1. TEDE2
  2. UFRPE. Sede Campus de Dois Irmãos em Recife
  3. PPG em Biometria e Estatística Aplicada
  4. Mestrado em Biometria e Estatística Aplicada
Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/5198
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSOUZA, Marcela Verônica Alves de-
dc.creator.Latteshttp://lattes.cnpq.br/1469037268962739por
dc.contributor.advisor1CORDEIRO, Gauss Moutinho-
dc.contributor.referee1DEZOTTI, Cláudia Helena-
dc.contributor.referee2STOSIC, Borko-
dc.date.accessioned2016-08-04T15:54:10Z-
dc.date.issued2005-02-28-
dc.identifier.citationSOUZA, Marcela Verônica Alves de. Modelagem e previsão da volatilidade dos retornos do café arábica produzido no Brasil. 2005. 81 f. Dissertação (Programa de Pós-Graduação em Biometria e Estatística Aplicada) - Universidade Federal Rural de Pernambuco, Recife.por
dc.identifier.urihttp://www.tede2.ufrpe.br:8080/tede2/handle/tede2/5198-
dc.description.resumoO 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.por
dc.description.abstractThe 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 aheadeng
dc.description.provenanceSubmitted 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)eng
dc.description.provenanceMade 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: 2005-02-28eng
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural de Pernambucopor
dc.publisher.departmentDepartamento de Estatística e Informáticapor
dc.publisher.countryBrasilpor
dc.publisher.initialsUFRPEpor
dc.publisher.programPrograma de Pós-Graduação em Biometria e Estatística Aplicadapor
dc.rightsAcesso Abertopor
dc.subjectCafépor
dc.subjectPrevisão de volatilidadepor
dc.subjectRisco de mercadopor
dc.subjectCoffeeeng
dc.subjectVolatility forecasteng
dc.subjectMarket riskeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.titleModelagem e previsão da volatilidade dos retornos do café arábica produzido no Brasilpor
dc.typeDissertaçãopor
Aparece nas coleções:Mestrado em Biometria e Estatística Aplicada

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Marcela Veronica Alves de Souza.pdfDocumento principal481,48 kBAdobe PDFBaixar/Abrir Pré-Visualizar
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.