Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações

Detalhes bibliográficos
Autor(a) principal: Guerra, Renata Rojas
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Manancial - Repositório Digital da UFSM
dARK ID: ark:/26339/001300000cnbh
Texto Completo: http://repositorio.ufsm.br/handle/1/8336
Resumo: Time series modeling and forecasting has many applicability in scientific and technological researchs. Specifically about variables restricted to the interval (0; 1), which includes rates and proportions, the classical regression models could not be suitable because they assume normality. In this context, Rocha and Cribari-Neto (2009) proposed the beta autoregressive moving average (βARMA) model. It admits that the variable of interest is beta distributed. The beta distribution is more flexible than the normal distribution and also assumes that de dependent variable is restricted to the interval (0; 1). Through βARMA is possible to obtain results closer to the nature of the data. But just choose the better parametric model does not guarantee the accuracy of the fitted model. To identify the lags is also relevant to ensure the accuracy of the adjusted model. It is in this purpose that the model selection criteria, or information criteria, were developed. They compare the explanatory capacity of a group of models and select, among this group, the model which minimizes the information loss. In this context, this paper aims to evaluate by Monte Carlo simulations the performance of different selection criteria in βARMA model. Considering several scenarios and sample sizes, the selection criteria evaluated was AIC, BIC, HQ, AICc, BICc and HQc. The results indicate that BICc, HQ and HQc had the better performance identifying the true model among the candidate models. Using the selection criteria indicated by the simulation study, were also adjusted βARMA models to real data. It were considered the credit delinquency and the relationship between payroll loan and individual credit, both variables are from national financial system. It was adjusted the classical ARIMA models too. This models were compared with βARMA in applications. For both variables was found a reasonable proximity between the original data and the predicted by the models, with advantage for βARMA, as much inside as outside the sample.
id UFSM_e619dc0559f9fc5e1c6fd623c2974370
oai_identifier_str oai:repositorio.ufsm.br:1/8336
network_acronym_str UFSM
network_name_str Manancial - Repositório Digital da UFSM
repository_id_str
spelling Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicaçõesCrédito consignadoCritérios de seleção de modelosInadimplência de créditoModelo βARMASimulação de Monte CarloβARMA modelCredit delinquencyModel selection criteriaMonte Carlo simulationPayroll loanCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOTime series modeling and forecasting has many applicability in scientific and technological researchs. Specifically about variables restricted to the interval (0; 1), which includes rates and proportions, the classical regression models could not be suitable because they assume normality. In this context, Rocha and Cribari-Neto (2009) proposed the beta autoregressive moving average (βARMA) model. It admits that the variable of interest is beta distributed. The beta distribution is more flexible than the normal distribution and also assumes that de dependent variable is restricted to the interval (0; 1). Through βARMA is possible to obtain results closer to the nature of the data. But just choose the better parametric model does not guarantee the accuracy of the fitted model. To identify the lags is also relevant to ensure the accuracy of the adjusted model. It is in this purpose that the model selection criteria, or information criteria, were developed. They compare the explanatory capacity of a group of models and select, among this group, the model which minimizes the information loss. In this context, this paper aims to evaluate by Monte Carlo simulations the performance of different selection criteria in βARMA model. Considering several scenarios and sample sizes, the selection criteria evaluated was AIC, BIC, HQ, AICc, BICc and HQc. The results indicate that BICc, HQ and HQc had the better performance identifying the true model among the candidate models. Using the selection criteria indicated by the simulation study, were also adjusted βARMA models to real data. It were considered the credit delinquency and the relationship between payroll loan and individual credit, both variables are from national financial system. It was adjusted the classical ARIMA models too. This models were compared with βARMA in applications. For both variables was found a reasonable proximity between the original data and the predicted by the models, with advantage for βARMA, as much inside as outside the sample.A modelagem e a previsão de séries temporais é um campo de ampla aplicabilidade em diversas áreas científicas e tecnológicas. No âmbito específico de variáveis restritas ao intervalo (0; 1), como taxas e proporções, a utilização de modelos clássicos, que supõem normalidade da variável de interesse, pode não ser adequada. Neste contexto, Rocha e Cribari-Neto (2009) propuseram o modelo beta autorregressivo de médias móveis (β ARMA). Por assumir que a variável de interesse possui distribuição beta, que é uma distribuição mais flexível que a normal e com suporte restrito ao intervalo (0; 1), o βARMA possibilita modelagens e previsões mais condizentes com a natureza desses dados. Contudo, apenas a escolha do modelo paramétrico mais adequado não garante a acurácia do modelo ajustado. A identificação das defasagens a serem incluídas também exerce um papel de relevância neste sentido. É neste propósito que foram desenvolvidos os critérios de seleção de modelos, ou critérios de informação. Estes comparam as capacidades de explicação entre um grupo de modelos candidatos e selecionam, dentro deste grupo, o modelo que minimiza a perda de informações. Diante do exposto, este trabalho tem o objetivo de avaliar, via simulações de Monte Carlo, o desempenho de diferentes critérios de seleção no modelo βARMA. Por meio de um extenso estudo de simulação, considerando diversos cenários e tamanhos amostrais, foram avaliados os desempenhos em amostras de tamanho finito dos critérios AIC, BIC, HQ, AICc, BICc e HQc. Como resultados numéricos gerais, destaca-se que os critérios HQ, BICc e HQc foram os que alcançaram os melhores níveis de identificação do modelo verdadeiro. Utilizando os critérios de seleção sugeridos no estudo de simulação também foram ajustados modelos βARMA a dados reais. Para isso, foram considerados o índice de inadimplência de crédito e a relação entre o crédito consignado e o crédito total pessoa física, ambos do Sistema Financeiro Nacional. Também foram ajustados os clássicos modelos ARIMA comparativamente ao modelo βARMA na realização de previsões e posterior comparação entre os resultados de ambas as aplicações. Para as duas variáveis há um grau razoável de proximidade entre os dados originais e previstos, com superioridade do βARMA tanto dentro quanto fora do conjunto de observações utilizado para estimação dos modelos.Universidade Federal de Santa MariaBREngenharia de ProduçãoUFSMPrograma de Pós-Graduação em Engenharia de ProduçãoBayer, Fabio Marianohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4742663Y5Freitas, Clailton Ataídes dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723503P1Silva, Augusto Maciel dahttp://lattes.cnpq.br/7916422859401479Guerra, Renata Rojas2017-02-142017-02-142015-02-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfGUERRA, Renata Rojas. MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS: CRITÉRIOS DE SELEÇÃO E APLICAÇÕES. 2015. 72 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2015.http://repositorio.ufsm.br/handle/1/8336ark:/26339/001300000cnbhporinfo:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2021-02-10T11:07:21Zoai:repositorio.ufsm.br:1/8336Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2021-02-10T11:07:21Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false
dc.title.none.fl_str_mv Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
title Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
spellingShingle Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
Guerra, Renata Rojas
Crédito consignado
Critérios de seleção de modelos
Inadimplência de crédito
Modelo β
ARMA
Simulação de Monte Carlo
β
ARMA model
Credit delinquency
Model selection criteria
Monte Carlo simulation
Payroll loan
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
title_short Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
title_full Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
title_fullStr Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
title_full_unstemmed Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
title_sort Modelo beta autorregressivo de médias móveis: critérios de seleção e aplicações
author Guerra, Renata Rojas
author_facet Guerra, Renata Rojas
author_role author
dc.contributor.none.fl_str_mv Bayer, Fabio Mariano
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4742663Y5
Freitas, Clailton Ataídes de
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723503P1
Silva, Augusto Maciel da
http://lattes.cnpq.br/7916422859401479
dc.contributor.author.fl_str_mv Guerra, Renata Rojas
dc.subject.por.fl_str_mv Crédito consignado
Critérios de seleção de modelos
Inadimplência de crédito
Modelo β
ARMA
Simulação de Monte Carlo
β
ARMA model
Credit delinquency
Model selection criteria
Monte Carlo simulation
Payroll loan
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
topic Crédito consignado
Critérios de seleção de modelos
Inadimplência de crédito
Modelo β
ARMA
Simulação de Monte Carlo
β
ARMA model
Credit delinquency
Model selection criteria
Monte Carlo simulation
Payroll loan
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
description Time series modeling and forecasting has many applicability in scientific and technological researchs. Specifically about variables restricted to the interval (0; 1), which includes rates and proportions, the classical regression models could not be suitable because they assume normality. In this context, Rocha and Cribari-Neto (2009) proposed the beta autoregressive moving average (βARMA) model. It admits that the variable of interest is beta distributed. The beta distribution is more flexible than the normal distribution and also assumes that de dependent variable is restricted to the interval (0; 1). Through βARMA is possible to obtain results closer to the nature of the data. But just choose the better parametric model does not guarantee the accuracy of the fitted model. To identify the lags is also relevant to ensure the accuracy of the adjusted model. It is in this purpose that the model selection criteria, or information criteria, were developed. They compare the explanatory capacity of a group of models and select, among this group, the model which minimizes the information loss. In this context, this paper aims to evaluate by Monte Carlo simulations the performance of different selection criteria in βARMA model. Considering several scenarios and sample sizes, the selection criteria evaluated was AIC, BIC, HQ, AICc, BICc and HQc. The results indicate that BICc, HQ and HQc had the better performance identifying the true model among the candidate models. Using the selection criteria indicated by the simulation study, were also adjusted βARMA models to real data. It were considered the credit delinquency and the relationship between payroll loan and individual credit, both variables are from national financial system. It was adjusted the classical ARIMA models too. This models were compared with βARMA in applications. For both variables was found a reasonable proximity between the original data and the predicted by the models, with advantage for βARMA, as much inside as outside the sample.
publishDate 2015
dc.date.none.fl_str_mv 2015-02-27
2017-02-14
2017-02-14
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.uri.fl_str_mv GUERRA, Renata Rojas. MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS: CRITÉRIOS DE SELEÇÃO E APLICAÇÕES. 2015. 72 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2015.
http://repositorio.ufsm.br/handle/1/8336
dc.identifier.dark.fl_str_mv ark:/26339/001300000cnbh
identifier_str_mv GUERRA, Renata Rojas. MODELO BETA AUTORREGRESSIVO DE MÉDIAS MÓVEIS: CRITÉRIOS DE SELEÇÃO E APLICAÇÕES. 2015. 72 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2015.
ark:/26339/001300000cnbh
url http://repositorio.ufsm.br/handle/1/8336
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
application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Santa Maria
BR
Engenharia de Produção
UFSM
Programa de Pós-Graduação em Engenharia de Produção
publisher.none.fl_str_mv Universidade Federal de Santa Maria
BR
Engenharia de Produção
UFSM
Programa de Pós-Graduação em Engenharia de Produção
dc.source.none.fl_str_mv reponame:Manancial - Repositório Digital da UFSM
instname:Universidade Federal de Santa Maria (UFSM)
instacron:UFSM
instname_str Universidade Federal de Santa Maria (UFSM)
instacron_str UFSM
institution UFSM
reponame_str Manancial - Repositório Digital da UFSM
collection Manancial - Repositório Digital da UFSM
repository.name.fl_str_mv Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)
repository.mail.fl_str_mv atendimento.sib@ufsm.br||tedebc@gmail.com
_version_ 1815172322756132864