Análise bayesiana do modelo fatorial dinâmico para um vetor de séries temporais utilizando a distribuição t multivariada

• Ano de defesa: 2016
• Autor(a) principal: Andrade, Larissa Ribeiro de
• Orientador(a): Ferreira, Daniel Furtado
• Banca de defesa: Bueno Filho, Júlio Sílvio de Sousa, Lima, Renato Ribeiro de, Freire, Evelise Corbalán Góis, Barroso, Lúcia Pereira
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Lavras
• Programa de Pós-Graduação: Programa de Pós-graduação em Estatística e Experimentação Agropecuária
• Departamento: Departamento de Ciências Exatas
• País: brasil
• Palavras-chave em Português: Análise fatorial; Amostrador de Gibbs; Distribuição t multivariada; Factor analysis; Gibbs sampling; multivariate t-distribution
• Área do conhecimento CNPq: Estatística
• Link de acesso: https://repositorio.ufla.br/handle/1/11179

Os modelos t multivariados são simétricos e com caudas mais pesadas que a distribuição normal, característica importante na análise de séries financeiras. A proposta deste trabalho é fazer a análise Bayesiana do modelo fatorial dinâmico, na classe de modelos t multivariados, em que a parte latente segue um modelo autorregressivo vetorial. Devido à complexidade da distribuição t multivariada, essa variável foi representada, neste trabalho, como uma mistura da distribuição normal multivariada com uma raiz de qui-quadrado. Este artifício permitiu o cálculo das distribuições a posteriori de interesse. A inferência sobre os parâmetros foi feita obtendo-se uma amostra da distribuição conjunta a posteriori, por meio do Amostrador de Gibbs. A determinação da convergência do processo foi feita por técnicas gráficas e pelos critérios de Geweke (1992) e de Raftery & Lewis (1992a). O método foi ilustrado utilizando dados simulados e reais, em que os dados reais são os índices das principais bolsas de valores do mundo.