Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Nunes, Thiago do Carmo
Orientador(a): Marques, Guilherme de Oliveira Lima Cagliari
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Economia
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126256&midiaext=81153
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_d15f51476ab7fb054d0f60f5fdf65170
oai_identifier_str oai:BDTD:126256
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisComparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas2022-07-22Marques, Guilherme de Oliveira Lima CagliariNunes, Thiago do CarmoUniversidade Federal do ABCPrograma de Pós-Graduação em EconomiaUFABCporMODELOS PREDITIVOSCOINTEGRAÇÃOARIMAVARVECFORECAST MODELSCOINTEGRATIONPROGRAMA DE PÓS GRADUAÇÃO EM ECONOMIACoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorO objetivo desta dissertação é comparar a capacidade preditiva dos modelos univariados ARIMA com os modelos multivariados VAR e VEC sob a hipótese de cointegração. A análise foi baseada em simulações de Monte Carlo, utilizando métricas estatísticas para avaliar a performance preditiva dos modelos. Para fornecer suporte empírico às conclusões obtidas via simulações, foi realizado um experimento de modelagem com séries temporais reais de cambio (USD/BRL) e inflação acumulada em 12 meses (IPCA). As simulações mostraram que a capacidade preditiva dos modelos em dados fora da amostra é, em média, equivalente aos valores dos intervalos de confiança a 95%. No experimento com dados reais, a capacidade preditiva dos modelos foi similar, considerando os intervalos de confiança. Portanto houve um alinhamento entre as conclusões simuladas e com dados reais. Os resultados também se mostraram alinhados com as práticas de mercado no qual, mesmo sabendo a especificação teórica mais adequada ao conjunto de dados no processo de modelagem, deve-se atentar para experimentos de performance fora da amostra para maior assertividade nas predições. Na comparação entre modelos univariados contra dois modelos multivariados em dados cointegrados, era esperado que os modelos VEC performassem melhor em relação ao VAR e o ARIMA, fato esse não observado. A amplitude dos intervalos de confiança aponta para a necessidade de se realizar validações mais complexas, previamente à escolha da estrutura de modelagem para predição. Concluiu-se que, mesmo em um conjunto de séries cointegradas, onde pela literatura econométrica existe uma orientação para modelagem via VEC, para maior assertividade das predições é necessário realizar experimentos de validação fora da amostra afim de escolher o modelo com maior capacidade preditiva.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126256&midiaext=81153application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:06:40Zoai:BDTD:126256Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-03-04T09:00:45Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
title Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
spellingShingle Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
Nunes, Thiago do Carmo
title_short Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
title_full Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
title_fullStr Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
title_full_unstemmed Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
title_sort Comparação da performance preditiva de modelos arima, var e vec em séries temporais cointegradas
author Nunes, Thiago do Carmo
author_facet Nunes, Thiago do Carmo
author_role author
dc.contributor.advisor1.fl_str_mv Marques, Guilherme de Oliveira Lima Cagliari
dc.contributor.author.fl_str_mv Nunes, Thiago do Carmo
contributor_str_mv Marques, Guilherme de Oliveira Lima Cagliari
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2022
dc.date.issued.fl_str_mv 2022-07-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126256&midiaext=81153
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126256&midiaext=81153
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Economia
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475890584453120

Registros relacionados