Distribuição de funções de variáveis aleatórias dependentes e R-Vines cópulas

Abstract

Neste trabalho, estudamos a formulação da distribuição de funções de variáveis aleatórias contínuas dependentes. O mecanismo de modelagem da dependência é feita via funções cópulas. Dentre os resultados obtidos formulamos a expressão geral da distribuição da soma de n variáveis aleatórias dependentes. Expandimos a abordagem para a distribuição de outras funções de variáveis aleatórias tais como o quociente, produto e uma combinação convexa. Por meio das R-Vines Cópulas, obtivermos também a expressão da soma de n variáveis aleatórias em que cada componente é governada por um processo GARCH. A partir deste resultado, calculamos o Value-at-Risk (VaR) e Expected Shortfalls (ES) da soma dessas variáveis. Em função desta estrutura, as medidas de risco passam a adquirir um comportamento dinâmico. Ao final do trabalho exibimos algumas ilustrações numéricas via simulação de Monte Carlo. Apresentamos também uma aplicação com dados reais provenientes de bolsas de valores da América Latina.