Spelling suggestions: "subject:"modelo TARCH"" "subject:"nodelo TARCH""
1 |
Avaliação do value at risk do índice Bovespa usando os modelos garch, tarch e riskmetrics tm para se estimar a volatilidadeFarias Filho, Antonio Coelho Bezerra de 13 February 1998 (has links)
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.
|
2 |
Volatilidade no mercado de ações brasileiro e seu impacto sobre as regras de política monetária: 2003 2009Besarria, Cassio da Nobrega 23 April 2010 (has links)
Made available in DSpace on 2015-05-08T14:45:02Z (GMT). No. of bitstreams: 1
arquivototal.pdf: 1380257 bytes, checksum: 1a02e73b7e0ca49d2f010e7b6925950a (MD5)
Previous issue date: 2010-04-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This dissertation has as objective to estimate the relationship between monetary policy
and the volatility of asset prices using the model BEKK, from January 2003 to October 2009.
The specific objectives were: a) model the volatility of the Bovespa Index (Bovespa) and the
Selic, referring to the money and stock through GARCH models, b) verify the clustering of
volatility, the presence of persistent shocks and perform the analysis half-life in the financial
market variables, c) estimate Vector Autoregressive models with the aim of testing the causal
relationships in the sense of Granger (Granger Causality) between the transmission
mechanism of monetary policy (interest rates) and the index stock; To achieve these
objectives we used the model proposed by Bernanke, Gertler (1999, 2000) to describe the
effects of volatility in monetary policy rules, and to capture the effects of volatility in
monetary policy decisions were used in models family univariate and multivariate GARCH.
The test of Granger causality show that there is unidirectional causality Ibovespa Selic
regarding the period of greater volatility in the stock market (2003 - 2008), indicating that the
returns in the stock market affected the Brazilian monetary policy decisions in this period .
The estimation of GARCH models TARCHI and noted the existence of agglomeration of the
variance, the effect of leverage on volatility and persistence on the part of stock markets and
money. Through the model BEKKER is possible to highlight the volatility of the Selic rate is
positively affected by common shocks and their lags inflation volatility, the volatility of the
Bovespa index had a direct relationship with the volatility of the Selic rate in the period (2003
- 2008). This fact is consistent with the effects of movements in asset prices on aggregate
demand, thus suggesting that policymakers are responding to changes in the market to avoid
possible negative impacts on the economy. / Esta dissertação tem como objetivo estimar a relação entre a política monetária e a
volatilidade dos preços dos ativos por meio do modelo BEKK, no período de janeiro de 2003
a outubro de 2009. Os objetivos específicos foram: a) modelar a volatilidade do Índice
Bovespa (Ibovespa) e da Selic, referentes aos mercados monetário e acionário, por meio de
modelos GARCH; b) verificar a aglomeração de volatilidade, presença da persistência dos
choques e realizar a análise da meia-vida nas variáveis de mercado financeiro; c) estimar
modelos Vetor Autoregressivo com o intuito de testar as relações de causalidade, no sentido
de Granger (Granger Causality), entre o mecanismo de transmissão de política monetária
(taxa de juros) e o índice acionário; Para atingir tais objetivos foi utilizado o modelo teórico
proposto por Bernanke, Gertler (1999, 2000), para descrever os efeitos da volatilidade nas
regras de política monetária, e para capturar os efeitos dessa volatilidade nas decisões de
política monetária foram utilizados os modelos da família GARCH univariados e
multivariados. O resultado do teste de causalidade de Granger mostrou que há causalidade
unidirecional do Ibovespa em relação à Selic no período de maior volatilidade no mercado
acionário (2003 - 2008), indicando que os retornos no mercado de ações brasileiros afetaram
as decisões de política monetária nesse período. A estimação dos modelos TARCH e GARCH
apontou a existência de aglomeração da variância, o efeito leverage e a persistência na
volatilidade por parte dos mercados de ações e monetário. Por meio do modelo BEKK é
possível destacar que a volatilidade da Selic é afetada positivamente por choques comuns as
suas defasagens e a volatilidade da inflação; a volatilidade do Ibovespa apresentou uma
relação direta com a volatilidade da taxa Selic no período (2003 - 2008). Esse fato é
condizente com os efeitos dos movimentos nos preços dos ativos sobre a demanda agregada,
sugerindo, portanto, que os policymakers estão reagindo às variações no mercado para
evitarem possíveis impactos negativos sobre a economia.
|
Page generated in 0.0425 seconds