Modelagem e previsão de volatilidade determinística e estocástica para a série do Ibovespa

Autores

  • Igor A. C. de Morais Universidade Federal do Rio Grande do Sul Autor
  • Marcelo S. Portugal Universidade Federal do Rio Grande do Sul Autor

Resumo

A variância de um ativo é uma das informações mais importantes para quem opera no mercado financeiro. A deferminação desta volatilidade pode ser feita com base no
conhecimenfo da variância passada (processo determinístico), ou ainda quando esta
variância não é conhecida (processo estocástico). Estes modelos apresentam diversas
formulações que captam diferentes efeitos observados em séries financeiras, tais como
a aglomeração da variância, o efeifo "leverage" e a persistência na volatilidade. Neste
trabolho é comparada a estimativa da volatilidade do Índice Bovespa obtida por processos determinísticos e estocásticos, abrangendo 3 períodos relativamente conturbados:
a crise do México, a crise asiática e a moratória russa. A conclusão básica é que ambos os processos conseguem prever muito bem a volatilidade.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

AKGIRAY, V Conditional heteroscedasticity in time series of stock returns: evidence and forecasts. Journal ofBusiness, v. 62, n.l, 55-80, 1989.

BARCINSKI, A., ALMEIDA, B. C. P., GARCIA, M. G. P. & SILVEIRA, M. A. C. Estimação da volatilidade do retorno das ações brasileiras: um método alternativo à família GARCH. ResenhaBM&F, n. 116, p. 21-39, 1997.

BOLLERSLEV; T. Generalized autoregressive conditional heteroskedasticity.

Journal of Econometrics, 31, p. 307-27, 1986.

BOLLERSLEV; T. A conditionally heteroskedastic time series model for speculative prices and rates of return. The Review ofEconomics and Statistics, v. LXIX, n. 3, p. 542-47, 1987.

BRAUN, P. A., NELSON, D. B. E SUNIER, A. M. Good news, bad news, volatility, and betas. TheJournal ofFinance, v. 50, n. 5, 1995.

BUSTAMANTE, M. & FERNANDES, M. Um procedimento para análise da persistência na volatilidade. Anais do XVII Encontro Brasileiro de Econometria, Revista de Econometria, p. 203-223, 1995.

CHRISS, N. A. Black & Scholes and beyond - option pricing models. McGrall-Hill, 1997.

CORBJiA, M. M. R. L. & PEREIRA, P. L. V Modelos nao lineares em finanças: previsibilidade em mercados financeiros e aplicações a gestão de risco. Anais do XXEncontro Brasileiro de Econometria, v. 1, 1998, p. 427-448.

DAY, T. E. & LEWIS, C. M. Stock market volatility and the information content of stock index options. Journal ofEconometrics, 52, p. 267-87, 1992.

DING, Z., GRANGER, C. W J. & ENGLE, R. E A long memory property of stock market returns and a new model. Journal ofEmpirical Finance, p. 83-106, 1993.

DUARTE J., A. M. Simulacjao Monte Carlo para analise de op^oes. Resenha

BMtkF, n.115, p. 52-64,1997.

DUARTE J., A. M., PINHEIRO M. A., HEIL, T. B. B. Estimação da volatilidade de ativos e indices brasileiros. ResenhaBM&cF, n. Ill, p. 16-28, 1996.

ENGLE, R. E Autoregressive conditional heteroskedasticity with estimates of the variances of U.K. inflation. Econometrica, v. 50, n. 4, p. 987-1008, 1982.

ENGLE, R. E & BOLLERSLEy T. Modelling the persistence of conditional variances, {with (Escassion). Econometrics Reviews, 5, p. 1-50, 81-87,1986.

ENGLE, R. E, LILIEN, D. M. & ROBINS, R. P. Estimating time-varying risk premia in the term structure: the ARCH-M model. Econometrica, 55, p. 391-408, 1987.

ENGLE, R. E & NG, V K. Measuring and testing the impact of news on vohtihty. Journal of Finance, 4815, p. 1749-78, 1993.

FORNARI, E &MELE, A. Modeling the changing asymetry of conditional variances. Economics Letters, 50, p. 197-203, 1996.

GALVAO, A. B. C., PORTUGAL, M. S. & RIBEIRO, E. P. Volatilidade e causalidade; os efeitos da crise do Mexico sobre os mercados a vista e future de cambio e mdice de agoes no Brasil. Anais do no XIX Encontro Brasileiro de Econometria, v. 11, 1997, p. 755-774.

GIBBONS, M. R. & HESS, P Day of the week effects and asset returns. Journal ofBusiness, v. 4, n. 4, p. 579-596, 1981.

GLOSTEN, L. R., JAGANNATHAN, R. & RUNKLE, D. E. On the relation between expected value and the volatility ofthe nominal excess return on stocks. Journal ofFinance, 48, p. 1779-1801, 1993.

HAGERUD, G. E. A smooth transition ARCH model for asset returns. Working Paper Stockholm School ofEconomics, 1996.

HAGERUD, G. E. Modeling nordic stock returns with asymmetric GARCH models. Working Paper Series in Economics and Finance, n. 164, 1997.

HAMILTON, J. D. State space models. Handbook ofeconometrics, v. TV, cap. 50, p. 3039-3080, 1994.

HAMILTON, J. D. and SUSMEL, R. Autoregressive conditional heteroskedasticity and changes in rtgimc. Journal ofEconometrics, v. 64, p. 307-333, 1994.

HARVEY, A. C. Forecasting, structural time series models and Kalman filter. Cambridge University Press, 1996.

HERENCIA, M. E. Z. Volatilidade nos modelos ARCH e variancia estocastica: um estudo comparativo. Dissertafdo de Mestrado apresentada ao IMEUnicamp, 1997.

HERENCIA, M. E. Z. HOTTA, L. K. & PEREIRA, P. L. V Filtragem e previsao com modelos

de volatilidade: volatilidade estocastica versus GARCH. Revista Brasileira de Economia., v. 52, n. 2, p. 241-278, 1998.

JAMES, B. R. Probabilidade: um curso em mvel intermedidrio. Projeto Euclides, 2° ed., IMPA, 1996.

KIM, D., KON, S. J. Alternative models for the conditional heteroscedasticity of stock ctmtns. Journal ofBusiness, v. 67,n. 4, p. 563-598, 1994.

KRONER, K. Creating and using volatility forecasts. DerivativesQuartely, p. 39-53, 1996.

LAMOUREUX, C. G. & LASTRAPES, W D. Heteroskedasticity in stock return data; volume versus GARCH effects. Journal of Finance 45, p. 221-229, 1990.

NELSON, D. B. Conditional heteroskedasticity in asset returns; a new approach. Econometrica, 59, p. 347-70, 1991.

NELSON, D. B. Stationarity and persistence in the GARCH(1,1) model. Econometric

Theory, 6, p. 318-34, 1990a.

NELSON, D. B. ARCH models as diffusion approximations. Journal ofEconometrics, 45, p. 7-38, 1990b.

NOH, J., ENGLE, R. E & KANE, A. Forecasting volatility and option prices of the S&P 500 index. Journal of Derivatives, p. 17-30, 1994.

PAGAN, A. R. and SCHWERT, G. W Alternative models for conditional stock volatility./owrmr/ ofEconometrics, 45, p. 267-290, 1990.

PORTUGAL, M. S. Neural network versus time series models: a forecasting exercise. Revista Brasileira de Economia, v. 49, p. 611-629, 1995.

RUIZ, E. Quasi maximum lifelihood estimation ofstochastic volatility models. Journal of Econometrics, 63, p. 289-306, 1994.

SENTANA, E. Quadratic ARCH models. Review ofEconomic Studies, 62, p. 639-661, 1995.

ZAKOIAN, J. Michel Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18, p. 931-955, 1994.

ZIEGELMANN, E A. & PEREIRA, P. L. V Modelos de volatilidade estocastica com deforma^ao temporal: um estudo empirico para o índice

Ibovesa.Pesquisa e PlanejamentoEconomico, v. 27, n. 2, p. 353-376,1997.

Downloads

Publicado

01-09-1999

Edição

Seção

Não definida

Como Citar

Morais, I. A. C. de, & Portugal, M. S. (1999). Modelagem e previsão de volatilidade determinística e estocástica para a série do Ibovespa. Estudos Econômicos (São Paulo), 29(3), 303-341. https://www.revistas.usp.br/ee/article/view/161468