Modelling volatility using state space models with heavy tailed distributions
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de periódico
Título alternativo
Modelando a volatilidade usando modelos de espaço de estado com distribuições de cauda pesada
Primeiro orientador
Membros da banca
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.
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.
Assunto
Estatística, Amostragem (estatística), Volatilidade, Preços - Brasil - Modelos matemáticos, Índices - Mercado de ações
Palavras-chave
Bayesian inference, Classical inference, Non-Gaussian state space models, Stochastic volatility, Stock price index
Citação
Curso
Endereço externo
https://www.sciencedirect.com/science/article/pii/S0378475415001573