Inferência sobre os Hiperparâmetros dos Modelos Estruturais sob as Perspectivas Clássica e Bayesiana

Esta dissertação dedica-se à discussão da metodologia dos modelos estruturais, também conhecidos como modelos dinâmicos, para a modelagem de séries temporais. Neste trabalho, o foco principal está voltado para a comparação dos estimadores clássicos e Bayesianos para se fazer inferências sobre os parâmetros do modelo. Para tanto, utilizam-se as técnicas computacionais bootstrap, enfoque clássico, e Markov chain Monte Carlo (MCMC), no enfoque bayesiano. Através de experimentos Monte Carlo, avaliam-se o vício e o erro quadrático médio dos estimadores de máxima verossimilhança e Bayesianos. Avaliando os estimadores pontuais, percebe-se que o EMV e a moda a posteriori apresentam um melhor desempenho, em geral. Verifica-se também que as estimativas bootstrap acompanham bem o comportamento das estimativas de máxima verossimilhança nas replicações Monte Carlo dos modelos. Discute-se também a construção de intervalos de confiança assintóticos, bootstrap e intervalos de credibilidade para os parâmetros, comparando-os quanto à porcentagem de cobertura e à amplitude. Este trabalho também apresenta uma extensão da metodologia para modelar séries que possuem quebras estruturais, utilizando funções de transferência. A parte final destina-se à apresentação dos modelos de resposta não-gaussiana e a introdução de uma nova família (mais ampla) de modelos de nível local não-gaussianos, assim como casos particulares da mesma. Palavras-chave: modelos dinâmicos, função de transferência, bootstrap, MCMC. Agradecemos à FAPEMIG pelo suporte financeiro para a apresentação deste trabalho no SINAPE-2010.