[pt] Esta dissertação tem como objetivo buscar evidências de prêmio de risco a partir do mercado de opções e de futuro de dólar no Brasil. Para isso dois ensaios foram realizados: um que mede o prêmio de risco por volatilidade no mercado de opções e outro que mede o prêmio de risco cambial no mercado futuro. No primeiro caso, o prêmio é estimado como o excesso de retorno de um portfolio protegido. No segundo caso, o prêmio é estimado com base na Teoria da Paridade de Juros ajustada a risco pelo modelo CGARCH-M. Verificou-se evidências de forward bias puzzle e de prêmio de risco por volatilidade e cambial ambos negativos e variantes no tempo. O primeiro é responsável por aumento nos preços das opções de moeda enquanto o segundo é consistente com a teoria de média-variância, ou seja, o investidor avesso ao risco requer mais retorno com o aumento do risco. Além disso, choques não antecipados possuem influência na determinação do componente de longo prazo da volatilidade do prêmio de risco cambial. Em momentos de incerteza global no mercado e aumento nas restrições de liquidez a volatilidade de curto prazo se eleva. Entretanto somente com o prêmio de risco não é possível explicar os preços viesados. Portanto, são necessários estudos futuros que envolvam tanto custo de transação, quanto o desenvolvimento de modelo econômico mais tratável para determinação da taxa de câmbio. / [en] This work aims to seek evidence of risk premium in the option and future foreign exchange markets of dollar in Brazil. For that we used two essays: one that measures the premium for volatility risk in the option market and other which measures the currency risk premium in the future market. In the first case, the premium is estimated as excess return of hedge portfolio. In the second case, the premium is estimated based on risk-adjusted Interest Rate Parity Theory from a CGARCH-M model. There was evidence of forward bias puzzle and premium for volatility and for currency risk both negative and time-varying. The first is responsible for increasing currency option price, while the second is consistent with the mean-variance theory, so risk averse investors required more return when they face higher risk. In addition, unanticipated shocks have an influence in determining the long-term volatility component of currency risk premium. In times of global market uncertainty and increasing liquidity constraints the short-term volatility raises. But only the risk premium can not explain the price biased. So transaction cost and a more effective economic model must be including in futher studies about exchange rate discovering.

[pt] Esta dissertação discute o modelo de Volatilidade Estocástica (SV) estimado via metodologia Durbin & Koopman, chamada Verossimilhança de Monte Carlo( MCL). Comparou-se a cobertura condicional do valor em risco (VaR), deste modelo, com as do modelo GARCH(1,1) e SV estimado via Quasi Máxima Verossimilhança (QML). Os modelos foram estendindos a distúrbios Gaussiano e t-Student na equação da média. O desempenho dos modelos foi avaliado fora da amostra para retornos diários dos índices Ibovespa, S&P500, Nasdaq e Dow Jones. Para o critério de avaliação foi utilizado o teste de Christoffersen. Foram econtradas evidências empíricas de que o modelo SV estimado via MCL é tão eficiente quanto o modelo GARCH(1,1), em termos da cobertura condicional do VaR. / [en] This dissertation discusses the estimation of the Stochastic Volatility (SV)model using a Durbin and Koopman methodology called Monte Carlo Like-lihood (MCL). The conditional coverage of value at risk (VaR) of SV via MCL model was compared to the GARCH (1,1) model and to the SV model via Quasi Maximum Likelihood (QML) estimation. The models were extended to Gaussian and Student-t isturbances in the mean equation. The performances of the models were evaluated out-of-sample for daily returns on the Ibovespa, S&P500, Nasdaq and Dow Jones indexes. Christoffersen test were applied for the evaluation criteria. In terms of the VaR conditional coverage, empirical evidences indicate that the SV model via MCL estimation is as efficient as the GARCH (1,1) model.

[pt] Na tentativa de melhor capturar fatos estilizados do comportamento dos preços de opções financeiras, em especial para tratar a questão do sorriso da volatilidade, modelos de volatilidade estocástica têm sido objeto de estudo em diversos mercados. Neste contexto, o principal objetivo deste trabalho é avaliar os modelos de volatilidade estocástica de Heston (1993), Bates (1996) e Double Heston (2009) junto ao método de Lewis (2000) para precificar opções de ações no mercado brasileiro de derivativos, caracterizados por serem de curto prazo. Para isto foram precificadas opções de compra da Petrobrás e Vale. Os modelos foram comparados de acordo com a qualidade do ajuste aos dados in-sample e a capacidade preditiva com dados out-of-sample. Ademais, buscou-se verificar a volatilidade implícita gerada por cada um dos modelos. Ao fim, identificou-se que considerar a volatilidade como estocástica, mesmo quando é descrita por apenas um processo estocástico, é a decisão mais importante a ser tomada a fim de melhorar o apreçamento das opções. Além disso, adicionar saltos a um modelo de volatilidade estocástica parece ser mais relevante do que adicionar um segundo processo estocástico para modelar a volatilidade na precificação de opções de curto prazo. / [en] In an attempt to better capture stylized facts about financial option prices behavior, especially to address the issue of volatility smile, stochastic volatility models have been the object of study in several markets. In this context, the main purpose of this work is to assess the stochastic volatility models of Heston (1993), Bates (1996) and Double Heston (2009) along with the Lewis method (2000) for stock option pricing in Brazilian derivative market, featured by being short-term. Therefore, Petrobrás and Vale s call options were priced. The models were compared according to the in-sample fit skill and the out-of-sample forecasting power. Furthermore, it was verified the implied volatility begot by each model. In the end, it was figured out that consider the volatility as stochastic even when it is described by only one stochastic process is the preeminent matter to do in order to improve option pricing. Plus, adding jumps in a stochastic volatility model seems to be more important than adding a second stochastic process to model the volatility in short-term option pricing.

[pt] Historicamente, observa-se que as volatilidades de variáveis financeiras são drasticamente afetadas em períodos de crises econômicas. Em particular, essa observação é válida para a taxa de câmbio entre o Real e o Dólar norte-americano, o Índice Bovespa e o EMBI Brasil (Emerging Market Bond Índex+Brazil), usualmente utilizado como medida de Risco-País para a economia brasileira. Diante de tais evidências empíricas, a existência de um fator comum entre as volatilidades das três variáveis citadas torna-se uma suposição plausível. O presente trabalho propõe a extração deste fator latente, através da estimação por Quasi Máxima Verossimilhança de uma adaptação do modelo de volatilidade estocástica. A estimação é feita através da aplicação do filtro de Kalman em sua versão difusa, uma vez que se supõe que as volatilidades das variáveis em questão seguem processos não estacionários. A conclusão do trabalho apontou para a existência de um único fator comum às volatilidades mencionadas, corroborando as expectativas preliminares. / [en] Historically, financial variables’ volatilities are drastically affected during economical crisis periods. In particular, this statement is valid for the exchange rate between brazilian and north american currencies, the São Paulo Stock Exchange Index (Ibovespa) and the Emerging Market Bond Index + Brazil, usually interpreted as a measure of brazilian sovereign risk. Therefore, the presence of a common factor affecting the volatilities of these three variables becomes a plausible assumption. This work intends to extract this latent factor applying the quasi-maximum likelihood estimator into an adapted stochastic volatility model. The estimation requires the Kalman filtering on its diffuse version, once it’s supposed that the volatilities follow a non stationary process. The results indicated the presence of one common factor driving the mentioned volatilities, confirming the previous expectations.

[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.