Gestão / Administração

Dissertações de Mestrado

Resumo

O conceito de Value at Risk (VaR) é uma medida de avaliação de risco de mercado utilizada pelas Instituições Financeiras no cálculo do capital regulamentar. O comitê de Basileia estabeleceu que as Instituições Financeiras têm a obrigatoriedade de reportar o seu valor interna e externamente. Dada a importância deste conceito para a gestão diária da actividade, este poderá ser aplicado na gestão de carteiras de investimentos, nomeadamente na escolha e proporção entre diferentes activos. Neste âmbito, o objectivo deste estudo será, não só obter a carteira óptima de modo a minimizar o VaR do portfolio, mas também analisar, à posterior, a performance de cada modelo usado no cálculo do VaR. Vamos recorrer ao modelo Variâncias-Covariâncias (VaR-Cov), em que a matriz referida é calculada de três formas distintas: Equally Weighted (todas as observações têm igual peso), Exponentially Weighted Moving Average (EWMA) e GARCH-BEKK e ao modelo de Simulação histórica. Relativamente aos resultados, se o nosso objectivo for a minimização do nível de capital regulamentar, então o modelo EWMA admitindo a distribuição normal como distribuição de rendimentos, apresenta-se, de entre os modelos analisados, o modelo com performance superior. Se o objectivo for a minimização do VaR, ignorando a minimização do nível de capital regulamentar, a escolha do modelo (modelo com performance superior) depende do nível de confiança analisado, sendo que o modelo EWMA não regista, para nenhum nível de significância, performance superior aos restantes.

 

Palavras chave: Exponentially Weighted Moving Average, GARCH-BEKK, Modelo, Variâncias-Covariâncias, Simulação Histórica, Variance-Covariance Model, Value-at-Risk, Historical Simulation

 

Índice 

Resumo
Abstract
Sumário executivo
Agradecimentos
Índice
Índice de tabelas
Índice de Gráficos

Introdução

1. Revisão da Literatura

2. Estimação do VaR
3. Descrição dos modelos 

3.1. Modelos paramétricos

3.1.1. Equally Weighted
3.1.2. GARCH BEKK
3.1.3. Exponentially Weighted Moving Average (EWMA)

3.2. Modelos não paramétricos

3.2.1. Simulação Histórica

3.3. Distribuição de rendimentos: Normal e t-Student

4. Avaliação da performance da previsão

4.1. Erro Absoluto Médio
4.2. Unconditional Coverage Test - Teste proposto por Kupiec (1995)
4.3. Conditional Coverage Test - Teste proposto por Christoffersen (1998)
4.4. Nível de Capital Regulamentar

5. Resultados

5.1. Distribuição empírica
5.2. Avaliação de performance

5.2.1. Estatística de Erro Absoluto Médio
5.2.2. VaR médio e número de excepções
5.2.3. Teste de Kupiec (1995) e teste de Christoffersen (1998)

5.3. Capital Mínimo Regulamentar

6. Conclusão

Bibliografia

Anexos

 

 

Trabalho completo