$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: IDENTIFICAÇÃO DE MODELOS GARCH USANDO INTELIGÊNCIA COMPUTACIONAL
Autor: ANDRE MACHADO CALDEIRA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  REINALDO CASTRO SOUZA - ORIENTADOR
RICARDO TANSCHEIT - COORIENTADOR

Nº do Conteudo: 14872
Catalogação:  08/01/2010 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  TESE
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14872@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14872@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.14872

Resumo:
Os modelos ARCH e GARCH vêm sendo bastante explorados tanto tecnicamente quanto em estudos empíricos desde suas respectivas criações em 1982 e 1986. Contudo, o enfoque sempre foi na reprodução dos fatos estilizados das séries financeiras e na previsão de volatilidade, onde o GARCH(1,1) é o mais utilizado. Estudos sobre identificação dos modelos GARCH são muito raros. Diante desse contexto, este trabalho propõe um sistema inteligente para melhorar a identificação da correta especificação dos modelos GARCH, evitando assim o uso indiscriminado dos modelos GARCH(1,1). Para validar a eficácia do sistema proposto, séries simuladas foram utilizadas. Os resultados derivados desse sistema são comparados com os modelos escolhidos pelos critérios de informação AIC e BIC. O desempenho das previsões dos modelos identificados por esses métodos são comparados utilizando-se séries reais.

Descrição Arquivo
CAPA, AGRADECIMENTOS, RESUMO, ABSTRACT, SUMÁRIO E LISTAS  PDF
CAPÍTULO 1  PDF
CAPÍTULO 2  PDF
CAPÍTULO 3  PDF
CAPÍTULO 4  PDF
CAPÍTULO 5  PDF
CAPÍTULO 6  PDF
REFERÊNCIAS BIBLIOGRÁFICAS  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui