Modelagem de volatilidade utilizando modelos GAS semiparamétricos

Detalhes bibliográficos
Autor(a) principal: Brock, Gabriel Martins
Data de Publicação: 2016
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/158096
Resumo: Técnicas recentes propõe a utilização de modelos semiparamétricos para diminuir o viés e compensar a perda de eficiência no caso de se supor (erroneamente) distribuição normal para os erros de um GARCH. Este trabalho reproduziu em dados simulados as condições de má especificação do GARCH para comparar com a metodologia do GAS semiparamétrico. Em um contexto empírico, utilizaram-se dados da IBOVESPA para realizar uma comparação semelhante. Foi observado que a abordagem semiparamétrica para estimar os parâmetros do modelo produz estimativas mais acuradas ou equivalentes às usuais. Em casos onde a mecânica da volatilidade não é especificada de maneira correta o desempenho do SP-GAS foi superior comparado ao modelo GARCH gaussiano tradicional.
id UFRGS-2_39098c95fd8a032c36634d4a443c6140
oai_identifier_str oai:www.lume.ufrgs.br:10183/158096
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Brock, Gabriel MartinsTorrent, Hudson da Silva2017-05-17T02:36:34Z2016http://hdl.handle.net/10183/158096001020165Técnicas recentes propõe a utilização de modelos semiparamétricos para diminuir o viés e compensar a perda de eficiência no caso de se supor (erroneamente) distribuição normal para os erros de um GARCH. Este trabalho reproduziu em dados simulados as condições de má especificação do GARCH para comparar com a metodologia do GAS semiparamétrico. Em um contexto empírico, utilizaram-se dados da IBOVESPA para realizar uma comparação semelhante. Foi observado que a abordagem semiparamétrica para estimar os parâmetros do modelo produz estimativas mais acuradas ou equivalentes às usuais. Em casos onde a mecânica da volatilidade não é especificada de maneira correta o desempenho do SP-GAS foi superior comparado ao modelo GARCH gaussiano tradicional.Recent techniques propose the use of semiparamétrico models to shrink the bias and compensate the efficiency loss when supposing (possibly incorrectly) normal distribution for the errors in a GARCH model. This paper reproduced in simulated data conditions where GARCH is miss specified to compare with semiparametric GAS. In an empirical context, IBOVESPA data was used to make a similar comparison. It was observed that to estimate the parameters of the model, the semiparametric approach produced more accurate or equivalent estimates comparing to the usual methods. SP-GAS was superior compared to the traditional GARCH when the volatility mechanics is not specified in the right way.application/pdfporSéries temporaisModelagemAnálise de dadosTime seriesVolatilitySemiparametricModelagem de volatilidade utilizando modelos GAS semiparamétricosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPorto Alegre, BR-RS2016Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001020165.pdf001020165.pdfTexto completoapplication/pdf1283418http://www.lume.ufrgs.br/bitstream/10183/158096/1/001020165.pdf17b1395df209bfb51cae5b55110921eaMD51TEXT001020165.pdf.txt001020165.pdf.txtExtracted Texttext/plain38840http://www.lume.ufrgs.br/bitstream/10183/158096/2/001020165.pdf.txt473eae38ea0688139ba8922dd2a75dabMD52THUMBNAIL001020165.pdf.jpg001020165.pdf.jpgGenerated Thumbnailimage/jpeg1274http://www.lume.ufrgs.br/bitstream/10183/158096/3/001020165.pdf.jpg466a750db0fc114a156a98d7e2d8cd00MD5310183/1580962022-02-22 05:08:15.497482oai:www.lume.ufrgs.br:10183/158096Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-02-22T08:08:15Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Modelagem de volatilidade utilizando modelos GAS semiparamétricos
title Modelagem de volatilidade utilizando modelos GAS semiparamétricos
spellingShingle Modelagem de volatilidade utilizando modelos GAS semiparamétricos
Brock, Gabriel Martins
Séries temporais
Modelagem
Análise de dados
Time series
Volatility
Semiparametric
title_short Modelagem de volatilidade utilizando modelos GAS semiparamétricos
title_full Modelagem de volatilidade utilizando modelos GAS semiparamétricos
title_fullStr Modelagem de volatilidade utilizando modelos GAS semiparamétricos
title_full_unstemmed Modelagem de volatilidade utilizando modelos GAS semiparamétricos
title_sort Modelagem de volatilidade utilizando modelos GAS semiparamétricos
author Brock, Gabriel Martins
author_facet Brock, Gabriel Martins
author_role author
dc.contributor.author.fl_str_mv Brock, Gabriel Martins
dc.contributor.advisor1.fl_str_mv Torrent, Hudson da Silva
contributor_str_mv Torrent, Hudson da Silva
dc.subject.por.fl_str_mv Séries temporais
Modelagem
Análise de dados
topic Séries temporais
Modelagem
Análise de dados
Time series
Volatility
Semiparametric
dc.subject.eng.fl_str_mv Time series
Volatility
Semiparametric
description Técnicas recentes propõe a utilização de modelos semiparamétricos para diminuir o viés e compensar a perda de eficiência no caso de se supor (erroneamente) distribuição normal para os erros de um GARCH. Este trabalho reproduziu em dados simulados as condições de má especificação do GARCH para comparar com a metodologia do GAS semiparamétrico. Em um contexto empírico, utilizaram-se dados da IBOVESPA para realizar uma comparação semelhante. Foi observado que a abordagem semiparamétrica para estimar os parâmetros do modelo produz estimativas mais acuradas ou equivalentes às usuais. Em casos onde a mecânica da volatilidade não é especificada de maneira correta o desempenho do SP-GAS foi superior comparado ao modelo GARCH gaussiano tradicional.
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2017-05-17T02:36:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/158096
dc.identifier.nrb.pt_BR.fl_str_mv 001020165
url http://hdl.handle.net/10183/158096
identifier_str_mv 001020165
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/158096/1/001020165.pdf
http://www.lume.ufrgs.br/bitstream/10183/158096/2/001020165.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/158096/3/001020165.pdf.jpg
bitstream.checksum.fl_str_mv 17b1395df209bfb51cae5b55110921ea
473eae38ea0688139ba8922dd2a75dab
466a750db0fc114a156a98d7e2d8cd00
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224531262570496

Registros relacionados