dc.contributorMELO, Silvio de Barros
dc.creatorBRITO, Leonardo Mendes Primo
dc.date2016-07-14T17:30:10Z
dc.date2016-07-14T17:30:10Z
dc.date2016-02-24
dc.identifierhttps://repositorio.ufpe.br/handle/123456789/17390
dc.descriptionO objetivo desta dissertação é estudar um conjunto de metodologias de Valor-em-Risco (VaR) que apresentam bom desempenho na literatura e avaliar como elas podem ser usadas para estimar o risco de diferentes setores da economia brasileira partindo de uma perspectiva de um investidor. VaR é a medida de risco mais usada na indústria financeira, e é utilizado por bancos privados e governos do mundo todo. Há uma vasta literatura tratando do VaR, porém há poucos estudos que investigam o uso do VaR como uma ferramenta para pequenos investimentos. Também há poucos estudos analisando estimativas do VaR para ações de empresas brasileiras. Este trabalho inicia-se com a revisão de algumas metodologias de cálculo de VaR e a identificação das metodologias com melhor desempenho. Em seguida, fazemos dois experimentos. O primeiro experimento consiste numa análise estatística de dados provenientes de diversas ações e índices setoriais da bolsa de valores brasileira em vários momentos diferentes afim de identificar quais metodologias VaR são potencialmente mais adequadas para cada ativo. O segundo experimento avalia o desempenho de uma seleção de metodologias VaR utilizando dados dos mesmos ativos e épocas do experimento anterior. Na última parte deste trabalho, otimizamos uma seleção de metodologias VaR para atuarem com dados recentes da bolsa de valores e analisamos os VaRs estimados supondo a visão de um potencial investidor. Os resultados dos nossos experimentos indicam que o VaR pode ser uma ferramenta eficiente na minimização da exposição ao risco, e pode potencialmente reduzir ou evitar perdas em negociações na bolsa de valores brasileira. Os experimentos também mostram que diferentes setores da economia brasileira tem propriedades de risco significativamente diferentes umas das outras.
dc.descriptionThe purpose of this dissertation is to study several leading Value-at-Risk (VaR) methodologies and evaluate how they can be used to assess the risk of different sectors of the Brazilian economy with the perspective of a potential investor. VaR is the financial industry’s most widely used risk measure, commonly adopted by banks and governments around the world. There is a great amount of ongoing research on VaR; however, there are few studies that use VaR as a potential tool for small investments. There are also very few studies that analyze VaR estimation of Brazilian companies. This dissertation first reviews VaR methodologies and elects a few among the best performing according to current literature. In a second stage, two experiments are conducted. The first experiment consists of a statistical evaluation of data from the Brazilian stock market during different time ranges so that adequate VaR methodologies may be chosen according to the data. The second experiment benchmarks the chosen VaR methodologies during the same time ranges. In a third and final stage, the chosen VaR methodologies are backtested using recent data from sectoral indices of the Brazilian stock market. The results of the experiments suggest that VaR may be an effective tool in minimizing risk exposure and potentially reducing or avoiding losses when trading in the Brazilian stock market. The experiments also show that different sectors of the economy have significantly different risk properties.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Pernambuco
dc.publisherUFPE
dc.publisherBrasil
dc.publisherPrograma de Pos Graduacao em Ciencia da Computacao
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.subjectalor-em-Risco
dc.subjectSéries temporais
dc.subjectVolatilidade
dc.subjectModelos GARCH
dc.titleA risk analysis of the brazilian stock market using value-at-risk and GARCH models
dc.typemasterThesis


Este ítem pertenece a la siguiente institución