Please use this identifier to cite or link to this item: https://repositorio.ipea.gov.br/handle/11058/1781
Full metadata record
DC FieldValueLanguage
dc.contributor.authorLuna, Francisco Eduardo-
dc.coverage.spatialBrasilpt_BR
dc.date.accessioned2013-09-19T17:17:57Z-
dc.date.available2013-09-19T17:17:57Z-
dc.date.issued2006-01-
dc.identifier.urihttp://repositorio.ipea.gov.br/handle/11058/1781-
dc.description.abstractA identificação dos fatores mais relevantes que afetam títulos de renda fixa foi objeto de estudo de vários pesquisadores e participantes do mercado financeiro. Este trabalho aplica uma importante técnica de decomposição em fatores, chamada Análise de Componentes Principais (ACP), em dois derivativos de renda fixa brasileiros, a saber: o Depósito Interfinanceiro (DI) Futuro e Swap DI x Pré. O objetivo é identificar os principais atributos que governam mudanças nos retornos dos títulos mencionados, fornecendo subsídios à melhoria dos métodos de análise de risco associados a esse tipo de investimento. Como em estudos anteriores, três componentes principais são responsáveis pela explicação de parcela maior do que 95% da variação dos dados originais. Eles foram associados a mudanças em nível, inclinação e curvatura da estrutura a termo de taxa de juros brasileira. Com base nos resultados anteriores, o Valor em Risco (Value-at-Risk - VaR), para horizonte de tempo de um dia útil, e níveis de significância de 95%, 97,5% e 99%, foram calculados utilizando a combinação de ACP com a Simulação de Monte Carlo. Para fins de comparação dessa metodologia com aquela que é mais empregada, a Analítica ou Riskmetrics, os intervalos de confiança definidos pelo Teste de Kupiec (1995) serviram de base. Ademais, foi empregado um índice geral de desempenho que mostrou valores próximos, sendo que o melhor deles foi a ACP. Porém, uma vez que o desvio-padrão do índice foi alto e a diversidade de cenários não era significativa estatisticamente, os dados obtidos não foram conclusivos no sentido de apontar a superioridade de qualquer dos métodos. A alta sensibilidade dos percentuais de falhas em relação ao tamanho da janela de testes torna necessária a realização de estudos complementares.pt_BR
dc.language.isopt-BRpt_BR
dc.publisherInstituto de Pesquisa Econômica Aplicada (Ipea)pt_BR
dc.titleAplicação da metodologia de componentes principais na análise da estrutura a termo de taxa de juros brasileira e no cálculo de valor em riscopt_BR
dc.title.alternativeTexto para Discussão (TD) 1146: Aplicação da metodologia de componentes principais na análise da estrutura a termo de taxa de juros brasileira e no cálculo de valor em riscopt_BR
dc.typeTexto para Discussão (TD)pt_BR
dc.rights.holderInstituto de Pesquisa Econômica Aplicada (Ipea)pt_BR
dc.source.urlsourcewww.ipea.gov.brpt_BR
dc.location.countryBRpt_BR
dc.description.physical33 p. : il.pt_BR
dc.rights.licenseÉ permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.pt_BR
dc.subject.keywordTítulos de renda fixapt_BR
dc.subject.keywordAnálise de componentes principaispt_BR
dc.subject.keywordMercado financeiropt_BR
ipea.description.objectiveIdentificar os principais atributos que governam mudanças nos retornos dos títulos de renda fixa, fornecendo subsídios à melhoria dos métodos de análise de risco associados a esse tipo de investimento.pt_BR
ipea.description.additionalinformationSérie monográfica: Texto para Discussão ; 1146pt_BR
ipea.description.additionalinformationReferências bibliográficas: possui referências bibliográficaspt_BR
ipea.access.typeAcesso Abertopt_BR
ipea.rights.typeLicença Comumpt_BR
ipea.englishdescription.abstractThe identification of the main factors affecting interest rate securities has been researched by several academics and financial practitioners. This work applies an important technique of factor decomposition, named Principal Component Analysis (PCA), in two brazilian interest rate derivatives: DI Futuro and SWAP DI x Pré. Its objective is to identify the main attributes that govern changes in returns, giving subsidies to the improvement of the assessment of the risk associated with such type of investment. Like previous studies, three principal components were responsible for more than 95% of the variance of the original data. They were respectively associated with changes in level, inclination and curvature of the brazilian interest rate term structure. Based on the previous results, the one-day Value-at-Risk (VaR), with significance levels of 95%, 97.5% and 99%, were calculated using PCA in conjunction with Monte Carlo Simulation. For the purpose of comparing this method with the most famous one, named Riskmetrics, the confidence intervals defined by Kupiec (1995) were used. Besides, a general performance measure was applied which showed close values, although PCA was slightly better. However, due to the high variance of this measure, we came to the conclusion that no unambiguous conclusions have been identified. The results were very sensitive to the size of the test window what makes it necessary to apply further researches in the subject.pt_BR
ipea.researchfieldsN/Apt_BR
ipea.classificationEconomia. Desenvolvimento Econômicopt_BR
Appears in Collections:Economia. Desenvolvimento Econômico: Livros

Files in This Item:
File Description SizeFormat 
TD_1146.pdf203.71 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.