Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/25939
Title: Value at risk intradiário, modelos de volatilidade condicional e distribuições de probabilidade: evidências para o Ibovespa
Authors: Oliveira, Denise Correia de
Keywords: Dados intradiários;Modelos de volatilidade;Value at risk
Issue Date: 29-Jun-2018
Citation: OLIVEIRA, Denise Correia de. Value at risk intradiário, modelos de volatilidade condicional e distribuições de probabilidade: evidências para o Ibovespa. 2018. 99f. Dissertação (Mestrado em Administração) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2018.
Abstract: This research aims to update and expand the investigation found in Lemgruber and Moreira (2004) and Cappa and Valls Pereira(2010) referring on the use of high frequency data in the estimation of daily and intraday volatility of the IBOVESPA and its subsequent application to the pricing on 1the value at risk (VaR). The models of the ARCH family of short and long memory are estimated from four distributions (Normal, Student t, Student t-asymmetric and GED) and are used in conjunction with deterministic methods of intraday seasonal filtering and by day of the week according to the method proposed by Taylor and Xu (1997) for predicting volatility and intraday VaR. Moreover, the Daily returns of the Ibovespa were used as well as the returns composed continuously of 5, 10 and 60 minutes for the intraday series. The data window comprises the period from January 2012 to September 2015.The results suggest the presence of long memory in the intraday returns according to the estimates of conditional volatility models with emphasis on the models (FIGARCH and FIAPARCH). Regarding the intraday seasonality filtering, it was verified that there was superior performance in the predictive quality of VaR for some of the models estimated with intraday seasonal filter; however, these improvements were marginal. In relation to the frequency of data, the results indicate through Kupiec's backtesting that the predictability power for the VaR with daily series is more stable and has better quality than with the use of high frequency data.
Portuguese Abstract: Esta pesquisa busca atualizar e ampliar a investigação encontrada em Lemgruber e Moreira (2004) e Cappa e Valls Pereira (2010) acerca do uso de dados de alta frequência na estimação das volatilidades diária e intradiária do IBOVESPA e sua subsequente aplicação à precificação do value at Risk (VaR). Os Modelos da família ARCH (memória curta e longa) foram estimados a partir de quatro distribuições (Normal, t-Student, tStudent assimétrica e GED) e utilizados em conjunto com métodos determinísticos de filtragem de sazonalidade intradiária e por dia da semana conforme o método proposto por Taylor e Xu (1997). A janela de dados compreende o período de janeiro de 2012 a setembro de 2015. Utilizou-se dos retornos diários bem como os retornos compostos continuamente de 5, 10 e 60 minutos para as séries intradiárias. Os resultados sugerem a presença de memória longa nos retornos intradiários de acordo com as estimativas dos modelos de volatilidade condicional com destaque para os modelos FIGARCH e FIAPARCH. No que diz respeito a filtragem da sazonalidade intradiária, verificou-se que houve desempenho superior na qualidade preditiva do VaR para alguns dos modelos estimados com filtro sazonal intradiário, entretanto, essas melhorias foram marginais. Em relação à frequência dos dados, os resultados indicam através do backtesting de Kupiec que o poder de previsibilidade para o VaR com séries diárias é mais estável e possui melhor qualidade do que com uso de dados de alta frequência.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/25939
Appears in Collections:PPGA - Mestrado em Administração

Files in This Item:
File Description SizeFormat 
Valueriskintradiário_Oliveira_2018.pdf5,05 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.