Modelos de volatilidade

Top PDF Modelos de volatilidade:

Modelos de volatilidade estatística

Modelos de volatilidade estatística

Estes modelos heterosced´aticos s˜ao denominados modelos de volatilidade. O primeiro a desenvolvˆe-los foi Engle (1982), que atrav´es de valores dos retornos passados, fez a modelagem da volatilidade para a infla¸c˜ao inglesa. O modelo desenvolvido por Engle recebeu o nome de ARCH que significa Autoregressive Conditional Heteroskedasticity. J´a Bollerslev (1986) apresentou uma generaliza¸c˜ao dos modelos ARCH, denomi- nado modelo GARCH (Generalized ARCH ). A principal diferen¸ca do modelo GARCH em rela¸c˜ao ao modelo ARCH foi a inclus˜ao de volatilidades anteriores na f´ormula da variˆancia condicional, permitindo ao modelo ser mais parcimonioso.
Mostrar mais

74 Ler mais

Modelos de volatilidade estocástica com deformação temporal : com aplicação aos dados do IBOVESPA

Modelos de volatilidade estocástica com deformação temporal : com aplicação aos dados do IBOVESPA

Também encontramos que retornos negativos no dia anterior conduzem a uma volatilidade maior do que retornos positivos (ambos de mesmo módulo), o que significa dizer que, pa[r]

26 Ler mais

DEFINICAO, IDENTIFICACAO E ESTIMACAO DO MODELO ARCH E COMPARACAO COM OUTROS MODELOS DE VOLATILIDADE ( 1}

DEFINICAO, IDENTIFICACAO E ESTIMACAO DO MODELO ARCH E COMPARACAO COM OUTROS MODELOS DE VOLATILIDADE ( 1}

lsto e, urn perfodo de baixa (alta} volatilidade e precedido par perfodos de baixa (alta) volatilidade. Procura-se neste trabalho caracterizar os modelos mais import[r]

18 Ler mais

Mudanças de regime e persistência dos choques sobre a volatilidade para a série de preços do petróleo: uma análise comparativa da família GARCH e modelos com mudança de regime Markoviana – MSIH e SWARCH

Mudanças de regime e persistência dos choques sobre a volatilidade para a série de preços do petróleo: uma análise comparativa da família GARCH e modelos com mudança de regime Markoviana – MSIH e SWARCH

A previsão dos preços do petróleo é fundamental para o planejamento energético e oferece subsídio a tomada de decisões de longo prazo, que envolvem custos irrecuperáveis. No entanto, os preços do petróleo são muito instáveis sujeitos a choques como resultado de questões geopolíticas, poder de mercado da OPEP (Organização dos Países Exportadores de Petróleo) e pressões de demanda resultando numa série sujeita a quebras estruturais, prejudicando a estimação e previsão de modelos de série temporal. Dada a limitação dos modelos de volatilidade da família GARCH, que são instáveis e apresentam elevada persistência em séries com mudanças estruturais, este trabalho compara a previsão da volatilidade, em termos de intervalos de confiança e persistência, dos modelos de volatilidade com mudança de regime markoviana em relação aos modelos de volatilidade determinísticos. Os modelos de volatilidade com mudança de regime considerados são o modelo SWARCH (Markov Switch ARCH) e introduz-se o modelo MSIH (Markov Switch Intercept Heteroskedasticity) para o estudo da volatilidade. Como resultado as previsões de volatilidade dos modelos com mudança de regime permitem uma estimação da volatilidade que reduz substancialmente a persistência em relação aos modelos GARCH. Palavras Chave: Volatilidade; Mudança de Regime Markoviana; MSAR; SWARCH. Classificação JEL: C22; G17.
Mostrar mais

22 Ler mais

Um Estudo sobre Modelos para Volatilidade Estocástica

Um Estudo sobre Modelos para Volatilidade Estocástica

Modelos de dados temporais são de extrema importância para a sociedade, seja para entender um processo natural ou um fenômeno econômico. Sua aplicação adequada é fundamental para gerar boas estimativas do comportamento do sistema. Afinal, predição de valores futuros é um dos principais objetivos de um modelo desse tipo (Brockwell e Davis, 2002). Eventualmente, o conjunto de dados de interesse pode apresentar uma variância distinta ao longo do tempo. Os modelos ARCH e GARCH são as soluções tradicionais para esse tipo de situação. Porém, tratam a variância de forma determinística. Em um panorama mais geral, a variância ou volatilidade dos dados pode ser considerada de natureza estocástica. Assim, surgem os modelos de volatilidade estocástica, que é o objeto principal de estudo nesse trabalho.
Mostrar mais

91 Ler mais

Prevendo a volatilidade realizada de ações brasileiras: evidências empíricas

Prevendo a volatilidade realizada de ações brasileiras: evidências empíricas

Este estudo compara previsões de volatilidade de sete ações negociadas na Bovespa usando 02 diferentes modelos de volatilidade realizada e 03 de volatilidade condicional. A intenção é encontrar evidências empíricas quanto à diferença de resultados que são alcançados quando se usa modelos de volatilidade realizada e de volatilidade condicional para prever a volatilidade de ações no Brasil. O período analisado vai de 01 de Novembro de 2007 a 30 de Março de 2011. A amostra inclui dados intradiários de 5 minutos. Os estimadores de volatilidade realizada que serão considerados neste estudo são o Bi-Power Variation (BPVar), desenvolvido por Barndorff-Nielsen e Shephard (2004b), e o Realized Outlyingness Weighted Variation (ROWVar), proposto por Boudt, Croux e Laurent (2008a). Ambos são estimadores não paramétricos, e são robustos a jumps. As previsões de volatilidade realizada foram feitas através de modelos autoregressivos estimados para cada ação sobre as séries de volatilidade estimadas. Os modelos de variância condicional considerados aqui serão o GARCH(1,1), o GJR (1,1), que tem assimetrias em sua construção, e o FIGARCH-CHUNG (1,d,1), que tem memória longa. A amostra foi divida em duas; uma para o período de estimação de 01 de Novembro de 2007 a 30 de Dezembro de 2010 (779 dias de negociação) e uma para o período de validação de 03 de Janeiro de 2011 a 31 de Março de 2011 (61 dias de negociação). As previsões fora da amostra foram feitas para 1 dia a frente, e os modelos foram reestimados a cada passo, incluindo uma variável a mais na amostra depois de cada previsão. As previsões serão comparadas através do teste Diebold-Mariano e através de regressões da variância ex-post contra uma constante e a previsão. Além disto, o estudo também apresentará algumas estatísticas descritivas sobre as séries de volatilidade estimadas e sobre os erros de previsão.
Mostrar mais

54 Ler mais

Testando o poder preditivo do VIX: uma aplicação do modelo de erro multiplicativo

Testando o poder preditivo do VIX: uma aplicação do modelo de erro multiplicativo

No …nal da década de 80 surgiram outros modelos baseados em séries temporais: os modelos de volatilidade estocástica. Propostos por Hull e White (1987), estes modelos permitem que a volatilidade esteja sujeita a choques, que podem ou não estar ligados aos choques que afetam os próprios retornos, o que gera um maior grau de ‡exibilidade do modelo frente aos modelos ARCH. Segundo Poon e Granger (2003), esta ‡exibilidade gera di…culdades na estimação do modelo, pois não há uma forma fechada para a função de verossimilhança, ao contrário dos modelos ARCH, sendo então necessária a utilização de outros métodos de estimação, como o de quase-máxima verossimilhança, por exemplo. Devido a esta di…culdade no cálculo, a difusão destes modelos se deu apenas com o avanço computacional, durante a década de 90. Na comparação com modelos GARCH, não há um consenso de qual modelo é superior. Lehar, Scheicher e Schittenkopf (2002) a…rmam que modelos GARCH são superiores aos modelos de volatilidade estocástica, enquanto que Nakajima (2010) dá suporte aos modelos de volatilidade estocástica, utilizando econometria bayesiana.
Mostrar mais

37 Ler mais

Modelagem da volatilidade em séries temporais financeiras via modelos GARCH com abordagem bayesiana

Modelagem da volatilidade em séries temporais financeiras via modelos GARCH com abordagem bayesiana

Além dos modelos já citados, para modelar a volatilidade, existem os modelos de Volatilidade Estocástica (VE) introduzidos por Taylor (1982), os quais tem sido uma alternativa aos modelos de tipo ARCH de Engle (1982). Estes modelos podem ser mais realistas ao assumir que a variância condicional varia estocasticamente, por isso é que em alguns casos estes modelos são conhecidos por modelar melhor a volatilidade do que os modelos GARCH, ver Kim, Shephard e Chib (1998) e Barossi-Filho, Achcar e Souza (2010). A estimativa dos parâmetros não é fácil neste tipo de modelos, devido a que não é possível obter a função da verossimilhança de forma analítica pois as volatilidades aparecem como variáveis latentes. Muitos métodos de estimação tem sido propostos na literatura, sendo o método MCMC proposto por Jacquier, Polson e Rossi (2002) um dos mais eficientes. Devido à evidência empírica de assimetria na distribuição dos retornos financeiros ver por exemplo Jondeau e Rockinger (2003), tem surgido extensões do modelo VE como as apresentadas por Cappuccio, Lubian e Raggi (2006), Tsiotas (2012) e Abanto-Valle, Lachos e Dey (2013).
Mostrar mais

88 Ler mais

Value-at-Risk da Carteira do Ibovespa: uma análise com o uso de modelos de memória longa.

Value-at-Risk da Carteira do Ibovespa: uma análise com o uso de modelos de memória longa.

Depois das iniciativas do J. P. Morgan, pesquisadores de econometria financeira desenvolveram diversos modelos de mensuração e cálculo do risco de mercado que superassem a capacidade preditiva do Riskmetrics. Entre as várias linhas de pesquisa, estudos de risco de mercado adentraram no campo da estatística com a Teoria dos Valores de Extremos, trabalharam com modelos de volatilidade condicional da Economia, abordaram questões de memória longa em séries temporais, provindos das teorias físicas e trabalharam com simulações computacionais e testes de stress, entre outros. No entanto, até o presente momento, não existe uma teoria unificada que consiga mensurar, de forma simples, rápida e com parcimônia, os riscos provindos das oscilações dos mercados.
Mostrar mais

14 Ler mais

pt 1808 057X rcf 28 75 00361

pt 1808 057X rcf 28 75 00361

Este artigo tem por objetivo avaliar modelos de volatilidade baseados em variação nos mercados de ações dos EUA e do Brasil. A contribuição deste trabalho é dupla. Primeiro, teoricamente, sugere uma abordagem do tipo GARCH desenhada para incorporar a volatilidade baseada em variação como uma variável exógena nos modelos GARCH e em heterocedasticidade condicional autorregressiva limiar (TARCH). O objetivo principal é avaliar os ganhos na previsão, incluindo a variação como informação adicional em abordagens do tipo GARCH. Observe-se que no modelo CARR, Chou (2005) abordou a modelagem baseada em variação com uso de uma abordagem de variância condicional, diferentemente dos modelos do tipo GARCH, que lidam com a modelagem dos retornos dos ativos inanceiros. Aqui, recorremos a uma abordagem do tipo GARCH, isto é, baseados nos retornos, mas também inclui a variação como uma fonte de informação adicional sobre a volatilidade. Segundo, empiricamente, avaliamos o desempenho de modelos de volatilidade baseados em variação nos mercados de ações dos EUA e do Brasil. Vale notar que este artigo contribui com a literatura abordando empiricamente um mercado emergente; há falta de estudos nesse contexto, por isso nossos resultados podem oferecer informações de grande
Mostrar mais

16 Ler mais

Desempenho de estimadores de volatilidade na bolsa de valores de São Paulo.

Desempenho de estimadores de volatilidade na bolsa de valores de São Paulo.

Adotamos trˆes medidas de desempenho: (1) raiz do erro quadr´atico m´edio (REQM ), (2) erro absoluto m´edio (EAM ), e (3) desempenho dos estimadores quando aplicados ` a extra¸c˜ ao do valor em risco (VaR). Uma alternativa seria con- siderar o apre¸camento de op¸c˜ oes para avaliar o desempenho dos estimadores de volatilidade. A id´eia consiste em montar uma carteira de op¸c˜ oes e verificar qual estimador de volatilidade proporciona um maior retorno. Andrade (1996) realiza um estudo desse gˆenero para uma carteira de op¸c˜ oes de Telebr´as, concluindo que os estimadores GK n˜ ao apresentam bons resultados. Entretanto, White (2000) critica exatamente esse tipo de an´alise por ser fortemente dependente de uma ´
Mostrar mais

20 Ler mais

Produção sustentável em áreas já convertidas para o uso agropecuário (com base no Plano ABC)

Produção sustentável em áreas já convertidas para o uso agropecuário (com base no Plano ABC)

Entre todas as projeções, as de floresta solteira (Floresta Convencional e Floresta Cultivo Mínimo) são aquelas que apresentam o melhor tempo de retorno (7 anos), ou seja, após o prime[r]

54 Ler mais

A persistência dos choques sobre a volatilidade dos preços do boi gordo no estado de são paulo / The persistency of shocks on the volatility of  prices of fat ox  in the state of são paulo

A persistência dos choques sobre a volatilidade dos preços do boi gordo no estado de são paulo / The persistency of shocks on the volatility of prices of fat ox in the state of são paulo

Engle (1982) em seu trabalho seminal teve como objetivo estimar a variância da inflação no Reino Unido, a partir de informações e dados dos anos 70. O resultado de seu trabalho evidenciou a existência de variância condicional nessa série de retornos, projetando posteriormente uma grandiosidade de trabalhos sobre o modelo ARCH, doravante apresentado. Em sua segunda publicação, Engle se utilizou da modelagem ARCH para a definição do risco de uma carteira de investimentos, assumindo que o mesmo seguia um processo de variância condicional. Em 2001, na publicação “The use of ARCH/GARCH models in applied econometrics”, Engle, através dos modelos ARCH e GARCH comprovou
Mostrar mais

21 Ler mais

Econ. Apl.  vol.17 número3

Econ. Apl. vol.17 número3

Este trabalho teve como objetivo investigar a relação entre a dinâmica da vo- latilidade da taxa de câmbio real efetiva e as variações taxa de juros no Brasil. Os resultados dos testes de hipótese realizados no modelo VAR-GARCH-M em geral rejeitam a hipótese de independência entre a volatilidade da taxa de câmbio real efetiva e as flutuações da taxa de juros real e nominal. Mais especificamente, houve evidência de que a variância da taxa de câmbio real efetiva é afetada pelos choques defasados na média e na variância da taxa de juros. Considerando que o regime de metas para a inflação no Brasil tem como principal instrumento a fixação da taxa SELIC, os resultados deste trabalho su- gerem que a volatilidade cambial no Brasil possivelmente teve sua dinâmica afetada pela regra de política monetária adotada no período analisado. Tal consideração confirma os resultados de trabalhos como os de Obstfeld (2000), Divereux & Engel (2002), Galí & Monacelli (2005) Patereau (2007). Esses au- tores enfatizam a relação entre política monetária e volatilidade cambial. Um ponto importante destacado por Galí & Monacelli (2005) é que as regras que visam estabilizar índices de preços ao consumidor tendem a provocar elevada volatilidade da taxa de juros e da taxa de câmbio real. A justificativa apresen- tada seria a potencial rigidez dos preços ao consumidor aos choques cambiais e monetários.
Mostrar mais

24 Ler mais

Modelagem de volatilidade via modelos GARCH com erros assimétricos: abordagem Ba...

Modelagem de volatilidade via modelos GARCH com erros assimétricos: abordagem Ba...

Muitas vezes a utilização da distribuição de probabilidade Normal Padrão para os erros dos modelos GARCH não é suficiente para adequar as características de caudas pesadas e assimetria dos retornos financeiros. Assim, tanto para os erros dos modelos GARCH como para os erros dos modelos DCC-GARCH, nesta dissertação é estudado a utilização de distribuições de probabilidade com caudas mais pesadas do que a dis- tribuição Normal Padrão e também consideramos uma forma de tornar possivelmente assimétrica (skew) essas distribuições. A estimação é feita sob o enfoque Bayesiano o que possibilita analisar essas características através da distribuição a posteriori dos pa- râmetros, uma vez que as distribuições de probabilidade utilizadas são parametrizadas em função de parâmetros de peso nas caudas e de assimetria.
Mostrar mais

90 Ler mais

Análise da volatilidade do Índice Bovespa: um estudo empírico utilizando modelos da classe ARCH

Análise da volatilidade do Índice Bovespa: um estudo empírico utilizando modelos da classe ARCH

Os resultados da estimação para a média con- dicional e a volatilidade dos retornos IBOVESPA estão reportados na Tabela 5. Pode-se observar a princípio, que os choques na série de retorno do IBOVESPA terão efeitos por vários períodos na sua volatilidade, ou seja, há uma persistência de cho- ques na volatilidade, uma vez que a soma dos parâmetros e no modelo GARCH(1,1) e o valor do termo foram próximos, sendo de 0,97 e 0,96 respectivamente. Outro ponto interes- sante a ser observado é a assimetria na volatilidade dos retornos, cuja presença pode ser evidenciada no modelo EGARCH(1,1), uma vez que o coeficiente do termo . mostrou-se significativamente diferente de zero aos níveis de significância, ou seja, choques positivos e negativos têm impacto distinto sobre a volatilidade, porém, não há evidência de efei- to alavancagem. O modelo TARCH(1,1), também, confirma a assimetria evidenciada pelo modelo EGARCH(1,1), posto que o parâmetro associado ao termo mostrou-se significativamente di- ferente de zero e também não fornece evidência do efeito alavancagem.
Mostrar mais

10 Ler mais

Risco de câmbio no mercado interbancário brasileiro: um estudo comparativo entre modelos de predição de volatilidade

Risco de câmbio no mercado interbancário brasileiro: um estudo comparativo entre modelos de predição de volatilidade

O modelo de média móvel com ponderação exponencial (EWMA) é, essencialmente, uma simples extensão do modelo de volatilidade histórica ponderada, no qual as observações mais recentes têm um impacto maior na previsão da volatilidade que os dados mais antigos. Na especificação do modelo EWMA, a última observação recebe maior peso, enquanto os pesos associados às observações anteriores declinam exponencialmente. Esta abordagem tem duas vantagens em relação ao modelo histórico simples. Em primeiro lugar, na prática, a volatilidade é mais influenciada por eventos recentes, aos quais são atribuídos maiores pesos, que eventos ocorridos no passado. Em segundo lugar, o efeito na volatilidade de uma simples observação declina a uma taxa exponencial, na medida em que os pesos a ela associados declinam com o passar do tempo. Por outro lado, a abordagem histórica simples poderia levar a uma abrupta mudança de volatilidade caso o choque seja retirado da amostragem. E se o choque estiver incluído em período de amostragem relativamente longo, então uma observação
Mostrar mais

210 Ler mais

O mercado de opções de petrobras é Ineficiente? Um estudo a partir da estratégia delta-gama-neutra

O mercado de opções de petrobras é Ineficiente? Um estudo a partir da estratégia delta-gama-neutra

opções da Petrobras, com o objetivo de se “ ” contra possíveis variações no preço do ativo&objeto, operando sua volatilidade. A estratégia consiste em comprar opções relativamente baratas (com volatilidade implícita baixa), vender opções relativamente caras (com volatilidade implícita alta) de mesmo ativo&objeto e vencimento e, simultâneamente, comprar ou vender a ação em uma quantidade que faça com que o delta e o gama da estratégia valham zero. 1 Sabe&se que fazendo o apenas no preço do ativo&objeto, a estratégia ainda segue exposta a outros fatores além da volatilidade, como tempo para o vencimento e variações da taxa de juros livre de risco da economia, porém a influência dessas variáveis dentro da operação tende a ser baixa, uma vez que há operações em sentidos opostos nas opções. Assim, grande parte do efeito gerado por uma delas é anulado pela outra.
Mostrar mais

40 Ler mais

Efeito da volatilidade da taxa de câmbio no crescimento econômico brasileiro

Efeito da volatilidade da taxa de câmbio no crescimento econômico brasileiro

Essa pesquisa intenta identificar com acuidade o efeito da volatilidade da taxa de câmbio no crescimento. Seguindo a literatura, a análise foi realizada em um país em desenvolvimento, intentando identificar o efeito direto da volatilidade no crescimento. Ao contrário da maioria dos estudos empíricos, foi realizada uma análise em um único país objetivando mitigar problemas de comparabilidade dos dados. Optou-se pelo Brasil, pois, o mesmo é o país com maior destaque dentre os BRICs, segundo a OCDE, e pesquisas sugerem que series históricas correlacionadas com o crescimento apresentam comportamento similar ao observado no mundo. Mensurou-se volatilidade por oito métricas e crescimento por meio duas métricas. As estimações foram realizadas pelo Método Generalizado dos Momentos, por apresentar melhor propriedades de amostras finitas e para tratar problemas de endogeneidade. Os resultados desse estudo apresentam evidências que sugerem que a volatilidade cambial afeta negativamente o crescimento.
Mostrar mais

26 Ler mais

Volatilidade e Previsão de Retorno com Modelos de Alta Frequência e GARCH: Evidências para o Mercado Brasileiro.

Volatilidade e Previsão de Retorno com Modelos de Alta Frequência e GARCH: Evidências para o Mercado Brasileiro.

Desde a apresentação por Hsieh (1991) de uma das pri- meiras estimativas de variância nos retornos diários basea- dos nos retornos intraday do índice de ações S&P500, alcan- çaram-se progressos em várias áreas diferentes. Entre outros artigos seminais que discutem as propriedades e caracterís- ticas únicas das distribuições dos dados intraday, podem- se mencionar: Zhou (1996), que usou dados de frequência hiper-alta relevantes aos mercados de câmbio para explicar a autocorrelação negativa da primeira ordem de retornos e para estimar a volatilidade para dados de alta-frequência; Goodhart e O’Hara (1997) que destacam os efeitos da es- trutura de mercado na interpretação e análise dos dados, os efeitos sazonais intraday e os efeitos da volatilidade tempo- ral; e Andersen e Bollerslev (1997, 1998a) que analisaram o comportamento da volatilidade intraday, os choques de vo- latilidade devido a pronunciamentos macroeconômicos e a persistência de longo prazo na série temporal da volatilidade realizada, também no mercado de câmbio.
Mostrar mais

13 Ler mais

Show all 10000 documents...