O value at risk na avaliação de risco do índice Bovespa

Detalhes bibliográficos
Autor(a) principal: Epstein, Natan
Data de Publicação: 2009
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/19157
Resumo: O Value at Risk (VaR) é, hoje, uma das principais ferramentas para a gestão de risco no mercado financeiro. Sua aceitação decorre de fatores como a sua polivalência (pode ser usado, virtualmente, para medir o risco de qualquer ativo), a simplicidade do seu conceito e a sua capacidade de expressar, com um único valor, o risco existente em várias posições. Existem diversas metodologias para se calcular o VaR, sendo algumas mais conhecidas, seja pela simplicidade, seja pela precisão. O objetivo deste trabalho é apresentar três dessas metodologias (ou modelos) e, através da aplicação prática dos mesmos, demonstrar, dentro de um ambiente controlado, a sua eficácia ou não, na capacidade de antever os riscos. Os modelos utilizados foram: Modelo de Simulação Histórica; Simulação de Monte Carlo e um modelo alternativo apresentado pelo Banco JP Morgan Chase & Co. O teste prático foi realizado com um índice de ações conhecido com IBovespa, que abrange as principais ações em negociação no mercado de títulos brasileiro. O teste foi aplicado entre 02/01/2001 e 17/09/2009, totalizando 2160 (dois mil cento e sessenta) dias de negociação. Os resultados indicam que, para o ambiente analisado e dentro dos parâmetros estabelecidos, os três modelos utilizados para calcular o VaR obtiveram resultados satisfatórios.
id UFRGS-2_feba53156c7adf48476d4af5f86162a3
oai_identifier_str oai:www.lume.ufrgs.br:10183/19157
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Epstein, NatanLamb, Roberto2010-04-16T04:15:37Z2009http://hdl.handle.net/10183/19157000734620O Value at Risk (VaR) é, hoje, uma das principais ferramentas para a gestão de risco no mercado financeiro. Sua aceitação decorre de fatores como a sua polivalência (pode ser usado, virtualmente, para medir o risco de qualquer ativo), a simplicidade do seu conceito e a sua capacidade de expressar, com um único valor, o risco existente em várias posições. Existem diversas metodologias para se calcular o VaR, sendo algumas mais conhecidas, seja pela simplicidade, seja pela precisão. O objetivo deste trabalho é apresentar três dessas metodologias (ou modelos) e, através da aplicação prática dos mesmos, demonstrar, dentro de um ambiente controlado, a sua eficácia ou não, na capacidade de antever os riscos. Os modelos utilizados foram: Modelo de Simulação Histórica; Simulação de Monte Carlo e um modelo alternativo apresentado pelo Banco JP Morgan Chase & Co. O teste prático foi realizado com um índice de ações conhecido com IBovespa, que abrange as principais ações em negociação no mercado de títulos brasileiro. O teste foi aplicado entre 02/01/2001 e 17/09/2009, totalizando 2160 (dois mil cento e sessenta) dias de negociação. Os resultados indicam que, para o ambiente analisado e dentro dos parâmetros estabelecidos, os três modelos utilizados para calcular o VaR obtiveram resultados satisfatórios.The Value at Risk (VaR) is, today, one of the main tools for risk managing in the financial markets. Its acceptance comes from factors such as its versatility (it can be used to measure the risk of virtually any asset), its concept, very easy to understand, and its ability to express, with a single number, the risk existing in a large portfolio. There are several methods to calculate the VaR, with some being known by its simplicity and, other, by its accuracy. The aim of this paper is to present three of these methods (or models) and through the practical application of them, to show, within a controlled environment, their effectiveness or not, regarding the ability to anticipate risks. The models used were: Historical Simulation Model, Monte Carlo simulation and an alternative model presented by JP Morgan Chase & Co. The tests was performed using a stock index known as the Bovespa index, an index of about 50 stocks that accounted for 80% of the volume traded in the last 12 months on the São Paulo Stock, Mercantile & Futures Exchange (BOVESPA).The tests were applied between 02/01/2001 and 17/09/2009, representing a total of 2160 (two thousand two hundred and sixty) days of trading. The results indicate that, for the analyzed environment and within the parameters set, the three models used to calculate the VaR obtained satisfactory results.application/pdfporValue at Risk : VaRConfiabilidadeIndicadores financeirosValue at riskRiskHistorical simulation modelMonte carlo simulationO value at risk na avaliação de risco do índice Bovespainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPorto Alegre, BR-RS2009Administraçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000734620.pdf.txt000734620.pdf.txtExtracted Texttext/plain269850http://www.lume.ufrgs.br/bitstream/10183/19157/2/000734620.pdf.txtf12fbf1a38d3a81b3f8db3d13d3a37a3MD52ORIGINAL000734620.pdf000734620.pdfTexto completoapplication/pdf2828489http://www.lume.ufrgs.br/bitstream/10183/19157/1/000734620.pdf7c8db6ecbb9d15d861d56334def7b4a1MD51THUMBNAIL000734620.pdf.jpg000734620.pdf.jpgGenerated Thumbnailimage/jpeg947http://www.lume.ufrgs.br/bitstream/10183/19157/3/000734620.pdf.jpg1d07f6557ee2947be03a8b7f5d16bf27MD5310183/191572018-10-17 08:45:11.22oai:www.lume.ufrgs.br:10183/19157Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-17T11:45:11Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv O value at risk na avaliação de risco do índice Bovespa
title O value at risk na avaliação de risco do índice Bovespa
spellingShingle O value at risk na avaliação de risco do índice Bovespa
Epstein, Natan
Value at Risk : VaR
Confiabilidade
Indicadores financeiros
Value at risk
Risk
Historical simulation model
Monte carlo simulation
title_short O value at risk na avaliação de risco do índice Bovespa
title_full O value at risk na avaliação de risco do índice Bovespa
title_fullStr O value at risk na avaliação de risco do índice Bovespa
title_full_unstemmed O value at risk na avaliação de risco do índice Bovespa
title_sort O value at risk na avaliação de risco do índice Bovespa
author Epstein, Natan
author_facet Epstein, Natan
author_role author
dc.contributor.author.fl_str_mv Epstein, Natan
dc.contributor.advisor1.fl_str_mv Lamb, Roberto
contributor_str_mv Lamb, Roberto
dc.subject.por.fl_str_mv Value at Risk : VaR
Confiabilidade
Indicadores financeiros
topic Value at Risk : VaR
Confiabilidade
Indicadores financeiros
Value at risk
Risk
Historical simulation model
Monte carlo simulation
dc.subject.eng.fl_str_mv Value at risk
Risk
Historical simulation model
Monte carlo simulation
description O Value at Risk (VaR) é, hoje, uma das principais ferramentas para a gestão de risco no mercado financeiro. Sua aceitação decorre de fatores como a sua polivalência (pode ser usado, virtualmente, para medir o risco de qualquer ativo), a simplicidade do seu conceito e a sua capacidade de expressar, com um único valor, o risco existente em várias posições. Existem diversas metodologias para se calcular o VaR, sendo algumas mais conhecidas, seja pela simplicidade, seja pela precisão. O objetivo deste trabalho é apresentar três dessas metodologias (ou modelos) e, através da aplicação prática dos mesmos, demonstrar, dentro de um ambiente controlado, a sua eficácia ou não, na capacidade de antever os riscos. Os modelos utilizados foram: Modelo de Simulação Histórica; Simulação de Monte Carlo e um modelo alternativo apresentado pelo Banco JP Morgan Chase & Co. O teste prático foi realizado com um índice de ações conhecido com IBovespa, que abrange as principais ações em negociação no mercado de títulos brasileiro. O teste foi aplicado entre 02/01/2001 e 17/09/2009, totalizando 2160 (dois mil cento e sessenta) dias de negociação. Os resultados indicam que, para o ambiente analisado e dentro dos parâmetros estabelecidos, os três modelos utilizados para calcular o VaR obtiveram resultados satisfatórios.
publishDate 2009
dc.date.issued.fl_str_mv 2009
dc.date.accessioned.fl_str_mv 2010-04-16T04:15:37Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/19157
dc.identifier.nrb.pt_BR.fl_str_mv 000734620
url http://hdl.handle.net/10183/19157
identifier_str_mv 000734620
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/19157/2/000734620.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/19157/1/000734620.pdf
http://www.lume.ufrgs.br/bitstream/10183/19157/3/000734620.pdf.jpg
bitstream.checksum.fl_str_mv f12fbf1a38d3a81b3f8db3d13d3a37a3
7c8db6ecbb9d15d861d56334def7b4a1
1d07f6557ee2947be03a8b7f5d16bf27
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224391996997632