Bolsa 18/03012-3 - Econometria

Processo:	18/03012-3
Modalidade de apoio:	Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Data de Início da vigência:	31 de julho de 2018
Data de Término da vigência:	29 de novembro de 2018
Área de conhecimento:	Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia

Pesquisador responsável:	Pedro Luiz Valls Pereira
Beneficiário:	Carlos Cesar Trucios Maza
Supervisor:	Marc Hallin

Instituição Sede:	Escola de Economia de São Paulo (EESP). Fundação Getulio Vargas (FGV). São Paulo , SP, Brasil
Instituição Anfitriã:	Université Libre de Bruxelles (ULB), Bélgica

Vinculado à bolsa:	16/18599-4 - Modelagem e previsão da volatilidade para dados financeiros de alta dimensão, BP.PD

Assunto(s):	Econometria
Palavra(s)-Chave do Pesquisador:	Curse of dimensionality \| dynamic dimension reduction \| High dimensional data \| Outliers \| robustness \| Volatility \| Econometria
Resumo Técnicas de redução de dimensão vem sendo utilizadas na área de economia e finanças como uma forma alternativa de modelar volatilidades e contornar o problema denominado "curse of dimensionality". A maioria dos procedimentos propostos na literatura é desenvolvido para extrair as principais características dos retornos e assumir que o componente principal das volatilidades coincide com a volatilidade dos componentes principais dos retornos. Esses procedimentos são geralmente superados por outras metodologias, incluindo modelos de volatilidade multivariada mais simples, como EWMA, ORE e RiskMetrics. Por outro lado, existem alguns procedimentos adequados para extrair as principais características das volatilidade. No entanto, todos eles são extremamente sensíveis à presença de outliers. Este projeto visa discutir técnicas de redução de dimensão para volatilidades em um contexto de alta dimensão bem como propor uma técnica de redução de dimensão dinâmica robusta adequada para volatilidades. O novo procedimento será comparado com outros procedimentos propostos na literatura. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itens Menos itens
TITULO

Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itens Menos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (5)

(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)

TRUCIOS, CARLOS; HOTTA, LUIZ K.; VALLS PEREIRA, PEDRO L.. On the robustness of the principal volatility components. JOURNAL OF EMPIRICAL FINANCE, v. 52, p. 201-219, JUN 2019. (13/22930-0, 16/18599-4, 18/03012-3)

TRUCIOS, CARLOS; ZEVALLOS, MAURICIO; HOTTA, LUIZ K.; SANTOS, ANDRE A. P.. Covariance Prediction in Large Portfolio Allocation. ECONOMETRICS, v. 7, n. 2, JUN 2019. (16/18599-4, 18/03012-3, 13/00506-1, 18/04654-9)

TRUCIOS, CARLOS; MAZZEU, JOAO H. G.; HOTTA, LUIZ K.; VALLS PEREIRA, PEDRO L.; HALLIN, MARC. Robustness and the general dynamic factor model with infinite-dimensional space: Identification, estimation, and forecasting. INTERNATIONAL JOURNAL OF FORECASTING, v. 37, n. 4, p. 1520-1534, OCT-DEC 2021. (16/18599-4, 18/03012-3, 18/04654-9)

TRUCIOS, CARLOS; MAZZEU, JOAO H. G.; HALLIN, MARC; HOTTA, LUIZ K.; VALLS PEREIRA, PEDRO L.; ZEVALLOS, MAURICIO. Forecasting Conditional Covariance Matrices in High-Dimensional Time Series: A General Dynamic Factor Approach. JOURNAL OF BUSINESS & ECONOMIC STATISTICS, DEC 2021. (18/04654-9, 16/18599-4, 18/03012-3)

TRUCIOS, CARLOS. Forecasting Bitcoin risk measures: A robust approach. INTERNATIONAL JOURNAL OF FORECASTING, v. 35, n. 3, p. 836-847, JUL-SEP 2019. (16/18599-4, 18/03012-3)

URL curto