Estudo comparativo de previsão entre redes neurais, máquina de suporte vetorial e modelos lineares : uma aplicação à estrutura a termo das taxas de juros

Description

Submitted by Israel Vieira Neto ([e-mail]) on 2015-03-04T13:35:55Z
No. of bitstreams: 2
Dissertação João Bosco.pdf: 775246 bytes, checksum: fab75de75ad24ab761c0708acca1fce7 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T13:35:55Z (GMT). No. of bitstreams: 2
Dissertação João Bosco.pdf: 775246 bytes, checksum: fab75de75ad24ab761c0708acca1fce7 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2012-03-02 / A tarefa de prever o comportamento das taxas de juros sempre esteve no círculo de
interesse de economistas, profissionais de mercado e governo. Pensando na gestão
eficiente dos seus recursos, esses agentes econômicos precisam prever adequadamente a
estrutura a termo das taxas de juros (ETTJ). Tendo em vista, então, a importância do
assunto, uma vasta literatura que trata da estimação e da previsão da ETTJ pode ser
encontrada. Esta pesquisa pretende contribuir na área de previsão de juros ao fazer uso
de duas técnicas não-lineares cuja aplicação ainda é escassa no mercado brasileiro de
renda fixa: Redes Neurais Artificiais (RNA) e Máquina de Suporte Vetorial (MSV). A
fim de investigar se o desempenho preditivo dessas duas técnicas é melhor que o de
modelos baseados na hipótese da linearidade, foram estimados modelos do tipo Vetor
Autorregressivo com correção de erros (VEC) e ARIMA. Com a intenção de se
examinar a significância dos resultados, o teste de Diebold e Mariano (1995) – para
avaliar a precisão da previsão – foi aplicado. Os principais resultados são que os
modelos não-lineares se mostraram mais precisos que os lineares, na previsão; e a MSV
superou a RNA para cinco de seis maturidades da ETTJ. Investigando a literatura
relacionada, pode-se concluir que não há um consenso em torno desses resultados,
existindo estudos na direção contrária e a favor.

Links & Downloads

1. AMARAL JÚNIOR, João Bosco. Estudo comparativo de previsão entre redes neurais artificiais, máquina de suporte vetorial e modelos lineares: uma aplicação à estrutura a termo das taxas de juros. Recife, 2012. 98 f. Dissertação (mestrado) - UFPE, Centro de Ciências Sociais Aplicadas, Programa de Pós-graduação em Economia, 2012
2. https://repositorio.ufpe.br/handle/123456789/10338

Tags

Estrutura a Termo das Taxas de Juros

Previsão

Additional Fields

Identifer	oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/10338
Date	02 March 2012
Creators	AMARAL JÚNIOR, João Bosco
Contributors	TÁVORA JÚNIOR, José Lamartine
Publisher	Universidade Federal de Pernambuco
Source Sets	IBICT Brazilian ETDs
Language	Breton
Detected Language	Portuguese
Type	info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Source	reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rights	Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess