Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR

Detalhes bibliográficos
Autor(a) principal: Machado de Pereira, Mateus
Data de Publicação: 2020
Outros Autores: Rosa, Thais Gomez da, Bender Filho, Reisoli
Tipo de documento: Artigo
Idioma: por
Título da fonte: REAd (Porto Alegre. Online)
Texto Completo: https://seer.ufrgs.br/index.php/read/article/view/101823
Resumo: O trabalho propôs analisar como as pesquisas no buscador Google influenciam o retorno, a volatilidade e o volume de negociações das ações que compõem o índice Ibovespa, considerando o período entre 2015 e 2020. Para isso aplicou-se a modelagem de Painel de Vetores Autorregressivos (PVAR). Os resultados do volume histórico de pesquisas do nome da empresa e do ticker apresentam relação bidirecional com o desvio padrão dos retornos, da volatilidade e do volume negociado, sugerindo que a demanda de informação do investidor é atendida, em parte, por pesquisas em buscadores, efeito que também é observado no aumento do volume de negociações, após um choque no volume histórico de pesquisas do ticker. Essas evidencias apontam à eficiência do mercado, pelo menos, para situações semanais, em que há a possibilidade de o investidor pesquisar e compreender cada nova situação do mercado. Entretanto, o acompanhamento da empresa não garante, pelo menos no longo prazo, que os retornos sejam maiores, determinando que a Hipótese do Mercado Eficiente, na versão semi-forte, seja indiretamente observada, pelo aumento de negociações sem a devida alteração no retorno. Para tanto, a utilização do Google Trends pode, em alguma medida, melhorar a acurácia de modelos de previsão que busquem prever o retorno, a volatilidade e o volume de ações.
id UFRGS-13_e34cf9f96c2387e9615af27778639879
oai_identifier_str oai:seer.ufrgs.br:article/101823
network_acronym_str UFRGS-13
network_name_str REAd (Porto Alegre. Online)
repository_id_str
spelling Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVARGoogle trendsMercado de açõesÍndice IbovespaPVARO trabalho propôs analisar como as pesquisas no buscador Google influenciam o retorno, a volatilidade e o volume de negociações das ações que compõem o índice Ibovespa, considerando o período entre 2015 e 2020. Para isso aplicou-se a modelagem de Painel de Vetores Autorregressivos (PVAR). Os resultados do volume histórico de pesquisas do nome da empresa e do ticker apresentam relação bidirecional com o desvio padrão dos retornos, da volatilidade e do volume negociado, sugerindo que a demanda de informação do investidor é atendida, em parte, por pesquisas em buscadores, efeito que também é observado no aumento do volume de negociações, após um choque no volume histórico de pesquisas do ticker. Essas evidencias apontam à eficiência do mercado, pelo menos, para situações semanais, em que há a possibilidade de o investidor pesquisar e compreender cada nova situação do mercado. Entretanto, o acompanhamento da empresa não garante, pelo menos no longo prazo, que os retornos sejam maiores, determinando que a Hipótese do Mercado Eficiente, na versão semi-forte, seja indiretamente observada, pelo aumento de negociações sem a devida alteração no retorno. Para tanto, a utilização do Google Trends pode, em alguma medida, melhorar a acurácia de modelos de previsão que busquem prever o retorno, a volatilidade e o volume de ações.Universidade Federal do Rio Grande do Sul2020-12-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado pelos paresapplication/pdfhttps://seer.ufrgs.br/index.php/read/article/view/101823Electronic Review of Administration; Vol. 26 No. 3 (2020): SETEMBRO/DEZEMBRO; 796-818Revista Electrónica de Administración; Vol. 26 Núm. 3 (2020): SETEMBRO/DEZEMBRO; 796-818Revista Eletrônica de Administração; v. 26 n. 3 (2020): SETEMBRO/DEZEMBRO; 796-8181413-23111980-4164reponame:REAd (Porto Alegre. Online)instname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSporhttps://seer.ufrgs.br/index.php/read/article/view/101823/59312Copyright (c) 2020 Mateus Machado de Pereira, Thais Gomez da Rosa, Reisoli Bender Filhoinfo:eu-repo/semantics/openAccessMachado de Pereira, MateusRosa, Thais Gomez daBender Filho, Reisoli2020-12-23T18:54:53Zoai:seer.ufrgs.br:article/101823Revistahttp://seer.ufrgs.br/index.php/read/indexPUBhttps://seer.ufrgs.br/read/oaiea_read@ufrgs.br1413-23111413-2311opendoar:2020-12-23T18:54:53REAd (Porto Alegre. Online) - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.none.fl_str_mv Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
title Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
spellingShingle Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
Machado de Pereira, Mateus
Google trends
Mercado de ações
Índice Ibovespa
PVAR
title_short Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
title_full Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
title_fullStr Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
title_full_unstemmed Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
title_sort Influência do Google Trends em ações listadas na bolsa de valores brasileira: evidências a partir da modelagem PVAR
author Machado de Pereira, Mateus
author_facet Machado de Pereira, Mateus
Rosa, Thais Gomez da
Bender Filho, Reisoli
author_role author
author2 Rosa, Thais Gomez da
Bender Filho, Reisoli
author2_role author
author
dc.contributor.author.fl_str_mv Machado de Pereira, Mateus
Rosa, Thais Gomez da
Bender Filho, Reisoli
dc.subject.por.fl_str_mv Google trends
Mercado de ações
Índice Ibovespa
PVAR
topic Google trends
Mercado de ações
Índice Ibovespa
PVAR
description O trabalho propôs analisar como as pesquisas no buscador Google influenciam o retorno, a volatilidade e o volume de negociações das ações que compõem o índice Ibovespa, considerando o período entre 2015 e 2020. Para isso aplicou-se a modelagem de Painel de Vetores Autorregressivos (PVAR). Os resultados do volume histórico de pesquisas do nome da empresa e do ticker apresentam relação bidirecional com o desvio padrão dos retornos, da volatilidade e do volume negociado, sugerindo que a demanda de informação do investidor é atendida, em parte, por pesquisas em buscadores, efeito que também é observado no aumento do volume de negociações, após um choque no volume histórico de pesquisas do ticker. Essas evidencias apontam à eficiência do mercado, pelo menos, para situações semanais, em que há a possibilidade de o investidor pesquisar e compreender cada nova situação do mercado. Entretanto, o acompanhamento da empresa não garante, pelo menos no longo prazo, que os retornos sejam maiores, determinando que a Hipótese do Mercado Eficiente, na versão semi-forte, seja indiretamente observada, pelo aumento de negociações sem a devida alteração no retorno. Para tanto, a utilização do Google Trends pode, em alguma medida, melhorar a acurácia de modelos de previsão que busquem prever o retorno, a volatilidade e o volume de ações.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-11
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Avaliado pelos pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://seer.ufrgs.br/index.php/read/article/view/101823
url https://seer.ufrgs.br/index.php/read/article/view/101823
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://seer.ufrgs.br/index.php/read/article/view/101823/59312
dc.rights.driver.fl_str_mv Copyright (c) 2020 Mateus Machado de Pereira, Thais Gomez da Rosa, Reisoli Bender Filho
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2020 Mateus Machado de Pereira, Thais Gomez da Rosa, Reisoli Bender Filho
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Sul
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Sul
dc.source.none.fl_str_mv Electronic Review of Administration; Vol. 26 No. 3 (2020): SETEMBRO/DEZEMBRO; 796-818
Revista Electrónica de Administración; Vol. 26 Núm. 3 (2020): SETEMBRO/DEZEMBRO; 796-818
Revista Eletrônica de Administração; v. 26 n. 3 (2020): SETEMBRO/DEZEMBRO; 796-818
1413-2311
1980-4164
reponame:REAd (Porto Alegre. Online)
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str REAd (Porto Alegre. Online)
collection REAd (Porto Alegre. Online)
repository.name.fl_str_mv REAd (Porto Alegre. Online) - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv ea_read@ufrgs.br
_version_ 1799766206080614400