Return to search

[en] THE LOG PERIODIC MODEL FOR FINANCIAL CRASHES FORECASTING: AN ECONOMETRICINVESTIGATION / [pt] UMA INVESTIGAÇÃO ECONOMÉTRICA DO MODELO LOG-PERIÓDICO PARA PREVISÃO DE CRASHES FINANCEIROS

[pt] Nesta dissertação utilizamos um modelo baseado na teoria
de fenômenos
críticos para explicar a formação de preços de ativos
financeiros no período précrash.
A evolução dos preços é descrita por um crescimento lento
em forma de lei
de potência, superposto a oscilações periódicas em escala
logarítmica, sendo
denominado modelo log-periódico. Este crescimento é
eventualmente
interrompido por um colapso dos preços que ocorre em um
curto e crítico
intervalo de tempo.O objetivo deste trabalho é o de
investigar o modelo logperiódico
do ponto de vista econométrico, criticando e propondo
melhoramentos
na sua especificação de forma que as inferências
estatísticas dos seus parâmetros
sejam mais confiáveis. Baseado nesta análise é proposta
uma extensão do modelo
log-periódico, com a incorporação de estrutura auto-
regressiva e heterocedástica
condicional no termo aleatório do modelo original. O
modelo é aplicado a índices
de diversos mercados mundiais, a saber: HANG SENG (Hong
Kong), NASDAQ
(EUA), IBOVESPA (Brasil), MERVAL (Argentina), INDIA BSE
NATIONAL
(Índia) e FTSE100 (Grã-Bretanha). Os nossos resultados
indicam que a utilização
destes modelos na prática requer alguma cautela uma vez
que a sua base
inferencial é frágil. / [en] In this work we employ a model based on the critical
phenomena theory to
explain the asset price formation associated to the pre-
crash period. The evolution
of the price is given by an over-all power law
acceleration decorated by
oscillations called log-periodic model. This growth is
likely to be interrupted by a
crash of prices that happen in a short and critical time
interval. The purpose of this
work is to investigate the log-periodic model within the
econometric approach by
suggesting guidelines to achieve its performance in order
to accomplish reliable
statistical inferences. Based on this analysis we here
propose a stretching of the
log-periodic model through the introduction of an
autoregressive structure and an
autoregressive conditional heteroskedasticity at the
residual of the original model.
The current model is applied to the study of financial
index of the stock markets
worldwide as: HANG SENG (Hong Kong), NASDAQ (USA), IBOVESPA
(Brazil), MERVAL (Argentina), INDIA BSE NATIONAL (India)
and FTSE100
(United Kingdom). The output of such work indicates that
the use of the logperiodic
model requires some care as far as its inference basis is
fragile.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:8621
Date04 July 2006
CreatorsLUIZA MORAES GAZOLA
ContributorsCRISTIANO AUGUSTO COELHO FERNANDES
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguageEnglish
TypeTEXTO

Page generated in 0.0021 seconds