ID: 4474
:
José Santiago Fajardo Barbachan, Aquiles Rocha de Farias, José Renato Haas Ornelas.
:
Revista Brasileira de Finanças, v. 6, n. 2, p. 139-155, Maio-Agosto, 2008. 17 .
:
ajuste , simulação de Monte Carlo , valor em risco condicionado
: Artigo (English)
Para verificar quando uma distribuição empírica tem uma determinada distribuição teórica, vários testes têm sido usados, como os testes de Kolmogorov-Smirnov e Kuiper. Estes testes tentam analisar se todas as partes da distribuição empírica têm uma determinada forma teórica. Porém, no contexto de Administração do Risco, o foco da análise deveria ser nas caudas das distribuições, já que estamos interessados nos retornos extremos dos ativos financeiros. O presente artigo propõe um novo teste de ajuste com foco nas caudas da distribuição. O novo teste é baseado na medida de Valor em Risco Condicionado. Logo, usamos simulação de Monte Carlo para analisar o poder do novo teste com diferentes tamanhos de amostra, e depois os comparamos com os testes de Crnkovic e Drachman, Kolmogorov-Smirnov e Kuiper. Os resultados mostram que a nova distância possui um melhor desempenho do que as outras distâncias para pequenas amostras. Também analisamos testes de hipóteses usando dados financeiros. Testamos as hipóteses de que a distribuição empírica seja uma Normal, t-Student, Hiperbólica Generalizada, Normal Inversa Gaussiana e Hiperbólica, usando a nova distância proposta neste artigo.
