Página 1 dos resultados de 15 itens digitais encontrados em 0.003 segundos

Influência da pressão atmosférica no comportamento sexual dos insetos; Influence of atmospheric pressure on the sexual behavior of insects

Pellegrino, Ana Cristina
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 29/11/2011 Português
Relevância na Pesquisa
15.98%
Tempestades acompanhadas por diferentes combinações de ventos, chuvas, variações bruscas de temperatura e de radiação solar são manifestações climáticas frequentemente associadas com queda na pressão atmosférica. Para os insetos, especialmente os pequenos insetos, estas condições de mau tempo são desfavoráveis e podem acarretar alta mortalidade na sua população. Neste trabalho foi demonstrado que as mudanças na pressão atmosférica influenciaram várias atividades do comportamento sexual nos insetos em ao menos três ordens, representados por Pseudaletia unipuncta (Haworth) (Lepidoptera: Noctuidae), Macrosiphum euphorbiae (Thomas) (Hemiptera: Aphididae) e Diabrotica speciosa (Germar) (Coleoptera: Chrysomelidae). Os parâmetros comportamentais observados foram: (i) Resposta de atração do macho ao feromônio sexual (para D. speciosa); (ii) comportamento de chamamento das fêmeas (para P. unipuncta e M. euphorbiae); e (iii) comportamento de cópula (para D. speciosa, P. unipuncta e M. euphorbiae). Estes parâmetros, por sua vez, foram analisados sob diferentes condições de pressão atmosférica no Brasil (Bra) e Canadá (Can). Levando-se em conta dados históricos nestes locais, foi definido como condições estáveis de pressão atmosférica variações de ±1...

Seleção de modelos cópula-GARCH: uma abordagem bayesiana; Copula-Garch model model selection: a bayesian approach

Rossi, João Luiz
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 04/06/2012 Português
Relevância na Pesquisa
36.28%
Esta dissertação teve como objetivo o estudo de modelos para séries temporais bivariadas, que tem a estrutura de dependência determinada por meio de funções de cópulas. A vantagem desta abordagem é que as cópulas fornecem uma descrição completa da estrutura de dependência. Em termos de inferência, foi adotada uma abordagem Bayesiana com utilização dos métodos de Monte Carlo via cadeias de Markov (MCMC). Primeiramente, um estudo de simulações foi realizado para verificar como os seguintes fatores, tamanho das séries e variações nas funções de cópula, nas distribuições marginais, nos valores do parâmetro de cópula e nos métodos de estimação, influenciam a taxa de seleção de modelos segundo os critérios EAIC, EBIC e DIC. Posteriormente, foram realizadas aplicações a dados reais dos modelos com estrutura de dependência estática e variante no tempo; The aim of this work was to study models for bivariate time series, where the dependence structure among the series is modeled by copulas. The advantage of this approach is that copulas provide a complete description of dependence structure. In terms of inference was adopted the Bayesian approach with utilization of Markov chain Monte Carlo (MCMC) methods. First...

Modelando contágio financeiro através de cópulas

Santos, Ricardo Pires de Souza; Pereira, Pedro L. Valls
Fonte: Fundação Getúlio Vargas Publicador: Fundação Getúlio Vargas
Português
Relevância na Pesquisa
56.2%
This article aims to test the hypothesis of contagion between the in- dices of nancial markets from the United States to Brazil, Japan and England for the period 2000 to 2009. Time varying copulas were used to capture the impact of Sub-prime crisis in the dependence between mar- kets. The implemented model was a ARMA(1,0) st-ARCH(1,2) to the marginal distributions and Normal and Joe- Clayton (SJC) copulas for the joint distribution. The results obtained allow to conclude that both for the gaussiana copula and for the SJC copula there is evidence of con- tagion between the American market and the Brazilian market. For the other two markets Londoner and Japanese, the evidence of the presence of contagion between these markets and the American has not been suf- ciently clear in both copula

Cópulas tempo-variantes em finanças

Silva Filho, Osvaldo Candido da
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado Formato: application/pdf
Português
Relevância na Pesquisa
56.23%
A modelagem da estrutura de dependência é de grande importância em todos os ramos da economia onde há incerteza. Ela é um elemento crucial na análise de risco e para a tomada de decisão sob incerteza. As cópulas oferecem aos agentes que se deparam com este problema um poderoso e flexível instrumento para modelar a estrutura de dependência entre variáveis aleatórias e que é preferível ao instrumento tradicional baseado na correlação linear. Neste estudo, nós analisamos a dinâmica temporal da estrutura de dependência entre índices de mercados financeiros internacionais e propomos um novo procedimento para capturar a estrutura de dependência ao longo do tempo. Adicionalmente, estudamos alguns fatos estilizados sobre índices de mercados financeiros como a relação entre volume-volatilidade e retorno-volatilidade.; Modelling dependence is of key importance to all economic fields in which uncertainty plays a large role. It is a crucial element of risk analysis and decision making under uncertainty. Copulas offer economic agents facing uncertainty a powerful and flexible tool to model dependence between random variables and often are preferable to the traditional, correlation-based approach. In this work we analyze the time dynamics of the dependence structure between broad stock market indices and propose a novel procedure to capture dependence structure over time. Additionally...

Aplicação de acoplamento no calculo do valor em risco

Helder Parra Palaro
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 18/03/2004 Português
Relevância na Pesquisa
26.19%
O Valor-em-Risco (VaR) desempenha um papel muito importante no gerenciamento de risco. Existem diversos métodos para estimá-lo, como o de simulação histórica, o método analítico ou da variância-covariância e simulação de Monte-Carlo. Enquanto o primeiro método não assume nenhuma distribuição, os dois últimos necessitam do conhecimento da distribuição multivariada, que no método analítico geralmente é a normal. A teoria de acoplamento aparece como uma ferramenta fundamental na formulação da distribuição multivariada. Ela permite definir esta distribuição a partir das distribuições marginais e da dependência entre as variáveis. Recentemente, a teoria de acoplamentos foi estendida para o caso condicional, nos permitindo o uso dos acoplamentos na modelagem de dependência que pode variar no tempo. A variação temporal no primeiro e segundo momentos condicionais é amplamente discutida na literatura. Deste modo permitir a variação temporal na dependência condicional entre séries temporais é natural. O trabalho apresenta alguns conceitos e funções de acoplamento, bem como algumas propriedades e a aplicação no cálculo do VaR para duas carteiras, uma composta pelas taxas de câmbio Libra esterlina/Dólar e Iene/Dólar...

Modelagem de dependencia em series financeiras multivariadas; Modelling dependence of multivariate financial time series

Omar Muhieddine Franco Abbara
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 19/06/2009 Português
Relevância na Pesquisa
46.51%
A modelagem multivariada de séries financeiras se constitui em um dos mais importantes e desafiadores problemas na área de econometria financeira. Um dos modelos populares nesta área é o modelo de cópulas, dada sua flexibilidade para construir funções de distribuição multivariadas que reproduzam dependências não lineares. Este trabalho está focado no estudo e aplicação de modelos de cópulas com dimensão maior que três, em problemas de interdependência, contágio e gerenciamento de risco. Primeiramente é realizada a modelagem bivariada de retornos de índices considerando os mercados de Estados Unidos, os principais mercados financeiros latino-americanos e europeus, utilizando copulas variando no tempo segundo a metodologia proposta por Patton(2006). Em seguida é proposta a especificação de um modelo de cópulas trivariado com parâmetros variando no tempo combinando as propostas de Patton (2006) e Aas et. al. (2009). Em terceiro lugar a análise de dependência e contagio entre os retornos estudados é feita através do uso de copulas condicionais. Esta análise, conjuntamente com a proposta do modelo trivariado de cópulas com parâmetros variando no tempo, constituem as principais contribuições metodológicas deste trabalho. Finalmente...

Gaussian process conditional copulas with applications to financial time series

Hernández-Lobato, José Miguel; Lloyd, James R.; Hernández-Lobato, Daniel
Fonte: NIPS Publicador: NIPS
Tipo: conferenceObject; bookPart
Português
Relevância na Pesquisa
36.19%
This is an electronic version of the paper presented at the Annual Conference on Neural Information Processing Systems, held in Lake Tahoe on 2013; The estimation of dependencies between multiple variables is a central problem in the analysis of financial time series. A common approach is to express these dependencies in terms of a copula function. Typically the copula function is assumed to be constant but this may be innacurate when there are covariates that could have a large influence on the dependence structure of the data. To account for this, a Bayesian framework for the estimation of conditional copulas is proposed. In this framework the parameters of a copula are non-linearly related to some arbitrary conditioning variables. We evaluate the ability of our method to predict time-varying dependencies on several equities and currencies and observe consistent performance gains compared to static copula models and other time-varying copula methods.

Seasonal copula models for the analysis of glacier discharge at King George Island, Antarctica

Gómez, M.; Ausín, Concepción; Domínguez, M. C.
Fonte: Universidade Carlos III de Madrid Publicador: Universidade Carlos III de Madrid
Tipo: info:eu-repo/semantics/draft; info:eu-repo/semantics/workingPaper
Publicado em 01/06/2015 Português
Relevância na Pesquisa
35.92%
Modelling glacier discharge is an important issue in hydrology and climate research. Glaciers represent a fundamental water resource when melting of snow contributes to runoff. Glaciers are also studied as natural global warming sensors. GLACKMA association has implemented one of their Pilot Experimental Watersheds at the King George Island in the Antarctica which records values of the liquid discharge from Collins glacier. In this paper, we propose the use of time-varying copula models for analyzing the relationship between air temperature and glacier discharge, which is clearly non constant and non linear through time. A seasonal copula model is defined where both the marginal and copula parameters vary periodically along time following a seasonal dynamic. Full Bayesian inference is performed such that the marginal and copula parameters are estimated in a one single step, in contrast with the usual twostep approach. Bayesian prediction and model selection is also carried out for the proposed model such that Bayesian credible intervals can be obtained for the conditional glacier discharge given a value of the temperature at any given time point. The proposed methodology is illustrated using the GLACKMA real data where there is, in addition...

Estimation of State Space Models and Stochastic Volatility

Miller Lira, Shirley
Fonte: Université de Montréal Publicador: Université de Montréal
Tipo: Thèse ou Mémoire numérique / Electronic Thesis or Dissertation
Português
Relevância na Pesquisa
25.92%
Ma thèse est composée de trois chapitres reliés à l'estimation des modèles espace-état et volatilité stochastique. Dans le première article, nous développons une procédure de lissage de l'état, avec efficacité computationnelle, dans un modèle espace-état linéaire et gaussien. Nous montrons comment exploiter la structure particulière des modèles espace-état pour tirer les états latents efficacement. Nous analysons l'efficacité computationnelle des méthodes basées sur le filtre de Kalman, l'algorithme facteur de Cholesky et notre nouvelle méthode utilisant le compte d'opérations et d'expériences de calcul. Nous montrons que pour de nombreux cas importants, notre méthode est plus efficace. Les gains sont particulièrement grands pour les cas où la dimension des variables observées est grande ou dans les cas où il faut faire des tirages répétés des états pour les mêmes valeurs de paramètres. Comme application, on considère un modèle multivarié de Poisson avec le temps des intensités variables, lequel est utilisé pour analyser le compte de données des transactions sur les marchés financières. Dans le deuxième chapitre, nous proposons une nouvelle technique pour analyser des modèles multivariés à volatilité stochastique. La méthode proposée est basée sur le tirage efficace de la volatilité de son densité conditionnelle sachant les paramètres et les données. Notre méthodologie s'applique aux modèles avec plusieurs types de dépendance dans la coupe transversale. Nous pouvons modeler des matrices de corrélation conditionnelles variant dans le temps en incorporant des facteurs dans l'équation de rendements...

Dependence structure of market states

Chetalova, Desislava; Wollschläger, Marcel; Schäfer, Rudi
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
26.11%
We study the dependence structure of market states by estimating empirical pairwise copulas of daily stock returns. We consider both original returns, which exhibit time-varying trends and volatilities, as well as locally normalized ones, where the non-stationarity has been removed. The empirical pairwise copula for each state is compared with a bivariate K-copula. This copula arises from a recently introduced random matrix model, in which non-stationary correlations between returns are modeled by an ensemble of random matrices. The comparison reveals overall good agreement between empirical and analytical copulas, especially for locally normalized returns. Still, there are some deviations in the tails. Furthermore, we find an asymmetry in the dependence structure of market states. The empirical pairwise copulas exhibit a stronger lower tail dependence, particularly in times of crisis.; Comment: 19 pages, 8 figures

Quantile Spectral Analysis for Locally Stationary Time Series

Birr, Stefan; Volgushev, Stanislav; Kley, Tobias; Dette, Holger; Hallin, Marc
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
35.93%
Classical spectral methods are subject to two fundamental limitations: they only can account for covariance-related serial dependencies, and they require second-order stationarity. Much attention has been devoted recently to quantile-based spectral methods that go beyond covariance-based serial dependence features. At the same time, covariance-based methods relaxing stationarity into much weaker local stationarity conditions have been developed for a variety of time-series models. Here, we are combining those two approaches by proposing quantile-based spectral methods for locally stationary processes. We therefore introduce a time-varying version of the copula spectra that have been recently proposed in the literature, along with a suitable local lag-window estimator. We propose a new definition of strict local stationarity that allows us to handle completely general non-linear processes without any moment assumptions, thus accommodating our quantile-based concepts and methods. We establish a central limit theorem for our estimator, and illustrate the power of the new methodology by means of simulations and an empirical study of the Standard & Poor's 500 series. This empirical study brings evidence of important variations in serial dependence structures both across time (crises and quiet periods exhibit quite different dependence structures) and across quantiles (dependencies between extreme quantiles are not the same as in the median range of the series). Such variations remain completely undetected...

Time and Space Varying Copulas

Crane, Glenis
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 17/12/2008 Português
Relevância na Pesquisa
36.06%
In this article we review existing literature on dynamic copulas and then propose an n-copula which varies in time and space. Our approach makes use of stochastic differential equations, and gives rise to a dynamic copula which is able to capture the dependence between multiple Markov diffusion processes. This model is suitable for pricing basket derivatives in finance and may also be applicable to other areas such as bioinformatics and environmental science.

Extending the Archimedean copula methodology to model multivariate survival data grouped in clusters of variable size

Prenen, Leen; Braekers, Roel; Duchateau, Luc
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 09/01/2014 Português
Relevância na Pesquisa
15.84%
For the analysis of clustered survival data, two different types of models that take the association into account, are commonly used: frailty models and copula models. Frailty models assume that conditional on a frailty term for each cluster, the hazard functions of individuals within that cluster are independent. These unknown frailty terms with their imposed distribution are used to express the association between the different individuals in a cluster. Copula models on the other hand assume that the joint survival function of the individuals within a cluster is given by a copula function, evaluated in the marginal survival function of each individual. It is the copula function which describes the association between the lifetimes within a cluster. A major disadvantage of the present copula models over the frailty models is that the size of the different clusters must be small and equal in order to set up manageable estimation procedures for the different model parameters. We describe in this manuscript a copula model for clustered survival data where the clusters are allowed to be moderate to large and varying in size by considering the class of Archimedean copulas with completely monotone generator. We develop both one- and two-stage estimators for the different copula parameters. Furthermore we show the consistency and asymptotic normality of these estimators. Finally...

Gaussian Process Conditional Copulas with Applications to Financial Time Series

Hernández-Lobato, José Miguel; Lloyd, James Robert; Hernández-Lobato, Daniel
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 01/07/2013 Português
Relevância na Pesquisa
36.19%
The estimation of dependencies between multiple variables is a central problem in the analysis of financial time series. A common approach is to express these dependencies in terms of a copula function. Typically the copula function is assumed to be constant but this may be inaccurate when there are covariates that could have a large influence on the dependence structure of the data. To account for this, a Bayesian framework for the estimation of conditional copulas is proposed. In this framework the parameters of a copula are non-linearly related to some arbitrary conditioning variables. We evaluate the ability of our method to predict time-varying dependencies on several equities and currencies and observe consistent performance gains compared to static copula models and other time-varying copula methods.

Copulas for High Dimensions: Models, Estimation, Inference, and Applications

Oh, Dong Hwan
Fonte: Universidade Duke Publicador: Universidade Duke
Tipo: Dissertação
Publicado em //2014 Português
Relevância na Pesquisa
36.25%

The dissertation consists of four chapters that concern topics on copulas for high dimensions. Chapter 1 proposes a new general model for high dimension joint distributions of asset returns that utilizes high frequency data and copulas. The dependence between returns is decomposed into linear and nonlinear components, which enables the use of high frequency data to accurately measure and forecast linear dependence, and the use of a new class of copulas designed to capture nonlinear dependence among the resulting linearly uncorrelated residuals. Estimation of the new class of copulas is conducted using a composite likelihood, making the model feasible even for hundreds of variables. A realistic simulation study verifies that multistage estimation with composite likelihood results in small loss in efficiency and large gain in computation speed.

Chapter 2, which is co-authored with Professor Andrew Patton, presents new models for the dependence structure, or copula, of economic variables based on a factor structure. The proposed models are particularly attractive for high dimensional applications, involving fifty or more variables. This class of models generally lacks a closed-form density, but analytical results for the implied tail dependence can be obtained using extreme value theory...