Um estudo sobre os impactos da surpresa dos indicadores macroeconômicos de atividade e inflação no mercado futuro brasileiro de juros

As diretrizes de política monetária são definidas com base em resultados dos indicadores macroeconômicos divulgados ao mercado periodicamente. Os agentes deste mercado respondem rapidamente às alterações de cenário, com o objetivo de obter lucro ou evitar perdas financeiras expressivas. Com este motivacional, a proposta deste trabalho é avaliar como reage o mercado futuro de juros diante da divulgação de surpresas em determinados indicadores macroeconômicos, propondo um indicador de surpresa agregado para prever os impactos causados. Através dos dados extraídos da Bloomberg e da BM&F Bovespa, foi construída uma base de dados simplificada pela adoção de premissas para mensuração do impacto das surpresas divulgadas no preço do DI Futuro. A padronização dos parâmetros, a realização dos testes de média e as regressões otimizadas pelo método OLS possibilitaram ponderar os indicadores econômicos de acordo com a oscilação que os mesmos causam a este mercado. Por fim, o teste de comparação mostrou que o indicador de surpresa proposto foi mais eficiente nas previsões da reação do mercado do que um indicador que pondere de forma igualitária todos os indicadores macroeconômicos.

The monetary policy guidelines are defined based on macro indexes released to the market periodically. The agents of this market react quickly to any changes in macroeconomic environment, trying to obtain high profits or to avoid significant financial losses. Considering this, this paper intends to analyze how interest rate future market reacts when surprises in macroeconomic indexes are released, suggesting a new methodology to forecast the market reaction through the construction of an aggregate surprise index. Using data extracted from Bloomberg and BM&F Bovespa, we constructed a simplified data base by adopting assumptions to measure the impact of surprises disclosed in the price of DI Futuro. The standardization of parameters, applying average tests and optimizing regressions by OLS allowed to weight relatively a set of macro indexes according to their effect on market volatility. Finally, we made a test on the proposed aggregate surprise index that showed it was more efficient in forecasting the market reaction than another index that considered equal weights to all set of macroeconomic index.