Modelagem de volatilidade utilizando modelos GAS semiparamétricos
Autor(a) principal: | |
---|---|
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 |