Modelos de previsão de volatilidade : uma aplicação do modelo GARCH a taxas de câmbio

Com o objetivo de mostrar uma aplicação dos modelos da família GARCH a taxas de câmbio, foram utilizadas técnicas estatísticas englobando análise multivariada de componentes principais e análise de séries temporais com modelagem de média e variância (volatilidade), primeiro e segundo momentos respectivamente. A utilização de análise de componentes principais auxilia na redução da dimensão dos dados levando a estimação de um menor número de modelos, sem contudo perder informação do conjunto original desses dados. Já o uso dos modelos GARCH justifica-se pela presença de heterocedasticidade na variância dos retornos das séries de taxas de câmbio. Com base nos modelos estimados foram simuladas novas séries diárias, via método de Monte Carlo (MC), as quais serviram de base para a estimativa de intervalos de confiança para cenários futuros de taxas de câmbio. Para a aplicação proposta foram selecionadas taxas de câmbio com maior market share de acordo com estudo do BIS, divulgado a cada três anos.

Modelo de volatilidade estocástica aplicado a estratégia de trading de commodities

Um dos desafios diários enfrentados nas diferentes empresas é avaliar com razoável precisão a dinâmica dos preços de seus ativos e passivos. Em muitos casos esses preços estão atrelados ao preço de commodities, devido a sua presença tanto como insumos produtivos quanto em derivativos financeiros. Nesse contexto o presente trabalho se propõe a avaliar um modelo de volatilidade estocástico através da aplicação de estratégias de trading. Desta forma busca-se comparar diferentes estratégias de negociação para avaliar o resultado financeiro obtido a partir da adoção do modelo proposto.

Estrutura a termo da volatilidade em mercados de juros e futuros: características gerais e o mercado futuro de DI

São dois os objetivos deste artigo. O primeiro constitui-se em formalizar e formatar a resposta à questão acerca de como se comporta a volatilidade dos preços de titulos, futuros e derivativos de forma geral ao loogo do tempo. Com isto mostra-se que a abordagem empírica tradicional usada para analisar-se o comportamento estatístico de uma série de futuros não é apropriada para economias "instáveis" onde os prazos são curtos (ou para qualquer economia onde haja liquidez nos contratos próximos da maturidade, caso até hoje do Brasil). O segundo objetivo é analisar o mercado futuro de depósitos intemnanceiros (DIfuturo)-- um dos mais importantes mercados financeiros da economia brasileira. Provar-se-á que, do ponto de vista de apreçamento de ativos, este mercado COI'J1>Orta-se exatamente da mesma forma que um mercado à vista detitulos, ao invés de futuro de juros. Analisam-se as implicações empíricas desta constatação no que diz respeito à estrutura a termo da volatilidade, tema da primeira parte do artigo. É um artigo exclusivamente teóric.o, sobre qual deve ser a abordagem empírica correta para mercados de juros e futuros. Na verdade, ele faz parte de um artigo mais amplo, que incorpora, dentre outras análises, urna aplicação empírica.; São dois os sentidos em que esta versão é ampliada no trabalho original (embora esteja-se com o commtário a seguir fugindo do escopo do artigo ora apresentado, julgase tal comentário pertinente para que o leitor especializado possa situar melhor o trabalho na literatura e requisitar o trabalho original caso se interesse). O primeiro tem como objetivo provar que a hipótese de Samuelson -de que a volatilidade dos futuros aumenta a medida que se aproxima de sua maturida~ inconsistente com a ausência de arbitragem em mercados completos (no entanto, como esta é uma hipótese relevante na prática., propêie-se urna forma de fonnalizá-la através de Modelos de Deformação do Tempo). O segundo consiste na aplicação empirica propriamente dita. Discute-se um trabalho empírico (Milooas( 1986) que testa a hipótes de Samuelson para diversos mercados futuros americanos~ e adapta-o para o mercado futuro de Dl.

Modelos de volatilidade estocástica com deformação temporal : com aplicação aos dados do IBOVESPA

Estimar e prever a volatilidade de um ativo é uma tarefa muito importante em mercados financeiros. Nosso objetivo neste trabalho é propor o conceito de deformação temporal neste contexto. A idéia é que o mercado modifica-se com a chegada de novas informações, e não com o decorrer do tempo de calendário. Nós estimamos a volatilidade dos retornos do IBOVESPA, aplicando Modelos de Volatilidade Estocástica sem e com Deformação Temporal.

Pesquisa realizada pela DAPP indica politização e mudança de perfil em “rolezinho” no Leblon

Pesquisa realizada pela DAPP-FGV durante o “rolezinho” do Shopping Leblon, ocorrido no dia 22 de janeiro, indicou uma mudança de perfil em relação aos primeiros eventos, surgidos em São Paulo (SP). Segundo survey realizado com participantes do ato, 54% dos “rolezeiros” tinham 25 anos ou mais, e 63% possuíam curso superior completo ou incompleto. A pesquisa ouviu 260 pessoas de um total de 300 presentes, segundo a Polícia Militar. O “rolezinho” foi realizado na calçada em frente ao shopping, que não abriu as portas devido ao ato.

Cálculo do Value at Risk (VaR) para o Ibovespa, pós crise de 2008, por meio dos modelos de heterocedasticidade condicional (GARCH) e de volatilidade estocástica (Local Scale Model - LSM)

O objetivo deste estudo é propor a implementação de um modelo estatístico para cálculo da volatilidade, não difundido na literatura brasileira, o modelo de escala local (LSM), apresentando suas vantagens e desvantagens em relação aos modelos habitualmente utilizados para mensuração de risco. Para estimação dos parâmetros serão usadas as cotações diárias do Ibovespa, no período de janeiro de 2009 a dezembro de 2014, e para a aferição da acurácia empírica dos modelos serão realizados testes fora da amostra, comparando os VaR obtidos para o período de janeiro a dezembro de 2014. Foram introduzidas variáveis explicativas na tentativa de aprimorar os modelos e optou-se pelo correspondente americano do Ibovespa, o índice Dow Jones, por ter apresentado propriedades como: alta correlação, causalidade no sentido de Granger, e razão de log-verossimilhança significativa. Uma das inovações do modelo de escala local é não utilizar diretamente a variância, mas sim a sua recíproca, chamada de “precisão” da série, que segue uma espécie de passeio aleatório multiplicativo. O LSM captou todos os fatos estilizados das séries financeiras, e os resultados foram favoráveis a sua utilização, logo, o modelo torna-se uma alternativa de especificação eficiente e parcimoniosa para estimar e prever volatilidade, na medida em que possui apenas um parâmetro a ser estimado, o que representa uma mudança de paradigma em relação aos modelos de heterocedasticidade condicional.