Made available in DSpace on 2014-06-11T19:26:16Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-12-17Bitstream added on 2014-06-13T18:54:26Z : No. of bitstreams: 1 nervis_jj_me_bauru.pdf: 692937 bytes, checksum: a9ef52afbfe5a4ae6482213875cfd47d (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Estudos que proporcionem conhecer de forma mais adequada o mercado de capitais brasileiro são uma necessidade para um país que a cada dia tem a sua importância no cenário internacional acentuada. Compreender a dinâmica das flutuações do mercado de ações é um desafio científico possibilitado, no Brasil, por dois aspectos importantes: disponibilidade de dados de alta frequencia sobre os preços praticados no mercado e a utilização de métodos computacionais. O objetivo dessa pesquisa é verificar e analisar os principais fatos estilizados observados em séries temporais financeiras: agrupamento de volatilidade, distribuições de probabilidade com caudas gordas e a presença de memória de longo alcance na série temporal dos retornos absolutos. Para isso, foram utilizadas e analisadas as cotações intraday de ações de dez companhias negociadas na Bolsa de Valores, Mercadorias e Futuros que correspondem juntas a uma participação de 52,1%, para a data de 01/09/2009, no Ìndice Bovespa. Verificou-se a existência de vários fatos estilizados em todas as ações da amostra, bem como se procedeu a caracterização desses comportamentos por meio de gráficos e medidas estatísticas / Studies that provide to know in a more suitable way the Brazilian money market are a necessity for a country that has its importance increased in the international scenery every day. Understanding the dynamics of the stock market fluctuation is a scientific challenge possible, in Brazil, because of two important aspects: availability of high frequency data on the prices practiced in the stock market and the use of computing methods. The objective of this survey is to verify and analyze the stylized facts observed in financial seasonal series: gathering of volatility, probability distribution with fat tails and the presence of high reaching memory in the seasonal series of abolute recurrence. For this, it was used and analyzed the intraday quotations over stocks of ten enterprises in the stock exchange, commodities and futures that correspond together to a participation of 52,1% to th data of 09/01/2009, in the Bovespa index. It was verified the existence os several stylized fact in all stock samples and how it was preceded the characterization of this behavior by graphic displays and statistical measures

O objetivo deste trabalho é estudar como a distribuição de investidores entre aleatórios, grafistas, fundamentalistas e híbridos afeta a dinâmica de um mercado de ações representada por fatos estilizados. Para realização desse trabalho, foi desenvolvido um simulador de mercado de ações baseado em agentes, no qual são incorporadas regras e características do mercado de ações da BM&FBOVESPA. Os agentes grafistas, fundamentalistas e híbridos aprendem com a experiência. O simulador foi executado um número de vezes para diversas distribuições de perfis e os resultados foram analisados com o objetivo de identificar relações entre tais distribuições e os fatos estilizados estudados / The objective of this work is to study how the distribution of investors among random, chartists, fundamentalists and hybrids affects the dynamics of a stock market represented by stylized facts. To carry out this work, we developed a stock market simulator based on agents, which incorporates rules and characteristics of the BM&FBOVESPA stock market. Chartists, fundamentalists and hybrids agents can learn from experience. The simulation was performed a number of times for various profiles distributions and the results were analyzed in order to identify relationships between these distributions and the stylized facts studied

O objetivo deste trabalho é estudar como a distribuição de investidores entre aleatórios, grafistas, fundamentalistas e híbridos afeta a dinâmica de um mercado de ações representada por fatos estilizados. Para realização desse trabalho, foi desenvolvido um simulador de mercado de ações baseado em agentes, no qual são incorporadas regras e características do mercado de ações da BM&FBOVESPA. Os agentes grafistas, fundamentalistas e híbridos aprendem com a experiência. O simulador foi executado um número de vezes para diversas distribuições de perfis e os resultados foram analisados com o objetivo de identificar relações entre tais distribuições e os fatos estilizados estudados / The objective of this work is to study how the distribution of investors among random, chartists, fundamentalists and hybrids affects the dynamics of a stock market represented by stylized facts. To carry out this work, we developed a stock market simulator based on agents, which incorporates rules and characteristics of the BM&FBOVESPA stock market. Chartists, fundamentalists and hybrids agents can learn from experience. The simulation was performed a number of times for various profiles distributions and the results were analyzed in order to identify relationships between these distributions and the stylized facts studied

Esta dissertação apresenta uma proposta de modelo de mercado financeiro artificial que reproduz séries de retornos com propriedades estatísticas universais semelhantes às observadas em séries reais. Dentre as propriedades, também chamadas de fatos estilizados na Economia, as séries artificiais de retornos exibiram ausência de autocorrelação para os retornos simples, leis de potência para autocorrelação para os retornos absolutos e quadráticos, excesso de curtose nas distribuições de retorno, gaussianidade agregacional e volatilidade clusterizada. Cabe salientar, que não há na literatura um outro mercado artificial que reproduziu tantos fatos estilizados conjuntamente. O modelo dinâmico e síncrono é baseado em agentes que transacionam ativos com risco como ações de empresa através de ordens de compra e venda enviadas ao mercado a cada período de tempo. O preço de mercado das ações é calculado da média ponderada pelo volume das ordens negociadas entre os agentes. O objetivo dos agentes é maximizar sua riqueza e, para isso, seguem ou a estratégia fundamentalista utilizando os dividendos para calcular os preços das ações ou a estratégia técnica baseada em análise de séries temporais. A principal contribuição da modelagem foi acrescentar às estratégias um fator de aprendizado em que o agente considera sua habilidade individual passada de previsão de riqueza esperada para calcular os retornos futuros. Este trabalho também mediu o coeficiente de Gini para descobrir como algumas variáveis de mercado afetavam a distribuição de riqueza dos agentes e, além disso, estudou quais valores de dividendo tornavam uma estratégia mais eficiente que outra. Por fim, incorporaram-se características evolutivas aos agentes possibilitandoos a trocar de estratégias no decorrer da simulação e, com isso, os resultados mostraram aumento da riqueza dos agentes. / This work presents a new artificial stock market model for reproducing price time series of assets in such market model. For a suitable validation of the model, we verified several statistical and universal properties (called stylized facts in the Economics Literature) and similar results are obtained with data extracted from real stock markets. We investigate several properties including absence of autocorrelation for simple returns and the power behavior law of autocorrelation for absolute and quadratic returns, excess of kurtosis, aggregational gaussianity, and clustered volatility. It is important to mention that no other similar artificial model has investigated so many statistical universalities. Our synchronous model is based on agents negotiating risk assets through purchase and sale orders. These orders are stored in books for each simulation step. The weighted average volume of all orders negotiated by the agents determines the price of an asset. For the sake of simplicity, our model considers two kinds of strategies: 1. Fundamentalist - where one uses the dividends to calculate the expected return of an asset; 2. Trend predictor - where one obtains the expected returns directly from an analysis of the price time series. One of the main contributions of our model was to add a term that works as the expected wealth of an agent. This is considered an important psychological factor in the decision making process. In addition, we consider an income inequality index to analyze the wealth distribution of the agents: the Gini-coefficient, which predicts an inequality interval of [0 (society completely fair),1 (society completely unfair)]. We also study the influence of the dividends and risk free assets parameters on this coefficient. Finally, some evolutionary features of the model are analyzed. Our results show an increase in agent’s wealth when strategies are updated according to the following criteria: if expected wealth does not reach a given threshold, the agent changes his strategy from Fundamentalist to Trend Predictor or vice-versa. If the expected wealth reaches the specified threshold, the agent keeps his initial strategy. We tested different threshold values in this analysis and the conclusion was confirmed in all cases studied.

<p>The purpose of this study is to identify an impact on an option pricing within NASDAQ OMX Stockholm Market, if the underlying</p><p>asset prices include jumps. The current financial crisis, when jumps are much more evident than ever, makes this issue very actual and important in the global sense for the portfolio hedging and other risk management applications for example for the banking sector. Therefore, an investigation is based on OMXS30 Index and SEB A Bank. To detect jumps the Barndorff-Nielsen and Shephard non-parametric bipower variation test is used. First it is examined on simulations, to be finally implemented on the real data. An affirmation of a jumps occurrence requires to apply an appropriate model for the option pricing. For this purpose the Kou model, a double exponential jump-diffusion one, is proposed, as it incorporates essential stylized facts not available for another models. Th parameters in the model are estimated by a new approach - a combined cumulant matching with lambda taken from the Barrndorff-Nielsen and Shephard test. To evaluate how the Kou model manages on the option pricing, it is compared to the Black-Scholes model and to the real prices of European call options from the Stockholm Stock Exchange. The results show that the Kou model outperforms the latter.</p>

The purpose of this study is to identify an impact on an option pricing within NASDAQ OMX Stockholm Market, if the underlying asset prices include jumps. The current financial crisis, when jumps are much more evident than ever, makes this issue very actual and important in the global sense for the portfolio hedging and other risk management applications for example for the banking sector. Therefore, an investigation is based on OMXS30 Index and SEB A Bank. To detect jumps the Barndorff-Nielsen and Shephard non-parametric bipower variation test is used. First it is examined on simulations, to be finally implemented on the real data. An affirmation of a jumps occurrence requires to apply an appropriate model for the option pricing. For this purpose the Kou model, a double exponential jump-diffusion one, is proposed, as it incorporates essential stylized facts not available for another models. Th parameters in the model are estimated by a new approach - a combined cumulant matching with lambda taken from the Barrndorff-Nielsen and Shephard test. To evaluate how the Kou model manages on the option pricing, it is compared to the Black-Scholes model and to the real prices of European call options from the Stockholm Stock Exchange. The results show that the Kou model outperforms the latter.

Orientador: Antonio Fernando Crepaldi / Banca: Fernando Fagundes Ferreira / Banca: Jair Wagner de Souza Manfrinato / Resumo: Estudos que proporcionem conhecer de forma mais adequada o mercado de capitais brasileiro são uma necessidade para um país que a cada dia tem a sua importância no cenário internacional acentuada. Compreender a dinâmica das flutuações do mercado de ações é um desafio científico possibilitado, no Brasil, por dois aspectos importantes: disponibilidade de dados de alta frequencia sobre os preços praticados no mercado e a utilização de métodos computacionais. O objetivo dessa pesquisa é verificar e analisar os principais fatos estilizados observados em séries temporais financeiras: agrupamento de volatilidade, distribuições de probabilidade com caudas gordas e a presença de memória de longo alcance na série temporal dos retornos absolutos. Para isso, foram utilizadas e analisadas as cotações intraday de ações de dez companhias negociadas na Bolsa de Valores, Mercadorias e Futuros que correspondem juntas a uma participação de 52,1%, para a data de 01/09/2009, no Ìndice Bovespa. Verificou-se a existência de vários fatos estilizados em todas as ações da amostra, bem como se procedeu a caracterização desses comportamentos por meio de gráficos e medidas estatísticas / Abstract: Studies that provide to know in a more suitable way the Brazilian money market are a necessity for a country that has its importance increased in the international scenery every day. Understanding the dynamics of the stock market fluctuation is a scientific challenge possible, in Brazil, because of two important aspects: availability of high frequency data on the prices practiced in the stock market and the use of computing methods. The objective of this survey is to verify and analyze the stylized facts observed in financial seasonal series: gathering of volatility, probability distribution with fat tails and the presence of high reaching memory in the seasonal series of abolute recurrence. For this, it was used and analyzed the intraday quotations over stocks of ten enterprises in the stock exchange, commodities and futures that correspond together to a participation of 52,1% to th data of 09/01/2009, in the Bovespa index. It was verified the existence os several stylized fact in all stock samples and how it was preceded the characterization of this behavior by graphic displays and statistical measures / Mestre

Esta dissertação apresenta uma proposta de modelo de mercado financeiro artificial que reproduz séries de retornos com propriedades estatísticas universais semelhantes às observadas em séries reais. Dentre as propriedades, também chamadas de fatos estilizados na Economia, as séries artificiais de retornos exibiram ausência de autocorrelação para os retornos simples, leis de potência para autocorrelação para os retornos absolutos e quadráticos, excesso de curtose nas distribuições de retorno, gaussianidade agregacional e volatilidade clusterizada. Cabe salientar, que não há na literatura um outro mercado artificial que reproduziu tantos fatos estilizados conjuntamente. O modelo dinâmico e síncrono é baseado em agentes que transacionam ativos com risco como ações de empresa através de ordens de compra e venda enviadas ao mercado a cada período de tempo. O preço de mercado das ações é calculado da média ponderada pelo volume das ordens negociadas entre os agentes. O objetivo dos agentes é maximizar sua riqueza e, para isso, seguem ou a estratégia fundamentalista utilizando os dividendos para calcular os preços das ações ou a estratégia técnica baseada em análise de séries temporais. A principal contribuição da modelagem foi acrescentar às estratégias um fator de aprendizado em que o agente considera sua habilidade individual passada de previsão de riqueza esperada para calcular os retornos futuros. Este trabalho também mediu o coeficiente de Gini para descobrir como algumas variáveis de mercado afetavam a distribuição de riqueza dos agentes e, além disso, estudou quais valores de dividendo tornavam uma estratégia mais eficiente que outra. Por fim, incorporaram-se características evolutivas aos agentes possibilitandoos a trocar de estratégias no decorrer da simulação e, com isso, os resultados mostraram aumento da riqueza dos agentes. / This work presents a new artificial stock market model for reproducing price time series of assets in such market model. For a suitable validation of the model, we verified several statistical and universal properties (called stylized facts in the Economics Literature) and similar results are obtained with data extracted from real stock markets. We investigate several properties including absence of autocorrelation for simple returns and the power behavior law of autocorrelation for absolute and quadratic returns, excess of kurtosis, aggregational gaussianity, and clustered volatility. It is important to mention that no other similar artificial model has investigated so many statistical universalities. Our synchronous model is based on agents negotiating risk assets through purchase and sale orders. These orders are stored in books for each simulation step. The weighted average volume of all orders negotiated by the agents determines the price of an asset. For the sake of simplicity, our model considers two kinds of strategies: 1. Fundamentalist - where one uses the dividends to calculate the expected return of an asset; 2. Trend predictor - where one obtains the expected returns directly from an analysis of the price time series. One of the main contributions of our model was to add a term that works as the expected wealth of an agent. This is considered an important psychological factor in the decision making process. In addition, we consider an income inequality index to analyze the wealth distribution of the agents: the Gini-coefficient, which predicts an inequality interval of [0 (society completely fair),1 (society completely unfair)]. We also study the influence of the dividends and risk free assets parameters on this coefficient. Finally, some evolutionary features of the model are analyzed. Our results show an increase in agent’s wealth when strategies are updated according to the following criteria: if expected wealth does not reach a given threshold, the agent changes his strategy from Fundamentalist to Trend Predictor or vice-versa. If the expected wealth reaches the specified threshold, the agent keeps his initial strategy. We tested different threshold values in this analysis and the conclusion was confirmed in all cases studied.

Esta dissertação apresenta uma proposta de modelo de mercado financeiro artificial que reproduz séries de retornos com propriedades estatísticas universais semelhantes às observadas em séries reais. Dentre as propriedades, também chamadas de fatos estilizados na Economia, as séries artificiais de retornos exibiram ausência de autocorrelação para os retornos simples, leis de potência para autocorrelação para os retornos absolutos e quadráticos, excesso de curtose nas distribuições de retorno, gaussianidade agregacional e volatilidade clusterizada. Cabe salientar, que não há na literatura um outro mercado artificial que reproduziu tantos fatos estilizados conjuntamente. O modelo dinâmico e síncrono é baseado em agentes que transacionam ativos com risco como ações de empresa através de ordens de compra e venda enviadas ao mercado a cada período de tempo. O preço de mercado das ações é calculado da média ponderada pelo volume das ordens negociadas entre os agentes. O objetivo dos agentes é maximizar sua riqueza e, para isso, seguem ou a estratégia fundamentalista utilizando os dividendos para calcular os preços das ações ou a estratégia técnica baseada em análise de séries temporais. A principal contribuição da modelagem foi acrescentar às estratégias um fator de aprendizado em que o agente considera sua habilidade individual passada de previsão de riqueza esperada para calcular os retornos futuros. Este trabalho também mediu o coeficiente de Gini para descobrir como algumas variáveis de mercado afetavam a distribuição de riqueza dos agentes e, além disso, estudou quais valores de dividendo tornavam uma estratégia mais eficiente que outra. Por fim, incorporaram-se características evolutivas aos agentes possibilitandoos a trocar de estratégias no decorrer da simulação e, com isso, os resultados mostraram aumento da riqueza dos agentes. / This work presents a new artificial stock market model for reproducing price time series of assets in such market model. For a suitable validation of the model, we verified several statistical and universal properties (called stylized facts in the Economics Literature) and similar results are obtained with data extracted from real stock markets. We investigate several properties including absence of autocorrelation for simple returns and the power behavior law of autocorrelation for absolute and quadratic returns, excess of kurtosis, aggregational gaussianity, and clustered volatility. It is important to mention that no other similar artificial model has investigated so many statistical universalities. Our synchronous model is based on agents negotiating risk assets through purchase and sale orders. These orders are stored in books for each simulation step. The weighted average volume of all orders negotiated by the agents determines the price of an asset. For the sake of simplicity, our model considers two kinds of strategies: 1. Fundamentalist - where one uses the dividends to calculate the expected return of an asset; 2. Trend predictor - where one obtains the expected returns directly from an analysis of the price time series. One of the main contributions of our model was to add a term that works as the expected wealth of an agent. This is considered an important psychological factor in the decision making process. In addition, we consider an income inequality index to analyze the wealth distribution of the agents: the Gini-coefficient, which predicts an inequality interval of [0 (society completely fair),1 (society completely unfair)]. We also study the influence of the dividends and risk free assets parameters on this coefficient. Finally, some evolutionary features of the model are analyzed. Our results show an increase in agent’s wealth when strategies are updated according to the following criteria: if expected wealth does not reach a given threshold, the agent changes his strategy from Fundamentalist to Trend Predictor or vice-versa. If the expected wealth reaches the specified threshold, the agent keeps his initial strategy. We tested different threshold values in this analysis and the conclusion was confirmed in all cases studied.

This paper studies the topological properties of the International Trade Network (ITN) among world countries using a network analysis. We explore the distribu- tions of the most important network statistics measuring connectivity, assortativ- ity and clustering. We show that the topological properties of the weighted rep- resentation of the ITN are very different from those obtained by a binary network approach. In particular, we find that: (i) the majority of countries are character- ized by weak trade relationships, (ii) well connected countries tend to trade with poorly connected partners and (iii) countries holding more intense trade relation- ships are more clustered. Finally, we display that all structural properties of the ITN have remained remarkably stable over time.