Return to search

Apreçamento não-paramétrico de derivativos de renda fixa baseado em teoria da informação

Submitted by Rafael Azevedo (rafael.moura.a@gmail.com) on 2011-02-04T18:51:31Z
No. of bitstreams: 1
Rafael Azevedo Mestrado.pdf: 228231 bytes, checksum: f596212a38122e71eb88fc33a720b8b5 (MD5) / Approved for entry into archive by Andrea Virginio Machado(andrea.machado@fgv.br) on 2011-02-07T11:25:50Z (GMT) No. of bitstreams: 1
Rafael Azevedo Mestrado.pdf: 228231 bytes, checksum: f596212a38122e71eb88fc33a720b8b5 (MD5) / Made available in DSpace on 2011-02-16T12:37:58Z (GMT). No. of bitstreams: 1
Rafael Azevedo Mestrado.pdf: 228231 bytes, checksum: f596212a38122e71eb88fc33a720b8b5 (MD5)
Previous issue date: 2010-10-20 / Este trabalho apresenta um método de apreçamento não paramétrico de derivativos de taxa de juros baseado em teoria da informação. O apreçamento se dá através da distribuição de probabilidade na medida futura, estimando aquela que mais se aproxima da distribuição objetiva. A teoria da informação sugere a forma de medir esta distância. Especificamente, esta dissertação generaliza o método de apreçamento canônico criado por Stutzer (1996), também baseado na teoria da informação, para o caso de derivativos de taxas de juros usando a classe Cressie-Read como critério de distância entre distribuições de probabilidade.

Identiferoai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/7824
Date20 October 2010
CreatorsAzevedo, Rafael Moura
ContributorsVicente, José, Barbachan, José Santiago Fajardo, Escolas::EPGE, FGV, Almeida, Caio Ibsen Rodrigues de
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0028 seconds