O uso do value at risk (var) como medida de risco para fundos de pensão

Abstract

Este estudo faz uma revisão das origens do VaR, bem como dos conceitos e teorias que o fundamentam, e sua aplicabilidade aos fundos de pensão. Descreve as principais metodologias de cálculo e as situações nas quais o uso de cada uma é mais adequado. Revisa a literatura internacional acerca do uso do VaR como medida de risco pelos fundos de pensão. A seguir faz a previsão do VaR para as carteiras reais de três fundos de pensão brasileiros com três metodologias distintas: paramétrica, simulação histórica e simulação de Monte Carlo, esta última com duas suposições distintas para a distribuição dos retornos dos fatores de risco (normal e histórica). A partir disso, realiza um teste qualitativo, através da comparação do número de perdas efetivas realizadas pelas carteiras dos três fundos de pensão com o número de perdas correspondente admitido para os diferentes níveis de confiança utilizados no cálculo do VaR. O trabalho não encontra evidências de superioridade de nenhuma das metodologias de cálculo, sendo que todas elas superestimaram as perdas verificadas na prática (o VaR foi excedido menos vezes do que o esperado).

This study summarizes the theory underlying Value at risk, including its history, concepts and applicability to pension funds. It describes the main approaches in computing VaR, as well as the situations in which one approach is more appropriate than the other. It also revises the international literature about the use of VaR as a risk measure by pension funds. After that, VaR is computed for real portfolios of three Brazilian pension funds, applying three methods: analytical, historical simulation and Monte Carlo simulation, the last one with two different assumptions about risk factor returns’ distributions (normal and historical). Following VaR computation, a qualitative test is performed, by comparing the actual losses faced by the three pension funds’ portfolios with the associated number of losses, given the confidence level. Evidence about superiority of some of the approaches has not been found, and all of them have overestimated real losses (the VaR measure was exceeded less often than expected).