Fatores de risco de ações e volatilidade implícita
Para analisar o risco de uma carteira composta por uma opção, é necessário considerar as variações nos três fatores de risco: preço da ação, volatilidade e taxas de juros. Aqui, você vai se concentrar nos dois primeiros fatores e assumir que as taxas de juros não mudam muito em intervalos curtos. Os valores diários dos fatores de risco para o período de 1990 a 2010 estão em riskfactors e os log-retornos correspondentes em returns; ambos os conjuntos de dados multivariados estão carregados no seu ambiente de trabalho.
A volatilidade é um novo fator de risco que ainda não foi considerado neste curso. Ela é representada pelo índice VIX, que é construído a partir das volatilidades implícitas de uma ampla gama de opções sobre o índice S&P 500:
> names(returns)
[1] "X.GSPC" "X.VIX"
Neste exercício, você vai verificar se os log-retornos da volatilidade se comportam como outros dados de retorno que você já viu e observar como eles variam em relação aos log-retornos do índice S&P 500.
Este exercício faz parte do curso
Gerenciamento de Risco Quantitativo em R
Instruções do exercício
- Use a função apropriada para plotar os dados em
riskfactorse emreturns. - Use
plot()eas.matrix()em sequência para criar um diagrama de dispersão dereturns. - Use
apply()para realizar o teste de Jarque-Bera emreturnse, em seguida, useqqnorm()e colchetes para indexação para fazer um gráfico Q-Q contra a normal para os log-retornos da série emreturnsque contém os dados de volatilidade. - Crie o gráfico acf amostral dos dados em
returnse depois o dos retornos absolutos dos dados. - Use
cor()para calcular a correlação entre os log-retornos dos dois fatores de risco emreturns.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Plot the risk factors and the log-returns
# Make a scatterplot of the two return series
# Apply the Jarque-Bera test to the returns and make a Q-Q plot of the volatility log-returns
# Create the sample acf of the returns and absolute returns
# Calculate the correlation between the log-returns