Orientador: Luiz Koodi HottaDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação cientificaResumo: O principal objetivo deste trabalho é propor uma metodologia para detecção e estimação de valores aberrantes em modelos de volatilidade estocástica, sejam aqueles com efeito local ou quebras estruturais do modelo. Os estudos realizados no desenvolvimento da metodologia foram baseados em métodos computacionais que uti1i7~m simulações estocásticas. As estimativas dos parâmetros foram obtidas através do método de quase-verossimilhança e o critério de BIC (Schwarz) foi utilizado para detecção das observações aberrantes. A metodologia proposta foi testada em três séries, sendo as duas primeiras simuladas, uma sem outliers e outra com outliers como terceira série foram utilizados dados reais, mais especificamente, dados diários do Índice da Bolsa de Valores de São Paulo, no período de 04 de julho de 1994 - (ínicio do Plano Real) a 7 de abril de 2000, num total de 1424 observaçõesAbstract: The main objective of this paper is to propose a methodology for the detection and estimation of outliers caused by local effects or structural breaks in stochastic volatility models. The studies carried out in the development of the methodology were based on computational methods using stochastic simulation. The estimates of parameters were obtained through the quasi ikelihood method and the Schwarz criteria was used for the detection of outliers. The proposed methodology was tested in three series. The first two were generated, one with outliers and another without. Real data was used as the third series, more specifically the daily São Paulo Stock Exchange index (BOVESP A) for the period nom July 04, 1994 - (beginning of Plano Real) to April 07,2000, totaling 1424 observationsMestradoMestre em Estatistica