[pt] O objetivo deste trabalho é a construção de um modelo integrado para
previsão da estrutura a termo da taxa de juros, referentes a títulos corporativos
americanos para diferentes níveis de risco. A metodologia é baseada no modelo de
Nelson e Siegel (1987), com extensões propostas por Diebold e Li (2006) e
Diebold, Li e Yue (2008). Modelamos a estrutura a termo para 14 níveis de risco e
estimamos conjuntamente os fatores latentes de nível e inclinação que governam a
dinâmica das taxas, para a posterior estimação de dois super fatores, que por sua
vez, conduzem a trajetória de cada fator, onde está centrada a nossa principal
inovação. A previsão da curva de juros é então construída a partir da previsão dos
super fatores, modelados por processos auto-regressivos, como sugere Diebold e
Li (2006). Através dos super fatores extrapolados da amostra reconstruímos, na
forma da previsão, os fatores latentes e a própria taxa de juros. Além da previsão
fora da amostra, comparamos a eficiência do modelo proposto com o modelo mais
tradicional da literatura, o passeio aleatório. Pela comparação, não obtivemos
ganhos significativos em relação a esse competidor, principalmente na previsão
um passo a frente. Resultados melhores foram obtidos aumentando o horizonte de
previsão, mas não sendo capaz de superar o passeio aleatório. / [en] This dissertation constructs an integrated model for interest rate term
structure forecast for American corporate bonds associated with different risk
levels. Our methodology is primarily based on Nelson and Siegel (1987) and
presents extensions proposed in Diebold and Li (2006) and Diebold, Li and Yue
(2008). We model the term structure for 14 risk levels and we jointly estimate the
level and slope latent factors that drive interest rates dynamics. These factors are
then used in the estimation of two super factors which is our main innovation. The
yield curve forecast is then determinate from the forecast of the super factors,
described by autoregressive processes, as suggested by Diebold and Li (2006).
Through the super factors forecast, reconstructed in the form of forecasting the
latent factors and their own interest rate. Our results focus on the model’s out of
sample forecast and efficiency compared with the random walk model, considered
the benchmark model in this type of literature. Our results provide evidence that
the proposed models shows no significant gains in relation to the benchmark,
especially in predicting one month ahead. Better results were obtained by
increasing the forecast horizon, but not being able to overcome the random walk.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:19535 |
| Date | 17 May 2012 |
| Creators | URSULLA MONTEIRO DA SILVA BELLOTE MACHADO |
| Contributors | CRISTIANO AUGUSTO COELHO FERNANDES |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | English |
| Type | TEXTO |
Page generated in 0.0018 seconds