Busca avançada
Ano de início
Entree
Conteúdo relacionado

Técnicas dinâmicas robustas de redução de dimensão para volatilidades

Processo: 18/03012-3
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Data de Início da vigência: 31 de julho de 2018
Data de Término da vigência: 29 de novembro de 2018
Área de conhecimento:Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia
Pesquisador responsável:Pedro Luiz Valls Pereira
Beneficiário:Carlos Cesar Trucios Maza
Supervisor: Marc Hallin
Instituição Sede: Escola de Economia de São Paulo (EESP). Fundação Getúlio Vargas (FGV). São Paulo , SP, Brasil
Instituição Anfitriã: Université Libre de Bruxelles (ULB), Bélgica  
Vinculado à bolsa:16/18599-4 - Modelagem e previsão da volatilidade para dados financeiros de alta dimensão, BP.PD
Assunto(s):Econometria
Palavra(s)-Chave do Pesquisador:Curse of dimensionality | dynamic dimension reduction | High dimensional data | Outliers | robustness | Volatility | Econometria

Resumo

Técnicas de redução de dimensão vem sendo utilizadas na área de economia e finanças como uma forma alternativa de modelar volatilidades e contornar o problema denominado "curse of dimensionality". A maioria dos procedimentos propostos na literatura é desenvolvido para extrair as principais características dos retornos e assumir que o componente principal das volatilidades coincide com a volatilidade dos componentes principais dos retornos. Esses procedimentos são geralmente superados por outras metodologias, incluindo modelos de volatilidade multivariada mais simples, como EWMA, ORE e RiskMetrics. Por outro lado, existem alguns procedimentos adequados para extrair as principais características das volatilidade. No entanto, todos eles são extremamente sensíveis à presença de outliers. Este projeto visa discutir técnicas de redução de dimensão para volatilidades em um contexto de alta dimensão bem como propor uma técnica de redução de dimensão dinâmica robusta adequada para volatilidades. O novo procedimento será comparado com outros procedimentos propostos na literatura. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (5)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
TRUCIOS, CARLOS; ZEVALLOS, MAURICIO; HOTTA, LUIZ K.; SANTOS, ANDRE A. P.. Covariance Prediction in Large Portfolio Allocation. ECONOMETRICS, v. 7, n. 2, . (16/18599-4, 18/03012-3, 13/00506-1, 18/04654-9)
TRUCIOS, CARLOS; HOTTA, LUIZ K.; VALLS PEREIRA, PEDRO L.. On the robustness of the principal volatility components. JOURNAL OF EMPIRICAL FINANCE, v. 52, p. 201-219, . (13/22930-0, 16/18599-4, 18/03012-3)
TRUCIOS, CARLOS. Forecasting Bitcoin risk measures: A robust approach. INTERNATIONAL JOURNAL OF FORECASTING, v. 35, n. 3, p. 836-847, . (16/18599-4, 18/03012-3)
TRUCIOS, CARLOS; MAZZEU, JOAO H. G.; HALLIN, MARC; HOTTA, LUIZ K.; VALLS PEREIRA, PEDRO L.; ZEVALLOS, MAURICIO. Forecasting Conditional Covariance Matrices in High-Dimensional Time Series: A General Dynamic Factor Approach. JOURNAL OF BUSINESS & ECONOMIC STATISTICS, . (18/04654-9, 16/18599-4, 18/03012-3)
TRUCIOS, CARLOS; MAZZEU, JOAO H. G.; HOTTA, LUIZ K.; VALLS PEREIRA, PEDRO L.; HALLIN, MARC. Robustness and the general dynamic factor model with infinite-dimensional space: Identification, estimation, and forecasting. INTERNATIONAL JOURNAL OF FORECASTING, v. 37, n. 4, p. 1520-1534, . (16/18599-4, 18/03012-3, 18/04654-9)