CRUZ, Francisco Rogério Gomes. Modelagem condicional específica da gestão de risco de mercado nos BRIC. 2013. 53f. Dissertação (Mestrado Profissional) - Programa de Pós Graduação em Economia, CAEN, Universidade Federal do Ceará, Fortaleza-CE, 2013. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2014-10-16T19:03:30Z No. of bitstreams: 1 2013_dissert_frgcruz.pdf: 2049485 bytes, checksum: 4ad75e8bb3cff8d881656c4c4db49201 (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2014-10-16T19:03:42Z (GMT) No. of bitstreams: 1 2013_dissert_frgcruz.pdf: 2049485 bytes, checksum: 4ad75e8bb3cff8d881656c4c4db49201 (MD5) / Made available in DSpace on 2014-10-16T19:03:42Z (GMT). No. of bitstreams: 1 2013_dissert_frgcruz.pdf: 2049485 bytes, checksum: 4ad75e8bb3cff8d881656c4c4db49201 (MD5) Previous issue date: 2013 / 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. / As economias emergentes que compõem os BRIC, apesar de serem caracterizadas por heterogeneidades marcantes em termos econômicos, sociais e políticos, apresentam evidências empíricas sobre convergência parcial e integração financeira. Neste sentido, este trabalho agrega a discussão sobre gestão de risco dos principais índices de mercado dos BRIC através do Value at Risk, em sua versão paramétrica gaussiana incondicional e extensões que acomodam as violações sobre a não normalidade e a heterocedasticidade dos retornos diários. Corroborando estudos específicos para cada economia, Jianshe (2007) para o mercado chinês, Karmakar (2005) para o indiano e Thupayagale (2010) para o russo, evidencia-se ser necessário adaptar o arcabouço visando modelar a idiossincrasia estatística da série temporal dos índices, recorrendo a valores críticos associados à distribuição de probabilidade mais adequada, além da modelagem da evolução condicional do risco. O trabalho ainda oferece uma métrica dinâmica de performance risco-retorno dos índices sob a ótica dos investidores locais.

PESSOA, Fernanda Salles de Oliveira. Gestão de risco setorial no mercado de ações brasileiro. 2013. 54f. Dissertação (Mestrado Profissional) - Programa de Pós Graduação em Economia, CAEN, Universidade Federal do Ceará, Fortaleza-CE, 2013. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2014-10-16T19:40:05Z No. of bitstreams: 1 2013_dissert_fsopessoa.pdf: 2508692 bytes, checksum: 99478cdb7057ed103681a29a780db21e (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2014-10-16T19:40:18Z (GMT) No. of bitstreams: 1 2013_dissert_fsopessoa.pdf: 2508692 bytes, checksum: 99478cdb7057ed103681a29a780db21e (MD5) / Made available in DSpace on 2014-10-16T19:40:18Z (GMT). No. of bitstreams: 1 2013_dissert_fsopessoa.pdf: 2508692 bytes, checksum: 99478cdb7057ed103681a29a780db21e (MD5) Previous issue date: 2013-02-21 / This work analyzes during the period between 2008/01 and 2011/12 the market risk of six sectorial indexes from the São Paulo´s Stock Market (BM&FBovespa): the real state index (IMOB), the eletric power index (IEE), the consumption index (ICON), the industrial sector index (INDX), the financial index (IFNC) and the telecommunications sector index (ITEL). Throughout the Value-at-Risk metric (VaR), four models are estimated. Two of those models are called unconditional, due to its variance: the Unconditional Gaussian VaR, that admits that the returns follow a normal distribution, and the Unconditional Best Fitting VaR, built from the distribution of probabilities that better fits to the returns series. The other two models are called conditionals, assuming that the volatility changes along the time. The GARCH autoregressive models are used to estimate the conditional variance of each index, allowing an estimation of the Unconditional Gaussian VaR and the Unconditional Best Fitting VaR. Afterwards, the VaR models backtestings are realized, revealing the conditional models superiority. Finally, throughout the Balzer´s graphics, the indexes performances were observed over the confrontations between them. It was found that, for the analyzed period, the IEE wins every confrontation against the all other indexes, showing the best relation risk x return. The real state index sector, represented by the IMOB, lost all the confronts. / Este trabalho analisa durante o período de 01/2008 a 12/2011 o risco de mercado de seis índices setoriais da Bolsa de Valores de São Paulo (BM&FBovespa): o índice imobiliário (IMOB), o índice de energia elétrica (IEE), o índice de consumo (ICON), o índice do setor industrial (INDX), o índice financeiro (IFNC) e o índice setorial de telecomunicações (ITEL). Através da métrica Value-at-Risk (VaR) estimam-se quatro modelos. Dois desses modelos são ditos incondicionais no que se refere à variância: o VaR Gaussiano Incondicional, admitindo que os retornos seguem uma distribuição normal, e o VaR Best Fitting Incondicional, construído a partir da distribuição de probabilidades que melhor se ajusta às séries de retornos. Os outros dois modelos são chamados de condicionais, assumindo que a volatilidade varia ao longo do tempo. Os modelos autoregressivos do tipo GARCH são utilizados para estimar a variância condicional de cada índice, possibilitando a estimação do VaR Gaussiano Incondicional e do VaR Best Fitting Incondicional. Em seguida, realizam-se backtestings dos modelos de VaR, revelando a superioridade dos modelos condicionais. Por fim, através de gráficos de Balzer, observou-se a performance dos índices por meio de confrontos entre eles. Foi constatado que, para o período analisado, o IEE vence todos os embates feitos com os demais índices, apresentando a melhor relação risco x retorno. O setor imobiliário, representado pelo IMOB, perde todos os confrontos.

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.

nÃo hà / Este trabalho analisa durante o perÃodo de 01/2008 a 12/2011 o risco de mercado de seis Ãndices setoriais da Bolsa de Valores de SÃo Paulo (BM&FBovespa): o Ãndice imobiliÃrio (IMOB), o Ãndice de energia elÃtrica (IEE), o Ãndice de consumo (ICON), o Ãndice do setor industrial (INDX), o Ãndice financeiro (IFNC) e o Ãndice setorial de telecomunicaÃÃes (ITEL). AtravÃs da mÃtrica Value-at-Risk (VaR) estimam-se quatro modelos. Dois desses modelos sÃo ditos incondicionais no que se refere à variÃncia: o VaR Gaussiano Incondicional, admitindo que os retornos seguem uma distribuiÃÃo normal, e o VaR Best Fitting Incondicional, construÃdo a partir da distribuiÃÃo de probabilidades que melhor se ajusta Ãs sÃries de retornos. Os outros dois modelos sÃo chamados de condicionais, assumindo que a volatilidade varia ao longo do tempo. Os modelos autoregressivos do tipo GARCH sÃo utilizados para estimar a variÃncia condicional de cada Ãndice, possibilitando a estimaÃÃo do VaR Gaussiano Incondicional e do VaR Best Fitting Incondicional. Em seguida, realizam-se backtestings dos modelos de VaR, revelando a superioridade dos modelos condicionais. Por fim, atravÃs de grÃficos de Balzer, observou-se a performance dos Ãndices por meio de confrontos entre eles. Foi constatado que, para o perÃodo analisado, o IEE vence todos os embates feitos com os demais Ãndices, apresentando a melhor relaÃÃo risco x retorno. O setor imobiliÃrio, representado pelo IMOB, perde todos os confrontos. / This work analyzes during the period between 2008/01 and 2011/12 the market risk of six sectorial indexes from the SÃo PauloÂs Stock Market (BM&FBovespa): the real state index (IMOB), the eletric power index (IEE), the consumption index (ICON), the industrial sector index (INDX), the financial index (IFNC) and the telecommunications sector index (ITEL). Throughout the Value-at-Risk metric (VaR), four models are estimated. Two of those models are called unconditional, due to its variance: the Unconditional Gaussian VaR, that admits that the returns follow a normal distribution, and the Unconditional Best Fitting VaR, built from the distribution of probabilities that better fits to the returns series. The other two models are called conditionals, assuming that the volatility changes along the time. The GARCH autoregressive models are used to estimate the conditional variance of each index, allowing an estimation of the Unconditional Gaussian VaR and the Unconditional Best Fitting VaR. Afterwards, the VaR models backtestings are realized, revealing the conditional models superiority. Finally, throughout the BalzerÂs graphics, the indexes performances were observed over the confrontations between them. It was found that, for the analyzed period, the IEE wins every confrontation against the all other indexes, showing the best relation risk x return. The real state index sector, represented by the IMOB, lost all the confronts.