O risco de crédito nas instituições financeiras: VaR e retornos extremos

Abstract

No âmbito do mestrado em Finanças tornou-se possível realizar um estágio curricular no CCAM Vale do Sousa e Baixo Tâmega. O propósito do relatório é expor os resultados do estágio, descrever as atividades desenvolvidas durante o mesmo, efetuar uma revisão de literatura e realizar um estudo empírico sobre o Risco de Crédito nas Instituições Financeiras centrado na análise do VaR e retornos extremos. O VaR é uma medida de risco que consiste no cálculo de um quantil da distribuição das perdas (ganhos) de um produto financeiro. A forma como se estima essa distribuição determina diferentes valores para o VaR. Neste trabalho aplica-se a Teoria de Valores Extremos, para modelar distribuições com caudas pesadas, como é usual em dados financeiros. Concretamente log-retornos negativos do CA-Rendimento é modelada por uma distribuição de Fréchet e comparam-se os valores resultantes do VaR com valores obtidos por abordagens diferentes, nomeadamente, com a função de distribuição empírica (dados históricos) e com a distribuição normal.

Under the Master´s of finance I got the opportunity to take an internship at CCAM Vale do Sousa e Baixo Tâmega. The purpose of the present report is to expose the results of the internship, describe the activities developed during that time, perform a literature review and create an empirical study about Credit Risk at Financial Institutions focused in the analysis of VaR and extreme returns. The VaR is a measurement unit for risk that consists on calculating a quantile of the distribution losses (gains) of a financial product. The way that distribution is estimated sets different values for the VaR. In the current study we apply the Extreme Value Theory, best suited for modelling distributions with heavy tails, as it´s usual in financial data. Concretely negative log-returns of CA-Rendimento is modelled by a Fréchet distribution, and then the values from VaR are compared with values obtained from different approaches, namely using the empirical distribution function (historical data) and the normal distribution.