Made available in DSpace on 2015-05-08T14:44:53Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 903953 bytes, checksum: de3aadfdbd20abfbbc5b9be43616fe09 (MD5) Previous issue date: 2013-03-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Considering the high integration degree of the world financial market, this paper attempts to model the dependence relationship between the BM&FBOVESPA U.S. Dollar futures market and the U.S. economy, using the Copula framework. The U.S.Dollar future contract negotiated on the Brazilian futures market is one of the top five futures contracts with the highest negotiation volume of the world and, hence, it plays a fundamental role in the Brazilian financial market. After the estimation of several families of copulas it was shown that the t-student copula is appropriated to model the dependence between the analyzed variables. Furthermore, the realized statistics tests rejected hypothesizes of independence and extreme value dependence. This study concludes that the variables present a moderate negative dependence, even considering that it is about different kind of markets from distinct countries. / Este estudo foi desenvolvido com o objetivo de modelar a relação de dependência entre o mercado futuro de dólar da BM&FBOVESPA e a economia norte-americana,por meio da abordagem de cópulas. O contrato futuro de dólar negociado na bolsa brasileira é um dos cinco contratos futuros de câmbio com maior volume de negociação do mundo, portantotem papel fundamental no mercado financeiro nacional. Após a estimação de uma série de famílias de cópulasconstatou-se que a cópula t-student é apropriada para modelar a dependência entre as variáveis analisadas. Além disso, os testes estatísticos realizados rejeitaram tanto a hipótese de independência entre as séries quanto a de dependência de valores extremos. A pesquisarevelou que as variáveis em estudo possuem dependência negativa moderada, mesmo se tratando de mercados distintos de diferentes países.

As diversas crises financeiras e econômicas ocorridas nas últimas décadas geraram uma demanda pelo estudo da propagação destes efeitos entre as economias. Neste sentido este trabalho tem como objetivo estudar o efeito contágio (Shift Contagion) tal como definido em Rigobon (2002) do mercado financeiro do Brasil para quatro países para o período de 2011 a 2016, que inclui a recente crise econômica no Brasil. Tais países são Argentina, Colômbia, Chile, e Peru. Para tal, utilizou-se metodologia de cópulas paramétricas estáticas. Com base nos resultados obtidos, não é possível identificar indícios da ocorrência de contágio do mercado financeiro brasileiro para os mercados financeiros dos países analisados no período do estudo. / Different financial and economic crises that occurred in the last decades have generated a demand of studies on propagation of their effects between economies. In this sense, this work has the goal to study the contagion effect (shift contagion), as defined by Rigobon (2002), from the Brazilian financial market to four countries in the period from 2011 to 2016 that includes the recent Brazilian economic crisis. These countries are Argentina, Colombia, Chile, and Peru. For this purpose, the methodology of parametric static copulas is used. Accordingly with the results, it is not possible to identify evidences of the contagion effect from the Brazilian financial market to the analyzed countries.

O grande número de publicações na área de finanças atualmente utilizando a modelagem de cópulas pode ser explicada pela capacidade de esta técnica estatística conseguir lidar com a evidência de não normalidade das séries de retornos de ativos financeiros. A não normalidade é evidenciada através do “sorriso de volatilidade” presente em séries de opções de ações perto do vencimento; existência de “caudas pesadas” em carteiras de instituições e consequentemente no gerenciamento de risco das Instituições. Particularmente com relação ao Value at Risk (VaR), que é uma técnica estatística que tem por objetivo calcular a perda máxima de uma carteira em dado horizonte de tempo considerando um nível de significância adotado, a existência de caudas pesadas nas séries gera um problema para a determinação da distribuição de probabilidade conjunta, implicando em grande dificuldade na mensuração do grau de exposição aos fatores de risco. Esse fato acaba por dificultar o correto e efetivo gerenciamento de risco de uma carteira, pois em tese, devido à existência de não normalidade, não é possível separar os efeitos de ativos de diferentes características. Em casos de crises e bolhas, o portfólio pode ser mais arriscado que o desejado ou excessivamente conversador. Neste sentido, a utilização de Cópulas torna-se atrativa, pois com esta técnica é possível separar as distribuições marginais de cada ativo da estrutura de dependência das variáveis. O objetivo do trabalho é propor uma modelagem de risco a partir do uso de Cópulas para o cálculo do Value at Risk (VaR), utilizando os métodos de volatilidade GARCH (1,1), EWMA e HAR. A aplicação empírica do modelo foi efetuada a partir de uma amostra de uma série de retornos de uma carteira teórica composta por ativos de renda variável (ações preferenciais) das empresas Petrobras, Vale, Usiminas e Gerdau. A amostra utilizada corresponde aos preços diários entre o período de 03 de março de 2006 até 30 de abril de 2010, representando 1.026 observações diárias. Os resultados apurados para a amostra demonstraram que as cópulas tendem a gerar um Value at Risk (VaR) significativo para a maioria das famílias de Cópulas, quando testado pelo Teste de Kupiec (1995). / The large number of publications in finance using currently copulas can be explained by the ability of this technique to deal with statistical evidence of non-normality of the return series of financial assets. The non-normality is evidenced by the "volatility smile" in the series of stock options near expiration, the existence of "heavy tails" in portfolios of institutions and consequently the risk management of the institutions. Especially regarding the Value at Risk (VaR), which is a statistical technique that aims to calculate the maximum loss a portfolio at a given time horizon considering a significance level, the existence of heavy tails in the series creates a problem for determining the joint probability distribution, resulting in great difficulty in measuring the degree of exposure to risk factors. This fact makes difficult the correct and effective risk management of a portfolio, because in theory, due to the existence of non-normality, it is not possible to separate the effects of assets with different characteristics. In cases of crises and bubbles, the portfolio may be riskier than desired or overly chatty. In this regard, the use of copulas becomes attractive, because with this technique is possible to separate the marginal distributions of each dependence structure of the variables. The objective is to propose a model of risk using copulas for the calculation of Value at Risk (VaR), using the methods of volatility GARCH (1,1), EWMA and HAR. The empirical application of the model was made from a sample of a series of returns of a theoretical portfolio of assets in equities (shares) of Petrobras, Vale, Usiminas and Gerdau. The sample corresponds to the daily prices in the period between March 3rd, 2006 until April 30th, 2010, representing 1026 daily observations. The results obtained showed that copulas tend to generate a Value at Risk (VaR) for the most significant families of copulas, when tested by the Test of Kupiec (1995).

Nowadays, the volatility of exchange rate is a crucial and a transcendental issue for all transactions, negotiations and operations taking place in foreign currency, being an objective and an accurate prediction the cornerstone. Therefore, the main objective of this research is to analyze whether the Mexican exchange rate market, risk assessment using traditional VaR and VaR with copulas methodologies are more accurate when the estimates are made for a wide historical time-series or two periods for certain, helping it to predict the maximum losses that may be, with the main motivation to have a efficient hedging strategy. The principal conclusion is that assessing risk with these methodologies, the series does not necessarily have to include more than five years, considering that the use of copulas as a dependent measure make that the prediction fits better to the movements of the real returns. / Actualmente, la volatilidad en los tipos de cambio es un tema crucial y trascendental por todas las transacciones, negociaciones y operaciones que se efectúan en moneda extranjera, siendo la predicción objetiva y precisa la piedra angular. Por lo tanto, el objetivo principal de esta investigación es analizar si para el mercado cambiario mexicano las valoraciones del riesgo que utilizan las metodologías VaR tradicional y VaR mediante cópulas son más precisas cuando las estimaciones se hacen para un periodo histórico amplio o para dos subperiodos determinados. De este modo, se puede ayudar a predecir las máximas pérdidas que se pudieran tener, con la principal motivación de tener una estrategia de cobertura eficiente. La principal conclusión de esta es que, para valorar el riesgo con estas metodologías, no  ecesariamente las series tienen que incluir más de un lustro, teniendo en cuenta que el uso de las cópulas como medida de dependencia hace que las predicciones se ajusten de forma más precisa a los rendimientos reales.

La thèse est composée de trois parties. La partie I introduit les outils mathématiques et statistiques appropriés pour l'étude des dépendances, ainsi que des tests statistiques d'adéquation pour des distributions de probabilité empiriques. Je propose deux extensions des tests usuels lorsque de la dépendance est présente dans les données, et lorsque la distribution des observations a des queues larges. Le contenu financier de la thèse commence à la partie II. J'y présente mes travaux concernant les dépendances transversales entre les séries chronologiques de rendements journaliers d'actions, c'est à dire les forces instantanées qui relient plusieurs actions entre elles et les fait se comporter collectivement plutôt qu'individuellement. Une calibration d’un nouveau modèle à facteurs est présentée ici, avec une comparaison à des mesures sur des données réelles. Finalement, la partie III étudie les dépendances temporelles dans des séries chronologiques individuelles, en utilisant les mêmes outils et mesures de corrélations. Nous proposons ici deux contributions à l'étude du « volatility clustering », de son origine et de sa description: l'une est une généralisation du mécanisme de rétro-action ARCH dans lequel les rendements sont auto-excitants, et l'autre est une description plus originale des auto-dépendances en termes de copule. Cette dernière peut être formulée sans modèle et n'est pas spécifique aux données financières. En fait, je montre ici aussi comment les concepts de récurrences, records, répliques et temps d'attente, qui caractérisent la dynamique dans les séries chronologiques, peuvent être écrits dans la cadre unifié des copules. / The thesis is composed of three parts. Part I introduces the mathematical and statistical tools that are relevant for the study of dependences, as well as statistical tests of Goodness-of-fit for empirical probability distributions. I propose two extensions of usual tests when dependence is present in the sample data and when observations have a fat-tailed distribution. The financial content of the thesis starts in Part II. I present there my studies regarding the “cross-sectional” dependences among the time series of daily stock returns, i.e. the instantaneous forces that link several stocks together and make them behave somewhat collectively rather than purely independently. A calibration of a new factor model is presented here, together with a comparison to measurements on real data. Finally, Part III investigates the temporal dependences of single time series, using the same tools and measures of correlation. I propose two contributions to the study of the origin and description of “volatility clustering”: one is a generalization of the ARCH-like feedback construction where the returns are self-exciting, and the other one is a more original description of self-dependences in terms of copulas. The latter can be formulated model-free and is not specific to financial time series. In fact, I also show here how concepts like recurrences, records, aftershocks and waiting times, that characterize the dynamics in a time series can be written in the unifying framework of the copula.

Esta dissertação teve como objetivo o estudo de modelos para séries temporais bivariadas, que tem a estrutura de dependência determinada por meio de funções de cópulas. A vantagem desta abordagem é que as cópulas fornecem uma descrição completa da estrutura de dependência. Em termos de inferência, foi adotada uma abordagem Bayesiana com utilização dos métodos de Monte Carlo via cadeias de Markov (MCMC). Primeiramente, um estudo de simulações foi realizado para verificar como os seguintes fatores, tamanho das séries e variações nas funções de cópula, nas distribuições marginais, nos valores do parâmetro de cópula e nos métodos de estimação, influenciam a taxa de seleção de modelos segundo os critérios EAIC, EBIC e DIC. Posteriormente, foram realizadas aplicações a dados reais dos modelos com estrutura de dependência estática e variante no tempo / The aim of this work was to study models for bivariate time series, where the dependence structure among the series is modeled by copulas. The advantage of this approach is that copulas provide a complete description of dependence structure. In terms of inference was adopted the Bayesian approach with utilization of Markov chain Monte Carlo (MCMC) methods. First, a simulation study was performed to verify how the factors, length of the series and variations on copula functions, on marginal distributions, on copula parameter value and on estimation methods, may affect models selection rate given by EAIC, EBIC and DIC criteria. After that, we applied the models with static and time-varying dependence structure to real data

O grande número de publicações na área de finanças atualmente utilizando a modelagem de cópulas pode ser explicada pela capacidade de esta técnica estatística conseguir lidar com a evidência de não normalidade das séries de retornos de ativos financeiros. A não normalidade é evidenciada através do “sorriso de volatilidade” presente em séries de opções de ações perto do vencimento; existência de “caudas pesadas” em carteiras de instituições e consequentemente no gerenciamento de risco das Instituições. Particularmente com relação ao Value at Risk (VaR), que é uma técnica estatística que tem por objetivo calcular a perda máxima de uma carteira em dado horizonte de tempo considerando um nível de significância adotado, a existência de caudas pesadas nas séries gera um problema para a determinação da distribuição de probabilidade conjunta, implicando em grande dificuldade na mensuração do grau de exposição aos fatores de risco. Esse fato acaba por dificultar o correto e efetivo gerenciamento de risco de uma carteira, pois em tese, devido à existência de não normalidade, não é possível separar os efeitos de ativos de diferentes características. Em casos de crises e bolhas, o portfólio pode ser mais arriscado que o desejado ou excessivamente conversador. Neste sentido, a utilização de Cópulas torna-se atrativa, pois com esta técnica é possível separar as distribuições marginais de cada ativo da estrutura de dependência das variáveis. O objetivo do trabalho é propor uma modelagem de risco a partir do uso de Cópulas para o cálculo do Value at Risk (VaR), utilizando os métodos de volatilidade GARCH (1,1), EWMA e HAR. A aplicação empírica do modelo foi efetuada a partir de uma amostra de uma série de retornos de uma carteira teórica composta por ativos de renda variável (ações preferenciais) das empresas Petrobras, Vale, Usiminas e Gerdau. A amostra utilizada corresponde aos preços diários entre o período de 03 de março de 2006 até 30 de abril de 2010, representando 1.026 observações diárias. Os resultados apurados para a amostra demonstraram que as cópulas tendem a gerar um Value at Risk (VaR) significativo para a maioria das famílias de Cópulas, quando testado pelo Teste de Kupiec (1995). / The large number of publications in finance using currently copulas can be explained by the ability of this technique to deal with statistical evidence of non-normality of the return series of financial assets. The non-normality is evidenced by the "volatility smile" in the series of stock options near expiration, the existence of "heavy tails" in portfolios of institutions and consequently the risk management of the institutions. Especially regarding the Value at Risk (VaR), which is a statistical technique that aims to calculate the maximum loss a portfolio at a given time horizon considering a significance level, the existence of heavy tails in the series creates a problem for determining the joint probability distribution, resulting in great difficulty in measuring the degree of exposure to risk factors. This fact makes difficult the correct and effective risk management of a portfolio, because in theory, due to the existence of non-normality, it is not possible to separate the effects of assets with different characteristics. In cases of crises and bubbles, the portfolio may be riskier than desired or overly chatty. In this regard, the use of copulas becomes attractive, because with this technique is possible to separate the marginal distributions of each dependence structure of the variables. The objective is to propose a model of risk using copulas for the calculation of Value at Risk (VaR), using the methods of volatility GARCH (1,1), EWMA and HAR. The empirical application of the model was made from a sample of a series of returns of a theoretical portfolio of assets in equities (shares) of Petrobras, Vale, Usiminas and Gerdau. The sample corresponds to the daily prices in the period between March 3rd, 2006 until April 30th, 2010, representing 1026 daily observations. The results obtained showed that copulas tend to generate a Value at Risk (VaR) for the most significant families of copulas, when tested by the Test of Kupiec (1995).

Orientador: Verónica Andrea González-Lopez / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-18T10:24:16Z (GMT). No. of bitstreams: 1 Schultz_JoseAdolfodeAlmeida_M.pdf: 781903 bytes, checksum: 6f13c49a1d8a278498ea105b9b9a7a31 (MD5) Previous issue date: 2011 / Resumo: O resumo poderá ser visualizado no texto completo da tese digital / Abstract: The abstract is available with the full electronic digital document / Mestrado / Inferencia Bayesiana / Mestre em Estatística

O objetivo deste trabalho consiste em identificar a existência de contágio financeiro utilizando a metodologia de redes bayesianas. Além da rede bayesiana, a análise da interdependência de mercados internacionais em períodos de crises financeiras, ocorridas entre os anos 1996 e 2009, foi modelada com outras duas técnicas - modelos GARCH multivariados e de Cópulas, envolvendo países nos quais foi possível avaliar seus efeitos e que foram objetos de estudos similares na literatura. Com os períodos de crise bem definidos e metodologia calcada na teoria de grafos e na inferência bayesiana, executou-se uma análise sequencial, em que as realidades que precediam períodos de crise foram consideradas situações a priori para os eventos (verossimilhanças). Desta combinação resulta a nova realidade (a posteriori), que serve como priori para o período subsequente e assim por diante. Os resultados apontaram para grande interligação entre os mercados e diversas evidências de contágio em períodos de crise financeira, com causadores bem definidos e com grande respaldo na literatura. Ademais, os pares de países que apresentaram evidências de contágio financeiro pelas redes bayesianas em mais períodos de crises foram os mesmos que apresentaram os mais altos valores dos parâmetros estimados pelas cópulas e também aqueles cujos parâmetros foram mais fortemente significantes no modelo GARCH multivariado. Assim, os resultados obtidos pelas redes bayesianas tornam-se mais relevantes, o que sugere boa aderência deste modelo ao conjunto de dados utilizados neste estudo. Por fim, verificou-se que, após as diversas crises, os mercados estavam muito mais interligados do que no período inicialmente adotado. / This work aims to identify the existence of financial contagion using a metodology of Bayesian networks. Besides Bayesian networks, the analysis of the international markets\' interdependence in times of financial crises, occurred between 1996 and 2009, was modeled using two other techniques - multivariate GARCH models and Copulas models, involving countries in which its effects were possible to assess and which were subject to similar studies in the literature. With well-defined crisis periods and a metodology based on graph theory and Bayesian inference, a sequential analysis was executed, in which the realities preceding periods of crisis were considered to be prior situations to the events (likelihood). From this combination results the new posterior reality, which serves as a prior to the subsequent period and so on. The results pointed to a large interconnection between markets and several evidences of contagion in times of financial crises, with well-defined responsibles and highly supported by the literature. Moreover, the pairs of countries that show evidence of financial contagion by Bayesian networks in over periods of crises were the same as that presented the highest values of the parameters estimated by copulas and the most strongly significant parameters in the multivariate GARCH model. Thus, the results obtained by Bayesian networks become more relevant, suggesting good adherence of the model to the data set used in this study. Finally, it was found that after the various crises, the markets were much more connected.

Orientador: Luiz Koodi Hotta / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-20T03:56:46Z (GMT). No. of bitstreams: 1 Sakamoto_CarolinedeFreitas_M.pdf: 4538610 bytes, checksum: 977f3115a7248c40284073adc86889ac (MD5) Previous issue date: 2012 / Resumo: A construção de distribuições multivariadas com dependências assimétricas, especialmente com dependências complexas nas caudas, é um requisito necessário em muitas aplicações, particularmente em finanças. A teoria de cópulas pode ser bastante útil nesta tarefa. Neste sentido, algumas das propostas sugeridas na literatura são os modelos hierárquicos arquimedianos, os modelos pair-cópula e a cópula t-Student assimétrica. Esta dissertação está focada no estudo e aplicação de modelos de cópulas com dimensões maiores que três através dos modelos Pair-Cópula, que têm sido de fundamental importância para estender o conceito de dependência do caso bivariado para o caso multivariado. A metodologia de Pair-Cópula propõe a utilização de diagramas vine para a organização dos possíveis modelos. A ênfase é dada para o diagrama D-vine, que permite diversas permutações entre as séries. Por meio de simulação, é verificado o impacto dessas diferentes permutações do diagrama D-vine, e também do uso de diferentes funções de cópulas sob o cálculo do Valor em Risco (VaR). São realizadas comparações com cópulas multivariadas arquimedianas, normal e t-Student multivariadas. é apresentada uma aplicação de cópulas tetravariadas a dados reais de retornos financeiros / Abstract: The construction of multivariate distributions with asymmetric dependencies, especially with complex dependencies in the tails, is a necessary requirement in many applications, particularly in finance. The theory of copulas can be very useful in this task. In this sense, some of the proposals suggested in the literature are the Archimedean hierarchical models, Pair-Copula models and asymmetric t-Student copula. This dissertation is focused on the study and application of models of more than three dimensions through the Pair-Copula models, which have been essential to extend the concept of dependence of bivariate case to the multivariate case. The Pair-Copula methodology proposes the use of vine tree for the organization the possible models. Emphasis is given to the D-vine tree, which allows permutation among the variables. The influence and the importance of the order of the variables in the D-vine in the estimation of the Value at Risk (VaR) is investigated by simulation. The pair-copula model is compared with the t-Student multivariate distribution, the multivariate Archimedean copula, and paircopula models using different copula functions. The model is also applied to estimate the VaR of a portfolio with four assets / Mestrado / Estatistica / Mestre em Estatística