Modelagem de volatilidade via modelos GARCH com erros assimétricos: abordagem Bayesiana / Volatility modeling through GARCH models with asymetric errors: Bayesian approach

AUTOR(ES)

José Augusto Fioruci

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

12/06/2012

RESUMO

A modelagem da volatilidade desempenha um papel fundamental em Econometria. Nesta dissertação são estudados a generalização dos modelos autorregressivos condicionalmente heterocedásticos conhecidos como GARCH e sua principal generalização multivariada, os modelos DCC-GARCH (Dynamic Condicional Correlation GARCH). Para os erros desses modelos são consideradas distribuições de probabilidade possivelmente assimétricas e leptocúrticas, sendo essas parametrizadas em função da assimetria e do peso nas caudas, necessitando assim de estimar esses parâmetros adicionais aos modelos. A estimação dos parâmetros dos modelos é feita sob a abordagem Bayesiana e devido às complexidades destes modelos, métodos computacionais baseados em simulações de Monte Carlo via Cadeias de Markov (MCMC) são utilizados. Para obter maior eficiência computacional os algoritmos de simulação da distribuição a posteriori dos parâmetros são implementados em linguagem de baixo nível. Por fim, a proposta de modelagem e estimação é exemplificada com dois conjuntos de dados reais

ASSUNTO(S)

asymmetric distributions bayesian inference distribuições assimétricas garch models inferência bayesiana modelagem de volatilidade modelos garch séries temporais time series volatility modeling

Documentos Relacionados

• Seleção de modelos cópula-GARCH: uma abordagem bayesiana
• Modelos de fronteira estocástica: uma abordagem bayesiana
• PREVISÃO DO PREÇO E DA VOLATILIDADE DE COMMODITIES AGRÍCOLAS, POR MEIO DE MODELOS ARFIMA-GARCH
• Uma abordagem bayesiana para modelos não lineares na presença de assimetria e heteroscedasticidade
• Influence diagnostics in stochastic volatility models