Sumários
A8
12 Abril 2019, 18:00 • João Nicolau
4 Modelação da Heterocedasticidade Condicionada: Caso Multivariado
4.1 Introdução
4.2 Densidade e Verosimilhança
4.3 Modelo VECH (ou VEC)
4.4 Modelo Diagonal VECH
4.5 Modelo "Triangular"
4.5.1 Introdução e Formalização do Modelo
4.5.2 Estimação
4.5.3 Exemplo
4.6 Testes de Diagnóstico
4.7 Aplicação Selecção de Portfolios
4.7.1 Abordagem Marginal
4.7.2 Abordagem Condicional
A6
29 Março 2019, 18:00 • João Nicolau
3.7.3 Método da Máxima Verosimilhança Revisitado: Distribuições Não Normais
3.8 Ensaios Estatísticos
3.8.1 Ensaios Pré-Estimação ARCH
3.8.2 Ensaios Pós-Estimação
3.9 Previsão
3.9.1 Previsão da Variância Condicional
3.9.2 A Previsão da Variável Dependente y
A5
22 Março 2019, 18:00 • João Nicolau
3.3 Modelo GARCH
3.3.1 GARCH(p,q) representa um ARCH(1)
3.3.2 Representação ARMA de um GARCH
3.3.3 Estacionaridade de Segunda Ordem num GARCH(p,q)
3.4 Modelo IGARCH
3.4.1 Alterações de Estrutura e o IGARCH
3.5 Modelo GJR-GARCH
3.6 Modelo de Het. Cond. com Variáveis Explicativas
3.7 Estimação
3.7.1 Estimador de Máxima Verosimilhança
3.7.2 Estimador de Pseudo (ou Quase) Máxima Verosimilhança
A4
15 Março 2019, 18:00 • João Nicolau
3 Modelação da Heterocedasticidade Condicionada: Caso Univariado
3.1 Introdução
3.2 Modelo ARCH
3.2.1 Dois Primeiros Momentos de ut
3.2.2 Representação AR de um ARCH
3.2.3 Estacionaridade Segunda Ordem no ARCH(q)99
3.2.4 FAC e FACP de um u2 t e Identificação do Processo ARCH(q)
3.2.5 Características da Distribuição Marginal de ut
3.2.6 Momentos e Distribuição de y
3.2.7 Volatilidade: Definições