Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/15598 |
Resumo: | O conhecimento do risco de ativos financeiros é de fundamental importância para gestão ativa de carteiras, determinação de preços de opções e análise de sensibilidade de retornos. O risco é medido através da variância estatística e há na literatura diversos modelos econométricos que servem a esta finalidade. Esta pesquisa contempla o estudo de modelos determinísticos de volatilidade, mais especificamente os modelos GARCH simétricos e assimétricos. O período de análise foi dividido em dois: de janeiro de 2000 à fevereiro de 2008 e à outubro de 2008. Tal procedimento foi adotado procurando identificar a influência da crise econômica originada nos EUA nos modelos de volatilidade. O setor escolhido para o estudo foi o mercado de petróleo e foram escolhidas as nove maiores empresas do setor de acordo com a capacidade produtiva e reservas de petróleo. Além destas, foram modeladas também as commodities negociadas na Bolsa de Valores de Nova York: o barril de petróleo do tipo Brent e WTI. A escolha deste setor deve-se a sua grande importância econômica e estratégica para todas as nações. Os resultados encontrados mostraram que não houve um padrão de modelo de volatilidade para todos os ativos estudados e para a grande maioria dos ativos, há presença de assimetria nos retornos, sendo o modelo GJR (1,1) o que mais prevaleceu, segundo a modelagem pelo método da máxima verossimilhança. Houve aderência, em 81% dos casos, dos ativos a um determinado modelo de volatilidade, alterando apenas, como eram esperados, os coeficientes de reatividade e persistência. Com relação a estes, percebe-se que a crise aumentou os coeficientes de reatividade para alguns ativos. Ao se compararem as volatilidades estimadas de curto prazo, percebe-se que o agravamento da crise introduziu uma elevação média de 265,4% em relação ao período anterior, indicando um aumento substancial de risco. Para a volatilidade de longo prazo, o aumento médio foi de 7,9%, sugerindo que os choques reativos introduzidos com a crise, tendem a ser dissipados ao longo do tempo. |
id |
URGS_bea9195233d3a6cd85ad6baa4c19f9af |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/15598 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Macêdo, Guilherme Ribeiro deGalli, Oscar Claudino2009-04-23T14:13:46Z2009http://hdl.handle.net/10183/15598000686848O conhecimento do risco de ativos financeiros é de fundamental importância para gestão ativa de carteiras, determinação de preços de opções e análise de sensibilidade de retornos. O risco é medido através da variância estatística e há na literatura diversos modelos econométricos que servem a esta finalidade. Esta pesquisa contempla o estudo de modelos determinísticos de volatilidade, mais especificamente os modelos GARCH simétricos e assimétricos. O período de análise foi dividido em dois: de janeiro de 2000 à fevereiro de 2008 e à outubro de 2008. Tal procedimento foi adotado procurando identificar a influência da crise econômica originada nos EUA nos modelos de volatilidade. O setor escolhido para o estudo foi o mercado de petróleo e foram escolhidas as nove maiores empresas do setor de acordo com a capacidade produtiva e reservas de petróleo. Além destas, foram modeladas também as commodities negociadas na Bolsa de Valores de Nova York: o barril de petróleo do tipo Brent e WTI. A escolha deste setor deve-se a sua grande importância econômica e estratégica para todas as nações. Os resultados encontrados mostraram que não houve um padrão de modelo de volatilidade para todos os ativos estudados e para a grande maioria dos ativos, há presença de assimetria nos retornos, sendo o modelo GJR (1,1) o que mais prevaleceu, segundo a modelagem pelo método da máxima verossimilhança. Houve aderência, em 81% dos casos, dos ativos a um determinado modelo de volatilidade, alterando apenas, como eram esperados, os coeficientes de reatividade e persistência. Com relação a estes, percebe-se que a crise aumentou os coeficientes de reatividade para alguns ativos. Ao se compararem as volatilidades estimadas de curto prazo, percebe-se que o agravamento da crise introduziu uma elevação média de 265,4% em relação ao período anterior, indicando um aumento substancial de risco. Para a volatilidade de longo prazo, o aumento médio foi de 7,9%, sugerindo que os choques reativos introduzidos com a crise, tendem a ser dissipados ao longo do tempo.The knowledge of the risk of financial assets is of basic importance for active management of portfolios, determination of prices of options and analysis of sensitivity of returns. The risk is measured through the variance statistics and has in literature several econometrical models that serve to this purpose. This research contemplates the study of deterministic models of volatility, more specifically symmetrical and asymmetrical models GARCH. The period of analysis was divided in two: January of 2000 to the February of 2008 and the October of 2008. Such a proceeding was adopted trying to identify the influence of the economic crisis given rise in U.S.A. in the volatility models. The sector chosen for the study was the oil market and had been chosen the nine bigger companies of the sector in accordance with the productive capacity and reserves of oil. Beyond these, there were modeled also the commodities negotiated in the Stock Exchange of New York: the barrel of oil of the types Brent and WTI. The choice of this sector is due to his great economical and strategic importance for all the nations. The results showed that there was no a standard of model of volatility for all the studied assets and for the majority of them, there is presence of asymmetry in the returns, being the model GJR (1,1) that more prevailed, according to the method of likelihood. There was adherence, in 81 % of the cases, of the assets to a determined model of volatility, altering only the coefficients of reactivity and persistence. Regarding these, it is realized that the crisis increased the coefficients of reactivity for some assets. In relation to the volatilities of short term, it is realized that the aggravation of the crisis introduced an elevation of 265,4% regarding the previous period, indicating a substantial increase of risk. In relation to the volatility of long term, the increase was 7,9 %, suggesting that the reactive shocks introduced with the crisis have a tendency to be dispersed along the time.application/pdfporAtivos financeiros : PrecificaçãoCommodities : Investimento : Mercado de futurosAnálise financeiraVolatilityGARCH modelsAsymetricalRiskStandard deviationVarianceAnálise da volatilidade de séries financeiras segundo a modelagem da família GARCHinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPrograma de Pós-Graduação em AdministraçãoPorto Alegre, BR-RS2009mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000686848.pdf000686848.pdfTexto completoapplication/pdf2370266http://www.lume.ufrgs.br/bitstream/10183/15598/1/000686848.pdf96c5f3860b5875de12437b7a4d8e8f9aMD51TEXT000686848.pdf.txt000686848.pdf.txtExtracted Texttext/plain265506http://www.lume.ufrgs.br/bitstream/10183/15598/2/000686848.pdf.txt76ada79088f93b9fa07b7156d445bb51MD52THUMBNAIL000686848.pdf.jpg000686848.pdf.jpgGenerated Thumbnailimage/jpeg1045http://www.lume.ufrgs.br/bitstream/10183/15598/3/000686848.pdf.jpge4b31108eb6481ef64e62e8e6f06f67eMD5310183/155982018-10-17 09:35:29.23oai:www.lume.ufrgs.br:10183/15598Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-17T12:35:29Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
title |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
spellingShingle |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH Macêdo, Guilherme Ribeiro de Ativos financeiros : Precificação Commodities : Investimento : Mercado de futuros Análise financeira Volatility GARCH models Asymetrical Risk Standard deviation Variance |
title_short |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
title_full |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
title_fullStr |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
title_full_unstemmed |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
title_sort |
Análise da volatilidade de séries financeiras segundo a modelagem da família GARCH |
author |
Macêdo, Guilherme Ribeiro de |
author_facet |
Macêdo, Guilherme Ribeiro de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Macêdo, Guilherme Ribeiro de |
dc.contributor.advisor1.fl_str_mv |
Galli, Oscar Claudino |
contributor_str_mv |
Galli, Oscar Claudino |
dc.subject.por.fl_str_mv |
Ativos financeiros : Precificação Commodities : Investimento : Mercado de futuros Análise financeira |
topic |
Ativos financeiros : Precificação Commodities : Investimento : Mercado de futuros Análise financeira Volatility GARCH models Asymetrical Risk Standard deviation Variance |
dc.subject.eng.fl_str_mv |
Volatility GARCH models Asymetrical Risk Standard deviation Variance |
description |
O conhecimento do risco de ativos financeiros é de fundamental importância para gestão ativa de carteiras, determinação de preços de opções e análise de sensibilidade de retornos. O risco é medido através da variância estatística e há na literatura diversos modelos econométricos que servem a esta finalidade. Esta pesquisa contempla o estudo de modelos determinísticos de volatilidade, mais especificamente os modelos GARCH simétricos e assimétricos. O período de análise foi dividido em dois: de janeiro de 2000 à fevereiro de 2008 e à outubro de 2008. Tal procedimento foi adotado procurando identificar a influência da crise econômica originada nos EUA nos modelos de volatilidade. O setor escolhido para o estudo foi o mercado de petróleo e foram escolhidas as nove maiores empresas do setor de acordo com a capacidade produtiva e reservas de petróleo. Além destas, foram modeladas também as commodities negociadas na Bolsa de Valores de Nova York: o barril de petróleo do tipo Brent e WTI. A escolha deste setor deve-se a sua grande importância econômica e estratégica para todas as nações. Os resultados encontrados mostraram que não houve um padrão de modelo de volatilidade para todos os ativos estudados e para a grande maioria dos ativos, há presença de assimetria nos retornos, sendo o modelo GJR (1,1) o que mais prevaleceu, segundo a modelagem pelo método da máxima verossimilhança. Houve aderência, em 81% dos casos, dos ativos a um determinado modelo de volatilidade, alterando apenas, como eram esperados, os coeficientes de reatividade e persistência. Com relação a estes, percebe-se que a crise aumentou os coeficientes de reatividade para alguns ativos. Ao se compararem as volatilidades estimadas de curto prazo, percebe-se que o agravamento da crise introduziu uma elevação média de 265,4% em relação ao período anterior, indicando um aumento substancial de risco. Para a volatilidade de longo prazo, o aumento médio foi de 7,9%, sugerindo que os choques reativos introduzidos com a crise, tendem a ser dissipados ao longo do tempo. |
publishDate |
2009 |
dc.date.accessioned.fl_str_mv |
2009-04-23T14:13:46Z |
dc.date.issued.fl_str_mv |
2009 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/15598 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000686848 |
url |
http://hdl.handle.net/10183/15598 |
identifier_str_mv |
000686848 |
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:Biblioteca Digital de Teses e Dissertações 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 |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/15598/1/000686848.pdf http://www.lume.ufrgs.br/bitstream/10183/15598/2/000686848.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/15598/3/000686848.pdf.jpg |
bitstream.checksum.fl_str_mv |
96c5f3860b5875de12437b7a4d8e8f9a 76ada79088f93b9fa07b7156d445bb51 e4b31108eb6481ef64e62e8e6f06f67e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1816736816689053696 |