Comparative analysys of risk measures for optimal hedge ratio determination
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | http://hdl.handle.net/10183/285427 |
Resumo: | Este trabalho compara procedimentos de proteção de carteira (hedge) implementados por meio de problemas de otimização de medidas de risco. A abordagem adotada minimiza medidas de risco de perda e perda-desvio da diferença aritmética entre as taxas de retorno de um índice de referência e uma posição mantida no mercado futuro, a fim de calcular razões ótimas de hedge. A revisão da literatura relacionada ao hedge indica que este trabalho representa a primeira aplicação de medidas de risco de perda-desvio para determinar estratégias ótimas de hedge. As medidas aplicadas incluem Expected Shortfall (ES), Shortfall Deviation Risk (SDR), Expectile Value at Risk (EVaR), Deviation Expectile Value at Risk (DEVaR), Expected Loss Deviation (ELD) e Perda Máxima (ML). O modelo é aplicado a cinco índices de referência do mercado acionário: DAX (ALE), FTSE (ING), Ibovespa (BRA), Nikkei (JAP) e S&P 500 (EUA), durante o período de 2006 a 2024, considerando diferentes frequências de rebalanceamento e níveis de significância. Os portfólios resultantes são avaliados por meio de medidas de efetividade de hedge observadas na literatura e utilizadas no mercado financeiro, como Redução da Variância, Dollar Offset e Redução do Valor em Risco (VaR). Parte dos resultados obtidos também é corroborada pela literatura. Os principais achados são que ELD e DEVaR são as medidas de risco que geram as razões de hedge mais efetivas, segundo as métricas de efetividade adotadas. Observou-se que o ganho na efetividade de hedge gerado pelo aumento na frequência de rebalanceamento é mais pronunciado em períodos de elevada volatilidade. As estratégias mais efetivas foram as aplicadas ao DAX, e o nível de significância que apresentou a maior de efetividade de hedge foi igual a 5%. |
| id |
URGS_8282adcd9aa5510b1e2c5ceaac5b709b |
|---|---|
| oai_identifier_str |
oai:www.lume.ufrgs.br:10183/285427 |
| network_acronym_str |
URGS |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
| repository_id_str |
|
| spelling |
Spindler, Leonardo TeixeiraMüller, Fernanda MariaRighi, Marcelo Brutti2025-02-18T06:56:10Z2025http://hdl.handle.net/10183/285427001242009Este trabalho compara procedimentos de proteção de carteira (hedge) implementados por meio de problemas de otimização de medidas de risco. A abordagem adotada minimiza medidas de risco de perda e perda-desvio da diferença aritmética entre as taxas de retorno de um índice de referência e uma posição mantida no mercado futuro, a fim de calcular razões ótimas de hedge. A revisão da literatura relacionada ao hedge indica que este trabalho representa a primeira aplicação de medidas de risco de perda-desvio para determinar estratégias ótimas de hedge. As medidas aplicadas incluem Expected Shortfall (ES), Shortfall Deviation Risk (SDR), Expectile Value at Risk (EVaR), Deviation Expectile Value at Risk (DEVaR), Expected Loss Deviation (ELD) e Perda Máxima (ML). O modelo é aplicado a cinco índices de referência do mercado acionário: DAX (ALE), FTSE (ING), Ibovespa (BRA), Nikkei (JAP) e S&P 500 (EUA), durante o período de 2006 a 2024, considerando diferentes frequências de rebalanceamento e níveis de significância. Os portfólios resultantes são avaliados por meio de medidas de efetividade de hedge observadas na literatura e utilizadas no mercado financeiro, como Redução da Variância, Dollar Offset e Redução do Valor em Risco (VaR). Parte dos resultados obtidos também é corroborada pela literatura. Os principais achados são que ELD e DEVaR são as medidas de risco que geram as razões de hedge mais efetivas, segundo as métricas de efetividade adotadas. Observou-se que o ganho na efetividade de hedge gerado pelo aumento na frequência de rebalanceamento é mais pronunciado em períodos de elevada volatilidade. As estratégias mais efetivas foram as aplicadas ao DAX, e o nível de significância que apresentou a maior de efetividade de hedge foi igual a 5%.This work compares portfolio hedging procedures implemented through optimization problems using risk measures. The adopted approach minimizes loss risk measures and loss-deviation of the arithmetic difference between the return rates of a benchmark index and a position held in the futures market to calculate optimal hedge ratios. A review of the related literature indicates that this work represents the first application of lossdeviation risk measures to determine optimal hedge strategies. The measures applied include Expected Shortfall (ES), Shortfall Deviation Risk (SDR), Expectile Value at Risk (EVaR), Deviation Expectile Value at Risk (DEVaR), Expected Loss Deviation (ELD), and Maximum Loss (ML). The model is applied to five benchmarks of the stock market: DAX (Germany), FTSE (UK), Ibovespa (Brazil), Nikkei (Japan), and S&P 500 (USA), over the period from 2006 to 2024, considering different rebalancing frequencies and significance levels. The resulting portfolios are evaluated using effectiveness measures observed in the literature and utilized in the financial market, such as Variance Reduction, Dollar Offset, and Value at Risk (VaR) Reduction. Some of the obtained results are also corroborated by the literature. The main findings are that ELD and DEVaR are the risk measures that generate the most effective hedge ratios, according to the adopted effectiveness metrics. It was observed that the gain in hedge effectiveness generated by increasing the rebalancing frequency is more pronounced during periods of high volatility. The most effective strategies were those applied to the DAX, and the significance level that exhibited the best hedge effectiveness performance being 5%.application/pdfengRiscoMercado de açõesMercado financeiroHedgingOptimization problemsMarket risk measuresOptimal hedge ratiosComparative analysys of risk measures for optimal hedge ratio determinationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em EconomiaPorto Alegre, BR-RS2025mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001242009.pdf.txt001242009.pdf.txtExtracted Texttext/plain140680http://www.lume.ufrgs.br/bitstream/10183/285427/2/001242009.pdf.txt355a385f80a3a1a46b601e9a7d35ae0dMD52ORIGINAL001242009.pdfTexto completo (inglês)application/pdf698811http://www.lume.ufrgs.br/bitstream/10183/285427/1/001242009.pdf2f76e768a375a02b318e9ede731a928cMD5110183/2854272025-02-28 06:47:45.777923oai:www.lume.ufrgs.br:10183/285427Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532025-02-28T09:47:45Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
| dc.title.pt_BR.fl_str_mv |
Comparative analysys of risk measures for optimal hedge ratio determination |
| title |
Comparative analysys of risk measures for optimal hedge ratio determination |
| spellingShingle |
Comparative analysys of risk measures for optimal hedge ratio determination Spindler, Leonardo Teixeira Risco Mercado de ações Mercado financeiro Hedging Optimization problems Market risk measures Optimal hedge ratios |
| title_short |
Comparative analysys of risk measures for optimal hedge ratio determination |
| title_full |
Comparative analysys of risk measures for optimal hedge ratio determination |
| title_fullStr |
Comparative analysys of risk measures for optimal hedge ratio determination |
| title_full_unstemmed |
Comparative analysys of risk measures for optimal hedge ratio determination |
| title_sort |
Comparative analysys of risk measures for optimal hedge ratio determination |
| author |
Spindler, Leonardo Teixeira |
| author_facet |
Spindler, Leonardo Teixeira |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Spindler, Leonardo Teixeira |
| dc.contributor.advisor1.fl_str_mv |
Müller, Fernanda Maria |
| dc.contributor.advisor-co1.fl_str_mv |
Righi, Marcelo Brutti |
| contributor_str_mv |
Müller, Fernanda Maria Righi, Marcelo Brutti |
| dc.subject.por.fl_str_mv |
Risco Mercado de ações Mercado financeiro |
| topic |
Risco Mercado de ações Mercado financeiro Hedging Optimization problems Market risk measures Optimal hedge ratios |
| dc.subject.eng.fl_str_mv |
Hedging Optimization problems Market risk measures Optimal hedge ratios |
| description |
Este trabalho compara procedimentos de proteção de carteira (hedge) implementados por meio de problemas de otimização de medidas de risco. A abordagem adotada minimiza medidas de risco de perda e perda-desvio da diferença aritmética entre as taxas de retorno de um índice de referência e uma posição mantida no mercado futuro, a fim de calcular razões ótimas de hedge. A revisão da literatura relacionada ao hedge indica que este trabalho representa a primeira aplicação de medidas de risco de perda-desvio para determinar estratégias ótimas de hedge. As medidas aplicadas incluem Expected Shortfall (ES), Shortfall Deviation Risk (SDR), Expectile Value at Risk (EVaR), Deviation Expectile Value at Risk (DEVaR), Expected Loss Deviation (ELD) e Perda Máxima (ML). O modelo é aplicado a cinco índices de referência do mercado acionário: DAX (ALE), FTSE (ING), Ibovespa (BRA), Nikkei (JAP) e S&P 500 (EUA), durante o período de 2006 a 2024, considerando diferentes frequências de rebalanceamento e níveis de significância. Os portfólios resultantes são avaliados por meio de medidas de efetividade de hedge observadas na literatura e utilizadas no mercado financeiro, como Redução da Variância, Dollar Offset e Redução do Valor em Risco (VaR). Parte dos resultados obtidos também é corroborada pela literatura. Os principais achados são que ELD e DEVaR são as medidas de risco que geram as razões de hedge mais efetivas, segundo as métricas de efetividade adotadas. Observou-se que o ganho na efetividade de hedge gerado pelo aumento na frequência de rebalanceamento é mais pronunciado em períodos de elevada volatilidade. As estratégias mais efetivas foram as aplicadas ao DAX, e o nível de significância que apresentou a maior de efetividade de hedge foi igual a 5%. |
| publishDate |
2025 |
| dc.date.accessioned.fl_str_mv |
2025-02-18T06:56:10Z |
| dc.date.issued.fl_str_mv |
2025 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/285427 |
| dc.identifier.nrb.pt_BR.fl_str_mv |
001242009 |
| url |
http://hdl.handle.net/10183/285427 |
| identifier_str_mv |
001242009 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
| instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
| instacron_str |
UFRGS |
| institution |
UFRGS |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
| collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
| bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/285427/2/001242009.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/285427/1/001242009.pdf |
| bitstream.checksum.fl_str_mv |
355a385f80a3a1a46b601e9a7d35ae0d 2f76e768a375a02b318e9ede731a928c |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
| repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
| _version_ |
1831316194986033152 |