A volatilidade observada durante a pandemia de COVID-19 e as tensões geopolíticas destacou a necessidade da gestão de risco nos mercados financeiros. Esta dissertação tem como objetivo estimar perdas potenciais e implementar estratégias dinâmicas de cobertura utilizando a métrica de risco Value-at-Risk. O estudo mede e gere o VaR diário de uma carteira diversificada composta por ações e obrigações dos Estados Unidos, Europa e Ásia. Considerando 15 configurações de quatro modelos de VaR, Parametric Normal, Skewed Generalized Student-t, Historical Simulation, and Quantile Regression, os modelos são avaliados através de backtesting. O modelo escolhido é utilizado para estimar o VaR diário ao longo de um horizonte de um ano e para decompor o risco, identificando os principais fatores de risco para o portefólio. Desta forma, é implementada uma estratégia dinâmica de cobertura de ações para mitigar o risco, garantindo que o risco da carteira se mantém dentro de um limite previamente definido. A eficácia da estratégia é avaliada através de métricas de desempenho como o Return on Risk-Adjusted Capital e o Profit and Loss. Os resultados mostram que a carteira coberta apresenta um desempenho superior à não coberta, ao proteger contra perdas adicionais e aumentar o Return on Risk-Adjusted Capital. Para além disto, melhora a diversificação das exposições em ações que foram cobertas e redistribui o risco entre os fatores de risco da carteira.

The volatility observed during the COVID-19 pandemic and geopolitical tensions has highlighted the need for risk management in financial markets. This thesis aims to estimate potential losses and implement dynamic hedging strategies using the Value-at-Risk risk metric. The study measures and manages the daily VaR of a diversified portfolio composed of equities and bonds from the U.S., European, and Asian markets. Considering 15 configurations from four different VaR models, Parametric Normal, Skewed Generalized Student-t, Historical Simulation, and Quantile Regression, the modes are evaluated through backtesting. The chosen model is then used to estimate daily VaR over a one-year horizon and to decompose it by risk factors, identifying the main contributors to risk. By doing so, a dynamic equity hedging strategy is implemented to mitigate risk, ensuring that the portfolio risk remains within a predefined target. The effectiveness of the strategy is assessed using performance metrics such as Return on Risk-Adjusted Capital and Profit and Loss. Results show that the hedged portfolio outperforms the unhedged portfolio by protecting against additional losses and increasing the Return on Risk-Adjusted Capital, while also improving diversification across hedged equity exposures and redistributing risk across portfolio risk factors.