Mecanismos preditivos de risco no mercado financeiro e seu desempenho durante a Covid-19 e em outros eventos extremos

• Ano de defesa: 2022
• Autor(a) principal: Melo, José Mauro Urias de
• Orientador(a): Tabak, Benjamin Miranda
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Medidas coerentes de risco; Delta-normal; Monte Carlo; Simulação histórica
• Palavras-chave em Inglês: Expected shortfall; Value-at-Risk; Coherent risk measures; EWMA; GARCH; Historical simulation
• Link de acesso: https://hdl.handle.net/10438/33014

Este trabalho analisou empiricamente o poder preditivo das medidas quantitativas de risco VaR e ES em momentos de duradoura volatilidade extrema, como a pandemia de Covid-19, e em quedas expressivas, mas que não se repercutem aos pregões subsequentes. O cálculo das volatilidades contemplou Desvio Padrão, EWMA e GARCH e as modelagens, delta-normal, Simulação Histórica e Simulação de Monte Carlo. O estudo calibrou e submeteu todas as métricas a um backtesting, composto pelos testes de Kupiec, razão de verossimilhança condicional, incondicional e conjunta, que verifica tanto a proporção de violações à medida de risco quanto se elas ocorrem de forma agrupada. Os resultados sugerem que as modelagens mais eficientes para momentos de crise são as que que oferecem uma resposta mais rápida a inovações na série de retornos. Dessa forma, os modelos com melhor desempenho durante a Covid-19 foram: delta-normal com volatilidade EWMA ou com GARCH e Simulação de Monte Carlo. A assertividade em momentos de picos de volatilidade apresentada pelos três modelos também foi satisfatória.