2 Revisão Teórica: Métodos de volatilidades e covariâncias
|
|
- Maria Júlia Clementino
- 5 Há anos
- Visualizações:
Transcrição
1 5 evisão eórica: Méodos de volailidades e covariâncias Nesa seção serão brevemene discuidos os méodos uilizados nese rabalho para a esimação de variâncias e covariâncias. Esa seção enconra-se subdividida em rês famílias de méodos: meodologia do iskmerics, modelos da família GACH e modelos de volailidade realizada... Meodologia do iskmerics (J.P. Morgan (997)) Uma primeira enaiva para a esimação de variâncias e covariâncias seria aravés de uma janela móvel, onde nesa janela os esimadores radicionais de variâncias e covariâncias seriam uilizados. Volailidades e covariâncias no dia seriam enão esimadas por: (3) i, ri, e ij, ri,rj, n n n n onde: r i e r j represenam os reornos (logarímicos) de dois aivos, i, a variância do aivo i no dia, ij, a covariância enre os reornos dos aivos i e j no dia e n é o amanho da janela. Esses esimadores são não-viesados e consisenes em se raando de variâncias e covariâncias incondicionais. No enano, não fica claro sobre quais hipóeses eses esimadores seriam não-viesados e consisenes em se raando de variâncias e covariâncias condicionais, o real objeo de esudo. Em especial, noe que odas as observações recebem o mesmo peso nese ipo de esimador e, apenas um reorno aberrane, irá maner as volailidades e covariâncias alas por um período de exaamene n dias, embora a volailidade do Conforme ressala Alexander (998), não exise evidência empírica de que o fao de assumir média zero para o reorno degrada a qualidade das variâncias e covariâncias esimadas.
2 6 aivo já possa er reornado para níveis normais há algum empo. Uma forma naural de corrigir ese problema seria aravés da aribuição de pesos maiores para os dias mais recenes, como nas equações abaixo: i, λ ri, λ ri,rj, n n e ij, -- λ n λ n, (4) onde λ é um parâmero que deerminará o peso das observações recenes em relação as observações mais anigas (quano menor λ maior o peso das observações recenes). A inrodução do faor de decaimeno λ permie não somene que reornos aberranes enham seu efeio sobre a volailidade diminuindo de forma gradaiva, como ambém permie maior velocidade de reação de volailidades e covariâncias a choques no mercado. Esa meodologia represenada pelas equações em (4) foi defendida pelo banco J.P.Morgan (997) no seu influene manual do iskmerics e, devido ao decaimeno exponencial nos pesos aribuídos as observações aneriores, ficou conhecida como EWMA, sigla do ermo em inglês Exponenial Weighed Moving Average. A uilização do méodo EWMA difundiu-se largamene, em pare devido a sua simplicidade e em pare devido aos bons resulados obidos por esa meodologia em comparação com as demais, e por isso servirá como benchmark nese rabalho. Para a uilização dese méodo será uilizado o valor de 0.94 para λ, conforme sugerido no manual do iskmerics 3 e, quano ao amanho da janela n, serão uilizadas as equações presenes em (4) quando n ende ao infinio 4 : Para comparações enre diferenes méodos de exração de volailidades e correlações veja, por exemplo, Lopez e Waler (00), Lund e Hansen (00) e Pagan e Schwer (990). 3 Considere λ i o valor do faor de decaimeno que minimiza o erro quadráico médio de previsão da variância da série i. O faor óimo de decaimeno é obido aravés da uilização de uma média ponderada dos λ i, uilizando-se um conjuno de 480 séries emporais de aivos americanos. Ver J.P.Morgan (997). Opou-se nese rabalho por não se uilizar ais méodos de oimização do parâmero λ uma vez que, conforme já ressalado, o méodo EWMA é uilizado apenas como benchmark para os demais méodos. 4 Exisem duas moivações para se uilizar n endendo ao infinio: a primeira devido a consaação empírica de que as volailidades e covariâncias possuem memória muio longa (veja Ding, Granger e Engle (993)) e a segunda, de menor imporância, devido a facilidade compuacional da fórmula recursiva em (6).
3 7 ( λ) λ ri, e ij, ( λ ri, rj,, λ) (5) i As equações em (5) podem ser reescrias na forma recursiva como: i, ( λ)ri, + λ i, e ij, ( λ)ri, rj, + λ ij, (6) Garane-se que as marizes de covariância condicionais obidas desa forma são posiivas definidas uma vez que se uilizou o mesmo valor de λ para odas as séries (ver J.P.Morgan (997))... Modelos da Família GACH Desde os seminais arigos de Engle(98) e Bollerslev(986) os modelos da família GACH (Generalized Auoregressive Condiional Heeroscedasiciy) difundiram-se como uma meodologia simples e flexível para a esimação e previsão de volailidades. Em paricular, o modelo mais parcimonioso GACH(,) foi amplamene uilizado na modelagem de variâncias de séries financeiras: r (7) i, i,ε i, ω + αr + βi, (8) onde: r i, é o reorno do aivo i no insane 5, é o desvio-padrão do aivo i no i, insane, ε é um ruído branco (geralmene supõe-se que ε é Gaussiano) e ω,α e β são parâmeros. Nese modelo, impõe-se que os parâmeros α e β sejam posiivos e que o parâmero ω seja esriamene posiivo. As condições de posiividade dos
4 8 parâmeros garanem que as variâncias condicionais ambém sejam posiivas e ω deve ser esriamene posiivo para garanir que o processo para r i, não degenere quando. Além disso, se α + β <, a variância incondicional de r i, é finia e o processo é esacionário de a ordem. E mais, no caso de ε Gaussiano, Nelson r i, (990) mosra que é esriamene esacionário mesmo quando α e β somam Ou seja, quando α + β, o processo GACH (,) é esriamene esacionário, embora sua variância incondicional não seja finia (noe que o EWMA é um caso paricular do GACH (,) quando ω0 e α + β ). A esruura para a variância condicional do GACH (,) (equação (8)) permie que o modelo capure o já ciado fao esilizado da exisência de clusering de volailidades, além de possibiliar a geração de disribuições lepocúricas para as séries de reornos dos aivos. Ese excesso de curose pode ser obido de duas diferenes formas: primeiramene devido a esruura dinâmica da variância condicional e, além disso, direamene aravés da aribuição de disribuições com caudas grossas para ε 7. No enano, séries de reornos financeiros são ambém caracerizadas por ouros faos esilizados, como uma auocorrelação de a ordem nos quadrados dos reornos baixa, mas com ala persisência para as defasagens seguines 8. E nese quesio, como ressalam eräsvira (996) e Carnero, Peña e uiz (00), os modelos GACH não são suficienemene robusos, sendo incapazes de acomodar simulaneamene os valores ípicos de excesso de curose e de auocorrelação nos quadrados dos reornos presenes em séries financeiras (mesmo quando ε possui uma disribuição de cauda grossa como uma de suden). Se por um lado o modelo GACH (,) não consegue capurar compleamene as regularidades empíricas de séries financeiras descrias acima, por ouro lado inúmeras exensões já foram desenvolvidas para capurar ouros faos esilizados como o efeio assimérico de choques posiivos e negaivos sobre 6. 5 A equação para a média condicional do reorno como em (7) pode ambém coner variáveis explicaivas, no enano, al práica não é comum em séries financeiras. 6 Nelson (990) mosra que o GACH (,) é esacionário desde que E[log( β + αε )], condição esa que no caso de ε Gaussiano é saisfeia mesmo quando α + β. 7 Para modelos GACH com disribuições condicionais com caudas grossas veja Engle e Gonzalez-ivera (99) e Hansen (994). <
5 9 a variância ou aé mesmo mudanças de regime nas volailidades 9. Porém, e mais imporane, no que ange ao progresso da modelagem univariada em direção a uma abordagem mulivariada, os avanços foram de cera forma mais discreos. E foram mais discreos não somene devido ao agravameno das dificuldades na hora de capurar regularidades empíricas de volailidades em conjuno com covariâncias, mas principalmene graças a problemas de ordem compuacional. Para ornar a discussão mais clara considere uma exensão naural do modelo GACH(,) para um conexo de dois aivos, onde se modela a variância de cada um dos aivos e a covariância enre eles: i, ω + αri, + αrj, + α3ri, rj, + βi, + β j, + β3ij, (9) j, ω + α4ri, + α5rj, + α6ri, rj, + β4i, + β5 j, + β6ij, (0) ij, ω + α β () 3 7ri, + α8rj, + α9ri, rj, + β7i, + β8 j, + 9 ij, O modelo represenado pelas equações (9), (0) e () foi denominado vech e apresenado em Engle e Kroner (993). A primeira dificuldade práica evidene é proveniene do elevado número de parâmeros: emos parâmeros a serem esimados em um modelo com apenas dois aivos e, por exemplo, já com 5 aivos são 465 os parâmeros a serem esimados. Como esses modelos são usualmene esimados por máxima verossimilhança, os problemas são comuns nas roinas numéricas de oimização e, com um número um pouco maior de aivos orna-se praicamene inviável. O segundo problema práico advém das dificuldades de se impor e verificar resrições sobre os parâmeros que garanam que a mariz de covariância seja quase ceramene posiiva definida. Ouras formulações para os modelos GACH mulivariados foram desenvolvidas, formulações esas que resringiam o espaço dos parâmeros de forma a diminuir a sua dimensionalidade e, além disso, simplificar as condições para a geração de marizes de covariância posiivas definidas. Exemplos desas formulações são o modelo BEKK de Engle e Kroner (993) e o modelo vech 8 Ver Loudon, Wa e Yadav (000).
6 0 diagonal de Bollerslev, Engle e Wooldridge (988). No enano, mesmo eses modelos sofrem de dificuldades operacionais em um ambiene com um grande número de aivos, como usualmene é relevane na práica. Dada esas resrições serão uilizados nese rabalho dois modelos mulivariados da família GACH que possuem uma caracerísica em comum: a esimação do modelo mulivariado é quebrada em uma série de esimações univariadas. ais modelos são o Consan Correlaion GACH de Bollerslev (990) e o GACH Orogonal de Alexander (000) Consan Correlaion GACH (Bollerslev (990)) No Consan Correlaion GACH (CCO) as covariâncias condicionais são paramerizadas para serem proporcionais aos respecivos desvios-padrão, resringindo assim o número de parâmeros e a carga compuacional necessária para a esimação. Além diso, al paramerização, facilia a imposição de condições para a geração de marizes de covariância quase ceramene posiivas definidas. Para ornar a discussão mais precisa suponha um ambiene com N aivos. Enão, aravés da hipóese de correlação condicional consane (ou equivalenemene, covariâncias condicionais proporcionais aos respecivos desvios-padrão), o modelo CCO pode ser escrio como: r () i, i,ε i, i i i, i i, ω + α r + β i,..., N (3) ij, ( i, j, ) i j ρ (4) ij ou, as equações (3) e (4) podem ser escrias na forma maricial como: 9 Para uma revisão veja Bollerslev, Engle e Nelson (994). 0 Noe que como serão uilizados nese rabalho apenas 5 aivos, modelos como o BEKK são viáveis. No enano, opou-se por rabalhar apenas com o Consan Correlaion GACH e o
7 H D Γ D (5) onde: ρ ij é a correlação condicional enre os aivos i e j que é suposa consane ao longo do empo, H é a mariz de covariância condicional em, D é uma mariz diagonal cujos elemenos são os desvios-padrão condicionais ( ) e Γ é uma mariz com elemeno ípico ρ ij. O número de parâmeros a serem esimados diminui significaivamene (por exemplo, quando N igual a são apenas 7 parâmeros a serem esimados em conraposição ao modelo vech que oaliza parâmeros) e, mais imporane, com a hipóese de reornos disribuídos de acordo com uma disribuição normal mulivariada, a esimação do modelo mulivariado é quebrada em várias esimações univariadas: esimam-se primeiramene os modelos GACH(,) univariados em (3) obendo-se os resíduos ε i,, de posse deses resíduos calculam-se as suas correlações incondicionais que serão as esimações das correlações condicionais ρij e, por úlimo, aravés da equação (4) recuperam-se as covariâncias condicionais. Além disso, da equação (5), verifica-se que a mariz de covariância será posiiva definida se, e somene se, a mariz Γ for posiiva definida, mas esa condição é quase ceramene garanida, dado que os elemenos de Γ são por consrução as correlações incondicionais dos resíduos. Apesar das vanagens compuacionais, obviamene a validade da hipóese de correlações condicionais consanes é uma quesão empírica, que pode ser inadequada em alguns casos. Para um ese formal desa hipóese veja Bera e oh (99). i,... GACH Orogonal (Alexander (000)) Uma oura possibilidade para conornar o excessivo número de parâmeros envolvidos em modelos GACH mulivariados seria aravés do uso de faores que seriam responsáveis pelos movimenos de oda mariz de covariância. al abordagem ficou conhecida como facor GACH e foi inroduzida por Engle, Ng GACH Orogonal, devido a efeiva possibilidade de uilização deses modelos em um conexo de dimensionalidade muio maior do que a presene.
8 e ohschild (990), que uilizaram o reorno de mercado como faor que origina os movimenos de oda a mariz de covariância. O modelo GACH Orogonal de Alexander (000) insere-se nese conexo de modelos facor GACH, endo como idéia principal o uso de faores orogonais que noreiam os movimenos da mariz de covariância. Eses faores são obidos aravés do uso da meodologia de componenes principais e, por serem orogonais, podem ser modelados individualmene aravés de modelos GACH univariados. Sejam n aivos cada qual com observações e considere os reornos (logarímicos) deses aivos armazenados na mariz ( x n). Enão a mariz de componenes principais P ( x n) é definida como: P W (6) onde: W (n x n) é a mariz de auoveores de e como al é uma mariz oronormal. É imediao modelar as variações da mariz de reornos originais a parir de variações da mariz de componenes principais P : - P W, pois W W (W é oronormal) (7) A represenação da mariz de reornos a parir da equação (7) é vanajosa, pois a mariz de componenes principais é uma mariz orogonal. Desa forma, a mariz de covariância dos reornos pode ser escria aravés da mariz de pesos W e da mariz de covariância de P, que por ser uma mariz orogonal, envolve apenas a modelagem de variâncias de forma univariada: Var( ) Var(P W ) W Var(P )W W D W (8) Para verificar que a mariz P é orogonal para da radicional fórmula de diagonalização de marizes siméricas: W Λ W W W Λ, onde Λ é a mariz de auovalore s de. Logo, P, pois W é oronormal. P W W W W Λ Λ Na práica, conforme ressala Alexander (000), a mariz de pesos W não varia muio ao longo do empo, podendo ser considera como consane e diminuindo ainda mais a carga compuacional.
9 3 onde D é uma mariz diagonal conendo as variâncias em da mariz de componenes principais P. Em ouras palavras, a mariz de covariância dos reornos esá sendo modelada a parir dos faores represenados pelas colunas da mariz de componenes principais P. Como ais faores são orogonais, para a esimação de suas marizes de covariância são necessários apenas méodos univariados da família GACH 3. A parir desa esimação das variâncias condicionais dos faores, reorna-se para a esimação de variâncias e covariâncias de oda a mariz de reornos, aravés da uilização da equação (8). O GACH Orogonal obém simplicidade compuacional ao reduzir a esimação mulivariada em uma série de esimações univariadas e, além disso, conorna o problema de geração de marizes de covariância posiivas definidas (como D é uma mariz diagonal com elemenos posiivos, por (8) resula que Var( ) será uma mariz posiiva definida). No enano, assim como os demais modelos GACH mulivariados, é baseado em algumas hipóeses simplificadoras: assumir em (8) que a mariz de covariância condicional dos componenes principais é uma mariz diagonal, consiui-se em uma hipóese, pois por consrução, os componenes principais são apenas incondicionalmene não correlacionados..3. Volailidade ealizada (Anderson e al. (003)) A meodologia de volailidade realizada é compuacionalmene rivial e possui um mecanismo direo: esimam-se as volailidades (covariâncias) diárias aravés da soma de reornos ao quadrado inradiários (produo cruzado dos reornos inradiários). Apesar da simplicidade, raa-se de um esimador nãoparamérico que dispensa uma dinâmica específica sobre a mariz de covariância (como, por exemplo, a dinâmica em (6)), e mais imporane, sob condições gerais, raa-se de um esimador não-viesado e consisene de volailidades e covariâncias. 3 Nese rabalho serão uilizados dois méodos univariados para a esimação de variâncias das componenes principais: o GACH (,) e o GACH Exponencial (EGACH) de Nelson (99). Quando o GACH(,) for uilizado em P, será manido o nome da meodologia desa seção em GACH Orogonal (OGACH), mas quando o EGACH for uilizado em P, a meodologia desa seção será denominada EGACH Orogonal (OEGACH).
10 4 Baseado em Oomen (00) será apresenado um modelo simples em empo discreo que possui duplo propósio: fixar a inuição e demonsrar as dificuldades práicas relacionadas a implemenação do esimador de volailidade realizada. Para uma versão em empo conínuo onde é suposo que o processo de preços segue um semi-maringal especial (se o processo de preços não admie arbiragem ele enconra-se nesa classe) veja Anderson, Bollerslev, Diebold e Labys (003). 4 Seja o reorno (logarímico) do aivo i no dia D e [, D,D,,D,..., N,D] o veor de reornos dos N aivos no dia D. Será suposo que o veor de reornos pode ser caracerizado por: D Σ ~ MVN(0, Σ D M,D N,D D ),D L N,D (9) O M L N,D onde: MVN(0, ΣD) indica a disribuição normal mulivariada de veor de média nulo e mariz de covariância. Σ D Um primeiro esimador para variâncias e covariâncias diárias comumene uilizado na lieraura consise simplesmene em uilizar o reorno diário ao quadrado como um esimador da variância diária e o produo dos reornos diários como um esimador das covariâncias diárias. Apesar de não-viesado, al esimador apresena claramene muio ruído, por uilizar apenas um dado para a esimação: E( E( ) j,d ) e Var( ij, e Var( ) 4 j,d ) ij,d + j,d (0) O ruído inerene ao esimador acima poderia ser conornado aravés da uilização das informações conidas em dados inradiários. Para ano, seguindo o modelo delineado para os reornos diários, considere m reornos inradiário r i, espaçados igualmene ao longo do dia (para simplificar a noação normalize o amanho de um dia para ): 4 Para eviar considerações sobre a média que complicariam a noação e não alerariam a essência da discussão abaixo, considere o reorno como o reorno em excesso.
11 5 r ~ MVN(0, Σ ), r [r,, r,,...,r N, ] /m, /m,..., Σ M, N,, L O M L N, N, () Com a suposição que os reornos inradiários são emporalmene descorrelaados, e dado que o reorno diário é a soma dos reornos inradiários (lembre-se que os reornos são logarímicos), é direo ober as seguines relações que ligam variâncias e covariâncias diárias a variâncias e covariâncias inradiárias: i, D ri, i, e ij,d ij, /m /m /m () Da expressão () vemos que a variância diária é a soma das variâncias inradiárias e, de forma similar, a covariância diária é a soma das covariâncias inradiárias. Cada variância inradiária poderia ser esimada aravés do respecivo reorno inradiário ao quadrado e enão oberíamos o seguine esimador para a variância diária: r i, / m. Analogamene cada covariância inradiária poderia ser esimada pelo produo dos respecivos produos inradiários e o esimador da covariância diária seria dado por r i r, / m j,. A eses esimadores aribuiu-se o nome de esimadores de volailidade realizada. Dado que os reornos inradiários são emporalmene não correlacionados, o esimador de volailidade realizada será não-viesado. A demonsração é imediaa: /m ri, ri, + ri, r (3) i, /m /m /m + /m i, D i, /m E( ) E( r ), dado que os reornos são emporalmene não correlacionados.
12 6 (a demonsração é análoga para o caso da covariância, sendo que enquano na variância é necessária a hipóese de que o reorno inradiário do aivo i em um insane do empo é não correlacionado com os reornos inradiários do aivo i em ouros insanes, na covariância usa-se que o reorno do aivo i é não correlacionado com os reornos dos aivos j i em ouros insanes do empo). Apresenam-se enão dois esimadores não-endenciosos para variâncias diárias, a saber, o quadrado do reorno diário e a soma dos quadrados dos reornos inradiários. Da mesma forma, apresenam-se dois esimadores para covariâncias diárias: o produo dos reornos diários e a soma dos produos dos reornos inradiários. No enano, ao explorar a informação conida nos dados inradiários, o esimador de volailidade realizada consegue diminuir o ruído da esimação. Veja o caso da esimação das variâncias: 4 r ( ) ( i, i, < i, i, D Var i, D / m / m / m Var ) (4) A inuição para o resulado acima é a seguine: o esimador de volailidade realizada obém a variância diária aravés da esimação de cada variância inradiária pelo respecivo reorno inradiário ao quadrado e cada uma desas esimações possui ruído, no enano, como eses esimadores são independenes, eses ruídos enderão a se cancelar. No limie, quando o número de reornos inradiários m, não exisiria mais ruído na esimação da variância e o esimador de volailidade realizada seria consisene. Para fixar idéias denro do conexo desa seção 5 suponha que as variâncias e covariâncias inradiárias são proporcionais às variâncias e covariâncias diárias, ou seja: i, D ij, D i, e m ij, (5) m Enão eríamos o seguine: 5 Para uma demonsração formal da consisência do esimador de volailidade realizada veja Anderson, Bollerslen, Diebold e Labys (003)
13 7 Var Var /m ri, r r i, j, /m /m /m 4 i, ij, + 4 /m m i, j, ij,d + m j,d m (6) E quando m, as variâncias dos esimadores de volailidade realizada iriam a zero, ou seja, os esimadores seriam consisenes em erro quadráico médio. O esimador de volailidade realizada apresena-se enão como um esimador não-viesado de variâncias e covariâncias e, eoricamene, na medida que reornos inradiários fossem amosrados em freqüências cada vez maiores, variâncias e covariâncias poderiam ser esimadas com um grau de precisão arbirariamene grande 6. No enano, na práica exise um rade-off enre eficiência e viés ao se deerminar a freqüência de amosragem dos reornos. Enquano amosragens em freqüências maiores ornam o esimador mais eficiene, elas ao mesmo empo inroduzem viés. A origem do viés fica clara aravés da equação (3). Quando os reornos inradiários são correlacionados, o segundo ermo da direia da equação não é zero em esperança e, conseqüenemene, o esimador de volailidade realizada ornase endencioso. Se o ermo /m r r i, i, /m + /m for ipicamene negaivo, o esimador enderá a superesimar a volailidade do reorno diário. Apesar de que no conexo de mercados eficienes possa parecer surpreendene que os reornos inradiários sejam negaivamene correlacionados, ese é um efeio ípico da presença de fricções de microesruuras de mercado 7. Faores como preços discreos, períodos com ausência de ransações e efeios advindos de limies de bid-ask, endem a gerar correlações nas coações quando esas são amosradas em janelas muio pequenas. Nese rade-off enre a uilização de janelas suficienemene pequenas de forma a não compromeer a precisão das esimaivas de volailidade realizada e, no enano, grandes o suficiene para miigar os efeios advindos de fricções de microesruuras de mercado, opou-se por amosrar os reornos inradiários a cada 5 minuos. Na próxima seção esa escolha será discuida. 6 Para uma discussão sobre consrução de inervalos de confiança para os esimadores de volailidade realizada veja Barndorff-Nielsen e Shephard (00) 7 Veja, por exemplo, o raameno de Campbell, Lo e MacKinlay (998).
3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia mais4 Distribuições univariadas e multivariadas de retornos e volatilidades
35 4 Disribuições univariadas e mulivariadas de reornos e volailidades 4.1. Disribuições Condicionais Univariadas de Reornos Caracerizar disribuições (incondicionais) de reornos de aivos é uma preocupação
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia mais4. Modelagem (3) (4) 4.1. Estacionaridade
24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo
Leia mais4 O Papel das Reservas no Custo da Crise
4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia mais4 Análise de Sensibilidade
4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017
DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia maisAntes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.
O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia maisSéries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas
Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros
Leia maisGERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 1 a15 de ouubro de
Leia maisIntrodução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.
Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,
Leia maisTipos de Processos Estocásticos
Mesrado em Finanças e Economia Empresarial EPGE - FGV Derivaivos Pare 7: Inrodução ao álculo Diferencial Esocásico Derivaivos - Alexandre Lowenkron Pág. 1 Tipos de Processos Esocásicos Qualquer variável
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia maisCOMPARAÇÃO DE ESTIMADORES DE VOLATILIDADE NA ADMINISTRAÇÃO DE CARTEIRAS DE INVESTIMENTO UMA ABORDAGEM ATRAVÉS DO MODELO DE MARKOWITZ
III SEMEAD COMPARAÇÃO DE ESIMADORES DE VOLAILIDADE NA ADMINISRAÇÃO DE CAREIRAS DE INVESIMENO UMA ABORDAGEM ARAVÉS DO MODELO DE MARKOWIZ Alexandre Linz (*) Liliane Renyi (**) RESUMO A busca de modelos que
Leia maisModelos BioMatemáticos
Modelos BioMaemáicos hp://correio.fc.ul.p/~mcg/aulas/biopop/ edro J.N. Silva Sala 4..6 Deparameno de Biologia Vegeal Faculdade de Ciências da Universidade de Lisboa edro.silva@fc.ul.p Genéica opulacional
Leia maisMotivação. Prof. Lorí Viali, Dr.
Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia maisREDUÇÃO DE DIMENSIONALIDADE
Análise de componenes e discriminanes REDUÇÃO DE DIMENSIONALIDADE Uma esraégia para abordar o problema da praga da dimensionalidade é realizar uma redução da dimensionalidade por meio de uma ransformação
Leia maisCINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA
CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos
Leia maisTRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)
TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:
Leia mais5 Método dos Mínimos Quadrados de Monte Carlo (LSM)
Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores
Leia maisTipos de Processos Estocásticos
Mesrado em Finanças e Economia Empresarial EPGE - FGV Derivaivos Pare 6: Inrodução ao Cálculo Diferencial Esocásico Derivaivos - Alexandre Lowenkron Pág. 1 Tipos de Processos Esocásicos Qualquer variável
Leia mais4 Modelo teórico Avaliação tradicional
4 Modelo eórico 4.1. Avaliação radicional Em economia define-se invesimeno como sendo o ao de incorrer em um cuso imediao na expecaiva de fuuros reornos (DIXIT e PINDYCK, 1994). Nesse senido as empresas
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisSeção 5: Equações Lineares de 1 a Ordem
Seção 5: Equações Lineares de 1 a Ordem Definição. Uma EDO de 1 a ordem é dia linear se for da forma y + fx y = gx. 1 A EDO linear de 1 a ordem é uma equação do 1 o grau em y e em y. Qualquer dependência
Leia mais4. Selecionando modelos de Projeção com. AIC e SIC. Primeiro, vamos falar do erro quadrático médio
4. Selecionando modelos de Projeção com AIC e SIC Os criérios de seleção de modelos ipicamene requerem que o erro quadráico médio da previsão de um período a frene seja o menor possível. A diferença enre
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia maisInstituto de Física USP. Física Moderna. Aula 23. Professora: Mazé Bechara
Insiuo de Física USP Física Moderna Aula 3 Professora: Mazé Bechara Aula 3 Bases da Mecânica quânica e equações de Schroedinger: para odos os esados e para esados esacionários. Aplicação e inerpreações.
Leia maisCADERNOS DO IME Série Estatística
CADERNOS DO IME Série Esaísica Universidade do Esado do Rio de Janeiro - UERJ Rio de Janeiro RJ - Brasil ISSN 43-9 / v. 6 p. 5-8, 9 MODELAGEM DE ESTIMAÇÃO DA VOLATILIDADE DO RETORNO DAS AÇÕES BRASILEIRAS:
Leia maisAULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM
AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e
Leia maisEstimação em Modelos de Volatilidade Estocástica com Memória Longa
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor
Leia maisSISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES
8//7 SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES Teorema: Considere o seguine sisema de k equações a diferenças lineares de primeira ordem, homogêneo: x a x a x... a x k k x a x a x... a x k k x a x a x...
Leia maisEnunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios
Leia mais6 Análise do processo de filtragem
6 Análise do processo de filragem Ese capíulo analisa o processo de filragem para os filros de Kalman e de parículas. Esa análise envolve ão somene o processo de filragem, não levando em consideração o
Leia maisFormas Quadráticas e Cônicas
Formas Quadráicas e Cônicas Sela Zumerle Soares Anônio Carlos Nogueira (selazs@gmail.com) (anogueira@uu.br). Resumo Faculdade de Maemáica, UFU, MG Nesse rabalho preendemos apresenar alguns resulados da
Leia mais2.5 Impulsos e Transformadas no Limite
.5 Impulsos e Transformadas no Limie Propriedades do Impulso Uniário O impulso uniário ou função dela de Dirac δ não é uma função no senido maemáico esrio. Ela perence a uma classe especial conhecida como
Leia mais4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia maisLista de Exercícios nº 3 - Parte IV
DISCIPLINA: SE503 TEORIA MACROECONOMIA 01/09/011 Prof. João Basilio Pereima Neo E-mail: joaobasilio@ufpr.com.br Lisa de Exercícios nº 3 - Pare IV 1ª Quesão (...) ª Quesão Considere um modelo algébrico
Leia mais4 Análise Empírica. 4.1 Definição da amostra de cada país
57 4 Análise Empírica As simulações apresenadas no capíulo anerior indicaram que a meodologia desenvolvida por Rigobon (2001 é aparenemene adequada para a análise empírica da relação enre a axa de câmbio
Leia mais4 Modelos teóricos para a ETTJ
4 Modelos eóricos para a ETTJ 4.1. Inrodução No capíulo 3, descrevemos e eemplificamos a ETTJ observada e alguns conceios a ela relacionados. Nesa seção, vamos descrever a eoria por rás dos modelos da
Leia maisAula 6 Geração de Grades
Universidade Federal do ABC Aula 6 Geração de Grades EN34 Dinâmica de Fluidos Compuacional TRANSFORMAÇÕES DE COORDENADAS Grade de ponos discreos A abordagem de diferenças finias apresenada aé agora, que
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia maisAnálise de Pós-optimização e de Sensibilidade
CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros
Leia maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia mais2 Distribuições de Probabilidade
Disribuições de Probabilidade.1 Disribuição Gaussiana Para uma caracerização complea do processo esocásico seguido por uma variável aleaória é necessário deerminar algumas de suas propriedades, como sua
Leia maisConsidere uma economia habitada por um agente representativo que busca maximizar:
2 Modelo da economia Uilizaram-se como base os modelos de Campos e Nakane 23 e Galí e Monacelli 22 que esendem o modelo dinâmico de equilíbrio geral de Woodford 21 para uma economia abera Exisem dois países:
Leia mais6 Processos Estocásticos
6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo
Leia maisAPLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS
! "#$ " %'&)(*&)+,- /2*&4365879&4/:+58;2*=?5@A2*3B;- C)D 5,5FE)5G+ &4- (IHJ&?,+ /?=)5KA:+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G- D - ;/);& Foz do Iguaçu, PR, Brasil, 9 a de ouubro de 27 APLICAÇÃO DA ANÁLISE
Leia maisCapítulo 2: Proposta de um Novo Retificador Trifásico
30 Capíulo 2: Proposa de um Novo Reificador Trifásico O mecanismo do descobrimeno não é lógico e inelecual. É uma iluminação suberrânea, quase um êxase. Em seguida, é cero, a ineligência analisa e a experiência
Leia maisINFLUÊNCIA DE EVENTOS POSITIVOS E NEGATIVOS SOBRE A VOLATILIDADE DOS MERCADOS NA AMÉRICA LATINA
INFLUÊNCIA DE EVENTOS POSITIVOS E NEGATIVOS SOBRE A VOLATILIDADE DOS MERCADOS NA AMÉRICA LATINA Paulo S. Cerea, Newon C. A. da Cosa Jr Programa de Pós-Graduação Engenharia de Produção - UFSC Caixa Posal
Leia maisA CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1
16 : CADERNOS DO MERCADO DE VALORES MOBILIÁRIOS A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1 PAULO HORTA* A esimaiva dos lucros obidos pelo preenso manipulador apresena-se como uma arefa imporane na análise
Leia maisFACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUÇÃO EM ECONOMIA ROSANGELA CAVALERI COMBINAÇÃO DE PREVISÕES APLICADA À VOLATILIDADE
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUÇÃO EM ECONOMIA ROSANGELA CAVALERI COMBINAÇÃO DE PREVISÕES APLICADA À VOLATILIDADE Poro Alegre 008 ROSANGELA
Leia mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia maisCapítulo 11. Corrente alternada
Capíulo 11 Correne alernada elerônica 1 CAPÍULO 11 1 Figura 11. Sinais siméricos e sinais assiméricos. -1 (ms) 1 15 3 - (ms) Em princípio, pode-se descrever um sinal (ensão ou correne) alernado como aquele
Leia maisExperiência IV (aulas 06 e 07) Queda livre
Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de
Leia mais2. REVISÃO BIBLIOGRÁFICA
. REVISÃO BIBLIOGRÁFICA.1 Modelo de Apreçameno de Opções GARCH A eoria de apreçameno de opções por GARCH foi desenvolvida por Duan (1995) ao esender o conceio de neuralidade a risco de Rubinsein (1976)
Leia maisFunção de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco
Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade
Leia mais4 APLICAÇÃO DO MODELO STAR-TREE
4 APLICAÇÃO DO MODELO STAR-TREE 4. Inrodução Uma vez conhecida a esruura de uma árvore STAR, é possível esimá-la aravés do processo dealhado no capíulo anerior. Porém, esa esruura é desconhecida de anemão,
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA DOUGLAS GOMES DOS SANTOS
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA DOUGLAS GOMES DOS SANTOS ESTIMAÇÃO DE VOLATILIDADE EM SÉRIES FINANCEIRAS: MODELOS ADITIVOS
Leia maisProblemas das Aulas Práticas
Mesrado Inegrado em Engenharia Elecroécnica e de Compuadores Conrolo em Espaço de Esados Problemas das Aulas Práicas J. Miranda Lemos Fevereiro de 3 J. M. Lemos, IST P. Consrução do modelo de esado a parir
Leia mais2 Reforma Previdenciária e Impactos sobre a Poupança dos Funcionários Públicos
Reforma Previdenciária e Impacos sobre a Poupança dos Funcionários Públicos Em dezembro de 998 foi sancionada a Emenda Consiucional número 0, que modificou as regras exisenes no sisema de Previdência Social.
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia mais2 Formulação do Problema
30 Formulação do roblema.1. Dedução da Equação de Movimeno de uma iga sobre Fundação Elásica. Seja a porção de viga infinia de seção ransversal consane mosrada na Figura.1 apoiada sobre uma base elásica
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia mais3 Processos Estocásticos
3 Processos Esocásicos Um processo esocásico pode ser definido como uma seqüência de variáveis aleaórias indexadas ao empo e ambém a evenos. É uma variável que se desenvolve no empo de maneira parcialmene
Leia mais