Modeling and predicting the CBOE market volatility index

This paper performs a thorough statistical examination of the time-series properties of the daily market volatility index (VIX) from the Chicago Board Options Exchange (CBOE). The motivation lies not only on the widespread consensus that the VIX is a barometer of the overall market sentiment as to what concerns investors' risk appetite, but also on the fact that there are many trading strategies that rely on the VIX index for hedging and speculative purposes. Preliminary analysis suggests that the VIX index displays long-range dependence. This is well in line with the strong empirical evidence in the literature supporting long memory in both options-implied and realized variances. We thus resort to both parametric and semiparametric heterogeneous autoregressive (HAR) processes for modeling and forecasting purposes. Our main ndings are as follows. First, we con rm the evidence in the literature that there is a negative relationship between the VIX index and the S&P 500 index return as well as a positive contemporaneous link with the volume of the S&P 500 index. Second, the term spread has a slightly negative long-run impact in the VIX index, when possible multicollinearity and endogeneity are controlled for. Finally, we cannot reject the linearity of the above relationships, neither in sample nor out of sample. As for the latter, we actually show that it is pretty hard to beat the pure HAR process because of the very persistent nature of the VIX index.

A importância de um índice de volatilidade para o mercado brasileiro

Este trabalho objetiva analisar a importância de um índice de volatilidade implícita para o mercado brasileiro. Por ser conhecida como uma medida das expectativas futuras dos investidores, diversos estudos, principalmente na literatura estrangeira, tem consegui extrair importantes informações quanto às mudanças na volatilidade implícita com a chegada de novos dados sobre a economia. Analisando as opções de juros (IDI) e de dólar, este trabalho verifica que informações de dados macroeconômicos impactam a volatilidade. Os resultados demonstram que as expectativas quanto ao mercado de juros são impactadas por diversos dados, porém o mesmo não acontece com o mercado de dólar, a qual se demonstrou ser impactada somente por intervenções do Banco Central via colocação de swaps. Por fim, o trabalho conclui que existem varáveis não transacionáveis que explicam as variações na volatilidade implícita, mostrando que as volatilidades implícitas das opções possuem bastantes informações quanto às expectativas.

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.

Realized volatility: evidence from Brazil

Using intraday data for the most actively traded stocks on the São Paulo Stock Market (BOVESPA) index, this study considers two recently developed models from the literature on the estimation and prediction of realized volatility: the Heterogeneous Autoregressive Model of Realized Volatility (HAR-RV), developed by Corsi (2009), and the Mixed Data Sampling model (MIDAS-RV), developed by Ghysels et al. (2004). Using measurements to compare in-sample and out-of-sample forecasts, better results were obtained with the MIDAS-RV model for in-sample forecasts. For out-of-sample forecasts, however, there was no statistically signi cant di¤erence between the models. We also found evidence that the use of realized volatility induces distributions of standardized returns that are closer to normal

Hedging options in a garch environment: testing the term structure of stochastic volatility models

This paper develops a methodology for testing the term structure of volatility forecasts derived from stochastic volatility models, and implements it to analyze models of S&P500 index volatility. U sing measurements of the ability of volatility models to hedge and value term structure dependent option positions, we fmd that hedging tests support the Black-Scholes delta and gamma hedges, but not the simple vega hedge when there is no model of the term structure of volatility. With various models, it is difficult to improve on a simple gamma hedge assuming constant volatility. Ofthe volatility models, the GARCH components estimate of term structure is preferred. Valuation tests indicate that all the models contain term structure information not incorporated in market prices.