Memória longa, agrupamento de valores extremos e assimetrias em séries financeiras

• Processo: 97/00362-5
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de maio de 1997
• Data de Término da vigência: 31 de outubro de 1997
• Área de conhecimento: Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia
• Pesquisador responsável: Pedro Luiz Valls Pereira
• Beneficiário: Mario Manfredo Reguengo da Luz Correia
• Instituição Sede: Faculdade de Economia, Administração e Contabilidade (FEA). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Modelos não lineares Assimetria
• Palavra(s)-Chave do Pesquisador: Memoria Longa | Modelos Arfima | Modelos Bilineares | Modelos Garch | Modelos Nao-Lineares

Resumo

O primeiro objetivo da dissertação é avaliar os eventuais ganhos na utilização de modelos lineares de memória longa (ARFIMA) na caracterização e previsão de séries econômicas ou financeiras quando comparados aos modelos ARMA estacionários usuais. O segundo objetivo é considerar a utilização de modelos bilineares(BL) como alternativa aos modelos de heterocedasticidade condicional(GARCH) amplamente difundidos na análise de dados financeiros. A associação entre os dois objetivos surge quando a variável de interesse é a volatilidade de alguma série. Nesse caso, tanto os fatos estilizados gerados por modelos ARFIMA quanto os proporcionados por modelos não-lineares de memória curta (GARCH e bilineares) podem ser relevantes na caracterização dessa variável. A utilidade relativa de cada uma das abordagens depende do horizonte de previsão específico de cada problema. (AU)