[en] A COMPARATIVE STUDY OF THE FORECAST CAPABILITY OF VOLATILITY MODELS

Detalhes bibliográficos
Ano de defesa: 2002
Autor(a) principal: LUIS ANTONIO GUIMARAES BENEGAS
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=2213&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=2213&idi=2
http://doi.org/10.17771/PUCRio.acad.2213
Resumo: [pt] O conceito de risco é definido como a distribuição de resultados inesperados devido a alterações nos valores das variáveis que descrevem o mercado. Entretanto, o risco não é uma variável observável e sua quantificação depende do modelo empregado para avaliá-lo. Portanto, o uso de diferentes modelos pode levar a previsões de risco significativamente diferentes.O objetivo principal desta dissertação é realizar um estudo comparativo dos modelos mais amplamente utilizados (medição de variância amostral nos últimos k períodos, modelos de amortecimento exponencial e o GARCH(1,1) de Bollerslev) quanto à capacidade preditiva da volatilidade.Esta dissertação compara os modelos de estimação de volatilidade citados acima quanto à sua capacidade preditiva para carteiras compostas por um conjunto de ações negociadas no mercado brasileiro. As previsões de volatilidade desses modelos serão comparadas com a volatilidade real fora da amostra. Como a volatilidade real não é uma variável observável, usou-se o mesmo procedimento adotado pelo RiskMetrics para o cálculo do fator de decaimento ótimo: assumiu-se a premissa que o retorno médio de cada uma das carteiras de ações estudadas é igual a zero e,como conseqüência disso, a previsão um passo à frente da variância do retorno realizada na data t é igual ao valor esperado do quadrado do retorno na data t.O objetivo final é concluir, por meio de técnicas de backtesting, qual dos modelos de previsão de volatilidade apresentou melhor performance quanto aos critérios de comparação vis-à-vis ao esforço computacional necessário. Dessa forma, pretende-se avaliar qual desses modelos oferece a melhor relação custo-benefício para o mercado acionário brasileiro.