Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/6393
Share on
Title: | Valor em risco auto-regressivo condicional : o caso de índices brasileiros |
Authors: | Felipe de Melo Sales Santos, Tiago |
Keywords: | Auto-regressivo; Análise de séries temporais |
Issue Date: | 2006 |
Publisher: | Universidade Federal de Pernambuco |
Citation: | Felipe de Melo Sales Santos, Tiago; José Pereira dos Santos, Sylvio. Valor em risco auto-regressivo condicional : o caso de índices brasileiros. 2006. Dissertação (Mestrado). Programa de Pós-Graduação em Estatística, Universidade Federal de Pernambuco, Recife, 2006. |
Abstract: | Cada vez mais a análise de séries temporais tem estado presente no mercado financeiro, auxiliando a obtenção de previsões e a tomada de decisão. Na presença de ventos extremos, as perdas são sempre muito grandes e em alguns casos podem levar os investidores à falência. Algumas medidas foram criadas para mensurar esse risco, porém elas não levam em conta o fato de que outras variáveis podem ser relevantes á mensuração. Engle & Manganelli (2004) propuseram um nova metodologia para medir os riscos de investimento, o modelo CAViaR, que, além de permitir a inclusão dessas variáveis, permite avaliar a qualidade do ajuste. O principal objetivo desta dissertação é avaliara nova metodologia proposta por Engle & Manganelli (2004) conjuntamente com as metodologias existentes, nos casos dos índices da Bolsa de Valores de São Paulo IBOVESPA e da Petrobrás. Por outro lado, verificamos a qualidade da estimação dos parâmetros através de simulação de Monte Carlo, de onde pudemos concluir que a qualidade da estimação está ligada `a escolha dos parâmetros iniciais e que, em geral, faz-se necessária a consideração de um grande número de vetores de estimativas iniciais |
URI: | https://repositorio.ufpe.br/handle/123456789/6393 |
Appears in Collections: | Dissertações de Mestrado - Estatística |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
arquivo7220_1.pdf | 1,13 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License