ANÁLISE DE REGRESSÃO E ANÁLISE DE DADOS MULTIVARIADOS VIA TEORIA DE CÓPULAS

Resumo

Uma das principais dificuldades enfrentadas atualmente pelo mercado financeiro é a compreensão e quantificação dos diferentes tipos de dependências presentes entre os riscos associados a um determinado investimento. Isso, devido ao comportamento das variáveis de interesse poderem assumir valores extremais. Nesse sentido, medidas de dependências usuais, como o coeficiente de correlação linear de Pearson, por exemplo, podem não fornecer uma descrição adequada da verdadeira estrutura de dependência dos dados. Dessa maneira, se faz necessário a utilização de outras ferramentas para a resolução dessa problemática. Uma alternativa é a utilização da teoria de cópulas. Com uma notória expansão de aplicabilidade, essa metodologia tornou-se um mecanismo imprescindível, em especial, para a modelagem de relações complexas entre variáveis. Devido sua grande precisão e flexibilidade, essa teoria é capaz de extrair a estrutura de dependência dos dados de forma simples, além de oferecer mecanismo para a construção de famílias de funções de distribuições multivariadas. Diante disso, o presente trabalho tem como objetivo geral o estudo e a aplicação da Teoria de Cópulas na análise de regressão (em particular análise de regressão para dados com medidas repetidas) e na análise de dados multivariados, utilizando como metodologia, um acervo de textos básicos para a familiarização acerca do tema e, posteriormente, a leitura de artigos relacionados a modelos específicos e aplicações, com estudos de simulações no software R.