Sempre houve, na humanidade, incertezas quanto ao futuro. Por parte dos investidores, incertezas e riscos nos investimentos. Outros acreditam que os mercados financeiros operam de forma eficiente e, portanto, para reduzirem o risco e minimizarem as perdas tentam fazer regressão à média, ou seja, tomam decisões pensando que os fatos voltarão ao “normal”. Neste sentido, o presente trabalho procura discutir uma nova metodologia, proposta por Haugen (2000), e denominada de Modelo de Fator de Retorno Esperado, utilizando-se de variáveis fundamentalistas. Contudo, no dia-a-dia, os erros cometidos, a ambigüidade dos fatos e, principalmente, o poder das emoções humanas - “efeito manada”, podem rapidamente destruir um modelo. Os mercados são bem menos eficientes na prática do que quando se estudam ou se tenta aplicar as teorias. Por isso, os modelo aqui estudados, o Modelo de Fator do Retorno Esperado e, secundariamente, o Modelo de Precificação de Ativos(CAPM) e a Teoria de Preços por Arbitragem(APT), diferem muito entre si. Este trabalho teve como objetivo principal avaliar o desempenho do Modelo de Fator de Retorno Esperado. Assim, o trabalho mostrou que o Modelo de Fator de Retorno Esperado, ao ser utilizado na composição de carteiras de investimento, é eficiente. Carteiras montadas de acordo com este modelo superaram o desempenho do Índice principal do mercado acionário brasileiro. Pôde-se constatar que outras variáveis, além do beta, aqui denominadas de fundamentalistas, podem explicar a rentabilidade esperada de um ativo. São elas: Valor de Mercado (VM), Indicador de Preço/Lucro (PL), o índice Preço de Mercado/Valor Patrimonial (PV), o Retorno sobre o Patrimônio líquido (ROE), a Liquidez em Bolsa(Liq) e o Beta do Mercado (BETA).

O presente trabalho analisou o comportamento das ações de empresas brasileiras e de suas respectivas ADRs listadas em bolsa, em períodos próximos ao 1° dia ex-dividend. Através da análise dos retornos, pode-se perceber que as ações locais tiveram um desempenho médio superior ao das ADRs nos dias anteriores à data do evento. Esse fato sugere que os investidores estão preferindo comprar ações às ADRs, nesse período, em função de serem menos tributados quanto ao pagamento de dividendos no mercado brasileiro. Essa tendência se inverte na data do evento, quando as ADRs obtiveram um retorno bem superior ao das ações locais. A análise dos preços demonstrou que as ADRs são negociadas, em média, com um prêmio em relação as suas respectivas ações. A diferença de preços entre os papéis diminui próximo à data do evento e aumenta no dia ex-dividend, confirmando o que havia sido observado na análise dos retornos puros. O teste dos retornos anormais demonstrou que ambos os ativos apresentaram retornos anormais positivos no dia do evento, com significância estatística ao nível de 10%. Ficou evidenciado também que as ADRs tiveram um comportamento bem mais distante do esperado do que as ações locais.

Tese (doutorado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação, Departamento de Economia, 2012. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2012-11-05T11:33:02Z No. of bitstreams: 1 2012_RegisAugustoEly.pdf: 736753 bytes, checksum: 20b30943ff9810398542daab7f16fcc3 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2012-11-05T13:52:34Z (GMT) No. of bitstreams: 1 2012_RegisAugustoEly.pdf: 736753 bytes, checksum: 20b30943ff9810398542daab7f16fcc3 (MD5) / Made available in DSpace on 2012-11-05T13:52:34Z (GMT). No. of bitstreams: 1 2012_RegisAugustoEly.pdf: 736753 bytes, checksum: 20b30943ff9810398542daab7f16fcc3 (MD5) / Esta tese e composta por três ensaios em finanças com o objetivo de investigar o comportamento dos mercados cambial e acionário brasileiro. O primeiro ensaio examina a transmissão na media e na volatilidade entre retornos acionários e variações da taxa de câmbio o no Brasil. Utilizamos modelos multivariados autorregressivos e com heteroscedasticidade condicional, bem como matrizes de correlação condicional variantes no tempo para medir o tamanho, a direção e a simetria da transmissão de média e volatilidade de um mercado para o outro. Os resultados indicam que (i) o mercado acionário lidera a transmissão na média, entretanto (ii) a volatilidade do mercado cambial causa volatilidade no mercado acionário, sendo a transmissão intensificada pela crise do subprime, (iii) retornos negativos e depreciação cambial tendem a aumentar a volatilidade em ambos os mercados, e (iv) o processo de correlação condicional apresenta alta persistência e assimetria em relação à depreciação cambial. O segundo ensaio examina a relação entre correlação serial e volatilidade nos retornos do índice Ibovespa. Para a estimação da volatilidade utilizamos um modelo autorregressivo generalizado exponencial com heteroscedasticidade condicional e para o cálculo da correlação serial, uma estatística de razão de variância onde a defasagem é calculada endogenamente. Os resultados demonstram que (i) a volatilidade é negativamente relacionada à correlação serial para retornos semanais, (ii) essa relação negativa está presente nos retornos diários apenas se utilizarmos correlação serial de primeira ordem, (iii) momentos de maior volatilidade aumentam a ineficiência na precificação dos ativos que compõem o índice, e (iv) a crise do subprime não intensificou esse efeito para retornos semanais, mas produziu uma relação positiva entre volatilidade e correlação serial para retornos diários. O terceiro ensaio estuda a dinâmica dos saltos condicionais na taxa de câmbio Real/Dólar desde a introdução do regime de câmbio futuante no Brasil. Utilizamos um modelo de saltos condicionais constantes e três especificações diferentes do modelo ARJIGARCH proposto por Chan e Maheu (2002) para modelar a dinâmica dos saltos. Os resultados sugerem que (i) os saltos condicionais da taxa de câmbio são variantes no tempo e sensíveis a choques passados, (ii) depreciações cambiais no período anterior tendem a mudar a direção dos saltos no próximo período, e (iii) a intensidade dos saltos é persistente, podendo ser modelada por um processo autorregressivo de médias móveis. _______________________________________________________________________________________ ABSTRACT / This thesis is comprised of three papers on financial econometrics with the main goal of updating the knowledge on the behavior of the foreign exchange and stock markets in Brazil. The first essay searches for evidence of mean and volatility spillovers between stock and exchange markets in Brazil. We employ multivariate generalized autorregressive conditional hetoroscedasticity models with dynamic conditional correlation to measure the size and sign effects of volatility spillovers from one market to another. The results indicate that (i) the stock market leads the exchange market in the mean, (ii) exchange market volatility spillovers to the stock market, and this effect is intensified during the subprime crisis, (iii) negative shocks in returns and currency depreciation tends to increase volatility in both markets, and (iv) the conditional correlation process between the markets is highly persistent and asymmetric. The second essay examines the relation between serial correlation and volatility in the Ibovespa index returns. We employ an exponential general autorregressive conditional heteroskedastic model to estimate volatility and a variance ratio statistic to calculate serial correlation, where the holding period is selected endogenously. The results show that (i) volatility is negatively related with serial correlations for weekly returns, (ii) this negative relation is found in daily returns only if we use first order serial correlation, (iii) higher volatility induces inefficiency, and (iv) the subprime crisis has not intensified the effect for weekly returns, but produced a positive relation between volatility and serial correlation for daily returns. The third essay studies the conditional jump dynamics of the exchange rate between Real and U.S Dollar since the introduction of the oating regime in Brazil. We use a constant conditional jump model and three different specifications of the ARJI-GARCH model of Chan e Maheu (2002) to model jump dynamics. The results suggest that (i) conditional jumps of the exchange rate are time-varying and sensitive to past shocks, (ii) after currency depreciation, the direction of a jump in the next period is more likely to change, and (iii) the jump intensity is highly persistent and behaves like an autorregressive moving average model.

Dissertação (mestrado)-Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação, Departamento de Economia, 2010. / Submitted by Shayane Marques Zica (marquacizh@uol.com.br) on 2011-02-25T20:04:15Z No. of bitstreams: 1 2010_RegisAugustoEly.pdf: 983176 bytes, checksum: 25335e4b71a001520ea08e95a528ff6a (MD5) / Approved for entry into archive by Luanna Maia(luanna@bce.unb.br) on 2011-03-11T14:55:16Z (GMT) No. of bitstreams: 1 2010_RegisAugustoEly.pdf: 983176 bytes, checksum: 25335e4b71a001520ea08e95a528ff6a (MD5) / Made available in DSpace on 2011-03-11T14:55:16Z (GMT). No. of bitstreams: 1 2010_RegisAugustoEly.pdf: 983176 bytes, checksum: 25335e4b71a001520ea08e95a528ff6a (MD5) / Esta dissertação testa a hipótese de passeio aleatório para um conjunto de dados diários e mensais do IBOVESPA e de carteiras agregadas por tamanho e setor. Os dados do IBOVESPA são do período de 1986 a 2008, enquanto as carteiras foram construídas com dados de 1999 a 2008. Um teste automático de razão de variância foi conduzido de modo a gerar os valores ótimos para o horizonte de investimento q. Para melhorar a performance do teste para amostras finitas e retornos com heteroscedasticidade condicional foi aplicado o método de reamostragem wild bootstrap, derivando a distribuição empírica do teste. Rejeitamos a hipótese de passeio aleatório para os retornos diários do IBOVESPA apenas no caso em que o período de 1986 a 1994 foi incluído, sendo que para os retornos mensais não podemos rejeitá-la qualquer que seja o período considerado. As firmas de menor capitalização apresentaram maiores evidências de previsibilidade do que as de maior capitalização, principalmente para retornos mensais. Entre cinco setores distintos, apenas o industrial rejeitou a hipótese de passeio aleatório para ambos os retornos diários e mensais. _______________________________________________________________________________ ABSTRACT / The random walk hypothesis was tested for a set of daily and monthly data from IBOVESPA and portfolios ranked by size and sectors. The IBOVESPA data used is from 1986 to 2008, while the portfolios were constructed with data from 1999 to 2008. An automatic variance ratio test was conducted in order to generate optimal values for the holding period q. To improve the small sample performance with returns that are conditional heteroskedastic, we used wild bootstrap and we derived the empirical distribution of the test. The random walk hypothesis was rejected for IBOVESPA daily returns only if the period from 1986 to 1994 is included, while with the monthly returns we cannot reject the hypothesis. Small size firms proved to be more predictable than large ones, especially for monthly returns. Between the five sectors analyzed, only the industrial sector rejected the random walk hypothesis for both daily and monthly returns.

O presente trabalho analisou o comportamento das ações de empresas brasileiras e de suas respectivas ADRs listadas em bolsa, em períodos próximos ao 1° dia ex-dividend. Através da análise dos retornos, pode-se perceber que as ações locais tiveram um desempenho médio superior ao das ADRs nos dias anteriores à data do evento. Esse fato sugere que os investidores estão preferindo comprar ações às ADRs, nesse período, em função de serem menos tributados quanto ao pagamento de dividendos no mercado brasileiro. Essa tendência se inverte na data do evento, quando as ADRs obtiveram um retorno bem superior ao das ações locais. A análise dos preços demonstrou que as ADRs são negociadas, em média, com um prêmio em relação as suas respectivas ações. A diferença de preços entre os papéis diminui próximo à data do evento e aumenta no dia ex-dividend, confirmando o que havia sido observado na análise dos retornos puros. O teste dos retornos anormais demonstrou que ambos os ativos apresentaram retornos anormais positivos no dia do evento, com significância estatística ao nível de 10%. Ficou evidenciado também que as ADRs tiveram um comportamento bem mais distante do esperado do que as ações locais.

Made available in DSpace on 2014-06-12T17:22:06Z (GMT). No. of bitstreams: 2 arquivo9454_1.pdf: 1793105 bytes, checksum: 0279e1f3b8e71dd1d3ffca74bcfef37a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Este estudo tem por objetivo analisar como alguns setores do mercado de ações reagem às mudanças inesperadas na taxa básica de juros definida pelo COPOM Comitê de Política monetária do Banco Central. O modelo de Bernanke e Kutner (2004) propõe que mudanças inesperadas são calculadas pela diferença entre o que era consenso no mercado e o que realmente aconteceu no evento. As Surpresas na taxa de juros foram medidas pela diferença entre o consenso da expectativa de mercado publicado no boletim Focus, na semana anterior a divulgação da meta da Taxa Selic pelo BACEN, e o que realmente foi definido na reunião do COPOM. A Análise compreende o método da medição de surpresas onde estudamos as variações na taxa Selic divulgadas no período de 2003 a 2010 e fizemos regressões para tentar entender o comportamento dos mercados de ações reagindo a estas surpresas. Os resultados deste trabalho mostraram que os setores de Consumo e Pequenas Empresas e Medias Empresas tiveram um comportamento mais negativo frente a incrementos surpresa na Selic enquanto que setores como Indústrias, Elétrico e Telecomunicações tiveram este efeito minimizado

Made available in DSpace on 2014-06-12T17:42:08Z (GMT). No. of bitstreams: 2 arquivo7391_1.pdf: 2352438 bytes, checksum: 319294a04eee3573d49e59a0ba114c98 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O mercado de ações é considerado uma opção de investimento de alto retorno, dominado pela incerteza e volatilidade. A realização da previsão do movimento deste mercado não é uma tarefa simples, pois está sujeito a diversos fatores econômicos, políticos e até mesmo psicológico. Os tradicionais métodos estatísticos e as análises existentes (técnica e fundamentalista) não se mostram capazes de identificar as relações não-lineares entre as diversas variáveis que compõem o preço de uma ação e os seus movimentos de alta e baixa, sendo necessárias o uso de técnicas mais avançadas como Redes Neurais Artificiais. Redes Neurais Artificiais (RNAs) são uma ferramenta que simulam a habilidade de aprendizado do cérebro humano. Redes neurais possuem, entre outras, a capacidade de modelar funções não-lineares em ambientes complexos e com informações com ruídos ou parciais. Conseqüentemente têm sido cada vez mais utilizadas para realizar previsões, inclusive no mercado de ações. Neste trabalho serão desenvolvidos modelos de redes neurais, com o intuito de realizar previsões de valores presentes e futuros de ações e suas tendências futuras de alta e baixa. Foram avaliadas diferentes formas de arquitetura, utilizando sempre como base uma rede direta perceptron multi-camadas (MLP). O estudo foi realizado primeiramente para a previsão diária e futura da ação preferencial da Petrobras e posteriormente estendido para a previsão de tendência de um e dois dias futuros deste ativo e do índice da Bolsa de Valores de São Paulo (Ibovespa). Os modelos estudados apresentaram um elevado grau de acerto na previsão de tendências de alta e baixa dos ativos em questão, sendo possível concluir que redes neurais podem ser utilizadas pelo investidor para auxiliá-lo no gerenciamento de sua carteira de investimentos

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T12:19:13Z (GMT). No. of bitstreams: 1 279513.pdf: 726293 bytes, checksum: 23c89db74679520fad0b91882eac9d63 (MD5) / Sistema classificador é um sistema adaptativo que modela seu ambiente baseando-se em um conjunto de regras competidoras entre si. A adaptação destas regras requer a utilização de técnicas da computação evolucionária, tarefa usualmente atribuída a algoritmos genéticos. Estes últimos constituem uma classe de técnicas de busca, adaptação, e otimização, baseadas nos princípios Darwinianos da evolução natural. Tais algoritmos têm recebido ênfase como representativos do modelo de formação de expectativas na recente literatura em finanças baseadas em agentes computacionais. Este estudo propõe uma avaliação do desempenho preditivo deste tipo de algoritmo computacional na previsão dos retornos de uma ação do mercado acionário brasileiro, comparando-o com dois algoritmos computacionalmente mais simples, um baseado em regressões recursivas, e o outro no modelo de passeio aleatório. Avanços na formulação de sistemas classificadores são propostos no sentido de endogeneização de alguns de seus parâmetros ligados ao algoritmo de aprendizagem. Os resultados indicaram que o sistema classificador não foi capaz de superar o desempenho preditivo dos algoritmos mais simples, tendo apresentado médias de erros de previsão ao quadrado aproximadamente 29% maiores àquelas apresentadas pelo algoritmo de regressões recursivas, e 13% maiores àquelas apresentadas pelo algoritmo de passeio aleatório. Os resultados evidenciaram ainda a existência de um trade-off entre incerteza e precisão na aplicação do sistema classificador, um aspecto até então negligenciado na literatura. Adicionalmente, as formulações foram analisadas em relação às especificações utilizadas para a construção das previsões, permitindo assim a obtenção de robustez nas conclusões derivadas. Conclui-se que assim como algoritmos evolucionários são construídos sob um argumento de sobrevivência do mais apto, os resultados demonstraram que a implementação computacional de um destes algoritmos não sobreviveria como a mais apta no contexto preditivo de retornos acionários.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico. Programa de Pós-Graduação em Administração / Made available in DSpace on 2012-10-23T14:22:24Z (GMT). No. of bitstreams: 1 241380.pdf: 1380846 bytes, checksum: 912f7b40da02e02034fa948872564fe4 (MD5) / Este trabalho apresenta um novo modelo para previsão da direção de índices de mercados usando um sistema fuzzy. O modelo proposto foi aplicado na previsão do IBOVESPA e do S&P 500. Foram utilizados quatro períodos de estudo: (P1) de 8 de janeiro de 1997 até 2 de fevereiro de 2005, utilizado para previsão do IBOVESPA e S&P 500; (P2) de 8 de janeiro de 1986 até 29 de dezembro de 2005, utilizado para a previsão do IBOVESPA; (P3) de 8 de janeiro de 1970 até 30 de dezembro de 2005, utilizado para a previsão do S&P 500; e (P4) de 8 de janeiro de 1993 até 29 de dezembro de 2005, utilizado para a previsão do IBOVESPA Futuro. Ao todo, foram utilizadas 1824 regras de inferência. Embora o modelo produza uma saída lingüística, foi possível delinear uma estratégia de investimento estatisticamente significante, que superou a rentabilidade da estratégia passiva na maioria dos períodos de teste. Somente não superou a estratégia passiva quando aplicado ao IBOVESPA no período P2 (de 1986 até 2005). Esse período englobou uma época de grande inflação no Brasil, isso pode indicar que talvez a estratégia não seja aplicável em situações de hiperinflação. Para o período P1, verificou-se que a estratégia fuzzy foi estatisticamente superior à estratégia passiva para o IBOVESPA (S&P 500) com um nível de significância de 10% (20%). Isso pode significar que é mais difícil obter ganhos anormais no mercado americano, teoricamente mais eficiente que o mercado brasileiro. Também para o P1 o rendimento da estratégia usando a lógica fuzzy foi estatisticamente superior em relação a uma estratégia usando a lógica clássica com um nível de significância de 10%, tanto para o IBOVESPA quanto para o S&P 500. É importante ressaltar que o presente modelo não pretende refutar outros modelos paramétricos ou não paramétricos, mas propor uma nova solução, baseada nos conceitos da lógica fuzzy. Além disso, o modelo proposto, com sua saída probabilística, pode ser utilizado como suporte à decisão, tendo em vista que o investidor pode possuir outras informações, confidenciais ou não, assim como pode ter até intuições a respeito de tendências políticas ou econômicas.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico. Programa de Pós-Graduação em Administração. / Made available in DSpace on 2012-10-23T21:13:09Z (GMT). No. of bitstreams: 1 256340.pdf: 582681 bytes, checksum: f4b5bf0551c61cd86502533b1407390b (MD5) / Este trabalho avalia a hipótese de sobre-reação a curto prazo (semanal) no mercado acionário brasileiro. Esta hipótese foi inicialmente proposta por DeBondt e Thaler (1985) que, a partir de estudos sobre o comportamento humano, afirmaram que o indivíduo tende a sobre-valorizar informações recentes em detrimento das informações anteriores, levando-o a um erro na avaliação do peso correto da nova informação aos preços. Segundo os autores, esta tendência gera um efeito no mercado conhecido como sobre-reação caracterizada por: movimentos extremos dos preços em uma direção são acompanhados por movimentos na direção oposta. Na presente investigação, a verificação empírica deste efeito é feita através da análise do desempenho de uma versão ampliada das estratégias de filtro, baseadas em informações de retorno e volume passados, utilizadas por Cooper (1999). A amostra é composta por 151 ativos pertencentes à Bovespa no período de 04/01/1995 a 17/07/2007. É utilizada a metodologia bootstrap desenvolvida por Brock et al. (1992), que torna possível avaliar, além da significância do desempenho das estratégias, se um modelo de precificação é capaz de explicar o retorno encontrado nas estratégias. São avaliados dois modelos: o Random Walk com constante, que é compatível com a hipótese de eficiência de mercado, e um modelo que inclui um componente auto-regressivo de primeira ordem AR(1). Os resultados apresentam evidências da hipótese de sobre-reação a curto prazo, sendo o desempenho persistente aos custos transacionais envolvidos e não explicado pelo modelo Random Walk e nem pela existência de correlação serial negativa nas séries de retorno.