Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/10338 |
Resumo: | A tarefa de prever o comportamento das taxas de juros sempre esteve no círculo de interesse de economistas, profissionais de mercado e governo. Pensando na gestão eficiente dos seus recursos, esses agentes econômicos precisam prever adequadamente a estrutura a termo das taxas de juros (ETTJ). Tendo em vista, então, a importância do assunto, uma vasta literatura que trata da estimação e da previsão da ETTJ pode ser encontrada. Esta pesquisa pretende contribuir na área de previsão de juros ao fazer uso de duas técnicas não-lineares cuja aplicação ainda é escassa no mercado brasileiro de renda fixa: Redes Neurais Artificiais (RNA) e Máquina de Suporte Vetorial (MSV). A fim de investigar se o desempenho preditivo dessas duas técnicas é melhor que o de modelos baseados na hipótese da linearidade, foram estimados modelos do tipo Vetor Autorregressivo com correção de erros (VEC) e ARIMA. Com a intenção de se examinar a significância dos resultados, o teste de Diebold e Mariano (1995) – para avaliar a precisão da previsão – foi aplicado. Os principais resultados são que os modelos não-lineares se mostraram mais precisos que os lineares, na previsão; e a MSV superou a RNA para cinco de seis maturidades da ETTJ. Investigando a literatura relacionada, pode-se concluir que não há um consenso em torno desses resultados, existindo estudos na direção contrária e a favor. |
id |
UFPE_86417c91328fa42d0f3902df5e040930 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/10338 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
AMARAL JÚNIOR, João BoscoTÁVORA JÚNIOR, José Lamartine2015-03-04T13:35:55Z2015-03-04T13:35:55Z2012-03-02AMARAL JÚNIOR, João Bosco. Estudo comparativo de previsão entre redes neurais artificiais, máquina de suporte vetorial e modelos lineares: uma aplicação à estrutura a termo das taxas de juros. Recife, 2012. 98 f. Dissertação (mestrado) - UFPE, Centro de Ciências Sociais Aplicadas, Programa de Pós-graduação em Economia, 2012https://repositorio.ufpe.br/handle/123456789/10338A tarefa de prever o comportamento das taxas de juros sempre esteve no círculo de interesse de economistas, profissionais de mercado e governo. Pensando na gestão eficiente dos seus recursos, esses agentes econômicos precisam prever adequadamente a estrutura a termo das taxas de juros (ETTJ). Tendo em vista, então, a importância do assunto, uma vasta literatura que trata da estimação e da previsão da ETTJ pode ser encontrada. Esta pesquisa pretende contribuir na área de previsão de juros ao fazer uso de duas técnicas não-lineares cuja aplicação ainda é escassa no mercado brasileiro de renda fixa: Redes Neurais Artificiais (RNA) e Máquina de Suporte Vetorial (MSV). A fim de investigar se o desempenho preditivo dessas duas técnicas é melhor que o de modelos baseados na hipótese da linearidade, foram estimados modelos do tipo Vetor Autorregressivo com correção de erros (VEC) e ARIMA. Com a intenção de se examinar a significância dos resultados, o teste de Diebold e Mariano (1995) – para avaliar a precisão da previsão – foi aplicado. Os principais resultados são que os modelos não-lineares se mostraram mais precisos que os lineares, na previsão; e a MSV superou a RNA para cinco de seis maturidades da ETTJ. Investigando a literatura relacionada, pode-se concluir que não há um consenso em torno desses resultados, existindo estudos na direção contrária e a favor.porUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEstrutura a Termo das Taxas de JurosPrevisãoRedes Neurais Artificiais e Máquina de Suporte VetorialEstudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de jurosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDissertação João Bosco.pdf.jpgDissertação João Bosco.pdf.jpgGenerated Thumbnailimage/jpeg1228https://repositorio.ufpe.br/bitstream/123456789/10338/5/Disserta%c3%a7%c3%a3o%20Jo%c3%a3o%20Bosco.pdf.jpg31aa3a3f50ea464a63635885a77c0212MD55ORIGINALDissertação João Bosco.pdfDissertação João Bosco.pdfapplication/pdf775246https://repositorio.ufpe.br/bitstream/123456789/10338/1/Disserta%c3%a7%c3%a3o%20Jo%c3%a3o%20Bosco.pdffab75de75ad24ab761c0708acca1fce7MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/10338/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/10338/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTDissertação João Bosco.pdf.txtDissertação João Bosco.pdf.txtExtracted texttext/plain200763https://repositorio.ufpe.br/bitstream/123456789/10338/4/Disserta%c3%a7%c3%a3o%20Jo%c3%a3o%20Bosco.pdf.txtdfca30b4b662ba217f38852e3c245d67MD54123456789/103382019-10-25 06:24:45.532oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T09:24:45Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
title |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
spellingShingle |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros AMARAL JÚNIOR, João Bosco Estrutura a Termo das Taxas de Juros Previsão Redes Neurais Artificiais e Máquina de Suporte Vetorial |
title_short |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
title_full |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
title_fullStr |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
title_full_unstemmed |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
title_sort |
Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros |
author |
AMARAL JÚNIOR, João Bosco |
author_facet |
AMARAL JÚNIOR, João Bosco |
author_role |
author |
dc.contributor.author.fl_str_mv |
AMARAL JÚNIOR, João Bosco |
dc.contributor.advisor1.fl_str_mv |
TÁVORA JÚNIOR, José Lamartine |
contributor_str_mv |
TÁVORA JÚNIOR, José Lamartine |
dc.subject.por.fl_str_mv |
Estrutura a Termo das Taxas de Juros Previsão Redes Neurais Artificiais e Máquina de Suporte Vetorial |
topic |
Estrutura a Termo das Taxas de Juros Previsão Redes Neurais Artificiais e Máquina de Suporte Vetorial |
description |
A tarefa de prever o comportamento das taxas de juros sempre esteve no círculo de interesse de economistas, profissionais de mercado e governo. Pensando na gestão eficiente dos seus recursos, esses agentes econômicos precisam prever adequadamente a estrutura a termo das taxas de juros (ETTJ). Tendo em vista, então, a importância do assunto, uma vasta literatura que trata da estimação e da previsão da ETTJ pode ser encontrada. Esta pesquisa pretende contribuir na área de previsão de juros ao fazer uso de duas técnicas não-lineares cuja aplicação ainda é escassa no mercado brasileiro de renda fixa: Redes Neurais Artificiais (RNA) e Máquina de Suporte Vetorial (MSV). A fim de investigar se o desempenho preditivo dessas duas técnicas é melhor que o de modelos baseados na hipótese da linearidade, foram estimados modelos do tipo Vetor Autorregressivo com correção de erros (VEC) e ARIMA. Com a intenção de se examinar a significância dos resultados, o teste de Diebold e Mariano (1995) – para avaliar a precisão da previsão – foi aplicado. Os principais resultados são que os modelos não-lineares se mostraram mais precisos que os lineares, na previsão; e a MSV superou a RNA para cinco de seis maturidades da ETTJ. Investigando a literatura relacionada, pode-se concluir que não há um consenso em torno desses resultados, existindo estudos na direção contrária e a favor. |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012-03-02 |
dc.date.accessioned.fl_str_mv |
2015-03-04T13:35:55Z |
dc.date.available.fl_str_mv |
2015-03-04T13:35:55Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
AMARAL JÚNIOR, João Bosco. Estudo comparativo de previsão entre redes neurais artificiais, máquina de suporte vetorial e modelos lineares: uma aplicação à estrutura a termo das taxas de juros. Recife, 2012. 98 f. Dissertação (mestrado) - UFPE, Centro de Ciências Sociais Aplicadas, Programa de Pós-graduação em Economia, 2012 |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/10338 |
identifier_str_mv |
AMARAL JÚNIOR, João Bosco. Estudo comparativo de previsão entre redes neurais artificiais, máquina de suporte vetorial e modelos lineares: uma aplicação à estrutura a termo das taxas de juros. Recife, 2012. 98 f. Dissertação (mestrado) - UFPE, Centro de Ciências Sociais Aplicadas, Programa de Pós-graduação em Economia, 2012 |
url |
https://repositorio.ufpe.br/handle/123456789/10338 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/10338/5/Disserta%c3%a7%c3%a3o%20Jo%c3%a3o%20Bosco.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/10338/1/Disserta%c3%a7%c3%a3o%20Jo%c3%a3o%20Bosco.pdf https://repositorio.ufpe.br/bitstream/123456789/10338/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/10338/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/10338/4/Disserta%c3%a7%c3%a3o%20Jo%c3%a3o%20Bosco.pdf.txt |
bitstream.checksum.fl_str_mv |
31aa3a3f50ea464a63635885a77c0212 fab75de75ad24ab761c0708acca1fce7 66e71c371cc565284e70f40736c94386 4b8a02c7f2818eaf00dcf2260dd5eb08 dfca30b4b662ba217f38852e3c245d67 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310722588246016 |