Submitted by Saulo De Barros Bruno (saulobbruno@gmail.com) on 2018-08-22T18:33:50Z
No. of bitstreams: 1
dissertacao-mfee_final.pdf: 806604 bytes, checksum: d71bf06711bea4eb9c0f465f6588f2b8 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2018-09-11T14:34:25Z (GMT) No. of bitstreams: 1
dissertacao-mfee_final.pdf: 806604 bytes, checksum: d71bf06711bea4eb9c0f465f6588f2b8 (MD5) / Made available in DSpace on 2018-09-27T12:47:18Z (GMT). No. of bitstreams: 1
dissertacao-mfee_final.pdf: 806604 bytes, checksum: d71bf06711bea4eb9c0f465f6588f2b8 (MD5)
Previous issue date: 2018-05-10 / O objetivo deste trabalho é examinar métodos de estimação do VaR (Value At Risk) avaliando a performance de cada um em carteiras formadas por ativos expostos à fatores de risco comumente encontrados em portfólios de instituições financeiras brasileiras. Com isso é possível constatar sob quais circunstâncias é preferível a utilização de certo método em detrimento dos demais. Para isso foram criados diversos portfólios aleatoriamente e calculado o VaR de 1 dia utilizando os principais métodos de estimação disponíveis na literatura. A performance de cada VaR estimado foi avaliada em todas as amostras. Os resultados indicam que o VaR histórico com ajuste de volatilidade estimada por GARCH tem melhor desempenho para níveis de confiança usuais e se é disponível um grande histórico de preços. / The purpose of this paper is to examine VaR (Value At Risk) estimation methods by evaluating the performance of each method in portfolios composed by assets exposed to risk factors commonly found in Brazilian financial institutions. With this it is possible to verify under which circumstances it is preferable to use one method to the detriment of others. For this, several portfolios were randomly created and the 1-day VaR calculated using the main estimation methods available in the literature. The performance of each estimated VaR was evaluated in all samples. The results indicate that the historical VaR with volatility adjustment estimated with a GARCH model performs better at the usual confidence levels and if a large price history is available.
| Identifer | oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/24809 |
| Date | 10 May 2018 |
| Creators | Bruno, Saulo de Barros |
| Contributors | Gonçalves, Edson Daniel Lopes, Duclos, Maria Teresa Marins, Escolas::EPGE, Glasman, Daniela Kubudi |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds