Intervalos de previsão bootstrap em modelos de volatilidade univariados

TL;DRAbstract

Mercados financeiros tem mostrado um grande interesse em intervalos de previsao como uma medida de incerteza. Alem das previsoes do nivel, a previsao da volatilidade e importante em varias aplicacoes em financas. O modelo GARCH tem sido bastante utilizado na modelagem da volatilidade. A partir deste modelo, outros modelos foram propostos para incorporar outros fatos estilizados, como o efeito de alavancagem. Neste sentido, temos os modelos EGARCH e GJR-GARCH. Os metodos tradicionais de construcao de intervalos de previsao para series temporais geralmente assumem que os parâmetros do modelo sao conhecidos e os erros normais. Quando estas suposicoes nao sao verdadeiras, o que costuma acontecer na pratica, o intervalo de previsao obtido tendera a ter uma cobertura abaixo da nominal. Nesta dissertacao propomos uma adaptacao do algoritmo PRR (Pascual, Romo e Ruiz) desenvolvido para obter intervalos de previsao em modelos GARCH, para obter intervalos de previsao em modelos EGARCH e GJR-GARCH

Chat with Paper

AI Agents for this Paper