[pt] A TEORIA DOS VALORES EXTREMOS: UMA ABORDAGEM CONDICIONAL PARA A ESTIMAÇÃO DE VALOR EM RISCO NO MERCADO ACIONÁRIO BRASILEIRO
[en] EXTREME VALUE THEORY: A CONDITIONAL APPROACH FOR VALUE AT RISK ESTIMATION IN THE BRAZILIAN STOCK MARKET
Descrição
[pt] Um dos fatos estilizados mais pronunciados acerca das distribuições de retornos financeiros diz respeito à presença de caudas pesadas. Isso torna os modelos paramétricos tradicionais de cálculo de Valor em Risco (VaR) inadequados para a estimação de VaR de baixas probabilidades (1% ou menos), dado que estes se baseiam na hipótese de normalidade para as distribuições dos retornos. Tais modelos não são capazes de inferir sobre as reais possibilidades de ocorrência de retornos atípicos. Sendo assim, o objetivo do presente trabalho é investigar o desempenho de modelos baseados na Teoria dos Valores Extremos para o cálculo de VaR, comparando-os com modelos tradicionais. Um modelo incondicional, proposto a caracterizar o comportamento de longo prazo da série, e um modelo condicional, sugerido por McNeil e Frey(1999), proposto a caracterizar a dependência presente na variância condicional dos retornos foram utilizados e testados em quatro séries de retornos de ações representativas do mercado brasileiro: retornos de Ibovespa, retornos de Ibovespa Futuro, retornos das ações da Telesp e retornos das ações da Petrobrás. Os resultados indicam que os modelos baseados na Teoria dos Valores Extremos são mais adequados para a modelagem das caudas, e conseqüentemente para a estimação de Valor em Risco quando os níveis de probabilidade de interesse são baixos. Além disso, o modelo condicional é mais adequado em épocas de crise, pois, ao contrário do modelo incondicional, tem a capacidade de responder rapidamente a mudanças na volatilidade. Medidas alternativas de risco, como a perda média e a perda mediana também foram propostas, a fim de fornecer estimativas para as perdas no caso do VaR ser violado.[en] The existence of fat tails is one of the striking stylized facts of financial returns distributions. This fact makes the use of traditional parametric models for Value at Risk (VaR) estimation unsuitable for the estimation of low probability events (1% or less). This is because traditional models are based on the conditional normality assumption for financial returns distributions, making them unsuitable to predict the actual probabilities of occurrence of atypical returns. The main purpose of this dissertation is to investigate the performance of VaR models based on Extreme Value Theory (EVT), and to compare them to some traditional models. Two classes of models are investigated. The first class is based in an unconditional model, which characterizes the long-term behavior of the time series of returns. The other class of models is a conditional one, which incorporates the short- term behavior of the return series, characterized by the strong dependency observed on the conditional variance of the returns.Both models were applied to four representative time series of the Brazilian stock market: The Bovespa Index, Future of Bovespa Index, Telesp stocks and Petrobrás stocks. The results indicates that EVT based models are suitable for low probability VaR estimation. Besides that, its possible to conclude that the conditional model is more appropriate for crisis periods, because of its capacity to quickly respond to volatility changes. Alternative risk measures are also used, to give estimates of the losses magnitudes in the case of VaR violation.