Neste trabalho, tínhamos por objetivo propor um modelo dinâmico de estrutura a termo de taxas de juros com variáveis macroeconômicas baseado na formulações de Diebold e Li (2006) e Nelson e Siegel (1987) (DNS). A estrutura de estimação proposta permite utilizar dados de frequências distintas, combinando observações diárias de curvas de juros e mensais de variáveis macroeconômicas de interesse através de uma estrutura MIDAS - Mixed Data Sampling. Também utilizamos uma estrutura de volatilidade estocástica multivariada para os fatores latentes e variáveis macroeconômicas e também permitimos que o parâmetro de decaimento do modelo DNS varie no tempo, permitindo capturar mudanças na estrutura de volatilidade condicional e no formato das curvas em períodos longos. O procedimento de estimação é baseado em métodos Bayesianos usando Markov Chain Monte Carlo. Aplicamos este modelos para a curva de juros de títulos do Tesouro Americano entre 1997 e 2011. Os resultados indicam que incorporação de informações diárias e mensais em um mesmo modelo permite ganhos significantes de ajuste, superando as estimativas usuais baseadas em modelos sem informações macroeconômicas e nos métodos usuais de estimação do modelo de Diebold e Li (2006) / In this present work, we propose a dynamic model for the term structure of interest rates with macroeconomic variables based on Diebold e Li (2006)\'s and Nelson e Siegel (1987)\'s researches. The estimation procedure we intend to build allows time series data sampled at different frequencies, mixing daily observations of yield curves and monthly observations of macroeconomic variable through a Mixed Data Sampling (MIDAS) regression. We also make use of a multivariate stochastic volatility structure for the latent factors and allow the parameter that governs the exponential decay rate to vary trough time, which enables us to capture changes both in the conditional volatility structure and in the curve\'s shapes during long periods. The estimation procedure is based on Baeysian inference trough the usage of of Markov Chain Monte Carlo (MCMC) method. We applied these models to the U.S. Treasure bonds\' yield curve from 1997 to 2011. The results denote that joining daily and monthly information into the same model allows significant gains on fitting these models to the term structure, overcoming the usual estimates based on models without macroeconomics information and on regular estimation methods of Diebold e Li (2006)\'s model.

Neste trabalho, tínhamos por objetivo propor um modelo dinâmico de estrutura a termo de taxas de juros com variáveis macroeconômicas baseado na formulações de Diebold e Li (2006) e Nelson e Siegel (1987) (DNS). A estrutura de estimação proposta permite utilizar dados de frequências distintas, combinando observações diárias de curvas de juros e mensais de variáveis macroeconômicas de interesse através de uma estrutura MIDAS - Mixed Data Sampling. Também utilizamos uma estrutura de volatilidade estocástica multivariada para os fatores latentes e variáveis macroeconômicas e também permitimos que o parâmetro de decaimento do modelo DNS varie no tempo, permitindo capturar mudanças na estrutura de volatilidade condicional e no formato das curvas em períodos longos. O procedimento de estimação é baseado em métodos Bayesianos usando Markov Chain Monte Carlo. Aplicamos este modelos para a curva de juros de títulos do Tesouro Americano entre 1997 e 2011. Os resultados indicam que incorporação de informações diárias e mensais em um mesmo modelo permite ganhos significantes de ajuste, superando as estimativas usuais baseadas em modelos sem informações macroeconômicas e nos métodos usuais de estimação do modelo de Diebold e Li (2006) / In this present work, we propose a dynamic model for the term structure of interest rates with macroeconomic variables based on Diebold e Li (2006)\'s and Nelson e Siegel (1987)\'s researches. The estimation procedure we intend to build allows time series data sampled at different frequencies, mixing daily observations of yield curves and monthly observations of macroeconomic variable through a Mixed Data Sampling (MIDAS) regression. We also make use of a multivariate stochastic volatility structure for the latent factors and allow the parameter that governs the exponential decay rate to vary trough time, which enables us to capture changes both in the conditional volatility structure and in the curve\'s shapes during long periods. The estimation procedure is based on Baeysian inference trough the usage of of Markov Chain Monte Carlo (MCMC) method. We applied these models to the U.S. Treasure bonds\' yield curve from 1997 to 2011. The results denote that joining daily and monthly information into the same model allows significant gains on fitting these models to the term structure, overcoming the usual estimates based on models without macroeconomics information and on regular estimation methods of Diebold e Li (2006)\'s model.

Submitted by JOAO GABRIEL COSTA FRANCISCANGELO (joao_g_2@hotmail.com) on 2015-09-19T15:22:20Z No. of bitstreams: 1 Dissertação João final.pdf: 1258276 bytes, checksum: 93011c99fa1370a6516c15a08e40a736 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2015-09-21T22:54:42Z (GMT) No. of bitstreams: 1 Dissertação João final.pdf: 1258276 bytes, checksum: 93011c99fa1370a6516c15a08e40a736 (MD5) / Made available in DSpace on 2015-09-22T13:51:58Z (GMT). No. of bitstreams: 1 Dissertação João final.pdf: 1258276 bytes, checksum: 93011c99fa1370a6516c15a08e40a736 (MD5) Previous issue date: 2015-08-24 / Modeling the term structure of interest rates has high relevance to the financial market, due to the fact of its utilization for pricing bonds and derivatives, being a fundamental component in the economic policies and assisting in the development of trading strategies. The class of models created by Nelson-Siegel(1987), was extended by many authors and currently is largely used by several centel banks around the world. In this work the extension proposed by Diebold and Li (2006) was applied to the brazilian market, the parameters were calibrated using the Kalman Filter and the Kalman Filter Extended, the last method allowing the estimation with dinamism of all the four parameters used in the model. As mentioned by Durbin and Koopman (2012), the equations contained in the Kalman filter and its extended version do not enforce conditions of constant dimensions in the observations vector. Based on this concept, the filters implementation were made allowing its application independent on the number of observations on each time instant, avoiding the need of previous interporlation of data. It helps the model to reflect more faithfully the markets reality and relax the assumed hypotheses to obtain fixed vértices through interpolation. A new propose of adaptation will be tested in the Nelson-Siegel model, where the level parameter will be conditioned to the bond’s maturities happened before or after the next Copom’s meeting. The objective is to compare the prediction quality across the methods, pointing the benefits and drawbacks observed on each one of them. / A modelagem da estrutura a termo da taxa juros tem grande relevância para o mercado financeiro, isso se deve ao fato de ser utilizada na precificação de títulos de crédito e derivativos, ser componente fundamental nas políticas econômicas e auxiliar a criação de estratégias trading. A classe de modelos criada por Nelson-Siegel (1987), foi estendida por diversos autores e atualmente é largamente utilizada por diversos bancos centrais ao redor do mundo. Nesse trabalho utilizaremos a extensão proposta por Diebold e Li (2006) aplicada para o mercado brasileiro, os parâmetros serão calibrados através do Filtro de Kalman e do Filtro de Kalman Estendido, sendo que o último método permitirá estimar com dinamismo os quatros parâmetros do modelo. Como mencionado por Durbin e Koopman (2012), as fórmulas envolvidas no filtro de Kalman e em sua versão estendida não impõe condições de dimensão constante do vetor de observações. Partindo desse conceito, a implementação dos filtros foi feita de forma a possibilitar sua aplicação independentemente do número de observações da curva de juros em cada instante de tempo, dispensando a necessidade de interpolar os dados antes da calibração. Isso ajuda a refletir mais fielmente a realidade do mercado e relaxar as hipóteses assumidas ao interpolar previamente para obter vértices fixos. Também será testada uma nova proposta de adaptação do modelo de Nelson-Siegel, nela o parâmetro de nível será condicionado aos títulos terem vencimento antes ou depois da próxima reunião do Copom. O objetivo é comparar qualidade da predição entre os métodos, pontuando quais são as vantagens e desvantagens encontradas em cada um deles.

Submitted by Camilo de Léllis Cavalcanti Júnior (camilojr@gmail.com) on 2013-09-20T14:38:32Z No. of bitstreams: 1 Dissertação - Estratégia de Trading Utilizando o Modelo Dinâmico de Nelson-Siegel Final.pdf: 1310470 bytes, checksum: f90849f3305d9519f30ddd197d650214 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-09-20T14:43:47Z (GMT) No. of bitstreams: 1 Dissertação - Estratégia de Trading Utilizando o Modelo Dinâmico de Nelson-Siegel Final.pdf: 1310470 bytes, checksum: f90849f3305d9519f30ddd197d650214 (MD5) / Made available in DSpace on 2013-09-20T14:49:57Z (GMT). No. of bitstreams: 1 Dissertação - Estratégia de Trading Utilizando o Modelo Dinâmico de Nelson-Siegel Final.pdf: 1310470 bytes, checksum: f90849f3305d9519f30ddd197d650214 (MD5) Previous issue date: 2013-08-21 / Esta pesquisa busca testar a eficácia de uma estratégia de arbitragem de taxas de juros no Brasil baseada na utilização do modelo de Nelson-Siegel dinâmico aplicada à curva de contratos futuros de taxa de juros de 1 dia da BM&FBovespa para o período compreendido entre 02 de janeiro de 2008 e 03 de dezembro de 2012. O trabalho adapta para o mercado brasileiro o modelo original proposto por Nelson e Siegel (1987), e algumas de suas extensões e interpretações, chegando a um dos modelos propostos por Diebold, Rudebusch e Aruoba (2006), no qual estimam os parâmetros do modelo de Nelson-Siegel em uma única etapa, colocando-o em formato de espaço de estados e utilizando o Filtro de Kalman para realizar a previsão dos fatores, assumindo que o comportamento dos mesmos é um VAR de ordem 1. Desta maneira, o modelo possui a vantagem de que todos os parâmetros são estimados simultaneamente, e os autores mostraram que este modelo possui bom poder preditivo. Os resultados da estratégia adotada foram animadores quando considerados para negociação apenas os 7 primeiros vencimentos abertos para negociação na BM&FBovespa, que possuem maturidade máxima próxima a 1 ano. / This research tries to test the effectiveness of an interest rate arbitrage strategy in Brazil based on a Dynamic Nelson-Siegel model applied to the term structure of future contracts of 1 day of interest rates traded at BM&FBovespa for the time between January, 2nd of 2008, and December, 3rd, 2012. The work adapts to the Brazilian market the mode originally proposed by Nelson and Siegel (1987), and some of its extensions and interpretations, reaching one of the models proposed by Diebold, Rudebusch and Aruoba (2006), in which they estimate the parameters of Nelson-Siegel Model in one only step, putting it in a state-space form and using the Kalman Filter to make the factors’ forecast, assuming that their behavior is an order 1 VAR. The model has the advantage that all the parameters are estimated simultaneously, and the authors showed that it has a good forecast power. The results of the adopted strategy were encouraging when considered for negotiation only the 7 first available maturities at BM&FBovespa, which have maturity of around 1 year.