Previsão do risco no mercado de commodities de energia

Abstract

A presente dissertação de mestrado é baseada no estudo da previsão do risco no mercado de commodities de energia, dentre elas a Gasolina, o Gás Natural, o Petróleo, o Petróleo de Aquecimento, o Querosene e por fim o Propano, sendo que cada energia é estudada em três espaços temporais distintos. Inicialmente são apresentados graficamente os retornos da energia, a autocorrelação e a autocorrelação parcial, posteriormente os preços e por fim novamente a autocorrelação depois de ser eliminada a autocorrelação que estava presente nos dados inicialmente. Posteriormente são também analisadas as estatísticas descritivas em cada energia e em cada um dos três períodos de tempo a ser estudados, onde estão presentes os resultados do teste Ljung-Box, antes e depois da eliminação da autocorrelação inicial. Por fim, é estudada a volatilidade em cada energia, para tal são analisados quatro modelos GARCH, dentre eles o S-GARCH, o E-GARCH, o GJR-GARCH e o T-GARCH, este estudo é reproduzido em gráficos de volatilidade e posteriormente numa tabela que contempla os resultados de estimação dos modelos em questão, para que nos seja possível decidir o mais indicado para o estudo de cada uma das energias.

This master's work is based on the study of risk prediction in the energy commodity market, more specifically Gasoline, Natural Gas, Oil, Heating Oil, Kerosene and Propane, with each energy being studied in tree temporal periods. In a first phase, energy returns, autocorrelation and partial autocorrelation are graphically presented, followed by prices and finally autocorrelation after eliminating the autocorrelation that was initially present in the data. Afterwards, I analyze the descriptive statistics in each energy and in each of the three time periods to be studied, where the results of the Ljung-Box test are present, before and after the elimination of the initial autocorrelation. Finally, the volatility of each energy is studied, analyzing four GARCH models, including the S GARCH, the E-GARCH, the GJR-GARCH and the T-GARCH. This study is reproduced in volatility graphs and later in a table that includes the estimation results of the models in question, so that it is possible for us to decide the most suitable model for the study of each energy.