A volatilidade é uma medida de incerteza quanto às variações dos preços de ativos. Este trabalho tem como objetivo analisar a volatilidade, através dos diversos modelos da família GARCH, de três índices de mercados financeiros: Dow Jones, IBovespa e S&P 500. Com este intuito, foram aqui utilizadas técnicas univariadas e multivariadas, bem como análises de Causalidade de Granger. Através das duas primeiras ferramentas, escolhemos o melhor modelo para cada um destes casos. Usando a terceira ferramenta, concluímos que o IBovespa é significativamente influenciado pela abertura do Dow Jones e do S&P500. Por outro lado, mostramos que a abertura do IBovespa não impacta, nem à 10% de significância, os índices Dow Jones e S&P 500. Também concluímos que a incorporação de um dos índices americanos ao modelo do IBovespa torna-o mais significativo, uma vez que o mercado acionário brasileiro é impactado pelos dois índices citados anteriormente. Desta forma, este trabalho mostra que os modelos GARCH multivariados aparentam ser mais eficazes na estimação da volatilidade de ativos financeiros do que os modelos GARCH univariados. / The volatility is a measure of the uncertainty of variations of asset prices. The main goal of this work is to analyze the volatility, by the use of several models of the GARCH family, of three financial market indexes: Dow Jones, IBovespa and S&P 500. With this purpose, we use univariate and multivariate techniques, as well as Granger Causality. Using these first two tools, we choose the best model for each one of these cases. Using the third tool, we conclude that the IBovespa is significatively influenced by the opening of the Dow Jones and the S&P 500 indexes. On the other hand, we show that the opening of the IBovespa does not impact, not even at 10% of significance, the Dow Jones and S&P 500 indexes. We also conclude that incorporation of one of these American indexes to the model involving IBovespa makes it more significant, once the Brazilian Stock Market is impacted by the two American indexes we mention before. This work shows that multivariate GARCH models seem to be more efficient in the volatility estimation of financial assets than univariate GARCH models.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-02-12T13:34:36Z No. of bitstreams: 1 liviaduarteoctacainaodeoliveira.pdf: 1284696 bytes, checksum: 162cdf8964ad1e14cc20182f9b7e5e00 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-02-26T12:14:40Z (GMT) No. of bitstreams: 1 liviaduarteoctacainaodeoliveira.pdf: 1284696 bytes, checksum: 162cdf8964ad1e14cc20182f9b7e5e00 (MD5) / Made available in DSpace on 2016-02-26T12:14:40Z (GMT). No. of bitstreams: 1 liviaduarteoctacainaodeoliveira.pdf: 1284696 bytes, checksum: 162cdf8964ad1e14cc20182f9b7e5e00 (MD5) Previous issue date: 2014-03-11 / Os controles de capital foram adotados por muitos países na tentativa de proteger suas economias do capital financeiro. Com o Brasil, não foi diferente. No país, o principal instrumento de controle financeiro adotado foi o Imposto sobre Operações de Crédito, Câmbio e Seguros ou relativas a Títulos e Valores Mobiliários – IOF. A ideia fundamental do imposto era restringir a entrada de capital externo e com isso diminuir possíveis efeitos negativos sobre a economia nacional. No Brasil, havia a preocupação de evitar uma valorização excessiva da taxa de câmbio. Em vista disso, este trabalho se propõe a investigar qual o impacto do IOF sobre a economia brasileira, especificamente analisando o efeito sobre as volatilidades do capital externo aplicado em carteira e da taxa de câmbio. Para isso, são elaborados modelos estruturais que analisam as relações entre as variáveis fundamentais através da metodologia VAR para a média condicional. Em seguida, é testado o efeito do imposto sobre a variância condicional do câmbio e do investimento em carteira, utilizando o método GARCH multivariado. O período de análise data de janeiro de 2000 a dezembro de 2012. Os resultados mostraram que existe um efeito do IOF sobre a volatilidade do investimento em carteira, porém o mesmo não ocorre com a volatilidade cambial. Esta é influenciada pela volatilidade do diferencial de juros e do volume de dólares transacionados no mercado. / Capital controls have been adopted by many countries in attempt to protect their economies from the financial capital. In Brazil, it was no different. There, the main instrument of financial control adopted was Tax on Credit, Exchange and Insurance or relating to Securities - IOF. The fundamental idea of the tax was to restrict the entry of foreign capital and thus reduce possible negative effects on the national economy. There was also a concern to prevent an excessive appreciation of the exchange rate. So, under such panorama, this study aims to investigate the impact of the IOF on the Brazilian economy, specifically analyzing the effect on the volatility of the foreign capital invested in portfolio and exchange rate. For such purpose, structural models are designed to analyze the relationships between key variables through the VAR methodology for the conditional mean; then, the effect of tax rates on the conditional variance of exchange and portfolio investment is tested, using the multivariate GARCH’s method. The sample period is from January 2000 to December 2012. The results showed a significant effect of the IOF on the volatility of portfolio investment, but the same does not happen with the exchange rate volatility, which is influenced by the volatility of the interest rate differential and the dollar amount traded in the market.

Sabe-se que, na literatura, existem muitos modelos para se fazer previsão para séries temporais financeiras. Sabe-se também que não há um modelo perfeito e que os mais utilizados atualmente são os modelos de redes neurais recorrentes e os da família GARCH. Referências internacionais apontam que existe uma técnica de medição de uma janela temporal para se identificar o tipo de comportamento existente em uma série temporal; tal técnica é conhecida como Expoente de Hurst. É uma medida que qualifica a série como persistente ou anti-persistente. Este trabalho analisou se o Expoente de Hurst, interfere na qualidade das previsões feitas com o modelo de redes neurais recorrentes com e sem o uso do filtro de ondaletas, utilizando os preços diários das principais commodities, ações negociadas no mercado e a taxa de câmbio. no período de janeiro de 1998 a dezembro de 2010. Com a pesquisa observa-se, na maioria dos casos, há uma possível melhora na qualidade das previsões para as séries antipersistentes. / It is known that there are a lot of models to forecast financial time series. It is known, also, that there is not a perfect model and the most used nowadays are the Recurrent Neural Network models and those from the GARCH family. International references point to a technique of measurement using windowing in order to identify the kind of behavior that is present in time series. This technique is known as Hurst Exponent. It is a measure that qualifies the time series as persistent or anti-persistent. This work analyzed if the Hurst Exponent interferes in the quality of the forecasts made with the Neural Network models with and without the wavelet filter, using the main commodities, stock prices, Ibovespa index and the Dollar/Real exchange rate in the period ranging from January 1998 to December 2010. The initial conclusions concerning the models worked out are positives.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-07-18T14:26:58Z No. of bitstreams: 1 daniellealdepaulaestevesdosreis.pdf: 1239258 bytes, checksum: 75cc07cdf6eba15d62c43b78ac783fbc (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-22T15:03:54Z (GMT) No. of bitstreams: 1 daniellealdepaulaestevesdosreis.pdf: 1239258 bytes, checksum: 75cc07cdf6eba15d62c43b78ac783fbc (MD5) / Made available in DSpace on 2016-07-22T15:03:54Z (GMT). No. of bitstreams: 1 daniellealdepaulaestevesdosreis.pdf: 1239258 bytes, checksum: 75cc07cdf6eba15d62c43b78ac783fbc (MD5) Previous issue date: 2011-12-16 / FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais / Medidas de volatilidade se constituem numa preocupação por parte de estudiosos e profissionais do mercado financeiro. Modelos da família ARCH/GARCH a partir dos retornos diários produzem um indicador de volatilidade, mas, não conferem ao pesquisador uma medida observável do grau de variabilidade dos retornos em torno de seu valor esperado. A recente disponibilidade de dados de frequência inferior a um dia de negociação permitiu a elaboração de indicadores de volatilidade observáveis por meio de uma medida conhecida como volatilidade realizada. A partir de então, é possível elaborar um indicador observável de volatilidade diária com base em dados de natureza intradiária, de modo a representar uma medida mais apropriada do grau de risco de um ativo ou carteira de ativos, e, a partir de então, estimar a volatilidade por meio de processo da família ARIMA. De posse dos dados de alta-frequência de um papel preferencial da Petrobrás S.A., o presente trabalho se propõe, portanto, em construir a medida de volatilidade realizada por meio da soma dos quadrados dos retornos obtidos em intervalos regulares (5, 15 e 30 minutos) durante cada dia de negociação do papel PETR4 durante o período de 02/01/2007 à 29/10/2010. Posteriormente à criação do indicador de volatilidade realizada que se supõe como mais apropriado para se mensurar o grau de risco, pretende-se comparar a qualidade do ajustamento e a capacidade preditiva de cada um dos métodos de modelagem da volatilidade. A comparação dos modelos baseados em dados diários e intradiários dar-se-á por meio do cômputo do erro quadrático médio (EQM) e dos testes de Diebold e Mariano e de Harvey para avaliação da acurácia preditiva dos modelos. Os resultados mostraram que, em geral, os modelos da família ARIMA são mais apropriados para a avaliação do grau de ajustamento, e produz previsões mais satisfatórias que os modelos da família ARCH/GARCH. / Volatility measures constitute a concern among scholars and professionals of the financial market. Models of the ARCH/GARCH class from the daily returns produce an indicator of volatility, but do not give the researcher an observable measure of the degree of variability of returns around their expected value. The recent availability of data at frequencies below a trading day allowed the development of indicators of volatility observable through a measurement known as realized volatility. Since then, they can build an observable indicator of daily volatility based on intraday data, so as to represent a more appropriate measure of the riskiness of an asset, and from then estimate volatility through a process of ARIMA family. Provided with the data of a high frequency preferential role of Petrobrás S. A., the present paper therefore proposes to construct a measure of realized volatility by the sum of the squares of the returns obtained at regular intervals (5, 15 and 30 minutes ) during each trading day for the paper PETR4 during 02/01/2007 to 29/10/2010. After the creation of the realized volatility indicator that is supposed to be more appropriate to measure the degree of risk, the intent is to compare the goodness of fit and predictive ability of each of the methods of volatility’s models. The comparison of models based on daily data and intraday give will be through the calculation of the mean square error (MSE) and tests of Diebold and Mariano and Harvey to evaluate the predictive accuracy of models. The results in general showed that the models of the ARIMA class are more suitable for assessing the degree of adjustment and produces predictions more satisfactory than the models of the ARCH/GARCH class.

A crescente globalização financeira e integração desses mercados resultaram em relações cada vez mais próximas entre os países, sejam eles desenvolvidos ou emergentes. Esses fenômenos, somados às crises financeiras recentes, provocaram maior interesse nos eventos de transmissão de volatilidade e de fluxos de informações entre os mercados financeiros. Dentre elas, destaca-se a crise financeira internacional de 2008, conhecida como \"crise do subprime\", considerada a maior e mais importante desde a Grande Depressão de 1929. Neste contexto, o mercado de recibos americanos de depósito (ADRs) apresentou uma importância crescente nas últimas décadas, especialmente para companhias sediadas em países emergentes, como os da América Latina. Essa região, particularmente, exibiu uma grande expansão neste mercado. De maneira geral, as empresas de países emergentes emissoras de ADRs possuem características mais similares às companhias sediadas nos mercados desenvolvidos, comparadas às demais de seu país de origem. Por isso, como objetivo geral deste estudo, buscou-se detectar e mensurar o fenômeno da interdependência, englobando os transbordamentos (spillovers) de retornos e de volatilidade e suas assimetrias, entre os principais mercados de capitais da América Latina - Brasil, Argentina, Chile e México - e dos países desenvolvidos - Estados Unidos, Japão, Reino Unido e França - no âmbito da última crise financeira internacional. Esse fenômeno foi investigado considerando tanto seus índices acionários de mercado, como os índices de ADRs criados neste estudo, um para cada mercado da América Latina. Estes foram compostos pelas cotações de seus respectivos ADRs níveis 2 ou 3, sendo que a metodologia desenvolvida para sua criação foi uma das contribuições deste trabalho. A partir das séries temporais de retornos diários logarítmicos dos índices dos oito países no período de junho de 2008 a maio de 2015, foi empregada uma metodologia abrangente. Foram aplicadas três abordagens univariadas para modelagem das volatilidades dos mercados (GARCH, EGARCH e TARCH) e dois modelos multivariados assimétricos VAR-MGARCH, com representação Diagonal VECH, para identificação dos transbordamentos de retornos e volatilidade, bem como a análise de suas correlações condicionais. Além disso, foram estimados dois modelos autorregressivos multivariados (VAR) para análise das relações conjuntas dos mercados, e a análise das Funções de Resposta a Impulso (IRF) e dos efeitos sobre a variância por meio de sua decomposição. Os resultados indicaram que as séries de retornos dos mercados de ADRs de empresas latino-americanas não apresentam comportamento mais similar, no tocante à volatilidade, ao dos principais mercados de capitais desenvolvidos. No entanto, há evidências de que os índices de ADRs possuem maior interdependência com os principais mercados de capitais desenvolvidos, por apresentarem relações mais próximas com esses, comparados aos mercados acionários latino-americanos analisados. Essa conclusão corrobora as hipóteses elaboradas sobre esse tema a partir da teoria de segmentação de mercado e das próprias características dessas companhias. Outro resultado relevante foi que os mercados emergentes da América Latina são mais suscetíveis a efeitos locais e regionais que globais, confirmando o benefício do uso dos ativos financeiros desses países para diversificação de carteiras internacionais, mesmo durante uma crise financeira internacional, como a do subprime. / The growing financial globalization and integration of this markets resulted in increasingly close links between the countries, both developed and emerging ones. These phenomena, added to the recent financial crises, provoked greater interest in the events of volatility and information flows transmission between the financial markets. Among them, stands out the international financial crisis of 2008, known as the \"subprime crisis\", considered the largest and most important since the Great Depression of 1929. In this context, the American Depositary Receipts (ADRs) market showed an increasing importance in recent decades, especially for companies based in emerging markets, such as the Latin America. This region, particularly, exhibited a large expansion in this market. In general, companies in emerging countries issuers of ADRs have more similar characteristics to companies based in developed markets, compared to the rest of their country of origin. Therefore, the general objective of this study was to detect and measure the interdependence phenomenon, encompassing returns and volatility spillovers and their asymmetries, among the major capital markets in Latin America - Brazil, Argentina, Chile and Mexico - and developed countries - United States, Japan, UK and France - within the last international financial crisis. This phenomenon was investigated considering both their stock market indices and the ADRs indices created in this study, one for each Latin America country. They were compound of the quotes from their respective ADRs levels 2 or 3, and the methodology developed for their creation was one of the contributions of this assignment. Using the time series of daily logarithmic returns of the eight countries indices in the period from June 2008 to May 2015, it was applied an embracing methodology. It was estimated three univariate approaches to modeling the markets volatility (GARCH, EGARCH and TARCH) and two asymmetric multivariate models VAR-MGARCH, with Diagonal VECH representation, for identification of the returns and volatility spillovers, as well as analysis of their conditional correlations. In addition, two multivariate autoregressive models (VAR) were estimated for analysis of joint relations of markets, and analysis of Impulse Response Functions (IRF) and the effects on the variance through its decomposition. The results indicated that the returns series from Latin American ADR markets doesn\"t have behavior more similar, with regard to volatility, to the major developed capital markets. However, there is evidence that the ADR indices present greater interdependence with the major developed capital markets, because they have closer relationships with these, compared to the Latin American equity markets analyzed. This finding supports the hypothesis elaborated on this subject from the market segmentation theory and the characteristics of these companies. Another important result was that the emerging markets of Latin America are more susceptible to local and regional effects than global ones, confirming the benefit of the use of the financial assets of these countries for diversification of international portfolios, even during an international financial crisis, such as the subprime.

Diante das exigências estipuladas pelos órgãos reguladores pelos acordos internacionais, tendo em vistas as inúmeras crises financeiras ocorridas nos últimos séculos, as instituições financeiras desenvolveram diversas ferramentas para a mensuração e controle do risco inerente aos negócios. Apesar da crescente evolução das metodologias de cálculo e mensuração do risco, o Value at Risk (VaR) se tornou referência como ferramenta de estimação do risco de mercado. Nos últimos anos novas técnicas de cálculo do Value at Risk (VaR) vêm sendo desenvolvidas. Porém, nenhuma tem sido considerada como a que melhor ajusta os riscos para diversos mercados e em diferentes momentos. Não existe na literatura um modelo conciso e coerente com as diversidades dos mercados. Assim, o presente trabalho tem por objetivo geral avaliar os estimadores de risco de mercado, gerados pela aplicação de modelos baseados no Value at Risk (VaR), aplicados aos índices das principais bolsas dos países desenvolvidos e emergentes, para os períodos normais e de crise financeira, de modo a apurar os mais efetivos nessa função. Foram considerados no estudo os modelos VaR Não condicional, pelos modelos tradicionais (Simulação Histórica, Delta-Normal e t-Student) e baseados na Teoria de Valores Extremos; o VaR Condicional, comparando os modelos da família ARCH e Riskmetrics e o VaR Multivariado, com os modelos GARCH bivariados (Vech, Bekk e CCC), funções cópulas (t-Student, Clayton, Frank e Gumbel) e por Redes Neurais Artificiais. A base de dados utilizada refere-se as amostras diárias dos retornos dos principais índices de ações dos países desenvolvidos (Alemanha, Estados Unidos, França, Reino Unido e Japão) e emergentes (Brasil, Rússia, Índia, China e África do Sul), no período de 1995 a 2013, contemplando as crises de 1997 e 2008. Os resultados do estudo foram, de certa forma, distintos das premissas iniciais estabelecidas pelas hipóteses de pesquisa. Diante de mais de mil modelagens realizadas, os modelos condicionais foram superiores aos não condicionais, na maioria dos casos. Em específico o modelo GARCH (1,1), tradicional na literatura, teve uma efetividade de ajuste de 93% dos casos. Para a análise Multivariada, não foi possível definir um modelo mais assertivo. Os modelos Vech, Bekk e Cópula - Clayton tiveram desempenho semelhantes, com bons ajustes em 100% dos testes. Diferentemente do que era esperado, não foi possível perceber diferenças significativas entre os ajustes para países desenvolvidos e emergentes e os momentos de crise e normal. O estudo contribuiu na percepção de que os modelos utilizados pelas instituições financeiras não são os que apresentam melhores resultados na estimação dos riscos de mercado, mesmo sendo recomendados pelas instituições renomadas. Cabe uma análise mais profunda sobre o desempenho dos estimadores de riscos, utilizando simulações com as carteiras de cada instituição financeira. / Given the requirements stipulated by regulatory agencies for international agreements, in considering the numerous financial crises in the last centuries, financial institutions have developed several tools to measure and control the risk of the business. Despite the growing evolution of the methodologies of calculation and measurement of Value at Risk (VaR) has become a reference tool as estimate market risk. In recent years new calculation techniques of Value at Risk (VaR) have been developed. However, none has been considered the one that best fits the risks for different markets and in different times. There is no literature in a concise and coherent model with the diversity of markets. Thus, this work has the objective to assess the market risk estimates generated by the application of models based on Value at Risk (VaR), applied to the indices of the major stock exchanges in developed and emerging countries, for normal and crisis periods financial, in order to ascertain the most effective in that role. Were considered in the study models conditional VaR, the conventional models (Historical Simulation, Delta-Normal and Student t test) and based on Extreme Value Theory; Conditional VaR by comparing the models of ARCH family and RiskMetrics and the Multivariate VaR, with bivariate GARCH (VECH, Bekk and CCC), copula functions (Student t, Clayton, Frank and Gumbel) and Artificial Neural Networks. The database used refers to the daily samples of the returns of major stock indexes of developed countries (Germany, USA, France, UK and Japan) and emerging (Brazil, Russia, India, China and South Africa) from 1995 to 2013, covering the crisis in 1997 and 2008. The results were somewhat different from the initial premises established by the research hypotheses. Before more than 1 mil modeling performed, the conditional models were superior to non-contingent, in the majority of cases. In particular the GARCH (1,1) model, traditional literature, had a 93% adjustment effectiveness of cases. For multivariate analysis, it was not possible to set a more assertive style. VECH models, and Bekk, Copula - Clayton had similar performance with good fits to 100% of the tests. Unlike what was expected, it was not possible to see significant differences between the settings for developed and emerging countries and the moments of crisis and normal. The study contributed to the perception that the models used by financial institutions are not the best performing in the estimation of market risk, even if recommended by renowned institutions. It is a deeper analysis on the performance of the estimators of risk, using simulations with the portfolios of each financial institution.

Neste trabalho estudamos diferentes variantes dos modelos GARCH quando consideramos a chegada da informação heterogênea sob a forma de dados de alta freqüência. Este tipo de modelos, conhecidos como HARCH(n), foram introduzidos por Muller et al. (1997). Para entender a necessidade de incorporar esta característica da heterogeneidade da informação, estudamos o problema da agregação temporal para processos GARCH e a modelagem destes em dados de alta freqüência e veremos quais são as desvantagens destes modelos e o porquê da necessidade de corrigi-lo. Propusemos um novo modelo que leva em conta a heterogeneidade da informação do mercado financeiro e a memória longa da volatilidade, generalizando assim o modelo proposto por Müller et al.(1997), e estudamos algumas das propriedades teóricas do modelo proposto. Utilizamos estimação via máxima verossimilhança e amostrador de Griddy-Gibbs, e para avaliar o desempenho destes métodos realizamos diversas simulações. Também fizemos aplicações a duas séries de alta freqüência, a taxa de câmbio Euro- Dólar e o índice Ibovespa. Uma modificação ao algoritmo de Griddy-Gibbs foi proposta, para ter uma janela móvel de pontos, para a estimação das distribuições condicionais, a cada iteração. Este procedimento foi validado pela proximidade das estimações com a técnica de máxima verossimilhança. Disponibilizaremos algumas bibliotecas para o pacote S-Plus em que as análises descritas neste trabalho poderão ser reproduzidas. Informações relativas a tais bibliotecas estarão disponíveis na página Web http://www.ime.usp.br/~ruilova. / In this work we study different variants of GARCH models to analyze the arrival of heterogeneous information in high frequency data. These models, known as HARCH(*n*) models, were introduced by Müller et al.(1997). To understand the necessity to incorporate this characteristic, heterogeneous information, we study temporal aggregation on GARCH processes for high frequency data, and show some problems in the application of these models and the reason why it is necessary to develop new models. We propose a new model, that incorporates the heterogeneous information present in the financial market and the long memory of the volatility, generalizing the model considered by Müller et al.(1997). We propose to estimate the model via maximum likelihood and Griddy-Gibbs sampler. To assess the performance of the suggested estimation procedures we perform some simulations and apply the methodology to two time series, namely the foreign exchange rate Euro-Dollar and the series of the Ibovespa index. A modification of the algorithm of Griddy-Gibbs sampler was proposed to have a grid of points in a mobile window, to estimate the condicional distributions, in each iteration. This was validated by the similar results between maximum likelihood and Griddy-Gibbs sampler estimates obtained. We implemented the methods described in this work creating some libraries for the SPlus package. Information concerning these libraries is available in the Web page http://www.ime.usp.br/~ruilova.

Cette thèse a pour objectif principal d’estimer la volatilité des données financières à haute fréquence par le modèle Score-GARCH, dans le contexte de la crise financière récente (2007-2008). La contribution effective de notre thèse couvre trois axes majeurs. Premièrement, nous avons mis en évidence les faits stylisés observés empiriquement dans les données financières à haute fréquence, dans le cas de quatre actifs financiers de CAC40. Cette étude nous a permis d’analyser la dynamique et l’asymétrie des rendements des actifs financiers à haute fréquence. Deuxièmement, compte tenu des faits stylisés en relation avec le comportement de la volatilité, nous avons modélisé la volatilité des actifs financiers à haute fréquence par le modèle Score-GARCH, et nous l’avons comparé avec le modèles GARCH asymétriques classiques (modèles de référence). Le troisième axe propose des mesures du risque (VaR) de marché intra-journalier dans le contexte particulier des données à haute fréquence régulièrement espacées dans le temps (toutes les cinq minutes). / The main objective of this thesis is to estimate the volatility of high-frequency financial data by the Score-GARCH model in the context of the recent financial crisis (2007-2008). The actual contribution of our thesis covers three major axes. First, we have highlighted the stylized facts observed empirically in high-frequency financial data, in the case of four CAC40 financial assets. This study allowed us to analyze the dynamics and asymmetry of the returns of high-frequency financial assets. Second, given the stylized facts in relation to the behavior of volatility, we have modeled the volatility of high-frequency financial assets by the Score-GARCH model, and compared it with the classic asymmetric GARCH models (reference models ). The third axis proposes intraday market risk measures (VaR) in the particular context of high frequency data regularly spaced over time (every five minutes).

Cette thèse de doctorat a pour objectif principal d'étudier certaines propriétés probabilistes et statistiques de modèles de volatilité contenant des variables explicatives exogènes. Elle comporte deux parties.Dans une première partie, nous étudions le comportement asymptotique de l'estimation du quasi-maximum de vraisemblance (QMV) pour la classe polyvalente des modèles PGARCH semi-forts augmentés avec des covariables. Les hypothèses principales sur les variables exogènes sont la stationnarité et la non-colinéarité avec les autres variables explicatives de la volatilité. Pour la distribution asymptotique du QMV, nous étudions quatre situations différentes correspondant à des modèles forts ou semi-forts, et des paramètres à l'intérieur ou au bord de l'espace des paramètres. Nous montrons la normalité asymptotique du QMV sans imposer aucune condition de moment sur le processus observé lorsque le paramètre GARCH-X appartient à l'intérieur de l'espace des paramètres. Par contre, quand un ou plusieurs coefficients sont égaux à zéro, les conditions de moment d'ordre 4 sont requises pour que la matrice d'information soit finie et la loi asymptotique est alors la projection d'une loi normale sur un cône convexe . Comme la vraie valeur du paramètre n'est pas contrainte à appartenir à l'intérieur de l'espace des paramètres, nous proposons des tests pour déterminer l'ordre du modèle et vérifier la signification des variables exogènes. La deuxième partie est consacrée à l'étude de l'influence des variables exogènes sur les matrices de covariance conditionnelle de rendements d'actifs. Plus précisément, nous considérons des modèles BEKK avec variables exogènes. Les paramètres sont estimés par deux méthodes qui s'appellent l'estimation par ciblage de la variance et l'estimation équation par équation. Ces deux méthodes nous permettent de réduire la complexité numérique liée à l'estimation d'un nombre élevé des paramètre des modèles GARCH multivariés, en particulier, en présence de variables exogènes. La consistance ainsi que la loi limite de ces estimateurs sont établies pour des hypothèses relativement peu restrictives. En particulier, les innovations sont supposées être une différence de martingales au lieu d'être iid. Nos résultats sont illustrés par des expériences de Monte Carlo et des applications sur séries réelles. / This PhD Dissertation is dedicated to the study of probabilistic and statistical properties of volatility models augmented with exogenous variables. It consists of two parts which are summarized below. In the first part of this work, we study asymptotic behavior of the QMLE for the versatile class of the semi-strong PGARCH models augmented with exogenous variables. The main assumptions on the exogenous variables are the stationarity and the non-colinearity with the other explanatory variables of the volatility. For the asymptotic distribution of the QMLE, we investigated four different situations corresponding to strong or semi-strong models, and to parameters inside or at the boundary of the parameter space. When the GARCH-X parameter belongs to the interior of the parameter space, the asymptotic distribution of the QMLE is normal, whereas it is the projection of a normal distribution on a convex cone when one or several coefficients are equal to zero. For models with positive GARCH coefficients, the asymptotic distribution is obtained under very mild conditions, in particular, without any moment condition on the observed process. When the GARCH parameter stands at the boundary, fourth-order moment conditions are required for the information matrix to be finite. Our asymptotic results are obtained under conditions that are only marginally stronger than these optimal moment conditions, which extends and improves the results that existed for GARCH models without covariables. The second part is devoted to studying the influence of exogenous variables on the conditional covariance matrix of asset returns. Specifically, we consider BEKK models augmented with exogenous variables. The parameters are estimated by two methods which are called the variance targeting estimation and equation by equation estimation. Both methods allow us to reduce the curse of dimensionality which appears when modeling a conditional covariance matrix, particularly in the presence of exogenous variables. The consistency and the asymptotic distribution of these estimators are established under mild assumptions. In particular, the innovation is assumed to be a martingale difference instead of iid. Our results are illustrated by Monte Carlo experiences and the applications on real series.

No description available.