O uso de dados de alta freqüência na estimação da volatilidade e do valor em risco para o IBOVESPA

Abstract

Este artigo investiga o uso de dados de alta freqüência na estimação das volatilidades diária e intradiária do IBOVESPA e no cálculo do valor em risco (VaR). Os modelos GARCH e EGARCH são usados em conjunto com métodos determinísticos de filtragem de sazonalidade para a previsão da volatilidade e do VaR intradiários. Uma comparação com o método não-paramétrico baseado no quantil empíricoé efetuada. No cálculo do VaR diário, dois métodos simples de previsão buscam captar a informação de volatilidade contida nos dados de alta freqüência. O primeiro utiliza o desvio padrão amostral com janela móvel e o segundo faz uso da técnica de alisamento exponencial. Alguns métodos tradicionais aplicados a dados diários são usados para comparação. No cálculo do VaR diário, os dois métodos baseados em dados intradiários apresentaram bom desempenho. No cálculo do VaR intradiário, os resultados mostram que a filtragem do padrão sazonalé indispensávelà obtenção de medidasúteis de volatilidades com o uso dos modelos GARCH e EGARCH. This paper investigates the use of high frequency data in the estimation of daily and intraday volatility, in order to compute value at risk (VaR) forecasts for the IBOVESPA. GARCH models and deterministic methods for the filtering of seasonal patterns are used in the computation of intraday volatility and VaR forecasts. A comparison with a non-parametric method based on the empirical quantile is done. For daily VaR two simple methods seek to extract the volatility information conveyed by the high frequency data. The first method is based on the sample standard deviation with a moving window, while the second is based on exponencially weighted moving average. Some traditional methods applied to daily data are used for benchmarking. Both methods tested

Previsão da volatilidade intradiária: análise das distribuições alternativas

“…Os valores de mínimo e máximo dos dados fora da amostra foram menores (−0.009392 e 0.007819), uma assimetria negativa mais elevada e leve excesso de curtose positiva. Inicialmente foi realizada a dessazonalização dos dados por dia da semana (Moreira & Lemgruber, 2004). Os dados apresentaram alta sazonalidade no início do dia, diferenciando o grau de decaimento em cada dia da semana.…”

“…A estimação e filtragem do componente periódico intradiário da volatilidade permite eliminar a maior parte das distorções atribuídasà sazonalidade. Seguindo a orientação de Moreira & Lemgruber (2004), foi realizada a dessazonalização dos dados por dia da semana.…”

Forecasting USD-BRL Currency Rate Volatility using Realized and Implied Volatilities Data

“…Nevertheless, in line with other studies, the authors found also evidence that IV was an upward-biased estimator of future volatility. Moreira and Lemgruber (2004) investigates the use of high frequency data in the estimation of daily and intraday volatility, in order to compute value at risk forecasts for the IBOVESPA. The author concluded that use of intraday data for obtaining forecasts of daily volatility is feasible and it presents good results.…”

GetHFData: A R package for downloading and aggregating high frequency trading data from Bovespa

“…Apart from these studies regarding the comparison of prediction performance of realized volatility estimators, one can find other studies using intraday trading data. Applications ranges from perceived volatility analysis during different intraday periods (Vicente et al, 2014), GARCH-family modeling and forecasting (Moreira and Lemgruber, 2004, Cappa and Pereira, 2009, Carvalho et al, 2006, Val et al, 2014, Garcia et al, 2014, Ceretta et al, 2011 to the classical problem of minimum variance portfolio selection (Borges et al, 2015).…”