Seleção de modelos cópula-GARCH: uma abordagem bayesiana / Copula-Garch model model selection: a bayesian approach

AUTOR(ES)

João Luiz Rossi

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

04/06/2012

RESUMO

Esta dissertação teve como objetivo o estudo de modelos para séries temporais bivariadas, que tem a estrutura de dependência determinada por meio de funções de cópulas. A vantagem desta abordagem é que as cópulas fornecem uma descrição completa da estrutura de dependência. Em termos de inferência, foi adotada uma abordagem Bayesiana com utilização dos métodos de Monte Carlo via cadeias de Markov (MCMC). Primeiramente, um estudo de simulações foi realizado para verificar como os seguintes fatores, tamanho das séries e variações nas funções de cópula, nas distribuições marginais, nos valores do parâmetro de cópula e nos métodos de estimação, influenciam a taxa de seleção de modelos segundo os critérios EAIC, EBIC e DIC. Posteriormente, foram realizadas aplicações a dados reais dos modelos com estrutura de dependência estática e variante no tempo

ASSUNTO(S)

asymmetric models copulas cópulas dic dic garch garch model selection modelos assimétricos seleção de modelos

Documentos Relacionados

• Modelagem de volatilidade via modelos GARCH com erros assimétricos: abordagem Bayesiana
• Modelos de fronteira estocástica: uma abordagem bayesiana
• Modelos de sobrevivência bivariados baseados na cópula FGM : uma abordagem bayesiana
• Uma abordagem bayesiana para modelos não lineares na presença de assimetria e heteroscedasticidade
• Seleção de características: abordagem via redes neurais aplicada à segmentação de imagens