Intervalos de previsão bootstrap em modelos de volatilidade univariados e multivariados.

• Processo: 12/09596-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de agosto de 2012
• Data de Término da vigência: 31 de agosto de 2016
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Luiz Koodi Hotta
• Beneficiário: Carlos Cesar Trucios Maza
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Bolsa(s) vinculada(s): 13/23524-5 - Intervalos de predição bootstrap para valor em risco de postfólios, BE.EP.DR
• Palavra(s)-Chave do Pesquisador: Bootstrap em Modelos de de Volatilidade | Intervalos de Previsão Bootstrap | Intervalos de Previsão em Modelos de Volatilidade Estocástica | Intervalos de Previsão em Modelos GARCH | Previsão em Modelos de Volatilidade | Series Temporais, Métodos Computacionais em Estatística

Resumo

A tese tem como objetivo propor, baseados nos procedimentos existentes para o caso univariado, procedimentos bootstrap para obter intervalos de previsão nos modelos de volatilidade multivariados (GARCH multivariado e volatilidade estocástica multivariada, com e sem efeito de alavancagem). O interesse nos modelos multivariados deve-se ao fato de que, como é conhecido na literatura financeira, existe uma estrutura de dependência entre as séries financeiras, já que as volatilidades em finanças se movem juntas com o tempo entre diferentes ativos e mercados. O interesse nos modelos multivariados com efeito de alavancagem, por sua vez, decorre do fato de que, como é do conhecimento no mercado financeiro, os retornos negativos tem maior influência nas volatilidades do que os retornos positivos da mesma magnitude. Serão considerados diversos modelos GARCH multivariados, as generalizações dos modelos de alavancagem EGARCH e GJR GARCH para o caso multivariado e o modelo de volatilidade estocástica multivariada. Na tese serão apresentados os algoritmos para cada modelo, bem como um estudo, através de simulações, do comportamento do procedimento proposto para avaliar a qualidade dos intervalos de previsão obtidos para os retornos das séries individuais e de uma carteira de investimentos. Serão também realizadas aplicações com séries financeiras brasileiras e não brasileiras.

Publicações científicas

(4)

(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; HOTTA, LUIZ K.; RUIZ, ESTHER. Robust bootstrap densities for dynamic conditional correlations: implications for portfolio selection and Value-at-Risk. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 88, n. 10, SI, p. 1976-2000, 2018. (13/00506-1, 12/09596-0)

TRUCIOS, CARLOS; HOTTA, LUIZ K.. Bootstrap prediction in univariate volatility models with leverage effect. MATHEMATICS AND COMPUTERS IN SIMULATION, v. 120, p. 91-103, FEB 2016. (13/00506-1, 12/09596-0)

TRUCIOS, CARLOS; HOTTA, LUIZ K.; RUIZ, ESTHER. Robust bootstrap forecast densities for GARCH returns and volatilities. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 87, n. 16, p. 3152-3174, 2017. (13/00506-1, 13/23524-5, 12/09596-0)

TRUCIOS, CARLOS; HOTTA, LUIZ K.; RUIZ, ESTHER. Robust bootstrap densities for dynamic conditional correlations: implications for portfolio selection and Value-at-Risk. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 88, n. 10, p. 25-pg., 2018-01-01. (12/09596-0, 13/00506-1)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

MAZA, Carlos Cesar Trucios. Bootstrap forecast densities in univariate and multivariate volatility models. 2016. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica Campinas, SP.