Avaliação do value at risk do índice Bovespa usando os modelos garch, tarch e riskmetrics tm para se estimar a volatilidade

Apresenta o método value at risk (VaR) para se mensurar o risco de mercado, sob diferentes abordagens. Analisa a série histórica do índice Bovespa no período de 1995 a 1996 por meio de testes econométricos de normalidade, autocorrelação dos retornos e raiz unitária. Comparo valor obtido a partir dos diferentes modelos de estimação de volatilidade propostos e verifica qual dos modelos foi o mais adequado para o caso estudado

Modelando o prêmio pelo risco cambial no Brasil através de modelos GARCH-M : o mercado forward reflete a visão dos economistas?

O presente estudo demonstra que o mercado brasileiro cambial de forward reflete adequadamente a visão dos economistas – obtida junto a pesquisas de mercado realizadas periodicamente pelo Banco Central do Brasil – quando se modela o prêmio pelo risco cambial através de modelos auto-regressivos condicionais generalizados de heteroscedasticidade na Média (GARCH-M).

Dois modelos de controle de risco: o modelo Nelson-Siegel dinâmico e o cálculo de VaR por modelos GARCH

A presente dissertação tem como objetivo apresentar dois importantes modelos usados na análise de risco. Essa análise culmina em uma aplicação empírica para cada um deles. Apresenta-se primeiro o modelo Nelson-Siegel dinâmico, que estima a curva de juros usando um modelo paramétrico exponencial parcimonioso. É citada a referência criadora dessa abordagem, que é Nelson & Siegel (1987), passa-se pela apresentação da mais importante abordagem moderna que é a de Diebold & Li (2006), que é quem cria a abordagem dinâmica do modelo Nelson-Siegel, e que é inspiradora de diversas extensões. Muitas dessas extensões também são apresentadas aqui. Na parte empírica, usando dados da taxa a termo americana de Janeiro de 2004 a Março de 2015, estimam-se os modelos Nelson-Siegel dinâmico e de Svensson e comparam-se os resultados numa janela móvel de 12 meses e comparamos seus desempenhos com aqueles de um passeio aleatório. Em seguida, são apresentados os modelos ARCH e GARCH, citando as obras originais de Engle (1982) e Bolleslev (1986) respectivamente, discutem-se características destes modelos e apresentam-se algumas extensões ao modelo GARCH, incluindo aí alguns modelos GARCH multivariados. Passa-se então por uma rápida apresentação do conceito de VaR (Value at Risk), que será o objetivo da parte empírica. Nesta, usando dados de 02 de Janeiro de 2004 até 25 de Fevereiro de 2015, são feitas uma estimação da variância de um portfólio usando os modelos GARCH, GJR-GARCH e EGARCH e uma previsão do VaR do portfólio a partir da estimação feita anteriormente. Por fim, são apresentados alguns trabalhos que usam os dois modelos conjuntamente, ou seja, que consideram que as taxas ou os fatores que as podem explicam possuem variância variante no tempo.

Mudanças de regime e persistência dos choques sobre a volatilidade para a série de preços do petróleo: uma análise comparativa da família GARCH e modelos com mudança de regime Markoviana – MSIH e SWARCH

A previsão dos preços do petróleo é fundamental para o planejamento energético e oferece subsídio a tomada de decisões de longo prazo, que envolvem custos irrecuperáveis. No entanto, os preços do petróleo são muito instáveis sujeitos a choques como resultado de questões geopolíticas, poder de mercado da OPEP (Organização dos Países Exportadores de Petróleo) e pressões de demanda resultando numa série sujeita a quebras estruturais, prejudicando a estimação e previsão de modelos de série temporal. Dada a limitação dos modelos de volatilidade da família GARCH, que são instáveis e apresentam elevada persistência em séries com mudanças estruturais, este trabalho compara a previsão da volatilidade, em termos de intervalos de confiança e persistência, dos modelos de volatilidade com mudança de regime markoviana em relação aos modelos de volatilidade determinísticos. Os modelos de volatilidade com mudança de regime considerados são o modelo SWARCH (Markov Switch ARCH) e introduz-se o modelo MSIH (Markov Switch Intercept Heteroskedasticity) para o estudo da volatilidade. Como resultado as previsões de volatilidade dos modelos com mudança de regime permitem uma estimação da volatilidade que reduz substancialmente a persistência em relação aos modelos GARCH.

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.

Ciclos políticos no Brasil

Esta tese pretende analisar a questão de ciclos políticos eleitorais em dois estudos, sendo o primeiro deles um teste empírico sobre a existência de ciclos políticos eleitorais nos municípios brasileiros e sua relação com a interação estratégica e o segundo faz uma investigação a respeito da existência de ciclos políticos eleitorais na taxa de câmbio, considerando não apenas o evento eleitoral, como também o início propaganda eleitoral gratuita nos meios de comunicação. O primeiro estudo busca testar a teoria de ciclos políticos eleitorais para os municípios brasileiros, levando em consideração as variáveis fiscais da microrregião, bem como sua contrapartida política. Em particular, este trabalho adiciona controles espaciais (fiscais e políticos) ao modelo tradicional de ciclos políticos eleitorais. O teste econométrico foi realizado para o período entre 1997 e 2008 usando a técnica de dados em painel com instrumentos, seguindo Lockwood e Migali (2009). Os resultados encontrados nas estimações sugerem que existe interação espacial para as despesas de saúde e educação (efeito marginal médio de R$ 1,42 per capita), mas não encontramos evidência de ciclo político por interações espaciais para estes gastos. Já para os gastos com investimentos, o ciclo político eleitoral é conduzido não por características intrínsecas do próprio município, mas sim pelo fato de que os gastos dos municípios localizados ao redor influenciam positivamente nos investimentos do município em questão (efeito marginal médio de R$ 1,23 per capita). No segundo estudo foi desenvolvido um teste empírico para tentar captar a relação dos momentos eleitorais (considerando as três últimas eleições presidenciais – 1998, 2002 e 2006) com a taxa de câmbio real no Brasil. O exercício estima a relação da taxa de câmbio com dummies de eleição e de propaganda eleitoral gratuita, através de modelos GARCH e EGARCH. Estima-se o efeito destas variáveis sobre a média da taxa de câmbio e a sua volatilidade, que pode ser aproximada como uma medida de risco. Os resultados encontrados sugerem que em 1998 o incumbente pode ter atuado não diretamente na apreciação cambial, mas sim na redução da volatilidade associada, diferentemente do que sugere a literatura associada a esta questão (como Lobo e Tufte (1998) e Leblang e Bernhard (2006)). Em 2006, para a variável de propaganda eleitoral, os resultados sugerem que a taxa de câmbio foi apreciada e também a sua volatilidade foi reduzida, quando da divulgação das pesquisas eleitorais, o que pode sugerir um indício de ciclo político eleitoral.

Previsão de volatilidade: uma comparação entre volatilidade implícita e realizada

Com origem no setor imobiliário americano, a crise de crédito de 2008 gerou grandes perdas nos mercados ao redor do mundo. O mês de outubro do mesmo ano concentrou a maior parte da turbulência, apresentando também uma explosão na volatilidade. Em meados de 2006 e 2007, o VIX, um índice de volatilidade implícita das opções do S&P500, registrou uma elevação de patamar, sinalizando o possível desequilíbrio existente no mercado americano. Esta dissertação analisa se o consenso de que a volatilidade implícita é a melhor previsora da volatilidade futura permanece durante o período de crise. Os resultados indicam que o VIX perde poder explicativo ao se passar do período sem crise para o de crise, sendo ultrapassado pela volatilidade realizada.

Testando o poder preditivo do VIX: uma aplicação do modelo de erro multiplicativo

O VIX Volatility Index surgiu como uma alternativa no cálculo da volatilidade implícita, visando mitigar alguns problemas encontrados em modelos da família Black-Scholes. Este tipo de volatilidade é tida como a melhor previsora da volatilidade futura, dado que as expectativas dos operadores de opções se encontram embutidas em seus valores. O objetivo deste trabalho é testar se o VIX apresenta maior poder preditivo e informações relevantes não presentes em modelos de séries temporais para variáveis não-negativas, tratadas através do modelo de erro multiplicativo. Os resultados indicam que o VIX apresenta maior poder preditivo em períodos de estabilidade econômica, mas não contém informação relevante frente à real volatilidade. Em períodos de crise econômica o resultado se altera, com o VIX apresentando o mesmo poder explicativo, mas contém informações relevantes no curto prazo.

Previsão de volatilidade no Brasil: RiskMetrics, GARCH, volatilidade implícita ou uma combinação desses modelos?: um estudo empírico

O trabalho testa o poder de previsão da volatilidade futura, de cinco modelos : um modelo ingênuo, do tipo martingale, o modelo sugerido pelo JPMorgan em seu RiskMetrics™, o modelo GARCH-Generalized Autoregressive Conditional Heteroscedasticity, o modelo da volatilidade implícita e combinações de Risk:MetricsTM com volatilidade implícita e de GARCH com volatilidade implícita. A série estudada é a volatilidade para vinte e cinco dias, dos retornos diários do contrato futuro de Ibovespa, negociado na BM&F - Bolsa de Mercadorias e Futuros. Particularidades brasileiras são introduzidas na. estimação dos parâmetros do modelo GARCH. O poder de previsão é testado com medidas estatísticas, envolvendo equações de perdas (loss functions) simétricas e assimétricas, e com uma medida econômica, dada pelo lucro obtido a partir da simulação da realização de operações hedgeadas, sugeridas pelas previsões de volatilidade. Tanto com base nas medidas estatísticas como na medida econômica, o modelo GARCH emerge como o de melhor desempenho. Com base nas medidas estatísticas, esse modelo é particularmente melhor em período de mais alta volatilidade. Com base na medida econômica, contudo, o lucro obtido não é estatisticamente diferente de zero, indicando eficiência do mercado de opções de compra do contrato futuro de Ibovespa, negociado na mesmaBM&F.

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.

Previdência social em três modelos novo-clássicos

propósito deste trabalho estudar as implicações econômicas da previdência social no contexto do mais amplamente difundido modelo de gerações superpostas (OLG), construído por Paul Samuelson (1958) complementado por Peter Diamond (1965) exemplifica-las mediante simulações. Para tanto, serão utilizadas três versões destes modelos, do próprio Diamond (1965), de Robert Barro (1974) de Marco Martins (1995), as quais se diferenciam pela maneira como cada uma delas incorpora demanda por capital dos agentes. Serão examinados em especial os efeitos da previdência sobre acumulação de capital sobre bem-estar da sociedade.

Racionalidade e previsibilidade no mercado brasileiro de ações: uma aplicação de modelos de valor presente

None

A hípotese das expectativas na estrutura a termo de juros no Brasil: uma aplicação de modelos de valor presente

Utilizando dados financeiros brasileiros da BM&F, testa-se a validade do modelo de valor pre- sente (MVP) na estrutura a termo de juros, também conhecido na literatura como Hipótese das Expectativas. Estes modelos relacionam a taxa de juros de longo prazo à uma média das taxas de juros de curto-prazo mais um prêmio de risco, invariante no tempo. Associada a estes modelos está a questão da previsibilidade dos retornos de ativos financeiros ou, mais especificamente, a previsibilidade na evolução das taxas de juros. Neste artigo é realizada uma análise multivariada em um arcabouço de séries temporais utilizando a técnica de Au- torregressões Vetoriais. Os resultados empíricos aceitam apenas parcialmente a Hipótese das Expectativas para a estrutura a termo de juros brasileira.

Modelos de ciclos reais de negócios em pequena economia aberta aplicados ao Brasil

O objetivo deste trabalho é testar diversas especificações de modelos de ciclos reais de negócios em pequena economia aberta e avaliar em que medida eles conseguem reproduzir as características dos ciclos econômicos brasileiros. Um problema recorrente nos modelos de pequena economia aberta é que sua dinâmica de equilíbrio depende de condições iniciais e apresenta características não estacionárias. Neste trabalho estão presentes três diferentes especificações de modelos, que diferem na forma como a estacionariedade é induzida, são eles: 1) modelo com taxa de desconto endógena; 2) modelo com prêmio de risco elástico à dívida; 3) modelo com mercados completos. Também é testada a sensibilidade dos modelos a duas especificações de preferências - como em Greenwood et alli(1988) e como em Hansen(1985). Os modelos conseguiram replicar características importantes dos ciclos internacionais - como a correlação negativa entre a balança comercial e o produto, e a característica pró-cíclica das outras variáveis. Apenas o modelo com prêmio de risco conseguiu reproduzir a alta volatilidade do consumo brasileiro, sendo este resultado sensível à especificação de preferências. O choque de juros mostrou-se pouco importante para a dinâmica de todos os modelos e o custo de ajustamento foi essencial para a obtenção dos principais resultados.