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
Título: GARCH MODELS IDENTIFICATION USING COMPUTATIONAL INTELLIGENCE Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO Autor: ANDRE MACHADO CALDEIRA
Colaborador(es): REINALDO CASTRO SOUZA - Orientador
RICARDO TANSCHEIT - Coorientador
Número do Conteúdo: 14872
Catalogação: 08/01/2010 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
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:
Título: GARCH MODELS IDENTIFICATION USING COMPUTATIONAL INTELLIGENCE Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO Autor: ANDRE MACHADO CALDEIRA
Colaborador(es): REINALDO CASTRO SOUZA - Orientador
RICARDO TANSCHEIT - Coorientador
Número do Conteúdo: 14872
Catalogação: 08/01/2010 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
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:
ARCH and GARCH models have been largely explored technically and
empirically since their creation in 1982 and 1986, respectively. However, the
focus has always been on stylized facts of financial time series or volatility
forecasts, where GARCH(1,1) has commonly been used. Studies on identification
of GARCH models have been rare. In this context, this work aims to develop an
intelligent system for improving the specification of GARCH models, thus
avoiding the indiscriminate use of the GARCH(1,1) model. In order to validate
the efficacy of the proposed system, simulated time series are used. Results are
compared to chosen models through AIC and BIC criteria. Their performances are
then compared by using real data.
Descrição | Arquivo |
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS | |
CHAPTER 1 | |
CHAPTER 2 | |
CHAPTER 3 | |
CHAPTER 4 | |
CHAPTER 5 | |
CHAPTER 6 | |
REFERENCES |