Estimação e previsão em modelos autoregressivos não lineares

• Processo: 23/10493-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2023
• Data de Término da vigência: 30 de setembro de 2024
• Área de conhecimento: Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia
• Pesquisador responsável: Carlos Cesar Trucios Maza
• Beneficiário: Felipe Scalabrin Dosso
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Estatística Método de Monte Carlo Econometria
• Palavra(s)-Chave do Pesquisador: Estatística | Finance | Monte Carlo | Nar | Econometria

Resumo

Os modelos autoregressivos são amplamente utilizados em séries temporais. Contudo, estes modelos baseiam-se na relação linear da série com seu própio passado, uma restrição que não permite explorar relações não lineares na dinâmica dos dados. Visando uma maior flexibilidade, os modelos autoregressivos não lineares foram propostos e resultados competitivos em termos de previsão tem sido vistos em diversas aplicações. Nesta pesquisa, com o objetivo de entender melhor em quais situações o desempenho dos modelos autoregressivos não lineares serão como o esperado, estudaremos diversas propriedades em amostras finitas do modelo. Os resultados serão também avaliados utilizando dados empíricos.