Intervalos de previsão bootstrap em modelos de volatilidade univariados e multivariados.

Resumo

A tese tem como objetivo propor, baseados nos procedimentos existentes para o caso univariado, procedimentos bootstrap para obter intervalos de previsão nos modelos de volatilidade multivariados (GARCH multivariado e volatilidade estocástica multivariada, com e sem efeito de alavancagem). O interesse nos modelos multivariados deve-se ao fato de que, como é conhecido na literatura financeira, existe uma estrutura de dependência entre as séries financeiras, já que as volatilidades em finanças se movem juntas com o tempo entre diferentes ativos e mercados. O interesse nos modelos multivariados com efeito de alavancagem, por sua vez, decorre do fato de que, como é do conhecimento no mercado financeiro, os retornos negativos tem maior influência nas volatilidades do que os retornos positivos da mesma magnitude. Serão considerados diversos modelos GARCH multivariados, as generalizações dos modelos de alavancagem EGARCH e GJR GARCH para o caso multivariado e o modelo de volatilidade estocástica multivariada. Na tese serão apresentados os algoritmos para cada modelo, bem como um estudo, através de simulações, do comportamento do procedimento proposto para avaliar a qualidade dos intervalos de previsão obtidos para os retornos das séries individuais e de uma carteira de investimentos. Serão também realizadas aplicações com séries financeiras brasileiras e não brasileiras.