Aplicação de modelos de Value-at-Risk com quebra de estrutura a rendibilidades do mercado acionista Português

Abstract

O presente estudo tem como objetivo aplicar modelos econométricos na previsão e modelação do risco de mercado, associado ao mercado de capital português. Value at Risk (VaR) é uma medida de avaliação de risco de mercado utilizada por instituições financeiras no cálculo de capital regulamentar. Segundo o comitê de Basileia, as instituições financeiras são obrigadas a divulgar os modelos de gestão de risco utilizados, bem como, os requisitos mínimos de capital para a cobertura dos diferentes tipos de risco, a que estão expostas. As recentes crises de natureza politica, económica e financeira, em especial, na zona euro, conduziram ao aumento da volatilidade dos mercados de capitais (incluindo o de Portugal). As séries financeiras apresentam mudança do comportamento da volatilidade ao longo do tempo, e apresentam características de não linearidade. Em alguns momentos o mercado está mais instável sujeito a mais choques e turbulência, em outros instantes os retornos dos ativos se alteram lentamente ao longo do tempo. Testamos a presença de quebras de estrutura através do teste de Bai Perron (2009). As quebras de estrutura em séries financeiras contribuem para que a distribuição das rendibilidades seja leptocúrtica e explicam o aumento da persistência dos modelos de volatilidade. Vamos modelar e prever a variância condicional (volatilidade) e consequentemente prever o VaR recorrendo aos modelos heterocedásticos GARCH(1,1), RiskMetrics, EGARCH(1,1) e GJR-GARCH(1,1), com as distribuições condicionais Gaussiana e t-Student. Na avaliação da performance de diferentes metodologias de previsão do Value-at-Risk são aplicadas técnicas de backtesting (Kupiec’s test, 1995, e Christoffersen’s test, 1998).

This study is an approach to apply econometric models to the estimation and modeling of market risk, within the Portuguese Stock Index “PSI 20”. Value at Risk (VaR) is a measure to evaluate market risk, broadly used by financial institutions in the calculation of their regulatory capital level. According to the directives of Basel Committee, financial institutions are obliged to publicize the risk management models they adopt and their minimum capital requirements for coverage of the various types of risks they are exposed to. The recent economical and financial crisis striking, in particular, the Euro area, have lead to a general increase of volatility in the stock markets, including in Portugal. In some moments the market is more unstable and exposed to shocks and turbulence; in other periods, however, the returns of the assets change slowly through time. In this study the existence of structural breaks has been tested by using the Bai Perron (2009) test. Structural breaks in financial series concur to leptocurtick distributions of the returns, and also explain the increase of persistence in the volatility models. Volatility in financial series is shown to vary through time and to reveal non-linearity. In this study an attempt is made to model and estimate the conditional variance (volatility), in order to calculate VaR by means of the heterocedastic models GARCH(1,1), RiskMetrics, EGARCH(1,1) and GJR-GARCH(1,1), both under Gaussian and t-Student conditional distributions. In order to evaluate the performance of the various methods to calculate Value-at-Risk, backtesting procedures are applied (Kupiec’s test, 1995, and Christoffersen’s test, 1998).