Untitled - UFRJ
Untitled - UFRJ
Untitled - UFRJ
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Abordagem Bayesiana para Modelos GARCH(p,q): UmaComparação Usando Distribuições Normal e t de Student paraos Retornos IBovespaSandra Cristina de OliveiraCampus de Tupã, Universidade Estadual Paulista - UNESPMarinho G. AndradeICMC/São Carlos, Universidade de São Paulo - USPValeria A. M. FerreiraCampus de Sertãozinho, Faculdade de Tecnologia - FATECNeste trabalho comparamos as estimativas Bayesianas obtidas para os parâmetros de modelos GARCH(p,q)considerando distribuições normal e t de student para a distribuição condicional da série de retornos.Adotamos ainda distribuição a priori não-informativa e consideramos uma reparametrização do modeloestudado para mapear o espaço dos parâmetros no espaço real. Os sumários a posteriori foramobtidos por meio dos métodos de simulação de Monte Carlo em Cadeias de Markov (MCMC). Com areparametrização adotada, reduzimos a taxa de rejeição do algoritmo de simulação MCMC, acelerando oprocesso de convergência deste. A metodologia foi avaliada considerando uma série de retornos IBovespa.Palavras-chave: modelos GARCH, métodos MCMC, retornos financeiros.110