Séries temporais para modelos com parâmetros aleatórios: uma abordagem bayesiana

Resumo

Este trabalho apresenta uma abordagem bayesiana para fazer inferência sobre os parâmetros de modelos auto-regressivos. Nesse contexto, quando os parâmetros variam de forma aleatória e independente, adotou-se um modelo hierárquico para descrever a densidade a posteriori. Uma segunda abordagem supõe que os parâmetros variam de acordo com um modelo auto-regressivo de primeira ordem; nesse caso a abordagem é vista como uma extensão do filtro de Kalman, no qual as variâncias dos ruí­dos são conhecidas. Os modelos foram analisados usando técnicas de simulação de Monte Carlo e a geração de amostras das densidades a posteriori permitiram fazer previsões de séries por intermédio das densidades preditivas Para exemplificar a aplicação dos modelos, consideramos uma série real correspondente ao preço de ações.