Zugl.: Bonn, Universiẗat, Diss., 2008.

Diss. Nr. 2508 Wirtschaftswiss. St. Gallen. / Literaturverz.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / As instituições financeiras são obrigadas por acordos internacionais, como o Acordo de Basiléia, a avaliar o risco de mercado ao qual a instituição está propensa de forma a evitar possíveis contaminações de desastres financeiros em seu patrimônio. Com o intuito de capturar tais fenômenos, surge a necessidade de construir modelos que capturem com mais acurácia movimentos extremos das séries de retornos. O trabalho teve como principal objetivo aplicar a Teoria do Valor Extremo juntamente com Copulas na estimação de quantis extremos para o VaR. Ele utiliza técnicas de simulação de Monte Carlo, Teoria do Valor Extremo e Cópulas com distribuições gaussianas e t. Em contrapartida, as estimativas produzidas serão comparadas com as de um segundo modelo, chamado de simulação histórica de Monte Carlo filtrada, mais conhecida como filtered historical simulation (FHS). As técnicas serão aplicadas a um portfólio de ações de empresas brasileiras. / Financial institutions are required by international agreements such as the Basel Accord, to assess the market risk to which the institution is likely to avoid possible contamination of its assets in financial disasters. In order to capture these phenomena, the need arises to build models that more accurately capture extreme movements of the return series. The work aimed to apply the Extreme Value Theory along with the estimation of copulas for VaR extremes quantiles. He uses techniques of Monte Carlo simulation, Extreme Value Theory and Copulas with Gaussian and t distributions. In contrast, the estimates produced will be compared with a second model, called Monte Carlo simulation of historical filtered, better known as filtered historical simulation (FHS). The techniques are applied to a portfolio of stocks of Brazilian companies.

In an increasingly competitive economic environment, as in the current global context, risk management becomes essential for the survival of companies and investment portfolio managers. Both companies and managers need to have a model that can be able to quantify the risks inherent in their investments in the best possible way in order to guide them in making decisions to get the highest expected return on their investments. Currently, there are several heterogeneous models which seek to quantify risk, making the choice of a particular model very complex. In order to confront and find models that can serve, efficiently, to the quantification of risk, the objective of this research is to compare the predictive ability of five models of conditional heteroskedasticity by estimating the Value-at-Risk, assuming eight different statistical probability distributions, for the series of financial ratios of the capital market of the five largest emerging countries: Brazil, Russia, India, China and South Africa, in the period between February 26, 2001 and December 31, 2015. For this goal was achieved, were held predictions of Value-at-Risk for 50 steps ahead, for all competing models in the study, with adjustment of parameters at every step. Since all the forecasts have been computed for every steps forward, it was possible to compare predictive ability of competing models studied by means of some loss functions. The evidences suggests that heterocedastic Component GARCH is preferable, to make predictions of Value-at-Risk, to all other competing models, however the distribution of statistical probability that this model uses interferes too much in the results of forecasts obtained by it. The data for each financial index studied showed to adapt themselves to a particular different type of probability density function, not reflecting a distribution which can be considered superior to all other. Thus, the results do not provide a single and ideal tool for use in the risk measurement, of generalized form, for all capital markets of emerging countries studied, only provide specific tools to be used in each financial index individually. The results found can be used for the purposes previously described or to elaborate statistical formulas that combine different models estimated in order to get better volatilities forecast measures so that it can measure, more precisely, the market risks. / Em um ambiente econômico cada vez mais competitivo, como é no atual contexto mundial, a gestão de risco torna-se indispensável para a sobrevivência de empresas e de gestores de carteiras de investimento. Tanto as empresas quanto os gestores precisam de um modelo que seja capaz de quantificar os riscos inerentes aos seus investimentos financeiros da melhor maneira possível, de forma a orientá-los na tomada de decisões para que obtenham o maior retorno esperado de seus investimentos. Atualmente, existem inúmeros modelos heterogêneos que buscam quantificar riscos, tornando a escolha de um determinado modelo bastante complexa. Com o intuito de confrontar e encontrar modelos que possam servir, de forma eficiente, à quantificação de riscos, o objetivo desta pesquisa é o de comparar a capacidade preditiva de cinco modelos de heterocedasticidade condicional através da estimação do Value-at-Risk, levando em consideração oito distribuições de probabilidade estatística diferentes, para as séries de índices financeiros do mercado de capitais dos cinco maiores países emergentes: Brasil, Rússia, Índia, China e África do Sul, no período compreendido entre 26 de fevereiro de 2001 e 31 de dezembro de 2015. Para alcançar tal objetivo, realizaram-se previsões do Value-at-Risk para 50 passos à frente, em todos os modelos concorrentes em estudo, com reajuste dos parâmetros a cada passo. Uma vez que todas as previsões foram computadas para todos os passos à frente, foi possível realizar a comparação da capacidade preditiva dos modelos concorrentes estudados por meio de determinadas funções de perda específicas. As evidências encontradas sugerem que o modelo heterocedástico Component GARCH é preferível, para realizar previsões do Value-at-Risk, a todos os outros modelos concorrentes, porém a distribuição de probabilidade estatística que este modelo utiliza interfere demasiadamente nos resultados das previsões obtidas por ele. Os dados de cada índice financeiro estudado mostraram-se adequar-se a um determinado tipo de função de densidade de probabilidade diferente, não refletindo uma distribuição que possa ser considerada superior a todas as outras. Deste modo, os resultados encontrados não oferecem uma ferramenta única e ideal para ser utilizada na mensuração de risco, de forma generalizada, para todos os mercados de capitais dos países emergentes estudados, apenas fornecem ferramentas pontuais para serem utilizadas em cada índice financeiro de forma individual. Os resultados obtidos podem servir para os fins descritos anteriormente ou para elaborar fórmulas estatísticas que combinem diferentes modelos estimados com a finalidade de obter melhores medidas de previsão de volatilidades para que se possa mensurar, de forma mais precisa, os riscos de mercado.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / As instituições financeiras são obrigadas por acordos internacionais, como o Acordo de Basiléia, a avaliar o risco de mercado ao qual a instituição está propensa de forma a evitar possíveis contaminações de desastres financeiros em seu patrimônio. Com o intuito de capturar tais fenômenos, surge a necessidade de construir modelos que capturem com mais acurácia movimentos extremos das séries de retornos. O trabalho teve como principal objetivo aplicar a Teoria do Valor Extremo juntamente com Copulas na estimação de quantis extremos para o VaR. Ele utiliza técnicas de simulação de Monte Carlo, Teoria do Valor Extremo e Cópulas com distribuições gaussianas e t. Em contrapartida, as estimativas produzidas serão comparadas com as de um segundo modelo, chamado de simulação histórica de Monte Carlo filtrada, mais conhecida como filtered historical simulation (FHS). As técnicas serão aplicadas a um portfólio de ações de empresas brasileiras. / Financial institutions are required by international agreements such as the Basel Accord, to assess the market risk to which the institution is likely to avoid possible contamination of its assets in financial disasters. In order to capture these phenomena, the need arises to build models that more accurately capture extreme movements of the return series. The work aimed to apply the Extreme Value Theory along with the estimation of copulas for VaR extremes quantiles. He uses techniques of Monte Carlo simulation, Extreme Value Theory and Copulas with Gaussian and t distributions. In contrast, the estimates produced will be compared with a second model, called Monte Carlo simulation of historical filtered, better known as filtered historical simulation (FHS). The techniques are applied to a portfolio of stocks of Brazilian companies.

nÃo hà / As economias emergentes que compÃem os BRIC, apesar de serem caracterizadas por heterogeneidades marcantes em termos econÃmicos, sociais e polÃticos, apresentam evidÃncias empÃricas sobre convergÃncia parcial e integraÃÃo financeira. Neste sentido, este trabalho agrega a discussÃo sobre gestÃo de risco dos principais Ãndices de mercado dos BRIC atravÃs do Value at Risk, em sua versÃo paramÃtrica gaussiana incondicional e extensÃes que acomodam as violaÃÃes sobre a nÃo normalidade e a heterocedasticidade dos retornos diÃrios. Corroborando estudos especÃficos para cada economia, Jianshe (2007) para o mercado chinÃs, Karmakar (2005) para o indiano e Thupayagale (2010) para o russo, evidencia-se ser necessÃrio adaptar o arcabouÃo visando modelar a idiossincrasia estatÃstica da sÃrie temporal dos Ãndices, recorrendo a valores crÃticos associados à distribuiÃÃo de probabilidade mais adequada, alÃm da modelagem da evoluÃÃo condicional do risco. O trabalho ainda oferece uma mÃtrica dinÃmica de performance risco-retorno dos Ãndices sob a Ãtica dos investidores locais. / Although the bloc labeled BRIC is composed of emerging economies characterized by heterogeneity in economic, social and political aspects, there are empirical evidences about the convergence and partial financial integration. In this sense, we address the risk management of most relevant BRIC market indices through Value at Risk approach, based on a parametric Gaussian and unconditional version, and also extending it intending to accommodate violations of heteroscedasticity and non-normality of daily returns. Corroborating previous and specific evidences, as Jianshe (2007) for the Chinese market, Karmakar (2005) for the Indian and Thupayagale (2010) for Russian, we are able to show that it is necessary to adapt the canonical framework, because of the statistical idiosyncrasies of time series, using the critical values related to the best fitting probability distribution, and modeling the evolution of the conditional risk. We also provide a dynamic measure of risk-return performance of theses indices from the perspective of local investors.

nÃo hà / O presente trabalho busca analisar, empiricamente, o comportamento do modelo de mensuraÃÃo de risco de mercado Value-at-Risk â VaR em sua interpretaÃÃo paramÃtrica gaussiana incondicional e extensÃes que regulam as violaÃÃes sobre a nÃo normalidade e a heterocedasticidade dos retornos diÃrios dos fundos de investimentos em AÃÃes, das treze maiores instituiÃÃes financeiras residentes no Brasil, durante o perÃodo de janeiro/06 a dezembro/12. Para uma melhor avaliaÃÃo dos dados, buscou-se, inicialmente, modelar a evoluÃÃo condicional do risco e ajustar a idiossincrasia estatÃstica das sÃries temporais das treze tesourarias, utilizando distribuiÃÃes de probabilidade que mais se adaptassem à anÃlise dos modelos. Os resultados obtidos com esses modelos sÃo analisados à luz do teste para proporÃÃo de falhas proposto por Kupiec (1995) e Chisttoffersen (1998). A pesquisa ainda apresenta, com exemplos grÃficos, uma anÃlise de desempenho Risco â Retorno dos treze bancos utilizando a metodologia proposta por Balzer. / This study aims to examine empirically the behavior of the model for measuring market risk Value at Risk - VaR in its parametric interpretation unconditional Gaussian and extensions that regulate violations on heteroscedasticity and non-normality of daily returns of investment funds Actions, of the thirteen largest financial institutions resident in Brazil, during the January/06 dezembro/12. For a better evaluation of the data, we sought to initially model the conditional evolution of risk and adjust the statistic al idiosyncrasy of temporal series of thirteen treasuries, using probability distributions that best adapt to the analysis of the models. The results obtained with the semodels are analyzed by the test failure rate proposed by Kupiec (1995) and Chisttoffersen (1998). The survey also shows, with graphic examples, a performance Risk - Return of the thirteen banks using the methodology proposed by Balzer.

A avaliação de riscos em projetos de produtos inovadores transformou-se em peça chave, na atualidade de competição crescente, para as empresas. Esse fato foi reconhecido na área de pesquisa nas últimas décadas e vários autores desenvolveram modelos para estimar riscos em projetos de produtos inovadores, tanto qualitativos como quantitativos. Porém, não foram encontrados, nas principais bases de dados, estudos que tratam o tema pela integração dos riscos de desenvolvimento e comercialização, mensurados por meio do Value at Risk (VaR). O objetivo geral do trabalho, portanto, é propor um modelo de análise de investimento que integre as etapas de desenvolvimento e comercialização para projetos inovadores, com utilização do VaR como medida de risco. Para a elaboração do modelo foi desenvolvido, primeiramente, um framework, qual relaciona os principais riscos em projetos de inovação e as variáveis que quantificam as tais. Este framework serve como base para a construção do modelo conceitual. Com a utilização das variáveis no modelo é possível estimar e quantificar os processos de desenvolvimento. A aplicação do VaR para a avaliação econômica em projetos de investimento representa uma novidade, mas se baseia na aplicação normal de estimação de riscos desenvolvida para o mercado financeiro. A vantagem do VaR é que resume os riscos considerados no cálculo do projeto em um único número, em unidades monetárias e de fácil compreensão, o que permite a comparação de projetos de investimento mutuamente exclusivos. O modelo integrado proposto possibilita uma avaliação econômica mais tangível que os métodos tradicionais de avaliação, aproximando o resultado à realidade e assim apresentando um avanço na estimação de risco no ambiente de desenvolvimento de produtos inovadores. Este fato foi comprovado na aplicação do método proposto em duas simulações de casos reais, quais resultados foram consistentes e compreensíveis. / Risk assessment in innovative product projects has become a key point for companies in today\'s growing competition. This fact was recognized by research in the area in recent decades and several authors have developed models to estimate risks in innovative product projects, as well as qualitative and quantitative. However, in the main databases could not be found studies dealing with the issue by integrating the risks of the development phase and the commercialization phase, measured by Value at Risk (VaR). The overall objective of this work is, therefore, proposing an investment analysis model that integrates the stages of development and commercialization for innovative projects, using VaR as a risk measure. Firstly, a framework, which relates the main risks in innovation projects and the variables that quantify such, was developed. This framework serves as a basis for the construction of the conceptual model. With the use of the defined variables and the conceptual model it is possible to estimate and quantify the processes of innovation projects. The application of VaR for economic evaluation of investment projects is new, but it is based on the risk estimates application used in the financial market. The advantage of VaR methods is that they summarize the risks considered in the project calculation in a single number expressed in monetary units, which is easy to interpret, allowing the comparison of mutually exclusive investment projects. The proposed integrated model enables a more tangible economic assessment than traditional methods of evaluation, bringing the result closer to reality and thus presenting an advance in risk estimation in innovative product development environment. This was proven in the application of the proposed method in two simulations of real cases, which results were consistent and understandable.

Diante das exigências estipuladas pelos órgãos reguladores pelos acordos internacionais, tendo em vistas as inúmeras crises financeiras ocorridas nos últimos séculos, as instituições financeiras desenvolveram diversas ferramentas para a mensuração e controle do risco inerente aos negócios. Apesar da crescente evolução das metodologias de cálculo e mensuração do risco, o Value at Risk (VaR) se tornou referência como ferramenta de estimação do risco de mercado. Nos últimos anos novas técnicas de cálculo do Value at Risk (VaR) vêm sendo desenvolvidas. Porém, nenhuma tem sido considerada como a que melhor ajusta os riscos para diversos mercados e em diferentes momentos. Não existe na literatura um modelo conciso e coerente com as diversidades dos mercados. Assim, o presente trabalho tem por objetivo geral avaliar os estimadores de risco de mercado, gerados pela aplicação de modelos baseados no Value at Risk (VaR), aplicados aos índices das principais bolsas dos países desenvolvidos e emergentes, para os períodos normais e de crise financeira, de modo a apurar os mais efetivos nessa função. Foram considerados no estudo os modelos VaR Não condicional, pelos modelos tradicionais (Simulação Histórica, Delta-Normal e t-Student) e baseados na Teoria de Valores Extremos; o VaR Condicional, comparando os modelos da família ARCH e Riskmetrics e o VaR Multivariado, com os modelos GARCH bivariados (Vech, Bekk e CCC), funções cópulas (t-Student, Clayton, Frank e Gumbel) e por Redes Neurais Artificiais. A base de dados utilizada refere-se as amostras diárias dos retornos dos principais índices de ações dos países desenvolvidos (Alemanha, Estados Unidos, França, Reino Unido e Japão) e emergentes (Brasil, Rússia, Índia, China e África do Sul), no período de 1995 a 2013, contemplando as crises de 1997 e 2008. Os resultados do estudo foram, de certa forma, distintos das premissas iniciais estabelecidas pelas hipóteses de pesquisa. Diante de mais de mil modelagens realizadas, os modelos condicionais foram superiores aos não condicionais, na maioria dos casos. Em específico o modelo GARCH (1,1), tradicional na literatura, teve uma efetividade de ajuste de 93% dos casos. Para a análise Multivariada, não foi possível definir um modelo mais assertivo. Os modelos Vech, Bekk e Cópula - Clayton tiveram desempenho semelhantes, com bons ajustes em 100% dos testes. Diferentemente do que era esperado, não foi possível perceber diferenças significativas entre os ajustes para países desenvolvidos e emergentes e os momentos de crise e normal. O estudo contribuiu na percepção de que os modelos utilizados pelas instituições financeiras não são os que apresentam melhores resultados na estimação dos riscos de mercado, mesmo sendo recomendados pelas instituições renomadas. Cabe uma análise mais profunda sobre o desempenho dos estimadores de riscos, utilizando simulações com as carteiras de cada instituição financeira. / Given the requirements stipulated by regulatory agencies for international agreements, in considering the numerous financial crises in the last centuries, financial institutions have developed several tools to measure and control the risk of the business. Despite the growing evolution of the methodologies of calculation and measurement of Value at Risk (VaR) has become a reference tool as estimate market risk. In recent years new calculation techniques of Value at Risk (VaR) have been developed. However, none has been considered the one that best fits the risks for different markets and in different times. There is no literature in a concise and coherent model with the diversity of markets. Thus, this work has the objective to assess the market risk estimates generated by the application of models based on Value at Risk (VaR), applied to the indices of the major stock exchanges in developed and emerging countries, for normal and crisis periods financial, in order to ascertain the most effective in that role. Were considered in the study models conditional VaR, the conventional models (Historical Simulation, Delta-Normal and Student t test) and based on Extreme Value Theory; Conditional VaR by comparing the models of ARCH family and RiskMetrics and the Multivariate VaR, with bivariate GARCH (VECH, Bekk and CCC), copula functions (Student t, Clayton, Frank and Gumbel) and Artificial Neural Networks. The database used refers to the daily samples of the returns of major stock indexes of developed countries (Germany, USA, France, UK and Japan) and emerging (Brazil, Russia, India, China and South Africa) from 1995 to 2013, covering the crisis in 1997 and 2008. The results were somewhat different from the initial premises established by the research hypotheses. Before more than 1 mil modeling performed, the conditional models were superior to non-contingent, in the majority of cases. In particular the GARCH (1,1) model, traditional literature, had a 93% adjustment effectiveness of cases. For multivariate analysis, it was not possible to set a more assertive style. VECH models, and Bekk, Copula - Clayton had similar performance with good fits to 100% of the tests. Unlike what was expected, it was not possible to see significant differences between the settings for developed and emerging countries and the moments of crisis and normal. The study contributed to the perception that the models used by financial institutions are not the best performing in the estimation of market risk, even if recommended by renowned institutions. It is a deeper analysis on the performance of the estimators of risk, using simulations with the portfolios of each financial institution.

The thesis presents test statistics of Value-at-Risk and Conditional Value-at-Risk. The reader is familiar with basic nonparametric estimators and their asymptotic distributions. Tests of accuracy of Value-at- Risk are explained and asymptotic test of Conditional Value-at-Risk is derived. The thesis is concluded by process of backtesting of Value-at-Risk model using real data and computing statistical power and probability of Type I error for selected tests. Powered by TCPDF (www.tcpdf.org)