000 | nam a22 7a 4500 | ||
---|---|---|---|
999 |
_c523939 _d524052 |
||
003 | BR-BrENAP | ||
005 | 20220708114023.0 | ||
008 | 220706b xxu||||| |||| 00| 0 por d | ||
040 |
_aBR-BrENAP _bPt_BR |
||
041 | _apor | ||
090 |
_a332.456 _bO482c |
||
100 | 1 |
_967555 _aOliveira, Gerson Eduardo de |
|
245 | 1 | 3 |
_aUm comparativo entre métodos econométricos de previsão da volatilidade da taxa de câmbio R$/US$ / _cpor Gerson Eduardo de Oliveira. -- |
260 |
_aBrasília : _bUniversidade de Brasília, _c2003. |
||
300 |
_a99 f. ; _bil. |
||
502 | _aDissertação de Mestrado em Economia do Setor Público da Universidade de Brasília. | ||
504 | _aInclui bibliografia. | ||
505 |
_tINTRODUÇÃO _t1. IMPORTÂNCIA DA ADMINISTRAÇÃO DE RISCOS _t1.1. PRINCIPAIS TIPOS DE RISCOS CORPORATIVOS _t1.2. DESREGULAMENTAÇÃO E ABERTURA DE MERCADOS _t1.3. MUDANÇAS NA REGULAÇÃO BANCÁRIA PRUDENCIAL _t2. ANÁLISE DE SÉRIES TEMPORAIS _t2.1. CONCEITOS BÁSICOS _t2.1.1. Processos Estocásticos _t2.1.1.1. Estacionaridade _t2.1.2. Processo Estocástico Auto-Regressivo (AR) _t2.1.3. Processo Estocástico de Médias Móveis (MA) _t2.1.4. Processo Estocástico Auto-Regressivo e de Médias Móveis (ARMA) _t2.1.5. Processo Estocástico Auto-Regressivo, Integrado e de Médias Móveis (ARIMA) _t2.2. FERRAMENTAS DE ANÁLISE DE SÉRIES TEMPORAIS _t2.2.1. Teste de raiz unitária _t2.2.1.1. Teste Dickey-Fuller (DF) _t2.2.1.2. Teste Dickey-Fuller Aumentado (ADF) _t2.2.1.3. Teste Phillips-Perron (PP) _t2.2.2. Critérios informacionais de Akaike e de Schwarz _t3. MÉTODOS ECONOMÉTRICOS DE PREVISÃO DE VOLATILIDADE _t3.1. MÉTODO DE VARIÂNCIA CONDICIONAL, AUTO-REGRESSIVA E HETEROCEDÁSTICA (ARCH) _t3.2. MÉTODO DE VARIÂNCIA CONDICIONAL, AUTO- REGRESSIVA E HETEROCEDÁSTICA GENERALIZADO (GARCH) _t3.3. EXTENSÕES DO MÉTODO GARCH _t3.3.1. Método TARCH _t3.3.3. Método GARCH Integrado (IGARCH) _t3.3.3.1. Método EWMA _t3.4. AVALIAÇÃO DE PREVISÕES _t4. REVISÃO DE LITERATURA _t4.1. BRAILSFORD & FAFF (1996) _t4.2. FRANSES & VAN DIJK (1996) _t4.3. ALEXANDER & LEIGH (1997) _t4.4. BARCINSKI, ALMEIDA, GARCIA E SILVEIRA (1997) _t4.5. FARIAS FILHO (1997) _t4.6. CARMO (1998) _t4.7. ALMEIDA & GHIRARDI (1999) _t4.8. QUEIROZ (2000) _t5. ESTUDO DE CASO _t5.1. DESCRIÇÃO DO ATIVO _t5.2. SEQUÊNCIA DE PROCEDIMENTOS DE ANÁLISE _t5.2.1. Análise Exploratória de Dados _t5.2.1.1. Análise da Série Temporal da Taxa de Câmbio _t5.2.1.2. Análise da Série Temporal de Retornos da Taxa de Câmbio _t5.2.2. Estimação de Parâmetros dos Modelos _t5.2.2.1. Estimação de parâmetros da equação da variância _t5.2.3. Avaliação do Desempenho de Modelos _t5.2.3.1. Previsão dentro da amostra _t5.2.3.2. Previsão fora da amostra _tCONCLUSÃO _tREFERÊNCIAS BIBLIOGRÁFICAS |
||
520 | _aO principal objetivo desta dissertação foi verificar se é possível concluir que modelagens mais complexas e sofisticadas implicam em nível mais alto de eficiência na previsão de volatilidade da taxa de câmbio. Dada a diversidade de métodos desenvolvidos ao longo dos últimos anos, este trabalho restringe-se aos seguintes métodos: i) auto regressivo, condicional e heterocedástico (ARCH - auto-regressive conditional heteroskedasticity); li) auto regressivo, condicional, heterocedástico generalizado (GARCH - generalized auto-regressive conditional heteroskedasticity); ii) auto-regressivo, condicional, heterocedástico, generalizado e de limiar (TARCH - threshold generalized auto- regressive conditional heteroskedasticity); e, iv) média móvel exponencialmente ponderada (EWMA - exponencially weighted moving average). Este conjunto foi definido em virtude de tais métodos incorporarem fatos estilizados de séries financeiras extensamente documentados na literatura de Finanças. Parte-se da hipótese de que modelagens mais complexas e sofisticadas implicam em nível mais alto de eficiência. A base de dados utilizada está circunscrita ao período de fevereiro/1999 a outubro/2003, e o pacote computacional escolhido foi o EVIEWS. Como esperado, foram identificados vários fatos estilizados das séries de retornos documentados na literatura de Finanças, quais sejam: i) média próxima de zero; li) curva de distribuição de frequências leptocúrtica; li) assimetria negativa; e, por consequência, iv) não-normalidade. Tais resultados reforçam a suposição de que quanto maior o número de fatos estilizados capturados por um modelo, maior seu poder de predição e, portanto, mais elevado seu nível de eficiência, o que foi objeto de teste empírico no estudo de caso desta dissertação. Contudo, os resultados obtidos não permitiram concluir que modelagens mais complexas e sofisticadas implicam em nível mais alto de eficiência na previsão da volatilidade da taxa de câmbio. | ||
650 |
_912235 _a Setor Público _veconomia |
||
650 | 0 |
_958474 _aTaxas de câmbio _zBrasil |
|
650 |
_912182 _a Econometria |
||
650 | 0 |
_912922 _aEconomia Internacional |
|
700 | 1 |
_936736 _aCribari Neto, Francisco _eorient. |
|
909 |
_a202207 _bNoély |
||
942 | _cT |