This thesis contributes to the discussion on the importance of accounting information for stock market efficiency. As any analysis of market efficiency depends on the use of adequate risk proxies, the thesis first investigates the ability of commonly used risk factors to explain the cross-sectional variation of Swedish stock returns. The findings suggest that capturing risk is indeed very complicated, as neither CAPM beta nor size and book-to-market equity ratio are significantly associated with realized monthly returns. The relative bid-ask spread is found to be the strongest of all the analyzed factors; nevertheless it does not seem to be related to momentum in the manner predicted in the conceptual argument presented earlier in the paper. Second, the thesis documents that simple accounting summary measures, such as earnings and book value of equity, can be used as benchmarks for the identification of mispriced stocks. Contrarian investment strategies (CISs) based on these simple measures earn a substantial value premium of 11-14%. In addition, we find that their effectiveness is compromised by noise that is caused by transitory earnings and accounting conservatism. Controlling for these factors increases the magnitude of the value premium and improves the consistency of the CIS. This suggests that the information reflected in key accounting measures is not fully reflected in stock prices. Finally, this thesis shows that the structure of accounting information matters too. It documents that the transition from the Swedish GAAP to IFRS in 2005 not only changed the average goodwill charges reported by companies, but also affected valuation of goodwill-intensive companies. This suggests that investors were not able to see through the conservative treatment of goodwill prior to the adoption of IFRS and that they recognized its higher persistence only after being provided with accounting information directly highlighting it. It is sometimes suggested that the structure of financial reporting “per se” should not be relevant to the valuation of companies, because the presentation itself does not the affect expected operating performance and because investors and analysts can “see through” and properly discount for various reporting formats. This thesis concludes that, contrary to this proposition, the structure of accounting does matter for equity valuation and that changes in representation do impact on stock prices.

O principal objetivo deste estudo é descrever modelos para séries temporais de ativos financeiros que sejam robustos às tradicionais hipóteses: distribuição gaussiana e continuidade. O primeiro capítulo está preocupado em apresentar, de uma maneira geral, os conceitos matemáticos mais importantes relacionadas a processos estocásticos e difusões. O segundo capítulo trata de processos de incrementos independentes e estacionários, i.e., processos de Lévy, suas trajetórias estocásticas, propriedades distribucionais e, a relação entre processos markovianos e martingales. Alguns dos resultados apresentados neste capítulo são: a estrutura e as propriedades dos processos compostos de Poisson, medida de Lévy, decomposição de Lévy-Itô e representação de Lévy-Khinchin. O terceiro capítulo mostra como construir processos de Lévy por meio de transformações lineares, inclinação da medida de Lévy e subordina ção. Uma atenção especial é dada aos processos subordinados, tais como os modelos variância gama, normal gaussiana invertida e hiperbólico generalizado. Neste capítulo também é apresentado um exemplo pragmático com dados brasileiros de estimação de parâmetros por meio do método de máxima Verossimilhança. O quarto capítulo é devotado aos modelos multidimensionais e, introduz os conceito de cópula ordinária e de Lévy. Mostra-se que é possível caracterizar a dependência entre os componentes de um processo de Lévy multidimensional por meio da cópula de Lévy. Entre os resultados apresentados estão as generalizações do teorema de Sklar e a família de cópulas de Arquimedes aos processos de Lévy. Este capítulo também apresenta alguns exemplos que utilizam métodos de Monte Carlo, para simular processos de Lévy bidimensionais. / The main objective of this study is to describe models for financial assets time series that are robust to the traditional hypothesis: gaussian distributed and continuity. The first chapter are devoted to introduce the most important mathematical tools related to difusions and stochastic processes in general. The second chapter is concerned in the study of independent and stationary increments, i.e., Lévy processes, their sample paths behavior, distributional properties, and the relation to Markov and martingales processes. Some of the results presented are the structure and properties of a compound Poisson processes, Lévy measure, Lévy-Itô decomposition and Lévy-Khinchin representation. The third chapter demonstrates how to construct Lévy processes via linear transformation, tempering the Lévy measure and subordination. A special attention is given to several types of subordinated processes, comprising the variance gamma, the normal inverse gaussian and the generalized hyperbolic models. A pragmatic example of parameter estimation for brazilian data using the method of maximum likelihood is also given. Chapter four is devoted to multidimensional models, which introduces the notion of ordinary and Lévy copulas. It is shown that modelling via Lévy copula it is possible to characterize the dependence among components of multidimensional Lévy processes. Some of the results presented are generalizations of the Sklar’s theorem and the Archmedian family of copulas for Lévy processes. This chapter also presents some examples using Monte Carlo methods for simulating bidimensional Lévy processes.

O principal objetivo deste estudo é descrever modelos para séries temporais de ativos financeiros que sejam robustos às tradicionais hipóteses: distribuição gaussiana e continuidade. O primeiro capítulo está preocupado em apresentar, de uma maneira geral, os conceitos matemáticos mais importantes relacionadas a processos estocásticos e difusões. O segundo capítulo trata de processos de incrementos independentes e estacionários, i.e., processos de Lévy, suas trajetórias estocásticas, propriedades distribucionais e, a relação entre processos markovianos e martingales. Alguns dos resultados apresentados neste capítulo são: a estrutura e as propriedades dos processos compostos de Poisson, medida de Lévy, decomposição de Lévy-Itô e representação de Lévy-Khinchin. O terceiro capítulo mostra como construir processos de Lévy por meio de transformações lineares, inclinação da medida de Lévy e subordina ção. Uma atenção especial é dada aos processos subordinados, tais como os modelos variância gama, normal gaussiana invertida e hiperbólico generalizado. Neste capítulo também é apresentado um exemplo pragmático com dados brasileiros de estimação de parâmetros por meio do método de máxima Verossimilhança. O quarto capítulo é devotado aos modelos multidimensionais e, introduz os conceito de cópula ordinária e de Lévy. Mostra-se que é possível caracterizar a dependência entre os componentes de um processo de Lévy multidimensional por meio da cópula de Lévy. Entre os resultados apresentados estão as generalizações do teorema de Sklar e a família de cópulas de Arquimedes aos processos de Lévy. Este capítulo também apresenta alguns exemplos que utilizam métodos de Monte Carlo, para simular processos de Lévy bidimensionais. / The main objective of this study is to describe models for financial assets time series that are robust to the traditional hypothesis: gaussian distributed and continuity. The first chapter are devoted to introduce the most important mathematical tools related to difusions and stochastic processes in general. The second chapter is concerned in the study of independent and stationary increments, i.e., Lévy processes, their sample paths behavior, distributional properties, and the relation to Markov and martingales processes. Some of the results presented are the structure and properties of a compound Poisson processes, Lévy measure, Lévy-Itô decomposition and Lévy-Khinchin representation. The third chapter demonstrates how to construct Lévy processes via linear transformation, tempering the Lévy measure and subordination. A special attention is given to several types of subordinated processes, comprising the variance gamma, the normal inverse gaussian and the generalized hyperbolic models. A pragmatic example of parameter estimation for brazilian data using the method of maximum likelihood is also given. Chapter four is devoted to multidimensional models, which introduces the notion of ordinary and Lévy copulas. It is shown that modelling via Lévy copula it is possible to characterize the dependence among components of multidimensional Lévy processes. Some of the results presented are generalizations of the Sklar’s theorem and the Archmedian family of copulas for Lévy processes. This chapter also presents some examples using Monte Carlo methods for simulating bidimensional Lévy processes.