Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.5/6397
Título: Multivariate Markov Chains - estimation, inference and forecast. A new approach : what if we use them as stochastic covariates?
Autor: Damásio, Bruno Miguel Pinto
Orientador: Nicolau, João
Palavras-chave: Markov chains as covariates
Multivariate Markov chains
High order Markov chains
Mixture transition distribution
Cadeias de Markov enquanto regressores
Cadeias de Markov multivariadas
Cadeia de Markov de ordem superior
Distribuição de mistura de transições
Data de Defesa: 2013
Editora: Instituto Superior de Economia e Gestão
Citação: Damásio, Bruno Miguel Pinto. 2013. "Multivariate Markov Chains - estimation, inference and forecast. A new approach : what if we use them as stochastic covariates?". Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.
Resumo: This dissertation proposes a new concept: the usage of Multivariate Markov Chains (MMC) as covariates. Our innovative approach is based on the observation that we can treat possible categorical regressors as a MMC in order to improve the forecast error of a certain dependent variable,provided it is caused, in the Granger sense, by the MMC. We conduct a Monte Carlo simulation study to assess the performance of our model and we archive excellent results in terms of forecast. An empirical illustration, that widely supports the results obtained in the Monte Carlo study, is also provided. Furthermore, the results of our empirical illustration suggest that the sovereign bond markets in peripherical European countries, namely Portugal, are ine cient. The conclusions drawn include implications for policy. We also discuss the ideas behind several methods to estimate MMC, tackling issues with regard to the statistical inference topic. We provide a general framework to allow us to obtain the MMC h-step-ahead forecast closed formulas.
Esta dissertação propõe um novo conceito: a utilização de Cadeias de Markov Multivariadas enquanto regressores. A nossa abordagem inovadora baseia-se na observação de que é possível fazer uso de CMM enquanto variáveis explicativas com o intuito de se reduzirem os erros de previsão de uma determinada variável dependente, desde que essa variável dependente seja causada, a la Granger, pela CMM. Com o objectivo de perceber a performance do nosso modelo em termos de previsão operacionalizamos um estudo de simulação de Monte Carlo no qual obtemos excelentes resultados. Também recorremos a uma ilustração empírica que sustenta fortemente os resultados obtidos no estudo de simulação de Monte Carlo. Para além disso, os resultados da ilustração empírica apontam para a circunstância de que os mercados das obrigações das dívidas soberanas dos países da periferia europeia, nomeadamente Portugal, são ine cientes. Podem retirar-se das conclusões obtidas algumas implicações em termos de orientação de política económica. Discutimos ainda algumas ideias subjacentes às diversas metodologias de estimação de CMM, sublinhando as questões relativas ao tópico da inferência estatística. Providenciamos uma utensilagem teórica do seio da qual se obtêm as expressões da previsão a h-passos com CMM.
Descrição: Mestrado em Econometria Aplicada e Previsão
URI: http://hdl.handle.net/10400.5/6397
Aparece nas colecções:BISEG - Dissertações de Mestrado / Master Thesis
DM - Dissertações de Mestrado / Master Thesis

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
DM-BMPD-2013.pdf682,27 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.