Author(s):
Silva, Tânia Cristina Dinis Marques e 
Date: 2010
Persistent ID: http://hdl.handle.net/10071/4466
Origin: Repositório do ISCTE-IUL
Subject(s): 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
Description
Mestrado em Finanças/ C23, Q43 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.
