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.
| Identifer | oai:union.ndltd.org:IBICT/oai:bdtd.ucb.br:tede/2412 |
| Date | 27 February 2018 |
| Creators | Vargas, Rafael de Morais |
| Contributors | Tófoli, Paula Virgínia |
| Publisher | Universidade Católica de Brasília, Programa Stricto Sensu em Economia de Empresas, UCB, Brasil, Escola de Gestão e Negócios |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UCB, instname:Universidade Católica de Brasília, instacron:UCB |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds