Gestão de risco e modelos de VAR : comparação do poder preditivo de mensuração de risco para diferentes classes de ativos

• Main Author: Pinheiro, Marília Cordeiro
• Other Authors: Fernandes, Bruno Vinícius Ramos
• Language: Portuguese
• Published: 2018
• Subjects: Gestão de riscos; Modelos paramétricos; Mercado de capitais
• Online Access: http://repositorio.unb.br/handle/10482/31529

Dissertação (mestrado)—Universidade de Brasília, Universidade Federal da Paraíba, Universidade Federal do Rio Grande do Norte, Programa Multiinstitucional e Inter-regional de Pós-Graduação em Ciências Contábeis, 2017. === Submitted by Raquel Almeida ([e-mail]) on 2018-03-22T19:40:55Z No. of bitstreams: 1 2017_MaríliaCordeiroPinheiro.pdf: 1790533 bytes, checksum: fd6477e81c204540c4c17040fb9beb8f (MD5) === Approved for entry into archive by Raquel Viana ([e-mail]) on 2018-03-28T21:47:04Z (GMT) No. of bitstreams: 1 2017_MaríliaCordeiroPinheiro.pdf: 1790533 bytes, checksum: fd6477e81c204540c4c17040fb9beb8f (MD5) === Made available in DSpace on 2018-03-28T21:47:04Z (GMT). No. of bitstreams: 1 2017_MaríliaCordeiroPinheiro.pdf: 1790533 bytes, checksum: fd6477e81c204540c4c17040fb9beb8f (MD5) === O trabalho tem como objetivo testar abordagens distintas do Value at Risk (VaR) para diferentes categorias de ativo, de forma a analisar a acurácia dos modelos na estimação do risco de mercado. Para composição da amostra, foram escolhidos ativos pertencentes a diferentes nichos do mercado de capitais; Ibov, dólar, IMA-B, IDA, IFIX, Commodities e LP 200. Os modelos de VaR testados foram o Delta, Exponentially Weighted Moving Average (EWMA), GARCH, Simulação histórica (HS), Simulação de Monte Carlo (MC) e Expected Shortfall, que se distinguem principalmente no aspecto do tratamento da volatilidade dos ativos assim como na inferência sobre sua distribuição. Para apuração de desempenho de estimação do VaR foram calculados os índices de violação de cada modelo com o objetivo de verificar se o retorno corrente de um dia específico excede o VaR estimado com base na janela de estimação. Em seguida, como forma de validar estatisticamente os resultados encontrados, foram realizados os testes de Kupiec e de Independência. O primeiro foi feito com o objetivo de avaliar a proporção de violações, enquanto que o segundo visando identificar onde essas violações se acumulam. Foram feitas duas análises de resultados, a primeira considerando o período completo da amostra e uma janela de estimação de 1000 dias, enquanto que a segunda considerando triênios e uma janela de estimação de 252 dias. Para a primeira análise, o GARCH apresentou o melhor desempenho, enquanto que o Delta e o MC os piores. Quando comparados aos ativos, o dólar, IFIX e IMA-B apresentaram o maior número de índices, enquanto que o ICB o menor. Para a segunda análise o GARCH, ES e HS apresentaram as melhores performances, o que pode indicar para estes dois últimos a melhoria de estimação com a redução da janela para 252 dias. Os períodos que apresentaram maior número de rejeição foram aqueles abrangidos pela crise de 2008. Quando considerados os ativos, o Ibov foi o que apresentou o maior número de índices apropriados, enquanto que o IDA o menor. Esse resultado vai de encontro a estudos que defendem o uso de uma janela de estimação reduzida para ativos mais voláteis e uma maior para ativos menos voláteis. O melhor desempenho do GARCH pode ser explicado pela característica de agrupamento de volatilidade ao longo de um período. === The study is aimed at testing different approaches to Value at Risk (VaR) for a range of asset categories, in order to analyze the accuracy of the models in estimating market risk. For the composition of the sample, assets belonging to different capital market niches were chosen; the VaR models tested were the Delta, Extremely Weighted Moving Average (EWMA), GARCH, Historical Simulation (HS), Monte Carlo Simulation (MC) and Expected Shortfall, which are distinguished based on the treatment of asset volatility as well as inference about its distribution. To assess the VaR estimation performance, the ratios of each model were calculated to verify that the current return of a specific day exceeds the estimated VaR based on the estimation window. Then, as a way to validate statidtically the results found, the Kupiec and Independence tests were performed. The first one was done with the purpose of evaluating the proportion of violations, while the second aimed at identifying where these violations accumulate. Two analyzes of results were made, the first considering the complete period of the sample and an estimation window of 1000 days, while the second considering three-year periods and a window of estimation of 252 days. For the first analysis, the GARCH presented the best performance, while the Delta and MC the worst. When compared to assets, the dollar, IFIX and IMA-B had the highest number of indices, while the ICB had the lowest. For the second analysis the GARCH, ES and HS presented the best performances, which can indicate for the latter two the improvement of estimation with the reduction of the window for 252 days. The periods with the highest number of rejections were those covered by the crisis of 2008. With respect to the assets, the Ibov was the one that presented the highest number of appropriate indexes, while the lowest was the IDA. This result matches those of previous studies that advocate the use of a reduced pet window for more volatile assets and a larger one for less volatile assets. The best GARCH performance can be explained by the volatility pooling characteristic over a period.