Este estudo aborda a previsão de risco do Value at Risk (VaR) e Expected Shortfall (ES) nas maiores criptomoedas, Bitcoin e Ethereum. Aplicamos o método univariado paramétrico AR-GARCH em diversas distribuições de probabilidade e não paramétrico Historical Simulation para fazer a previsão e descrição de risco em diferentes níveis de significância e janelas de estimação. A avaliação da qualidade das medidas previstas foi realizada por meio das funções escores específicas para VaR e ES. Em geral, os resultados destacam o melhor desempenho das distribuições t de Student e t assimétrica para ambos os ativos e métricas analisadas. Adicionalmente, observamos que a distribuição normal apresenta uma melhor performance para janela rolante com maior número de observações considerada. Dessarte, os achados indicam que em condições específicas, há uma mudança de desempenho das distribuições e procedimentos examinados, evidenciando a importância da escolha de distribuições e métodos na gestão de risco em um mercado tão dinâmico e especulativo como o de criptoativos.
Complete tool for submission, evaluation and publication of proceedings for scientific events.
