Structural Generalized Autoregressive models via robust optimization

Os Modelos Generalized Autoregressive Score (GAS) oferecem uma estrutura versátil para modelar séries temporais, permitindo a variação dos parâmetros da distribuição ao longo do tempo. Embora amplamente aplicados em diversas áreas, esses modelos apresentam desafios na estimação devido ao grande número de parâmetros envolvidos. No entanto, ao tratá-los como problemas de otimização, é possível simplificar esse processo e aprimorar a precisão, ao incorporar técnicas como regularização e robustificação. Para gerar modelos robustos às mudanças de regime, considera-se a técnica de robustificação na amostra, na qual o modelo é estimado com base na pior sub amostra possível de tamanho K. Utilizando dados mensais de carga elétrica de diferentes sistemas brasileiros, os resultados demonstram que a utilização do modelo GAS como um problema de otimização robusta resulta em melhorias nas três métricas de erro (MAPE, MASE e MAE) em comparação com os resultados obtidos pelo modelo Auto ARIMA.