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.

Submitted by Lilian de Toni Furquim (lilian.furquim@fgv.br) on 2010-04-06T20:24:52Z No. of bitstreams: 1 Arthur Ribeiro de A F Mello.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) / Made available in DSpace on 2010-04-06T20:24:52Z (GMT). No. of bitstreams: 1 Arthur Ribeiro de A F Mello.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) / Made available in DSpace on 2010-04-20T21:00:39Z (GMT). No. of bitstreams: 4 Arthur Ribeiro de A F Mello.pdf.jpg: 2612 bytes, checksum: e1f60fd24f7a8f21dd5f05722310e9d1 (MD5) Arthur Ribeiro de A F Mello.pdf.txt: 56331 bytes, checksum: 84e1f7ac7cd3331954fd2146cf4f8b10 (MD5) license.txt: 4712 bytes, checksum: 4dea6f7333914d9740702a2deb2db217 (MD5) Arthur Ribeiro de A F Mello.pdf: 307836 bytes, checksum: 73f8a3fbe747a93cdaf1f9a937909e1e (MD5) Previous issue date: 2010-04-06 / 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 withmodels 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 olatility,similarly to previous studies, is biased. Specifically for Petrobras, GARCH model proved to be an efficient predictor of future volatility. / 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

Submitted by (ana.araujo@ufrpe.br) on 2016-08-04T15:54:10Z No. of bitstreams: 1 Marcela Veronica Alves de Souza.pdf: 493032 bytes, checksum: 61ed79a4b91e6c9460233f6b3ab961d2 (MD5) / Made available in DSpace on 2016-08-04T15:54:10Z (GMT). No. of bitstreams: 1 Marcela Veronica Alves de Souza.pdf: 493032 bytes, checksum: 61ed79a4b91e6c9460233f6b3ab961d2 (MD5) Previous issue date: 2005-02-28 / The main aim of the present dissertation is to present a modeling methodology and forecast of the volatility of the Arabic coffee, with the intent not only to predict and explain its conditional heteroskedasticity, but also to obtain the market risk for its investments. For modeling and prevision of volatility in this dissertation, the temporal series of Arabic coffee returns from September 1996 to December 2004, was used. The ARIMA models were analyzed, together with non-linear ARCH models, and their generalization GARCH. The results predict high volatility and investment loss for up to nine steps ahead. The results also indicate that the GARCH model, adjusted to the residuals of the AR model, presents the largest forecast power one step ahead / O principal objetivo da presente dissertação é apresentar uma metodologia de modelagem e previsão da volatilidade do café Arábica, com o intuito não só de explicar e prever sua heteroscedasticidade condicional, como de obter o risco de mercado para seus investimentos. Ao longo desta dissertação trabalhamos com a série temporal dos retornos diários do café Arábica de setembro de 1996 a dezembro de 2004 para modelagem e previsão da volatilidade. Analisamos os modelos ARIMA, assim como utilizamos os modelos não -lineares ARCH e sua generalização, GARCH. Contudo, os resultados preveem alta volatilidade e perda nos investimentos para até nove passos à frente. Estes resultados também revelam o modelo GARCH ajustado aos resíduos de um modelo AR, dentre os modelos considerados, como o modelo de maior poder preditivo, um passo à frente.

Submitted by Marcia Bacha (marcia.bacha@fgv.br) on 2012-03-07T12:45:08Z No. of bitstreams: 1 20120306084421880.pdf: 1716342 bytes, checksum: e7f9f7df4b67ff4e12f57770620942d8 (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2012-03-07T12:50:42Z (GMT) No. of bitstreams: 1 20120306084421880.pdf: 1716342 bytes, checksum: e7f9f7df4b67ff4e12f57770620942d8 (MD5) / Made available in DSpace on 2012-03-07T12:51:26Z (GMT). No. of bitstreams: 1 20120306084421880.pdf: 1716342 bytes, checksum: e7f9f7df4b67ff4e12f57770620942d8 (MD5) / Com origem no setor imobiliário americano, a crise de crédito de 2008 gerou grandes perdas nos mercados ao redor do mundo. O mês de outubro do mesmo ano concentrou a maior parte da turbulência, apresentando também uma explosão na volatilidade. Em meados de 2006 e 2007, o VIX, um índice de volatilidade implícita das opções do S&P500, registrou uma elevação de patamar, sinalizando o possível desequilíbrio existente no mercado americano. Esta dissertação analisa se o consenso de que a volatilidade implícita é a melhor previsora da volatilidade futura permanece durante o período de crise. Os resultados indicam que o VIX perde poder explicativo ao se passar do período sem crise para o de crise, sendo ultrapassado pela volatilidade realizada. / Started in the U.S. housing sector, the credit crisis of 2008 caused great damage in markets around the world. The effects were concentrated in October of the same year, which also showed an explosion in volatility. In mid-2006 and mid-2007, the VIX, an index of implied volatility of options on the S&P500, recorded a rise in level signaling the possible imbalance in the U.S. market. This dissertation examines whether the consensus that implied volatility is the best predictor of future volatility remains during the crisis. The results indicate that the VIX loses explanatory power to move from a period of economic stability for a period of crisis, been surpassed by the realized volatility.

Submitted by Sara Ribeiro (sara.ribeiro@ucb.br) on 2018-06-18T18:53:22Z No. of bitstreams: 1 RafaeldeMoraisVargasDissertacao2018.pdf: 2179808 bytes, checksum: e2993cd35f13b4bd6411d626aefa0043 (MD5) / Approved for entry into archive by Sara Ribeiro (sara.ribeiro@ucb.br) on 2018-06-18T18:54:14Z (GMT) No. of bitstreams: 1 RafaeldeMoraisVargasDissertacao2018.pdf: 2179808 bytes, checksum: e2993cd35f13b4bd6411d626aefa0043 (MD5) / Made available in DSpace on 2018-06-18T18:54:14Z (GMT). No. of bitstreams: 1 RafaeldeMoraisVargasDissertacao2018.pdf: 2179808 bytes, checksum: e2993cd35f13b4bd6411d626aefa0043 (MD5) Previous issue date: 2018-02-27 / Given the importance of market risk measures, such as value at risk (VaR), in this paper, we compare traditionally accepted volatility forecast models, in particular, the GARCH family models, with more recent models such as HAR-RV and GAS in terms of the accuracy of their VaR forecasts. For this purpose, we use intraday prices, at the 5-minute frequency, of the S&P 500 index and the General Electric stocks, for the period from January 4, 2010 to December 30, 2013. Based on the tick loss function and the Diebold-Mariano test, we did not find difference in the predictive performance of the HAR-RV and GAS models in comparison with the Exponential GARCH (EGARCH) model, considering daily VaR forecasts at the 1% and 5% significance levels for the return series of the S&P 500 index. Regarding the return series of General Electric, the 1% VaR forecasts obtained from the HAR-RV models, assuming a t-Student distribution for the daily returns, are more accurate than the forecasts of the EGARCH model. In the case of the 5% VaR forecasts, all variations of the HAR-RV model perform better than the EGARCH. Our empirical study provides evidence of the good performance of HAR-RV models in forecasting value at risk. / Dada a importância de medidas de risco de mercado, como o valor em risco (VaR), nesse trabalho, comparamos modelos de previsão de volatilidade tradicionalmente mais aceitos, em particular, os modelos da família GARCH, com modelos mais recentes, como o HAR-RV e o GAS, em termos da acurácia de suas previsões de VaR. Para isso, usamos preços intradiários, na frequência de 5 minutos, do índice S&P 500 e das ações da General Electric, para o período de 4 de janeiro de 2010 a 30 de dezembro de 2013. Com base na função perda tick e no teste de Diebold-Mariano, não encontramos diferença no desempenho preditivo dos modelos HAR-RV e GAS em relação ao modelo Exponential GARCH (EGARCH), considerando as previsões de VaR diário a 1% e 5% de significância para a série de retornos do índice S&P 500. Já com relação à série de retornos da General Electric, as previsões de VaR a 1% obtidas a partir dos modelos HAR-RV, assumindo uma distribuição t-Student para os retornos diários, mostram-se mais acuradas do que as previsões do modelo EGARCH. No caso das previsões de VaR a 5%, todas as variações do modelo HAR-RV apresentam desempenho superior ao EGARCH. Nosso estudo empírico traz evidências do bom desempenho dos modelos HAR-RV na previsão de valor em risco.

Submitted by Thiago Winkler Alves (thiagowinkler@gmail.com) on 2014-09-04T13:34:50Z No. of bitstreams: 1 forecasting-daily-volatility.pdf: 885976 bytes, checksum: 30fb655def03c3f3e61bf930b3a3585b (MD5) / Approved for entry into archive by JOANA MARTORINI (joana.martorini@fgv.br) on 2014-09-04T13:44:59Z (GMT) No. of bitstreams: 1 forecasting-daily-volatility.pdf: 885976 bytes, checksum: 30fb655def03c3f3e61bf930b3a3585b (MD5) / Made available in DSpace on 2014-09-04T13:51:17Z (GMT). No. of bitstreams: 1 forecasting-daily-volatility.pdf: 885976 bytes, checksum: 30fb655def03c3f3e61bf930b3a3585b (MD5) Previous issue date: 2014-08-06 / Aiming at empirical findings, this work focuses on applying the HEAVY model for daily volatility with financial data from the Brazilian market. Quite similar to GARCH, this model seeks to harness high frequency data in order to achieve its objectives. Four variations of it were then implemented and their fit compared to GARCH equivalents, using metrics present in the literature. Results suggest that, in such a market, HEAVY does seem to specify daily volatility better, but not necessarily produces better predictions for it, what is, normally, the ultimate goal. The dataset used in this work consists of intraday trades of U.S. Dollar and Ibovespa future contracts from BM&FBovespa. / Objetivando resultados empíricos, este trabalho tem foco na eaplicação do modelo HEAVY para volatilidade diária com dados financeiros do mercado Brasileiro. Muito similar ao GARCH, este modelo busca explorar dados em alta frequência para atingir seus objetivos. Quatro variações dele foram então implementadas e seus ajustes comparadados a equivalentes GARCH, utilizando métricas presentes na literatura. Os resultados sugerem que, neste mercado, o HEAVY realmente parece especificar melhor a volatilidade diária, mas não necessariamente produz melhores previsões, o que, normalmente, é o objetivo final. A base de dados utilizada neste trabalho consite de negociações intradiárias de contratos futuros de dólares americanos e Ibovespa da BM&FBovespa.