Modelagem de volatilidade estocástica via aproximações de Laplace aninhadas integradas: uma extensão multifatorial e multivariada

• Autor(a) principal: Nacinben, João Pedro Coli de Souza Monteneri
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-05102023-141604/
• topic: Approximate Bayesian inference; Aproximações de Laplace; Factor stochastic volatility; Inferência bayesiana aproximada; Laplace approximations; Modelos multivariados de volatilidade estocástica; Multivariate stochastic volatility models; Volatilidade estocástica fatorial

A presente dissertação discute uma possível extensão multivariada para modelos de volatilidade estocástica estimados com o uso de aproximações de Laplace aninhadas integradas (INLA). As já consagradas técnicas baseadas em simulações, tais como Monte Carlo via Cadeias de Markov (MCMC), podem ser proibitivas ou pouco eficientes em tempo computacional, conforme o número de observações e a dimensionalidade do problema aumentam, além de não estarem livres de problemas de convergência de cadeia. Nesse sentido, o trabalho objetiva o estabelecimento de uma forma mais computacionalmente eficiente de estimar modelos multivariados de volatilidade estocástica, propondo-se, para tanto, uma formulação multifatorial estimada a partir da metodologia INLA, permitindo uma abordagem que explora álgebra linear esparsa e paralelização. Os ganhos de eficiência com o modelo proposto são avaliados em testes realizados por meio de estudo de simulações e análise empírica de séries de retornos de índices de bolsa de valores, sendo então comparados com os resultados de um modelo multivariado e fatorial estimado por MCMC.