dc.contributor.author | Condori, Ritha Rubi Huaysara | |
dc.date.accessioned | 2023-05-03T13:56:22Z | |
dc.date.available | 2023-05-03T13:56:22Z | |
dc.date.issued | 2023-02-28 | |
dc.identifier.citation | CONDORI, Ritha Rubi Huaysara. Inferência Bayesiana para modelos de volatilidade estocástica baseados em mistura de escala da distribuição normal assimétrica. 2023. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/17922. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/17922 | |
dc.description.abstract | This dissertation aims to evaluate and compare the performance of the No-U-Turn Sampler
(NUTS) algorithm, implemented in the Stan software, in estimating the parameters of stochastic
volatility models with leverage based on scale mixtures of the skew-normal distribution. These
SV models can simultaneously capture important features of financial return series, such as
leverage effect, heavy tails, and asymmetry. The results of simulation studies show that, according
to bias and root mean squared error (RMSE) measures, the NUTS algorithm performs well.
When comparing the NUTS sampling approach with that of the stochvol package, we observe
that stochvol has faster execution times, but NUTS outperforms it in terms of effective sample
size. Additionally, we propose the use of the Leave-Future-Out Cross-Validation (LFO-CV)
technique for selecting stochastic volatility models and evaluate the performance of information
criteria and cross-validation techniques for model selection. Finally, we apply the developed
methodology to real return series. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Modelos de volatilidade estocástica | por |
dc.subject | Mistura de escala da distribuição normal assimétrica | por |
dc.subject | Algoritmo No-U-Turn Sampler | eng |
dc.subject | Leave-future-out cross-validation | eng |
dc.subject | Efeito de Alavancagem | por |
dc.subject | Scale mixtures of the skew-normal distribution | eng |
dc.subject | Stochastic volatility models | eng |
dc.subject | Leverage effect | eng |
dc.title | Inferência Bayesiana para modelos de volatilidade estocástica baseados em mistura de escala da distribuição normal assimétrica | por |
dc.title.alternative | Bayesian inference for stochastic volatility models based on scale mixtures of the skew-normal distribution | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Ehlers, Ricardo Sandes | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4020997206928882 | por |
dc.description.resumo | Esta dissertação tem como objetivo avaliar e comparar o desempenho do algoritmo No-U-Turn
Sampler (NUTS), implementado no software Stan, na estimação dos parâmetros de modelos de
volatilidade estocástica com alavancagem baseados em mistura de escala da distribuição normal
assimétrica. Esses modelos SV conseguem capturar simultaneamente características importantes
das séries de retornos financeiros, como efeito de alavancagem, caudas pesadas e assimetria.
Os resultados dos estudos de simulação mostram que, de acordo com as medidas de viés e raiz
quadrada do erro quadrático médio (RMSE), o algoritmo NUTS apresenta um bom desempenho.
Ao comparar a abordagem de amostragem do NUTS com a do pacote stochvol, observamos
que o stochvol apresenta tempos de execução menores, mas o NUTS supera essa abordagem
em termos de tamanho efetivo da amostra. Além disso, propomos o uso da técnica de Validação
Cruzada Leave-Future-Out (LFO-CV) para seleção de modelos de volatilidade estocástica e
avaliamos o desempenho de critérios de informação e técnicas de validação cruzada para seleção
de modelos. Finalmente, aplicamos a metodologia desenvolvida a séries de retornos reais. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA EM PROCESSOS ESTOCASTICOS | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA | por |
dc.description.sponsorshipId | 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/9428128499731511 | por |