Modelo fatorial com cargas funcionais para séries temporais

• Main Author: Duvan Humberto Cataño Salazar
• Other Authors: Chang Chiann
• Language: Portuguese
• Published: Universidade de São Paulo 2018
• Subjects: Componentes principais; Estacionaridade local; Mínimos quadrados generalizados; Modelos fatoriais aproximados; Ondaletas; Approximate factor models; Generalized least squares; Local stationarity; Principal components; Wavelets
• Online Access: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-20032018-090755/

No contexto dos modelos fatoriais existem diferentes metodologias para abordar a modelagem de séries temporais multivariadas que exibem uma estrutura não estacionária de segunda ordem, co- movimentos e transições no tempo. Modelos com mudanças estruturais abruptas e restrições rigorosas (muitas vezes irreais) nas cargas fatoriais, quando elas são funções determinísticas no tempo, foram propostos na literatura para lidar com séries multivariadas que possuem essas características. Neste trabalho, apresentamos um modelo fatorial com cargas variando continuamente no tempo para modelar séries temporais não estacionárias e um procedimento para sua estimação que consiste em dois estágios. No primeiro, os fatores latentes são estimados empregando os componentes principais das séries observadas. Em um segundo estágio, tratamos estes componentes principais como co-variáveis e as cargas funcionais são estimadas através de funções de ondaletas e mínimos quadrados generalizados. Propriedades assintóticas dos estimadores de componentes principais e de mínimos quadrados dos coeficientes de ondaletas são apresentados. O desempenho da metodologia é ilustrado através de estudos de simulação. Uma aplicação do modelo proposto no mercado spot de energia do Nord Pool é apresentado. === In the context of the factor models there are different methodologies to modeling multivariate time series that exhibit a second order non-stationary structure, co-movements and transitions over time. Models with abrupt structural changes and strict restrictions (often unrealistic) in factor loadings, when they are deterministic functions of time, have been proposed in the literature to deal with multivariate series that have these characteristics. In this work, we present a factor model with time-varying loadings continuously to modeling non-stationary time series and a procedure for its estimation that consists of two stages. First, latent factors are estimated using the principal components of the observed series. Second, we treat principal components obtained in first stage as covariate and the functional loadings are estimated by wavelet functions and generalized least squares. Asymptotic properties of the principal components estimators and least squares estimators of the wavelet coefficients are presented. The per- formance of the methodology is illustrated by simulations. An application to the model proposed in the energy spot market of the Nord Pool is presented.