skip to main content

Modelos estocásticos com heterocedasticidade para séries temporais em finanças

Oliveira, Sandra Cristina De

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Ciências Matemáticas e de Computação 2005-05-20

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Modelos estocásticos com heterocedasticidade para séries temporais em finanças
  • Autor: Oliveira, Sandra Cristina De
  • Orientador: Andrade Filho, Marinho Gomes de
  • Assuntos: Técnica Bootstrap; Séries Financeiras; Métodos De Simulação Mcmc; Inferência Bayesiana; Família De Modelos Arch; Financial Series; Family Of Models Arch; Mcmc Simulation Methods; Bootstrap Technique; Bayesian Inference
  • Notas: Tese (Doutorado)
  • Descrição: Neste trabalho desenvolvemos um estudo sobre modelos auto-regressivos com heterocedasticidade (ARCH) e modelos auto-regressivos com erros ARCH (AR-ARCH). Apresentamos os procedimentos para a estimação dos modelos e para a seleção da ordem dos mesmos. As estimativas dos parâmetros dos modelos são obtidas utilizando duas técnicas distintas: a inferência Clássica e a inferência Bayesiana. Na abordagem de Máxima Verossimilhança obtivemos intervalos de confiança usando a técnica Bootstrap e, na abordagem Bayesiana, adotamos uma distribuição a priori informativa e uma distribuição a priori não-informativa, considerando uma reparametrização dos modelos para mapear o espaço dos parâmetros no espaço real. Este procedimento nos permite adotar distribuição a priori normal para os parâmetros transformados. As distribuições a posteriori são obtidas através dos métodos de simulação de Monte Carlo em Cadeias de Markov (MCMC). A metodologia é exemplificada considerando séries simuladas e séries do mercado financeiro brasileiro
  • DOI: 10.11606/T.55.2005.tde-20122012-100600
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Ciências Matemáticas e de Computação
  • Data de criação/publicação: 2005-05-20
  • Formato: Adobe PDF
  • Idioma: Português

Buscando em bases de dados remotas. Favor aguardar.