Análise bayesiana da dependência temporal de séries de ações no mercado brasileiro

• Main Author: Trovati, Leandro Manzoli
• Other Authors: Caldeira, João Frois
• Format: Others
• Language: Portuguese
• Published: 2016
• Subjects: Economia; Mercado de ações; Volatilidade; Brasil; BVAR; Volatility; Portfolio
• Online Access: http://hdl.handle.net/10183/147443

As pesquisas em finanças tem focado nos últimos anos a modelagem da variância devido à dificuldade de se obter boa previsão dos retornos na média, negligenciando o uso deste último, quanto informação necessária, no estabelecimento de estratégias de alocação de ativos em carteiras de renda variável. Seguindo DeMiguel, Nogales e Uppal (2014), esse trabalho adota o VAR como meio de se obter previsões dos retornos um passo à frente, e então, usá-las na alocação dos ativos. Para a inserção do VAR em finanças, foi permitido que os parâmetros variassem no tempo, o que conseguiu captar com sucesso a dinâmica volátil do mercado de ações. Ainda foram incorporadas técnicas bayesianas de estimação, a fim de driblar a sobreparametrização e obter estimações mais suavizadas, evitando deste modo que a variância das carteiras fossem muito altas. O método teve sucesso na aplicação e mostrou que o uso da previsão um passo à frente para os retornos pode ser usada como uma boa estratégia, expressa nos altos índices de Sharpe encontrados. === Research in finance has focused in recent years in variance modelling due to the difficulty of obtaining good forecasts of mean returns, neglecting the use of this latter on the establishment of asset allocation strategies in the equity portfolios. Following DeMiguel, Nogales e Uppal (2014), this work adopts the VAR as a way of obtaining forecasts of returns one step ahead and to get use of them in the allocation of assets. For insertion of the VAR in finance, the parameters was allowed to vary over time, which successfully captured the volatile dynamics of the stock market. Bayesian estimation techniques was incorporated in order to surmount overparameterization and to get more smoothed estimates, thereby preventing the variance of the portfolio to be very high. The method was successful in this application and showed that the making of one step ahead prediction of returns can be used as a good strategy, which can be expressed in high levels of Sharpe.