English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

O preço à vista de uma commodity pode ser decomposto em dois fatores estocásticos, o preço de equilíbrio de longo prazo e o desvio (ou variação) de curto prazo dos preços que por sua vez representa mudanças temporárias. Estes dois fatores não são observáveis diretamente no mercado. Nosso objetivo é estimá-los assumindo um movimento geométrico Browniano para os preços de equilíbrio de longo prazo e um processo de Ornstein-Uhlenbeck adicionado a um processo de Poisson, modelando saltos, para o desvio de curto prazo. Entretanto, a adição do processo de Poisson torna o modelo não Gaussiano. O filtro de Kalman não pode ser usado. Existe outra metodologia para estimação das variáveis não observáveis denominada filtro de partículas que é apropriada em tais casos. Utilizamos esta metodologia no processo de filtragem. Os resultados evidenciaram que o modelo com saltos explica melhor o comportamento empírico que aquele sem saltos. The spot prices of a commodity can be decomposed into two stochastic factors, the long term equilibrium price levels and the short term deviation in prices, which represents temporary changes. These two factors are not observable in the market. We consider that the long term equilibrium price follows a geometric Brownian motion and the short term deviations in prices follow an Ornstein-Uhlenbeck process with Poisson jumps. It is our objective to test this hypothesis. The addition of a Poisson process makes the model non-Gaussian. The Kalman filter methodology can not be used here. But there exists another methodology known as Particle filter method, which is appropriate in our case. We have used it and found that the model with jump process explains better than the model without it

Processos estocásticos dos preços das commodities: uma abordagem através do filtro de partículas