Volatility forecast for the brazilian stock market (Bovespa index)
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10174/30645 |
Resumo: | A volatilidade é uma medida de risco que, a partir da análise do comportamento de um ativo durante um determinado período, indica a velocidade de variação entre a queda e a subida. Ativos altamente voláteis apresentam oscilações rápidas e que podem acontecer de forma muito acentuada. Estudos sobre volatilidade como orientação de investimentos e instrumento de classificação de risco têm sido uma estratégia amplamente utilizada no mercado de capitais. O presente trabalho tem como objetivo analisar e prever a volatilidade do Índice BOVESPA (IBOV) empregando modelos da família ARCH/GARCH, bem como se existe uma relação de longo, curto prazo (ou ambos) entre o IBOV e os indicadores macroeconômicos auxiliares usando modelos VAR/VEC/ARDL. As séries analisadas são dados diárias não sequenciais de 2 de janeiro de 2019 a 30 de abril de 2020 (322 registros), e o período de previsão é de 5 de maio de 2020 a 10 de julho de 2020 (42 registros). As seguintes variáveis foram utilizadas como indicadores auxiliares: o preço do barril do petróleo Brent em dólares americanos (Brent); o índice de diferença entre a taxa de retorno dos títulos brasileiros e a taxa oferecida pelos títulos do Tesouro Norte-Americano (EMBI); e a taxa de câmbio entre o dólar norte-americano e o real brasileiro (BRL_USD). Os resultados sugerem a utilização do modelo IGARCH(1,1) com erros GED e indicam que existe uma relação de curto prazo quando o IBOV é a variável dependente, embora o modelo ARDL tenha sido considerado insatisfatório; Volatility Forecast for the Brazilian Stock Market (BOVESPA Index) Abstract: Volatility is a measure of risk that, based on the behavior analysis of an asset during a certain period, indicates the speed at which it varies between falling and rising. Highly volatile assets show rapid oscillations that can happen very sharply. Studies on volatility as investment guidance and risk classification instrument have been a strategy widely used in the capital market. The present work aims to analyze and predict the volatility of the BOVESPA Index (IBOV) employing ARCH/GARCH family models, as well as whether there is a long-term, short-term (or both) relationship between the IBOV and the auxiliary macroeconomics indicators using VAR/VEC/ARDL models. The series analyzed are non-sequential daily information from January 2, 2019, to April 30, 2020 (322 registers), and the forecast period is from May 5, 2020, to July 10, 2020 (42 registers). The following variables were used as auxiliary indicators: the price of a barrel of Brent oil in US dollars (Brent); the index of difference between the return rate on Brazilian bonds and the rate offered by bonds issued by the North American Treasury (EMBI); and the exchange rate between the US dollar and the Brazilian real (BRL_USD). The results suggest the use of the IGARCH model (1,1) with GED errors and indicate that there is a short-term relationship when IBOV is the dependent variable, although the ARDL model was considered non-satisfactory. |
id |
RCAP_b6557ec341cfdb8e0d59f94c3066b61d |
---|---|
oai_identifier_str |
oai:dspace.uevora.pt:10174/30645 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Volatility forecast for the brazilian stock market (Bovespa index)GARCHVolatilidadePrevisãoIndicadoresMacroeconometriaGARCHVolatilityForecastIndicatorsMacro econometricsA volatilidade é uma medida de risco que, a partir da análise do comportamento de um ativo durante um determinado período, indica a velocidade de variação entre a queda e a subida. Ativos altamente voláteis apresentam oscilações rápidas e que podem acontecer de forma muito acentuada. Estudos sobre volatilidade como orientação de investimentos e instrumento de classificação de risco têm sido uma estratégia amplamente utilizada no mercado de capitais. O presente trabalho tem como objetivo analisar e prever a volatilidade do Índice BOVESPA (IBOV) empregando modelos da família ARCH/GARCH, bem como se existe uma relação de longo, curto prazo (ou ambos) entre o IBOV e os indicadores macroeconômicos auxiliares usando modelos VAR/VEC/ARDL. As séries analisadas são dados diárias não sequenciais de 2 de janeiro de 2019 a 30 de abril de 2020 (322 registros), e o período de previsão é de 5 de maio de 2020 a 10 de julho de 2020 (42 registros). As seguintes variáveis foram utilizadas como indicadores auxiliares: o preço do barril do petróleo Brent em dólares americanos (Brent); o índice de diferença entre a taxa de retorno dos títulos brasileiros e a taxa oferecida pelos títulos do Tesouro Norte-Americano (EMBI); e a taxa de câmbio entre o dólar norte-americano e o real brasileiro (BRL_USD). Os resultados sugerem a utilização do modelo IGARCH(1,1) com erros GED e indicam que existe uma relação de curto prazo quando o IBOV é a variável dependente, embora o modelo ARDL tenha sido considerado insatisfatório; Volatility Forecast for the Brazilian Stock Market (BOVESPA Index) Abstract: Volatility is a measure of risk that, based on the behavior analysis of an asset during a certain period, indicates the speed at which it varies between falling and rising. Highly volatile assets show rapid oscillations that can happen very sharply. Studies on volatility as investment guidance and risk classification instrument have been a strategy widely used in the capital market. The present work aims to analyze and predict the volatility of the BOVESPA Index (IBOV) employing ARCH/GARCH family models, as well as whether there is a long-term, short-term (or both) relationship between the IBOV and the auxiliary macroeconomics indicators using VAR/VEC/ARDL models. The series analyzed are non-sequential daily information from January 2, 2019, to April 30, 2020 (322 registers), and the forecast period is from May 5, 2020, to July 10, 2020 (42 registers). The following variables were used as auxiliary indicators: the price of a barrel of Brent oil in US dollars (Brent); the index of difference between the return rate on Brazilian bonds and the rate offered by bonds issued by the North American Treasury (EMBI); and the exchange rate between the US dollar and the Brazilian real (BRL_USD). The results suggest the use of the IGARCH model (1,1) with GED errors and indicate that there is a short-term relationship when IBOV is the dependent variable, although the ARDL model was considered non-satisfactory.Universidade de Évora2022-01-07T16:44:47Z2022-01-072021-11-17T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10174/30645http://hdl.handle.net/10174/30645TID:202832082porDepartamento de Matemáticaalterjp@gmail.com336Santos, João Paulo Lázaro Alter de Freitas Linsinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-01-03T19:29:08Zoai:dspace.uevora.pt:10174/30645Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T01:20:08.848959Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Volatility forecast for the brazilian stock market (Bovespa index) |
title |
Volatility forecast for the brazilian stock market (Bovespa index) |
spellingShingle |
Volatility forecast for the brazilian stock market (Bovespa index) Santos, João Paulo Lázaro Alter de Freitas Lins GARCH Volatilidade Previsão Indicadores Macroeconometria GARCH Volatility Forecast Indicators Macro econometrics |
title_short |
Volatility forecast for the brazilian stock market (Bovespa index) |
title_full |
Volatility forecast for the brazilian stock market (Bovespa index) |
title_fullStr |
Volatility forecast for the brazilian stock market (Bovespa index) |
title_full_unstemmed |
Volatility forecast for the brazilian stock market (Bovespa index) |
title_sort |
Volatility forecast for the brazilian stock market (Bovespa index) |
author |
Santos, João Paulo Lázaro Alter de Freitas Lins |
author_facet |
Santos, João Paulo Lázaro Alter de Freitas Lins |
author_role |
author |
dc.contributor.author.fl_str_mv |
Santos, João Paulo Lázaro Alter de Freitas Lins |
dc.subject.por.fl_str_mv |
GARCH Volatilidade Previsão Indicadores Macroeconometria GARCH Volatility Forecast Indicators Macro econometrics |
topic |
GARCH Volatilidade Previsão Indicadores Macroeconometria GARCH Volatility Forecast Indicators Macro econometrics |
description |
A volatilidade é uma medida de risco que, a partir da análise do comportamento de um ativo durante um determinado período, indica a velocidade de variação entre a queda e a subida. Ativos altamente voláteis apresentam oscilações rápidas e que podem acontecer de forma muito acentuada. Estudos sobre volatilidade como orientação de investimentos e instrumento de classificação de risco têm sido uma estratégia amplamente utilizada no mercado de capitais. O presente trabalho tem como objetivo analisar e prever a volatilidade do Índice BOVESPA (IBOV) empregando modelos da família ARCH/GARCH, bem como se existe uma relação de longo, curto prazo (ou ambos) entre o IBOV e os indicadores macroeconômicos auxiliares usando modelos VAR/VEC/ARDL. As séries analisadas são dados diárias não sequenciais de 2 de janeiro de 2019 a 30 de abril de 2020 (322 registros), e o período de previsão é de 5 de maio de 2020 a 10 de julho de 2020 (42 registros). As seguintes variáveis foram utilizadas como indicadores auxiliares: o preço do barril do petróleo Brent em dólares americanos (Brent); o índice de diferença entre a taxa de retorno dos títulos brasileiros e a taxa oferecida pelos títulos do Tesouro Norte-Americano (EMBI); e a taxa de câmbio entre o dólar norte-americano e o real brasileiro (BRL_USD). Os resultados sugerem a utilização do modelo IGARCH(1,1) com erros GED e indicam que existe uma relação de curto prazo quando o IBOV é a variável dependente, embora o modelo ARDL tenha sido considerado insatisfatório; Volatility Forecast for the Brazilian Stock Market (BOVESPA Index) Abstract: Volatility is a measure of risk that, based on the behavior analysis of an asset during a certain period, indicates the speed at which it varies between falling and rising. Highly volatile assets show rapid oscillations that can happen very sharply. Studies on volatility as investment guidance and risk classification instrument have been a strategy widely used in the capital market. The present work aims to analyze and predict the volatility of the BOVESPA Index (IBOV) employing ARCH/GARCH family models, as well as whether there is a long-term, short-term (or both) relationship between the IBOV and the auxiliary macroeconomics indicators using VAR/VEC/ARDL models. The series analyzed are non-sequential daily information from January 2, 2019, to April 30, 2020 (322 registers), and the forecast period is from May 5, 2020, to July 10, 2020 (42 registers). The following variables were used as auxiliary indicators: the price of a barrel of Brent oil in US dollars (Brent); the index of difference between the return rate on Brazilian bonds and the rate offered by bonds issued by the North American Treasury (EMBI); and the exchange rate between the US dollar and the Brazilian real (BRL_USD). The results suggest the use of the IGARCH model (1,1) with GED errors and indicate that there is a short-term relationship when IBOV is the dependent variable, although the ARDL model was considered non-satisfactory. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-11-17T00:00:00Z 2022-01-07T16:44:47Z 2022-01-07 |
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.uri.fl_str_mv |
http://hdl.handle.net/10174/30645 http://hdl.handle.net/10174/30645 TID:202832082 |
url |
http://hdl.handle.net/10174/30645 |
identifier_str_mv |
TID:202832082 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
Departamento de Matemática alterjp@gmail.com 336 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade de Évora |
publisher.none.fl_str_mv |
Universidade de Évora |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136683179900928 |