Analiza riscului în evaluarea oportunitatilor internationale de investitii. Perspective în modelarea si previzionarea volatilitatii utilizate în estimarea riscului

Teza îsi propune sa evalueze riscul în contextul deciziilor de investire în strainatate. Pentru identificarea categoriilor de risc, s-a folosit drept criteriu raportul dintre continutul de endogeneitate si cel de exogeneitate al acestora. În grupa riscurilor endogene atentia a fost concentrata asupra riscului de credit, riscului asumat (de contrapartida) si a riscului sistemic; s-a evidentiat totodata rolul agentiilor internationale de rating în determinarea costului creditului si în ultima instanta în determinarea succesului emisiunilor de titluri facute în scopul asigurarii surselor financiare necesare finantarii proiectelor de investitii. În grupa riscurilor exogene a fost identificat riscul asimilat fluctuatiei randamentelor date de variatia preturilor actiunilor. Aceasta fluctuanta a fost denumita „volatilitate” si a fost evaluata din punct de vedere econometric. A fost sugerat faptul ca cea mai buna modalitate de a evalua riscul unui sector este de a forma un portofoliu/grup de actiuni apartinând celor mai relevante companii activând în acelasi sector, si de a modela si previziona volatilitatea randamentelor portofoliului astfel creat. Problema devine complicata din cauza subiectivitatii în alegerea modelului de previzionare a volatilitatii, care provine din lipsa existentei unui consens în literatura în ceea ce priveste identificarea unui model capabil sa calculeze cei mai buni estimatori. Mai mult, din moment ce consideram un portofoliu cu serii puternic corelate, un model multivariat trebuie aplicat, fapt ce determina ca problema sa fie extrem de dificil de rezolvat empiric. Am sugerat ca pentru portofoliile formate din sute si mii de variabile, Principal Component-GARCH este modelul potrivit de utilizat pentru previzionarea volatilitatii. Calitatile modelului PC-GARCH sunt puse în valoare din perspectiva raportului calitate/cost oferit de acesta în raport cu orice model alternativ, si au fost identificate ca fiind: capacitatea acestuia de minimizare a eforturilor computationale (prin transformarea modelelor multivariate GARCH în modele univariate), prin reducerea semnificativa a timpului computational si eliminarea oricarei probleme ce se poate ivi din manipulari complexe de date, asigurarea unui control strict al cantitatii de „zgomot” prin reducerea numarului de variabile la un numar mai mic de componente principale si îmbunatatirea performantelor unui model GARCH simplu prin obtinerea de inovatii total independente.