Modelagem e previsão de volatilidade realizada: evidências para o Brasil

Detalhes bibliográficos
Autor(a) principal: Wink Junior, Marcos Vinício
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
Texto Completo: http://hdl.handle.net/10438/8263
Resumo: Usando dados intradiários dos ativos mais negociados do Bovespa, este trabalho considerou dois modelos recentemente desenvolvidos na literatura de estimação e previsão de volatilidade realizada. São eles; Heterogeneous Autorregresive Model of Realized Volatility (HAR-RV), desenvolvido por Corsi (2009)e o Mixed Data Sampling (MIDAS-RV) desenvolvido por Ghysels et. al (2004). Através de medidas de comparação de previsão dentro e fora da amostra, constatou-se resultados superiores do modelo MIDAS-RV apenas para previsões dentro da amostra. Para previsões fora da amostra, no entanto, não houve diferença estatisticamente significativa entre os modelos. Também encontram-se evidências que a utilização da volatilidade realizada induz distribuições dos retornos padronizados mais próximas da normal.
id FGV_6f4bbf39f591a620fb27a61f7793e9d3
oai_identifier_str oai:repositorio.fgv.br:10438/8263
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str 3974
spelling Wink Junior, Marcos VinícioEscolas::EESPPereira, Pedro L. Valls2011-05-30T17:36:31Z2011-05-30T17:36:31Z2011-04-08WINK JUNIOR, Marcos Vinício. Modelagem e previsão de volatilidade realizada: evidências para o Brasil. Dissertação (Mestrado em Economia de Empresas) - FGV - Fundação Getúlio Vargas, São Paulo, 2011.http://hdl.handle.net/10438/8263Usando dados intradiários dos ativos mais negociados do Bovespa, este trabalho considerou dois modelos recentemente desenvolvidos na literatura de estimação e previsão de volatilidade realizada. São eles; Heterogeneous Autorregresive Model of Realized Volatility (HAR-RV), desenvolvido por Corsi (2009)e o Mixed Data Sampling (MIDAS-RV) desenvolvido por Ghysels et. al (2004). Através de medidas de comparação de previsão dentro e fora da amostra, constatou-se resultados superiores do modelo MIDAS-RV apenas para previsões dentro da amostra. Para previsões fora da amostra, no entanto, não houve diferença estatisticamente significativa entre os modelos. Também encontram-se evidências que a utilização da volatilidade realizada induz distribuições dos retornos padronizados mais próximas da normal.porMIDASVolatilidade realizadaHARDados financeiros intradiáriosEconomiaBolsa de valores - PrevisãoMercado financeiro - PrevisãoAnálise de variânciaModelos matemáticosModelagem e previsão de volatilidade realizada: evidências para o Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVinfo:eu-repo/semantics/openAccessORIGINAL63090100002.pdf63090100002.pdfapplication/pdf637269https://repositorio.fgv.br/bitstreams/4485b0d0-ff78-4025-9994-7c9085ed0ab9/download70c3797dc3ee51a70250b12457f359c0MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84712https://repositorio.fgv.br/bitstreams/3769b44c-61bf-4d5b-8f25-aad35f7ba66f/download4dea6f7333914d9740702a2deb2db217MD52TEXT63090100002.pdf.txt63090100002.pdf.txtExtracted texttext/plain50770https://repositorio.fgv.br/bitstreams/316c8033-e464-4fd6-8625-e4926966a4e3/downloadd69d91d7dc1e8a9489b86d9a798073e2MD55THUMBNAIL63090100002.pdf.jpg63090100002.pdf.jpgGenerated Thumbnailimage/jpeg2521https://repositorio.fgv.br/bitstreams/5799ad43-6465-44ee-b3bf-1a54ae3eee26/download4e80aa8ff2438afbc429cc99bba5c6efMD5610438/82632023-11-27 04:49:46.411open.accessoai:repositorio.fgv.br:10438/8263https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-27T04:49:46Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)falseVEVSTU9TIExJQ0VOQ0lBTUVOVE8gUEFSQSBBUlFVSVZBTUVOVE8sIFJFUFJPRFXDh8ODTyBFIERJVlVMR0HDh8ODTwpQw5pCTElDQSBERSBDT05URcOaRE8gw4AgQklCTElPVEVDQSBWSVJUVUFMIEZHViAodmVyc8OjbyAxLjIpCgoxLiBWb2PDqiwgdXN1w6FyaW8tZGVwb3NpdGFudGUgZGEgQmlibGlvdGVjYSBWaXJ0dWFsIEZHViwgYXNzZWd1cmEsIG5vCnByZXNlbnRlIGF0bywgcXVlIMOpIHRpdHVsYXIgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIHBhdHJpbW9uaWFpcyBlL291CmRpcmVpdG9zIGNvbmV4b3MgcmVmZXJlbnRlcyDDoCB0b3RhbGlkYWRlIGRhIE9icmEgb3JhIGRlcG9zaXRhZGEgZW0KZm9ybWF0byBkaWdpdGFsLCBiZW0gY29tbyBkZSBzZXVzIGNvbXBvbmVudGVzIG1lbm9yZXMsIGVtIHNlIHRyYXRhbmRvCmRlIG9icmEgY29sZXRpdmEsIGNvbmZvcm1lIG8gcHJlY2VpdHVhZG8gcGVsYSBMZWkgOS42MTAvOTggZS9vdSBMZWkKOS42MDkvOTguIE7Do28gc2VuZG8gZXN0ZSBvIGNhc28sIHZvY8OqIGFzc2VndXJhIHRlciBvYnRpZG8sIGRpcmV0YW1lbnRlCmRvcyBkZXZpZG9zIHRpdHVsYXJlcywgYXV0b3JpemHDp8OjbyBwcsOpdmlhIGUgZXhwcmVzc2EgcGFyYSBvIGRlcMOzc2l0byBlCmRpdnVsZ2HDp8OjbyBkYSBPYnJhLCBhYnJhbmdlbmRvIHRvZG9zIG9zIGRpcmVpdG9zIGF1dG9yYWlzIGUgY29uZXhvcwphZmV0YWRvcyBwZWxhIGFzc2luYXR1cmEgZG9zIHByZXNlbnRlcyB0ZXJtb3MgZGUgbGljZW5jaWFtZW50bywgZGUKbW9kbyBhIGVmZXRpdmFtZW50ZSBpc2VudGFyIGEgRnVuZMOnw6NvIEdldHVsaW8gVmFyZ2FzIGUgc2V1cwpmdW5jaW9uw6FyaW9zIGRlIHF1YWxxdWVyIHJlc3BvbnNhYmlsaWRhZGUgcGVsbyB1c28gbsOjby1hdXRvcml6YWRvIGRvCm1hdGVyaWFsIGRlcG9zaXRhZG8sIHNlamEgZW0gdmluY3VsYcOnw6NvIMOgIEJpYmxpb3RlY2EgVmlydHVhbCBGR1YsIHNlamEKZW0gdmluY3VsYcOnw6NvIGEgcXVhaXNxdWVyIHNlcnZpw6dvcyBkZSBidXNjYSBlIGRpc3RyaWJ1acOnw6NvIGRlIGNvbnRlw7pkbwpxdWUgZmHDp2FtIHVzbyBkYXMgaW50ZXJmYWNlcyBlIGVzcGHDp28gZGUgYXJtYXplbmFtZW50byBwcm92aWRlbmNpYWRvcwpwZWxhIEZ1bmRhw6fDo28gR2V0dWxpbyBWYXJnYXMgcG9yIG1laW8gZGUgc2V1cyBzaXN0ZW1hcyBpbmZvcm1hdGl6YWRvcy4KCjIuIEEgYXNzaW5hdHVyYSBkZXN0YSBsaWNlbsOnYSB0ZW0gY29tbyBjb25zZXHDvMOqbmNpYSBhIHRyYW5zZmVyw6puY2lhLCBhCnTDrXR1bG8gbsOjby1leGNsdXNpdm8gZSBuw6NvLW9uZXJvc28sIGlzZW50YSBkbyBwYWdhbWVudG8gZGUgcm95YWx0aWVzCm91IHF1YWxxdWVyIG91dHJhIGNvbnRyYXByZXN0YcOnw6NvLCBwZWN1bmnDoXJpYSBvdSBuw6NvLCDDoCBGdW5kYcOnw6NvCkdldHVsaW8gVmFyZ2FzLCBkb3MgZGlyZWl0b3MgZGUgYXJtYXplbmFyIGRpZ2l0YWxtZW50ZSwgcmVwcm9kdXppciBlCmRpc3RyaWJ1aXIgbmFjaW9uYWwgZSBpbnRlcm5hY2lvbmFsbWVudGUgYSBPYnJhLCBpbmNsdWluZG8tc2UgbyBzZXUKcmVzdW1vL2Fic3RyYWN0LCBwb3IgbWVpb3MgZWxldHLDtG5pY29zLCBubyBzaXRlIGRhIEJpYmxpb3RlY2EgVmlydHVhbApGR1YsIGFvIHDDumJsaWNvIGVtIGdlcmFsLCBlbSByZWdpbWUgZGUgYWNlc3NvIGFiZXJ0by4KCjMuIEEgcHJlc2VudGUgbGljZW7Dp2EgdGFtYsOpbSBhYnJhbmdlLCBub3MgbWVzbW9zIHRlcm1vcyBlc3RhYmVsZWNpZG9zCm5vIGl0ZW0gMiwgc3VwcmEsIHF1YWxxdWVyIGRpcmVpdG8gZGUgY29tdW5pY2HDp8OjbyBhbyBww7pibGljbyBjYWLDrXZlbAplbSByZWxhw6fDo28gw6AgT2JyYSBvcmEgZGVwb3NpdGFkYSwgaW5jbHVpbmRvLXNlIG9zIHVzb3MgcmVmZXJlbnRlcyDDoApyZXByZXNlbnRhw6fDo28gcMO6YmxpY2EgZS9vdSBleGVjdcOnw6NvIHDDumJsaWNhLCBiZW0gY29tbyBxdWFscXVlciBvdXRyYQptb2RhbGlkYWRlIGRlIGNvbXVuaWNhw6fDo28gYW8gcMO6YmxpY28gcXVlIGV4aXN0YSBvdSB2ZW5oYSBhIGV4aXN0aXIsCm5vcyB0ZXJtb3MgZG8gYXJ0aWdvIDY4IGUgc2VndWludGVzIGRhIExlaSA5LjYxMC85OCwgbmEgZXh0ZW5zw6NvIHF1ZQpmb3IgYXBsaWPDoXZlbCBhb3Mgc2VydmnDp29zIHByZXN0YWRvcyBhbyBww7pibGljbyBwZWxhIEJpYmxpb3RlY2EKVmlydHVhbCBGR1YuCgo0LiBFc3RhIGxpY2Vuw6dhIGFicmFuZ2UsIGFpbmRhLCBub3MgbWVzbW9zIHRlcm1vcyBlc3RhYmVsZWNpZG9zIG5vCml0ZW0gMiwgc3VwcmEsIHRvZG9zIG9zIGRpcmVpdG9zIGNvbmV4b3MgZGUgYXJ0aXN0YXMgaW50w6lycHJldGVzIG91CmV4ZWN1dGFudGVzLCBwcm9kdXRvcmVzIGZvbm9ncsOhZmljb3Mgb3UgZW1wcmVzYXMgZGUgcmFkaW9kaWZ1c8OjbyBxdWUKZXZlbnR1YWxtZW50ZSBzZWphbSBhcGxpY8OhdmVpcyBlbSByZWxhw6fDo28gw6Agb2JyYSBkZXBvc2l0YWRhLCBlbQpjb25mb3JtaWRhZGUgY29tIG8gcmVnaW1lIGZpeGFkbyBubyBUw610dWxvIFYgZGEgTGVpIDkuNjEwLzk4LgoKNS4gU2UgYSBPYnJhIGRlcG9zaXRhZGEgZm9pIG91IMOpIG9iamV0byBkZSBmaW5hbmNpYW1lbnRvIHBvcgppbnN0aXR1acOnw7VlcyBkZSBmb21lbnRvIMOgIHBlc3F1aXNhIG91IHF1YWxxdWVyIG91dHJhIHNlbWVsaGFudGUsIHZvY8OqCm91IG8gdGl0dWxhciBhc3NlZ3VyYSBxdWUgY3VtcHJpdSB0b2RhcyBhcyBvYnJpZ2HDp8O1ZXMgcXVlIGxoZSBmb3JhbQppbXBvc3RhcyBwZWxhIGluc3RpdHVpw6fDo28gZmluYW5jaWFkb3JhIGVtIHJhesOjbyBkbyBmaW5hbmNpYW1lbnRvLCBlCnF1ZSBuw6NvIGVzdMOhIGNvbnRyYXJpYW5kbyBxdWFscXVlciBkaXNwb3Npw6fDo28gY29udHJhdHVhbCByZWZlcmVudGUgw6AKcHVibGljYcOnw6NvIGRvIGNvbnRlw7pkbyBvcmEgc3VibWV0aWRvIMOgIEJpYmxpb3RlY2EgVmlydHVhbCBGR1YuCgo2LiBDYXNvIGEgT2JyYSBvcmEgZGVwb3NpdGFkYSBlbmNvbnRyZS1zZSBsaWNlbmNpYWRhIHNvYiB1bWEgbGljZW7Dp2EKQ3JlYXRpdmUgQ29tbW9ucyAocXVhbHF1ZXIgdmVyc8OjbyksIHNvYiBhIGxpY2Vuw6dhIEdOVSBGcmVlCkRvY3VtZW50YXRpb24gTGljZW5zZSAocXVhbHF1ZXIgdmVyc8OjbyksIG91IG91dHJhIGxpY2Vuw6dhIHF1YWxpZmljYWRhCmNvbW8gbGl2cmUgc2VndW5kbyBvcyBjcml0w6lyaW9zIGRhIERlZmluaXRpb24gb2YgRnJlZSBDdWx0dXJhbCBXb3JrcwooZGlzcG9uw612ZWwgZW06IGh0dHA6Ly9mcmVlZG9tZGVmaW5lZC5vcmcvRGVmaW5pdGlvbikgb3UgRnJlZSBTb2Z0d2FyZQpEZWZpbml0aW9uIChkaXNwb27DrXZlbCBlbTogaHR0cDovL3d3dy5nbnUub3JnL3BoaWxvc29waHkvZnJlZS1zdy5odG1sKSwgCm8gYXJxdWl2byByZWZlcmVudGUgw6AgT2JyYSBkZXZlIGluZGljYXIgYSBsaWNlbsOnYSBhcGxpY8OhdmVsIGVtCmNvbnRlw7pkbyBsZWfDrXZlbCBwb3Igc2VyZXMgaHVtYW5vcyBlLCBzZSBwb3Nzw612ZWwsIHRhbWLDqW0gZW0gbWV0YWRhZG9zCmxlZ8OtdmVpcyBwb3IgbcOhcXVpbmEuIEEgaW5kaWNhw6fDo28gZGEgbGljZW7Dp2EgYXBsaWPDoXZlbCBkZXZlIHNlcgphY29tcGFuaGFkYSBkZSB1bSBsaW5rIHBhcmEgb3MgdGVybW9zIGRlIGxpY2VuY2lhbWVudG8gb3Ugc3VhIGPDs3BpYQppbnRlZ3JhbC4KCgpBbyBjb25jbHVpciBhIHByZXNlbnRlIGV0YXBhIGUgYXMgZXRhcGFzIHN1YnNlccO8ZW50ZXMgZG8gcHJvY2Vzc28gZGUKc3VibWlzc8OjbyBkZSBhcnF1aXZvcyDDoCBCaWJsaW90ZWNhIFZpcnR1YWwgRkdWLCB2b2PDqiBhdGVzdGEgcXVlIGxldSBlCmNvbmNvcmRhIGludGVncmFsbWVudGUgY29tIG9zIHRlcm1vcyBhY2ltYSBkZWxpbWl0YWRvcywgYXNzaW5hbmRvLW9zCnNlbSBmYXplciBxdWFscXVlciByZXNlcnZhIGUgbm92YW1lbnRlIGNvbmZpcm1hbmRvIHF1ZSBjdW1wcmUgb3MKcmVxdWlzaXRvcyBpbmRpY2Fkb3Mgbm8gaXRlbSAxLCBzdXByYS4KCkhhdmVuZG8gcXVhbHF1ZXIgZGlzY29yZMOibmNpYSBlbSByZWxhw6fDo28gYW9zIHByZXNlbnRlcyB0ZXJtb3Mgb3UgbsOjbwpzZSB2ZXJpZmljYW5kbyBvIGV4aWdpZG8gbm8gaXRlbSAxLCBzdXByYSwgdm9jw6ogZGV2ZSBpbnRlcnJvbXBlcgppbWVkaWF0YW1lbnRlIG8gcHJvY2Vzc28gZGUgc3VibWlzc8Ojby4gQSBjb250aW51aWRhZGUgZG8gcHJvY2Vzc28KZXF1aXZhbGUgw6AgYXNzaW5hdHVyYSBkZXN0ZSBkb2N1bWVudG8sIGNvbSB0b2RhcyBhcyBjb25zZXHDvMOqbmNpYXMgbmVsZQpwcmV2aXN0YXMsIHN1amVpdGFuZG8tc2UgbyBzaWduYXTDoXJpbyBhIHNhbsOnw7VlcyBjaXZpcyBlIGNyaW1pbmFpcyBjYXNvCm7Do28gc2VqYSB0aXR1bGFyIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBwYXRyaW1vbmlhaXMgZS9vdSBjb25leG9zCmFwbGljw6F2ZWlzIMOgIE9icmEgZGVwb3NpdGFkYSBkdXJhbnRlIGVzdGUgcHJvY2Vzc28sIG91IGNhc28gbsOjbyB0ZW5oYQpvYnRpZG8gcHLDqXZpYSBlIGV4cHJlc3NhIGF1dG9yaXphw6fDo28gZG8gdGl0dWxhciBwYXJhIG8gZGVww7NzaXRvIGUKdG9kb3Mgb3MgdXNvcyBkYSBPYnJhIGVudm9sdmlkb3MuCgoKUGFyYSBhIHNvbHXDp8OjbyBkZSBxdWFscXVlciBkw7p2aWRhIHF1YW50byBhb3MgdGVybW9zIGRlIGxpY2VuY2lhbWVudG8gZQpvIHByb2Nlc3NvIGRlIHN1Ym1pc3PDo28sIGVudHJlIGVtIGNvbnRhdG8gY29tIFtuY2VwZ2VAZmd2LmJyXQo=
dc.title.por.fl_str_mv Modelagem e previsão de volatilidade realizada: evidências para o Brasil
title Modelagem e previsão de volatilidade realizada: evidências para o Brasil
spellingShingle Modelagem e previsão de volatilidade realizada: evidências para o Brasil
Wink Junior, Marcos Vinício
MIDAS
Volatilidade realizada
HAR
Dados financeiros intradiários
Economia
Bolsa de valores - Previsão
Mercado financeiro - Previsão
Análise de variância
Modelos matemáticos
title_short Modelagem e previsão de volatilidade realizada: evidências para o Brasil
title_full Modelagem e previsão de volatilidade realizada: evidências para o Brasil
title_fullStr Modelagem e previsão de volatilidade realizada: evidências para o Brasil
title_full_unstemmed Modelagem e previsão de volatilidade realizada: evidências para o Brasil
title_sort Modelagem e previsão de volatilidade realizada: evidências para o Brasil
author Wink Junior, Marcos Vinício
author_facet Wink Junior, Marcos Vinício
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.author.fl_str_mv Wink Junior, Marcos Vinício
dc.contributor.advisor1.fl_str_mv Pereira, Pedro L. Valls
contributor_str_mv Pereira, Pedro L. Valls
dc.subject.eng.fl_str_mv MIDAS
topic MIDAS
Volatilidade realizada
HAR
Dados financeiros intradiários
Economia
Bolsa de valores - Previsão
Mercado financeiro - Previsão
Análise de variância
Modelos matemáticos
dc.subject.por.fl_str_mv Volatilidade realizada
HAR
Dados financeiros intradiários
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Bolsa de valores - Previsão
Mercado financeiro - Previsão
Análise de variância
Modelos matemáticos
description Usando dados intradiários dos ativos mais negociados do Bovespa, este trabalho considerou dois modelos recentemente desenvolvidos na literatura de estimação e previsão de volatilidade realizada. São eles; Heterogeneous Autorregresive Model of Realized Volatility (HAR-RV), desenvolvido por Corsi (2009)e o Mixed Data Sampling (MIDAS-RV) desenvolvido por Ghysels et. al (2004). Através de medidas de comparação de previsão dentro e fora da amostra, constatou-se resultados superiores do modelo MIDAS-RV apenas para previsões dentro da amostra. Para previsões fora da amostra, no entanto, não houve diferença estatisticamente significativa entre os modelos. Também encontram-se evidências que a utilização da volatilidade realizada induz distribuições dos retornos padronizados mais próximas da normal.
publishDate 2011
dc.date.accessioned.fl_str_mv 2011-05-30T17:36:31Z
dc.date.available.fl_str_mv 2011-05-30T17:36:31Z
dc.date.issued.fl_str_mv 2011-04-08
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv WINK JUNIOR, Marcos Vinício. Modelagem e previsão de volatilidade realizada: evidências para o Brasil. Dissertação (Mestrado em Economia de Empresas) - FGV - Fundação Getúlio Vargas, São Paulo, 2011.
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10438/8263
identifier_str_mv WINK JUNIOR, Marcos Vinício. Modelagem e previsão de volatilidade realizada: evidências para o Brasil. Dissertação (Mestrado em Economia de Empresas) - FGV - Fundação Getúlio Vargas, São Paulo, 2011.
url http://hdl.handle.net/10438/8263
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/4485b0d0-ff78-4025-9994-7c9085ed0ab9/download
https://repositorio.fgv.br/bitstreams/3769b44c-61bf-4d5b-8f25-aad35f7ba66f/download
https://repositorio.fgv.br/bitstreams/316c8033-e464-4fd6-8625-e4926966a4e3/download
https://repositorio.fgv.br/bitstreams/5799ad43-6465-44ee-b3bf-1a54ae3eee26/download
bitstream.checksum.fl_str_mv 70c3797dc3ee51a70250b12457f359c0
4dea6f7333914d9740702a2deb2db217
d69d91d7dc1e8a9489b86d9a798073e2
4e80aa8ff2438afbc429cc99bba5c6ef
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1810024007070646272