Export ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://bdtd.ucb.br:8443/jspui/handle/tede/2412
Type: Dissertação
Title: Análise de previsões de volatilidade para modelos de Valor em Risco (VaR)
Author(s): Vargas, Rafael de Morais 
First Advisor: Tófoli, Paula Virgínia
Summary: Dada a importância de medidas de risco de mercado, como o valor em risco (VaR), nesse trabalho, comparamos modelos de previsão de volatilidade tradicionalmente mais aceitos, em particular, os modelos da família GARCH, com modelos mais recentes, como o HAR-RV e o GAS, em termos da acurácia de suas previsões de VaR. Para isso, usamos preços intradiários, na frequência de 5 minutos, do índice S&P 500 e das ações da General Electric, para o período de 4 de janeiro de 2010 a 30 de dezembro de 2013. Com base na função perda tick e no teste de Diebold-Mariano, não encontramos diferença no desempenho preditivo dos modelos HAR-RV e GAS em relação ao modelo Exponential GARCH (EGARCH), considerando as previsões de VaR diário a 1% e 5% de significância para a série de retornos do índice S&P 500. Já com relação à série de retornos da General Electric, as previsões de VaR a 1% obtidas a partir dos modelos HAR-RV, assumindo uma distribuição t-Student para os retornos diários, mostram-se mais acuradas do que as previsões do modelo EGARCH. No caso das previsões de VaR a 5%, todas as variações do modelo HAR-RV apresentam desempenho superior ao EGARCH. Nosso estudo empírico traz evidências do bom desempenho dos modelos HAR-RV na previsão de valor em risco.
Abstract: Given the importance of market risk measures, such as value at risk (VaR), in this paper, we compare traditionally accepted volatility forecast models, in particular, the GARCH family models, with more recent models such as HAR-RV and GAS in terms of the accuracy of their VaR forecasts. For this purpose, we use intraday prices, at the 5-minute frequency, of the S&P 500 index and the General Electric stocks, for the period from January 4, 2010 to December 30, 2013. Based on the tick loss function and the Diebold-Mariano test, we did not find difference in the predictive performance of the HAR-RV and GAS models in comparison with the Exponential GARCH (EGARCH) model, considering daily VaR forecasts at the 1% and 5% significance levels for the return series of the S&P 500 index. Regarding the return series of General Electric, the 1% VaR forecasts obtained from the HAR-RV models, assuming a t-Student distribution for the daily returns, are more accurate than the forecasts of the EGARCH model. In the case of the 5% VaR forecasts, all variations of the HAR-RV model perform better than the EGARCH. Our empirical study provides evidence of the good performance of HAR-RV models in forecasting value at risk.
Keywords: Variância realizada
Heterogeneous Autoregressive Model of Realized Volatility - HAR-RV
Previsão de volatilidade
Generalized Autoregressive Score Model - GAS
Previsão de VaR
Realized variance
Volatility forecast
VaR forecast
Valor em Risco - VaR
CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA
Language: por
Parents: Brasil
Publisher: Universidade Católica de Brasília
Institution Abbreviation: UCB
Department: Escola de Gestão e Negócios
Program: Programa Stricto Sensu em Economia de Empresas
Citation: VARGAS, Rafael de Morais. Análise de previsões de volatilidade para modelos de Valor em Risco (VaR). 2018. 44 f. Dissertação (Programa Stricto Sensu em Economia de Empresas) - Universidade Católica de Brasília, Brasília, 2018.
Access Type: Acesso Aberto
URI: https://bdtd.ucb.br:8443/jspui/handle/tede/2412
Document date: 27-Feb-2018
Appears in Collections:Programa de Pós-Graduação em Economia de Empresas

Files in This Item:
File Description SizeFormat 
RafaeldeMoraisVargasDissertacao2018.pdfDissertação2.13 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.