As séries temporais financeiras são marcadas por comportamentos complexos e não-lineares. No mercado financeiro, além da trajetória das cotações, a sua variabilidade, representada pela volatilidade, consiste em importante informação para o mercado. Redes neurais são modelos não lineares flexíveis com capacidade de descrever funções de distintas classes, possuindo a propriedade de aproximadores universais. Este trabalho busca empregar redes neurais, especificamente Perceptron de múltiplas camadas com uma única camada escondida alimentada para frente (Feedforward Multilayer Perceptron), para a previsão da volatilidade. Mais ainda, é proposto um modelo híbrido que combina o modelo GARCH e redes neurais. Os modelos GARCH e redes neurais são estimados para duas séries financeiras: Índice S&P500 e cotações do petróleo tipo Brent. Os resultados indicam que a volatilidade aproximada por redes neurais é muito semelhante as estimativas dos tradicionais modelos GARCH. Suas diferenças são mais qualitativas, na forma de resposta da volatilidade estimada a choques de maior magnitude e sua suavidade, do que quantitativas, apresentando critérios de erros de previsão em relação a uma medida de volatilidade benchmark muito próximos. / The financial time series are characterized by complex and non-linear behaviors. In addition to the financial market trend in prices their variability or volatility, a risk estimate, is important information for the market players. Neural networks are flexible nonlinear models capable of describing functions of different classes, having the property of universal approximators. This paper employs neural networks, specifically one hidden layer feedforward Multilayer Perceptron, for volatility forecasting. Moreover, we propose a hybrid model that combines the GARCH model with neural networks. The GARCH and neural network models are estimated over two financial series: the S&P500 composite index and prices of Brent oil. The results indicate that the volatility approximated by neural networks is very similar to that estimated by the traditional GARCH models, while their differences are more qualitative than quantitative, with information content that differs from and complements each other for different market environments.

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.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-03-12T18:25:13Z No. of bitstreams: 1 LemuelDeLemosRomao_DISSERT.pdf: 2085097 bytes, checksum: 88646c5827d373d5b2f0edf1e63de9e7 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-03-16T12:25:56Z (GMT) No. of bitstreams: 1 LemuelDeLemosRomao_DISSERT.pdf: 2085097 bytes, checksum: 88646c5827d373d5b2f0edf1e63de9e7 (MD5) / Made available in DSpace on 2018-03-16T12:25:57Z (GMT). No. of bitstreams: 1 LemuelDeLemosRomao_DISSERT.pdf: 2085097 bytes, checksum: 88646c5827d373d5b2f0edf1e63de9e7 (MD5) Previous issue date: 2018-02-06 / Os modelos de microestrutura ganharam bastante espa?o na literatura econ?mica e surgem como um contraponto ?queles baseados puramente em fundamentos macroecon?micos. Dessa forma, o esfor?o passou a ser em microfundamentar o mercado de c?mbio, partindo de hip?teses comportamentais dos agentes envolvidos neste mercado. Uma nova vari?vel chave ? acrescentada nos modelos: o fluxo de ordens. Com a constata??o da relev?ncia do fluxo de ordens nas taxas de c?mbio, como tamb?m j? estimado por diversos autores as magnitudes de seus impactos, este trabalho passa a utilizar uma nova abordagem, olhando agora para os impactos na volatilidade. A partir dos modelos de microestrutura, estimou-se como a volatilidade nas vari?veis de risco e de fluxos s?o transmitidas ao c?mbio. Com as correla??es din?micas advindas dos modelos DCC-GARCH, confirma-se a import?ncia das vari?veis de risco na forma??o dos pre?os, sendo uma importante fonte de volatilidade para o c?mbio. Em rela??o aos fluxos de ordens, constata-se a import?ncia dos estrangeiros na variabilidade das taxas de c?mbio, com o setor financeiro geralmente atuando como contraparte das opera??es cambiais. / The models of microstructure have gained a lot of space in the economic literature and appear as a counterpoint to those based purely on macroeconomic fundamentals. In this way, the effort began to be in microfundament the exchange market, starting from behavioral hypotheses of the agents involved in this market. A new key variable is added in the models: the order flow. With the confirmation of the importance of the flow of orders in exchange rates, as already estimated by several authors the magnitudes of their impacts, this work uses a new approach, now looking at the impacts on volatility. From the microstructure models, it was estimated how the volatility in the risk variables and flows are transmitted to the exchange. With the dynamic correlations coming from the DCC-GARCH models, the importance of the risk variables in price formation is confirmed, being an important source of exchange volatility. Regarding order flows, the importance of foreigners in the exchange rate variability is verified, with the financial sector generally acting as counterpart of foreign exchange operations.

Esta tese apresenta três ensaios em macroeconomia aplicada e que possuem em comum o uso de técnicas estatísticas e econométricas em problemas macroeconômicos. Dentre os campos de pesquisa da macroeconomia aplicada, a tese faz uso de modelos macroeconômicos microfundamentados, em sua versão DSGE-VAR, e da macroeconomia financeira por meio da avaliação do comportamento da correlação entre os retornos das ações usando modelos Garch multivariados. Além disso, a tese provoca a discussão sobre um novo campo de pesquisa em macroeconomia que surge a partir do advento da tecnologia. No primeiro ensaio, aplicamos a abordagem DSGE-VAR na discussão sobre a reação do Banco Central do Brasil (BCB) as oscilações na taxa de câmbio, especificamente para o caso de uma economia sob metas de inflação. Para tanto, baseando-se no modelo para uma economia aberta desenvolvido por Gali e Monacelli (2005) e modificado por Lubik e Schorfheide (2007), estimamos uma regra de política monetária para o Brasil e examinamos em que medida o BCB responde a mudanças na taxa de câmbio. Além disso, estudamos o grau de má especificação do modelo DSGE proposto. Mais especificamente, comparamos a verossimilhança marginal do modelo DSGE às do modelo DSGE-VAR e examinamos se o Banco Central conseguiu isolar a economia brasileira, em particular a inflação, de choques externos. Nossas conclusões mostram que as respostas aos desvios da taxa de câmbio são diferentes de zero e menores do que as respostas aos desvios da inflação. Finalmente, o ajuste do modelo DSGE é consideravelmente pior do que o ajuste do modelo DSGE-VAR, independentemente do número de defasagens utilizadas no VAR o que indica que de um ponto de vista estatístico existem evidências de que as restrições cruzadas do modelo teórico são violadas nos dados. O segundo ensaio examina empiricamente o comportamento da correlação entre o retorno de ações listadas na BMF&BOVESPA no período de 2000 a 2015. Para tanto, utilizamos modelos GARCH multivariados introduzidos por Bollerslev (1990) para extrair a série temporal das matrizes de correlação condicional dos retornos das ações. Com a série temporal dos maiores autovalores das matrizes de correlação condicional estimadas, aplicamos testes estatísticos (raiz unitária, quebra estrutural e tendência) para verificar a existência de tendência estocástica ou determinística para a intensidade da correlação entre os retornos das ações representadas pelos autovalores. Nossas conclusões confirmam que tanto em períodos de crises nacionais como turbulências internacionais, há intensificação da correlação entre as ações. Contudo, não encontramos qualquer tendência de longo prazo na série temporal dos maiores autovalores das matrizes de correlação condicional. Isso sugere que apesar das conclusões de Costa, Mazzeu e Jr (2016) sobre a tendência de queda do risco idiossincrático no mercado acionário brasileiro, a correlação dos retornos não apresentou tendência de alta, conforme esperado pela teoria de finanças. No terceiro ensaio, apresentamos pesquisas que utilizaram Big Data, Machine Learning e Text Mining em problemas macroeconômicos e discutimos as principais técnicas e tecnologias adotadas bem como aplicamos elas na análise de sentimento do BCB sobre a economia. Por meio de técnicas de Web Scraping e Text Mining, acessamos e extraímos as palavras usadas na escrita das atas divulgadas pelo Comitê de Política Monetária (Copom) no site do BCB. Após isso, comparando tais palavras com um dicionário de sentimentos (Inquider) mantido pela Universidade de Harvard e originalmente apresentado por Stone, Dunphy e Smith (1966), foi possível criar um índice de sentimento para a autoridade monetária. Nossos resultados confirmam que tal abordagem pode contribuir para a avaliação econômica dado que a série temporal do índice proposto está relacionada com variáveis macroeconômicas importantes para as decisões do BCB. / This thesis presents three essays in applied macroeconomics and who have in common the use of statistical and econometric techniques in macroeconomic problems. Among the search fields of applied macroeconomics, the thesis makes use of microfounded macroeconomic models, in tis DSGE-VAR version, and financial macroeconomics through the evaluation of the behavior of correlation between stock returns using multivariate Garch models. In addition, leads a discussion on a new field of research in macroeconomics which arises from the advent of technology. In the first experiment, we applied the approach to dynamic stochastic general equilibrium (DSGE VAR in the discussion about the reaction of the Central Bank of Brazil (CBB) to fluctuations in the exchange rate, specifically for the case of an economy under inflation targeting. To this end, based on the model for an open economy developed by Gali and Monacelli (2005) and modified by Lubik and Schorfheide (2007), we estimate a rule of monetary policy for the United States and examine to what extent the CBC responds to changes in the exchange rate. In addition, we studied the degree of poor specification of the DSGE model proposed. More specifically, we compare the marginal likelihood of the DSGE model to the DSGE-VAR model and examine whether the Central Bank managed to isolate the brazilian economy, in particular the inflation, external shocks. Our findings show that the response to deviations of the exchange rate are different from zero and lower than the response to deviations of inflation. Finally, the adjustment of the DSGE model is considerably worse than the adjustment of the DSGE-VAR model, regardless of the number of lags used in the VAR which indicates that a statistical point of view there is evidence that the restrictions crusades of the theoretical model are violated in the data. The second essay examines empirically the behavior of the correlation between the return of shares listed on the BMF&BOVESPA over the period from 2000 to 2015. To this end, we use models multivariate GARCH introduced by Bollerslev (1990) to remove the temporal series of arrays of conditional correlation of returns of stocks. With the temporal series of the largest eigenvalues of matrices of correlation estimated conditional, we apply statistical tests (unit root, structural breaks and trend) to verify the existence of stochastic trend or deterministic to the intensity of the correlation between the returns of the shares represented by eigenvalues. Our findings confirm that both in times of crises at national and international turbulence, there is greater correlation between the actions. However, we did not find any long-term trend in time series of the largest eigenvalues of matrices of correlation conditional. In the third test, we present research that used Big Data, Machine Learning and Text Mining in macroeconomic problems and discuss the main techniques and technologies adopted and apply them in the analysis of feeling of BCB on the economy. Through techniques of Web Scraping and Text Mining, we accessed and extracted the words used in the writing of the minutes released by the Monetary Policy Committee (Copom) on the site of the BCB. After that, comparing these words with a dictionary of feelings (Inquider) maintained by Harvard University and originally presented by Stone, Dunphy and Smith (1966), it was possible to create an index of sentiment for the monetary authority. Our results confirm that such an approach can contribute to the economic assessment given that the temporal series of the index proposed is related with macroeconomic variables are important for decisions of the BCB.

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.

Mais do que uma ferramenta para gestão do risco de preços para produtores e consumidores, os contratos futuros agropecuários tem se tornado uma importante opção de investimento principalmente em períodos de crise quando os riscos no mercado de ações aumentam. No Brasil, a participação de investidores no mercado futuro agropecuário ainda é pequena, mas há um considerável potencial de crescimento, posto que o país é um importante player no mercado internacional das principais commodities agropecuárias como café, soja, milho, açúcar, etanol e carne. Neste contexto, será analisada neste trabalho a relação entre os retornos resultantes de posições compradas em contratos futuros agropecuários negociados na BM&FBOVESPA e o retorno apresentado pelo mercado de ações, representado pelo Índice Bovespa com atenção especial aos períodos de crise. Para isso, utilizou-se uma metodologia similar a desenvolvida por Baur e Lucey (2009) buscando identificar em qual categoria porto seguro, hedge ou diversificador - os dois principais contratos futuros negociados na BM&FBOVESPA - boi gordo e café arábica se encaixam. Os comportamentos de tais contratos foram analisados de forma isolada e também considerando carteiras formadas pelo ponto de mínimo risco da teoria do portfólio de Markowitz. Como resultado identifcou-se que o contrato futuro do boi gordo atua como hedge em relação ao mercado de ações, já o contrato futuro do café arábica, por apresentar correlação positiva, mas não perfeita, atua como diversificador. Combinando os dois contratos em posição comprada durante todo o período obteve-se uma carteira cuja variância média foi inferior a variância do boi gordo e do café arábica, no entanto esta carteira apresenta correlação positiva em relação ao mercado de ações, o que a coloca na categoria de diversificador. Outra combinação entre os contratos foi feita utilizando uma estratégia dinâmica de negociação, ou seja, a posição adotada pelo investidor se altera no decorrer do tempo. Esta carteira apresentou uma variância média inferior à carteira estática e a correlação com o mercado de ações reduziu ainda mais, porém continuou positiva. Sendo assim, o boi gordo mostrou ser o contrato que melhor protege o investidor, mas seu retorno médio é inferior se comparado às demais opções, já a carteira dinâmica apresenta a segunda menor correlação e um retorno superior. Vale destacar que, apesar de nenhum contrato ter se mostrado como porto seguro em relação ao mercado de ações, todos podem ser utilizados com a finalidade de redução do risco. / More than a tool for managing price risk, commodity futures contracts have become an important investment option especially in times of crisis when the risk in the stock market increases. In Brazil, the participation of investors in the agricultural futures market is still small, but there is a huge potential for growth, given that the country is an important player in the international market of agricultural commodities such as coffee, soybeans, corn, sugar, ethanol and meat. In this context, this study aims to examine the relationship between returns resulting from long positions in the two major futures contracts traded at BM&FBOVESPA live cattle and arabica coffee - and returns made with an investment in the Brazilian stock market, with special attention to crisis periods. For this, a methodology similar to that developed by Baur and Lucey (2009) was used in order to identify in which category - safe haven, hedge or diversifier - the futures contracts fit. The behaviours of these two contracts were analysed separately and also considering portfolios formed using the Markowitz theory of portfolio. As a result, it was identified that the live cattle futures contract can be considered as a hedge against the stock market. The arabica coffee, for presenting a positive correlation, but not perfect, serves as a diversifier. Combining the two contracts considering long position throughout the period was obtained a portfolio whose average variance was lower than the variance of the live cattle as well as the arabica coffee, however the returns of this portfolio presents a positive correlation against the stock market which places it in the diversifier category. Another combination of the contracts was made using a dynamic trading strategy, ie, the position adopted by the investor changes over time. This portfolio presented an average variance lower than the static portfolio (long position) and the correlation with the stock market was even lower than the static portfolio, but still positive. Thus, the live cattle contract proved to be the one that best protects the investor when added into a stock portfolio, but its average return is lower than all the others arabica coffee, static portfolio and dynamic portfolio). It is worth noting that although no contract had been shown as a safe haven compared to the stock market, all of them can be used for the purpose of reducing risk.

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.