Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica

Este artigo explora três modelos utilizados para a estimativa da volatilidade: suavização exponencial - EWMA, volatilidade condicional - GARCH e volatilidade estocástica - VE. A volatilidade estimada por estes modelos pode ser utilizada em uma métrica de risco de mercado denominada Valor em Risco -...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Fernando Caio Galdi, Leonel Molero Pereira
Formato:	article
Lenguaje:	EN PT
Publicado:	FUCAPE Business School 2007
Materias:	var volatilidade estocástica garch ewma Business HF5001-6182
Acceso en línea:	https://doaj.org/article/663cfb5fa34f4a7d8306b43cb89bc48d
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:663cfb5fa34f4a7d8306b43cb89bc48d
record_format	dspace
spelling	oai:doaj.org-article:663cfb5fa34f4a7d8306b43cb89bc48d2021-11-11T15:48:04ZValor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica1807-734Xhttps://doaj.org/article/663cfb5fa34f4a7d8306b43cb89bc48d2007-01-01T00:00:00Zhttp://www.redalyc.org/articulo.oa?id=123016619005https://doaj.org/toc/1807-734XEste artigo explora três modelos utilizados para a estimativa da volatilidade: suavização exponencial - EWMA, volatilidade condicional - GARCH e volatilidade estocástica - VE. A volatilidade estimada por estes modelos pode ser utilizada em uma métrica de risco de mercado denominada Valor em Risco - VaR. A medida do VaR depende da volatilidade, do horizonte de tempo e do intervalo de confiança para os retornos contínuos em análise. Para a avaliação empírica destes modelos utilizamos uma amostra com preços de ações preferenciais da Petrobras para a especificação do GARCH e do modelo de VE. Adicionalmente realizamos testes para se verificar o ajustamento dos modelos à amostra selecionada. Nesse sentido utilizamos o teste de violação dos limites para um VaR de um dia, com intuito de comparar a eficiência dos modelos GARCH, VE e EWMA (sugerido pelo Riskmetrics). Pelos resultados verifica-se que o VaR calculado pelo EWMA sofreu um menor número de violações do que o calculado pelo GARCH e pela VE para uma janela de 1500 observações. Assim, o modelo sugerido pelo Riskmetrics (1999), utilizando a volatilidade calculada através da suavização exponencial, além de ser favorecido pela simplicidade em sua implementação, não forneceu resultados inferiores no teste de violação, comparado a modelos mais sofisticados como o de VE e o GARCH.Fernando Caio GaldiLeonel Molero PereiraFUCAPE Business Schoolarticlevarvolatilidade estocásticagarchewmaBusinessHF5001-6182ENPTBBR: Brazilian Business Review, Vol 4, Iss 1, Pp 74-95 (2007)
institution	DOAJ
collection	DOAJ
language	EN PT
topic	var volatilidade estocástica garch ewma Business HF5001-6182
spellingShingle	var volatilidade estocástica garch ewma Business HF5001-6182 Fernando Caio Galdi Leonel Molero Pereira Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
description	Este artigo explora três modelos utilizados para a estimativa da volatilidade: suavização exponencial - EWMA, volatilidade condicional - GARCH e volatilidade estocástica - VE. A volatilidade estimada por estes modelos pode ser utilizada em uma métrica de risco de mercado denominada Valor em Risco - VaR. A medida do VaR depende da volatilidade, do horizonte de tempo e do intervalo de confiança para os retornos contínuos em análise. Para a avaliação empírica destes modelos utilizamos uma amostra com preços de ações preferenciais da Petrobras para a especificação do GARCH e do modelo de VE. Adicionalmente realizamos testes para se verificar o ajustamento dos modelos à amostra selecionada. Nesse sentido utilizamos o teste de violação dos limites para um VaR de um dia, com intuito de comparar a eficiência dos modelos GARCH, VE e EWMA (sugerido pelo Riskmetrics). Pelos resultados verifica-se que o VaR calculado pelo EWMA sofreu um menor número de violações do que o calculado pelo GARCH e pela VE para uma janela de 1500 observações. Assim, o modelo sugerido pelo Riskmetrics (1999), utilizando a volatilidade calculada através da suavização exponencial, além de ser favorecido pela simplicidade em sua implementação, não forneceu resultados inferiores no teste de violação, comparado a modelos mais sofisticados como o de VE e o GARCH.
format	article
author	Fernando Caio Galdi Leonel Molero Pereira
author_facet	Fernando Caio Galdi Leonel Molero Pereira
author_sort	Fernando Caio Galdi
title	Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
title_short	Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
title_full	Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
title_fullStr	Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
title_full_unstemmed	Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
title_sort	valor em risco (var) utilizando modelos de previsão de volatilidade: ewma, garch e volatilidade estocástica
publisher	FUCAPE Business School
publishDate	2007
url	https://doaj.org/article/663cfb5fa34f4a7d8306b43cb89bc48d
work_keys_str_mv	AT fernandocaiogaldi valoremriscovarutilizandomodelosdeprevisaodevolatilidadeewmagarchevolatilidadeestocastica AT leonelmoleropereira valoremriscovarutilizandomodelosdeprevisaodevolatilidadeewmagarchevolatilidadeestocastica
_version_	1718433960501968896

Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica

Ejemplares similares