Artigo: Previsão de value-at-risk e expected shortfall para mercados emergentes usando modelos FIGARCH

                   

Este artigo compara os desempenhos dos modelos de memória longa (FIGARCH) e curta (GARCH) na previsão de volatilidade para cálculo de value at-risk (VaR) e expected shortfall (ES) para múltiplos períodos à frente para seis índices de ações de mercados emergentes Utilizou-se, para dados diários de 1999 a 2014, uma adaptação da simulação de Monte Carlo para estimar previsões de VaR e ES para 1, 10 e 20 dias à frente, usando modelos FIGARCH e GARCH para quatro distribuições de erros. Os resultados sugerem que, em geral, os modelos FIGARCH melhoram a precisão das previsões para horizontes mais longos; que a distribuição dos erros pode influenciar a decisão de escolha do melhor modelo; e que apenas para os modelos FIGARCH houve redução do número de subestimações do VaR verdadeiro com o aumento do horizonte de previsão. Entretanto, os resultados apontam para uma maior variação das estimativas dos parâmetros para os modelos FIGARCH

 

Autores:

Alex Sandro Monteiro De Moraes,

Antonio Carlos Figueiredo Pinto,

Marcelo Cabus Klotzle

 

Veja:

http://bibliotecadigital.fgv.br/ojs/index.php/rbfin/article/view/53080/56147