Modelo de previsão de value at risk utilizando volatilidade de longo prazo

Resumo

Tendo em vista a importância  do Value at Risk (VaR) como medida de risco para instituições financeiras e agências de risco, o presente estudo avaliou se o modelo ARLS é mais preciso no cálculo do VaR de longo prazo que os modelos tradicionais, dada sua maior adequação para a previsão da volatilidade. Considerando a utilização do VaR pelos agentes de mercado como medida de risco para o gerenciamento de portfólios é importante sua adequada mensuração. A partir de dados diários dos mercados de ações e cambial dos BRICS (Brasil, Rússia, Índia, China e África do Sul) foram calculadas as volatilidades  futuras para 15 dias, 1 mês e 3 meses. Em seguida, calculou-se as medidas tradicionais de avaliação da precisão do VaR. Os resultados sugerem a superioridade do modelo ARLS para a previsão da volatilidade cambial, capaz de prever corretamente o número de violações em 33% dos casos, enquanto os modelos tradicionais não obtiveram um bom desempenho. Com relação ao mercado acionário, os modelos GARCH e ARLS apresentaram desempenho similar. O modelo GARCH é superior considerando a perda média quadrática. Esses resultados apontam para a escolha do modelo ARLS no cálculo do VaR de portfólios cambiais devido a maior precisão alcançada. Ajuda assim os agentes de mercado a melhor gerirem o risco de suas carteiras. Em relação ao mercado acionário, em função do desempenho similar dos modelos GARCH e ARLS, o modelo GARCH é o mais indicado devido a sua maior simplicidade e fácil implementação computacional.