Neste trabalho realizamos um amplo estudo de simulação com o objetivo principal de avaliar o desempenho de carteiras de mínima variância global construídas com base em modelos de previsão da volatilidade que utilizam dados de alta frequência (em comparação a dados diários). O estudo é baseado em um abrangente conjunto de dados financeiros, compreendendo 41 ações listadas na BM&FBOVESPA entre 2009 e 2017. Nós avaliamos modelos de previsão de volatilidade que são inspirados na literatura ARCH, mas que também incluem medidas realizadas. Eles são os modelos GARCH-X, HEAVY e Realized GARCH. Seu desempenho é comparado com o de carteiras construídas com base na matriz de covariância amostral, métodos de encolhimento e DCC-GARCH, bem como com a carteira igualmente ponderada e o índice Ibovespa. Uma vez que a natureza do trabalho é multivariada, e a fim de possibilitar a estimação de matrizes de covariância de grandes dimensões, recorremos à especificação DCC. Utilizamos três frequências de rebalanceamento (diária, semanal e mensal) e quatro conjuntos diferentes de restrições sobre os pesos das carteiras. A avaliação de desempenho baseia-se em medidas econômicas tais como retornos anualizados, volatilidade anualizada, razão de Sharpe, máximo drawdown, Valor em Risco, Valor em Risco condicional e turnover. Como conclusão, para o nosso conjunto de dados o uso de retornos intradiários (amostrados a cada 5 e 10 minutos) não melhora o desempenho das carteiras de mínima variância global. / In this work we perform an extensive backtesting study targeting as a main goal to assess the performance of global minimum variance (GMV) portfolios built on volatility forecasting models that make use of high frequency (compared to daily) data. The study is based on a broad intradaily financial dataset comprising 41 assets listed on the BM&FBOVESPA from 2009 to 2017. We evaluate volatility forecasting models that are inspired by the ARCH literature, but also include realized measures. They are the GARCH-X, the High-Frequency Based Volatility (HEAVY) and the Realized GARCH models. Their perfomances are benchmarked against portfolios built on the sample covariance matrix, covariance matrix shrinkage methods, DCC-GARCH as well as the naive (equally weighted) portfolio and the Ibovespa index. Since the nature of this work is multivariate and in order to make possible the estimation of large covariance matrices, we resort to the Dynamic Conditional Correlation (DCC) specification. We use three different rebalancing schemes (daily, weekly and monthly) and four different sets of constraints on portfolio weights. The performance assessment relies on economic measures such as annualized portfolio returns, annualized volatility, Sharpe ratio, maximum drawdown, Value at Risk, Expected Shortfall and turnover. We also account for transaction costs. As a conclusion, for our dataset the use of intradaily returns (sampled every 5 and 10 minutes) does not enhance the performance of GMV portfolios.

Made available in DSpace on 2010-04-20T20:22:19Z (GMT). No. of bitstreams: 1 66070100189.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) Previous issue date: 2010-01-28T00:00:00Z / O objetivo desse trabalho é avaliar a capacidade de previsão do mercado sobre a volatilidade futura a partir das informações obtidas nas opções de Petrobras e Vale, além de fazer uma comparação com modelos do tipo GARCH e EWMA. Estudos semelhantes foram realizados no mercado de ações americano: Seja com uma cesta de ações selecionadas ou com relação ao índice S&P 100, as conclusões foram diversas. Se Canina e Figlewski (1993) a 'volatilidade implícita tem virtualmente nenhuma correlação com a volatilidade futura', Christensen e Prabhala (1998) concluem que a volatilidade implícita é um bom preditor da volatilidade futura. No mercado brasileiro, Andrade e Tabak (2001) utilizam opções de dólar para estudar o conteúdo da informação no mercado de opções. Além disso, comparam o poder de previsão da volatilidade implícita com modelos de média móvel e do tipo GARCH. Os autores concluem que a volatilidade implícita é um estimador viesado da volatilidade futura mas de desempenho superior se comparada com modelos estatísticos. Gabe e Portugal (2003) comparam a volatilidade implícita das opções de Telemar (TNLP4) com modelos estatísticos do tipo GARCH. Nesse caso, volatilidade implícita tambem é um estimador viesado, mas os modelos estatísticos além de serem bons preditores, não apresentaram viés. Os dados desse trabalho foram obtidos ao longo de 2008 e início de 2009, optando-se por observações intradiárias das volatilidades implícitas das opções 'no dinheiro' de Petrobrás e Vale dos dois primeiros vencimentos. A volatidade implícita observada no mercado para ambos os ativos contém informação relevante sobre a volatilidade futura, mas da mesma forma que em estudos anteriores, mostou-se viesada. No caso específico de Petrobrás, o modelo GARCH se mostrou um previsor eficiente da volatilidade futura / The purpose of this study is to examine the predictive power of the market about future volatility using the information obtained from the options on Petrobras and Vale. We will also compare the results with models such as GARCH and EWMA. Similar studies were performed in the U.S. stock market: Either with selected stocks or the S & P 100 Index, the results are not conclusive. Even if Canina and Figlewski (1993) find that the "implied volatility has virtually no correlation with future volatility”, Christensen and Prabhala (1998) conclude that implied volatility is a good predictor of future volatility. Andrade and Tabak (2001) use dollar options to study the information content power of the options on dollar. They also compare the predictive power of implied volatility with models such as EWMA or GARCH. The authors conclude that implied volatility is a biased estimator of future volatility but has a better performance compared with statistical models. Gabe and Portugal (2003) compare the implied volatility of options on Telemar (TNLP4) with statistical models like GARCH. In this case, implied volatility is also a biased estimator, but the statistical models were also good predictors and showed no bias. The data in this study are taken during 2008 and early 2009, using intraday observations of implied volatilities for the first two maturities of "at the money" options on Petrobras and Vale. The observed implied volatility for both stocks contains relevant information about future volatility,similarly to previous studies, is biased. Specifically for Petrobras, GARCH model proved to be an efficient predictor of future volatility.

A volatilidade implícita é um importante tema no campo das Finanças. Do ponto de vista acadêmico, é crescente o número de pesquisas sobre o conteúdo informacional embutido no preço dos ativos. Na visão do mercado, a volatilidade implícita pode ser negociada diretamente no mercado de derivativos como um ativo, permitindo o seu emprego para diversificação de riscos em carteiras de investimentos. No entanto, o mercado brasileiro carece de um índice de volatilidade oficial e os estudos sobre o tema no Brasil são bastante limitados, sendo urgente a proposta de métodos de obtenção deste índice coerentes com o cenário de liquidez. Assim, essa pesquisa tem como objetivo analisar o conteúdo informacional da volatilidade implícita no Brasil. Para isso foi necessário estimar um índice de volatilidade implícita para o mercado brasileiro (“VIX Brasil”), investigar o impacto da liquidez na volatilidade implícita, analisar a capacidade preditiva da volatilidade implícita em relação à volatilidade realizada futura e verificar a sua eficiência na emissão de sinais de proximidade de eventos de stress. Foram utilizados dados diários sobre o mercado de opções sobre índice de 2002 a 2013. Os principais resultados sugerem que a liquidez das opções afeta a variabilidade da volatilidade implícita ao longo do tempo. Em relação ao conteúdo informacional da volatilidade implícita no Brasil, obteve-se indícios de que (i) há significativa relação com o retorno da bolsa, sendo esta uma relação assimétrica e concentrada nos extremos da distribuição; (ii) a volatilidade implícita brasileira possui informações sobre volatilidade futura realizada além daquela contida na volatilidade histórica, porém é um estimador viesado e ineficiente; (iii) o “VIX Brasil” possui capacidade sinalizadora da proximidade de eventos de stress, em especial quando utiliza-se o limiar de 10% sobre a sua média móvel de 90 dias como abordagem de emissão de sinal. / The Implied volatility is an important topic of research in Finance. From the academics point of view, there is a growing interest in the information embedded in asset prices. From the practitioners view, the implied volatility can be directly traded in the derivatives market as an asset, being a tool for risk diversification in investment portfolios. However, the Brazilian capital market lacks an official volatility index and studies on the subject in Brazil are very limited. Hence, models for volatilities indexes consistent with the liquidity scenario of the Brazilian market are an urgent issue. Thus, this research aims to analyse the information content of implied volatility in Brazil. For achieving this goal, it was necessary to estimate an implied volatility index for the Brazilian market ("VIX Brazil"), to investigate the impact of liquidity in implied volatility, to analyse the predictive power of implied volatility for the future realized volatility and to check its efficiency for issuing early warning signals (EWS) of stress events. Daily data on the options market index over 2002 to 2013 were used. The main results suggest that the liquidity of options affects the variability of implied volatility over time. Regarding the information content of implied volatility in Brazil, evidence was obtained that (i) there is significant relationship with the market return, which is an asymmetric relationship and concentrated at the tails of the probability distribution; (ii) the Brazilian implied volatility has information about the future realized volatility than that contained in the historical volatility, but it´s a biased and inefficient estimator; (iii) the "VIX Brazil" has signalling power concerning the proximity of stress events, especially when it is used the 10% threshold on its moving average 90 days as signal emission approach.

This study examines how stock market returns and volatility responses to macroeconomic news announcements in US and Europe, and oil prices. Moreover, the market risk associated with these stock markets based on selected countries and regions is also analyzed here. In all chapters, the data is in a weekly time horizon and it covers 21 countries from different contents. In particular, Data covers three different time periods, i.e. full sample from 1/1/2000 to 12/31/2015, before the financial crisis, i.e. from 1/1/2000 to 9/27/2008 and after the financial crisis, i.e. from 10/11/2008 to 12/31/2015. Chapter 2 studies the impact of macroeconomic news announcements on stock markets in 21 countries using US and European countries macroeconomic news announcements. The first part investigates the impact of macroeconomic news announcements surprises in US and European Countries on stock markets returns in these countries. The second part analyzes the impact of macroeconomic news announcements in US and European Countries on stock markets volatility in these countries. Our results show that stock markets in selected countries react differently to macroeconomic news announcement in US and Europe. Chapter 3 study the interaction and volatility spillover between oil prices and stock markets returns and volatility in selected countries and regions. Oil prices are based on West Texas Intermediate (WTI). The analysis use VAR(1)-GARCH(1,1) model to capture the interdependence between stocks market and oil prices. The findings show that there is interdependence between stock markets and oil price changes in most selected countries and regions. Chapter 4 study the market risk in stock markets returns in selected countries and regions using IGARCH(1,1) and GARCH(1,1) to obtain the value at risk (VaR) and the expected shortfall (ES). The findings of chapter 4 show that market risk was high for most selected countries before the financial crisis and low after the financial crisis.

Neste trabalho realizamos um amplo estudo de simulação com o objetivo principal de avaliar o desempenho de carteiras de mínima variância global construídas com base em modelos de previsão da volatilidade que utilizam dados de alta frequência (em comparação a dados diários). O estudo é baseado em um abrangente conjunto de dados financeiros, compreendendo 41 ações listadas na BM&FBOVESPA entre 2009 e 2017. Nós avaliamos modelos de previsão de volatilidade que são inspirados na literatura ARCH, mas que também incluem medidas realizadas. Eles são os modelos GARCH-X, HEAVY e Realized GARCH. Seu desempenho é comparado com o de carteiras construídas com base na matriz de covariância amostral, métodos de encolhimento e DCC-GARCH, bem como com a carteira igualmente ponderada e o índice Ibovespa. Uma vez que a natureza do trabalho é multivariada, e a fim de possibilitar a estimação de matrizes de covariância de grandes dimensões, recorremos à especificação DCC. Utilizamos três frequências de rebalanceamento (diária, semanal e mensal) e quatro conjuntos diferentes de restrições sobre os pesos das carteiras. A avaliação de desempenho baseia-se em medidas econômicas tais como retornos anualizados, volatilidade anualizada, razão de Sharpe, máximo drawdown, Valor em Risco, Valor em Risco condicional e turnover. Como conclusão, para o nosso conjunto de dados o uso de retornos intradiários (amostrados a cada 5 e 10 minutos) não melhora o desempenho das carteiras de mínima variância global. / In this work we perform an extensive backtesting study targeting as a main goal to assess the performance of global minimum variance (GMV) portfolios built on volatility forecasting models that make use of high frequency (compared to daily) data. The study is based on a broad intradaily financial dataset comprising 41 assets listed on the BM&FBOVESPA from 2009 to 2017. We evaluate volatility forecasting models that are inspired by the ARCH literature, but also include realized measures. They are the GARCH-X, the High-Frequency Based Volatility (HEAVY) and the Realized GARCH models. Their perfomances are benchmarked against portfolios built on the sample covariance matrix, covariance matrix shrinkage methods, DCC-GARCH as well as the naive (equally weighted) portfolio and the Ibovespa index. Since the nature of this work is multivariate and in order to make possible the estimation of large covariance matrices, we resort to the Dynamic Conditional Correlation (DCC) specification. We use three different rebalancing schemes (daily, weekly and monthly) and four different sets of constraints on portfolio weights. The performance assessment relies on economic measures such as annualized portfolio returns, annualized volatility, Sharpe ratio, maximum drawdown, Value at Risk, Expected Shortfall and turnover. We also account for transaction costs. As a conclusion, for our dataset the use of intradaily returns (sampled every 5 and 10 minutes) does not enhance the performance of GMV portfolios.

A volatilidade implícita é um importante tema no campo das Finanças. Do ponto de vista acadêmico, é crescente o número de pesquisas sobre o conteúdo informacional embutido no preço dos ativos. Na visão do mercado, a volatilidade implícita pode ser negociada diretamente no mercado de derivativos como um ativo, permitindo o seu emprego para diversificação de riscos em carteiras de investimentos. No entanto, o mercado brasileiro carece de um índice de volatilidade oficial e os estudos sobre o tema no Brasil são bastante limitados, sendo urgente a proposta de métodos de obtenção deste índice coerentes com o cenário de liquidez. Assim, essa pesquisa tem como objetivo analisar o conteúdo informacional da volatilidade implícita no Brasil. Para isso foi necessário estimar um índice de volatilidade implícita para o mercado brasileiro (“VIX Brasil”), investigar o impacto da liquidez na volatilidade implícita, analisar a capacidade preditiva da volatilidade implícita em relação à volatilidade realizada futura e verificar a sua eficiência na emissão de sinais de proximidade de eventos de stress. Foram utilizados dados diários sobre o mercado de opções sobre índice de 2002 a 2013. Os principais resultados sugerem que a liquidez das opções afeta a variabilidade da volatilidade implícita ao longo do tempo. Em relação ao conteúdo informacional da volatilidade implícita no Brasil, obteve-se indícios de que (i) há significativa relação com o retorno da bolsa, sendo esta uma relação assimétrica e concentrada nos extremos da distribuição; (ii) a volatilidade implícita brasileira possui informações sobre volatilidade futura realizada além daquela contida na volatilidade histórica, porém é um estimador viesado e ineficiente; (iii) o “VIX Brasil” possui capacidade sinalizadora da proximidade de eventos de stress, em especial quando utiliza-se o limiar de 10% sobre a sua média móvel de 90 dias como abordagem de emissão de sinal. / The Implied volatility is an important topic of research in Finance. From the academics point of view, there is a growing interest in the information embedded in asset prices. From the practitioners view, the implied volatility can be directly traded in the derivatives market as an asset, being a tool for risk diversification in investment portfolios. However, the Brazilian capital market lacks an official volatility index and studies on the subject in Brazil are very limited. Hence, models for volatilities indexes consistent with the liquidity scenario of the Brazilian market are an urgent issue. Thus, this research aims to analyse the information content of implied volatility in Brazil. For achieving this goal, it was necessary to estimate an implied volatility index for the Brazilian market ("VIX Brazil"), to investigate the impact of liquidity in implied volatility, to analyse the predictive power of implied volatility for the future realized volatility and to check its efficiency for issuing early warning signals (EWS) of stress events. Daily data on the options market index over 2002 to 2013 were used. The main results suggest that the liquidity of options affects the variability of implied volatility over time. Regarding the information content of implied volatility in Brazil, evidence was obtained that (i) there is significant relationship with the market return, which is an asymmetric relationship and concentrated at the tails of the probability distribution; (ii) the Brazilian implied volatility has information about the future realized volatility than that contained in the historical volatility, but it´s a biased and inefficient estimator; (iii) the "VIX Brazil" has signalling power concerning the proximity of stress events, especially when it is used the 10% threshold on its moving average 90 days as signal emission approach.

There exists an extensive literature related to creditor protection and its relation to the financial market, but few if any studies try to asses its net impact on the stability of the economy. In this paper we investigate the effects of creditor protection on the business cycle, and the economy during times of financial distress. More precisely we investigate how creditor protection is related to the recovery from financial crises, and how it affects growth volatility. We find support for our hypothesis that creditor protection is positively related to business cycle volatility and that this effect might work through a destabilising of the credit market.

In this dissertation, I investigate three related topics on asset pricing: the consumption-based asset pricing under long-run risks and fat tails, the pricing of VIX (CBOE Volatility Index) options and the market price of risk embedded in stock returns and stock options. These three topics are fully explored in Chapter II through IV. Chapter V summarizes the main conclusions. In Chapter II, I explore the effects of fat tails on the equilibrium implications of the long run risks model of asset pricing by introducing innovations with dampened power law to consumption and dividends growth processes. I estimate the structural parameters of the proposed model by maximum likelihood. I find that the stochastic volatility model with fat tails can, without resorting to high risk aversion, generate implied risk premium, expected risk free rate and their volatilities comparable to the magnitudes observed in data. In Chapter III, I examine the pricing performance of VIX option models. The contention that simpler-is-better is supported by the empirical evidence using actual VIX option market data. I find that no model has small pricing errors over the entire range of strike prices and times to expiration. In general, Whaley’s Black-like option model produces the best overall results, supporting the simpler-is-better contention. However, the Whaley model does under/overprice out-of-the-money call/put VIX options, which is contrary to the behavior of stock index option pricing models. In Chapter IV, I explore risk pricing through a model of time-changed Lévy processes based on the joint evidence from individual stock options and underlying stocks. I specify a pricing kernel that prices idiosyncratic and systematic risks. This approach to examining risk premia on stocks deviates from existing studies. The empirical results show that the market pays positive premia for idiosyncratic and market jump-diffusion risk, and idiosyncratic volatility risk. However, there is no consensus on the premium for market volatility risk. It can be positive or negative. The positive premium on idiosyncratic risk runs contrary to the implications of traditional capital asset pricing theory.

In this thesis, we propose a new and simple approach of extending the single-factor Heston stochastic volatility model to a more flexible one in solving option pricing problems.  In this approach, the volatility process for the underlying asset dynamics depends on the time to maturity of the option. As this idea is inspired by the Heath-Jarrow-Morton framework which models the evolution of the full dynamics of forward rate curves for various maturities, we name this approach as the HJM-type stochastic volatility (HJM-SV)  model. We conduct an empirical analysis by calibrating this model to real-market option data for underlying assets including an equity  (ABB stock) and a market index (EURO STOXX 50), for two separated time spans from Jan 2017 to Dec 2017 (before the COVID-19 pandemic) and from Nov 2019 to Nov 2020 (after the start of COVID-19 pandemic). We investigate the optimal way of dividing the set of option maturities into three classes, namely, the short-maturity, middle-maturity, and long-maturity classes. We calibrate our HJM-SV model to the data in the following way, for each class a single-factor Heston stochastic volatility model is calibrated to the corresponding market data. We address the question that how well the new HJM-SV model captures the feature of implied volatility surface given by the market data.

No description available.