Diagnostico de influencia em modelos de volatilidade estocastica

• Main Author: Martim, Simoni Fernanda
• Other Authors: UNIVERSIDADE ESTADUAL DE CAMPINAS
• Format: Others
• Language: Portuguese
• Published: [s.n.] 2009
• Subjects: Observações influentes (Estatística); Valores estranhos (Estatistica); Diagnóstico; Series temporais; Finanças - Estatística; Influential observations; Outliers (Statistics); Diagnostics; Time-series; Finance - Statistics
• Online Access: MARTIM, Simoni Fernanda. Diagnostico de influencia em modelos de volatilidade estocastica. 2009. 99 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/306152>. Acesso em: 14 ago. 2018.; http://repositorio.unicamp.br/jspui/handle/REPOSIP/306152

Orientadores: Mauricio Enrique Zevallos Herencia, Luiz Koodi Hotta === Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica === Made available in DSpace on 2018-08-14T12:07:35Z (GMT). No. of bitstreams: 1 Martim_SimoniFernanda_M.pdf: 2441806 bytes, checksum: 4d34450ac590270c90e7eb66a293b51b (MD5) Previous issue date: 2009 === Resumo: O diagnóstico de modelos é uma etapa fundamental para avaliar a qualidade do ajuste dos modelos. Nesse sentido, uma das ferramentas de diagnóstico mais importantes é a análise de influência. Peña (2005) introduziu uma forma de analisar a influência em modelos de regressão, a qual avalia como cada ponto é influenciado pelos outros na amostra. Essa estratégia de diagnóstico foi adaptada por Hotta e Motta (2007) na análise de influência dos modelos de volatilidade estocástica univariados. Nesta dissertação, é realizado um estudo de diagnóstico de influência para modelos de volatilidade estocástica univariados assimétricos, assim como para modelos de volatilidade estocástica multivariados. As metodologias propostas são ilustradas através da análise de dados simulados e séries reais de retornos financeiros. === Abstract: Model diagnostics is a key step to assess the quality of fitted models. In this sense, one of the most important tools is the analysis of influence. Peña (2005) introduced a way of assessing influence in linear regression models, which evaluates how each point is influenced by the others in the sample. This diagnostic strategy was adapted by Hotta and Motta (2007) on the influence analysis of univariate stochastic volatility models. In this dissertation, it is performed a study of influence diagnostics of asymmetric univariate stochastic volatility models as well as multivariate stochastic volatility models. The proposed methodologies are illustrated through the analysis of simulated data and financial time series returns. === Mestrado === Series Temporais Financeiras === Mestra em Estatística