Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/19833
Título: Estudio de la volatilidad estocástica con parámetros variables en el tiempo: una aplicación al precio del crudo Oriente del Ecuador
Autor: Albán Cerda, Pablo David
Palabras clave: SERIES DE TIEMPO
INFERENCIA BAYESIANA
MÉTODOS DE MONTECARLO
Fecha de publicación: 12-nov-2018
Editorial: Quito, 2018.
Citación: Albán Cerda, P. D. (2018). Estudio de la volatilidad estocástica con parámetros variables en el tiempo: una aplicación al precio del crudo Oriente del Ecuador. 104 hojas. Quito : EPN.
Resumen: The present work exposes the stochastic volatility in mean model with time-varying parameters (SVM-TVP), to model Oriente crude oil price from Ecuador. An approach based on Bayesian inference is presented to estimate the model and Markov chains Monte Carlo (MCMC) methods are used, such as Metropolis-Hasting (MH) algorithm, the Gibbs sampling and the acceptance-rejection Metropolis-Hasting (ARMH) algorithm to simulate the a posteriori distribution of the parameters of the model. An algorithm is proposed, which is based on the Gibbs sampling, to estimate the marginal likelihood function of the SVM-TVP model. In addition, the performance of the SVM-TVP model is compared with the other conditional volatility models such as: GARCH, GARCH-M, GARCH-J, GARCH-2 and their counterparts with stochastic volatility, using: marginal likelihood, the bayesian factor, Akaike information criterion (AIC) and Schwarz information criterion (BIC).
Descripción: En el presente trabajo se expone el modelo de volatilidad estocástica en media, con parámetros que varían en el tiempo (SVM-TVP), para modelar el precio de crudo Oriente en el Ecuador. Se presenta un enfoque basado en la inferencia bayesiana para estimar el modelo y se utilizan métodos de Monte Carlo con cadenas de Márkov (MCMC), como son: el algoritmo de Metropolis-Hasting (MH), el muestreo de Gibbs y el algoritmo de aceptación y rechazo de Metropolis-Hasting (ARMH) para simular la distribución a posteriori de los parámetros del modelo. Se propone un algoritmo, basado en el muestreo de Gibbs, para estimar la función de verosimilitud marginal del modelo SVM-TVP. Además, se compara el rendimiento del modelo SVM-TVP con los otros modelos de volatilidad condicional como: GARCH, GARCH-M, GARCH-J, GARCH-2 y sus contrapartes con volatilidad estocástica, utilizando: la función de verosimilitud marginal, el factor bayesiano y los criterios de información de Akaike (AIC) y Schwarz (BIC).
URI: http://bibdigital.epn.edu.ec/handle/15000/19833
Tipo: bachelorThesis
Aparece en las colecciones:Tesis Matemáticas (MAT)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD-9239.pdf2,22 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.