http://repositorio.unb.br/handle/10482/36523
File | Description | Size | Format | |
---|---|---|---|---|
ARTIGO_InternationalVarApproach.pdf | 475,66 kB | Adobe PDF | View/Open | |
ARTIGO_AbordagemInternacionalVar.pdf | 475,59 kB | Adobe PDF | View/Open |
Title: | International VaR approach : Backtesting for different capital markets |
Other Titles: | Abordagem internacional de VaR : backtesting para diferentes mercados de capitais |
Authors: | Pinheiro, Marília Cordeiro Fernandes, Bruno Vinícius Ramos |
metadata.dc.identifier.orcid: | http://orcid.org/0000-0002-0168-530X http://orcid.org/0000-0003-0860-563X |
Assunto:: | Valor (Economia) Modelos paramétricos Modelos semiparamétricos Modelos não paramétricos Predição Mercado de capitais |
Issue Date: | 2019 |
Publisher: | Universidade de São Paulo, Faculdade de Economia, Administração e Contabilidade, Departamento de Contabilidade e Atuária |
Citation: | PINHEIRO, Marília Cordeiro; FERNANDES, Bruno Vinícius Ramos. International VaR approach: Backtesting for different capital markets. Revista Contabilidade & Finanças, São Paulo, v. 31, n. 83, p. 318-331, maio/ago. 2020. DOI: https://doi.org/10.1590/1808-057x201909160. Disponível em: http://scielo.br/scielo.php?script=sci_arttext&pid=S1519-70772019005014104. Acesso em: 14 maio 2020.
_________________________________________________________________________________________________________________________________________________________ PINHEIRO, Marília Cordeiro; FERNANDES, Bruno Vinícius Ramos. Abordagem internacional de VaR: backtesting para diferentes mercados de capitais. Revista Contabilidade & Finanças, São Paulo, v. 31, n. 83, p. 318-331, maio/ago. 2020. DOI: https://doi.org/10.1590/1808-057x201909160. Disponível em: http://scielo.br/scielo.php?script=sci_arttext&pid=S1519-70772019005014104. Acesso em: 14 maio 2020. |
Abstract: | O objetivo deste artigo é comparar diferentes métricas de valor em risco (VaR), distinguindo-se de estudos anteriores na medida em que compara três categorias de ativos pertencentes a sete países. Desde a concepção do VaR, foram desenvolvidas várias abordagens para melhorar a precisão da estimativa de perdas. Entretanto, praticamente inexiste um consenso universal sobre qual abordagem é a mais apropriada, uma vez que o VaR depende das propriedades estatísticas do ativo alvo e do mercado no qual este é negociado. É importante comparar os resultados obtidos não apenas entre os ativos, mas também entre os mercados em que são negociados, considerando suas propriedades específicas para verificar se existe algum padrão dos métodos para os dados. Considerando as três categorias de ativos, os modelos semiparamétrico e não paramétrico obtiveram o menor número de rejeições. Verificou-se também que os modelos testados não foram eficazes para a estimação do VaR da taxa de câmbio, o que pode ser devido a riscos mais relevantes do que o mercado na formação do preço do ativo. Foram testados cinco modelos pertencentes às abordagens paramétrica, semiparamétrica e não paramétrica. As análises foram divididas em duas, com o intuito de testar os desempenhos dos VaRs em diferentes ciclos econômicos; as primeiras análises consideraram uma janela de estimação de 1.000 dias, enquanto as segundas consideraram uma janela de estimativa de 252 dias. A fim de validar estatisticamente os resultados, foram aplicados os testes de Kupiec e Christoffersen. Os resultados mostram que o VaR condicional e a simulação histórica apresentam o melhor desempenho para estimar o VaR. Comparando-se os mercados, os ativos chineses foram os que apresentaram o maior número médio de rejeições de testes, o que pode ser consequência de sua economia fechada. Por fim, constatou-se que a janela de estimação mais curta tende a apresentar um melhor desempenho para ativos de alta volatilidade, enquanto a janela mais longa tende a ter um melhor desempenho para ativos com menor volatilidade. |
Abstract: | This article aims to compare distinct metrics of the value at risk (VaR), differing from prior studies with respect about compare three asset categories belonging to seven countries. Since VaR inception, several approaches were developed to improve the loss estimation accuracy. However, there is hardly a universal consensus on which approach is the most appropriate, since VaR depends on statistical properties of the target asset and the market in which it is traded. It is relevant to compare the results obtained not only among the assets, but also among the markets in which they are traded, considering their specifics properties to verify if there is any pattern of the methods for the data. Considering the three asset categories, the semiparametric and non-parametric models obtained the lowest rejections number. It was also found that the models tested were not effective for the estimation of exchange rate VaR, which may be due to more relevant risks than the market in it asset price formation. Five models belonging to the parametric, semiparametric, and non-parametric approaches were tested. The analyses were divided in two, aiming to test the VaRs performances in distinct economic cycles; the first analyses considered a 1,000 days estimation window, while the second one considered a 252 days estimation window. To validated the results statistically, were applied the Kupiec and the Christoffersen tests. The results show that the conditional VaR and historical simulation have the best performance to estimate VaR. Comparing the markets, Chinese assets were the ones with the highest average number of tests rejections, which can be a consequence of its closed economy. Finally, it was found that shorter estimation window tends to perform better for high volatility assets, while longer window tends for lower volatility assets. |
metadata.dc.description.unidade: | Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) Departamento de Ciências Contábeis e Atuariais (FACE CCA) |
Licença:: | (CC BY) |
DOI: | https://doi.org/10.1590/1808-057x201909160 |
Appears in Collections: | Artigos publicados em periódicos e afins |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.