An??lise de previs??es de volatilidade para modelos de Valor em Risco (VaR)
Dada a import??ncia de medidas de risco de mercado, como o valor em risco (VaR), nesse trabalho, comparamos modelos de previs??o de volatilidade tradicionalmente mais aceitos, em particular, os modelos da fam??lia GARCH, com modelos mais recentes, como o HAR-RV e o GAS, em termos da acur??cia de sua...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2018 |
| País: | Brasil |
| Recursos: | Universidade Católica de Brasília (UCB) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da UCB |
| Idioma: | portugués |
| OAI Identifier: | oai:bdtd.ucb.br:tede/2412 |
| Acesso em linha: | https://bdtd.ucb.br:8443/jspui/handle/tede/2412 |
| Access Level: | acceso abierto |
| Palavra-chave: | Vari??ncia realizada Heterogeneous Autoregressive Model of Realized Volatility - HAR-RV Previs??o de volatilidade Generalized Autoregressive Score Model - GAS Previs??o de VaR Realized variance Volatility forecast VaR forecast Valor em Risco - VaR CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
| Resumo: | Dada a import??ncia de medidas de risco de mercado, como o valor em risco (VaR), nesse trabalho, comparamos modelos de previs??o de volatilidade tradicionalmente mais aceitos, em particular, os modelos da fam??lia GARCH, com modelos mais recentes, como o HAR-RV e o GAS, em termos da acur??cia de suas previs??es de VaR. Para isso, usamos pre??os intradi??rios, na frequ??ncia de 5 minutos, do ??ndice S&P 500 e das a????es da General Electric, para o per??odo de 4 de janeiro de 2010 a 30 de dezembro de 2013. Com base na fun????o perda tick e no teste de Diebold-Mariano, n??o encontramos diferen??a no desempenho preditivo dos modelos HAR-RV e GAS em rela????o ao modelo Exponential GARCH (EGARCH), considerando as previs??es de VaR di??rio a 1% e 5% de signific??ncia para a s??rie de retornos do ??ndice S&P 500. J?? com rela????o ?? s??rie de retornos da General Electric, as previs??es de VaR a 1% obtidas a partir dos modelos HAR-RV, assumindo uma distribui????o t-Student para os retornos di??rios, mostram-se mais acuradas do que as previs??es do modelo EGARCH. No caso das previs??es de VaR a 5%, todas as varia????es do modelo HAR-RV apresentam desempenho superior ao EGARCH. Nosso estudo emp??rico traz evid??ncias do bom desempenho dos modelos HAR-RV na previs??o de valor em risco. |
|---|