Mudança de regime markoviano na dinâmica de volatilidade do mercado de criptomoedas e seus reflexos na previsão do value-at-risk
Resumo
Esta pesquisa propõe uma análise comparativa de alguns modelos de volatilidade condicional para o cálculo do Value-at-Risk (VaR) aplicado as principais séries financeiras do mercado de criptomoedas. Foram utilizados modelos de volatilidade condicional da família ARCH levando em consideração mudanças de regime markoviano. Em específico, utilizaram-se os modelos EGARCH e MS-EGARCH estimados a partir de quatro diferentes distribuições, Normal, Normal Assimétrica, Student-t e Student-t Assimétrica, para modelar e fazer previsões para as séries do Bitcoin, Bitcoin Cash, Ripple, Ethereum, EOS e Stellar. As estimativas confirmam a existência de dois estados: o primeiro regime é caracterizado maior volatilidade e menos afetado por assimetrias, enquanto o segundo revela ser mais sensível à choque assimétricos e têm menor persistência da volatilidade. Para complementar a análise dos modelos de volatilidade foram geradas estimativas de risco a partir do Value-at-Risk. Dessa forma, foi realizado o processo para obter as previsões das estimativas do VaR para 100 passos à frente com reajuste dos parâmetros a cada passo obtidas para α = 1% e α = 5%. Pode-se notar que o MS-EGARCH superou os modelos do tipo EGARCH em 1%, indicando que este modelo é o mais adequado para estimação do valor em risco no quantil extremo de 1%, ou seja, o modelo com mudança de regime markoviano realizou uma previsão mais próxima da perfeição. Todavia, em 5% a ocorrência de perdas foi similar entre os modelos. Neste caso, independente do número de regimes houve uma superestimação do VaR, ou seja, ocorreram violações entre as perdas esperadas e previstas. Como não houve resultados estatisticamente robustos, não há como implicar que o modelo MS-EGARCH supera em grandes magnitudes o modelo EGARCH em uma previsão única de 100 passos à frente. Ao invés disso, pode-se inferir os modelos com mudança de regime conseguem acomodar com mais precisão às propriedades dos retornos financeiros e das dinâmicas presentes em sua volatilidade.
Coleções
Os arquivos de licença a seguir estão associados a este item: