fuente: Datos originales de la investigación

Tabla 7. Nowcast final en t+1 con intervalo empírico de 95%

Objetivo	Base de datos t	Fecha de predicción t+1	Diseño	Previsión Puntual	Límite inferior 95%	Límite superior 95%
Retorno	2026-01-30	2026-02-02	LightGBM	0,001175	-0,022796	0,022847
RIESGO_F1	2026-01-30	2026-02-02	Línea de base de persistencia	0,005213	0,003661	0,006626

Fuente: Datos originales de la investigación

Los resultados demuestran una clara distinción entre el rendimiento diario del Tesoro IPCA+ y su riesgo. El rendimiento, que reacciona a revisiones de precios y choques inesperados, permite una ganancia predictiva moderada con modelos más flexibles como el LightGBM. En contraste, el riesgo, construido sobre una ventana móvil, exhibe fuerte continuidad temporal, siendo mejor predicho por una regla simple de persistencia. La heterogeneidad temporal de la muestra, evidenciada por los dos regímenes identificados por el HMM, es relevante para la interpretación económica, indicando que el mercado no se comporta de forma homogénea a lo largo del tiempo. Aunque la dinámica inflacionaria y la persistencia del riesgo son importantes, la limitación histórica de las curvas de la ANBIMA restringió la incorporación más amplia de la estructura a término de intereses en el modelo predictivo principal.

En resumen, el estudio indicó que el retorno diario del Tesouro IPCA+ presenta baja persistencia y puede ser moderadamente predicho por modelos de aprendizaje automático, mientras que el riesgo de cortísimo plazo demuestra alta persistencia y es mejor estimado por la repetición del valor más reciente. Esta distinción resalta la necesidad de enfoques predictivos diferenciados para cada objetivo, proporcionando una base objetiva para decisiones en entornos de mercado volátiles.

4. Conclusión

El estudio buscó estimar y evaluar modelos de nowcasting para el retorno y riesgo de los títulos del Tesoro IPCA+, considerando arreglos de mercado y la influencia de choques inflacionarios, expectativas y regímenes sobre precios y rentabilidad. Se verificó que el retorno diario del Tesoro IPCA+ osciló en torno a cero, admitiendo una ganancia predictiva moderada con el modelo LightGBM, que superó la referencia de persistencia. En contraste, el riesgo en t+1 exhibió fuerte persistencia, siendo mejor previsto por la simple repetición del valor más reciente. Esta distinción resaltó la necesidad de enfoques predictivos diferenciados para cada objetivo. Se observó también que la heterogeneidad temporal de la muestra, evidenciada por dos regímenes identificados por un Hidden Markov Model, es relevante para la interpretación económica, indicando que el comportamiento del mercado no es homogéneo a lo largo del tiempo.

La principal contribución de este trabajo reside en ofrecer una base objetiva para la toma de decisiones en entornos de mercado volátiles, al combinar pronóstico puntual, validación fuera de muestra e intervalo empírico para el horizonte de un día. Los hallazgos indican que el retorno y el riesgo exigen tratamientos predictivos distintos, proporcionando valiosos insights para inversores y gestores. Sin embargo, la cobertura histórica limitada de las curvas de la ANBIMA restringió la incorporación más amplia de la estructura a término de tipos de interés reales, nominales y de la inflación implícita en el bloque predictivo principal. Para estudios futuros, se sugiere que la ampliación consistente de estas curvas podrá indicar si la segmentación por régimen añade contenido económico y valor predictivo adicional, profundizando la comprensión de cómo los choques inflacionarios y las expectativas de mercado afectan la fijación de precios de estos títulos.

Referencias Bibliográficas

Banco Central do Brasil [BACEN]. 2022. Relatório de Inflação. Disponível em: https://www.bcb.gov.br/content/ri/relatorioinflacao/202212/ri202212p.pdf. Acesso em: 02 abr. 2026.

Bańbura, M.; Giannone, D.; Reichlin, L. 2010. Nowcasting. ECB Working Paper Series – European Central Bank (175): 1-40.

Corsi, F. 2009. A Simple Approximate Long Memory Model of Realized Volatility. Journal of Financial Econometrics 7(2): 174-196.

Ferreira, R. G. 2015. Tesouro Direto e Outros Investimentos Financeiros: LTN, LFT, NTN, CDB, RDB, LCI e LI: Planos Financeiros e Atuariais de Aposentadoria. Atlas. São Paulo.

Hamilton, J. D. 1989. A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica 57(2): 357-384.

Hodson, T. O. 2022. Root Mean Square Error or Mean Absolute Error. When to Use Them or Not. Geoscientific Model Development 15(14): 5481-5487.

Hyndman, R. J.; Athanasopoulos, G. 2021. Forecasting: Principles and Practice. 3 ed. OTexts. Melbourne. Disponível em: https://otexts.com/fpp3/. Acesso em: 02 abr. 2026.

Júnior, J. B. A.; Tavares, L. A. P. 2024. Rentabilidade dos títulos do tesouro. Uma análise de séries temporais e janelas móveis. Revista Processus de Estudos de Gestão, Jurídicos e Financeiros 15(48): 1-19.

Ke, G.; Meng, Q.; Finley, T.; Wang, T.; Chen, W.; Ma, W.; Ye, Q.; Liu, T.-Y. 2017. LightGBM. A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems 30: 3146-3154.

Ljung, G. M.; Box, G. E. P. 1978. On a Measure of Lack of Fit in Time Series Models. Biometrika 65(2): 297-303.

Minella, A.; Freitas, P. S.; Goldfajn, I.; Kfoury, M. M. 2003. Inflation Targeting in Brazil: Constructing Credibility under Exchange Rate Volatility. Journal of International Money and Finance 22(7): 1015-1040.

Ministério da Fazenda [GOV]. 2025. Investimentos no Tesouro Direto somam R$ 7,26 bilhões em julho, aponta Tesouro Nacional. Disponível em: https://www.gov.br/fazenda/pt-br/assuntos/noticias/2025/agosto/investimentos-no-tesouro-direto-somam-r-7-26-bilhoes-em-julho-aponta-tesouro-nacional. Acesso em: 02 abr. 2026.

National Institute of Standards and Technology [NIST]. 2026. Normal Probability Plot. Disponível em: https://www.itl.nist.gov/div898/handbook/eda/section3/normprpl.htm. Acesso em: 02 abr. 2026.

Perlin, M. 2016. A Microestrutura do Tesouro Direto: Sazonalidade do Fluxo de Ordens e o Processo de Formação de Spreads. Economia Aplicada 20(3): 253-272.

Portal do Investidor [GOV]. 2022. Tesouro IPCA+. Disponível em: https://www.gov.br/investidor/pt-br/investir/tipos-de-investimentos/titulos-publicos/tesouro-ipca. Acesso em: 02 abr. 2026.

Rabiner, L. R. 1989. A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition. Proceedings of the IEEE 77(2): 257-286.

Silva, C. G.; Leme, M. C. S. 2008. Inflation and Interest Rate. Which One Is More Persistent in Brazil? Anais do XXXVI Encontro Nacional de Economia.

Tesouro Nacional [GOV]. 2025. Tesouro Direto bate recordes de vendas, número de operações, resgates e vendas líquidas em dezembro. Disponível em: https://www.gov.br/tesouronacional/pt-br/noticias/investimentos-no-tesouro-direto-somam-r-8-55-bilhoes-em-dezembro-maior-valor-da-serie-historica. Acesso em: 02 abr. 2026.

Tesouro Transparente. 2026. Taxas dos Títulos Ofertados pelo Tesouro Direto. Disponível em: https://www.tesourotransparente.gov.br/ckan/dataset/taxas-dos-titulos-ofertados-pelo-tesouro-direto. Acesso em: 02 abr. 2026.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy

Más recientes

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

También te puede interesar

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

La gestión financiera personal representa un desafío creciente, influenciada por sesgos cognitivos que afectan la toma de decisiones, incluso en individuos con alto conocimiento. El presente estudio analizó la relación entre el nivel de educación financiera y la ocurrencia de sesgos conductuales en la toma de decisiones financieras de adultos residentes en Brasil. Se realizó un levantamiento de campo de naturaleza aplicada, cuantitativa y descriptivo-correlacional, mediante la aplicación de un cuestionario estructurado a 163 encuestados. El instrumento contempló variables sociodemográficas, conocimiento y hábitos financieros, y situaciones hipotéticas para identificar sesgos cognitivos. Los resultados indicaron que niveles más elevados de educación financiera se asociaron con mejores prácticas de control financiero, ahorro e inversión, con correlaciones significativas con ingresos y escolaridad. Sin embargo, la presencia de sesgos conductuales (anclaje, aversión a la pérdida, escasez, optimismo/pesimismo, sesgo del presente, status quo, exceso de confianza y contabilidad mental) persistió incluso entre individuos con mayor escolaridad e ingresos, sin asociación estadísticamente significativa con las variables sociodemográficas analizadas. Se concluyó que la educación financiera, aunque esencial para la organización y el control financiero, no fue suficiente para neutralizar la influencia de sesgos cognitivos. Se sugiere la incorporación de enfoques conductuales a los programas de educación financiera.

Palabras clave: Comportamiento financiero; Economía conductual; Finanzas personales; Heurísticas cognitivas; Sesgos cognitivos.

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

La inserción de niños con Trastorno del Espectro Autista (TEA) en la Educación Infantil presenta desafíos significativos, dada la dificultad de adaptación a nuevos entornos y la intensidad de estímulos. El objetivo fue analizar la actuación docente en la Educación Infantil en el proceso de escolarización inicial de niños con TEA. Se realizó un estudio de caso, utilizando la entrevista narrativa como técnica de producción de datos. Los resultados revelaron que la actuación docente se caracterizó por prácticas de mediación y afecto, con la flexibilización de la rutina y el uso de recursos lúdicos como estrategias esenciales para el desarrollo y la organización sensorial del niño. También se destacó la importancia del profesional de apoyo escolar para el éxito del trabajo pedagógico. El desarrollo integral del niño fue promovido por medio de acciones docentes intencionales que priorizaron la adaptación ambiental, el fortalecimiento de vínculos y la atención a las necesidades específicas del TEA. Como contribución, se elaboró una guía de estrategias pedagógicas orientada a la acogida de niños con TEA en guarderías públicas.

Palabras clave: Educación Infantil; Inclusión Escolar; Narrativas Docentes; Prácticas Pedagógicas Inclusivas; Trastorno del Espectro Autista.

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

La expansión del comercio electrónico y la transformación tecnológica impulsaron la necesidad de comprender el comportamiento del consumidor de infoproductos, cuya experiencia percibida se ha vuelto crucial para el desarrollo profesional. El estudio tuvo como objetivo analizar los factores que influyeron en la decisión de compra de infoproductos en el entorno digital, considerando las etapas del viaje del consumidor. Se realizó una investigación aplicada, cuantitativa y descriptiva, a través de un estudio de campo con 100 consumidores de la Serra Gaúcha. La recopilación de datos se realizó mediante un cuestionario estructurado, utilizando muestreo no probabilístico. Los resultados revelaron un público cualificado y con un fuerte comportamiento “mobile-first”. Se constató que la disponibilidad de información detallada y la aprobación social fueron los principales desencadenantes de atracción en la fase de precompra. En las etapas transaccionales y posteriores, la minimización de fricciones operativas, la agilidad del acceso inmediato y la seguridad sistémica demostraron ser cruciales para la conversión y la satisfacción, aunque se identificaron lagunas en la eficiencia del soporte humano. La retención se fundamentó en la confianza generada por experiencias anteriores positivas, superando el factor precio. Se concluyó que el viaje del consumidor de infoproductos opera como un sistema integrado, exigiendo alineación entre infraestructura tecnológica, curaduría de contenido y humanización del soporte para asegurar el compromiso.

Palabras clave: Comercio electrónico; Comportamiento del consumidor; Experiencia del consumidor; Fidelización; Negocios virtuales.

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

La salud mental en el entorno laboral es un tema de creciente relevancia, que impacta el desarrollo profesional y el bienestar de los colaboradores. Se realizó un estudio para identificar aspectos y situaciones que pueden influir en los niveles de absentismo en una institución bancaria. La investigación involucró a 108 participantes y utilizó un cuestionario estructurado, basado en la versión corta del COPSOQ II de Gonçalves (2021), que contenía 45 preguntas cerradas en escala Likert y dos preguntas abiertas. Los datos se recopilaron a través de una plataforma en línea y se analizaron con un enfoque descriptivo y cuantitativo. Los resultados revelaron un escenario que indicó la necesidad de ajustes en la distribución de las actividades y en la percepción de los gerentes sobre comportamientos y señales de trastornos. Se identificaron evidencias importantes en las respuestas abiertas de los participantes. Se concluyó que el estudio contribuyó a la promoción de la percepción de un ambiente seguro para la salud mental en la organización.

Palabras clave: Ausencias por trastornos; Desarrollo profesional; Liderazgo operativo; Licencia médica; Salud mental.

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

El estado de Amazonas ha enfrentado desafíos históricos en la consolidación del Sistema Único de Salud (SUS), derivados de barreras geográficas, desigualdades socioeconómicas y limitaciones estructurales. En este estudio se describió el desarrollo e implementación de un geoportal de información en salud, concebido para apoyar el monitoreo, la evaluación y la planificación en el contexto amazónico. Se adoptó un enfoque de estudio de caso descriptivo, basado en análisis documental y datos secundarios, abarcando el mapeo de funcionalidades, la infraestructura técnica y las etapas de validación de la herramienta. El Portal fue desarrollado con tecnologías abiertas e integró múltiples bases de datos nacionales, ofreciendo dashboards interactivos, mapas temáticos y repositorio digital de documentos. Entre los resultados, destacaron la visualización georreferenciada de indicadores clave, la posibilidad de análisis comparativos temporales y la utilización de la plataforma en la revisión de planes de salud y en el redireccionamiento de acciones estratégicas. El portal puede representar un avance en la gobernanza digital y en la gestión basada en evidencia, con potencial de replicabilidad para otros territorios de alta complejidad, siempre que vaya acompañado de inversiones en infraestructura tecnológica, capacitación profesional y articulación interinstitucional.

Palabras clave: Amazonía; Evaluación en Salud; Salud Digital; Sistemas de Información en Salud.

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

El impacto del aprendizaje continuo y la gestión del conocimiento en el crecimiento de las organizaciones fue estudiado en un escenario de globalización y constantes cambios. El objetivo del estudio fue analizar la percepción de los colaboradores sobre la cultura de aprendizaje y su importancia para el desarrollo personal y profesional. Los datos se obtuvieron a través de una encuesta anónima, de enfoque cuantitativo, utilizando un formulario con preguntas tipo “survey” aplicado a 87 profesionales de los sectores de tecnología, salud, educación, comercio y servicios. Los resultados indicaron que los colaboradores tenían una percepción positiva sobre la contribución del aprendizaje continuo al crecimiento personal y organizacional, reconociendo sus beneficios para el desarrollo de nuevas habilidades, la innovación y la competitividad. Sin embargo, se observó que el incentivo al intercambio de conocimiento interno y la oferta de capacitaciones prácticas aún presentaban medias moderadas de acuerdo. Se concluyó que el aprendizaje continuo contribuye significativamente al desarrollo individual y organizacional, sugiriendo que las empresas deben desarrollar políticas estratégicas de aprendizaje dirigido a nuevas habilidades, buscando una mayor ventaja competitiva y la innovación.

Palabras clave: Aprendizaje continuo; Autodesarrollo; Crecimiento organizacional; Gestión del Conocimiento; Innovación.

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

Se propuso un modelo de regresión estadística múltiple para estimar el rendimiento operativo de la microrred CampusGrid de la UNICAMP, basándose en magnitudes eléctricas internas. La microrred integra generación fotovoltaica, baterías y un generador de gas. Se recopilaron datos del sistema de gestión de energía en intervalos de cinco minutos durante un mes. El Índice de Confiabilidad Operacional, definido como la razón entre energía atendida y demandada, se estableció como variable dependiente. El modelo se ajustó al modo de operación aislado, evaluando el impacto de la demanda, el estado de carga, la generación solar y la energía suministrada. Los resultados revelaron un elevado poder explicativo, indicando que la confiabilidad operativa depende de la interacción entre el suministro y la demanda. Se observó que el período nocturno concentró la mayor tasa de atención parcial, atribuida a la reducción de la generación solar. Se concluyó que la regresión múltiple ofrece una estructura interpretable y útil para el monitoreo de microrredes y el apoyo a estrategias de control.

Palabras clave: Almacenamiento en baterías; Generación fotovoltaica; Índice de Confiabilidad; Operación aislada; Sistema de Gestión de Energía.

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

La morosidad agregada en el sistema financiero brasileño es un indicador crucial de riesgo crediticio, cuya previsión está regulada por las Resoluciones CMN n.° 4.557/2017 y 4.966/2021 para la medición prospectiva de pérdidas esperadas. Se modeló y predijo la morosidad agregada mediante el modelo SARIMAX, proyectando su trayectoria hasta diciembre de 2026 bajo escenarios optimista, base y pesimista. Se utilizaron 164 observaciones mensuales (julio/2012 a febrero/2026) y variables macroeconómicas como desempleo, Selic, IPCA, IBC-Br y endeudamiento de las familias. La especificación con variables contemporáneas fue seleccionada con base en criterios de información y estabilidad de los coeficientes, y el diagnóstico de los residuos confirmó adecuación estadística, con MAPE de 3,12%. La morosidad histórica varió entre 4,33% y 7,64%. La estimación identificó el desempleo (β = 0,2534; p < 0,001) y la Selic (β = 0,2128; p < 0,001) como principales determinantes positivos, con fuerte persistencia temporal (AR(1) = 0,8965). La Selic exhibió correlación creciente con la morosidad (r = 0,62 en el rezago 12), mientras que el desempleo demostró efecto contemporáneo (r = 0,33). Las proyecciones indicaron morosidad entre 6,30% y 7,98% en diciembre de 2026, con una amplitud de 1,68 punto porcentual, evidenciando implicaciones directas para el dimensionamiento de provisiones en las instituciones financieras.

Palabras clave: Desempleo; Modelado predictivo; Política monetaria; Provisión de pérdidas; Series temporales.

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

Este estudio describió los factores críticos percibidos para la participación de las partes interesadas en la transferencia internacional de tecnología en un hospital público, con foco en la planificación. El objetivo fue describir estos factores condicionantes, según la percepción de los profesionales. Se realizó un estudio de caso único, aplicando un cuestionario a 25 profesionales y utilizando análisis de contenido, complementado por tabulaciones descriptivas. Los principales obstáculos identificados fueron resistencia al cambio (72%), financiación (64%), falta de comunicación (60%) y burocracia (40%). Solo el 28% de los encuestados reconoció la existencia de herramientas adecuadas para la gestión de stakeholders, mientras que el 48% negó y el 24% no supo informar. Cruzamientos exploratorios indicaron variaciones en la evaluación de influencia según el tiempo de actuación, pero no establecieron relaciones causales. La falta de participación se asoció con retrasos, baja adhesión, desperdicio de recursos, fallas de comunicación, compromiso de la absorción de conocimiento y riesgos para la seguridad del paciente. Las conclusiones se restringieron a las percepciones del grupo investigado y fundamentaron recomendaciones preliminares para la comunicación y coordinación intersectorial.

Palabras clave: Estudio de caso; Gestión de proyectos; Innovación en salud; Partes interesadas; Sector público.

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Análisis De Datos

30 de septiembre de 2026

¿Cuando cambian los datos, ha cambiado la realidad?

Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, […]

Inteligencia Artificial

28 de septiembre de 2026

Inteligencia artificial y las tendencias

¿Por qué tanta gente se une a los juegos con ChatGPT? Nunca fui una persona de tendencias. Sigo sin serlo. Algunas pasan por mi línea de tiempo, las veo, me parecen interesantes pero no al punto de experimentar. Fue así, inclusive, con algunas ondas recientes de imágenes hechas por inteligencia artificial, como la tendencia de los años 80, aquella que nos […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]

Mba Ejecutivo En Liderazgo Y Gestión

29 de junio de 2026

Calificación de Proveedores: Estandarización y Riesgo

Isis Penelope Sumarelli Albuquerque Huang; Vítor Melão Cassânego Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La creciente complejidad de las cadenas de suministro agroalimentarias, impulsada por la globalización, ha generado una demanda intensificada de transparencia, seguridad y trazabilidad en los sistemas alimentarios. La integridad y la autenticidad […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Jurídico: de centro de costo a socio estratégico

Adriana Ehiar Ribeiro Petry; Ana Carla Fernandes Gasques Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El escenario de expansión en el mercado brasileño, a pesar de ser prometedor para empresas de bienes de consumo, presenta desafíos significativos que exigen un enfoque estratégico y adaptable. Con una población […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Cultura: Profesionalización y crecimiento en empresas familiares

Yashmin Meirelles Oliveira Araujo; Gilmar Martinelli Junior Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El escenario económico brasileño está marcadamente influenciado por la expresiva representatividad de las empresas familiares, que constituyen aproximadamente el 90% de los emprendimientos del país, según datos de PwC (2023). Dentro de este vasto universo, […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Equipos Semifijos: Compromiso y Cohesión en el Campo

Wesley Araújo Martins; Odair Silva Soares Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El sector operativo de una empresa especializada en servicios técnicos de campo, activa en el mantenimiento de transformadores de potencia en entornos industriales y concesionarias de energía, enfrenta desafíos significativos relacionados con […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

IA en preventas: Generación automatizada de propuestas

Vitor Luis Genaro; Felipe Carvalhal Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El mercado de consultoría en tecnología exige de las organizaciones una eficiencia operativa creciente, aliada a la capacidad analítica y a la velocidad de respuesta al cliente. En este escenario dinámico, el área de preventas asume […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

PMaaS: Impulsando proyectos en PYMEs sin PMO

Vitor Conceição Faria; Ewerton Mauro Visotto Faria Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El escenario empresarial contemporáneo, marcado por alta competitividad y una transformación digital acelerada, impone desafíos complejos a las empresas, especialmente a las de pequeño y mediano tamaño. Muchas de estas organizaciones, aunque comprometidas […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Gestión Ágil del Ciclo de Vida en Fomento Público

Vinícius Nascimento Garcia; Ana Carla Gasques Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La agencia pública estatal de fomento enfrentaba un escenario de desarrollo reactivo y fragmentado de sus líneas de crédito, caracterizado por el bajo uso de datos y la ausencia de una gobernanza […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Mentoría y Onboarding: Desarrollando Talentos en GC

Vinícius Andrade de Carvalho; Ewerton Mauro Visotto Faria Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La demanda de servicios de outsourcing ha experimentado un crecimiento notable tanto en Brasil como a nivel mundial, impulsando a las empresas a expandir sus operaciones externalizadas. Informes como la “Global Outsourcing Survey […]