Publicação

Commodities energéticas: um estudo sobre a precisão das previsões do value-at-risk

Detalhes bibliográficos
Resumo:	Momentos de fortes oscilações nos preços das commodities podem provocar consequências indesejáveis para a economia como um todo. Esses movimentos acontecem com uma certa frequência no tempo, são difíceis de serem evitados e podem provocar prejuízos relevantes para quem não estiver preparado para enfrentá-los. Por isso, é de extrema importância para os agentes económicos tentar amenizar esses possíveis prejuízos através da criação de algum mecanismo de proteção no mercado futuro de commodities. Embora seja aconselhável, a exposição a esse mercado traz riscos adicionais que devem ser mensurados, como o risco de cauda. Uma das formas de controlar esse risco adequadamente é através da mensuração de medidas de risco, como o Valueat-Risk. Por envolver uma certa complexidade, os agentes económicos podem estar enfrentando dificuldades em realizar previsões confiáveis dessa medida de risco para as commodities. Por esse e por outros motivos, esta pesquisa buscou oferecer uma especificação estatística comum para que os agentes possam estimar com confiança o Value-at-Risk de quatro importantes commodities com fins energéticos. Para isso, analisamos diversas especificações diferentes do modelo Markov-switching GARCH, compostas por várias especificações de modelos heterocedásticos, várias distribuições condicionais e uma cadeia de Markov com até dois regimes, que podem ser homogéneos ou heterogéneos. Como resultado geral, aconselhamos o uso do modelo GARCH com distribuição de erro generalizada como a especificação estatística comum que possui a melhor qualidade média de previsão do Valueat- Risk. Esse resultado empírico foi obtido através dos seguintes passos: primeiro, identificamos os modelos heterocedásticos, as funções de densidade de probabilidade e os procedimentos que deveríamos utilizar nesta pesquisa; segundo, mostramos que a utilização de estruturas matemáticas mais complexas nos modelos heterocedásticos não está relacionada a melhores previsões do Value-at-Risk e que parâmetros adicionais nas funções de densidade permitem que os modelos se ajustem mais adequadamente aos dados; terceiro, oferecemos um caminho para encontrar a especificação estatística que possui a melhor qualidade média de previsão do Value-at-Risk para todas as commodities analisadas e mostramos que a utilização de cadeias de Markov homogéneas na estimação dos modelos não são aconselháveis; quarto, inovamos criando cadeias de Markov heterogéneas e mostramos que a sua utilização também não é aconselhada para prever as medidas de risco de cauda das commodities. Aqui, além do Value-at-Risk, analisamos também o Expected shortfall com o intuito de fortalecer as evidências encontradas; quinto, para ilustrar a importância dos resultados expostos, apresentamos um estudo de caso hipotético de uma aplicação prática da especificação estatística proposta dentro da aérea da gestão de risco de cauda; e sexto, por fim, criamos uma estratégia de negociação de pares no mercado futuro de commodities, como uma aplicação alternativa da especificação proposta. Todas essas evidências empíricas encontradas ao longo do desenvolvimento desta pesquisa são importantes e podem ajudar os agentes económicos a maximizarem as suas funções de utilidade, levando a um crescimento económico como um todo.
Autores principais:	Amaro, Raphael Silveira
Assunto:	Commodities Medidas de risco Value-at-Risk Heterocedásticidade GARCH Markov-switching Distribuições de probabilidade
Ano:	2023
País:	Portugal
Tipo de documento:	tese de doutoramento
Tipo de acesso:	acesso aberto
Instituição associada:	Universidade de Aveiro
Idioma:	português
Origem:	RIA - Repositório Institucional da Universidade de Aveiro

Descrição
Resumo:	Momentos de fortes oscilações nos preços das commodities podem provocar consequências indesejáveis para a economia como um todo. Esses movimentos acontecem com uma certa frequência no tempo, são difíceis de serem evitados e podem provocar prejuízos relevantes para quem não estiver preparado para enfrentá-los. Por isso, é de extrema importância para os agentes económicos tentar amenizar esses possíveis prejuízos através da criação de algum mecanismo de proteção no mercado futuro de commodities. Embora seja aconselhável, a exposição a esse mercado traz riscos adicionais que devem ser mensurados, como o risco de cauda. Uma das formas de controlar esse risco adequadamente é através da mensuração de medidas de risco, como o Valueat-Risk. Por envolver uma certa complexidade, os agentes económicos podem estar enfrentando dificuldades em realizar previsões confiáveis dessa medida de risco para as commodities. Por esse e por outros motivos, esta pesquisa buscou oferecer uma especificação estatística comum para que os agentes possam estimar com confiança o Value-at-Risk de quatro importantes commodities com fins energéticos. Para isso, analisamos diversas especificações diferentes do modelo Markov-switching GARCH, compostas por várias especificações de modelos heterocedásticos, várias distribuições condicionais e uma cadeia de Markov com até dois regimes, que podem ser homogéneos ou heterogéneos. Como resultado geral, aconselhamos o uso do modelo GARCH com distribuição de erro generalizada como a especificação estatística comum que possui a melhor qualidade média de previsão do Valueat- Risk. Esse resultado empírico foi obtido através dos seguintes passos: primeiro, identificamos os modelos heterocedásticos, as funções de densidade de probabilidade e os procedimentos que deveríamos utilizar nesta pesquisa; segundo, mostramos que a utilização de estruturas matemáticas mais complexas nos modelos heterocedásticos não está relacionada a melhores previsões do Value-at-Risk e que parâmetros adicionais nas funções de densidade permitem que os modelos se ajustem mais adequadamente aos dados; terceiro, oferecemos um caminho para encontrar a especificação estatística que possui a melhor qualidade média de previsão do Value-at-Risk para todas as commodities analisadas e mostramos que a utilização de cadeias de Markov homogéneas na estimação dos modelos não são aconselháveis; quarto, inovamos criando cadeias de Markov heterogéneas e mostramos que a sua utilização também não é aconselhada para prever as medidas de risco de cauda das commodities. Aqui, além do Value-at-Risk, analisamos também o Expected shortfall com o intuito de fortalecer as evidências encontradas; quinto, para ilustrar a importância dos resultados expostos, apresentamos um estudo de caso hipotético de uma aplicação prática da especificação estatística proposta dentro da aérea da gestão de risco de cauda; e sexto, por fim, criamos uma estratégia de negociação de pares no mercado futuro de commodities, como uma aplicação alternativa da especificação proposta. Todas essas evidências empíricas encontradas ao longo do desenvolvimento desta pesquisa são importantes e podem ajudar os agentes económicos a maximizarem as suas funções de utilidade, levando a um crescimento económico como um todo.