Efeitos da utilização de hedges cambiais nos resultados de empresas não financeiras: uma abordagem empírica

A realização de negócios em um mundo globalizado implica em aumentar a exposição das empresas não-financeiras a diversos riscos de origem financeira como câmbio, commodities e taxas de juros e que, dependendo da evolução destas variáveis macroeconômicas, podem afetar significativamente os resultados destas empresas. Existem diversas teorias acadêmicas que abordam sobre os benefícios gerados por programas de gestão de riscos em empresas não-financeiras como redução dos custos de financial distress e custos de agência bem como o uso de estratégias de hedge para fins fiscais. Tais iniciativas contribuiriam, em última instância, para a criação de valor para o negócio e poderiam garantir uma melhor previsibilidade dos fluxos de caixa futuros, tornando as empresas menos vulneráveis a condições adversas de mercado. Este trabalho apresenta dois estudos de caso com empresas não-financeiras brasileiras que possuíam exposições em moeda estrangeira e que não foram identificadas operações com derivativos cambiais durante o período de 1999 a 2005 que foi caracterizado pela alta volatilidade da taxa de câmbio. Através de modelos de simulação, algumas estratégias com o uso de derivativos foram propostas para as exposições cambiais identificadas para cada empresa com o objetivo de avaliar os efeitos da utilização destes derivativos cambiais sobre os resultados das empresas no que se refere à agregação de valor para o negócio e redução de volatilidade dos fluxos de caixa esperados. O trabalho não visa recomendar estratégias de hedge para determinada situação de mercado mas apenas demonstra, de forma empírica, quais os resultados seriam obtidos caso certas estratégias fossem adotadas, sabendo-se que inúmeras outras poderiam ser criadas para a mesma situação de mercado. Os resultados sugerem alguns insights sobre a utilização de derivativos por empresas não-financeiras sendo um tema relativamente novo para empresas brasileiras.

Multiple structural change models:a simulation analysis

In a reccnt paper. Bai and Perron (1998) considcrccl theoretical issues relatec\ lo lhe limiting distriblltion of estimators and test. statist.ics in the linear model \\'ith multiplc struct ural changes. \Ve assess. via simulations, the adequacy of the \'arious I1Iethods suggested. These CO\'er the size and power of tests for structural changes. the cO\'erage rates of the confidence Íntervals for the break dates and the relat.Í\'e merits of methods to select the I1umber of breaks. The \'arious data generating processes considered alIo,,' for general conditions OIl the data and the errors including differellces across segmcll(s. Yarious practical recommendations are made.

Simulation-based smoothing and filtering in factor stochastic volatility models : two econometric applications

In this article we use factor models to describe a certain class of covariance structure for financiaI time series models. More specifical1y, we concentrate on situations where the factor variances are modeled by a multivariate stochastic volatility structure. We build on previous work by allowing the factor loadings, in the factor mo deI structure, to have a time-varying structure and to capture changes in asset weights over time motivated by applications with multi pIe time series of daily exchange rates. We explore and discuss potential extensions to the models exposed here in the prediction area. This discussion leads to open issues on real time implementation and natural model comparisons.

Simulation -based smoothing and filtering in factor stochastic volatility models : two econometric applications (July-2001)

The past decade has wítenessed a series of (well accepted and defined) financial crises periods in the world economy. Most of these events aI,"e country specific and eventually spreaded out across neighbor countries, with the concept of vicinity extrapolating the geographic maps and entering the contagion maps. Unfortunately, what contagion represents and how to measure it are still unanswered questions. In this article we measure the transmission of shocks by cross-market correlation\ coefficients following Forbes and Rigobon's (2000) notion of shift-contagion,. Our main contribution relies upon the use of traditional factor model techniques combined with stochastic volatility mo deIs to study the dependence among Latin American stock price indexes and the North American indexo More specifically, we concentrate on situations where the factor variances are modeled by a multivariate stochastic volatility structure. From a theoretical perspective, we improve currently available methodology by allowing the factor loadings, in the factor model structure, to have a time-varying structure and to capture changes in the series' weights over time. By doing this, we believe that changes and interventions experienced by those five countries are well accommodated by our models which learns and adapts reasonably fast to those economic and idiosyncratic shocks. We empirically show that the time varying covariance structure can be modeled by one or two common factors and that some sort of contagion is present in most of the series' covariances during periods of economical instability, or crisis. Open issues on real time implementation and natural model comparisons are thoroughly discussed.