A abordagem de regressão MIDAS (Mixed Data Sampling), proposta por Ghysels et al. (2004), permite relacionar diretamente variáveis em freqüências distintas. Esta característica é particularmente atraente quando se deseja utilizar os dados nas freqüências em que são disponibilizados, bem como quando o objetivo é calcular previsões multi-períodos à frente. Nesta tese, utiliza-se a abordagem de regressão MIDAS em três ensaios em que são realizadas aplicações empíricas nas áreas de finanças e macroeconomia. Os três ensaios são de caráter comparativo. Com aplicações em diferentes contextos de previsão, objetiva-se contribuir fornecendo evidências empíricas comparativas. No primeiro ensaio, são explorados resultados comparativos no contexto de previsão de volatilidade multi-períodos. Compara-se a abordagem MIDAS com dois métodos amplamente utilizados no cálculo de previsões multi-períodos à frente: as abordagens direta e iterada. Seus desempenhos relativos são investigados em um estudo de Monte Carlo e em um estudo empírico em que são computadas previsões de volatilidade para horizontes de até 60 dias à frente. Os resultados do estudo de Monte Carlo indicam que a abordagem MIDAS fornece as melhores previsões para os horizontes iguais ou superiores a 15 dias. Em contraste, as previsões geradas a partir da abordagem iterada são superiores nos horizontes de 5 e 10 dias à frente. No estudo empírico, utilizando-se retornos diários dos índices S&P 500 e NASDAQ, os resultados não são tão conclusivos, mas sugerem um melhor desempenho para a abordagem iterada. Todas as análises são fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. Combinações das previsões dos referidos modelos também são consideradas. São utilizados retornos intradiários do IBOVESPA no cálculo de medidas de volatilidade, tais como variância realizada, variação potente realizada e variação bipotente realizada, sendo estas medidas usadas como regressores em ambos os modelos. Adicionalmente, utiliza-se um procedimento não paramétrico na estimação das medidas de variabilidade dos componentes contínuo e de saltos do processo de variação quadrática. Estas medidas são utilizadas como regressores separados em especificações MIDAS e HAR. Quanto às evidências empíricas, os resultados em termos de erro quadrático médio sugerem que regressores baseados em medidas de volatilidade robustas a saltos (i.e., variação bipotente realizada e variação potente realizada) são melhores em prever volatilidade futura. Entretanto, observa-se que, em geral, as previsões baseadas nestes regressores não são estatisticamente diferentes daquelas baseadas na variância realizada (o regressor benchmark). Além disso, observa-se que, de modo geral, o desempenho relativo das três abordagens de previsão (i.e., MIDAS, HAR e combinação de previsões) é estatisticamente equivalente. No terceiro ensaio, busca-se comparar os modelos MS-MIDAS (Markov-Switching MIDAS) e STMIDAS (Smooth Transition MIDAS) em termos de acurácia preditiva. Para tanto, realiza-se um exercício de previsão em tempo real em que são geradas previsões fora da amostra para o crescimento do PIB trimestral dos Estados Unidos com o uso de indicadores financeiros mensais. Neste exercício, também são considerados modelos lineares MIDAS e outros modelos de previsão (lineares e não-lineares) que incluem informação dos indicadores (via agregação temporal das observações mensais) para fins comparativos de desempenho preditivo. A partir dos resultados do estudo empírico, observa-se que, de modo geral, os modelos MS-MIDAS fornecem previsões mais acuradas que os modelos STMIDAS. / The Mixed Data Sampling (MIDAS) regression approach, proposed by Ghysels et al. (2004), allows us to directly relate variables at different frequencies. This characteristic is particularly attractive when one wishes to use the data at their original sampling frequencies, as well as when the objective is to calculate multi-period-ahead forecasts. In this thesis, we use the MIDAS regression approach in three papers in which we perform empirical applications in the areas of finance and macroeconomics. All papers are comparative studies. With applications in different forecasting contexts, we aim at contributing with empirical comparative evidence. In the first paper, we explore comparative results in the context of multi-period volatility forecasting. We compare the MIDAS approach with two widely used methods of producing multi-period forecasts: the direct and the iterated approaches. Their relative performances are investigated in a Monte Carlo study and in an empirical study in which we forecast volatility at horizons up to 60 days ahead. The results of the Monte Carlo study indicate that the MIDAS forecasts are the best ones at horizons of 15 days ahead and longer. In contrast, the iterated forecasts are superior for shorter horizons of 5 and 10 days ahead. In the empirical study, using daily returns of the S&P 500 and NASDAQ indexes, the results are not so conclusive, but suggest a better performance for the iterated forecasts. All analyses are out-of-sample. In the second paper, we compare several multi-period volatility forecasting models, specifically from MIDAS and HAR families. We perform our comparisons in terms of out-of-sample volatility forecasting accuracy. We also consider combinations of the models forecasts. Using intra-daily returns of the IBOVESPA, we calculate volatility measures such as realized variance, realized power variation, and realized bipower variation to be used as regressors in both models. Further, we use a nonparametric procedure for separately measuring the continuous sample path variation and the discontinuous jump part of the quadratic variation process. Thus, MIDAS and HAR specifications with the continuous sample path and jump variability measures as separate regressors are estimated. Our results in terms of mean squared error suggest that regressors involving volatility measures which are robust to jumps (i.e., realized bipower variation and realized power variation) are better at forecasting future volatility. However, we find that, in general, the forecasts based on these regressors are not statistically different from those based on realized variance (the benchmark regressor). Moreover, we find that, in general, the relative forecasting performances of the three approaches (i.e., MIDAS, HAR and forecast combinations) are statistically equivalent. In the third paper, we compare the Markov-Switching MIDAS (MS-MIDAS) and the Smooth Transition MIDAS (STMIDAS) models in terms of forecast accuracy. We perform a real time forecasting exercise in which out-of-sample forecasts for the quarterly U.S. output growth are generated using monthly financial indicators. In this exercise, we also consider linear MIDAS models, and other forecasting models (linear and nonlinear) that include information on the indicators (via temporal aggregation of the monthly observations) for comparative purposes. From the results of the empirical study, we observe that, in general, the MS-MIDAS models provide more accurate forecasts than do the STMIDAS models.

O objetivo dessa dissertação é avaliar o desempenho do Ibovespa a partir de uma nova ponderação dos ativos utilizando estratégias Smart Beta baseadas no risco. Para obter essas carteiras, restritas para vendas a descoberto, foram utilizadas três matrizes de covariância diferentes: matriz de covariância amostral, matriz RiskMetrics e o método de encolhimento conforme Ledoit & Wolf (2004). As medidas de desempenho fora da amostra utilizadas indicam que as estratégias Smart Beta utilizadas proporcionam melhores resultados em termos de retorno anualizado e volatilidade em relação ao Ibovespa no período analisado. / The goal of this dissertation is to evaluate the performance of the Ibovespa from a re-weighting of assets using risk-based Smart Beta strategies. For these portfolios, long-only, three differents covariance matrix were used: sample covariance matrix, RiskMetrics and the Shrinkage method as Ledoit & Wolf (2004). The performance measures used indicates that Smart Beta strategies provide better results in terms of annualized returns and volatility in relation to the Ibovespa in the period analyzed.

A volatilidade implícita é um importante tema no campo das Finanças. Do ponto de vista acadêmico, é crescente o número de pesquisas sobre o conteúdo informacional embutido no preço dos ativos. Na visão do mercado, a volatilidade implícita pode ser negociada diretamente no mercado de derivativos como um ativo, permitindo o seu emprego para diversificação de riscos em carteiras de investimentos. No entanto, o mercado brasileiro carece de um índice de volatilidade oficial e os estudos sobre o tema no Brasil são bastante limitados, sendo urgente a proposta de métodos de obtenção deste índice coerentes com o cenário de liquidez. Assim, essa pesquisa tem como objetivo analisar o conteúdo informacional da volatilidade implícita no Brasil. Para isso foi necessário estimar um índice de volatilidade implícita para o mercado brasileiro (“VIX Brasil”), investigar o impacto da liquidez na volatilidade implícita, analisar a capacidade preditiva da volatilidade implícita em relação à volatilidade realizada futura e verificar a sua eficiência na emissão de sinais de proximidade de eventos de stress. Foram utilizados dados diários sobre o mercado de opções sobre índice de 2002 a 2013. Os principais resultados sugerem que a liquidez das opções afeta a variabilidade da volatilidade implícita ao longo do tempo. Em relação ao conteúdo informacional da volatilidade implícita no Brasil, obteve-se indícios de que (i) há significativa relação com o retorno da bolsa, sendo esta uma relação assimétrica e concentrada nos extremos da distribuição; (ii) a volatilidade implícita brasileira possui informações sobre volatilidade futura realizada além daquela contida na volatilidade histórica, porém é um estimador viesado e ineficiente; (iii) o “VIX Brasil” possui capacidade sinalizadora da proximidade de eventos de stress, em especial quando utiliza-se o limiar de 10% sobre a sua média móvel de 90 dias como abordagem de emissão de sinal. / The Implied volatility is an important topic of research in Finance. From the academics point of view, there is a growing interest in the information embedded in asset prices. From the practitioners view, the implied volatility can be directly traded in the derivatives market as an asset, being a tool for risk diversification in investment portfolios. However, the Brazilian capital market lacks an official volatility index and studies on the subject in Brazil are very limited. Hence, models for volatilities indexes consistent with the liquidity scenario of the Brazilian market are an urgent issue. Thus, this research aims to analyse the information content of implied volatility in Brazil. For achieving this goal, it was necessary to estimate an implied volatility index for the Brazilian market ("VIX Brazil"), to investigate the impact of liquidity in implied volatility, to analyse the predictive power of implied volatility for the future realized volatility and to check its efficiency for issuing early warning signals (EWS) of stress events. Daily data on the options market index over 2002 to 2013 were used. The main results suggest that the liquidity of options affects the variability of implied volatility over time. Regarding the information content of implied volatility in Brazil, evidence was obtained that (i) there is significant relationship with the market return, which is an asymmetric relationship and concentrated at the tails of the probability distribution; (ii) the Brazilian implied volatility has information about the future realized volatility than that contained in the historical volatility, but it´s a biased and inefficient estimator; (iii) the "VIX Brazil" has signalling power concerning the proximity of stress events, especially when it is used the 10% threshold on its moving average 90 days as signal emission approach.

O objetivo dessa dissertação é avaliar o desempenho do Ibovespa a partir de uma nova ponderação dos ativos utilizando estratégias Smart Beta baseadas no risco. Para obter essas carteiras, restritas para vendas a descoberto, foram utilizadas três matrizes de covariância diferentes: matriz de covariância amostral, matriz RiskMetrics e o método de encolhimento conforme Ledoit & Wolf (2004). As medidas de desempenho fora da amostra utilizadas indicam que as estratégias Smart Beta utilizadas proporcionam melhores resultados em termos de retorno anualizado e volatilidade em relação ao Ibovespa no período analisado. / The goal of this dissertation is to evaluate the performance of the Ibovespa from a re-weighting of assets using risk-based Smart Beta strategies. For these portfolios, long-only, three differents covariance matrix were used: sample covariance matrix, RiskMetrics and the Shrinkage method as Ledoit & Wolf (2004). The performance measures used indicates that Smart Beta strategies provide better results in terms of annualized returns and volatility in relation to the Ibovespa in the period analyzed.

A abordagem de regressão MIDAS (Mixed Data Sampling), proposta por Ghysels et al. (2004), permite relacionar diretamente variáveis em freqüências distintas. Esta característica é particularmente atraente quando se deseja utilizar os dados nas freqüências em que são disponibilizados, bem como quando o objetivo é calcular previsões multi-períodos à frente. Nesta tese, utiliza-se a abordagem de regressão MIDAS em três ensaios em que são realizadas aplicações empíricas nas áreas de finanças e macroeconomia. Os três ensaios são de caráter comparativo. Com aplicações em diferentes contextos de previsão, objetiva-se contribuir fornecendo evidências empíricas comparativas. No primeiro ensaio, são explorados resultados comparativos no contexto de previsão de volatilidade multi-períodos. Compara-se a abordagem MIDAS com dois métodos amplamente utilizados no cálculo de previsões multi-períodos à frente: as abordagens direta e iterada. Seus desempenhos relativos são investigados em um estudo de Monte Carlo e em um estudo empírico em que são computadas previsões de volatilidade para horizontes de até 60 dias à frente. Os resultados do estudo de Monte Carlo indicam que a abordagem MIDAS fornece as melhores previsões para os horizontes iguais ou superiores a 15 dias. Em contraste, as previsões geradas a partir da abordagem iterada são superiores nos horizontes de 5 e 10 dias à frente. No estudo empírico, utilizando-se retornos diários dos índices S&P 500 e NASDAQ, os resultados não são tão conclusivos, mas sugerem um melhor desempenho para a abordagem iterada. Todas as análises são fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. No segundo ensaio, são comparados diversos modelos de previsão de volatilidade multi-períodos, especificamente das famílias MIDAS e HAR. As comparações são realizadas em termos da acurácia das previsões de volatilidade fora da amostra. Combinações das previsões dos referidos modelos também são consideradas. São utilizados retornos intradiários do IBOVESPA no cálculo de medidas de volatilidade, tais como variância realizada, variação potente realizada e variação bipotente realizada, sendo estas medidas usadas como regressores em ambos os modelos. Adicionalmente, utiliza-se um procedimento não paramétrico na estimação das medidas de variabilidade dos componentes contínuo e de saltos do processo de variação quadrática. Estas medidas são utilizadas como regressores separados em especificações MIDAS e HAR. Quanto às evidências empíricas, os resultados em termos de erro quadrático médio sugerem que regressores baseados em medidas de volatilidade robustas a saltos (i.e., variação bipotente realizada e variação potente realizada) são melhores em prever volatilidade futura. Entretanto, observa-se que, em geral, as previsões baseadas nestes regressores não são estatisticamente diferentes daquelas baseadas na variância realizada (o regressor benchmark). Além disso, observa-se que, de modo geral, o desempenho relativo das três abordagens de previsão (i.e., MIDAS, HAR e combinação de previsões) é estatisticamente equivalente. No terceiro ensaio, busca-se comparar os modelos MS-MIDAS (Markov-Switching MIDAS) e STMIDAS (Smooth Transition MIDAS) em termos de acurácia preditiva. Para tanto, realiza-se um exercício de previsão em tempo real em que são geradas previsões fora da amostra para o crescimento do PIB trimestral dos Estados Unidos com o uso de indicadores financeiros mensais. Neste exercício, também são considerados modelos lineares MIDAS e outros modelos de previsão (lineares e não-lineares) que incluem informação dos indicadores (via agregação temporal das observações mensais) para fins comparativos de desempenho preditivo. A partir dos resultados do estudo empírico, observa-se que, de modo geral, os modelos MS-MIDAS fornecem previsões mais acuradas que os modelos STMIDAS. / The Mixed Data Sampling (MIDAS) regression approach, proposed by Ghysels et al. (2004), allows us to directly relate variables at different frequencies. This characteristic is particularly attractive when one wishes to use the data at their original sampling frequencies, as well as when the objective is to calculate multi-period-ahead forecasts. In this thesis, we use the MIDAS regression approach in three papers in which we perform empirical applications in the areas of finance and macroeconomics. All papers are comparative studies. With applications in different forecasting contexts, we aim at contributing with empirical comparative evidence. In the first paper, we explore comparative results in the context of multi-period volatility forecasting. We compare the MIDAS approach with two widely used methods of producing multi-period forecasts: the direct and the iterated approaches. Their relative performances are investigated in a Monte Carlo study and in an empirical study in which we forecast volatility at horizons up to 60 days ahead. The results of the Monte Carlo study indicate that the MIDAS forecasts are the best ones at horizons of 15 days ahead and longer. In contrast, the iterated forecasts are superior for shorter horizons of 5 and 10 days ahead. In the empirical study, using daily returns of the S&P 500 and NASDAQ indexes, the results are not so conclusive, but suggest a better performance for the iterated forecasts. All analyses are out-of-sample. In the second paper, we compare several multi-period volatility forecasting models, specifically from MIDAS and HAR families. We perform our comparisons in terms of out-of-sample volatility forecasting accuracy. We also consider combinations of the models forecasts. Using intra-daily returns of the IBOVESPA, we calculate volatility measures such as realized variance, realized power variation, and realized bipower variation to be used as regressors in both models. Further, we use a nonparametric procedure for separately measuring the continuous sample path variation and the discontinuous jump part of the quadratic variation process. Thus, MIDAS and HAR specifications with the continuous sample path and jump variability measures as separate regressors are estimated. Our results in terms of mean squared error suggest that regressors involving volatility measures which are robust to jumps (i.e., realized bipower variation and realized power variation) are better at forecasting future volatility. However, we find that, in general, the forecasts based on these regressors are not statistically different from those based on realized variance (the benchmark regressor). Moreover, we find that, in general, the relative forecasting performances of the three approaches (i.e., MIDAS, HAR and forecast combinations) are statistically equivalent. In the third paper, we compare the Markov-Switching MIDAS (MS-MIDAS) and the Smooth Transition MIDAS (STMIDAS) models in terms of forecast accuracy. We perform a real time forecasting exercise in which out-of-sample forecasts for the quarterly U.S. output growth are generated using monthly financial indicators. In this exercise, we also consider linear MIDAS models, and other forecasting models (linear and nonlinear) that include information on the indicators (via temporal aggregation of the monthly observations) for comparative purposes. From the results of the empirical study, we observe that, in general, the MS-MIDAS models provide more accurate forecasts than do the STMIDAS models.

O conhecimento do risco de ativos financeiros é de fundamental importância para gestão ativa de carteiras, determinação de preços de opções e análise de sensibilidade de retornos. O risco é medido através da variância estatística e há na literatura diversos modelos econométricos que servem a esta finalidade. Esta pesquisa contempla o estudo de modelos determinísticos de volatilidade, mais especificamente os modelos GARCH simétricos e assimétricos. O período de análise foi dividido em dois: de janeiro de 2000 à fevereiro de 2008 e à outubro de 2008. Tal procedimento foi adotado procurando identificar a influência da crise econômica originada nos EUA nos modelos de volatilidade. O setor escolhido para o estudo foi o mercado de petróleo e foram escolhidas as nove maiores empresas do setor de acordo com a capacidade produtiva e reservas de petróleo. Além destas, foram modeladas também as commodities negociadas na Bolsa de Valores de Nova York: o barril de petróleo do tipo Brent e WTI. A escolha deste setor deve-se a sua grande importância econômica e estratégica para todas as nações. Os resultados encontrados mostraram que não houve um padrão de modelo de volatilidade para todos os ativos estudados e para a grande maioria dos ativos, há presença de assimetria nos retornos, sendo o modelo GJR (1,1) o que mais prevaleceu, segundo a modelagem pelo método da máxima verossimilhança. Houve aderência, em 81% dos casos, dos ativos a um determinado modelo de volatilidade, alterando apenas, como eram esperados, os coeficientes de reatividade e persistência. Com relação a estes, percebe-se que a crise aumentou os coeficientes de reatividade para alguns ativos. Ao se compararem as volatilidades estimadas de curto prazo, percebe-se que o agravamento da crise introduziu uma elevação média de 265,4% em relação ao período anterior, indicando um aumento substancial de risco. Para a volatilidade de longo prazo, o aumento médio foi de 7,9%, sugerindo que os choques reativos introduzidos com a crise, tendem a ser dissipados ao longo do tempo. / The knowledge of the risk of financial assets is of basic importance for active management of portfolios, determination of prices of options and analysis of sensitivity of returns. The risk is measured through the variance statistics and has in literature several econometrical models that serve to this purpose. This research contemplates the study of deterministic models of volatility, more specifically symmetrical and asymmetrical models GARCH. The period of analysis was divided in two: January of 2000 to the February of 2008 and the October of 2008. Such a proceeding was adopted trying to identify the influence of the economic crisis given rise in U.S.A. in the volatility models. The sector chosen for the study was the oil market and had been chosen the nine bigger companies of the sector in accordance with the productive capacity and reserves of oil. Beyond these, there were modeled also the commodities negotiated in the Stock Exchange of New York: the barrel of oil of the types Brent and WTI. The choice of this sector is due to his great economical and strategic importance for all the nations. The results showed that there was no a standard of model of volatility for all the studied assets and for the majority of them, there is presence of asymmetry in the returns, being the model GJR (1,1) that more prevailed, according to the method of likelihood. There was adherence, in 81 % of the cases, of the assets to a determined model of volatility, altering only the coefficients of reactivity and persistence. Regarding these, it is realized that the crisis increased the coefficients of reactivity for some assets. In relation to the volatilities of short term, it is realized that the aggravation of the crisis introduced an elevation of 265,4% regarding the previous period, indicating a substantial increase of risk. In relation to the volatility of long term, the increase was 7,9 %, suggesting that the reactive shocks introduced with the crisis have a tendency to be dispersed along the time.

O conhecimento do risco de ativos financeiros é de fundamental importância para gestão ativa de carteiras, determinação de preços de opções e análise de sensibilidade de retornos. O risco é medido através da variância estatística e há na literatura diversos modelos econométricos que servem a esta finalidade. Esta pesquisa contempla o estudo de modelos determinísticos de volatilidade, mais especificamente os modelos GARCH simétricos e assimétricos. O período de análise foi dividido em dois: de janeiro de 2000 à fevereiro de 2008 e à outubro de 2008. Tal procedimento foi adotado procurando identificar a influência da crise econômica originada nos EUA nos modelos de volatilidade. O setor escolhido para o estudo foi o mercado de petróleo e foram escolhidas as nove maiores empresas do setor de acordo com a capacidade produtiva e reservas de petróleo. Além destas, foram modeladas também as commodities negociadas na Bolsa de Valores de Nova York: o barril de petróleo do tipo Brent e WTI. A escolha deste setor deve-se a sua grande importância econômica e estratégica para todas as nações. Os resultados encontrados mostraram que não houve um padrão de modelo de volatilidade para todos os ativos estudados e para a grande maioria dos ativos, há presença de assimetria nos retornos, sendo o modelo GJR (1,1) o que mais prevaleceu, segundo a modelagem pelo método da máxima verossimilhança. Houve aderência, em 81% dos casos, dos ativos a um determinado modelo de volatilidade, alterando apenas, como eram esperados, os coeficientes de reatividade e persistência. Com relação a estes, percebe-se que a crise aumentou os coeficientes de reatividade para alguns ativos. Ao se compararem as volatilidades estimadas de curto prazo, percebe-se que o agravamento da crise introduziu uma elevação média de 265,4% em relação ao período anterior, indicando um aumento substancial de risco. Para a volatilidade de longo prazo, o aumento médio foi de 7,9%, sugerindo que os choques reativos introduzidos com a crise, tendem a ser dissipados ao longo do tempo. / The knowledge of the risk of financial assets is of basic importance for active management of portfolios, determination of prices of options and analysis of sensitivity of returns. The risk is measured through the variance statistics and has in literature several econometrical models that serve to this purpose. This research contemplates the study of deterministic models of volatility, more specifically symmetrical and asymmetrical models GARCH. The period of analysis was divided in two: January of 2000 to the February of 2008 and the October of 2008. Such a proceeding was adopted trying to identify the influence of the economic crisis given rise in U.S.A. in the volatility models. The sector chosen for the study was the oil market and had been chosen the nine bigger companies of the sector in accordance with the productive capacity and reserves of oil. Beyond these, there were modeled also the commodities negotiated in the Stock Exchange of New York: the barrel of oil of the types Brent and WTI. The choice of this sector is due to his great economical and strategic importance for all the nations. The results showed that there was no a standard of model of volatility for all the studied assets and for the majority of them, there is presence of asymmetry in the returns, being the model GJR (1,1) that more prevailed, according to the method of likelihood. There was adherence, in 81 % of the cases, of the assets to a determined model of volatility, altering only the coefficients of reactivity and persistence. Regarding these, it is realized that the crisis increased the coefficients of reactivity for some assets. In relation to the volatilities of short term, it is realized that the aggravation of the crisis introduced an elevation of 265,4% regarding the previous period, indicating a substantial increase of risk. In relation to the volatility of long term, the increase was 7,9 %, suggesting that the reactive shocks introduced with the crisis have a tendency to be dispersed along the time.

Made available in DSpace on 2008-05-15T19:20:21Z (GMT). No. of bitstreams: 1 063202015_Dissertacao_Pedro_Calmanowitz.pdf: 1008824 bytes, checksum: c7de5e26bce4b7ae976267013f8b7513 (MD5) Previous issue date: 2008-01 / Submitted by Carlos Oliveira (carlos.oliveira@fgv.br) on 2008-05-15T19:20:21Z No. of bitstreams: 1 063202015_Dissertacao_Pedro_Calmanowitz.pdf: 1008824 bytes, checksum: c7de5e26bce4b7ae976267013f8b7513 (MD5) / Este trabalho tem como objetivo construir estruturas a termo da taxa de juros de títulos públicos brasileiros através do uso de modelos estatísticos paramétricos. Estudou-se a capacidade de ajuste de modelos distintos do tipo 'splines' e 'exponenciais' através de testes de apreçamento de diferentes títulos públicos (prefixados, e indexados à inflação), sob métricas que incluem análises dentro e fora da amostra utilizada no processo de estimação dos modelos. Identificamos que os modelos baseados em funções exponenciais se sobressaem nos testes e parecem ser os mais adequados para construção destas curvas de juros de títulos públicos brasileiros. Vislumbramos os resultados deste estudo como um primeiro passo para a criação de uma importante ferramenta de auxílio à regulação dos mercados de títulos públicos brasileiros, pois a construção de curvas de juros adequadas possibilita uma marcação a mercado de cada título coerente com o preço dos demais, oferecendo melhora na capacidade de se estimar regiões de confiança para preços futuros destes títulos. Palavras-Chave: taxa de juros – estrutura a termo da taxa de juros – renda fixa – títulos públicos.

Submitted by Rafael Hernandez (rgonini@gmail.com) on 2016-09-05T05:55:20Z No. of bitstreams: 1 Rafael Gonini Hernandez.pdf: 8057232 bytes, checksum: b411732db19d2eb389044e4f159d8997 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-09-06T19:20:32Z (GMT) No. of bitstreams: 1 Rafael Gonini Hernandez.pdf: 8057232 bytes, checksum: b411732db19d2eb389044e4f159d8997 (MD5) / Made available in DSpace on 2016-09-06T19:24:39Z (GMT). No. of bitstreams: 1 Rafael Gonini Hernandez.pdf: 8057232 bytes, checksum: b411732db19d2eb389044e4f159d8997 (MD5) Previous issue date: 2016-08-09 / The aim of this work is to analyze the use of alpha stable distribution modeling of financial series returns applied to the calculation of Value at Risk for market risk management. Besides used in many theories, the normal distribution may not be the most suitable to represent the empirical financial data, since many series presents leptokurtic behavior. As an alternative, it was analyzed the alpha stable distribution application, whose performance was compared with normal e t-student distributions through Kupiec’s, Christoffersen’s and Berkowitz’s backtests. Different types of assets were selected for the analysis, like PTAX and BOVESPA indexes, different maturities of the PREBRL tax and stocks negotiated at the Brazilian Stock Exchange BM&FBovespa. VaR was calculated for 95% and 99% confidence intervals. It was concluded for the analyzed series that, the higher the VaR confidence level is, better is the adequacy of leptokurtic distributions for parametric VaR modeling. / O trabalho aqui apresentado busca analisar o uso da distribuição alfa estável para modelagem de retornos de séries de ativos aplicadas ao cálculo do Value at Risk para gestão de risco de mercado. Apesar de ser comumente utilizada, a distribuição normal pode não ser a mais adequada para a representação dos retornos das séries históricas, já que estas podem apresentar comportamento leptocúrtico, de maneira que a sua aplicação pode subdimensionar o risco. Como alternativa, foi analisada a aplicação da distribuição alfa estável, sendo seu desempenho avaliado comparativamente com as distribuições normal e t-student através dos backtests de Kupiec, Christoffersen e Berkowitz. Foram selecionados diferentes tipos de ativos para a realização da análise, como os índices PTAX e BOVESPA, diferentes vértices da PREBRL e ações negociadas na BM&FBovespa e calculados intervalos de confiança de 95% e 99% para o VaR. Concluiu-se que para os ativos analisados, quanto maior o intervalo de confiança, maior será a adequação de distribuições com caudas pesadas como a alfa estável para a modelagem do Value at Risk paramétrico.

Made available in DSpace on 2010-04-20T20:19:54Z (GMT). No. of bitstreams: 0 Previous issue date: 2000-04-11T00:00:00Z / Apresenta os principais agentes e instrumentos (a vista e derivativos) existentes no mercado de renda fixa no Brasil. Introduz os conceitos de administração de riscos de títulos e carteiras de renda fixa pelos conceitos de duration e convexidade. Aborda a estrutura ·temporal da taxa de juros (ETJ)e apresenta um exemplo de ETJno Brasil. Esta dissertação é introdutória e descritiva sem ser superficial. É um guia para o mercado de renda fixa no Brasil.