2009 - seminário pós-graduação ufpr - arch e garch
DESCRIPTION
Apresentação sobre as técnicas Arch e Garch de séries temporais com aplicações no mercado financeiro.TRANSCRIPT
![Page 1: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/1.jpg)
ARCH e GARCH
Alysson Ramos Artuso
![Page 2: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/2.jpg)
INTRODUÇÃO
Modelo não-linear no que se refere à variância, introduzido por Engle (1982).
Muito usado para séries financeiras.
Variância condicional do retorno volatilidade.
![Page 3: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/3.jpg)
NOTAÇÃO
Pt preço de um ativo financeiro no instante t
Xt retorno logarítmico no instante t.
μt = E(Xt | Ft-1)
ht = V(Xt | Ft-1)
Ft-1 é a informação até o instante t-1 que consideramos ser {Xt-1, ..., X1}
1
lnt
tt P
PX
![Page 4: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/4.jpg)
MODELOS NÃO-LINEARES
Xt = g(at-1, at-2,…) + ath(at-1, at-2,…)com at supostos i.i.d.
g(.) representa a média condicional h2(.) representa a variância condicional Se g(.) for não-linear o modelo é não-linear
na média Se h2(.) for não-linear o modelo é não-linear
na variância
![Page 5: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/5.jpg)
EXEMPLOS
Exemplo 1:é um modelo não-linear na média, pois
e h(.) = 1
Exemplo 2: é um modelo não-linear na variância, pois g(.) = 0
e
21 ttt aaX
21(.) tag
21 ttt XaX
21(.) tXh
![Page 6: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/6.jpg)
MODELOS ARCH
Modelo auto-regressivo com heteroscedasticidade condicional (AutoRegressive Condicional Heterocedasticity)
O objetivo era estimar a variância da inflação A idéia básica é que o retorno Xt é não-
correlacionado serialmente, mas a volatilidade (variância condicional) depende de retornos passados por meio de uma função quadrática.
Agrupamento da volatilidade
![Page 7: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/7.jpg)
ARCH(r) – DEFINIÇÃO
onde εt é uma seqüência de variáveis aleatórias independentes e identicamente distribuídas com média zero e variância um;
α0 > 0, αi ≥ 0, i > 0
2222
2110 ... rtrttt
ttt
XXXh
hX
![Page 8: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/8.jpg)
ARCH (1)
com α0 > 0, α1 ≥ 0
Média: E(Xt) = 0
Variância: V(Xt) = E(Xt2) = α0 + α1 E(Xt-1
2)
Se o processo for estacionário de segunda ordem:
2110
tt
ttt
Xh
hX
1
0
1)(
tXV
![Page 9: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/9.jpg)
ARCH (1)
Autocovariância: γX(k) = 0, k ≥ 1
Curtose maior que 3 caudas longas
Xt é uma seqüência de variáveis aleatórias não correlacionadas (ruído branco) com média zero e variância
1
0
1)(
tXV
![Page 10: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/10.jpg)
ARCH (1)
Xt2 = htεt
2
Xt2 – ht = htεt
2 – ht
Xt2 – (α0 + α1 Xt-1
2) = ht (εt2 – 1)
Xt2 = (α0 + α1 Xt-1
2) + ht (εt2 – 1)
Xt2 = (α0 + α1 Xt-1
2) + vt
temos um modelo AR(1) para Xt2, mas com
erros não-gaussianos.
![Page 11: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/11.jpg)
TRABALHANDO COM ARCH
Se houver correlação serial na série, ajusta-se um modelo ARMA para removê-la. Nesse caso teremos:
sendo at ~ ARCH (r)
tt aBXB )()( 0
![Page 12: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/12.jpg)
TRABALHANDO COM ARCH
Para verificar se a série apresenta heteroscedasticidade condicional, aplica-se os seguintes testes:
– Teste de Box-Pierce-Ljung para Xt2
– Teste de Multiplicadores de Lagrange de Engel (ML)
![Page 13: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/13.jpg)
TRABALHANDO COM ARCH
Os estimadores dos parâmetros do modelo são obtidos pelo método da máxima verossimilhança condicional.
A verificação do modelo é feita pelo cálculo da estatística Q de Ljung-Box para a seqüência Xt padronizada.
Os programas EViews, SPLUS (módulo S+FinMetrics), PcGIVE e RATS, entre outros, podem ser usados para se trabalhar com modelos ARCH e GARCH.
![Page 14: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/14.jpg)
EXEMPLO
Ajuste um modelo ARCH (1) aos retornos diários (Yt) da série A9 – Petrobrás do livro do Morretin e Toloi (2004). A série pode ser conseguida em http://www.ime.usp.br/pam
Essa série possui observações da ação Petrobrás PN do período de 03/01/1995 até 27/12/2000.
![Page 15: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/15.jpg)
EXEMPLO
Aparente estacionariedade Média em torno de zero Agrupamento de volatilidades (crise do México; crise
da Ásia; moratória russa; desvalorização do Real; queda da Nasdaq)
![Page 16: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/16.jpg)
EXEMPLO
1º passo: ajustar um modelo ARMA (p, q) à série de retornos para eliminar a correlação serial entre as observações.
No EViews 6:
![Page 17: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/17.jpg)
EXEMPLO
![Page 18: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/18.jpg)
EXEMPLO
![Page 19: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/19.jpg)
EXEMPLO
![Page 20: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/20.jpg)
EXEMPLO
![Page 21: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/21.jpg)
EXEMPLO
![Page 22: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/22.jpg)
EXEMPLO
![Page 23: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/23.jpg)
EXEMPLO
ttttt XYYYY 931 0802,00510,00982,0
![Page 24: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/24.jpg)
EXEMPLO
View/ARMA Structure
View/Residual Tests/Correlogram-Q-statistics
View/Residual Tests/Serial Correlation LM Test
![Page 25: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/25.jpg)
EXEMPLO
2º passo: verificar se os resíduos do modelo apresentam heteroscedasticidade condicional e modelar um ARCH.
![Page 26: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/26.jpg)
EXEMPLO
![Page 27: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/27.jpg)
EXEMPLO
![Page 28: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/28.jpg)
EXEMPLO
![Page 29: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/29.jpg)
EXEMPLO
3º passo: verificar o modelo (estatística de Ljung-Box; teste ML).
23
22
21
1
2708,02373,01938,0004,0
,1604,0
tttt
tttttt
XXXh
hXXYY
![Page 30: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/30.jpg)
EXEMPLO
Estimativa do desvio padrão condicional:
![Page 31: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/31.jpg)
MODELOS GARCH
Generalização do modelo ARCH sugerida por Bollerslev (1986)
Assim como um modelo ARMA pode ser mais parcimonioso que um modelo AR ou MA puro, um modelo GARCH pode apresentar menos parâmetros que um modelo ARCH.
![Page 32: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/32.jpg)
GARCH(r,s) – DEFINIÇÃO
onde εt i.i.d. (0,1)
α0 > 0, αi ≥ 0, βi ≥ 0
, q = max (r,s)
s
jjtj
r
iitit
ttt
hXh
hX
11
20
q
iii
1
1)(
![Page 33: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/33.jpg)
GARCH (r,s)
E(Xt) = 0
Volatilidades altas são precedidas de retornos ou volatilidades grandes.
As caudas de Xt são mais longas do que as da curva gaussiana.
q
iii
tXE
1
02
)(1
)(
![Page 34: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/34.jpg)
GARCH (1,1)
com α0 > 0, α1 ≥ 0, β1 < 1, α1 + β1 < 1
112110
ttt
ttt
hXh
hX
![Page 35: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/35.jpg)
GARCH (1,1)
Assim temos um modelo ARMA para Xt2, mas vt não
é, em geral, um processo i.i.d.
1121110
2 )( tttt vvXX
![Page 36: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/36.jpg)
TRABALHANDO COM GARCH
A identificação da ordem do modelo GARCH é usualmente difícil.
Modelos de ordem baixa, como (1,1), (1,2) ou (2,1).
Escolha baseada em critérios como o AIC, BIC, valores de assimetria e curtose, da log-verossimilhança ou de uma função perda.
![Page 37: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/37.jpg)
TRABALHANDO COM GARCH
Os estimadores dos parâmetros do modelo são obtidos pelo método de máxima verossimilhança condicional.
A verificação do modelo é feita pelo cálculo da estatística Q de Ljung-Box para a seqüência Xt padronizada.
![Page 38: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/38.jpg)
EXEMPLO
Vamos ajustar um modelo AR(1) - GARCH (1,1) aos retornos diários (Yt) da Petrobrás de 14/10/1998 a 22/09/2008 supondo εt ~ N(0,1).
112110
11 ,
ttt
tttttt
hXh
hXXYY
![Page 39: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/39.jpg)
EXEMPLO
121
1
8334,01384,000003,0
,131726,0
ttt
tttttt
hXh
hXXYY
![Page 40: 2009 - Seminário pós-graduação UFPR - Arch e garch](https://reader033.vdocuments.pub/reader033/viewer/2022052619/55718e28d8b42ab21e8b47da/html5/thumbnails/40.jpg)
EXEMPLO
Estimativa do desvio padrão condicional: