Página 1 dos resultados de 5 itens digitais encontrados em 0.011 segundos

Modelos univariados e multivariados para cálculo do Valor-em-Risco de um portifólio; Multivariate and Univariate Models for Forecasting a Portfolio's Value-at-Risk

Fava, Renato Fadel
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 19/04/2010 Português
Relevância na Pesquisa
56.86%
Este trabalho consiste em um estudo comparativo de diversos modelos para cálculo do Valor em Risco de um portifólio. São comparados modelos que consideram a série univariada de log-retornos do portifólio versus mo- delos multivariados, que consideram as séries de log-retornos de cada ativo que compõe o portifólio e suas correlações condicionais. Além disso, são testados modelo propostos recentemente, que possuem pouca literatura a respeito, como o PS-GARCH e o VARMA-GARCH. Também propomos um novo modelo, que utiliza o resultado acumulado do portifólio nos últimos dias como variável exógena. Os diferentes modelos são avaliados em termos de sua adequação às exigëncias do Acordo de Basileia e seu impacto financeiro, em um período que inclui épocas de alta volatilidade. De forma geral, não foram notadas grandes diferenças de performance entre modelos univariados e multivariados. Os modelos mais complexos mostraram-se mais eficientes, produzindo resultados satisfatórios inclusive em tempos de crise.; The present work consists of a comparative study of several portfolio Value-at-Risk models. Univariate models, which consider only the portfolio log-returns series, are compared to multivariate models, which consider the log-returns series of each asset individually and their conditional correlations. Additionally...

Granger-Causal Analysis of VARMA-GARCH Models

WOŹNIAK, Tomasz
Fonte: Instituto Universitário Europeu Publicador: Instituto Universitário Europeu
Tipo: Trabalho em Andamento Formato: application/pdf; digital
Português
Relevância na Pesquisa
86.55%
Recent economic developments have shown the importance of spillover and contagion effects in financial markets. Such effects are not limited to relations between the levels of financial variables but also impact on their volatility. I investigate Granger causality in conditional mean and conditional variances of time series. For this purpose a VARMA-GARCH model is used. I derive parametric restrictions for the hypothesis of noncausality in conditional variances between two groups of variables, when there are other variables in the system as well. These novel conditions are convenient for the analysis of potentially large systems of economic variables. Such systems should be considered in order to avoid the problem of omitted variable bias. Further, I propose a Bayesian Lindley-type testing procedure in order to evaluate hypotheses of noncausality. It avoids the singularity problem that may appear in the Wald test. Also, it relaxes the assumption of the existence of higher-order moments of the residuals required for the derivation of asymptotic results of the classical tests. In the empirical example, I find that the dollar-to-Euro exchange rate does not second-order cause the pound-to-Euro exchange rate, in the system of variables containing also the Swiss frank-to-Euro exchange rate...

Granger-Causal Analysis of Conditional Mean and Volatility Models

WOŹNIAK, Tomasz
Fonte: Instituto Universitário Europeu Publicador: Instituto Universitário Europeu
Tipo: Tese de Doutorado Formato: application/pdf; digital
Português
Relevância na Pesquisa
56.39%
Recent economic developments have shown the importance of spillover and contagion effects in financial markets as well as in macroeconomic reality. Such effects are not limited to relations between the levels of variables but also impact on the volatility and the distributions. Granger causality in conditional means and conditional variances of time series is investigated in the framework of several popular multivariate econometric models. Bayesian inference is proposed as a method of assessment of the hypotheses of Granger noncausality. First, the family of ECCC-GARCH models is used in order to perform inference about Granger-causal relations in second conditional moments. The restrictions for second-order Granger noncausality between two vectors of variables are derived. Further, in order to investigate Granger causality in conditional mean and conditional variances of time series VARMA-GARCH models are employed. Parametric restrictions for the hypothesis of noncausality in conditional variances between two groups of variables, when there are other variables in the system as well are derived. These novel conditions are convenient for the analysis of potentially large systems of economic variables. Bayesian testing procedures applied to these two problems...

Bootstrap forecasts of multivariate time series

Fresoli, Diego
Fonte: Universidade Carlos III de Madrid Publicador: Universidade Carlos III de Madrid
Tipo: Tese de Doutorado
Português
Relevância na Pesquisa
26.32%
En esta tesis se estudia el desempeño de procedimientos que tienen por objetivo la aproximación de densidades de predicción y sus respectivos intervalos y regiones de confianza en series de tiempos multivariantes. En concreto, desarrollamos procedimientos bootstrap para predecir los modelos VAR y DCC, utilizados a menudo en la modelización y predicción de series temporales macroeconómicas y financieras. La metodología bootstrap analizada en esta tesis es atractiva debido a que no necesita supuestos distribucionales y es apropiada para incorporar la incertidumbre de los parámetros y del modelo. En el Capítulo 1 se describen los modelos VAR y DCC y el enfoque tradicional para construir densidades de predicción con los mismos. Los problemas que surgen con este enfoque nos motiva a considerar alternativas, algunas de ellas basadas en bootstrapping. Para entonces será un momento propicio para presentar brevemente la metodología bootstrap en el marco de series de tiempo así como su aplicación en problemas de predicción. En el Capítulo 2 se establece la validez asintótica y se analiza el desempeño en muestras pequeñas de un procedimiento bootstrap propuesto para construir densidades de predicción multivariante en el contexto de modelos VAR no Gausianos. Este procedimiento bootstrap no necesita de la representación backward usada por las alternativas existentes en la literatura y...

Affine and generalized affine models : Theory and applications

Feunou Kamkui, Bruno
Fonte: Université de Montréal Publicador: Université de Montréal
Tipo: Thèse ou Mémoire numérique / Electronic Thesis or Dissertation
Português
Relevância na Pesquisa
26.38%
Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal