Skip navigation
User training | Reference and search service

Library catalog

Retrievo
EDS
b-on
More
resources
Content aggregators
Please use this identifier to cite or link to this item:

acessibilidade

http://hdl.handle.net/10071/4466
acessibilidade
Title: Modelling and forecasting brent prices
Authors: Silva, Tânia Cristina Dinis Marques e
Orientador: Curto, José Joaquim Dias
Keywords: Preço do Brent
Modelos de séries temporais com memória longa
Modelos de mudança de regime
Previsões
Brent prices
Long memory time series models
Regime-switching models
Forecasting
Issue Date: 2010
Citation: SILVA, Tânia Cristina Dinis Marques e - Modelling and forecasting brent prices [Em linha]. Lisboa: ISCTE, 2010. Dissertação de mestrado. [Consult. Dia Mês Ano] Disponível em www:<http://hdl.handle.net/10071/4466>.
Abstract: Desde o início dos tempos que o Brent, mais conhecido por petróleo, tem sido uti-lizado em diversas aplicações, devido à sua elevada densidade energética, facilidade de transporte e relativa abundância. Nos últimos anos, o Brent tornou-se na fonte de energia mais importante, desempenhando um papel preponderante na manutenção da nossa actual sociedade. Neste contexto, o objectivo principal deste trabalho é mode-lar e prever os preços mensais e diários do Brent, de forma a melhor compreender e antever o seu comportamento. Na modelação e previsão dos preços utilizaram-se duas abordagens diferentes. A primeira baseia-se na análise de séries temporais com memória longa. A presença de memória longa é veri cada na média condicional e modelada a partir de modelos ARFIMA. Esta característica é também analisada na volatilidade da série e mode-lada através de modelos FIGARCH, FIAPARCH ou FIEGARCH. A outra abordagem considera modelos estocásticos de mudança de regime, nomeadamente modelos STAR, SETAR e MS-AR. A modelação dos preços diários de Brent é feita com base em modelos de séries tem-porais considerando memória longa, uma vez que esta característica foi identi cada na volatilidade da série. Modelos de mudança de regime foram também aplicados, no en-tanto a hipótese de não linearidade foi rejeitada. Relativamente aos resultados obtidos para a série mensal de preços, não foi detectada a presença de heteroscedasticidade condicional nem de memória longa. Os modelos de mudança de regime foram também considerados e, neste caso, foi identi cado um modelo de dois estados, veri cando-se diferenças signi cativas entre os regimes identi cados.
Since early times, the Brent, usually know as crude oil or petroleum, has been used in several elds due to its high energy density, easy transportability, and relative abun-dance. During the past years, it has become the most important source of energy in the world, and it plays a prominent part in the maintenance of our modernised and industrialised civilization. Therefore, the aim of this work is to analyse, understand and forecast the Brent prices behaviour, on a daily and monthly basis. To model and forecast Brent prices, two di erent approaches have been considered. In the rst approach, the presence of long memory is tested in the conditional mean and modelled by using long memory time series models, namely ARFIMA models. The long memory characteristic is also checked in the volatility, and it is modelled with FI-GARCH models, or some of their variants, namely FIAPARCH or FIEGARCH models. The alternative approach considers stochastic regime-switching models, namely STAR, SETAR and MS-AR models. The results obtained from the daily Brent prices analysis suggest that the data under investigation should be modelled with long memory time series, as there was evidence of long-range dependence on the volatility of the Brent prices. Regime-switching models were also applied to the daily data, but the hypothesis of non-linearity was rejected. Regarding the monthly Brent prices, neither conditional heteroskedasticity nor long-range dependence were identi ed. Regime-switching models were also considered, and in this case a two state model was identi ed, showing clear di erences between the achieved regimes.
Description: C23, Q43
URI: http://hdl.handle.net/10071/4466
Designation: Mestrado em Finanças
Appears in Collections:T&D-DM - Dissertações de mestrado

Files in This Item:
acessibilidade
File Description SizeFormat 
Modelling and Forecasting Brent Prices.pdf982.09 kBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Currículo DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.