Modelos GARCH com distribuições não Gaussianas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2000 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/D.45.2000.tde-20210729-122652 |
Resumo: | A ênfase do trabalho está na modelagem de séries financeiras. O presente trabalho investiga, em modelos GARCH, como a suposição de distribuição dos erros padronizados pode afetar a previsão por intervalo da série em estudo. Simulações foram realizadas com o intuito de comparar os modelos GARCH com erros padronizados seguindo distribuição normal, t-student e normal contaminada. Uma série real foi estudada utilizando três diferentes suposições sobre a distribuição dos erros padronizados. A conclusão geral é que existe considerável benefício na previsão por intervalo quando são utilizadas distribuições com excesso de curtose quando comparadas à distribuição normal |
id |
USP_2706a78a8181f9bb80204415eda3d4ce |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-122652 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Modelos GARCH com distribuições não Gaussianas not available 2000-04-07Mariane StreibelRogério Oliveira RibeiroUniversidade de São PauloEstatísticaUSPBR Análise De Séries Temporais Estatística Aplicada Probabilidade A ênfase do trabalho está na modelagem de séries financeiras. O presente trabalho investiga, em modelos GARCH, como a suposição de distribuição dos erros padronizados pode afetar a previsão por intervalo da série em estudo. Simulações foram realizadas com o intuito de comparar os modelos GARCH com erros padronizados seguindo distribuição normal, t-student e normal contaminada. Uma série real foi estudada utilizando três diferentes suposições sobre a distribuição dos erros padronizados. A conclusão geral é que existe considerável benefício na previsão por intervalo quando são utilizadas distribuições com excesso de curtose quando comparadas à distribuição normal The enphasis of this dissertation is financial time series models. This dissertation investigates, in GARCH models, how the assumption about standard error distribution effects the time series prediction by interval. Simulations were carried out in order to compare GARCH models with standard errors following normal distribution, t-student distribution and contaminated normal distribution. A real time series was analyzed assuming three different distribution for standard errors. The overall conclusion is that there can be considerable benefits in predictions by interval using distributions with excess of curtose with respect to gaussian distribution https://doi.org/10.11606/D.45.2000.tde-20210729-122652info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:40:44Zoai:teses.usp.br:tde-20210729-122652Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T13:02:15.826603Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Modelos GARCH com distribuições não Gaussianas |
dc.title.alternative.en.fl_str_mv |
not available |
title |
Modelos GARCH com distribuições não Gaussianas |
spellingShingle |
Modelos GARCH com distribuições não Gaussianas Rogério Oliveira Ribeiro |
title_short |
Modelos GARCH com distribuições não Gaussianas |
title_full |
Modelos GARCH com distribuições não Gaussianas |
title_fullStr |
Modelos GARCH com distribuições não Gaussianas |
title_full_unstemmed |
Modelos GARCH com distribuições não Gaussianas |
title_sort |
Modelos GARCH com distribuições não Gaussianas |
author |
Rogério Oliveira Ribeiro |
author_facet |
Rogério Oliveira Ribeiro |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Mariane Streibel |
dc.contributor.author.fl_str_mv |
Rogério Oliveira Ribeiro |
contributor_str_mv |
Mariane Streibel |
description |
A ênfase do trabalho está na modelagem de séries financeiras. O presente trabalho investiga, em modelos GARCH, como a suposição de distribuição dos erros padronizados pode afetar a previsão por intervalo da série em estudo. Simulações foram realizadas com o intuito de comparar os modelos GARCH com erros padronizados seguindo distribuição normal, t-student e normal contaminada. Uma série real foi estudada utilizando três diferentes suposições sobre a distribuição dos erros padronizados. A conclusão geral é que existe considerável benefício na previsão por intervalo quando são utilizadas distribuições com excesso de curtose quando comparadas à distribuição normal |
publishDate |
2000 |
dc.date.issued.fl_str_mv |
2000-04-07 |
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 |
https://doi.org/10.11606/D.45.2000.tde-20210729-122652 |
url |
https://doi.org/10.11606/D.45.2000.tde-20210729-122652 |
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.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1794502922283778048 |