Return to search

Modelagem e previsão da volatilidade dos retornos do café arábica produzido no Brasil

Submitted by (ana.araujo@ufrpe.br) on 2016-08-04T15:54:10Z
No. of bitstreams: 1
Marcela Veronica Alves de Souza.pdf: 493032 bytes, checksum: 61ed79a4b91e6c9460233f6b3ab961d2 (MD5) / Made available in DSpace on 2016-08-04T15:54:10Z (GMT). No. of bitstreams: 1
Marcela Veronica Alves de Souza.pdf: 493032 bytes, checksum: 61ed79a4b91e6c9460233f6b3ab961d2 (MD5)
Previous issue date: 2005-02-28 / The main aim of the present dissertation is to present a modeling methodology and forecast of the volatility of the Arabic coffee, with the intent not only to predict and explain its conditional heteroskedasticity, but also to obtain the market risk for its investments. For modeling and prevision of volatility in this dissertation, the temporal series of Arabic coffee returns from September 1996 to December 2004, was used. The ARIMA models were analyzed, together with non-linear ARCH models, and their generalization GARCH. The results predict high volatility and investment loss for up to nine steps ahead. The results also indicate that the GARCH model, adjusted to the residuals of the AR model, presents the largest forecast power one step ahead / O principal objetivo da presente dissertação é apresentar uma metodologia de modelagem e previsão da volatilidade do café Arábica, com o intuito não só de explicar e prever sua heteroscedasticidade condicional, como de obter o risco de mercado para seus investimentos. Ao longo desta dissertação trabalhamos com a série temporal dos retornos diários do café Arábica de setembro de 1996 a dezembro de 2004 para modelagem e previsão da volatilidade. Analisamos os modelos ARIMA, assim como utilizamos os modelos não -lineares ARCH e sua generalização, GARCH. Contudo, os resultados preveem alta volatilidade e perda nos investimentos para até nove passos à frente. Estes resultados também revelam o modelo GARCH ajustado aos resíduos de um modelo AR, dentre os modelos considerados, como o modelo de maior poder preditivo, um passo à frente.

Identiferoai:union.ndltd.org:IBICT/oai:tede2:tede2/5198
Date28 February 2005
CreatorsSOUZA, Marcela Verônica Alves de
ContributorsCORDEIRO, Gauss Moutinho, DEZOTTI, Cláudia Helena, STOSIC, Borko
PublisherUniversidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Biometria e Estatística Aplicada, UFRPE, Brasil, Departamento de Estatística e Informática
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE
Rightsinfo:eu-repo/semantics/openAccess
Relation768382242446187918, 600, 600, 600, -6774555140396120501, -5836407828185143517

Page generated in 0.002 seconds