[pt] Órgãos reguladores internacionais dos setores bancário e securitário têm incentivado a adoção de modelos internos, em apoio ao gerenciamento de riscos, para a determinação de capital mí­nimo regulatório. A maioria dos modelos pode ser decomposta em sub-modelos de determinação de capital para cada tipo de risco que a companhia está exposta. O capital requerido total será a agregação desses capitais individuais. Os riscos de uma companhia podem ter uma interdependância, em geral, não linear, impossibilitando a soma direta desses capitais. Um dos grandes desafios da modelagem é identificar, mensurar e incorporar essas dependências. A teoria de cópulas tem se mostrado uma ferramenta eficaz para agregação dos capitais uma vez que incorpora as estruturas de dependência dos riscos modelados na estimação do capital mínimo. Esta dissertação apresenta uma discussão geral sobre metodologias de mensuração de dependência entre riscos. Estes conceitos são utilizados, no final da dissertação, para a estimação do capital econômico de uma companhia de seguros. Como a cópula nos permite separar os efeitos das estruturas de dependência das caracterí­sticas peculiares às distribuições marginais, é possí­vel explorar o impacto das dependências dos riscos no capital requerido total. A sensibilidade do capital econômico diante do ajuste das cópulas é investigada. As medidas de risco utilizadas para determinar o capital foram o Value at Risk e o Condicional Value at Risk. / [en] Financial regulatory agencies have been encouraging the adoption, in risk management practices, of internal models in order to determinate the regulatory minimum capital. Most of the models can be decomposed in minor capital models, each associated to a particular risk source to which that the company is exposed. The regulatory capital will be the aggregation of these individual capitals. The companies´ risks may have non-linear dependencies which prevent the sum of the individual capitals. One of the greatest challenges of this modeling process is to identify, measure and incorporate the dependencies amongst the several risk sources. The relatively recent copula theory has been shown to offer an effective tool for the aggregation of capitals, by duly capturing and incorporating the dependence of the several risks sources when estimating the minimum capital. This dissertation presents a general discussion about a dependence measurement methodology between risks. This is then applied, at the end of dissertation, to the estimation of the economic capital of an insurance company. Since copulas allow us to separate the effects of the structure dependence to the peculiar characteristics of the marginal distribution, it is possible to explore the impact of dependencies of risks on the total economic capital. The sensitivities of the economic capital are investigated. The risks measures used to determinate the capital were the Value at Risk and Conditional Value at Risk.

[pt] A reestruturação do setor de energia elétrica, iniciada nos anos 90, teve como uma de suas principais implicações a introdução da competição na atividade de geração. A expansão do parque gerador, necessária para garantir o equilíbrio estrutural entre oferta e demanda, é estimulada por contratos de longo prazo negociados em leilões, na modalidade de menor tarifa. Destarte, o investidor deve oferecer um limite de preço para que o seu projeto seja competitivo (de forma a ganhar a licitação), mas que ao mesmo tempo seja suficiente para remunerar seu investimento, custos de operação e, sobretudo, protegê-lo contra todos os riscos intrínsecos ao projeto. Nesse contexto, as duas principais contribuições do presente trabalho são: (i) a proposição de uma metodologia de precificação de riscos, utilizando o critério do Value at Risk (VaR), que indica a máxima perda admitida pelo invetidor avesso a risco, com um determinado nível de confiança, e (ii) a aplicação de diferentes modelos de seleção de carteiras, que incorporam o critério do VaR para otimizar um portfolio com diferentes tecnologias de geração de energia. Os resultados da precificação de riscos são úteis para determinar os componentes críticos do projeto e calcular a competitividade (preço) de cada tecnologia. A aplicação de diferentes métodos de seleção de carteiras busca determinar o modelo mais indicado para o perfil das distribuições de retorno dos projetos de geração, que apresentam assimetria e curtose elevada (caldas pesadas). / [en] The new structure of the brazilian electric sector, consolidated by the end of the 90s main implication the introduction of competition in the power generation activity. The expansion of generation capacity, responsible to ensure structural equilibrium between supply and demand, is stimulated by long-term contracts negotiated through energy auctions. Therefore, the investor must give a competitive price (in order to win the auction), but also sufficient to pay his investment, operational costs and, especially, protect him against all project risks. In this role, the two main contributions of this work are: (i) to suggest a methodology of risk pricing, using the Value at Risk (VaR) criterium, which gives the maximum loss admitted by the risk averse investor, with a specified confidence level, and (ii) to apply different portfolio selection models, which incorporates the VaR criterium to optimize a portfolio with different power generation technologies. The risk pricing results are usefull to determine the project critical components and to calculate the competitiviness (price) of each technology. The study of different portfolio selection methods aims to investigate the most suitable model for the return distribution shape, characterized by having assimetry and curtosis (heavy tails).

[pt] A dissertação trata da comparação de dois métodos de estimação para modelos de séries temporais com volatilidade estocástica. Um dos métodos é baseado em inferência Bayesiana e depende de simulações enquanto o outro utiliza máxima verossimilhança para o processo de estimação. A comparação é feita tanto com séries temporais artificialmente geradas como também com séries financeiras reais. O objetivo é mostrar que os dois métodos apresentam resultados semelhantes, sendo que o segundo método é significativamente mais rápido do que o primeiro.

[pt] Um dos principais desafios no mercado financeiro é simular preços mantendo a estrutura de correlação entre os inúmeros ativos de um portfólio. Análise de Componentes Principais emerge como uma solução para este último problema. Além disso, dada a incerteza presente nos mercados de commodities de derivados de petróleo, o investidor quer proteger seus ativos de perdas potenciais. Como uma alternativa a esse problema, a otimização de várias medidas de risco, como Value-at-risk, Conditional Value-at-risk e medida Ômega, são ferramentas financeiras importantes. Além disso, o backtest é amplamente utilizado para validar e analisar o desempenho do método proposto. Nesta dissertação, trabalharemos com um portfólio de commodities de petróleo. Vamos unir diferentes técnicas e propor uma nova metodologia que consiste na diminuição da dimensão do portfólio proposto. O passo seguinte é simular os preços dos ativos na carteira e, em seguida, otimizar a alocação do portfólio de commodities de derivados do petróleo. Finalmente, vamos usar técnicas de backtest, a fim de validar nosso método. / [en] One of the main challenges in the financial market is to simulate prices keeping the correlation structure among numerous assets. Principal Component Analysis emerges as solution to the latter problem. Also, given the uncertainty present in commodities markets, an investor wants to protect his/her assets from potential losses, so as an alternative, the optimization of various risk measures, such as Value-at-risk, Conditional Value-at-risk and Omega Ratio, are important financial tools. Additionally, the backtest is widely used to validate and analyze the performance of the proposed methodology. In this dissertation, we will work with a portfolio of oil commodities. We will put together different techniques and propose a new methodology that consists in the (potentially) decrease the dimension of the proposed portfolio. The following step is to simulate the prices of the assets in the portfolio and then optimize the allocation of the portfolio of oil commodities. Finally, we will use backtest techniques in order to validate our method.