Estimação de modelos GARCH: robustez e valores iniciais

• Processo: 17/10262-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2017
• Data de Término da vigência: 31 de dezembro de 2017
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Luiz Koodi Hotta
• Beneficiário: Sérgio Henrique Andrade de Azevedo
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 13/00506-1 - Séries temporais, ondaletas e análise de dados funcionais, AP.TEM
• Assunto(s): Análise de séries temporais Heteroscedasticidade
• Palavra(s)-Chave do Pesquisador: Efeito de valores iniciais da volatilidade | Estimação de modelos Garch | Séries temporais

Resumo

O modelo autorregressivo com heteroscedasticidade condicional (GARCH) tem sido o mais utilizado para modelar volatilidade em séries de retornos de preços de ativos financeiros. Sua popularidade deve-se ao fato do modelo poder explicar as principais características de interesse encontrada nestas séries e pelo fato de sua verossimilhança poder ser calculada de forma simples, quando condicionada a um valor inicial da volatilidade. Portanto, nesta abordagem, o estimador de máxima verossimilhança depende do valor inicial da volatilidade. No projeto o aluno deverá estudar o modelo GARCH, estimadores de máxima verossimilhança do modelo GARCH e utilizar simulação para estudar propriedades de estimadores. Serão consideradas várias escolhas do valor inicial da volatilidade e estudados as propriedades destes estimadores. (AU)