[pt] A dissertação aborda a análise do risco de mercado para um investidor de um fundo de investimento em ações atrelado ao IBOVESPA, supondo o mercado brasileiro sujeito a instabilidades financeiras, o que faz com que os retornos tornem-se, supostamente, distante de uma distribuição normal. O risco é mensurado através do VaR e ETL, sendo este último aceito como uma medida de risco coerente. O ETL é estimado através do VaR, que por sua vez é estimado por duas diferentes metodologias: processo de difusão com jumps e com a suposição de retornos com distribuição normal. Através da metodologia do processo de difusão com jumps pode-se calcular o risco de mercado para um investidor de um fundo de ações quando a distribuição dos retornos possui caudas mais largas do que a distribuição normal assim como assimetria. / [en] The dissertation is an analysis of the market risk that an investor faces in a passive management stock fund linked to the IBOVESPA, supposing that the Brazilian financial market is subject to financial instabilities, which in theory can make the returns to become distant from a normal distribution. The risk is measured through the VaR and ETL, the latter being accepted as a coherent risk measure. The ETL is estimated through the VaR, which in turn is estimated by two different methodologies: jump- diffusion process and the supposition of normal distributed returns. Through the methodology of jump- diffusion, the market risk can be measured when the returns distribution has fatter tails than the normal distribution, as well as assimetry.

[pt] A partir da década de 90, a metodologia de Valor em Risco (VaR) se difundiu pelo mundo, tanto em instituições financeiras quanto em não financeiras, como uma boa prática de mensuração de riscos. Um dos fatos estilizados mais pronunciados acerca das distribuições de retornos financeiros diz respeito à presença de caudas pesadas. Isso torna os modelos paramétricos tradicionais de cálculo de Valor em Risco (VaR) inadequados para a estimação de VaR de baixas probabilidades, dado que estes se baseiam na hipótese de normalidade para as distribuições dos retornos. Sendo assim, o objetivo do presente trabalho é investigar o desempenho de modelos baseados na Teoria dos Valores Extremos para o cálculo do VaR. Os resultados indicam que os modelos baseados na Teoria dos Valores Extremos são adequados para a modelagem das caudas, e consequentemente para a estimação de Valor em Risco quando os níveis de probabilidade de interesse são baixos. / [en] Since the 90 decade, the use of Value at Risk (VaR) methodology has been disseminated among both financial and non-financial institutions around the world, as a good practice in terms of risks management. The existence of fat tails is one of the striking stylized facts of financial returns distributions. This fact makes the use of traditional parametric models for Value at Risk (VaR) estimation unsuitable for the estimation of low probability events. This is because traditional models are based on the conditional normality assumption for financial returns distributions. The main purpose of this dissertation is to investigate the performance of VaR models based on Extreme Value Theory. The results indicates that Extreme Value Theory based models are suitable for low probability VaR estimation.

[pt] O objetivo principal do trabalho é o estudo dos resultados obtidos com a aplicação de diferentes modelos para estimar a volatilidade das ações brasileiras. Foram analisadas as séries de retornos diários de seis ações, num período de 1200 dias de pregão. Inicialmente, as séries foram estudadas quanto a suas propriedades estatísticas: estacionariedade, distribuição incondicional e independência. Concluiu-se que as séries são estacionárias na média, mas não houve conclusão quanto à variância, nesta análise inicial. A distribuição dos retornos não é normal, por apresentar leptocurtose. Os retornos mostraram dependência no tempo, linear e, principalmente, não linear. Modelada a dependência linear, foram aplicados dez modelos diferentes para tentar capturar a dependência não linear através da modelagem da volatilidade: os modelos foram avaliados, dentro e fora da amostra, pelos seus resíduos e pelos erros de previsão. Os resultados indicaram que os modelos menos elaborados tendem a representar pior o processo gerador dos dados, mas que os modelos pouco parcimoniosos são de difícil estimação e seus resultados não correspondem ao que seria esperado em função de sua sofisticação. As volatilidades estimadas pelos dez modelos foram utilizadas para prever valor em risco (VaR), usando- se dois processos para determinar os quantis das distribuições dos resíduos: distribuição empírica e teoria de valores extremos. Os resultados indicaram que os modelos menos elaborados prevêem melhor o VaR. Isto se deve à não estacionariedade das séries na variância, que fica evidente ao longo do trabalho. / [en] This thesis aims to study the results of applying different models to estimate Brazilian stock volatilities. The models are applied to six series of daily returns, and each series has 1200 days. We studied first the series` main statistical features: Stationarity, unconditional distribution and independence. We concluded that the series are mean stationary, but there was no conclusion on variance stationarity, in this first analysis. Return distribution is not normal, because of the high kurtosis. Returns showed time dependence, linear and, mainly, not linear. We modeled the linear dependence, and then applied ten different volatility models, in order to try to capture the non linear dependence. We evaluated the different models, in sample and out of sample, by analyzing their residuals and their forecast errors. The results showed that the less sophisticated models tend to give a worst representation of the data generating process; they also showed that the less parsimonious models are difficult to estimate, and their results are not as good as we could expect from their sophistication. We used the ten models` volatility forecasts to estimate value-at-risk (VaR) and two methods to estimate the residual distribution quantiles: empirical distribution and extreme value theory. The results showed that the less sophisticated models give better VaR estimates. This is a consequence of the variance non stationarity, that became apparent along the thesis. / [es] EL objetivo principal del trabajo es el estudio de los resultados obtenidos con la aplicación dediferentes modelos para estimar la volatilidad de las acciones brasileras. Fueron analizadas series de retornos diários de seis acciones, en un período de 1200 días de pregón. Inicialmente, las series fueron estudiadas con respecto a sus propriedades estadísticas: estacionalidad, distribucción incondicional e independencia. Se concluye que las series son estacionarias en la media, pero no se llega a ninguna conclusión respecto a la varianza, en este análisis inicial. La distribucción de los retornos no es normal, ya que presenta leptocurtosis. Los retornos muestran dependencia en el tempo, lineal y, principalmente, no lineal. Después de modelar la dependencia lineal, se aplicaron diez modelos diferentes para intentar capturar la dependencia no lineal modelando la volatilidad: los modelos fueron evaluados, dentro y fuera de la amostra, por sus residuos y por los errores de previsión. Los resultados indicaran que los modelos menos elaborados tienden a representar peor el proceso generador de los datos, mientras que los modelos poco parcimoniosos son de difícil estimación y sus resultados no corresponden al que sería esperado en función de su sofisticación. Las volatilidades estimadas por los diez modelos se utilizaron para prever valor en riesgo (VaR), usando dos procesos para determinar los quantis de las distribuciones de los residuos: distribucción empírica y teoría de valores extremos. Los resultados indicaran que los modelos menos elaborados preveen mejor el VaR. Esto se debe a la no estacionalidad de las series en la varianza, que resulta evidente a lo largo del trabajo.

[pt] Esta dissertação tem por objetivo investigar como a crise do subprime impactou a estrutura de dependência entre os mercados emergentes e desenvolvidos, utilizando como proxy para esses mercados os índices MSCI (Morgan Stanley Capital International). A metodologia proposta é baseada na construção de distribuições bivariadas através de cópulas condicionais. A distribuição marginal de cada um dos índices é obtida via ajuste de modelos GARCH univariados e a modelagem de dependência é realizada através das cópulas normal, normal GAS (Generalised Autoregressive Score) e Joe- Clayton simétrica, considerando os parâmetros fixos (forma estática) ou variantes no tempo (forma dinâmica). Diante dos resultados obtidos, a cópula normal GAS (variantes no tempo) com quebra estrutural se mostrou a mais adequada para capturar a dependência entre os retornos dos mercados emergentes e desenvolvidos. Através do arcabouço utilizado pode-se verificar que as medidas de correlação e de dependência de cauda entre os mercados emergentes e desenvolvidos aumentaram significativamente no período da crise do suprime. Por fim, avaliou-se o ajuste das diversas cópulas aqui propostas via VaR (Value at Risk), verificando-se que a cópula normal GAS apresentou o melhor ajuste. / [en] The aim of this dissertation is to analyze how the subprime crisis impacted the dependence structure among the emerging and developed markets by using the MSCI (Morgan Stanley Capital International) market index as proxy for each of these markets. The proposed methodology is based on the construction of bivariate distributions via conditional copulas. The marginal distribution for each of the indexes makes use of univariate GARCH models and model dependence is captured via the following copulas: normal, normal GAS (Generalised Autoregressive Score) and Joe-Clayton symmetric considering both fixed parameters (static framework) and time varying parameters (dynamic framework). Our results show that the normal GAS copula with structural break was the most adequate to capture dependence between the returns of emerging and developed markets. Throughout the proposed framework it was possible to infer that correlation and tail dependence measures between these markets sharply increased during the subprime crisis. Finally VaR (Value at Risk) coverage was used as goodness of fit measure, and on this metric the normal GAS copula has also outperformed the others.

[pt] Houve um salto de conhecimento na área de derivativos nos anos 70, com destaque para a divulgação das pesquisas de Fisher Black, Myron Scholes e Robert Merton sobre o apreçamento de opções. Desde então, várias pesquisas têm sido realizadas no intuito de encontrar uma métrica de risco adequada às carteiras não lineares, dado que ainda não há um consenso sobre a métrica ideal para estas carteiras, cuja aceitação possa ser comparada à do VaR para carteiras lineares, surgido nos anos 90. Esta pesquisa tem como objetivo comparar a eficiência de algumas métricas de risco na mensuração de risco em carteiras de opções de WTI (West Texas Intermediate). Para tal, calcula-se o valor em risco utilizando diversas metolodogias apresentadas no meio acadêmico e compara-se sua eficácia em relação à à avaliação plena, realizada através do método full Monte Carlo. / [en] In the 70’s, the market saw a big change in the knowledge about derivatives. From this period the researches of Fisher Black, Myron Scholes and Robert Merton on the pricing of options are noteworthy. Since then, many researches have been done aiming to find the ideal metrics for risk assessment of non-linear portfolios, as there is no consensus of an ideal metrics for these portfolios which could be compared to the worldwide acceptance of the 90’s VAR for linear portfolios. This work aims to compare the efficiency of some methodologies for risk assessment in portfolios containing WTI (West Texas Intermediate) options. The risk is calculated using different methodologies presented at academic studies and the result of each of them is compared to the assessment using the Full Monte Carlo method in order to define their efficiency.

[pt] Após as recentes crises financeiras que se abateram sobre os mercados financeiros de todo o mundo, com mais propriedade a de 2008/2009, mas ainda a crise no Leste Europeu em Julho/2007, a moratória Russa em Outubro/1998, e, no âmbito nacional, a mudança no regime cambial brasileiro, em Janeiro/1999, as instituições financeiras incorreram em grandes perdas em cada um desses eventos e uma das principais questões levantadas acerca dos modelos financeiros diziam respeito ao gerenciamento de risco. Os diversos métodos de cálculo do Value-atrisk, bem como as simulações e cenários traçados por analistas não puderam prever sua magnitude nem tampouco evitar que a crise se agravasse. Em função disso, proponho-me à questão de estudar os sistemas de gerenciamento de risco financeiro, na medida em que este pode e deve ser aprimorado, sob pena de catástrofes financeiras ainda maiores. Embora seu conteúdo se mostre tão vasto na literatura, as metodologias para cálculo de valor em risco não são exatas e livres de falhas. Nesse contexto, coloca-se necessário o desenvolvimento e aprimoramento de ferramentas de gestão de risco que sejam capazes de auxiliar na melhor alocação dos recursos disponíveis, avaliando o nível de risco à que um investimento está exposto e sua compatibilidade com seu retorno esperado. / [en] After recent financial crisis that have hit financial markets all around the world, with more property on 2008/2009 periods, the Eastern Europe crisis in 2007, the Russian moratorium on October/1998, and with Brazilian national exchange rate regime change on January/1999, financial institutions have incurred in large losses on each of these events and one of the main question raised about the financial models related to risk management. The Value-at-Risk management and its many forms to calculate it, as well as the simulations and scenarios predicted by analysts could not predict its magnitude or prevent crisis worsened. As a result, I intent to study the question of financial systems management, in order to improve the existing methods, under the threat that even bigger financial disasters are shall overcome. Although it s content is vast on scientific literature, the Value-at-Risk calculate is not exact and free of flaws. In this context, there is need for the development and improvement of risk management tools that are able to assist in a better asset equities allocation of resources, equalizing the risk level of an investment and it s return.

[pt] Valor em Risco -VaR- já é parte das ferramentas habituais que um analista financeiro utiliza para estimar o risco de mercado. Na implementação do VaR é necessário que seja estimados quantis de baixa probabilidade para a distribuição condicional dos retornos dos portfólios. A metodologia tradicional para o cálculo do VaR requer a estimação de um modelo tipo GARCH com distribuição normal. Entretanto, a hipótese de normalidade condicional nem sempre é adequada, principalmente quando se deseja estimar o VaR em períodos atípicos, caracterizados pela ocorrência de eventos extremos. Nesta situações a distribuição condicional deve apresentar excesso de curtose. O uso de distribuições derivadas do Teorema do Valor Extremos -TVE-, conhecidas coletivamente como GEV,associadas aos modelos tipo GARCH, tornou possível o cálculo do VaR nestas situações.Um parâmetro chave nas distribuições da família GEV é o índice de cauda, o qual pode ser estimado através do estimador de Hill. Entretanto este estimador apresenta muita sensibilidade em termos de variância e viés com respeito à fração amostral utilizada na sua estimação. O objetivo principal desta dissertação foi fazer uma comparação entre três métodos de escolha da fração amostral, recentemente sugeridos na literatura: o método bootstrap duplo Danielsson, de Haan, Peng e de Vries 1999, o método threshold Guillou e Hall 2001 e o Hill plot alternativo Drees, de Haan e Resnick 2000. A avaliação dos métodos foi feita através do teste de cobertura condicional de Christoffersen 1998, o qual foi aplicado às séries de retornos dos índices: NASDAQ, NIKKEY,MERVAL e IBOVESPA. Os nossos resultados indicam que os três métodos apresentam aproximadamente o mesmo desempenho, com uma ligeira vantagem dos métodos bootstrap duplo e o threshold sobre o Hill plot alternativo, porque este ultimo tem um componente normativo na determinação do índice de cauda ótimo. / [en] Value at Risk -VaR- is already part of the toolkit of financial analysts assessing market risk. In order to implement VaR it is needed to estimate low quantiles of the portfolio returns distribution. Traditional methodologies combine a normal conditional distribution together with ARCH type models to accomplish this goal. Albeit well succeed in evaluating risk for typical periods, this methodology has not been able to accommodate events that occur with very low probabilities. For these situations one needs conditional distributions with excess of kurtosis. The use of distributions derived from the ExtremeValue Theory -EVT-, collectively known as Generalized Extreme Value distribution -GEV-, together with ARCH type models have made it possible to address this problem ina proper framework. A key parameter in the GEV distribution is the tail index, which can be estimated by Hill s estimator. Hill s estimator is very sensible, in terms of bias and RMSE, to the sample fraction that is used in its estimation. The objective of this dissertation is to compare three recently suggested methods presented in the statistical literature: the double bootstrap method Danielsson, de Haan, Peng and de Vries 1999,the threshold method Guillou and Hall 2001 and the alternative Hill plot Drees, de Haan and Resnick 2000. The methods have been evaluated with respect to the conditional coverage test of Christoffersen 1998, which has been applied to the followingreturns series : NASDAQ, NIKKEY, MERVAL e IBOVESPA. Our empirical findings suggests that, overall the three methods have the same performance, with some advantage of the bootstrap and threshold methods over the alternative Hill plot, which has a normative component in the determination of the optimal tail index.

[pt] volatilidade dos ativos financeiros reflete uma reação prosseguida dos agentes a choques no passado ou alterações nas condições dos mercados determinam mudanças na dinâmica da variável? Enquanto modelos fracionalmente integrados vêm sendo extensamente utilizados como uma descrição adequada do processo gerador de séries de volatilidade, trabalhos teóricos recentes indicaram que mudanças estruturais podem ser uma relevante alternativa empírica para o fato estilizado de memória longa. O presente trabalho investiga o que alterações nos mercados significam nesse contexto, introduzindo variações de preços como uma possível fonte de mudanças no nível da volatilidade durante algum período, com grandes quedas (ascensões) nos preços trazendo regimes persistentes de variância alta (baixa). Uma estratégia de modelagem sistemática e flexível é estabelecida para testar e estimar essa assimetria através da incorporação de retornos acumulados passados num arcabouço não-linear. O principal resultado revela que o efeito é altamente significante - estima-se que níveis de volatilidade 25% e 50% maiores estão associados a quedas nos preços em períodos curtos - e é capaz de explicar altos valores de estimativas do parâmetro de memória longa. Finalmente, mostra-se que a modelagem desse efeito traz ganhos importantes para aplicações fora da amostra em períodos de volatilidade alta. / [en] Does volatility reflect lasting reactions to past shocks or changes in the markets induce shifts in this variable dynamics? In this work, we argue that price variations are an essential source of information about multiple regimes in the realized volatility of stocks, with large falls (rises) in prices bringing persistent regimes of high (low) variance. The study shows that this asymmetric effect is highly significant (we estimate that falls of different magnitudes over less than two months are associated with volatility levels 20% and 60% higher than the average of periods with stable or rising prices) and support large empirical values of long memory parameter estimates. We show that a model based on those findings significantly improves out of sample performance in relation to standard methods {specially in periods of high volatility.