Inferencia estatistica em redes neurais artificiais: uma aplicacao a taxa de cambio brasileira.

• Processo: 04/02391-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2004
• Data de Término da vigência: 31 de janeiro de 2005
• Área de conhecimento: Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia
• Pesquisador responsável: Alexandre Sartoris Neto
• Beneficiário: Andreza Aparecida Palma
• Instituição Sede: Faculdade de Ciências e Letras (FCL). Universidade Estadual Paulista (UNESP). Campus de Araraquara. Araraquara , SP, Brasil
• Assunto(s): Taxa de câmbio Previsão Reamostragem bootstrap Inferência estatística Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Bootstrap | Inferencia Estatistica | Previsao | Redes Neurais Artificiais | Taxa De Cambio

Resumo

Até pouco tempo atrás, a utilização de redes neurais artificiais (RNAs) na economia estava restrita à estimação de relações entre entradas e produto. Entretanto, Racine e White (2001) mostraram que é possível realizar inferência estatística formal com tais modelos utilizando a técnica de bootstrap. Como as RNAs têm a habilidade de extrair relações complexas (não-lineares), os testes de hipóteses baseados em tais modelos são um poderoso instrumento adicionado à caixa de ferramentas não só de economistas e econometristas, mas de pesquisadores em geral. O objetivo deste trabalho é utilizar este recurso para testar a hipótese de eficiência do mercado de câmbio brasileiro, ou seja, a hipótese que valores passados da taxa de câmbio não têm valor sobre seu valor presente. (AU)