PREDICTIVE PERFORMANCE OF VALUE-AT-RISK MODELS - COVID-19 ?Pandemonium?

Atualmente, os modelos Value-at-Risk (VaR), têm um papel muito importante a nível dos Mercados Financeiros, sendo uma das ferramentas mais utilizadas, por analistas financeiros, para gestão e estimação de risco de mercado. Nesta tese, três métodos de estimação de VaR, nomeadamente o método de Simulação Histórica, GARCH(1,1) e o método EVT-POT Dinâmico, foram aplicados. O propósito deste trabalho é estimar modelos VaR para os países: EUA, França, Alemanha, Itália, Japão, Reino Unido, China, Espanha e Portugal, com um intervalo de tempo desde 1 de Janeiro de 2007 até 31 de Agosto de 2020 e um nível de confiança de 99%. Estas estimações serão então testadas por via Backtest, permitindo identificar quando ocorreram a maioria das falhas, e se estas ocorreram em períodos normais ou de crise (por exemplo, a Pandemia COVID-19). Adicionalmente, é estudado se existe alguma relação entre o número de mortos por país e o movimento dos retornos e da volatilidade dos índices de stocks. O modelo que mostrou ter maior precisão aquando da estimação de períodos de crise foi o EVT-POT dinâmico, sendo HS o modelo menos preciso. É possível observar que a maioria das falhas, causadas por observações incomuns, ocorreram durante os anos 2008, 2011, 2013, 2018 e 2020, que são considerados períodos de crise. Foi também possível concluir que o movimento dos índices de stocks é influenciado pelo aumento do número de mortes por COVID-19, mostrando assim que existe uma relação entre ambos (quando o número de mortes aumenta, os mercados tornam-se mais voláteis).