Orientador: Luiz Koodi Hotta / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-23T04:22:11Z (GMT). No. of bitstreams: 1 Almeida_Danielde_M.pdf: 17481253 bytes, checksum: 669620c3fe4155707f86370dd1778d01 (MD5) Previous issue date: 2013 / Resumo: O objetivo da dissertação é estudar modelos de volatilidade que consideram dois tipos de assimetria usualmente encontradas em séries de finanças, a assimetria das perturbações e o efeito de alavancagem. Perturbações assimétricas são utilizadas devido ao fato estilizado de que perdas têm distribuição com cauda mais pesada do que ganhos. Já o efeito de alavancagem leva em consideração que perdas têm maior influência na volatilidade do que os ganhos. São estudados os modelos GARCH univariados que contemplam os dois tipos de assimetria separadamente e conjuntamente e modelos GARCH multivariados que permitem o efeito de alavancagem. Os resultados são apresentados em dois artigos. O primeiro descreve os principais modelos univariados que possam explicar estes dois fatos estilizados e analisa, com detalhes, oito séries: os índices Ibovespa, Merval e S&P 500, e as ações Itaú-Unibanco, Vale, Petrobras, Banco do Brasil e do Bradesco. A conclusão é que os dois tipos de assimetria estão presentes nas séries, na maioria das vezes simultaneamente. O segundo artigo faz uma revisão dos principais modelos multivariados da família GARCH, incluindo modelos com efeitos assimétricos nas variâncias e nas covariâncias condicionais. Alguns destes modelos são analisados com mais detalhes através de simulações. Considerou-se as perdas de eficiência na estimativa da matriz de volatilidade ao se ter erros de especificação, isto é ajustar um determinado modelo a séries geradas por outros modelos. Os modelo mais utilizados na literatura são aplicados a uma série trivariada, contendo o índice Ibovespa e as ações Petrobras e Vale. Os três modelos selecionados pelos critérios AIC e BIC, possuem o efeito de alavancagem / Abstract: The objective of this dissertation is to study volatility models that consider two types of asymmetry usually found in finance series, the skewness of the innovations and the leverage effect. Skewness means that the distribution of losses has a heavier tail than the distribution of gains. The leverage effect stems from the fact that losses have a greater influence on future volatilities than gains. It is considered univariate GARCH models that include both types of asymmetry, separately and jointly, and multivariate GARCH models that allow for leverage effects. The results are presented in two papers. The first one describes the main univariate models that consider these two stylized facts and analyzes, in detail, eight series: the Ibovespa, Nasdaq and S&P 500 indices, and the Itaú-Unibanco, Vale, Petrobras, Banco do Brasil and Bradesco stocks. The conclusion is that both stylized facts are present in some series, mostly simultaneously. The second paper reviews the main multivariate GARCH models, including models with asymmetric effects on conditional variances and covariance. Some of these models are analyzed in more detail through simulations. The most used models in the literature are applied to a three-dimensional time series, containing the Bovespa index and the Petrobras and Vale markets. The three models selected by AIC and BIC criteria allow for leverage effects / Mestrado / Estatistica / Mestre em Estatística

[pt] O modelo implementado neste trabalho, proposto em Barone-Adesi, Engle e Mancini (2008), utiliza o método da Simulação Histórica Filtrada em conjunto com a simulação de Monte Carlo para calibração de parâmetros de um modelo GARCH a partir do qual opções do mercado brasileiro são apreçadas. Os retornos da simulação são gerados a partir das inovações empíricas obtidas no modelo GARCH assimétrico ajustado aos retornos diários das ações. Os resultados obtidos apontam para ajustes satisfatórios dentro da amostra, quando comparado ao modelo de Black E Scholes. No entanto, fora da amostra, resultados similares foram verificados para ambos os modelos de apreçamento. / [en] The model implemented in this work, proposed by Barone-Adesi, Engle, and Mancini (2008), applies the Filtered Historical Simulation method based on Monte Carlo simulation to calibrate the parameters of a GARCH model in which options from Brazilian market are priced. The simulated returns are generated from empirical innovations obtained by an asymmetric GARCH model adjusted for daily stock returns. The results suggest a satisfactory in-sample fit when compared to the Black E Scholes model. However, similar results were observed out-of-sample for both pricing models.

[pt] Esta Dissertação apresenta um modelo para extrair fatores capazes de prever a volatilidade do índice de ações IBOVESPA, representativo do mercado de ações brasileiro. Esta metodologia é diferenciada por utilizar fatores que não incluem ativos da classe de ações. São utilizados fatores extraídos de classes de ativos de crédito, taxas de juros, moedas e commodities para precificar a volatilidade de um índice de ações. Além disso, os fatores são extraídos de painéis de volatilidades filtradas por modelos do tipo GARCH. / [en] It will be presented a model that is able to extract factors capable of predicting the volatility of IBOVESPA market index, which is representative of Brazilian equity market. This methodology is different from others because it won t use any inputs from equity asset classes. It will be used factors extracted from credit risk, interest rates, exchange rates and commodities data for pricing the volatility of an equity index. Besides that, those factors will be extracted from panels of volatility filtered by GARCH models.

Made available in DSpace on 2010-04-20T20:14:59Z (GMT). No. of bitstreams: 0 Previous issue date: 1998-02-13T00:00:00Z / Apresenta o método value at risk (VaR) para se mensurar o risco de mercado, sob diferentes abordagens. Analisa a série histórica do índice Bovespa no período de 1995 a 1996 por meio de testes econométricos de normalidade, autocorrelação dos retornos e raiz unitária. Comparo valor obtido a partir dos diferentes modelos de estimação de volatilidade propostos e verifica qual dos modelos foi o mais adequado para o caso estudado. / The purpose of this dissertation is to compare the performance of three methods of volatility estimating used for value at risk models: an exponentially weighted moving average (RiskMetrics TM), GARCH (Generalized Autoregressive Conditional Heteroscedasticity) and TARCH (Threshold model). Concerning the latter, we decided to test it, given that GARCH models cannot properly capture the leverage etTect (negative shocks have a larger impact on volatility than positive shocks). The sample covers the daily São Paulo Stock Exchange index from 2 January 1995 to 30 December 1996. The test results indicated that the alternative models did not outperform RiskMetrics™ under the particular market conditions observed in the time period studied. Despite the fact that TARCH model can cope with negative or positive skewness, this model did not provide better results than RiskMetrics™. It seems to be reasonable not to attempt to make any general statement that one method is undoubtedly superior to another, given that test results may depend on the data period employed.

Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-11-03T12:04:14Z No. of bitstreams: 1 DIS_ANDRE_LOCATELLI_COMPLETO.pdf: 771690 bytes, checksum: fe8fbda3561c48ca1cee72f699327cba (MD5) / Approved for entry into archive by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-11-03T12:04:27Z (GMT) No. of bitstreams: 1 DIS_ANDRE_LOCATELLI_COMPLETO.pdf: 771690 bytes, checksum: fe8fbda3561c48ca1cee72f699327cba (MD5) / Made available in DSpace on 2017-11-03T12:04:36Z (GMT). No. of bitstreams: 1 DIS_ANDRE_LOCATELLI_COMPLETO.pdf: 771690 bytes, checksum: fe8fbda3561c48ca1cee72f699327cba (MD5) Previous issue date: 2017-08-24 / The present dissertation aims, through the theories of economic political cycles, to investigate if they influence the returns and volatility of the Ibovespa, index of the S?o Paulo Stock Exchange. The four main theories dealing with the theme, Traditional Party Theory, Traditional Opportunist Theory, Rational Party Theory and Opportunistic Rational Theory will be addressed. The data used will be the Ibovespa daily returns and the daily returns of the S & P 500, one of the main indices of the North American stock market and that will serve to capture the changes of the external stock market. In order to calculate the influence of economic policy cycles on the returns and volatility of the Ibovespa, the ARCH and GARCH econometric models have been used, which have been widely used in such works and have been shown to be consistent in the estimation of time series. The ARCH model had better results for the estimated model. Four different Dummy variables, each representing a different time period, were tested to determine whether economic policy cycles influenced Ibovespa returns and volatility in those periods. At the 5% significance level, abnormal returns in the periods included in the Dummy variables were not found nor was there statistically significant change in variance in the same periods. At a significance level of 10%, the influence of economic policy cycles on the volatility of the Ibovespa in the period of 180 days, ranging from 12 months to 6 months before the presidential elections, was found. / A presente disserta??o tem como objetivo, atrav?s das teorias de ciclos pol?ticos econ?micos, investigar se os mesmos influenciam nos retornos e na volatilidade do Ibovespa, ?ndice da bolsa de S?o Paulo. Ser?o abordadas as quatro principais teorias que tratam sobre o tema, Teoria Partid?ria Tradicional, Teoria Oportunista Tradicional, Teoria Partid?ria Racional e Teoria Oportunista Racional. Os dados utilizados ser?o os retornos di?rios do Ibovespa e os retornos di?rios do S&P 500, um dos principais ?ndices do mercado acion?rio norte americano e que servir? para captar as mudan?as do mercado acion?rio externo. Para calcular a influ?ncia dos ciclos pol?ticos econ?micos sobre os retornos e a volatilidade do Ibovespa foram utilizados os modelos econom?tricos ARCH e GARCH, que t?m sido amplamente utilizados em trabalhos dessa natureza, e que t?m se demonstrado consistentes na estima??o de s?ries temporais. O modelo ARCH teve melhores resultados para o modelo estimado. Foram testadas quatro diferentes vari?veis Dummy, cada uma representando um per?odo de tempo diferente, para calcular se os ciclos pol?ticos econ?micos influenciavam os retornos e a volatilidade do Ibovespa naqueles per?odos. N?o foram encontrados, ao n?vel de signific?ncia de 5%, retornos anormais nos per?odos englobados pelas vari?veis Dummy nem se observou altera??o da vari?ncia de forma estatisticamente significativa nos mesmos per?odos. A um n?vel de signific?ncia de 10% foi encontrado a influ?ncia dos ciclos pol?ticos econ?micos na volatilidade do Ibovespa no per?odo de 180 dias que compreende entre 12 meses e 6 meses antes das elei??es presidenciais.

Made available in DSpace on 2010-04-20T21:00:30Z (GMT). No. of bitstreams: 3 marciocecilioturma2004.pdf.jpg: 19602 bytes, checksum: 0772484d1cb46349dfbfb25620b5cdae (MD5) marciocecilioturma2004.pdf: 859203 bytes, checksum: 346a3e7d5751118ff894a182d7512b56 (MD5) marciocecilioturma2004.pdf.txt: 86793 bytes, checksum: e0c91b2715fc569bc6ec29bfce078e69 (MD5) Previous issue date: 2007-01-23T00:00:00Z / Há forte evidência que os retornos das séries financeiras apresentam caudas mais pesadas que as da distribuição normal, principalmente em mercados emergentes. No entanto, muitos modelos de risco utilizados pelas instituições financeiras baseiam-se em normalidade condicional ou não condicional, reduzindo a acurácia das estimativas. Os recentes avanços na Teoria de Valores Extremos permitem sua aplicação na modelagem de risco, como por exemplo, na estimação do Valor em Risco e do requerimento de capital. Este trabalho verifica a adequação de um procedimento proposto por McNeil e Frey [1999] para estimação do Valor em Risco e conseqüente requerimento de capital às principais séries financeiras de retornos do Brasil. Tal procedimento semi-paramétrico combina um modelo GARCH ajustado por pseudo máxima verossimilhança para estimação da volatilidade corrente com a Teoria de Valores Extremos para estimação das caudas da distribuição das inovações do modelo GARCH. O procedimento foi comparado através de backtestings com outros métodos mais comuns de estimação de VaR que desconsideram caudas pesadas das inovações ou a natureza estocástica da volatilidade. Concluiu-se que o procedimento proposto por McNeil e Frey [1999] mostrou melhores resultados, principalmente para eventos relacionados a movimentos negativos nos mercados . Futuros trabalhos consistirão no estudo de uma abordagem multivariada de grandes dimensões para estimação de VaR e requerimento de capital para carteiras de investimentos. / There is a strong evidence that financial return series are heavy-tailed, mostly in emerging markets. However, most of the risk models used by financial institutions are based in conditional or non-conditional normality, which reduces the accuracy of the estimates. The recent advances in Extreme Value Theory permit its application to risk measuring, such as Value at Risk and capital adequacy estimates. This work verifies the adequacy of a procedure proposed by McNeil and Frey [1999] to VaR and consequent capital requirement estimates for the main financial return series in Brazil. This semi parametric procedure combines a pseudo-maximumlikelihood fitting GARCH model to estimate the current volatility and the Extreme Value Theory (EVT) to estimate the tails of the innovations distribution of the GARCH model. Using backtestings the procedure was compared to other common methods of VaR estimation that disregard heavy tails of the innovations or the stochastic nature of the volatility. The procedure proposed by McNeil and Frey [1999] showed better results, mostly for negative events in the financial market2 . Further works will consist of studying a high dimensional multivariate approach to estimate VaR and capital requirements for portfolios of investment instruments.

Este trabajo de investigación examina el impacto de la volatilidad del tipo de cambio real, como proxy de la incertidumbre cambiaria, en el desempeño de las exportaciones totales para un panel de países de América Latina en el periodo 1989-2018. Se utilizan las variables como brecha de las exportaciones, brecha del tipo de cambio real, brecha del producto bruto interno, la brecha de la demanda mundial y la brecha de los término de intercambio. Asimismo, se estima el comportamiento de la volatilidad del tipo de cambio real modelizándola a través de modelos GARCH. Se estima un modelo panel de Vectores Autorregresivos para una muestra equilibrada de cinco países de América Latina (Argentina, Brasil, Chile, México y Perú) para el periodo 1989-2018. Los resultados sugieren que la volatilidad del tipo de cambio real tiene un efecto negativo en las exportaciones de los países seleccionados. Adicionalmente, esta investigación es relevante porque proporciona evidencia empírica de países con diferentes características económicas para comprender el efecto de las variaciones del tipo de cambio real en el desempeño de las exportaciones y, por ende, en la estabilidad del crecimiento económico. / This research work examines the impact of real exchange rate volatility, as a proxy for exchange rate uncertainty, on the performance of total exports for a panel of Latin American countries in the period 1989-2018. Variables such as the export gap, the real exchange rate gap, the gross domestic product gap, the world demand gap, and the trade terms gap are used. Likewise, the behavior of the volatility of the real exchange rate is estimated by modeling it through GARCH models. A panel model of Autoregressive Vectors is estimated for a balanced sample of five Latin American countries (Argentina, Brazil, Chile, Mexico, and Peru) for the period 1989-2018. The results suggest that the volatility of the real exchange rate has a negative effect on the exports of the selected countries. Additionally, this research is relevant because it provides empirical evidence from countries with different economic characteristics to understand the effect of variations in the real exchange rate on export performance and, therefore, on the stability of economic growth. / Trabajo de investigación

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 2117.pdf: 990773 bytes, checksum: a7b62936541ab91d8ae3424f62aa0f40 (MD5) Previous issue date: 2008-08-22 / In the financial market usually notices are taken of the shares sequentially over the time in order to characterize them a time series. However, the major interest is to forecast the behavior of these shares. Motivated by this fact, a lot of models were created based on the past information considering constant averages and variance over time. Although, in financial series a feature often presented is called volatility, which can be noticed by the variance to vary in time. In order to catch this characteristic were developed the models of the family GARCH, that model the conditional variance through known information. These models were well used and have passed by many formulation modifications to be able to catch different effects, such as the effect leverage EGARCH. Thus, the goal is to estimate volatility patterns obeying the specifications of the family GARCH verifying which ones of them describe better the data inside and outside the sample. / No mercado financeiro costuma-se fazer observações sobre as carteiras sequencialmente ao longo do tempo, caracterizando uma série temporal. Contudo, o maior interesse está em prever o comportamento destas carteiras. Motivado por este fato, foram criados muitos modelos de previsão baseando-se em observações passadas considerando a média e variância constantes no tempo. Porém, nas séries financeiras uma característica muito presente é a chamada volatilidade, que pode ser observada pela variância não constante no tempo. A fim de captar esta característica, desenvolveram-se os modelos da família GARCH, que modelam a variância condicional através de informações passadas. Estes modelos foram muito utilizados e sofreram muitas modificações nas formulações para poderem captar diferentes efeitos, como o efeito de leverage (EGARCH). Assim, deseja-se estimar modelos de volatilidade obedecendo às especificações da família GARCH, verificando quais deles descrevem melhor os dados dentro e fora da amostra.