[pt] O modelo conhecido como Capital Asset Pricing Model - CAPM define o parâmetro beta como a constante que mede a variação esperada da rentabilidade de um ativo em relação à variação da rentabilidade do mercado. A estabilidade do parâmetro beta é crucial para que seja aplicável a utilização de dados históricos na precificação de ativos e na avaliação do custo de capital das empresas. A presente dissertação avaliou a estabilidade do parâmetro beta no período compreendido entre julho de 1994 a junho de 2008, em um total de 168 meses, para uma amostra de 41 ações negociadas na Bolsa de Valores de São Paulo - Bovespa. O Índice da Bolsa de Valores de São Paulo - Ibovespa foi utilizado como uma proxy do índice de mercado. O teste estatístico aplicado foi o Teste de Chow, e foram realizadas regressões cross-section em períodos não sobrepostos. Pelos resultados do Teste de Chow, percentual significativo dos betas da amostra apresentou-se estatisticamente estável. Contudo, a análise das regressões cross-section em diferentes subperíodos mostrou que os betas calculados com base em dados históricos têm muito pouca participação na explicação do valor do parâmetro calculado para período subseqüente. O trabalho testou, ainda, a aplicação do ajuste proposto por Vasicek concluindo que este último contribui muito pouco para o poder de previsão dos betas históricos. / [en] The model known as capital asset pricing model - CAPM defines the beta parameter as the constant that measures the expected return variation of an asset in relation to the equity premium. Parameter beta stability is crucial to apply the use of historical data in the pricing of assets and assessing the cost of capital of companies. This dissertation assessed parameter beta stability in the period from July 1994 to June 2008, a total of 168 months for a sample of 41 traded stocks on the São Paulo Stock Exchange - BOVESPA. The index of that stock exchange - Ibovespa was used as a market index proxy. The statistical test known as the Chow Test was applied, and regressions were carried out in cross sections not overlapping periods. From the Chow Test results, a significant percentage of betas of the sample are shown to be statistically stable. However, the analysis of crosssection regressions in different subperiods showed that the betas calculated based on historical data have very little participation in explanation of the parameter value calculated for subsequent period. The study also tested the adjustment proposed by Vasicek but concludes that the latter contributes very little to forecast power of historical betas.

[pt] Markowitz em 1959 estruturou as bases da teoria moderna de seleção de carteiras através da análise do risco e do retorno de ativos. Mesmo após cinco décadas sua teoria ainda é amplamente utilizada como base para construção de carteiras de investimentos. Nessa dissertação investigamos variações do modelo de Markowitz para seleção de carteiras tanto de um ponto de vista teórico quanto prático. Analisamos o impacto dos diferentes métodos de estimativa de risco e retorno, custos transacionais, risco alvo e freqüência da revisão de carteira. Para que fosse possível testar e analisar as estratégias estudadas, implementamos um simulador versátil e robusto além de criar uma base de dados com dados diários de 41 ativos da bolsa de valores brasileira, CDI e IBOVESPA. / [en] Markowitz in 1959 structured the foundations of the modern portfolio theory through the analysis of risk and return of assets. Now, after five decades his theory is still widely used as a basis for building portfolios. In this thesis we investigate variations of the Markowitz model for portfolio selection from both a theoretical and practical point of view. We analyzed the impact of different methods for the prediction of risk and return, transaction costs, target risk and frequency of revision of the portfolio. In order to test and analyze the strategies studied we implemented a robust and versatile simulator and created a database with daily data of 41 assets from the Brazilian stock exchange, CDI and IBOVESPA.

[pt] A modelagem do mercado financeiro requer uma descrição completa da estatística dos preços assim como de sua dinâmica. Analisamos as flutuações de preço do mercado de ações brasileiro (IBOVESPA) em escala de tempo intradiária, no período 2002-2004, considerando distribuições q- Gaussianas P(q) (x,t) provenientes da estatística não-extensiva de Tsallis. Estas distribuições são soluções de uma equação de Fokker-Planck (EFP) não-linear, que permite modelar a difusão anômala observada na série temporal de preços de alta freqüência a partir de mecanismos de feedback estatístico na dinâmica de formação de preços. Nossos resultados mostram que, quando retornos de preços são medidos em escalas temporais de até 30 minutos, as distribuições empíricas são bem descritas por q-Gaussianas, com parâmetro não- extensivo q estacionário e com truncamento exponencial das caudas. Através da análise das propriedades de escala temporal dos primeiros momentos das distribuições empíricas, analisamos a consistência entre a evolução temporal observada e a prevista pela EFP não- linear e obtemos os parâmetros do modelo que caracterizam a dinâmica de nosso mercado. A presença de correlação temporal retarda a convergência das distribuições de retornos de preços para o regime Gaussiano de acordo com o T.L.C., surgindo assim um novo regime q-Gaussiano para escalas de tempo curtas, cujo comportamento superdifusivo é regido pela EFP considerada. Nossos resultados indicam que esta modelagem fornece uma descrição adequada para a dinâmica das flutuações de preços intradiárias do IBOVESPA. / [en] The stock market modeling requires a complete statistical description of the price and its dynamics. We analyze the intra-day Brazilian stock market price fluctuations (IBOVESPA), in the period 2002-2004, considering q-Gaussians distributions P(q) (x,t) derived from Tsallis non- extensive statistics. Such distributions are solutions of a non-linear Fokker-Planck equation (F.P.E.), allowing to model the anomalous diffusion found at high frequency price time series from statistical feedback mechanisms in the dynamics of price formation. Our results show that, when returns are measured over intervals less than 30 minutes, the empirical distributions are well fitted by q- Gaussians, with stationary non-extensive parameter q and exponential damped tails. From the time scale properties of the first moments of the empirical distributions, we analyze the consistency between the observed time evolution and the foreseen behavior within the non-linear F.P.E. and get the model parameters that characterize our high frequency market dynamics. The presence of time correlation slows down the convergence of the price return distributions to a Gaussian regime according to C.L.T., giving rise to a new q-Gaussian regime for very short time scales, with super diffusive behavior driven by the considered F.P.E. Our results show that this modeling provides an adequate description of the dynamics of the Brazilian stock market intra-day price fluctuations.

[pt] Este estudo buscou analisar a relação dinâmica entre três variáveis macroeconômicas no Brasil: Taxa de juros, Taxa de câmbio e Índice Ibovespa. A primeira variável analisada foi a taxa de juros, utilizando-se os preços de contratos futuros de taxas CDI negociados na BMeF Bovespa com vencimento em 360 dias e levantados através da plataforma Bloomberg. A segunda variável analisada foi a taxa de câmbio Real/Dolar real histórica fornecida pelo Banco Central do Brasil. A terceira variável analisada foi o Índice Ibovespa levantado pelo programa Economática. Para este estudo, foram coletados dados diários para as três variáveis do período de 04 de janeiro de 1999 a 04 de setembro de 2015 com o objetivo de se estudar a relação dinâmica entre as variáveis e a existência da memória longa e análise dos choques de volatilidade através da aplicação de modelos econométricos. O modelo VAR foi aplicado com 13 lags para a análise da relação dinâmica com o objetivo de estudar o poder explanatório entre as três variáveis. O modelo FIPARCH foi aplicado para testar a existência da memória longa e analisar os impactos dos choques de volatilidade nas variáveis. Os resultados foram significativos e mostraram um maior poder explanatório da taxa de câmbio sobre as demais variáveis, a existência da memória longa e que a volatilidade condicional é mais afetada por choques positivos para o índice Ibovespa e mais afetada por choques negativos para a taxa de câmbio e para a taxa de juros. Este estudo é importante para que profissionais de empresas e do governo planejem suas ações de curto e longo prazo para controle e planejamento da economia e para contribuir com os demais estudos sobre este tema. / [en] This study investigates the dynamic relationship between three macroeconomic variables in Brazil: Interest rate, exchange rate and Ibovespa index. The first variable analyzed was the interest rate, using the prices of futures contracts CDI traded on the BMeF Bovespa maturing in 360 days and raised through the Bloomberg platform. The second variable analyzed was the exchange rate real/dolar real historic provided by the Central Bank of Brazil. The third variable analyzed was the Ibovespa index raised by Economática program. For this study were collected daily data for the three variables between January 4,1999 to September 4, 2015 in order to study the dynamic relationship between the variables and the existence of long-term memory and analysis of shocks volatility by applying econometric models. The VAR model was applied with 13 lags for the analysis of the dynamics related to study the explanatory power between the three variables. The FIPARCH model was applied to test the existence of long memory and analyze the impacts of volatility shocks in the variables. The results were significant and showed a greater explanatory power of the exchange rate on the remaining variables, the existence of long memory and that the conditional volatility is more affected by positive shocks to the Ibovespa index and more affected by negative shocks to the exchange rate and the interest rate. This study is important for professionals in business and government to plan their short and long term actions to control and planning of the economy and to contribute for others studies of this topic.

[pt] Este estudo tem como objetivo averiguar, primeiramente, se o índice de volatilidade implícita brasileiro, o IVol-BR, pode ser considerado um indicador antecedente dos retornos futuros do mercado acionário brasileiro dado que o IVol-BR representa a volatilidade esperada do índice Bovespa (Ibovespa) dois meses à frente. Esta pesquisa examina, por meio de regressão por mínimos quadrados e regressão quantílica, a relação entre o IVol-BR e os retornos futuros de 1, 5, 20 e 60 dias do Ibovespa. Em seguida, este trabalho investiga se o IVol-BR pode ser considerado um indicador antecedente dos retornos futuros setoriais. Os setores econômicos considerados neste estudo são: consumo, energia elétrica, financeiro, materiais básicos, imobiliário, industrial e utilidade pública. É importante notar que o período de análise selecionado é entre agosto de 2011 e setembro de 2018. Os resultados obtidos sugerem que o IVol-BR pode auxiliar na previsão dos retornos futuros do Ibovespa e dos setores econômicos, principalmente, para retornos futuros de 20 e 60 dias. / [en] The objective of this study is to investigate the forecasting power of Brazil s implied volatility index, the IVol-BR, on future Brazilian stock market returns since the IVol-BR measures the expected volatility of the Brazilian stock index (Ibovespa) two months ahead. This research examines the relationship between the IVol-BR and 1-, 5-, 20- and 60-days future Ibovespa returns using the least-squares and quantile regressions methods. This study also investigates the forecasting power of IVol-BR on future economic sectors returns. The economic sectors considered in this paper are: consumer, electricity, financials, basic materials, real estate, industrials, and public utilities. It is important to note that the research analysis period is from August 2011 to September 2018. Overall, results suggest that the IVol-BR may help predict Ibovespa and economic sectors forward looking returns, mainly 20- and 60-days future returns.