Made available in DSpace on 2016-12-23T14:00:35Z (GMT). No. of bitstreams: 1 Claudio Alan de Melo Barbosa.pdf: 683323 bytes, checksum: 3c62dfb6f8485d96f9af6530abda3312 (MD5) Previous issue date: 2009-06-17 / The Model for Pricing of Financial Assets CAPM compares or correlates the returns of individual action with the returns of the market by risk index called Beta. The market is a pattern or common denominator to obtain what is known as risk not diverse, also called of systemic risk. So that was a comparative study between two types of pricing of assets, traditional CAPM and conditional CAPM, whereas the latter uses the GARCH-M model, able to incorporate the conditional variance in its estimation. The Brazilian financial market over the past years, was the scene of a major growth and consolidation of Brazil at the national and international community. Thus, the BOVESPA, in an attempt to make the practice of investing in more stock to reach the population regulated investment clubs, allowing the entry of small investors, but these, together in clubs, eventually become investors in great potential, and investment club AIVALE, one of which was soon made to create a large gain in its assets. It was possible to study the behavior of its variance, and determine the best model based on the Beta / O Modelo de Precificação de Ativos Financeiros (CAPM) compara ou correlaciona os retornos da ação individual com os retornos de mercado pelo índice de risco chamado Beta. O mercado é um padrão ou denominador comum para a obtenção do que é conhecido como risco não diversificável, também chamado, de risco sistêmico. De forma que foi realizado um estudo comparativo entre dois tipos de precificação de ativos, CAPM tradicional e CAPM condicional, sendo que, este último utiliza o modelo GARCH-M, capaz de incorporar a variância condicional em sua estimação. O mercado financeiro brasileiro, no decorrer dos últimos anos, foi palco de um grande crescimento e consolidação do Brasil perante a comunidade nacional e internacional. Diante disso, a Bovespa, na tentativa de tornar a prática de investimento em ações mais ao alcance da população brasileira regulamentou os Clubes de Investimento, proporcionando a entrada de investidores de pequeno porte, porém estes, unidos em clubes, acabam por se tornarem investidores de grande potencial; e o clube de investimento AIVALE, foi um dos quais em pouco tempo de criação apresentou um grande ganho em seu patrimônio. Foi possível estudar o comportamento de sua variância, e determinar o seu Beta baseado no melhor modelo

[pt] A hipótese de normalidade é comumente utilizada na área de análise de risco para descrever as distribuições dos retornos padronizados pelas volatilidades. No entanto, utilizando cinco dos ativos mais líquidos na Bovespa, este trabalho mostra que tal hipótese não é compatível com medidas de volatilidades estimadas pela metodologia EWMA ou modelos GARCH. Em contraposição, ao extrair a informação contida em cotações intradiárias, a metodologia de volatilidade realizada origina retornos padronizados normais, potencializando ganhos no cálculo de medidas de Valor em Risco. Além disso, são caracterizadas as distribuições de volatilidades e correlações de ativos brasileiros e, em especial, mostra-se que as distribuições das volatilidades são aproximadamente lognormais, enquanto as distribuições das correlações são aproximadamente normais. A análise é feita tanto de um ponto de vista univariado quanto multivariado e fornece subsídio para a melhor modelagem de variâncias e correlações em um contexto de grande dimensionalidade. / [en] The normality assumption is commonly used in the risk management area to describe the distributions of returns standardized by volatilities. However, using five of the most actively traded stocks in Bovespa, this paper shows that this assumption is not compatible with volatilities estimated by EWMA or GARCH models. In sharp contrast, when we use the information contained in high frequency data to construct the realized volatilies measures, we attain the normality of the standardized returns, giving promise of improvements in Value at Risk statistics. We also describe the distributions of volatilities and correlations of the brazilian stocks, showing that the distributions of volatilities are nearly lognormal and the distribuitions of correlations are nearly Gaussian. All analysis is traced both in a univariate and a multivariate framework and provides background for improved high-dimensional volatility and correlation modelling in the brazilian stock market.