Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/42245
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator | Frank Magalhães de Pinho | pt_BR |
dc.creator | Glaura da Conceição Franco | pt_BR |
dc.creator | Ralph Santos Silva | pt_BR |
dc.date.accessioned | 2022-06-03T19:45:59Z | - |
dc.date.available | 2022-06-03T19:45:59Z | - |
dc.date.issued | 2016 | - |
dc.citation.volume | 119 | pt_BR |
dc.citation.issue | 2016 | pt_BR |
dc.citation.spage | 108 | pt_BR |
dc.citation.epage | 127 | pt_BR |
dc.identifier.doi | 10.1016/j.matcom.2015.08.005 | pt_BR |
dc.identifier.issn | 0378-4754 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/1843/42245 | - |
dc.description.abstract | Este artigo trata de um modelo de espaço de estados não Gaussiano (NGSSM) que é atraente porque a probabilidade pode ser analiticamente computada. O artigo se concentra em modelos de volatilidade estocástica no NGSSM, em que a equação de observação é modelada com distribuições de cauda pesada, como Log-gama, Log-normal e Weibull. A estimativa de ponto de parâmetro pode ser realizada tanto usando procedimentos Bayesianos ou clássicos e um estudo de simulação mostra que ambos os métodos levam a resultados satisfatórios. Em dados reais aplicação, os modelos de volatilidade estocástica propostos no NGSSM são comparados com os tradicionais autoregressivos condicionalmente heterocedástico, sua versão exponencial, e modelos de volatilidade estocástica usando índices de preços de ações da América do Sul e do Norte. | pt_BR |
dc.description.resumo | This article deals with a non-Gaussian state space model (NGSSM) which is attractive because the likelihood can be analytically computed. The paper focuses on stochastic volatility models in the NGSSM, where the observation equation is modeled with heavy tailed distributions such as Log-gamma, Log-normal and Weibull. Parameter point estimation can be accomplished either using Bayesian or classical procedures and a simulation study shows that both methods lead to satisfactory results. In a real data application, the proposed stochastic volatility models in the NGSSM are compared with the traditional autoregressive conditionally heteroscedastic, its exponential version, and stochastic volatility models using South and North American stock price indexes. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Minas Gerais | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | FCE - DEPARTAMENTO DE CIÊNCIAS ADMINISTRATIVAS | pt_BR |
dc.publisher.department | ICX - DEPARTAMENTO DE ESTATÍSTICA | pt_BR |
dc.publisher.initials | UFMG | pt_BR |
dc.relation.ispartof | Mathematics and Computers in Simulation | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Bayesian inference | pt_BR |
dc.subject | Classical inference | pt_BR |
dc.subject | Non-Gaussian state space models | pt_BR |
dc.subject | Stochastic volatility | pt_BR |
dc.subject | Stock price index | pt_BR |
dc.subject.other | Estatística | pt_BR |
dc.subject.other | Amostragem (estatística) | pt_BR |
dc.subject.other | Volatilidade | pt_BR |
dc.subject.other | Preços - Brasil - Modelos matemáticos | pt_BR |
dc.subject.other | Índices - Mercado de ações | pt_BR |
dc.title | Modelling volatility using state space models with heavy tailed distributions | pt_BR |
dc.title.alternative | Modelando a volatilidade usando modelos de espaço de estado com distribuições de cauda pesada | pt_BR |
dc.type | Artigo de Periódico | pt_BR |
dc.url.externa | https://www.sciencedirect.com/science/article/pii/S0378475415001573 | pt_BR |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Modelling volatility using state space models with heavy tailed distributions.pdf | 463.45 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.