Uma comparação de distribuições condicionais na previsão de medidas de risco

Abstract

Devido às últimas crises e ao aumento do fluxo de negociações no mercado financeiro, ocorreu um maior interesse da comunidade mundial acerca da gestão de risco. Assim, este trabalho objetivou comparar diferentes distribuições no modelo ARMA-GARCH para prever o risco das medidas Valor em Risco (VaR) e Perda Esperada (ES) do índice S&P 500. Sete distribuições, além do método de Simulação Histórica (HS) foram utilizadas. Descobriu-se que para a estimação do VaR, a distribuição Empírica, através do método de Simulação Histórica Filtrada (FHS) obteve melhor performance. Já para a estimação da ES, a distribuição t Student foi a mais indicada. Além disso, verificou-se que dependendo do método e quantis utilizados, os resultados se alteram.

There has been increased interest in risk management across the world due to the latest crises and increased trading flow in the financial market. Thus, this work aimed to compare different distributions in the ARMA-GARCH model to predict the risk of the Value at Risk (VaR) and Expected Shortfall (ES) measures of the S&P 500 index. Seven distributions, in addition to the Historical Simulation (HS) method were used. It was found that for the estimation of VaR, the Empirical distribution through the Filtered Historical Simulation (FHS) method obtained better performance. For the estimation of ES, the Student t distribution was the most indicated. In addition, it has been found that depending on the method and quantiles used, the results change.