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.
| Identifer | oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/7824 |
| Date | 20 October 2010 |
| Creators | Azevedo, Rafael Moura |
| Contributors | Vicente, José, Barbachan, José Santiago Fajardo, Escolas::EPGE, FGV, Almeida, Caio Ibsen Rodrigues de |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds