Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-04-25T19:30:00Z No. of bitstreams: 1 Sabrina Monique Schenato Bredow_.pdf: 1816066 bytes, checksum: dfc2fea0a5369d22e5ec14fc8ea0cd5a (MD5) / Made available in DSpace on 2016-04-25T19:30:00Z (GMT). No. of bitstreams: 1 Sabrina Monique Schenato Bredow_.pdf: 1816066 bytes, checksum: dfc2fea0a5369d22e5ec14fc8ea0cd5a (MD5) Previous issue date: 2016-02-29 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho analisa a influência do recente ciclo de alta dos preços das commodities sobre a entrada de capital externo no Brasil. Para o alcance desse objetivo, foram utilizadas duas metodologias econométricas diferentes: Modelos de Mudanças de Regimes Markovianos e Modelo Vetorial de Correção de Erros (VAR/VEC). O primeiro modelo foi utilizado para delimitar o ciclo de alta dos preços das commodities e para verificar se este período é concomitante ao período de elevação da entrada de capital externo no Brasil. Os resultados apontam que o recente período de alta dos preços das commodities ocorre entre os anos de 2002 e 2014, que é o último ano da amostra utilizada nesta pesquisa. Ademais, os regimes de alta estimados para as exportações, Investimento Estrangeiro Direto (IED) e Investimento Estrangeiro em Carteira (IEC), que são os três principais agregados do Balanço de Pagamentos que representam o ingresso de capitais externos no país, ocorrem em períodos similares ao observado para a série dos preços das commodities. A partir destes resultados, a influência da alta dos preços das commodities sobre a entrada de capital externo no Brasil foi analisada através do emprego da metodologia VAR/VEC, para o período entre o ano de 2002 e 2014, a partir da estimação de três modelos diferentes, um para cada agregado do Balanço de Pagamentos brasileiro. Os resultados apontam que o ciclo de alta dos preços das commodities influenciou significativamente a entrada de dividas externas no Brasil, sendo que os efeitos mais expressivos ocorrem via comércio e entrada de capitais de curto prazo. / This study analyzes the influence of the recent cycle of high commodity prices on foreign capital inflows in Brazil. To achieve this goal, it was used two different econometric methodologies: Markov-Switching Model and Vector Error Correction Model (VAR/VEC). The first model was used to define the cycle of high commodity prices and to check if this period is concomitant to the raise period of foreign capital inflows in Brazil. The results show that the recent period of high commodity prices occurs between the years 2002 and 2014, which is the last year of the sample used in this research. Moreover, the estimated high regime for exports, Foreign Direct Investment and Foreign Portfolio Investment, which are the three main aggregates of the Balance of Payments representing the inflow of foreign capital in the country occur in similar periods to that observed for the series of commodity prices. From these results, the influence of higher commodity prices on foreign capital inflows in Brazil was analyzed through the use of VAR/VEC methodology for the period between 2002 and 2014, from the estimation of three different models, one for each aggregate of the Balance of Payments. The results show that the cycle of high commodity prices significantly influenced the foreign capital inflows in Brazil, with the most significant effects occur via trade and short-term capital inflows.

由於隱含波動度具有前瞻性的特質，以往有許多學者探討隱含波動度與標的股價指數間的關聯性，但多利用線性模型。而本研究與其他文獻不同之處在於，本文利用馬可夫轉換模型分析隱含波動度VIX和VXN(VIX為S&P500指數的隱含波動度，而VXN為Nasdaq-100指數的隱含波動度)，馬可夫轉換模型為非線性模型，可捕捉不同區間轉換與不規則跳動，隱含波動度在特殊金融事件發生時會突然竄高，馬可夫轉換模型相對於一般線性模型更可捕捉此跳動，並將隱含波動度分為兩個區間。 　　經由多變量迴歸分析後，本研究也發現隱含波動度的變動以及技術指標的趨勢（偏離五天移動平均值）皆會影響標的股價指數的報酬，但隱含波動度變動對於股價指數報酬的影響高於技術指標，且不同區間存在不同現象。 / Implied volatility indices are forward-looking, and lots of researches discuss the relationship between the implied volatility and underlying stock market returns. Dif-ferent from other studies, we use Marcov switching model to examine the implied volatility indices: S&P 500 volatility index (VIX) and NASDAQ-100 volatility index (VXN), then we separately exploit the different regime behavior about the relationship between implied volatility change, technical indicators and stock market returns. As a result, S&P 500 index and NASDAQ-100 index respond in opposite direc-tions to positive and negative S&P 500 volatility index (VIX) and NASDAQ volatility index (VXN) changes, where technical indicators do not have that much influence on stock market returns. In addition, the impact of implied volatility change, technical indicators to stock market returns indeed depend on different regimes.

學術上不接受技術分析等方法，認為股價已經在市場上充分反應，過去的歷史股價不能對未來進行預測。然而，業界或一般的投資人，卻往往把技術分析拿來做為買賣的依據。實際上以歷史資料做模擬交易，卻可以發現許多技術分析的法則在某些市場、股票、期間之中，可以獲得相對於買進賣出更好的報酬。有趣的是，任何一種操作法則或是特定一組參數選擇，在樣本外的操作則無法完全發現同樣的結果。故以技術分析所獲得的超額報酬，究竟是此機制有效還是單純運氣成分，許多技術分析的文獻以及著作往往著墨甚少。 本論文利用狀態轉換模型(Regime Switching Model)捕捉台灣加權股價指數，將股價的動態分為上漲以及下跌兩種狀態，並估計其市場參數—漲跌速度、漲跌速度標準差、轉換機率。其次將所估計的市場參數做為模擬的依據，可發現在單純隨機的環境下，某些市場參數組合存在移動平均線的交易策略明顯優於買進持有策略。研究中以敏感度分析的方法，呈現各個單一市場參數的改變情形，對於操作績效影響的方向。 最後將2001~2010的的台灣加權股價指數，估計市場參數並找尋當下最適的移動平均組合，允許每季重新調整參數，並實際以收盤價做為買賣模擬。結果發現移動平均線操作，確實能提供比買進持有更好的報酬，並減低每年報酬率變異。

No description available.

Cette thèse tente d'évaluer l'intégration des marchés émergents dans une perspective régionale et intra-régionale. Elle contribue à la littérature existante en développant un modèle dynamique d’évaluation des actifs financiers à l’international (ICAPM) avec changement de régime. Spécifiquement, les rentabilités attendues peuvent passer du régime de segmentation parfaite au régime d’intégration parfaite ou inversement en fonction d’un certain nombre de facteurs nationaux, régionaux et internationaux qui sont susceptibles d’influencer le processus d’intégration financière. Le champ d’étude s’étend aux pays de l’Asie de Sud-est, d’Europe Sud-est, de l’Amérique Latine et du Moyen Orient sur la période 1996-2008. Nous développons le modèle de Bekaert et Harvey (1995) où la PPA n’est pas vérifiée, et les variances et covariances conditionnelles sont modélisées grâce à un processus GARCH multivarié. Cette approche permet de déterminer simultanément le niveau d’intégration au cours du temps de toutes les zones dans le marché mondial et le niveau d’intégration intra-régionale dans chaque région. Il permet aussi d’analyser la formation de la prime de risque totale. Nos résultats empiriques montrent que les marchés émergents restent encore très segmentés du marché mondial et des marchés régionaux. Ces résultats suggèrent que l’inclusion des actifs des marchés émergents continue à générer des gains de diversification substantiels, et que les règles d’évaluation devraient être conformes à un état d’intégration partielle. / The purpose of this thesis is to study the dynamics of the global integration process of four emerging market regions into the world and the regional market, while taking into account the importance of exchange rate and local market risk. An international capital asset pricing model suitable for partially integrated markets and departure from purchasing power parity was developed in the spirit of Bekaert and Harvey (1995)’s regime-switching model in order to explain the time-variations in expected returns on regional emerging market indices. In its fully functional form, the model allows the market integration measure as well as the global and local risk premiums to vary through time. We mainly find that the integration degree in emerging market regions (Latin America, Asia, Southeastern Europe, and the Middle East) varied widely through time over the period 1996-2008 and is satisfactorily explained by global, regional and national factors. Even though it reaches fairly high values during several periods, and exhibit an upward trend towards the end of the estimation period, the emerging market regions under consideration still remain segmented from the world and regional market. These results thus suggest that diversification into emerging market assets continue to produce substantial profits and that the asset pricing rules should reflect a state of partial integration. Our investigation, which addresses the evolution and formation of total risk premiums, confirm this empirically.

O presente trabalho foi motivado pela forte demanda por modelos de dependência mais precisos e realistas para aplicações a dados financeiros multivariados. A recente crise financeira de 2007-2009 deixou claro quão importante é uma modelagem precisa da dependência para a avaliação correta do risco financeiro: percepções equivocadas sobre dependências extremas entre diferentes ativos foram um elemento importante da crise do subprime. O famoso teorema dc Sklar (1959) introduziu as cópulas como uma ferramenta para se modelar padrões de dependência mais sofisticados. Ele estabelece que qualquer função de distribuição conjunta ndimensional pode ser decomposta em suas n distribuições marginais e uma cópula, sendo que a última caracteriza completamente a dependência entre as variáveis. Enquanto existe uma variedade de famílias de cópulas bivariadas que podem descrever um amplo conjunto de dependências complexas, o conjunto de cópulas com dimensão mais elevada era bastante restrito até recentemente. Joe (1996) propôs uma construção de distribuições nmltivariadas baseada em pair-copulas (cópulas bivariadas), chamada pair-copula construction ou modelo de vine cópula, que reverteu esse problema. Nesta tese, desenvolvemos três ensaios que exploram a teoria de cópulas para obter modelos de dependência multivariados muito flexíveis para aplicações a dados financeiros. Patton (2006) estendeu o teorema de Sklar para o caso de distribuições condicionais e tornou o parâmetro de dependência da cópula variante no tempo. No primeiro ensaio, introduzimos um novo enfoque para modelar a dependência entre retornos financeiros internacionais ao longo do tempo, combinando cópulas; tempo-variantes e o modelo de mudança Markoviana. Aplicamos esses modelos de cópula e também os modelos propostos por Patton (2006), Jondeau e Rockinger (2006) e Silva Filho et al. (2012a) aos retornos dos índices FTSE 100, CAC 40 e DAX. Comparamos essas metodologias em termos das dinâmicas de dependência resultantes e das habilidades dos modelos em prever Valor em Risco (VaR). Interessantemente, todos os modelos identificam um longo período de alta dependência entre os retornos começando em 2007, quando a crise do subprime teve início oficialmente. Surpreendentemente, as cópulas elípticas mostram melhor desempenho na previsão dos quantis extremos dos retornos dos portfólios. No segundo ensaio, estendemos nosso estudo para o caso de n > 2 variáveis, usando o modelo de vine cópula para investigar a estrutura de dependência dos índices CAC 40, DAX, FTSE 100, S&P 500 e IBOVESPA, e, particularmente, checar a hipótese de dependência assimétrica nesse caso. Com base em nossos resultados empíricos, entretanto, essa hipótese não pode ser verificada. Talvez a dependência assimétrica com caudas inferiores mais fortes ocorra apenas temporariamente, o que sugere que a incorporação de variação temporal ao modelo de vine cópula pode melhorá-lo como ferramenta para modelar dados financeiros internacionais multivariados. Desta forma, no terceiro ensaio, introduzimos dinâmica no modelo de vine cópula permitindo que os parâmetros de dependência das pair-copulas em uma decomposição D-vine sejam potencialmente variantes no tempo, seguindo um processo ARMA(l,m) restrito como em Patton (2006). O modelo proposto é avaliado em simulações e também com respeito à acurácia das previsões de Valor em Risco (VaR) em períodos de crise. Os experimentos de Monte Cailo são bastante favoráveis à cópula D-vine dinâmica em comparação a uma cópula D-vine estática. Adicionalmente, a cópula D-vine dinâmica supera a cópula D-vine estática em termos de acurária preditiva para os nossos conjuntos de dados / This work was motivated by the strong demand for more precise and realistic dependence models for applications to multivariate financial data. The recent financial crisis of 2007-2009 has made it clear how important is a precise modeling of dependence for the accurate assessment of financial risk: misperceptions about extreme dependencies between different financial assets were an important element of the subprime crisis. The famous theorem by Sklar (1959) introduced the copulas as a tool to model more intricate patterns of dependence. It states that any n-dimensional joint distribution function can be decomposed into its n marginal distributions and a copula, where the latter completely characterizes the dependence among the variables. While there is a variety of bivariate copula families, which can match a wide range of complex dependencies, the set of higher-dimensional copulas was quite restricted until recently. Joe (1996) proposed a construction of multivariate distributions based on pair-copulas (bivariate copulas), called pair-copula construction or vine copula model, that has overcome this issue. In this thesis, we develop three papers that explore the copula theory in order to obtain very flexible multivariate dependence rnodels for applications to financial data. Patton (2006) extended Sklar's theorem to the conditional case and rendered the dependence parameter of the copula time-varying. In the first paper, we introduce a new approach to modeling dependence between International financial returns over time, combining time-varying copulas and the Markov switching model. We apply these copula models and also those proposed by Patton (2006), Jondeau and Rockinger (2006) and Silva Filho et al. (2012a) to the return data of FTSE 100, CAC 40 and DAX indexes. We compare these methodologies in terms of the resulting dynamics of dependence and the models' abilities to forecast Value-at-Risk (VaR). Interestingly, ali the models identify a long period of high dependence between the returns beginning in 2007, when the subprime crisis was evolving. Surprisingly, the elhptical copulas perform best in forecasting the extreme quantiles of the portfolios returns. In the second paper, we extend our study to the case of n > 2 variables, using the vine copula model to investigate the dependence structure of the broad stock market indexes CAC 40, DAX, FTSE 100, S&P 500 and IBOVESPA, and, particularly, check the asymmetric dependence hypothesis in this case. Based on our empirical results, however, this hypothesis cannot be verified. Perhaps, asymmetric dependence with stronger lower tails occurs only temporarily, what suggests that incorporating time variation into the vine copula rnodel can improve it as a tool to rnodel multivariate International financial data. So, in the third paper, we introduce dynamics into the vine copula model by allowing the dependence parameters of the pair-copulas in a D-vine decomposition to be potentially timevarying, following a nonlinear restricted ARMA(l,m) process as in Patton (2006). The proposed model is evaluated in simulations and further assessed with respect to the accuracy of Value-at- Risk (VaR) forecasts in crisis periods. The Monte Cario experiments are quite favorable to the dynamic D-vine copula in comparison with a static D-vine copula. Moreover, the dynamic Dvine copula outperforms the static D-vine copula in terms of predictive accuracy for our data sets.

O presente trabalho foi motivado pela forte demanda por modelos de dependência mais precisos e realistas para aplicações a dados financeiros multivariados. A recente crise financeira de 2007-2009 deixou claro quão importante é uma modelagem precisa da dependência para a avaliação correta do risco financeiro: percepções equivocadas sobre dependências extremas entre diferentes ativos foram um elemento importante da crise do subprime. O famoso teorema dc Sklar (1959) introduziu as cópulas como uma ferramenta para se modelar padrões de dependência mais sofisticados. Ele estabelece que qualquer função de distribuição conjunta ndimensional pode ser decomposta em suas n distribuições marginais e uma cópula, sendo que a última caracteriza completamente a dependência entre as variáveis. Enquanto existe uma variedade de famílias de cópulas bivariadas que podem descrever um amplo conjunto de dependências complexas, o conjunto de cópulas com dimensão mais elevada era bastante restrito até recentemente. Joe (1996) propôs uma construção de distribuições nmltivariadas baseada em pair-copulas (cópulas bivariadas), chamada pair-copula construction ou modelo de vine cópula, que reverteu esse problema. Nesta tese, desenvolvemos três ensaios que exploram a teoria de cópulas para obter modelos de dependência multivariados muito flexíveis para aplicações a dados financeiros. Patton (2006) estendeu o teorema de Sklar para o caso de distribuições condicionais e tornou o parâmetro de dependência da cópula variante no tempo. No primeiro ensaio, introduzimos um novo enfoque para modelar a dependência entre retornos financeiros internacionais ao longo do tempo, combinando cópulas; tempo-variantes e o modelo de mudança Markoviana. Aplicamos esses modelos de cópula e também os modelos propostos por Patton (2006), Jondeau e Rockinger (2006) e Silva Filho et al. (2012a) aos retornos dos índices FTSE 100, CAC 40 e DAX. Comparamos essas metodologias em termos das dinâmicas de dependência resultantes e das habilidades dos modelos em prever Valor em Risco (VaR). Interessantemente, todos os modelos identificam um longo período de alta dependência entre os retornos começando em 2007, quando a crise do subprime teve início oficialmente. Surpreendentemente, as cópulas elípticas mostram melhor desempenho na previsão dos quantis extremos dos retornos dos portfólios. No segundo ensaio, estendemos nosso estudo para o caso de n > 2 variáveis, usando o modelo de vine cópula para investigar a estrutura de dependência dos índices CAC 40, DAX, FTSE 100, S&P 500 e IBOVESPA, e, particularmente, checar a hipótese de dependência assimétrica nesse caso. Com base em nossos resultados empíricos, entretanto, essa hipótese não pode ser verificada. Talvez a dependência assimétrica com caudas inferiores mais fortes ocorra apenas temporariamente, o que sugere que a incorporação de variação temporal ao modelo de vine cópula pode melhorá-lo como ferramenta para modelar dados financeiros internacionais multivariados. Desta forma, no terceiro ensaio, introduzimos dinâmica no modelo de vine cópula permitindo que os parâmetros de dependência das pair-copulas em uma decomposição D-vine sejam potencialmente variantes no tempo, seguindo um processo ARMA(l,m) restrito como em Patton (2006). O modelo proposto é avaliado em simulações e também com respeito à acurácia das previsões de Valor em Risco (VaR) em períodos de crise. Os experimentos de Monte Cailo são bastante favoráveis à cópula D-vine dinâmica em comparação a uma cópula D-vine estática. Adicionalmente, a cópula D-vine dinâmica supera a cópula D-vine estática em termos de acurária preditiva para os nossos conjuntos de dados / This work was motivated by the strong demand for more precise and realistic dependence models for applications to multivariate financial data. The recent financial crisis of 2007-2009 has made it clear how important is a precise modeling of dependence for the accurate assessment of financial risk: misperceptions about extreme dependencies between different financial assets were an important element of the subprime crisis. The famous theorem by Sklar (1959) introduced the copulas as a tool to model more intricate patterns of dependence. It states that any n-dimensional joint distribution function can be decomposed into its n marginal distributions and a copula, where the latter completely characterizes the dependence among the variables. While there is a variety of bivariate copula families, which can match a wide range of complex dependencies, the set of higher-dimensional copulas was quite restricted until recently. Joe (1996) proposed a construction of multivariate distributions based on pair-copulas (bivariate copulas), called pair-copula construction or vine copula model, that has overcome this issue. In this thesis, we develop three papers that explore the copula theory in order to obtain very flexible multivariate dependence rnodels for applications to financial data. Patton (2006) extended Sklar's theorem to the conditional case and rendered the dependence parameter of the copula time-varying. In the first paper, we introduce a new approach to modeling dependence between International financial returns over time, combining time-varying copulas and the Markov switching model. We apply these copula models and also those proposed by Patton (2006), Jondeau and Rockinger (2006) and Silva Filho et al. (2012a) to the return data of FTSE 100, CAC 40 and DAX indexes. We compare these methodologies in terms of the resulting dynamics of dependence and the models' abilities to forecast Value-at-Risk (VaR). Interestingly, ali the models identify a long period of high dependence between the returns beginning in 2007, when the subprime crisis was evolving. Surprisingly, the elhptical copulas perform best in forecasting the extreme quantiles of the portfolios returns. In the second paper, we extend our study to the case of n > 2 variables, using the vine copula model to investigate the dependence structure of the broad stock market indexes CAC 40, DAX, FTSE 100, S&P 500 and IBOVESPA, and, particularly, check the asymmetric dependence hypothesis in this case. Based on our empirical results, however, this hypothesis cannot be verified. Perhaps, asymmetric dependence with stronger lower tails occurs only temporarily, what suggests that incorporating time variation into the vine copula rnodel can improve it as a tool to rnodel multivariate International financial data. So, in the third paper, we introduce dynamics into the vine copula model by allowing the dependence parameters of the pair-copulas in a D-vine decomposition to be potentially timevarying, following a nonlinear restricted ARMA(l,m) process as in Patton (2006). The proposed model is evaluated in simulations and further assessed with respect to the accuracy of Value-at- Risk (VaR) forecasts in crisis periods. The Monte Cario experiments are quite favorable to the dynamic D-vine copula in comparison with a static D-vine copula. Moreover, the dynamic Dvine copula outperforms the static D-vine copula in terms of predictive accuracy for our data sets.

O presente trabalho foi motivado pela forte demanda por modelos de dependência mais precisos e realistas para aplicações a dados financeiros multivariados. A recente crise financeira de 2007-2009 deixou claro quão importante é uma modelagem precisa da dependência para a avaliação correta do risco financeiro: percepções equivocadas sobre dependências extremas entre diferentes ativos foram um elemento importante da crise do subprime. O famoso teorema dc Sklar (1959) introduziu as cópulas como uma ferramenta para se modelar padrões de dependência mais sofisticados. Ele estabelece que qualquer função de distribuição conjunta ndimensional pode ser decomposta em suas n distribuições marginais e uma cópula, sendo que a última caracteriza completamente a dependência entre as variáveis. Enquanto existe uma variedade de famílias de cópulas bivariadas que podem descrever um amplo conjunto de dependências complexas, o conjunto de cópulas com dimensão mais elevada era bastante restrito até recentemente. Joe (1996) propôs uma construção de distribuições nmltivariadas baseada em pair-copulas (cópulas bivariadas), chamada pair-copula construction ou modelo de vine cópula, que reverteu esse problema. Nesta tese, desenvolvemos três ensaios que exploram a teoria de cópulas para obter modelos de dependência multivariados muito flexíveis para aplicações a dados financeiros. Patton (2006) estendeu o teorema de Sklar para o caso de distribuições condicionais e tornou o parâmetro de dependência da cópula variante no tempo. No primeiro ensaio, introduzimos um novo enfoque para modelar a dependência entre retornos financeiros internacionais ao longo do tempo, combinando cópulas; tempo-variantes e o modelo de mudança Markoviana. Aplicamos esses modelos de cópula e também os modelos propostos por Patton (2006), Jondeau e Rockinger (2006) e Silva Filho et al. (2012a) aos retornos dos índices FTSE 100, CAC 40 e DAX. Comparamos essas metodologias em termos das dinâmicas de dependência resultantes e das habilidades dos modelos em prever Valor em Risco (VaR). Interessantemente, todos os modelos identificam um longo período de alta dependência entre os retornos começando em 2007, quando a crise do subprime teve início oficialmente. Surpreendentemente, as cópulas elípticas mostram melhor desempenho na previsão dos quantis extremos dos retornos dos portfólios. No segundo ensaio, estendemos nosso estudo para o caso de n > 2 variáveis, usando o modelo de vine cópula para investigar a estrutura de dependência dos índices CAC 40, DAX, FTSE 100, S&P 500 e IBOVESPA, e, particularmente, checar a hipótese de dependência assimétrica nesse caso. Com base em nossos resultados empíricos, entretanto, essa hipótese não pode ser verificada. Talvez a dependência assimétrica com caudas inferiores mais fortes ocorra apenas temporariamente, o que sugere que a incorporação de variação temporal ao modelo de vine cópula pode melhorá-lo como ferramenta para modelar dados financeiros internacionais multivariados. Desta forma, no terceiro ensaio, introduzimos dinâmica no modelo de vine cópula permitindo que os parâmetros de dependência das pair-copulas em uma decomposição D-vine sejam potencialmente variantes no tempo, seguindo um processo ARMA(l,m) restrito como em Patton (2006). O modelo proposto é avaliado em simulações e também com respeito à acurácia das previsões de Valor em Risco (VaR) em períodos de crise. Os experimentos de Monte Cailo são bastante favoráveis à cópula D-vine dinâmica em comparação a uma cópula D-vine estática. Adicionalmente, a cópula D-vine dinâmica supera a cópula D-vine estática em termos de acurária preditiva para os nossos conjuntos de dados / This work was motivated by the strong demand for more precise and realistic dependence models for applications to multivariate financial data. The recent financial crisis of 2007-2009 has made it clear how important is a precise modeling of dependence for the accurate assessment of financial risk: misperceptions about extreme dependencies between different financial assets were an important element of the subprime crisis. The famous theorem by Sklar (1959) introduced the copulas as a tool to model more intricate patterns of dependence. It states that any n-dimensional joint distribution function can be decomposed into its n marginal distributions and a copula, where the latter completely characterizes the dependence among the variables. While there is a variety of bivariate copula families, which can match a wide range of complex dependencies, the set of higher-dimensional copulas was quite restricted until recently. Joe (1996) proposed a construction of multivariate distributions based on pair-copulas (bivariate copulas), called pair-copula construction or vine copula model, that has overcome this issue. In this thesis, we develop three papers that explore the copula theory in order to obtain very flexible multivariate dependence rnodels for applications to financial data. Patton (2006) extended Sklar's theorem to the conditional case and rendered the dependence parameter of the copula time-varying. In the first paper, we introduce a new approach to modeling dependence between International financial returns over time, combining time-varying copulas and the Markov switching model. We apply these copula models and also those proposed by Patton (2006), Jondeau and Rockinger (2006) and Silva Filho et al. (2012a) to the return data of FTSE 100, CAC 40 and DAX indexes. We compare these methodologies in terms of the resulting dynamics of dependence and the models' abilities to forecast Value-at-Risk (VaR). Interestingly, ali the models identify a long period of high dependence between the returns beginning in 2007, when the subprime crisis was evolving. Surprisingly, the elhptical copulas perform best in forecasting the extreme quantiles of the portfolios returns. In the second paper, we extend our study to the case of n > 2 variables, using the vine copula model to investigate the dependence structure of the broad stock market indexes CAC 40, DAX, FTSE 100, S&P 500 and IBOVESPA, and, particularly, check the asymmetric dependence hypothesis in this case. Based on our empirical results, however, this hypothesis cannot be verified. Perhaps, asymmetric dependence with stronger lower tails occurs only temporarily, what suggests that incorporating time variation into the vine copula rnodel can improve it as a tool to rnodel multivariate International financial data. So, in the third paper, we introduce dynamics into the vine copula model by allowing the dependence parameters of the pair-copulas in a D-vine decomposition to be potentially timevarying, following a nonlinear restricted ARMA(l,m) process as in Patton (2006). The proposed model is evaluated in simulations and further assessed with respect to the accuracy of Value-at- Risk (VaR) forecasts in crisis periods. The Monte Cario experiments are quite favorable to the dynamic D-vine copula in comparison with a static D-vine copula. Moreover, the dynamic Dvine copula outperforms the static D-vine copula in terms of predictive accuracy for our data sets.

Submitted by Pedro Nielsen Rotta (pedro.rotta@gvmail.br) on 2013-01-17T01:23:43Z No. of bitstreams: 1 Dissertação_MPE_Pedro_Nielsen_Rotta.pdf: 1289831 bytes, checksum: e326f8c88be4c40b8581a8dd53dc83a3 (MD5) / Approved for entry into archive by Eliene Soares da Silva (eliene.silva@fgv.br) on 2013-01-17T15:46:21Z (GMT) No. of bitstreams: 1 Dissertação_MPE_Pedro_Nielsen_Rotta.pdf: 1289831 bytes, checksum: e326f8c88be4c40b8581a8dd53dc83a3 (MD5) / Made available in DSpace on 2013-01-17T16:11:12Z (GMT). No. of bitstreams: 1 Dissertação_MPE_Pedro_Nielsen_Rotta.pdf: 1289831 bytes, checksum: e326f8c88be4c40b8581a8dd53dc83a3 (MD5) Previous issue date: 2012-12-18 / Nas últimas décadas, a análise dos padrões de propagação internacional de eventos financeiros se tornou o tema de grande parte dos estudos acadêmicos focados em modelos de volatilidade multivariados. Diante deste contexto, objetivo central do presente estudo é avaliar o fenômeno de contágio financeiro entre retornos de índices de Bolsas de Valores de diferentes países a partir de uma abordagem econométrica, apresentada originalmente em Pelletier (2006), sobre a denominação de Regime Switching Dynamic Correlation (RSDC). Tal metodologia envolve a combinação do Modelo de Correlação Condicional Constante (CCC) proposto por Bollerslev (1990) com o Modelo de Mudança de Regime de Markov sugerido por Hamilton e Susmel (1994). Foi feita uma modificação no modelo original RSDC, a introdução do modelo GJR-GARCH formulado em Glosten, Jagannathan e Runkle (1993), na equação das variâncias condicionais individuais das séries para permitir capturar os efeitos assimétricos na volatilidade. A base de dados foi construída com as séries diárias de fechamento dos índices das Bolsas de Valores dos Estados Unidos (SP500), Reino Unido (FTSE100), Brasil (IBOVESPA) e Coréia do Sul (KOSPI) para o período de 02/01/2003 até 20/09/2012. Ao longo do trabalho a metodologia utilizada foi confrontada com outras mais difundidos na literatura, e o modelo RSDC com dois regimes foi definido como o mais apropriado para a amostra selecionada. O conjunto de resultados encontrados fornecem evidências a favor da existência de contágio financeiro entre os mercados dos quatro países considerando a definição de contágio financeiro do Banco Mundial denominada de 'muito restritiva'. Tal conclusão deve ser avaliada com cautela considerando a extensa diversidade de definições de contágio existentes na literatura. / Over the last decades, the analysis of the transmissions of international financial events has become the subject of many academic studies focused on multivariate volatility models volatility. The goal of this study is to evaluate the financial contagion between stock market returns. The econometric approach employed was originally presented by Pelletier (2006), named Regime Switching Dynamic Correlation (RSDC). This methodology involves the combination of Constant Conditional Correlation Model (CCC) proposed by Bollerslev (1990) with Markov Regime Switching Model suggested by Hamilton and Susmel (1994). A modification was made in the original model RSDC, the introduction of the GJR-GARCH Glosten model formulated in Glosten, Jagannathan e Runkle (1993), on the equation of the conditional univariate variances to allow asymmetric effects in volatility be captured. The database was built with the series of daily closing stock market indices in the United States (SP500), United Kingdom (FTSE100), Brazil (IBOVESPA) and South Korea (KOSPI) for the period from 02/01/2003 to 20/09/2012. Throughout the work the methodology was compared with others most widespread in the literature, and the model RSDC with two regimes was defined as the most appropriate for the selected sample. The set of results provide evidence for the existence of financial contagion between markets of the four countries considering the definition of financial contagion from the World Bank called 'very restrictive'. Such a conclusion should be evaluated carefully considering the wide diversity of definitions of contagion in the literature.

Behavioural responses can reveal important fitness trade-offs and ecological traps in evolutionarily novel contexts created by anthropogenic stimuli, and are of increasing conservation concern due to possible links to population-level impacts. This thesis illustrates the use of proxies for energy acquisition and expenditure within multivariate and state-based modelling approaches to quantify the relative time and energetic costs of behavioural disturbance for a deep-diving marine mammal (Physeter macrocephalus) in foraging grounds in Kaikoura Canyon (New Zealand) and near Lofoten Islands (Norway). A conceptual framework is first developed to identify and explore links between individual motivation, condition and external constraints to behavioural disturbance [Chapter 1]. The following chapters then use data from behavioural response studies (BRS) to: 1) derive biologically relevant metrics of behaviour [all chapters], 2) investigate effects of boat-based focal follows and tagging procedures [Chapters 2-3], and 3) relate responses to specific disturbance stimuli (distance, approach, noise) from whale-watching [Chapter 2], naval sonar and playback of presumed natural predator (killer whale Orcinus orca) sounds [Chapter 4]. A novel hidden state model was developed to estimate behavioural budgets of tagged sperm whales from multiple streams of biologging (DTAG) data [Chapter 3]. Sperm whales traded off time spent at foraging depths in a non-foraging and non-resting state in response to both tag boat presence, 1-2 kHz naval sonar (SPL 131-165 rms re 1μPa) and mammal-eating killer whale sound playbacks, indicating that parallel non-lethal costs were incurred in both anthropogenic disturbance and presumed antipredatory contexts. While behavioural responses were highly variable by individual, biologically informed state-based models appeared effective to control for variability in energy proxies across different functional contexts. These results and Chapter 5 “linking buzzes to prey” demonstrate that behavioural context is a signal that can aid understanding of how individual non-lethal disturbance responses can impact fitness.