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.

Modelos dinâmicos e simulação estocástica

This paper presents new methodology for making Bayesian inference about dy~ o!s for exponential famiIy observations. The approach is simulation-based _~t> use of ~vlarkov chain Monte Carlo techniques. A yletropolis-Hastings i:U~UnLlllll 1::; combined with the Gibbs sampler in repeated use of an adjusted version of normal dynamic linear models. Different alternative schemes are derived and compared. The approach is fully Bayesian in obtaining posterior samples for state parameters and unknown hyperparameters. Illustrations to real data sets with sparse counts and missing values are presented. Extensions to accommodate for general distributions for observations and disturbances. intervention. non-linear models and rnultivariate time series are outlined.

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.

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.

Programação estocástica para fundos de pensão

Nesta dissertação discutiremos modelos e métodos de soluções de programação estocástica para resolver problemas de ALM em fundos de pensão. Apresentaremos o modelo de (Drijver et al.), baseado na programação estocástica multiestágios inteira-mista. Um estudo de caso para um problema de ALM será apresentado usando simulação de cenários.

Um modelo de leilões com conteúdo local: análise e modelagem dos leilões de concessão de blocos exploratórios de petróleo e gás promovidos pela ANP no Brasil

Os leilões para concessão de blocos de petróleo no Brasil utilizam uma equação para formar a pontuação que define o vencedor. Cada participante deve submeter ao leiloeiro um lance composto por três atributos: Bônus de Assinatura (BA), Programa Exploratório Mínimo (PEM) e Conteúdo Local (CL). Cada atributo possui um peso na equação e a nota final de cada participante também depende dos lances ofertados pelos outros participantes. Apesar de leilões de petróleo serem muito estudados na economia, o leilão multi-atributos, do tipo máxima pontuação, ainda é pouco analisado, principalmente como mecanismo de alocação de direitos minerários. Este trabalho destaca a inserção do CL como atributo que transforma a estrutura, do que poderia ser um leilão simples de primeiro preço, em um leilão multi-atributos de máxima pontuação. Demonstra-se como o CL, através da curva de custos do projeto, está relacionado também ao Bônus de Assinatura, outro importante atributo da equação. Para compreender o impacto do fenômeno da inserção do CL, foram criados três casos de leilões hipotéticos, onde, dentre outras simplificações, o programa exploratório mínimo foi fixado para todas as empresas envolvidas. No caso base (Sem CL), simula-se a estrutura de um leilão de primeiro preço, onde apenas o BA define o vencedor do leilão. Já no caso forçado (CLO=CLR), há inserção do atributo CL, sendo o participante obrigado a cumprir o CL ofertado. Por fim, o caso completo (Com Multa) permite que o participante preveja a aplicação de multa por descumprimento do CL ofertado e, caso haja benefício econômico, descumpra efetivamente o CL ofertado. Considerando estes casos, argumenta-se que, apesar do o lucro das empresas e a eficiência do leilão não serem alterados, a inclusão do conteúdo local na estrutura do leilão pode ter reflexos consideráveis na receita do governo.

Análise da precificação de imóveis na cidade do Rio de Janeiro utilizando Modelagem Hedônica e os efeitos da autocorrelação espacial

A escolha da cidade do Rio de Janeiro como sede de grandes eventos esportivos mundiais, a Copa do Mundo de Futebol de 2014 e os Jogos Olímpicos de 2016, colocou-a no centro de investimentos em infraestrutura, mobilidade urbana e segurança pública, com consequente impacto no mercado imobiliário, tanto de novos lançamentos de empreendimentos, quanto na revenda de imóveis usados. Acredita-se que o preço de um imóvel dependa de uma relação entre suas características estruturais como quantidade de quartos, suítes, vagas de garagem, presença de varanda, tal como sua localização, proximidade com centros de trabalho, entretenimento e áreas valorizadas ou degradadas. Uma das técnicas para avaliar a contribuição dessas características para a formação do preço do imóvel, conhecido na Econométrica como Modelagem Hedônica de Preços, é uma aplicação de regressão linear multivariada onde a variável dependente é o preço e as variáveis independentes, as respectivas características que deseja-se modelar. A utilização da regressão linear implica em observar premissas que devem ser atendidas para a confiabilidade dos resultados a serem analisados, tais como independência e homoscedasticidade dos resíduos e não colinearidade entre as variáveis independentes. O presente trabalho objetiva aplicar a modelagem hedônica de preços para imóveis localizados na cidade do Rio de Janeiro em um modelo de regressão linear multivariada, em conjunto com outras fontes de dados para a construção de variáveis de acessibilidade e socioambiental a fim de verificar a relação de importância entre elas para a formação do preço e, em particular, exploramos brevemente a tendência de preços em função da distância a favelas. Em atenção aos pré-requisitos observados para a aplicação de regressão linear, verificamos que a premissa de independência dos preços não pode ser atestada devido a constatação da autocorrelação espacial entre os imóveis, onde não apenas as características estruturais e de acessibilidade são levadas em consideração para a precificação do bem, mas principalmente a influência mútua que os imóveis vizinhos exercem um ao outro.

Redes bayesianas aplicadas à modelagem de fraudes em cartão de crédito

Modelos para detecção de fraude são utilizados para identificar se uma transação é legítima ou fraudulenta com base em informações cadastrais e transacionais. A técnica proposta no estudo apresentado, nesta dissertação, consiste na de Redes Bayesianas (RB); seus resultados foram comparados à técnica de Regressão Logística (RL), amplamente utilizada pelo mercado. As Redes Bayesianas avaliadas foram os classificadores bayesianos, com a estrutura Naive Bayes. As estruturas das redes bayesianas foram obtidas a partir de dados reais, fornecidos por uma instituição financeira. A base de dados foi separada em amostras de desenvolvimento e validação por cross validation com dez partições. Naive Bayes foram os classificadores escolhidos devido à simplicidade e a sua eficiência. O desempenho do modelo foi avaliado levando-se em conta a matriz de confusão e a área abaixo da curva ROC. As análises dos modelos revelaram desempenho, levemente, superior da regressão logística quando comparado aos classificadores bayesianos. A regressão logística foi escolhida como modelo mais adequado por ter apresentado melhor desempenho na previsão das operações fraudulentas, em relação à matriz de confusão. Baseada na área abaixo da curva ROC, a regressão logística demonstrou maior habilidade em discriminar as operações que estão sendo classificadas corretamente, daquelas que não estão.