Mensuração de risco de mercado com modelo Arma-Garch e distribuição T assimétrica

Abstract

A proposta do estudo é aplicar ao Ibovespa, modelo paramétrico de VaR de 1 dia, com distribuição dos retornos dinâmica, que procura apreciar características empíricas comumente apresentadas por séries financeiras, como clusters de volatilidade e leptocurtose. O processo de retornos é modelado como um ARMA com erros GARCH que seguem distribuição t assimétrica. A metodologia foi comparada com o RiskMetrics e com modelos ARMA-GARCH com distribuição dos erros normal e t. Os modelos foram estimados diariamente usando uma janela móvel de 1008 dias. Foi verificado pelos backtests de Christoffersen e de Diebold, Gunther e Tay que dentre os modelos testados, o ARMA(2,2)- GARCH(2,1) com distribuição t assimétrica apresentou os melhores resultados.

The proposal of the study is to apply to Ibovespa a 1 day VaR parametric model, with dynamic distribution of returns, that aims to address empirical features usually seen in financial series, such as volatility clustering and leptocurtosis. The returns process is modeled as an ARMA with GARCH residuals that follow a skewed t distribution. The methodology was compared to RiskMetrics and to ARMA-GARCH with normal and t distributed residuals. The models were estimated every daily period using a window of 1008 days. By the backtests of Christoffersen and Diebold, Gunther and Tay, among the tested models, the ARMA(2,2)-GARCH(2,1) with skewed t distribution has given the best results.