Seleção de aplicações em renda variável por meio de programação linear multiobjetivo usando Garch univariado para o Valor em Risco (VaR)

Authors

  • Luiz Augusto Finger França Maluf

DOI:

https://doi.org/10.55905/revconv.16n.9-133

Keywords:

programação linear, Valor em Risco (VaR), eficiência de Pareto

Abstract

Aplicações financeiras no mercado de ações tem um componente de risco muitas vezes mal dimensionado por uma grande parte dos pequenos investidores individuais. O presente trabalho apresenta uma proposta de adaptação simples de um modelo Mean-VaR inicialmente proposto por Benati e Rizzi [2007], adaptado de modo a considerar a volatilidade condicional dos ativos a partir de estimativas de modelos GARCH univariados e então formulado como um problema de programação linear (PPL) multiobjetivo para a seleção de ações negociadas na B3. Apesar de que no modelo proposto neste trabalho cada escolha eficiente de Pareto ficar limitada a um único ativo, dado que não considera as covariâncias entre seus os retornos, apresenta a vantagem de considerar modelos para o VaR que são adequados em termos de aderência e independência das violações, ao contrário dos modelos que utilizam volatilidade incondicional como medida de risco da carteira.

References

Arenales, M., Armentano, V., Morabito, R., e Yanasse, H. Pesquisa operacional. Rio de Janeiro, Elsevier, 2011.

Artzner, P., Delbaen; F., Eber, J. M., Health, D. Coherent measures of risk. Mathematical Finance, 9(3): 203–228.

Berkelaar, M. (2020). lpSolve: Interface to 'Lp_solve' v. 5.5 to Solve Linear/Integer Programs. R package version 5.6.15, 1999. Disponível em: <https://CRAN.R-project.org/package=lpSolve>.

Benati, S. & Rizzi, R. A mixed integer linear programming formulation of the optimal mean/Value-at-Risk portfolio problem. European Journal of Operational Research, 176: 423–434, 2007.

Chen, J. M. Measuring market risk under the Basel accords: VaR, stressed VaR, and expected shortfall. Aestimatio, Madrid, 8: 184-201, 2014.

Gneiting, T. (2011). Making and evaluating point forecasts, Journal of the American Statistical Association, (106), 746–762.

Maluf, L. A. F. F., e Asano, J. T. (2019). Comparison of VaR Models to th Brazilian Stock Market Under the Hypothesis of Serial Independence in Higher Orders: Are Garch Models Really Indispensable? Brazilian Business Review, 16(6), 626-645, 2019. Disponível em: https://doi.org/10.15728/bbr.2019.16.6.6.

Markowitz, H. Portfolio Selection. The Journal of Finance, 7(1): 77-91, 1952.

Morettin, P.A. Econometria Financeira: Um Curso em Séries Temporais Financeiras. São Paulo: Blucher, 2011.

Perlin, M. (2020). BatchGetSymbols: Downloads and Organizes Financial Data for Multiple Tickers. R package version 2.5.7, 2020. Disponível em: https://CRAN.R-project.org/package=BatchGetSymbols.

R Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2020. Disponível em: https://www.R-project.org/.

Santos, A. A. P., e Tessari, C. Técnicas Quantitativas de Otimização de Carteiras Aplicadas ao Mercado de Ações Brasileiro (Quantitative Portfolio Optimization Techniques Applied to the Brazilian Stock Market). Revista Brasileira de Finanças, 10(3), 369, 2012.

Silva, J.C.S., Feitosa, I.S.C.S., Silva, D.F.L, e Almeida Filho, A.T (2018). Avaliação de diferentes formulações do problema de seleção de carteiras para investimentos em ativos da Bovespa. In: L SBPO, Rio de Janeiro. Anais eletrônicos, 2018. Disponível em: https://proceedings.science/p/85434.

Tardivo, G. Value at Risk (VaR). The new benchmark for managing market risk. Journal of Financial Management & Analysis. 15(1): p. 16-26, 2002.

Varian, H. R. Microeconomia: Uma Abordagem Moderna. Rio de Janeiro: Elsevier, 2012.

Wickham, H. stringr: Simple, Consistent Wrappers for Common String Operations. R package version 1.4.0, 2019. Disponível em: https://CRAN.R-project.org/package=stringr.

Wuertz, D., Setz, T., Chalabi, Y., Boudt, C., Chausse, P., Miklovac, M. (2020). fGarch: Rmetrics - Autoregressive Conditional Heteroskedastic Modelling. R package version 3042.83.2, 2020. Disponível em: https://CRAN.R-project.org/package=fGarch.

Published

2023-09-19

How to Cite

Maluf, L. A. F. F. (2023). Seleção de aplicações em renda variável por meio de programação linear multiobjetivo usando Garch univariado para o Valor em Risco (VaR). CONTRIBUCIONES A LAS CIENCIAS SOCIALES, 16(9), 16017–16032. https://doi.org/10.55905/revconv.16n.9-133