Dissertação (mestrado)—Universidade de Brasília, Universidade Federal da Paraíba, Universidade Federal do Rio Grande do Norte, Programa Multiinstitucional e Inter-regional de Pós-Graduação em Ciências Contábeis, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-03-22T19:40:55Z No. of bitstreams: 1 2017_MaríliaCordeiroPinheiro.pdf: 1790533 bytes, checksum: fd6477e81c204540c4c17040fb9beb8f (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-03-28T21:47:04Z (GMT) No. of bitstreams: 1 2017_MaríliaCordeiroPinheiro.pdf: 1790533 bytes, checksum: fd6477e81c204540c4c17040fb9beb8f (MD5) / Made available in DSpace on 2018-03-28T21:47:04Z (GMT). No. of bitstreams: 1 2017_MaríliaCordeiroPinheiro.pdf: 1790533 bytes, checksum: fd6477e81c204540c4c17040fb9beb8f (MD5) / O trabalho tem como objetivo testar abordagens distintas do Value at Risk (VaR) para diferentes categorias de ativo, de forma a analisar a acurácia dos modelos na estimação do risco de mercado. Para composição da amostra, foram escolhidos ativos pertencentes a diferentes nichos do mercado de capitais; Ibov, dólar, IMA-B, IDA, IFIX, Commodities e LP 200. Os modelos de VaR testados foram o Delta, Exponentially Weighted Moving Average (EWMA), GARCH, Simulação histórica (HS), Simulação de Monte Carlo (MC) e Expected Shortfall, que se distinguem principalmente no aspecto do tratamento da volatilidade dos ativos assim como na inferência sobre sua distribuição. Para apuração de desempenho de estimação do VaR foram calculados os índices de violação de cada modelo com o objetivo de verificar se o retorno corrente de um dia específico excede o VaR estimado com base na janela de estimação. Em seguida, como forma de validar estatisticamente os resultados encontrados, foram realizados os testes de Kupiec e de Independência. O primeiro foi feito com o objetivo de avaliar a proporção de violações, enquanto que o segundo visando identificar onde essas violações se acumulam. Foram feitas duas análises de resultados, a primeira considerando o período completo da amostra e uma janela de estimação de 1000 dias, enquanto que a segunda considerando triênios e uma janela de estimação de 252 dias. Para a primeira análise, o GARCH apresentou o melhor desempenho, enquanto que o Delta e o MC os piores. Quando comparados aos ativos, o dólar, IFIX e IMA-B apresentaram o maior número de índices, enquanto que o ICB o menor. Para a segunda análise o GARCH, ES e HS apresentaram as melhores performances, o que pode indicar para estes dois últimos a melhoria de estimação com a redução da janela para 252 dias. Os períodos que apresentaram maior número de rejeição foram aqueles abrangidos pela crise de 2008. Quando considerados os ativos, o Ibov foi o que apresentou o maior número de índices apropriados, enquanto que o IDA o menor. Esse resultado vai de encontro a estudos que defendem o uso de uma janela de estimação reduzida para ativos mais voláteis e uma maior para ativos menos voláteis. O melhor desempenho do GARCH pode ser explicado pela característica de agrupamento de volatilidade ao longo de um período. / The study is aimed at testing different approaches to Value at Risk (VaR) for a range of asset categories, in order to analyze the accuracy of the models in estimating market risk. For the composition of the sample, assets belonging to different capital market niches were chosen; the VaR models tested were the Delta, Extremely Weighted Moving Average (EWMA), GARCH, Historical Simulation (HS), Monte Carlo Simulation (MC) and Expected Shortfall, which are distinguished based on the treatment of asset volatility as well as inference about its distribution. To assess the VaR estimation performance, the ratios of each model were calculated to verify that the current return of a specific day exceeds the estimated VaR based on the estimation window. Then, as a way to validate statidtically the results found, the Kupiec and Independence tests were performed. The first one was done with the purpose of evaluating the proportion of violations, while the second aimed at identifying where these violations accumulate. Two analyzes of results were made, the first considering the complete period of the sample and an estimation window of 1000 days, while the second considering three-year periods and a window of estimation of 252 days. For the first analysis, the GARCH presented the best performance, while the Delta and MC the worst. When compared to assets, the dollar, IFIX and IMA-B had the highest number of indices, while the ICB had the lowest. For the second analysis the GARCH, ES and HS presented the best performances, which can indicate for the latter two the improvement of estimation with the reduction of the window for 252 days. The periods with the highest number of rejections were those covered by the crisis of 2008. With respect to the assets, the Ibov was the one that presented the highest number of appropriate indexes, while the lowest was the IDA. This result matches those of previous studies that advocate the use of a reduced pet window for more volatile assets and a larger one for less volatile assets. The best GARCH performance can be explained by the volatility pooling characteristic over a period.

This work presents a black box identification for a continuous methanol-water distillation column setting in open loop and closed loop response. Step changes and Pseudo-Random Binary Signal (PRBS) disturbance were used to excite the plant. The mathematical models candidates to identify were the Artificial Neural Networks (ANN) and the parametric models: ARX(autoregressive with exogenous inputs ), ARMAX (AutoRegressive Moving Average with eXogenous inputs ), OE(Output Error) and the Box-Jenkins (BJ)structure. The closed loop configuration was the R-V. The results showed that for the bottom loop, the best response were given by BJ, OE and RNA for both open and closed loop response. For the top closed loop, the best responses were also given by BJ, OE and RNA while in open loop condition, the RNA was the one that gave satisfactory outcome. It was verified that the pseudo-random binary signal was a good choice of excitation signal in identification for both open loop and closed dynamic systems. / Foi realizado neste trabalho identificação caixa preta do processo de destilação Metanol-Água nas configurações malha aberta e malha fechada, utilizando como sinais de perturbação a função degrau e o Sinal Binário Pseudo-Aleatório (PRBS) para excitar a planta. Os modelos matemáticos candidatos a identificação foram as Redes Neurais Artificiais (RNA), e os modelos paramétricos discretos lineares autorregressivo com entradas externas (ARX do inglês AutoRegressive with eXogenous Inputs), autorregressivo com média móvel e entradas exógenas (ARMAX do inglês AutoRegressive Moving Average with eXogenous Inputs), modelo do tipo erro na saída (OE do inglês Output Error) e a estrutura Box-Jenkins (BJ). Com a disposição dos modelos, foram comparados quais dos modelos matemáticos candidatos à identificação melhor representa o processo coluna de destilação metanol-água. Comparou-se qual configuração do processo no ensaio de identificação para geração de dados apresenta mais vantagens, se em malha aberta ou em malha fechada, nas condições e metodologias utilizadas. Constatou-se a funcionalidade do sinal binário pseudo-aleatório como uma boa opção de excitação na identificação em malha aberta e fechada para sistemas dinâmicos.

Submitted by Daniela Kubudi Glasman (dkubudi@gmail.com) on 2014-06-23T17:18:45Z No. of bitstreams: 1 tese_DanielaKubudi_final.pdf: 1329488 bytes, checksum: 78a5e9b2527544313ec47b6425dbeb07 (MD5) / Approved for entry into archive by BRUNA BARROS (bruna.barros@fgv.br) on 2014-10-27T16:31:57Z (GMT) No. of bitstreams: 1 tese_DanielaKubudi_final.pdf: 1329488 bytes, checksum: 78a5e9b2527544313ec47b6425dbeb07 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2014-11-13T13:38:37Z (GMT) No. of bitstreams: 1 tese_DanielaKubudi_final.pdf: 1329488 bytes, checksum: 78a5e9b2527544313ec47b6425dbeb07 (MD5) / Made available in DSpace on 2014-11-13T13:39:30Z (GMT). No. of bitstreams: 1 tese_DanielaKubudi_final.pdf: 1329488 bytes, checksum: 78a5e9b2527544313ec47b6425dbeb07 (MD5) Previous issue date: 2013-02-25 / This thesis consists of three works that analyses the term structure of interest rates using different datasets and models. Chapter 1 proposes a parametric interest rate model that allows for segmentation and local shocks in the term structure. Adopting U.S. Treasury data, two versions of this segmented model are implemented. Based on a sequence of 142 forecasting experiments, the proposed models are compared to established benchrnarks and find that they outperform in out-of-sample forecasting results, specially for short-term maturities and for the 12-month horizon forecast. Chapter 2 adds no-arbitrage restrictions when estimating a dynamic gaussian polynomial term structure model for the Brazilian interest rate market. This article propose an important approximation of the time series of term structure risk factors, that allows to extract the risk premium embedded in interest rate zero coupon instruments without having to run a fui! optimization of a dynamic model. This methodology has the advantage to be easily implemented and provides a good approximation for the term structure risk premia that can be used in many applications. Chapter 3 models the joint dynamic of nominal and real yields using an affine macro-finance no-arbitrage term structure model in order to decompose the break even inflation rates into inflation risk premiums and inflation expectations in the US market. The Yields-Only and the Macro version of this model are implemented and the estimated inflation risk premiums obtained are small and quite stable during the sample period, but have differences when comparing the two versions of the model. / Esta tese é composta de três artigos que analisam a estrutura a termo das taxas de juros usando diferentes bases de dados e modelos. O capítulo 1 propõe um modelo paramétrico de taxas de juros que permite a segmentação e choques locais na estrutura a termo. Adotando dados do tesouro americano, duas versões desse modelo segmentado são implementadas. Baseado em uma sequência de 142 experimentos de previsão, os modelos propostos são comparados à benchmarks e concluí-se que eles performam melhor nos resultados das previsões fora da amostra, especialmente para as maturidades curtas e para o horizonte de previsão de 12 meses. O capítulo 2 acrescenta restrições de não arbitragem ao estimar um modelo polinomial gaussiano dinâmico de estrutura a termo para o mercado de taxas de juros brasileiro. Esse artigo propõe uma importante aproximação para a série temporal dos fatores de risco da estrutura a termo, que permite a extração do prêmio de risco das taxas de juros sem a necessidade de otimização de um modelo dinâmico completo. Essa metodologia tem a vantagem de ser facilmente implementada e obtém uma boa aproximação para o prêmio de risco da estrutura a termo, que pode ser usada em diferentes aplicações. O capítulo 3 modela a dinâmica conjunta das taxas nominais e reais usando um modelo afim de não arbitagem com variáveis macroeconômicas para a estrutura a termo, afim de decompor a diferença entre as taxas nominais e reais em prêmio de risco de inflação e expectativa de inflação no mercado americano. Uma versão sem variáveis macroeconômicas e uma versão com essas variáveis são implementadas e os prêmios de risco de inflação obtidos são pequenos e estáveis no período analisado, porém possuem diferenças na comparação dos dois modelos analisados.