Poder dos dividendos para predição dos preços das ações: modelos aplicados ao mercado brasileiro

• Autor(a) principal: Ferro, Adalberto dos Santos
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
• Texto Completo: http://hdl.handle.net/10438/25871
• topic: Dividendos; Ações; Preço; Previsão; Economia; Dividendos; Ações (Finanças) - Preços - Previsão; Mercado de capitais - Brasil

Muitos estudos procuram relacionar dividendos com retornos futuros no mercado acionário. Campbell e Shiller em 1988 e Vuoltenahoo em 1999, fundamentam modelos que, de formas distintas, a variável dividendos é levada em consideração. No entanto, ambos os modelos, partem de premissas de estacionaridade em suas variáveis, o que é questionável do ponto de vista empírico. Em 2010 um novo modelo é proposto, o Modelo de Cointegração Loglinear (MCLL) por Jiang e Lee que, se baseia nos dois modelos citados anteriormente, mas pressupõe que premissas de estacionaridade, podem ser melhor fundamentadas através da cointegração entre as variáveis Dividend Yield e Book-to-Market Ratio, além de, apresentar um poder preditivo melhor do que os modelos predecessores. A proposta deste trabalho é adaptar este modelo ao mercado brasileiro, com o propósito de verificar se este tem, não só algum poder preditivo, mas também verificar se é um modelo melhor do que aqueles em que se baseia. Dois horizontes amostrais (médias móveis e trimestral) e duas ponderações (equal weighted e value weighted) foram feitas, com a finalidade de minimizar problemas de tamanho da amostra e sazonalidade na política de dividendos. Os resultados das regressões (In the sample) no horizonte amostral trimestral apresentaram, maior significância estatística, principalmente para os modelos de Voultenahoo e o MCLL. Além disso, para as regressões um passo à frente (Out-of-the-sample), os resultados do teste de Diebold-Mariano, no mesmo horizonte amostral, evidenciaram superioridade do MCLL em quase todas as comparações feitas. No entanto, apesar dos resultados apresentados, uma conclusão definitiva é no mínimo precipitada, uma vez que 1) para alguns testes realizados, especificamente naqueles em que ajustes mitigadores foram feitos, como o caso da ponderação de médias móveis, os resultados foram piores e 2), o MCLL apresentou resultados semelhantes aos outros modelos em parte dos testes.