[en] STOCHASTIC VOLATILITY VIA MONTE CARLO LIKELIHOOD: A COMPARATIVE STUDY
[pt] Esta dissertação discute o modelo de Volatilidade Estocástica (SV) estimado via metodologia Durbin & Koopman, chamada Verossimilhança de Monte Carlo( MCL). Comparou-se a cobertura condicional do valor em risco (VaR), deste modelo, com as do modelo GARCH(1,1) e SV estimado via Quasi Máx...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | pt |
| Published: |
MAXWELL
2004
|
| Subjects: | |
| Online Access: | https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=4920@1 https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=4920@2 http://doi.org/10.17771/PUCRio.acad.4920 |
| Summary: | [pt] Esta dissertação discute o modelo de Volatilidade
Estocástica (SV) estimado via metodologia Durbin & Koopman,
chamada Verossimilhança de Monte Carlo( MCL). Comparou-se a
cobertura condicional do valor em risco (VaR), deste
modelo, com as do modelo GARCH(1,1) e SV estimado via Quasi
Máxima Verossimilhança (QML). Os modelos foram estendindos a
distúrbios Gaussiano e t-Student na equação da média. O
desempenho dos modelos foi avaliado fora da amostra para
retornos diários dos índices Ibovespa, S&P500, Nasdaq e Dow
Jones. Para o critério de avaliação foi utilizado o teste
de Christoffersen. Foram econtradas evidências empíricas
de que o modelo SV estimado via MCL é tão eficiente quanto
o modelo GARCH(1,1), em termos da cobertura condicional do
VaR. === [en] This dissertation discusses the estimation of the
Stochastic Volatility (SV)model using a Durbin and Koopman
methodology called Monte Carlo Like-lihood (MCL). The
conditional coverage of value at risk (VaR) of SV via
MCL model was compared to the GARCH (1,1) model and to the
SV model via Quasi Maximum Likelihood (QML) estimation. The
models were extended to Gaussian and Student-t isturbances
in the mean equation. The performances of the models were
evaluated out-of-sample for daily returns on the Ibovespa,
S&P500, Nasdaq and Dow Jones indexes. Christoffersen test
were applied for the evaluation criteria. In terms of the
VaR conditional coverage, empirical evidences indicate that
the SV model via MCL estimation is as efficient as the
GARCH (1,1) model. |
|---|