Analisando
a série original, concluímos que se tratava de uma série temporal não estacionária.
Sendo assim, optamos por realizar a primeira diferença na série a fim de
torná-la estacionária.
Feito
isso e analisando a FAC e FACP optamos por quatro modelos candidatos para a
estimação da série: AR (1), MA (1) e ARMA (1,1) AR (com 12 defasagens
específicas) MA(1). Dentre os candidatos, escolhemos o modelo AR (com 12
defasagens específicas) MA (1) pois foi aquele que apresentou o melhor
resultado na análise dos resíduos, onde pode-se considerá-los como tendo uma
distribuição ruído branco. Além disso, verificamos que este modelo apresentou
os menores valores para os critérios AIC e BIC, sendo assim, os índices mais
satisfatórios. Para os modelos selecionados efetuamos os testes de Ljung-Box,
ARCH-LM e da normalidade, constatando que o modelo escolhido não apresentava
correlação entre os resíduos, heterocedasticidade e ainda, possuía uma tendência
de normalidade. Efetuamos a previsão dinâmica e estática do referido modelo, o
qual, se observou que a mesma ficou semelhante a série original, tendo apenas
os pontos outliers distantes da previsão, como já havíamos previsto
anteriormente.
Através
da realização deste trabalho foi possível um aprofundamento dos conhecimentos
adquiridos em sala de aula, aprendendo a modelar uma série temporal na prática
e também conhecendo o comportamento da sinistralidade do Seguro de Vida ao
longo do tempo, verificando tendências e suas correlações. Adquirimos experiência
no manuseio do Gretl e mais conhecimento dos dados relacionados a nossa área de
atuação, a Ciências Atuarias.
Nenhum comentário:
Postar um comentário