Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica
Este artigo explora três modelos utilizados para a estimativa da volatilidade: suavização exponencial - EWMA, volatilidade condicional - GARCH e volatilidade estocástica - VE. A volatilidade estimada por estes modelos pode ser utilizada em uma métrica de risco de mercado denominada Valor em Risco -...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
FUCAPE Business School
2007-01-01
|
| Series: | BBR: Brazilian Business Review |
| Subjects: | |
| Online Access: | http://www.redalyc.org/articulo.oa?id=123016619005 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1825207415509876736 |
|---|---|
| author | Fernando Caio Galdi Leonel Molero Pereira |
| author_facet | Fernando Caio Galdi Leonel Molero Pereira |
| author_sort | Fernando Caio Galdi |
| collection | DOAJ |
| description | Este artigo explora três modelos utilizados para a estimativa da volatilidade: suavização exponencial - EWMA, volatilidade condicional - GARCH e volatilidade estocástica - VE. A volatilidade estimada por estes modelos pode ser utilizada em uma métrica de risco de mercado denominada Valor em Risco - VaR. A medida do VaR depende da volatilidade, do horizonte de tempo e do intervalo de confiança para os retornos contínuos em análise. Para a avaliação empírica destes modelos utilizamos uma amostra com preços de ações preferenciais da Petrobras para a especificação do GARCH e do modelo de VE. Adicionalmente realizamos testes para se verificar o ajustamento dos modelos à amostra selecionada. Nesse sentido utilizamos o teste de violação dos limites para um VaR de um dia, com intuito de comparar a eficiência dos modelos GARCH, VE e EWMA (sugerido pelo Riskmetrics). Pelos resultados verifica-se que o VaR calculado pelo EWMA sofreu um menor número de violações do que o calculado pelo GARCH e pela VE para uma janela de 1500 observações. Assim, o modelo sugerido pelo Riskmetrics (1999), utilizando a volatilidade calculada através da suavização exponencial, além de ser favorecido pela simplicidade em sua implementação, não forneceu resultados inferiores no teste de violação, comparado a modelos mais sofisticados como o de VE e o GARCH. |
| format | Article |
| id | doaj-art-663cfb5fa34f4a7d8306b43cb89bc48d |
| institution | Kabale University |
| issn | 1807-734X |
| language | English |
| publishDate | 2007-01-01 |
| publisher | FUCAPE Business School |
| record_format | Article |
| series | BBR: Brazilian Business Review |
| spelling | doaj-art-663cfb5fa34f4a7d8306b43cb89bc48d2025-02-06T23:39:28ZengFUCAPE Business SchoolBBR: Brazilian Business Review1807-734X2007-01-01417495Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade EstocásticaFernando Caio GaldiLeonel Molero PereiraEste artigo explora três modelos utilizados para a estimativa da volatilidade: suavização exponencial - EWMA, volatilidade condicional - GARCH e volatilidade estocástica - VE. A volatilidade estimada por estes modelos pode ser utilizada em uma métrica de risco de mercado denominada Valor em Risco - VaR. A medida do VaR depende da volatilidade, do horizonte de tempo e do intervalo de confiança para os retornos contínuos em análise. Para a avaliação empírica destes modelos utilizamos uma amostra com preços de ações preferenciais da Petrobras para a especificação do GARCH e do modelo de VE. Adicionalmente realizamos testes para se verificar o ajustamento dos modelos à amostra selecionada. Nesse sentido utilizamos o teste de violação dos limites para um VaR de um dia, com intuito de comparar a eficiência dos modelos GARCH, VE e EWMA (sugerido pelo Riskmetrics). Pelos resultados verifica-se que o VaR calculado pelo EWMA sofreu um menor número de violações do que o calculado pelo GARCH e pela VE para uma janela de 1500 observações. Assim, o modelo sugerido pelo Riskmetrics (1999), utilizando a volatilidade calculada através da suavização exponencial, além de ser favorecido pela simplicidade em sua implementação, não forneceu resultados inferiores no teste de violação, comparado a modelos mais sofisticados como o de VE e o GARCH.http://www.redalyc.org/articulo.oa?id=123016619005varvolatilidade estocásticagarchewma |
| spellingShingle | Fernando Caio Galdi Leonel Molero Pereira Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica BBR: Brazilian Business Review var volatilidade estocástica garch ewma |
| title | Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica |
| title_full | Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica |
| title_fullStr | Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica |
| title_full_unstemmed | Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica |
| title_short | Valor em Risco (VaR) utilizando modelos de previsão de volatilidade: EWMA, GARCH e Volatilidade Estocástica |
| title_sort | valor em risco var utilizando modelos de previsao de volatilidade ewma garch e volatilidade estocastica |
| topic | var volatilidade estocástica garch ewma |
| url | http://www.redalyc.org/articulo.oa?id=123016619005 |
| work_keys_str_mv | AT fernandocaiogaldi valoremriscovarutilizandomodelosdeprevisaodevolatilidadeewmagarchevolatilidadeestocastica AT leonelmoleropereira valoremriscovarutilizandomodelosdeprevisaodevolatilidadeewmagarchevolatilidadeestocastica |