Identificação e estimação de modelos ARMA com inovações Alpha-estáveis

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Torres, Ilka Oliveira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Séries temporais
Mercado financeiro
Link de acesso: http://repositorio.unb.br/handle/10482/21790
http:dx.doi.org/10.26512/2016.07.D.21790
Resumo: Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatistica, 2016.
id UNB_7a06dd4245c4427557910093d32f61c3
oai_identifier_str oai:repositorio.unb.br:10482/21790
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Identificação e estimação de modelos ARMA com inovações Alpha-estáveisSéries temporaisMercado financeiroDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatistica, 2016.No mercado financeiro é usual que os dados apresentem características não-gaussianas como assimetria e caudas pesadas. Nestes casos, os resultados de uma análise baseada na suposição de normalidade podem ser insatisfatórios. Uma alternativa ao se trabalha com este tipo de dados é a utilização das distribuições estáveis. Neste trabalho aplicamos o uso do modelo ARMA com inovações α-estáveis para ajustar séries do mercado financeiro. O método de identificação da ordem é baseado na função codiferença proposta por Kokoszka e Taqqu (1994) e Yang et al. (2001), uma vez que a função de autocorrelação não existe para modelos com inovações α-estáveis dado que o segundo momento não existe para α < 2. Com base na função característica empírica, Rosadi e Deistler (2011) apresentam o estimador para a função codiferença e mostram sua consistência para o caso do modelo ARMA com inovações α-estáveis simétrica. A estimação dos parâmetros foi realizada através do método de máxima verossimilhança condicional e, por fim, foi realizada uma aplicação empírica a partir do preço de fechamento das ações da Usinas Siderúrgicas de Minas Gerais (Usiminas).In the financial market is usual that the data present non-Gaussian features like asymmetry and heavy tails. In these cases, the results of an analysis based on normality assumption may be unsatisfactory. An alternative when working with this type of data is the use of stable distributions. In this paper we apply the use of ARMA model with α-stable innovations to adjust time series of the financial market. The method to identify the model order is based on the codiferença function, proposed by Kokoszka e Taqqu (1994) and Yang et al. (2001), since the autocorrelation function does not exist for models with α-stable innovations given that the second moment do not exist for α< 2. Based on the empirical characteristic function, Rosadi e Deistler (2011) proposes the estimator for codiferença function and proof consistency in the case of the ARMA symmetric α-stable innovations. The conditional maximum likelihood method was applied on the estimation of parameters and, finally, was carried out a empirical application with the closing stock prices of the Steel Mills of Minas Gerais (Usiminas).Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaSampaio, Jhames MatosTorres, Ilka Oliveira2016-11-21T14:15:31Z2016-11-21T14:15:31Z2016-11-212016-07-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfTORRES, Ilka Oliveira. Identificação e estimação de modelos ARMA com inovações Alpha-estáveis. 2016. 85 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2016.http://repositorio.unb.br/handle/10482/21790http:dx.doi.org/10.26512/2016.07.D.21790A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:39Zoai:repositorio.unb.br:10482/21790Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:39Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
title Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
spellingShingle Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
Torres, Ilka Oliveira
Séries temporais
Mercado financeiro
title_short Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
title_full Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
title_fullStr Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
title_full_unstemmed Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
title_sort Identificação e estimação de modelos ARMA com inovações Alpha-estáveis
author Torres, Ilka Oliveira
author_facet Torres, Ilka Oliveira
author_role author
dc.contributor.none.fl_str_mv Sampaio, Jhames Matos
dc.contributor.author.fl_str_mv Torres, Ilka Oliveira
dc.subject.por.fl_str_mv Séries temporais
Mercado financeiro
topic Séries temporais
Mercado financeiro
description Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatistica, 2016.
publishDate 2016
dc.date.none.fl_str_mv 2016-11-21T14:15:31Z
2016-11-21T14:15:31Z
2016-11-21
2016-07-29
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 TORRES, Ilka Oliveira. Identificação e estimação de modelos ARMA com inovações Alpha-estáveis. 2016. 85 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2016.
http://repositorio.unb.br/handle/10482/21790
http:dx.doi.org/10.26512/2016.07.D.21790
identifier_str_mv TORRES, Ilka Oliveira. Identificação e estimação de modelos ARMA com inovações Alpha-estáveis. 2016. 85 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2016.
url http://repositorio.unb.br/handle/10482/21790
http:dx.doi.org/10.26512/2016.07.D.21790
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083876916396032

Registros relacionados