Escolar Documentos
Profissional Documentos
Cultura Documentos
FIN07 - Analise Das Metodologias de VAR
FIN07 - Analise Das Metodologias de VAR
TRABALHO CIENTFICO
FINANAS
1. INTRODUO
Prev-se que o Basilia II, o terceiro acordo no mbito do Acordo de Basilia, implantado
em junho de 2003 com adoo prevista para 2007, acarretar novas exigncias para os bancos
envolvidos no cenrio internacional. Os bancos tero maior liberdade para definir as medidas
de proteo necessrias, porm aqueles com carteiras de maiores riscos, tero maiores
exigncias sobre o capital prprio.
Devem ser alterados os percentuais sobre o montante de ativos das carteiras que sero
exigidos como Necessidade Mnima de Capital, diferenciando-se ativos para grandes e
pequenas empresas, entre outros fatores. Os riscos operacionais, como fraudes, e jurdicos
tambm sero monitorados, e as Instituies financeiras tero um perodo para alterar
sistemas e processos visando mitigar riscos deste tipo.
Neste sentido, o presente trabalho avalia metodologias alternativas de VaR Value at
Risk, buscando identificar as metodologias mais adequadas para os ativos brasileiros
analisados. A seo seguinte trata dos aspectos regulatrios internacionais e nacionais. A
seo 3 apresenta os modelos de VaR utilizados, enquanto a seo 4 trata da metodologia
utilizada. Nas duas ltimas sees so discutidos os resultados obtidos, e apresentadas
concluses sobre o trabalho, respectivamente.
2. ASPECTOS REGULATRIOS
2.1.O Acordo Basilia II
O Acordo baseia-se em trs pilares, que so: requisitos mnimos de capital, reviso
supervisora e disciplina de mercado.
2.1.1. 1 Pilar Necessidade mnima de capital requerida
O primeiro pilar trata do clculo das necessidades mnimas de capital requerido para risco
de crdito, mercado e operacional. Estas necessidades so calculadas a partir de trs
elementos, a definio de capital regulatrio, ativos ponderados pelo risco e o mnimo fator
utilizado para calcular o capital a partir dos ativos ponderados pelo risco.
Risco de Crdito
Existem duas abordagens para avaliar os riscos de crdito, uma padronizada (Standard),
suportada por avaliaes externas e outra, alternativa, baseada em ratings internos (IRB:
Internal Rating Based Approach), esta ltima sujeita aprovao dos rgos reguladores. A
avaliao dos ativos no modelo padronizado depende das caractersticas dos crditos
fornecidos com relao ao perfil dos tomadores (sediados no exterior, empresas pblicas,
bancos de desenvolvimento, bancos e corporaes subdivididas em grandes e pequenas
empresas), e tambm com relao natureza dos ativos (hipotecas residenciais ou comerciais,
open market, emprstimos vencidos, ativos de alto risco, itens fora do balano, entre outros).
Os fatores considerados como mitigadores do risco so as garantias e os processos de
concesso de crdito.
Com relao abordagem que utiliza os ratings desenvolvidos internamente, consideramse as mesmas caractersticas citadas, mas existe forte acompanhamento dos critrios utilizados
na elaborao dos ratings internos. Passam a ser muito importantes a divulgao dos
Amarela
Vermelha
Nmero de Excees
0-99
100-119
120-139
140-159
160-179
180-199
200 ou mais
Multiplicador
1,0
2,0
2,2
2,4
2,6
2,8
3,0
potencial calculada considerando-se que em apenas 1% dos casos a variao dos fatores de
risco gerar perdas superiores ao estimado como perda potencial. Os dados utilizados para
representar a distribuio dos retornos devero ser os mais longos possveis. Os bancos
devero utilizar dados trimestrais para calcular o VaR, podendo ser feita equivalncia
estatstica com outros perodos, na impossibilidade de encontr-los.
O Comit no recomenda a utilizao de algum mtodo especfico, seja este paramtrico
(Monte Carlo, Mdias Mveis, Ponderadas, dentre outros) ou no-paramtrico. Entretanto, a
metodologia utilizada pelo banco dever ser capaz de capturar os riscos de mercado e os
riscos especficos dos ativos, ou seja, explicar as variaes nos preos dos ativos, as
magnitudes das variaes e o impacto de eventuais concentraes. Os bancos podem utilizar
metodologias que considerem as correlaes entre os ativos (varincia e covarincia), mas
estas devero ser amplamente documentadas.
Finalmente, com relao ao uso do VaR, os Bancos devero conduzir freqentes testes de
stress, para avaliar a exposio ao risco em cenrios muito adversos (principalmente acima da
perda potencial, ou seja, maior do que 1%).
Risco operacional
O risco operacional definido como o risco de perda decorrente de falhas internas,
relacionadas a processos, pessoas e sistemas. Esta definio inclui riscos legais, mas exclui
riscos estratgicos e relacionados reputao. Utilizam-se trs mtodos, com graus crescentes
de especificaes, para quantificao deste risco: Abordagem de Indicadores Bsicos,
Abordagem Padronizada e Abordagem de Medio Avanada (AMA).
No primeiro aplica-se um fator sobre o volume de ativos. Utilizando o mtodo
padronizado estima-se o risco a partir de cada unidade da Instituio Bancria, levando em
considerao o Beta de cada linha de negcios, um percentual sobre os ativos alocados e a
alocao de capital para cada linha de negcios. No terceiro mtodo, os bancos devero
cumprir uma srie de exigncias adicionais, como, por exemplo, demonstrar o envolvimento
dos diretores no acompanhamento dos processos, e ter uma equipe independente de
profissionais avaliando riscos de mercado e processos.
2.1.2. 2 Pilar Reviso de processos e superviso
Nesta seo o Comit busca garantir que os bancos tenham capital suficiente para fazer
frente aos seus riscos e encoraj-los a desenvolver tcnicas mais avanadas de mensurao
atravs do aperfeioamento do prprio Comit. Os principais tpicos deste Pilar so: a reviso
da superviso exercida pelo Comit e pelos rgos reguladores, orientaes sobre a
administrao dos riscos, e transparncia e confiabilidade nos documentos apresentados pelas
Instituies Financeiras.
2.1.3. 3 Pilar Disciplina de Mercado
Os reguladores esperam neste bloco, em complemento aos 1o e 2o Pilares, garantir um
elevado grau de disciplina no Mercado a partir da qualificao dos bancos conforme a adoo
das recomendaes do Comit pelos mesmos. Os principais fundamentos desta qualificao
so o disclosure das informaes, exposio ao risco, processos de avaliao de riscos e
adequao do capital de cada instituio. Descrevemos a seguir as recomendaes do comit
quanto ao disclosure, com relao ao Risco de Mercado, para bancos que utilizem modelos
internos de avaliao de risco (internal models approach).
Qualitativos (Geral e Carteiras da Instituio) Caractersticas dos modelos utilizados,
descrio dos testes de stress aplicados nas carteiras, descrio dos processos de back testing
e validao da adequao dos modelos.
60 i =1
para calcular o mnimo capital de risco requerido (MCRR), em instituies financeiras que
possuem ativos nos EUA e no Reino Unido. As concluses deste trabalho indicam que, aps
calcular o VaR, e, conseqentemente, o MCRR atravs de cinco modelos (EQMA, EWMA,
Histrico, Garch e Pareto), modelo Histrico foi o que apresentou a melhor performance, ou
seja, seus resultados nos back tests, foram os que se enquadraram no menor nmero de vezes
nas Zonas Amarela e Vermelha, e exigiu menor montante de capital requerido.
Estes autores utilizaram seqncias de dados de trs anos e outras com sries de um ano,
conforme recomendado pelo Comit, e verificaram que a performance dos modelos varia
dependendo de cada srie de dados, no concluindo sobre o assunto. O modelo baseado em
Pareto, assim como o Histrico, apresentou bons resultados nos back tests, mas as maiores
MCRR encontradas implicariam em maior alocao de capital pelas instituies financeiras,
fato que desestimularia o uso desta metodologia. Concluram tambm que na eventualidade
dos rgos reguladores desejarem reduzir significativamente o risco, usando um intervalo de
confiana de 99%, por exemplo, o mais adequado seria utilizar um intervalo menor, de 95%,
por exemplo, combinado com o uso de um multiplicador.
Iniciou-se, no Brasil, aps a implantao de modelos de gesto de risco de mercado nos
bancos brasileiros, discusses sobre quais os melhores modelos a serem desenvolvidos pelos
bancos para avaliar o seu potencial de perda em funo das variaes nos diversos fatores de
risco, e ainda existe muita controvrsia com relao ao tema. ARAJO, MOREIRA e
CLEMENTE (2.001) compararam a aplicao de diversos modelos utilizados na
determinao das MCRR com relao a aes e carteiras de aes, analisando a performance
dos mesmos.
Em nossa pesquisa analisamos a performance das trs metodologias EQMA, EWMA e
Histrico, com relao a quatro ativos diferentes: Ibovespa (ndice de aes da Bolsa de
Valores de So Paulo), Selic (taxa mdia da taxa de juros dos papis pblicos), Dlar-Ptax
(mdia de fechamento do dlar comercial no dia anterior), utilizando sries de um ano (250
observaes) para clculo do risco de mercado e montamos uma carteira composta igualmente
pelos trs ativos. Utilizamos intervalos de confiana de 95% e 99% (este ltimo definido no
Acordo de Basilia) e aplicamos back tests para verificar a adequao dos modelos.
Coletamos os dados utilizados do perodo 03/05/1999 a 30/04/2004, composto de 1.242
observaes. A partir da data inicial isolamos 250 observaes de dados e aplicamos os
modelos de clculo de VaR. Aplicamos janelas-mveis roladas a cada dia, gerando um total
de 990 janelas pelo perodo analisado.
A determinao do retorno da carteira seguiu a seguinte frmula:
(4) VCarteira = VIbovespa x 0,333 + VDlar x 0,333 + VSelic x 0,333, onde:
Vi = Dt(i) / Dt-1(i)
Dt = valor do ativo na data t
4.2.Teste de normalidade
Foi aplicado o teste de normalidade de Kolmogorov-Smirnov, para cada um dos trs
ativos. A hiptese nula, de que a amostra no apresenta distribuio normal, no pode ser
rejeitada para nenhum dos ativos, conforme tabela 2.
Mean
Std. Deviation
Most Extreme Differences
Absolute
Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a
b
IBOVESPA
DLAR
1242
1242
14.302,3330 2,47671533
3.400,13818 ,593156815
,077
,149
,077
,149
-,055
-,091
2,710
5,269
,000
,000
SELIC
1242
,0007006813
,00010403042
,239
,239
-,088
8,423
,000
variaes reais do dia seguinte (no caso de VaR dirio) e com as variaes dos prximos 10
dias (no caso de VaR de 10 dias), anotando o nmero de vezes em que este valor foi superior
ao VaR estimado como uma Exceo. Esta metodologia foi realizada para cada dia do perodo
entre 8/05/2000 e 30/04/2004, totalizando 990 janelas-mveis, sendo o nmero de excees
expresso em termos percentuais relativos a este total.
5. ANLISE DOS RESULTADOS
Calculamos mdias, desvios-padro e excees para cada combinao de modelo de VaR,
ativo, nvel de confiana e intervalo de tempo, com a finalidade de compararmos os modelos,
sendo os resultados apresentados nas tabelas 3 e 4. Apresentamos, a seguir, a avaliao dos
modelos.
Tabela 3: Mdias, desvios-padro e excees para o VaR de 1 dia
Nvel de confiana
Ativo
Ibovespa
Dlar
Selic
Carteira
VaR
Mdia
Desvio-padro
Excees
Mdia
Desvio-padro
Excees
Mdia
Desvio-padro
Excees
Mdia
Desvio-padro
Excees
99%
Histrico EQMA EWMA
-4,58%
-4,59% -4,38%
0,51%
0,41%
0,92%
1,21%
1,21%
1,62%
-2,59%
-2,32% -2,10%
1,12%
0,88%
1,22%
1,41%
1,92%
1,41%
-2,02%
-2,02% -1,69%
1,69%
0,92%
1,49%
2,12%
1,41%
2,22%
-1,71%
-1,69% -1,63%
0,30%
0,23%
0,42%
1,62%
1,41%
1,82%
95%
Histrico EQMA EWMA
-3,16%
-3,24% -3,12%
0,41%
0,29%
0,66%
5,86%
4,65%
5,45%
-1,54%
-1,64% -1,49%
0,49%
0,62%
0,87%
5,05%
4,44%
4,65%
-0,25%
-1,43% -1,20%
0,14%
0,65%
1,06%
6,26%
2,12%
2,93%
-1,07%
-1,20% -1,16%
0,08%
0,16%
0,30%
4,85%
4,24%
5,05%
VaR
Mdia
Ibovespa Desvio-padro
Excees
Mdia
Dlar
Desvio-padro
Excees
Mdia
Selic
Desvio-padro
Excees
Mdia
Carteira Desvio-padro
Excees
99%
95%
Histrico EQMA EWMA Histrico EQMA EWMA
-14,49% -14,50% -13,18% -10,00% -10,25% -9,52%
1,62%
1,30%
2,63%
1,28%
0,92%
1,94%
1,21%
1,11%
2,22%
4,14%
3,33%
5,25%
-8,18%
-7,34% -6,43%
-4,86%
-5,19% -4,60%
3,53%
2,78%
3,61%
1,55%
1,97%
2,63%
0,30%
0,71%
2,12%
4,14%
2,32%
6,67%
-6,40%
-6,40% -5,18%
-0,79%
-4,52% -3,72%
5,35%
2,90%
4,43%
0,44%
2,05%
3,21%
5,86%
3,33%
7,27%
21,82%
7,37% 11,31%
-5,41%
-5,35% -5,06%
-3,39%
-3,78% -3,60%
0,94%
0,73%
1,28%
0,26%
0,52%
0,92%
0,51%
0,30%
0,51%
1,82%
1,31%
2,22%
Verificamos que os VaRs de 1 e 10 dias do Ibovespa so superiores aos dos demais ativos,
em funo da maior variabilidade das aes no perodo (tabela 5). A diferena entre o
Ibovespa e o Dlar, que tambm apresentou VaRs elevados, tende a se acentuar conforme o
VaR calculado para 10 dias. O VaR da carteira tende a ser menor em funo do efeito da
diversificao, e o VaR com o menor nvel de confiana (95%), tambm menor.
Tabela 5: Mdias dos VaRs por ativo
Perodo do VaR
Ativo
Ibovespa
Dlar
Selic
Carteira
1 dia
Nvel de confiana
99%
95%
-4,52%
-3,17%
-2,33%
-1,56%
-1,91%
-0,96%
-1,68%
-1,14%
10 dias
Nvel de confiana
99%
95%
-14,06%
-9,92%
-7,32%
-4,88%
-5,99%
-3,01%
-5,27%
-3,59%
Modelo
Histrico
EQMA
EWMA
1 dia
Nvel de confiana
99%
95%
-2,73%
-1,50%
-2,66%
-1,88%
-2,45%
-1,74%
10 dias
Nvel de confiana
99%
95%
-8,62%
-4,76%
-8,40%
-5,94%
-4,10%
-5,36%
Verificamos nos back tests que o modelo EWMA apresentou o maior percentual de
excees seguido pelo modelo histrico (tabela 7). Uma pior aderncia do modelo proposto
pelo banco pode fazer com que o rgo legislador exija um maior mltiplo, ou seja, maior
capital alocado para cobrir perdas. O modelo EQMA foi o que apresentou a melhor
performance com relao aos VaRs de 1 e 10 dias, em relao quantidade de excees
(tabela 7).
Tabela 7: Excees por modelo (total de janelas avaliadas = 990)
Modelo
Histrico
EQMA
EWMA
Perodo do VaR
1 dia
10 dias
Nvel de confiana
Nvel de confiana
99%
95%
99%
95%
6,36%
22,02%
7,88%
31,92%
4,78%
15,45%
5,45%
14,34%
7,07%
18,08%
12,12%
25,45%
Calculamos o desvio padro de cada modelo de VaR, para cada ativo (tabelas 3 e 4), e
ento a mdia destes desvios-padro por modelo. Assim, verificamos que, em mdia, o
modelo EQMA foi o que apresentou os VaRs com 99% de confiana mais estveis.
Considerando 95% de confiana, o modelo histrico mais estvel (tabela 8).
Modelo
Histrico
EQMA
EWMA
Perodo do VaR
1 dia
10 dias
Nvel de confiana
Nvel de confiana
99%
95%
99%
95%
0,90%
0,28%
2,86%
0,88%
0,61%
0,43%
1,93%
1,36%
1,01%
0,72%
2,99%
2,18%
6. CONCLUSO
Verificamos em nosso estudo que o modelo mais adequado em termos de capital exigido
para cobrir o risco de mercado o EWMA, considerando-se nvel de confiana e 99%, ou o
modelo histrico, dado o nvel de confiana de 95%. Por outro lado, considerando-se o nvel
de confiana de 99%, o modelo que apresenta o menor nmero de excees nos back tests, e
menor desvio mdio, o EQMA. Para o intervalo de confiana de 95% o menor nmero de
excees tambm conseguido pelo EQMA, mas o menor desvio obtido pelo modelo
histrico. Estes resultados nos levam a aceitar o modelo EQMA (No-Paramtrico) como o
modelo mais adequado realidade brasileira, considerando-se os ativos avaliados.
Vale comentar que este resultado no deve ser generalizado para outros ativos que no
foram avaliados neste trabalho. Por outro lado, o modelo de anlise aqui apresentado pode de
maneira bastante simples ser aplicado a qualquer outro ativo do mercado brasileiro ou
internacional, de forma a analisar, em relao a qualquer ativo, qual o modelo de VaR mais
adequado, em termos de risco e comprometimento de capital por parte da Instituio
Financeira.
7. BIBLIOGRAFIA
ARAJO, G. S., MOREIRA, J. M. S.; CLEMENTE, R. S. M. Avaliao de Mtodos de
Clculo de Exigncia de Capital para Risco de Mercado de Carteiras de Aes no Brasil.
Banco Central do Brasil Trabalhos para discusso, Braslia, n. 67, p. 1-65, Fevereiro,
2003.
BASEL COMMITTEE ON BANKING SUPERVISION. Consultative Document, The New
Basel Capital Accord. Basel: [s.n.], April 2003.
DEPEP/RJ. Relatrio sobre Alocao de Capital para Cobertura de Riscos de Mercado. [S.l.,
s.n.], dezembro, 1999.
JORION, P. Value at Risk: A Nova Fonte de Referncia para o Controle de Risco de
Mercado. So Paulo: Bolsa de Mercadorias e Futuros, 1998.
KUPIEC, P. H. Techniques for Verifying the Accuracy of Risk Measurement Models.
Journal of Derivatives, New York, v. 3, n. 2, p. 73-84, Winter 1995.