This paper examines how the level and volatility of interest rates affect the stock return of banks using a GARCH-M model. Data is collected for Swedish and Danish banks stock return and interest rates on monthly basis for the period January 2000 to April 2018. The effects of interest rates on banks stock return is tested by two hypotheses, if the volatility of interest rates affects the volatility of the stock returns and if the level of the interest rate affects the excess return. The excess returns are also tested for significance of its own conditional variance in form of the mean term in the GARCH-M model. The results show that the volatility of interest rates has a significant effect on the excess return of the bank stocks while the level of the interest rate does not have a significant effect, the mean term is not significant, implying that some of the risk is not priced by an increased risk premium. The paper also discusses how the quantitative easing activities that has been performed by central banks could affect the bank stocks sensitivity to interest rates changes.

Value at Risk has over the last couple of decades become one of the most widely used measures of market risk. Several methods to compute this measure have been suggested. In this paper, we evaluate the use of the GARCH(1,1)-, EGARCH(1,1)- and the APARCH(1,1) model for estimation of this measure under the assumption that the conditional error distribution is normally-, t-, skewed t- and NIG-distributed respectively. For each model, the 95% and 99% one-day Value at Risk is computed using rolling out-of-sample forecasts for three equity indices. These forecasts are evaluated with Kupiec´s test for unconditional coverage test and Christoffersen’s test for conditional coverage. The results imply that the models generally perform well. The APARCH(1,1) model seems to be the most robust model. However, the GARCH(1,1) and the EGARCH(1,1) models also provide accurate predictions. The results indicate that the assumption of conditional distribution matters more for 99% than 95% Value at Risk. Generally, a leptokurtic distribution appears to be a sound choice for the conditional distribution.

This thesis consists of three studies that cover topics in inflation and output growth, and their uncertainties in G7 and developing countries. We utilise the Consumer Price Index (CPI) and Industrial Price Index (IPI) as proxies for the inflation rate (price level) and the growth rate (output), respectively. Chapter 2 considers the case of three developing countries Turkey, Egypt and Syria. We analyse the inflation and growth using asymmetric PGARCH model. In accordance with this, we estimate all the models using two alternative distributions the normal and Student’s t. Moreover, dummy variables are chosen in the inflation data according to some economic events in Turkey, Egypt and Syria. Even more, the mean equation is adjusted to include these dummy variables on the intercept. To summarize, the results show an evidence of the Cukierman–Meltzer (1986) hypothesis, which is labelled as the ‘opportunistic Fed’ by Grier and Perry (1998), in Egypt and Syria. On the other hand, an evidence of the Holland (1995) hypothesis is obtained in Turkey, this result suggests that the ‘stabilizing Fed’ notion is plausible. Moreover, an evidence for the first leg of Friedman (1977) hypothesis is obtained in Egypt and Turkey. Chapter 3 examines the causal relationship between inflation and output growth, and their variabilities for G7 countries by applying the bivariate constant conditional correlation CCC – GARCH (1,1)-ML models. Moreover, we employ the models including dummy variables in the mean equations to investigate the impact of economic events on inflation and output. Briefly, there are evidences of the second leg of Friedman (1977) hypothesis in the US, UK, Germany, Italy, France and Canada while there is an evidence of Dotsey and Sarte (2000) in Japan. In addition, there are evidences for positive effect of inflation uncertainty on inflation in the US, Germany, Japan and France in line of Cukierman and Meltzer (1986) hypothesis. Moreover, the results of estimation CCC-GARCH (1,1) in mean models including dummy variables highlight a strong support for the two legs of Friedman (1977) hypothesis and Cukierman and Meltzer (1986). Lastly, Chapter 4 is based on examining the inflation rates for three developing countries Turkey, Syria and Egypt by applying the Bai and Perron (2003) breakpoint specification technique in the monthly inflation data of our sample. As a result, three possible break points for each of the inflation rates in the conditional variance have been determined. In addition, we employ GARCH model to control the breaks in the conditional mean and variance equations. To conclude, the autoregressive coefficients seem to cause a statistically significant impact on the breaks only in the case of Turkey, also, the parameters of the mean equation show time varying characteristics across three breaks. As far as the conditional variance is concerned the ARCH parameter (?) shows no time varying behaviour while for the GARCH parameter only one significant break seems to impact the inflation rate in Syria.

The thesis deals with the relationship between the stock prices of commodity companies and commodity prices produced by these companies. Each commo-dity was testing with three related companies. In this thesis was used various methods for testing. Namely Engle-Granger test of cointegration, the correlation analysis, Granger causality test and VAR-GARCH model for testing volatility spilloves between markets. Empirical results show that effect of commodity to shares is different for each group of commodities. The most evident effect appears at the impact of industrial and precious metals on mining companies and the effect of oil prices on the shares of the oil companies. In contrast, the prices of gas and agricultural commodities did not influence the prices of those commodities shares significantly.

A volatilidade tem se mostrado como um dos mais relevantes conceitos nos estudos de finanças, pois está associada diretamente ao conceito de risco. A volatilidade pode ser influenciada por diversos fatores como, por exemplo, eventos corporativos. Dentre esses eventos, destacam-se as fusões e aquisições (F&A), as quais se apresentam como um contexto interessante para realização de estudos voltados para a observação de possíveis mudanças no comportamento da volatilidade quando da sua ocorrência. Dessa forma, o objetivo do estudo foi investigar o comportamento da volatilidade dos retornos das ações de empresas que passaram por processos de fusão e aquisição, compreendendo tanto o seu anúncio quanto a sua conclusão. Após a adoção de critérios de elegibilidade, foram estudados 33 eventos relativos a 23 ativos de 19 empresas. A metodologia para a estimação da volatilidade compreendeu principalmente o uso do modelo GARCH (Generalized Autoregressive Conditional Heteroskedasticity), em um procedimento similar a um estudo de evento. Como resultado, observou-se que, de uma forma global, tanto o anúncio da operação de F&A quanto a sua conclusão não produziu impacto na volatilidade. Adicionalmente, ao se observar o impacto no risco, medido pelo beta, observou-se que o anúncio produziu impacto no beta de 30 dias, enquanto a conclusão da operação proporcionou mudança no beta tanto de 30 quanto de 60 dias. No entanto, ao se tentar relacionar os resultados com algumas características dos eventos (como: tipo da ação, setor de atuação, tipo da operação, papel desempenhado na operação e tempo transcorrido entre o anúncio da operação e a sua conclusão) foi observado que estas não possuíam nenhum poder explicativo. / Volatility has been considered a relevant concept in finance due to its association with the risk concept. Volatility can be influenced by many factors such as corporate events. Among these events, we can emphasize mergers&acquisitions (M&A), that has become an interesting context for studies about the volatility behavior and its changes. Thus, the present study aimed to investigate the behavior of the volatility of stock returns of companies that participated of mergers&acquisitions during the the announcement and the conclusion periods. It was determined eligibility criteria that result a sample with 23 stocks from 19 companies. The methodology for volatility estimation involved mainly the GARCH (Generalized Autoregressive Conditional Heteroskedasticity) model and the procedure was similar to event study. The results reveal that, in general, the announcement of M&A and its conclusion had no effects on the volatility. In addition, the observation of the risk impact, measured by beta, revealed an effect on the 30 days’ beta and the conclusion caused an impact on the 30 and 60 days’ beta. Finally, the observation about possible relationship between results and characteristics (like stock type, sector, event type, role played in the event and time passed between announce and conclusion) revealed no explanation power.

Desde Markowitz (1952), a volatilidade tem ocupado um papel de grande importância dentro da moderna teoria das finanças. Durante muito tempo, a mensuração da volatilidade tem sido realizada a partir de dados diários. No entanto, a disponibilização de dados intradiários, somada à redução do custo de aquisição destes, tem permitido a criação de modelos baseados nestes dados, o que permite incorporar mais informação, e em teoria, proporcionar previsões mais eficientes em comparação aos modelos que incorporam dados diários apenas. Dessa forma, o objetivo foi verificar se a modelagem da volatilidade a partir da utilização de dados diários é mais eficiente que a modelagem a partir de dados diários em termos de previsão da volatilidade futura. Utilizou-se, para comparar os modelos, a lucratividade de operações estruturadas no mercado de derivativos entre janeiro e abril de 2011. Os resultados demonstram que tantos os modelos baseados em dados diários como intradiarios apresentaram resultados satisfatórios em termos de previsão da volatilidade futura, tendo, entretanto, os modelos intradiários apresentado mais consistentes se comparado aos modelos diários, além de serem mais simples de serem estimados. / Since Markowitz (1952), volatility has played a major role in modern finance theory. For a long time, the measurement of volatility has been made from daily data. However, the availability of intraday data, added to reduce of the cost of these has allowed the creation of models based on these data, which allows to incorporate more information, and, in theory, provide more efficient forecasts compared to models that incorporate daily data only. Thus, the objective was to verify if the modeling of volatility from the use of daily data is more efficient than the model from daily data in terms of forecasting future volatility. Was used to compare the models, the profitability of structured transactions in the derivatives market between January and April 2011. The results show that both daily and intraday models showed satisfactory results in terms of forecasting future volatility, with, however, higher consistent of intraday models compared to daily models, being simpler to estimated them too.

Esta dissertação analisa a questão da seleção de modelos GARCH multivariados em termos da perfomance de previsão da matriz de covariância condicional. A aplicação empírica é realizada com 7 retornos de índices de ações envolvendo um conjunto de 34 especificações de modelos para os quais computamos as previsões da variância condicional um passo a frente para uma amostra com 60 observações para cada especificação dos modelos GARCH multivariados. A comparação entre os modelos é baseada no procedimento Model Confidence Set (MCS) avaliado através de duas funções perdas robustas a proxies de volatilidade imperfeitas. O MCS é um procedimento que permite comparar vários modelos simultaneamente em termos de sua habilidade preditiva e determinar um conjunto de modelos estatisticamente semelhantes em termos de previsão, dado um nível de confiança. / This paper considers the question of the selection of multivariate GARCH models in terms of covariance matrix forecasting. In the empirical application we consider 7 series of returns and compare a set of 34 model specifications based on one-step-ahead conditional variance forecasts over a sample with 60 observations. The comparison between models is performed with the Model Confidence Set (MCS) procedure evaluated using two loss functions that are robust against imperfect volatility proxies. The MCS is a procedure that allows both a multiple model comparison in terms of forecasting accuracy and the determination of a model set composed of statistically equivalent models, under a confidence level.

Made available in DSpace on 2010-04-20T20:22:19Z (GMT). No. of bitstreams: 1 66070100189.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) Previous issue date: 2010-01-28T00:00:00Z / O objetivo desse trabalho é avaliar a capacidade de previsão do mercado sobre a volatilidade futura a partir das informações obtidas nas opções de Petrobras e Vale, além de fazer uma comparação com modelos do tipo GARCH e EWMA. Estudos semelhantes foram realizados no mercado de ações americano: Seja com uma cesta de ações selecionadas ou com relação ao índice S&P 100, as conclusões foram diversas. Se Canina e Figlewski (1993) a 'volatilidade implícita tem virtualmente nenhuma correlação com a volatilidade futura', Christensen e Prabhala (1998) concluem que a volatilidade implícita é um bom preditor da volatilidade futura. No mercado brasileiro, Andrade e Tabak (2001) utilizam opções de dólar para estudar o conteúdo da informação no mercado de opções. Além disso, comparam o poder de previsão da volatilidade implícita com modelos de média móvel e do tipo GARCH. Os autores concluem que a volatilidade implícita é um estimador viesado da volatilidade futura mas de desempenho superior se comparada com modelos estatísticos. Gabe e Portugal (2003) comparam a volatilidade implícita das opções de Telemar (TNLP4) com modelos estatísticos do tipo GARCH. Nesse caso, volatilidade implícita tambem é um estimador viesado, mas os modelos estatísticos além de serem bons preditores, não apresentaram viés. Os dados desse trabalho foram obtidos ao longo de 2008 e início de 2009, optando-se por observações intradiárias das volatilidades implícitas das opções 'no dinheiro' de Petrobrás e Vale dos dois primeiros vencimentos. A volatidade implícita observada no mercado para ambos os ativos contém informação relevante sobre a volatilidade futura, mas da mesma forma que em estudos anteriores, mostou-se viesada. No caso específico de Petrobrás, o modelo GARCH se mostrou um previsor eficiente da volatilidade futura / The purpose of this study is to examine the predictive power of the market about future volatility using the information obtained from the options on Petrobras and Vale. We will also compare the results with models such as GARCH and EWMA. Similar studies were performed in the U.S. stock market: Either with selected stocks or the S & P 100 Index, the results are not conclusive. Even if Canina and Figlewski (1993) find that the "implied volatility has virtually no correlation with future volatility”, Christensen and Prabhala (1998) conclude that implied volatility is a good predictor of future volatility. Andrade and Tabak (2001) use dollar options to study the information content power of the options on dollar. They also compare the predictive power of implied volatility with models such as EWMA or GARCH. The authors conclude that implied volatility is a biased estimator of future volatility but has a better performance compared with statistical models. Gabe and Portugal (2003) compare the implied volatility of options on Telemar (TNLP4) with statistical models like GARCH. In this case, implied volatility is also a biased estimator, but the statistical models were also good predictors and showed no bias. The data in this study are taken during 2008 and early 2009, using intraday observations of implied volatilities for the first two maturities of "at the money" options on Petrobras and Vale. The observed implied volatility for both stocks contains relevant information about future volatility,similarly to previous studies, is biased. Specifically for Petrobras, GARCH model proved to be an efficient predictor of future volatility.

Submitted by Lilian de Toni Furquim (lilian.furquim@fgv.br) on 2010-04-06T20:24:52Z No. of bitstreams: 1 Arthur Ribeiro de A F Mello.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) / Made available in DSpace on 2010-04-06T20:24:52Z (GMT). No. of bitstreams: 1 Arthur Ribeiro de A F Mello.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) / Made available in DSpace on 2010-04-20T21:00:39Z (GMT). No. of bitstreams: 4 Arthur Ribeiro de A F Mello.pdf.jpg: 2612 bytes, checksum: e1f60fd24f7a8f21dd5f05722310e9d1 (MD5) Arthur Ribeiro de A F Mello.pdf.txt: 56331 bytes, checksum: 84e1f7ac7cd3331954fd2146cf4f8b10 (MD5) license.txt: 4712 bytes, checksum: 4dea6f7333914d9740702a2deb2db217 (MD5) Arthur Ribeiro de A F Mello.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) Previous issue date: 2010-04-06 / The purpose of this study is to examine the predictive power of the market about future volatility using the information obtained from the options on Petrobras and Vale. We will also compare the results with models such as GARCH and EWMA. Similar studies were performed in the U.S. stock market: Either with selected stocks or the S & P 100 Index, the results are not conclusive. Even if Canina and Figlewski (1993) find that the 'implied volatility has virtually no correlation with future volatility', Christensen and Prabhala (1998) conclude that implied volatility is a good predictor of future volatility. Andrade and Tabak (2001) use dollar options to study the information content power of the options on dollar. They also compare the predictive power of implied volatility withmodels such as EWMA or GARCH. The authors conclude that implied volatility is a biased estimator of future volatility but has a better performance compared with statistical models. Gabe and Portugal (2003) compare the implied volatility of options on Telemar (TNLP4) with statistical models like GARCH. In this case, implied volatility is also a biased estimator, but the statistical models were also good predictors and showed no bias. The data in this study are taken during 2008 and early 2009, using intraday observations of implied volatilities for the first two maturities of 'at the money' options on Petrobras and Vale. The observed implied volatility for both stocks contains relevant information about future olatility,similarly to previous studies, is biased. Specifically for Petrobras, GARCH model proved to be an efficient predictor of future volatility. / O objetivo desse trabalho é avaliar a capacidade de previsão do mercado sobre a volatilidade futura a partir das informações obtidas nas opções de Petrobras e Vale, além de fazer uma comparação com modelos do tipo GARCH e EWMA. Estudos semelhantes foram realizados no mercado de ações americano: Seja com uma cesta de ações selecionadas ou com relação ao índice S&P 100, as conclusões foram diversas. Se Canina e Figlewski (1993) a 'volatilidade implícita tem virtualmente nenhuma correlação com a volatilidade futura', Christensen e Prabhala (1998) concluem que a volatilidade implícita é um bom preditor da volatilidade futura. No mercado brasileiro, Andrade e Tabak (2001) utilizam opções de dólar para estudar o conteúdo da informação no mercado de opções. Além disso, comparam o poder de previsão da volatilidade implícita com modelos de média móvel e do tipo GARCH. Os autores concluem que a volatilidade implícita é um estimador viesado da volatilidade futura mas de desempenho superior se comparada com modelos estatísticos. Gabe e Portugal (2003) comparam a volatilidade implícita das opções de Telemar (TNLP4) com modelos estatísticos do tipo GARCH. Nesse caso, volatilidade implícita tambem é um estimador viesado, mas os modelos estatísticos além de serem bons preditores, não apresentaram viés. Os dados desse trabalho foram obtidos ao longo de 2008 e início de 2009, optando-se por observações intradiárias das volatilidades implícitas das opções 'no dinheiro' de Petrobrás e Vale dos dois primeiros vencimentos. A volatidade implícita observada no mercado para ambos os ativos contém informação relevante sobre a volatilidade futura, mas da mesma forma que em estudos anteriores, mostou-se viesada. No caso específico de Petrobrás, o modelo GARCH se mostrou um previsor eficiente da volatilidade futura

Submitted by Ricardo Honorato (kdin.honorato@gmail.com) on 2011-05-04T00:20:03Z No. of bitstreams: 1 Dinamica entre os Mercados Acionarios Mundiais - Ricardo Honorato.pdf: 1822263 bytes, checksum: 409139a0d00481eb4e1cecf8080d21ac (MD5) / Approved for entry into archive by Marcia Bacha(marcia.bacha@fgv.br) on 2011-05-09T12:21:53Z (GMT) No. of bitstreams: 1 Dinamica entre os Mercados Acionarios Mundiais - Ricardo Honorato.pdf: 1822263 bytes, checksum: 409139a0d00481eb4e1cecf8080d21ac (MD5) / Made available in DSpace on 2011-05-09T12:21:57Z (GMT). No. of bitstreams: 1 Dinamica entre os Mercados Acionarios Mundiais - Ricardo Honorato.pdf: 1822263 bytes, checksum: 409139a0d00481eb4e1cecf8080d21ac (MD5) / Nesta dissertação pretendemos analisar os relacionamentos dos retornos e das volatilidades do mercado acionário brasileiro com os maiores mercados mundiais. Para isso serão utilizadas amostras diárias do período de janeiro de 2006 a dezembro de 2009. Além disso, é analisada também a natureza da volatilidade e sua tendência. Para isso, são usados GARCH univariado e Vetor Auto-Regressivo Multivariado. Os resultados buscam evidenciar a existência de uma relação entre os retornos e as volatilidades do mercado brasileiro com os retornos e volatilidades dos mercados de capitais dos países: Alemanha, Austrália, China, Estados Unidos da América, Japão e Reino Unido. Dentre um dos resultados obtidos neste trabalho destaca-se a direção do fluxo de informações, verificada no mercado financeiro entre o Ocidente para o Oriente, mais precisamente, o dia útil financeiro se inicia na Europa, seguindo para EUA, Brasil e em seguida China, Austrália e demais países do Oriente. Além disso, temos evidência de um cenário macroeconômico no qual a Alemanha desempenha um papel de grande influência nos demais países e a China com uma nação economicamente independente das demais.