Banca de QUALIFICAÇÃO: Helena Santos Brandão

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : Helena Santos Brandão
DATA : 21/07/2023
HORA: 14:00
LOCAL: https://teams.microsoft.com/l/meetup-join/19%3a2vplckHZkagBUOI6ZERuouq6QhtZ7c7jZyjpwRYiCBs1%40thread
TÍTULO:

A DEFINIR.

PALAVRAS-CHAVES:

Entropia diferencial, risco financeiro, estimadores não paramétricos da entropia, estimadores kernel

PÁGINAS: 32
RESUMO:

A abordagem convencional em análise de riscos financeiros geralmente diz respeito à variância de uma variável de interesse, como o retorno de uma ação ou portfólio. Por causa das limitações dessa medida, alternativas que permitem lidar valores extremos foram propostos na literatura. No entanto, ainda persiste a necessidade de proposta de outras medidas de riscos financeiros para municiar melhor os analistas com uma variedade maior de ferramentas. Desse modo, novos métodos que fornecem insights adicionais além da mera variabilidade, são bem-vindos. Uma dessas medidas complementares é a medida de incerteza, que nos permite capturar e descrever diferentes aspectos do risco, indo além das noções tradicionais de variabilidade por si só. Em particular, nosso estudo se concentra em fornecer uma revisão dos estimadores de tipo plug-in para entropia. Inicialmente, realizamos experimentos empíricos para observar as propriedades de alguns estimadores de entropia não paramétricos bem conhecidos (baseados em distâncias de vizinho mais próximo, em espaçamentos amostrais e estimadores kernel). Depois, aplicamos esses estimadores a dados financeiros reais, o que nos permitiu obter insights importantes do processo de estimativa de entropia. Com base neles direcionaremos os rumos deste projeto. Percebemos que os estimadores baseados em espaçamentos amostrais e método de vizinho mais próximo têm limitações quando os dados contêm valores repetidos (muitas vezes causados por limitações de arredondamento). Também parece haver uma relação entre a distribuição da população e a forma da função de kernel empregada. Essas descobertas destacam a necessidade de adaptações no método de estimador de kernel, incentivando a busca por aprimoramentos. Além disso, pretendemos expandir nossas aplicações para abranger uma gama maior de dados financeiros e explorar cenários diversos.

MEMBROS DA BANCA:
Interno - 1040312 - ANTONIO EDUARDO GOMES
Interno - 2531979 - JAMES MATOS SAMPAIO
Presidente - 1171224 - RAUL YUKIHIRO MATSUSHITA
Interno - 2357165 - ROBERTO VILA GABRIEL