Modelo auto-regressivo de duração condicional com coeficientes variando no tempo

• Ano de defesa: 2006
• Autor(a) principal: Bortoluzzo, Adriana Bruscato
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise De Séries Temporais
• Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-150806/

O principal objetivo deste trabalho é apresentar a generalização do modelo auto-regressivo de duração condicional (ACD) para os tempos entre as negociações, criado com base nos modelos GARCH para a volatilidade, usando a decomposição em ondaletas dos parâmetros do modelo usual. O uso de ondaletas permite que os parâmetros do modelo ACD variem ao longo do tempo, permitindo a modelagem direta de séries não-estacionárias, ouseja, não havendo necessidade de transformações nos dados, como por exemplo, retirada da sazonalidade intra-diária. A estimação do modelo ACD com parâmetros variando no tempo foi feita pelo método BHHH, baseando-se na verossimilhança supondo erros com distribuição exponencial padrão. Para estudo das propriedades assintóticas dos estimadores, usamos simulações via Boot-strap e Metropolis-Hastings. Apresentamos os resultados da estimação do modelo ACD com parâmetros variando no tempo para processos estacionários e não-estacionários simulados via Monte Carlo e para processos reais: durações das ações da TELEMAR e IBM. A análise de resíduos e o cálculo de medidas de qualidade do ajuste indicaram que o modelo ACDcom parâmetros variando no tempo conseguiu capturar a dependência exsitente entre as durações, bem como modelar a sazonalidade intra-diária e a volatilidade das séries avaliadas.