Valor em risco de longo prazo: uma abordagem para modelos da Família Ach e redes neuronais / Long term value-at-risk: an Arch Models and neural networks approach DOI 10.5752/P.1984-6606.2010v10n24p103

Résumé

Este artigo comparou diferentes estimativas para o Valor em Risco (VaR) de longo prazo no mercado de ações brasileiro. Foram avaliados três modelos: o modelo convencional sugerido pelo RiskMetrics, baseado no produto do VaR de curto prazo pela raiz quadrada do holding period; o modelo proposto por Dowd (2001); e um modelo proposto neste trabalho, baseado no VaR de curto prazo, em termos de parâmetros previstos. A metodologia de computo do VaR proposta fundamentou-se na previsão da volatilidade e dos retornos das ações por meio de um processo do tipo GARCH (1,1) e por um modelo de Rede Neuronal multicamadas, respectivamente. Os resultados mostraram que o modelo sugerido pelo RiskMetrics superestima o valor real do VaR. Além disso, o modelo com base em previsão proposto apresentou superioridade aos demais, visto que suas estimativas mais se aproximaram dos valores observados no mercado.