Uso de MCMC na abordagem bayesiana de modelos ARCH e GARCH (2001)
- Authors:
- Autor USP: FERREIRA, VALERIA APARECIDA MARTINS - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCE
- Assunto: INFERÊNCIA ESTATÍSTICA
- Language: Português
- Abstract: Neste trabalho é descrito uma sequência de procedimentos para estimar parâmetros e selecionar ordem de modelos Auto-Regressivos com heterocedasticidade, ARCH(p), e Auto-Regressivos generalizados, GARCH(p,q). As estimativas são obtidas utilizando duas técnicas: a inferência clássica e a bayesiana em conjunto com simulação de Monte Carlo em Cadeia de Markov (MCMC). Na análise bayesiana utilizamos densidades 'a priori' normais para os parâmetros do modelo. Os métodos desenvolvidos foram aplicados em duas séries geradas e em três séries do mercado financeiro: Índice Bovespa, Telebrás e Cotação em Dólar Americano da moeda Iene Japonês. Em geral, as estimativas de máxima verossimilhança e bayesiana apresentaram resultados próximos. Porém, em algumas séries, o intervalo com 95% de confiança para certos parâmetros do modelo apresentou valores negativos, o que viola as restrições impostas aos parâmetros dos modelos ARCH(p), destacando a vantagem da abordagem bayesiana
- Imprenta:
- Publisher place: São Carlos
- Date published: 2001
- Data da defesa: 09.05.2001
-
ABNT
FERREIRA, Valéria Aparecida Martins. Uso de MCMC na abordagem bayesiana de modelos ARCH e GARCH. 2001. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2001. . Acesso em: 20 abr. 2024. -
APA
Ferreira, V. A. M. (2001). Uso de MCMC na abordagem bayesiana de modelos ARCH e GARCH (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. -
NLM
Ferreira VAM. Uso de MCMC na abordagem bayesiana de modelos ARCH e GARCH. 2001 ;[citado 2024 abr. 20 ] -
Vancouver
Ferreira VAM. Uso de MCMC na abordagem bayesiana de modelos ARCH e GARCH. 2001 ;[citado 2024 abr. 20 ]
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas