O impacto das notícias no mercado financeiro brasileiro

As informações publicadas na mídia ajudam os investidores no processo decisório e consequentemente influenciam no mercado financeiro. O objetivo do presente trabalho é explorar o efeito da publicação de notícias no mercado financeiro. Para isso, o trabalho aborda variáveis de quantidade de notícias e o efeito semântico de cada uma delas, bem como sua relação com os índices de retorno, volatilidade e volume negociado do Ibovespa. As hipóteses da pesquisa são de que a quantidade de conteúdo publicado e o sentimento da informação podem ser preditores válidos para o nível de volatilidade, retorno e volume. Contudo, isso não implica que esses dados ajudam a prever o futuro, mas sim o presente. Os resultados encontrados evidenciam que a quantidade e conteúdo semântico das notícias não têm efeito significativo sobre o retorno, mas os aumentos da quantidade de notícias e da quantidade de notícias negativas sugerem o aumento da volatilidade e do volume negociado do Ibovespa. Além disso, o efeito das notícias é maior na volatilidade de acordo com o estado econômico, ou seja, o impacto de más notícias na expectativa dos investidores é maior em bons tempos que em maus tempos. Este trabalho também apresenta novas evidências para o efeito de acordo com o dia da semana. Isto é, a quantidade de notícias publicadas de sexta-feira a domingo está relacionada com a volatilidade e o volume negociado do Ibovespa.

Um estudo sobre a inter-relação dos mercados de ações e títulos públicos sob a ótica da liquidez e volatilidade

Na última década, a economia brasileira apresentou-se estável adquirindo maior credibilidade mundial. Dentre as opções de investimento, estão os mercados de ações e de títulos públicos. O portfolio de investimento dos agentes é determinado de acordo com os retornos dos ativos e/ou aversão ao risco, e a diversificação é importante para mitigar risco. Dessa forma, o objetivo principal do presente trabalho é estudar a inter-relação entre os mercados de títulos públicos e ações, avaliando aspectos de liquidez e quais variáveis representariam melhor esta relação, verificando também como respondem a um choque (surpresa econômica), pois a percepção de alteração do cenário econômico, ou variações de fluxo financeiro, pode alterar/inverter as relações entre esses mercados. Para isso, estimou-se modelos de vetores auto-regressivos - VAR, com variáveis de retorno, volatilidade e volume negociado para cada um dos mercados em combinações diferentes das variáveis representativas, visando encontrar o(s) modelo(s) mais descritivo(s) das inter-relações entre os mercados, dado a amostra utilizada, para aplicar a dummy de surpresa econômica. Em estudo semelhante Chordia, Sarkar e Subrahmanyam (2005) concluiram que choques de liquidez e volatilidade são positivamente correlacionado nos mercados de ações e títulos públicos em horizontes diários, indicando que os choques de liquidez e volatilidade são muitas vezes de natureza sistêmica. O mesmo não foi observado para a proxy de liquidez utilizada na amostra brasileira. Um resultado interessante a ser ressaltado deve-se as séries SMLL11 (índice Small Caps) e IDkAs (índice de duração constante ANBIMA) não possuírem relação de causalidade de Granger com as demais séries, mas os retornos dos IDkAs Granger causam os retornos do índice SMLL11. Por fim, o choque de surpresa econômica não se mostra explicativo sobre qualquer alteração nas inter-relações entre os mercados de títulos públicos e ações.

Eficiência da magic formula de value investing no mercado brasileiro

O objetivo deste trabalho é realizar procedimento de back-test da Magic Formula na Bovespa, reunindo evidências sobre violações da Hipótese do Mercado Eficiente no mercado brasileiro. Desenvolvida por Joel Greenblatt, a Magic Formula é uma metodologia de formação de carteiras que consiste em escolher ações com altos ROICs e Earnings Yields, seguindo a filosofia de Value Investing. Diversas carteiras foram montadas no período de dezembro de 2002 a maio de 2014 utilizando diferentes combinações de número de ativos por carteira e períodos de permanência. Todas as carteiras, independentemente do número de ativos ou período de permanência, apresentaram retornos superiores ao Ibovespa. As diferenças entre os CAGRs das carteiras e o do Ibovespa foram significativas, sendo que a carteira com pior desempenho apresentou CAGR de 27,7% contra 14,1% do Ibovespa. As carteiras também obtiveram resultados positivos após serem ajustadas pelo risco. A pior razão retorno-volatilidade foi de 1,2, comparado a 0,6 do Ibovespa. As carteiras com pior pontuação também apresentaram bons resultados na maioria dos cenários, contrariando as expectativas iniciais e os resultados observados em outros trabalhos. Adicionalmente foram realizadas simulações para diversos períodos de 5 anos com objetivo de analisar a robustez dos resultados. Todas as carteiras apresentaram CAGR maior que o do Ibovespa em todos os períodos simulados, independentemente do número de ativos incluídos ou dos períodos de permanência. Estes resultados indicam ser possível alcançar retornos acima do mercado no Brasil utilizando apenas dados públicos históricos. Esta é uma violação da forma fraca da Hipótese do Mercado Eficiente.

Estimating and forecasting the volatility of Brazilian finance series using arch models (Preliminary Version)

The goal of this paper is to present a comprehensive emprical analysis of the return and conditional variance of four Brazilian …nancial series using models of the ARCH class. Selected models are then compared regarding forecasting accuracy and goodness-of-…t statistics. To help understanding the empirical results, a self-contained theoretical discussion of ARCH models is also presented in such a way that it is useful for the applied researcher. Empirical results show that although all series share ARCH and are leptokurtic relative to the Normal, the return on the US$ has clearly regime switching and no asymmetry for the variance, the return on COCOA has no asymmetry, while the returns on the CBOND and TELEBRAS have clear signs of asymmetry favoring the leverage e¤ect. Regarding forecasting, the best model overall was the EGARCH(1; 1) in its Gaussian version. Regarding goodness-of-…t statistics, the SWARCH model did well, followed closely by the Student-t GARCH(1; 1)

Modeling and predicting the CBOE market volatility index

This paper performs a thorough statistical examination of the time-series properties of the daily market volatility index (VIX) from the Chicago Board Options Exchange (CBOE). The motivation lies not only on the widespread consensus that the VIX is a barometer of the overall market sentiment as to what concerns investors' risk appetite, but also on the fact that there are many trading strategies that rely on the VIX index for hedging and speculative purposes. Preliminary analysis suggests that the VIX index displays long-range dependence. This is well in line with the strong empirical evidence in the literature supporting long memory in both options-implied and realized variances. We thus resort to both parametric and semiparametric heterogeneous autoregressive (HAR) processes for modeling and forecasting purposes. Our main ndings are as follows. First, we con rm the evidence in the literature that there is a negative relationship between the VIX index and the S&P 500 index return as well as a positive contemporaneous link with the volume of the S&P 500 index. Second, the term spread has a slightly negative long-run impact in the VIX index, when possible multicollinearity and endogeneity are controlled for. Finally, we cannot reject the linearity of the above relationships, neither in sample nor out of sample. As for the latter, we actually show that it is pretty hard to beat the pure HAR process because of the very persistent nature of the VIX index.

Volatility of returns, variations in prices and volume traded: evidence from the main stocks in Brazil

We study the relationship between the volatility and the price of stocks and the impact that variables such as past volatility, financial gearing, interest rates, stock return and turnover have on the present volatility of these securities. The results show the persistent behavior of volatility and the relationship between interest rate and volatility. The results also showed that a reduction in stock prices are associated with an increase in volatility. Finally we found a greater trading volume tends to increase the volatility.

Firm heterogeneity and lobbying

The structure of protection across sectors is usually interpreted as the result of competition among lobbies to influence politicians, but little attention has been devoted to the importance of individual firms in this process. This paper builds a model incorporating firm heterogeneity into a lobbying setup `a la Grossman and Helpman (1994), in a monopolistic competitive environment. We obtain that increased sectorial dispersion cause a fall in equilibrium tariff provided that the exporter’s cutoff is above the mean of the distribution. Also, higher average productivity brings about a fall in the equilibrium tariff, whereas an increase in export costs cause an increase in the tariff. JEL Classification codes: D43, D7, F12, F13, L11

Volatility modelling in the forex market: an empirical evaluation

We compare three frequently used volatility modelling techniques: GARCH, Markovian switching and cumulative daily volatility models. Our primary goal is to highlight a practical and systematic way to measure the relative effectiveness of these techniques. Evaluation comprises the analysis of the validity of the statistical requirements of the various models and their performance in simple options hedging strategies. The latter puts them to test in a "real life" application. Though there was not much difference between the three techniques, a tendency in favour of the cumulative daily volatility estimates, based on tick data, seems dear. As the improvement is not very big, the message for the practitioner - out of the restricted evidence of our experiment - is that he will probably not be losing much if working with the Markovian switching method. This highlights that, in terms of volatility estimation, no clear winner exists among the more sophisticated techniques.