Novo Working Paper - Ajuste e Previsão de Curvas por Métodos Não-Paramétricos em Espaço de Estados

Ajuste e Previsão de Curvas por Métodos Não-Paramétricos em Espaço de Estados

Márcio Poletti Laurini

Ibmec Business School

Resumo

Neste artigo introduzimos uma nova forma de modelagem e previsão de dados de curvas no tempo, utilizando uma aproximação não-paramétrica formulada como um modelo em espaço de estados. A aproximação não-paramétrica é baseada no uso de splines penalizados, representados como um modelo misto dinâmico. Esta formulação permite capturar a evolução dinâmica de curvas utilizando um número restrito de fatores latentes, permitindo um ajuste preciso com um número limitado de parâmetros. Nesta metodologia também apresentamos uma nova forma de determinar o parâmetro de suavizamento, através de um procedimento adaptativo utilizando uma formulação análoga a um modelo de volatilidade estocástica.

Esta metodologia permite unificar diversas metodologias aplicadas a dados com uma estrutura funcional em finanças. Apresentamos as vantagens e limitações desta metodologia, comparando seu desempenho preditivo com outros métodos paramétricos e não-paramétricos utilizados na modelagem de curvas, usando dados de estrutura a termo de taxas de juros, modelagem de volatilidade implícita, curvas de preços de opções e densidade de retornos.

Conforme o prometido, segue a primeira versão do artigo.