ESCOLA NACIONAL DE CIÊNCIAS ESTATÍSTICAS
Apresentação de Monografia |
A Escola Nacional de Ciências Estatísticas convida para a defesa de Monografia da Graduação intitulada:
“COMPARAÇÃO ENTRE REDE NEURAL RECORRENTE E MODELO GARCH NO CONTEXTO DE RISCO EM SÉRIES FINANCEIRAS”
Aluno: Lucas Amorim Mendes
Orientadora: Sandra Canton Cardoso (ENCE/IBGE)
Coorientador: Cassio Freitas Pereira de Almeida (ENCE/IBGE)
Data: 27 de julho de 2022 – Quarta-feira
Horário: 18h30m
Local: Rua André Cavalcanti, 106, sala 303 – ENCE
Resumo da Monografia: Este trabalho tem por objetivo comparar dois métodos de modelagem no contexto de uma série temporal financeira para a modelagem do Value at Risk (VaR). Para isto foi utilizado uma Rede Neural do tipo Long Short-Term Memory (LSTM) e um modelo de heterocedasticidade condicional o General Generalized Autoregressive Conditional Heteroskedasticity (GARCH). As redes neurais foram treinadas utilizando simulações do modelo ARCH e GARCH e recebendo como entrada os retornos passados para modelarem o atual valor da volatilidade. Por fim, estes dois modelos foram aplicados em séries reais, modelados os Values at Risk e realizado o teste de Kupiec para validar os valores modelados. Os resultados mostraram que as redes neurais não conseguiram captar as altas variações da volatilidade, contudo os Values at Risk calculados se mostraram eficientes pelo teste de Kupiec.
Palavras-chave: Volatilidade. GARCH. Rede Neural
Banca examinadora:
Sandra Canton Cardoso (ENCE/IBGE) – Orientadora
Cassio Freitas Pereira de Almeida (ENCE/IBGE) – Coorientador
Daniel Takata Gomes ENCE/IBGE)
Coordenação de Graduação