Return to search

[en] HIGH FREQUENCY DATA AND PRICE-MAKING PROCESS ANALYSIS: THE EXPONENTIAL MULTIVARIATE AUTOREGRESSIVE CONDITIONAL MODEL - EMACM / [pt] ANÁLISE DE DADOS DE ALTA FREQÜÊNCIA E DO PROCESSO DE FORMAÇÃO DE PREÇOS: O MODELO MULTIVARIADO EXPONENCIAL - EMACM

[pt] A modelagem de dados que qualificam as transações de ativos
financeiros,
tais como, preço, spread de compra e venda, volume e
duração, vem despertando
o interesse de pesquisadores na área de finanças, levando a
um aumento crescente
do número de publicações referentes ao tema. As primeiras
propostas se
limitaram aos modelos de duração. Mais tarde, o impacto da
duração sobre a
volatilidade instantânea foi analisado. Recentemente,
Manganelli (2002) incluiu
dados referentes aos volumes transacionados dentro de um
modelo vetorial. Neste
estudo, nós estendemos o trabalho de Manganelli através da
inclusão do spread de
compra e venda num modelo vetorial autoregressivo, onde as
médias condicionais
do spread, volume, duração e volatilidade instantânea são
descritas a partir de
uma formulação exponencial chamada Exponential Multivariate
Autoregressive
Conditional Model (EMACM). Nesta nova proposta, não se
fazem necessárias a
adoção de quaisquer restrições nos parâmetros do modelo, o
que facilita o
procedimento de estimação por máxima verossimilhança e
permite a utilização de
testes de Razão de Verossimilhança na especificação da
forma funcional do
modelo (estrutura de interdependência). Em paralelo, a
questão de antecipar
movimentos nos preços de ativos financeiros é analisada
mediante a utilização de
um procedimento integrado, no qual, além da modelagem de
dados financeiros de
alta freqüência, faz-se uso de um modelo probit ordenado
contemporâneo. O
EMACM é empregado com o objetivo de capturar a dinâmica
associada às
variáveis e sua função de previsão é utilizada como proxy
para a informação
contemporânea necessária ao modelo de previsão de preços
proposto. / [en] The availability of high frequency financial transaction
data - price,
spread, volume and duration -has contributed to the
growing number of scientific
articles on this topic. The first proposals were limited to
pure duration models.
Later, the impact of duration over instantaneous volatility
was analyzed. More
recently, Manganelli (2002) included volume into a vector
model. In this
document, we extended his work by including the bid-ask
spread into the analysis
through a vector autoregressive model. The conditional
means of spread, volume
and duration along with the volatility of returns evolve
through transaction events
based on an exponential formulation we called Exponential
Multivariate
Autoregressive Conditional Model (EMACM). In our proposal,
there are no
constraints on the parameters of the VAR model. This
facilitates the maximum
likelihood estimation of the model and allows the use of
simple likelihood ratio
hypothesis tests to specify the model and obtain some clues
about the
interdependency structure of the variables. In parallel,
the problem of stock price
forecasting is faced through an integrated approach in
which, besides the
modeling of high frequency financial data, a contemporary
ordered probit model
is used. Here, EMACM captures the dynamic that high
frequency variables
present, and its forecasting function is taken as a proxy
to the contemporaneous
information necessary to the pricing model.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:8620
Date04 July 2006
CreatorsGUSTAVO SANTOS RAPOSO
ContributorsALVARO DE LIMA VEIGA FILHO
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguagePortuguese
TypeTEXTO

Page generated in 0.0021 seconds