[pt] O mercado de Derivativos Climáticos no Brasil ainda é
incipiente. Uma das
barreiras que atrapalham o aumento da liquidez no mercado
é certamente a
incerteza que está por traz da precificação e a falta de
conhecimento por vários
setores dos campos de aplicação potenciais desses
derivativos. Com o objetivo de
reduzir esta incerteza, este estudo revê abordagens para
modelar e estabelecer
previsões por modelos de séries temporais para a
temperatura na cidade do Rio de
Janeiro, e consequentemente para o índice de Cooling
Degree Days (CDD) desta
localidade. Três modelos são propostos para a previsão da
média diária de
temperatura, dois benchmark (Holt-Winters e Box & Jenkins)
e um pela
Transformação de Fourier combinado com o processo GARCH
para a variância. Os
resultados sugerem que o modelo baseado na transformação
de Fourier consegue
melhor performance na previsão que os demais. / [en] The Weather Derivative market in Brazil quite inexist. One
of the barriers to
enhance liquidity in this market is the uncertainty in
pricing derivatives. With the
aim of reducing this uncertainty, this study reviews
approaches of time series to
model and forecast the temperature in Rio de Janeiro, and
consequentely forecast
the Cooling Degree Days (CDD) index of this location. Tree
models are proposed
to forecast the average daily temperature, two benchmark
(Holt-Winters and Box &
Jenkins) and one with Fourier Transfom with variance
modeled with GARCH
process. The results suggest that, overall, the model
based on Fourier Transform
have the best performance to forecast the serie.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:9196 |
| Date | 25 October 2006 |
| Creators | BRUNO DORE RODRIGUES |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | English |
| Type | TEXTO |
Page generated in 0.0019 seconds