Publicação

Avaliação empírica do risco de mercado: expected shortfall vs value-at-risk

Detalhes bibliográficos
Resumo:	O risco financeiro tem influenciado cada vez mais as decisões tomadas pelas instituições financeiras. Como tal, o preço de um ativo influencia os mercados financeiros, o que atinge diretamente as ações das instituições financeiras, uma vez que estas correm um risco, dado o investimento efetuado previamente. Neste seguimento, as instituições financeiras têm implementado algumas estratégias de prevenção e de gestão do risco, tais como o Value-at-Risk (VaR) e o Expected Shortfall (ES). O Value-at-Risk é um método de risco bastante utilizado pelas instituições financeiras. Contudo, a desvantagem deste método, ao não ser uma medida de risco coerente, propiciou a procura de um método alternativo, o Expected Shortfall, por parte das instituições financeiras. Embora, o Expected Shortfall tenha surgido para colmatar as lacunas do Value-at-Risk, este método também apresenta as suas desvantagens, pois é considerado uma medida não eliciável, segundo Roccioletti (2016) e Osmundsen (2016). Embora não seja relevante para o backtesting de acordo com Acerbi e Szekely (2014). Atualmente, ambos os métodos são utilizados para a avaliação do risco de mercado. Nesta dissertação apresenta-se uma análise de como são aplicadas, em séries financeiras, as várias formas de implementação do Value-at-Risk e do Expected Shortfall associado ao principal índice bolsista de Portugal, o PSI20. Recorreu-se a modelos paramétricos e não-paramétricos: o modelo com distribuição Normal e o modelo com distribuição e T-student, e o modelo Kernel, respetivamente. E, foi, também, utilizado o modelo GARCH com distribuição Normal. Por fim, foram aplicadas e analisadas metodologias de backtesting: o teste de Kupiec (1995) e o teste de Christoffersen (1998), para a avaliação dos diferentes modelos de previsão do Value-at-Risk e, ainda, os testes 1 e 2 desenvolvidos por Acerbi e Szekely (2014) para a previsão do Expected Shortfall. Para a série financeira em estudo conclui-se que o modelo paramétrico com distribuição Normal determina o melhor desempenho na previsão do risco, relativamente ao método Expected Shortfall.
Autores principais:	Gameiro, Ana Reis
Assunto:	Expected shortfall Value-at-risk Simulação histórica GARCH T-student Teses de mestrado - 2017
Ano:	2017
País:	Portugal
Tipo de documento:	dissertação de mestrado
Tipo de acesso:	acesso aberto
Instituição associada:	Universidade de Lisboa
Idioma:	português
Origem:	Repositório da Universidade de Lisboa

Descrição
Resumo:	O risco financeiro tem influenciado cada vez mais as decisões tomadas pelas instituições financeiras. Como tal, o preço de um ativo influencia os mercados financeiros, o que atinge diretamente as ações das instituições financeiras, uma vez que estas correm um risco, dado o investimento efetuado previamente. Neste seguimento, as instituições financeiras têm implementado algumas estratégias de prevenção e de gestão do risco, tais como o Value-at-Risk (VaR) e o Expected Shortfall (ES). O Value-at-Risk é um método de risco bastante utilizado pelas instituições financeiras. Contudo, a desvantagem deste método, ao não ser uma medida de risco coerente, propiciou a procura de um método alternativo, o Expected Shortfall, por parte das instituições financeiras. Embora, o Expected Shortfall tenha surgido para colmatar as lacunas do Value-at-Risk, este método também apresenta as suas desvantagens, pois é considerado uma medida não eliciável, segundo Roccioletti (2016) e Osmundsen (2016). Embora não seja relevante para o backtesting de acordo com Acerbi e Szekely (2014). Atualmente, ambos os métodos são utilizados para a avaliação do risco de mercado. Nesta dissertação apresenta-se uma análise de como são aplicadas, em séries financeiras, as várias formas de implementação do Value-at-Risk e do Expected Shortfall associado ao principal índice bolsista de Portugal, o PSI20. Recorreu-se a modelos paramétricos e não-paramétricos: o modelo com distribuição Normal e o modelo com distribuição e T-student, e o modelo Kernel, respetivamente. E, foi, também, utilizado o modelo GARCH com distribuição Normal. Por fim, foram aplicadas e analisadas metodologias de backtesting: o teste de Kupiec (1995) e o teste de Christoffersen (1998), para a avaliação dos diferentes modelos de previsão do Value-at-Risk e, ainda, os testes 1 e 2 desenvolvidos por Acerbi e Szekely (2014) para a previsão do Expected Shortfall. Para a série financeira em estudo conclui-se que o modelo paramétrico com distribuição Normal determina o melhor desempenho na previsão do risco, relativamente ao método Expected Shortfall.