Exportar registro bibliográfico


Metrics:

Modelagem de salto-difusão para a taxa DI: duas abordagens (2020)

  • Authors:
  • Autor USP: AMARAL, JOÃO PEDRO NASCIMENTO DO - FEARP
  • Unidade: FEARP
  • Sigla do Departamento: EAE
  • DOI: 10.11606/D.96.2020.tde-19082020-162218
  • Subjects: TAXA DE JUROS; ECONOMIA; ESTATÍSTICA; MODELOS EM SÉRIES TEMPORAIS; ECONOMETRIA
  • Keywords: Diffusion; Difusão; Jump; Saltos; SDE
  • Agências de fomento:
  • Language: Português
  • Abstract: O presente trabalho busca primeiramente modelar a curva de juros diária (DI) através de vários modelos de equações diferenciais estocásticas estimando-as através de dois métodos de estimação. O primeiro através da estimação usando o método de quasi-máxima verossimilhança (QMLE) e o segundo usando a estimação Bayesiana. Inicialmente o objetivo foi o de comparar as duas formas por meio das propriedades estatísticas, calculadas através da simulação e discretização de Euler - Maruyama, dos coeficientes das equações que são dadas pelo viés, MAE, ME e RMSE. Posterior a isso foram feitas trajetórias para comparação dentro da amostra e obtenção do RMSE da curva. Visto que em ambas as estimações os resultados apresentaram RMSE e viés considerável nos coeficientes, foi incluída a presença de saltos nos modelos para verificação de melhora na aderência dos modelos. O intuito, inicialmente, foi modelar a distribuição de saltos, partindo da hipótese de que os quantis mais extremos da primeira diferença da curva DI seriam saltos. Estes quantis apresentaram fortes evidências da distribuição para valores extremos (GEV). Posteriormente foi constatado que os saltos nos tempos de chegada seguindo uma distribuição de Poisson não-homogênea, traziam mais fortes evidências do que a modelagem homogênea quando incluídas as variáveis explicativas abordadas. O estudo demonstrou fortes evidências para a maioria dos modelos usados que a inclusão de saltos melhorou o ajuste baseado no RMSE para a curva dejuros diária. Posteriormente a isso, foi feita a estimação por QMLE de forma convencional de um processo de salto-difusão sem a definição de saltos construída inicialmente. O estudo buscou comparar os resultados das duas abordagens de saltos e os resultados se mostraram parecidos no que foi considerado saltos, embora o número de tais eventos tenha sido menor. E também para esta estimação não foram obtidas grandes conclusões na comparação com a estimação por QMLE e Bayesiana feitas inicialmente
  • Imprenta:
  • Data da defesa: 22.07.2020
  • Acesso à fonteDOI
    Informações sobre o DOI: 10.11606/D.96.2020.tde-19082020-162218 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo é de acesso aberto
    • URL de acesso aberto
    • Cor do Acesso Aberto: gold
    • Licença: cc-by-nc-sa

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      AMARAL, João Pedro Nascimento do. Modelagem de salto-difusão para a taxa DI: duas abordagens. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-19082020-162218/. Acesso em: 09 jan. 2026.
    • APA

      Amaral, J. P. N. do. (2020). Modelagem de salto-difusão para a taxa DI: duas abordagens (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/96/96131/tde-19082020-162218/
    • NLM

      Amaral JPN do. Modelagem de salto-difusão para a taxa DI: duas abordagens [Internet]. 2020 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-19082020-162218/
    • Vancouver

      Amaral JPN do. Modelagem de salto-difusão para a taxa DI: duas abordagens [Internet]. 2020 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/96/96131/tde-19082020-162218/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026