OTIMIZAÇÃO DE CARTEIRAS SOB RESTRIÇÕES DE BACKTESTING SOBRE O VALOR EM RISCO (VaR): UMA ABORDAGEM SOBRE MODELOS COM COVARIÂNCIAS INCONDICIONAIS E MODELOS IGARCH MULTIVARIADOS

Nosso objetivo nesse trabalho foi avaliar o desempenho de modelos multivariados de seleção de carteiras do tipo média-Valor em Risco (VaR) em backtests de aderência e independência para violações do VaR. Foram testados modelos com covariâncias incondicionais, e, condicionais do tipo IGARCH, o qual possui apenas um parâmetro a ser estimado, o fator de decaimento exponencial, lambda, o que reduz seu custo computacional.
As previsões do VaR obtidos pelo modelo de variância incondicional não passaram em nenhum dos backtests realizados, para nenhum grau de aversão ao risco e nível de cobertura utilizados. Nos modelos IGARCH verificou-se que os valores de lambda que tiveram melhor desempenho nos backtests nem sempre minimizaram o Erro Quadrático Médio (MSE) da variância da carteira.
Assim, iremos desenvolver um novo método de otimização de lambda alternativo ao critério do MSE, que considere o desempenho do modelo no conjunto de backtests de aderência e independência considerados.