Estimação de Máxima Quase-Verossimilhança de Modelos Fatoriais Dinâmicos com Cargas Variantes no Tempo

• Processo: 25/25711-4
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
• Data de Início da vigência: 02 de fevereiro de 2026
• Data de Término da vigência: 01 de agosto de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Pedro Alberto Morettin
• Beneficiário: Davi Oliveira Chaves
• Supervisor: Esther Ruiz
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Instituição Anfitriã: Universidad Carlos Iii De Madrid, Campus De Getafe, Espanha
• Vinculado à bolsa: 23/11547-2 - Modelos fatoriais com dinâmica autorregressiva vetorial, BP.DD
• Assunto(s): Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Dynamic Factor Models | EM algorithm | Kalman Filter and Smoother | Quasi-Maximum Likelihood | State space models | Análise de Séries Temporais

Resumo

Dado o aumento da disponibilidade de dados nos últimos anos, os Modelos Fatoriais Dinâmicos (MFDs) tornaram-se particularmente vantajosos para a modelagem de séries temporais multivariadas, pois são capazes de representar a evolução dinâmica utilizando um número reduzido de parâmetros. No entanto, em áreas como a econometria, o MFD convencional pode ser excessivamente restritivo, uma vez que assume cargas fatoriais constantes, uma hipótese irrealista quando se consideram longos períodos de tempo. Como os métodos de estimação de máxima quase-verossimilhança (MQV) para MFDs oferecem algumas vantagens analíticas em relação aos métodos baseados em análise de componentes principais, como o fato de modelarem conjuntamente a dependência serial nos fatores, este projeto tem como objetivo desenvolver um algoritmo do tipo EM apropriado para realizar a estimação MQV de MFDs com cargas variantes no tempo.