Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/53593
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2025_LigiaLouzadaFreitas_DISSERT.pdf3,25 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorGuevara Otiniano, Cira Etheowalda-
dc.contributor.authorFreitas, Lígia Louzada-
dc.date.accessioned2026-01-05T15:19:34Z-
dc.date.available2026-01-05T15:19:34Z-
dc.date.issued2026-01-05-
dc.date.submitted2025-09-30-
dc.identifier.citationFREITAS, Lígia Louzada. Agregação de riscos de mercado e de crédito: abordagens estocástica e de séries temporais, com cópulas. 2025. 109 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2025.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/53593-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2025.pt_BR
dc.description.abstractO cálculo do risco agregado, tradicionalmente mensurado por meio do Value at Risk (VaR) e do Expected Shortfall (ES), constitui um desafio devido à complexidade das interdependências entre diferentes categorias de risco. Este trabalho apresenta uma metodologia para a agregação de riscos de mercado e de crédito, inovando ao adotar uma perspectiva centrada no risco de cada contraparte, uma abordagem ainda pouco explorada na literatura. Para o risco de mercado, o modelo GARCH(1,1) foi empregado com resíduos ajustados à distribuição alfa-estável, que captura efetivamente as caudas pesadas e a assimetria dos retornos financeiros. Paralelamente, o risco de crédito foi modelado com a probabilidade de default (PD) derivada de uma extensão do Modelo de Merton que incorpora saltos do Processo de Lévy no preço dos ativos, com a série de PD subsequente ajustada pelo GARCH(1,1) com inovações skew-t. Uma função cópula foi utilizada para modelar a estrutura de dependência entre as duas marginais, e a cópula t-Student revelou ser a de melhor ajuste para a maioria das empresas analisadas. A aplicação prática da metodologia foi ilustrada por meio de estudo de caso com dados da Localiza e e outras empresas que compõem o índice Ibovespa. Os resultados confirmaram um efeito positivo de diversificação em todos os cenários, indicando que o VaR e o ES agregados da carteira foram consistentemente inferiores à soma ingênua das medidas de risco individuais.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).pt_BR
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAgregação de riscos de mercado e de crédito : abordagens estocástica e de séries temporais, com cópulaspt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordRisco de mercadopt_BR
dc.subject.keywordAgregação de riscospt_BR
dc.subject.keywordCópulas (Estatística)pt_BR
dc.subject.keywordRisco de créditopt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1Aggregation of market and credit risks: stochastic and time series approaches, with copulas The calculation of aggregate risk, usually measured by Value at Risk (VaR) and Expected Shortfall (ES), poses a challenge due to the complexity of interdependencies among different risk categories. This study presents a methodology for aggregating market and credit risks, innovating by adopting a counterparty-centered perspective — an approach still scarcely explored in the literature. For market risk, the GARCH(1,1) model was employed with residuals fitted to the alphastable distribution, effectively capturing the heavy tails and asymmetry of financial returns. In parallel, credit risk was modeled through the probability of default (PD), derived from an extension of Merton’s Model that incorporates Lévy Process jumps in asset prices, with the subsequent PD series fitted by a GARCH(1,1) with skew-t innovations. Copula function was applied to model the dependence structure between both marginals distributions, and the Student-t copula proved to be the best fit for most of the firms analyzed. The practical application of the methodology was illustrated through a case study using data from Localiza and other companies from Ibovespa Index. The results confirmed a positive diversification effect across all scenarios, indicating that the aggregated portfolio VaR and ES were consistently lower than the naïve sum of the individual risk measures.pt_BR
dc.description.unidadeInstituto de Ciências Exatas (IE)pt_BR
dc.description.unidadeDepartamento de Estatística (IE EST)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Estatísticapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.