Estudo sobre a valorização de produtos estruturados no mercado brasileiro entre 2006 e 2011

Produtos estruturados é uma combinação de ativos que inclui uma renda fixa e um ou mais derivativos embutidos. No Brasil, como ainda não existe uma regulamentação específica como nos Estados Unidos e Europa, a comercialização destes produtos é feita, principalmente, via Fundos de Investimentos Estruturados. O objetivo deste trabalho é avaliar se existe uma sobrevalorização na emissão de Fundos de Investimentos Estruturados. Para isso, calculou-se a diferença entre o preço de emissão e o preço teórico. Este preço teórico foi calculado sintetizando uma carteira composta de um componente renda fixa e os derivativos embutidos, valorizando-se os dois componentes com base na mesma metodologia abordada em publicações nacionais e internacionais. Foram analisados 40 fundos de Investimentos Fechados com emissão entre 2006 e 2011, observando-se que há indícios de uma diferença de preços, conclusão similar aos demais trabalhos que analisaram o tema. Esta diferença de preços encontrada pode ser explicada pelos custos de desenvolvimento dos produtos, pelos custos de hedge das operações e pelo fato dos pequenos investidores não terem acesso a este mercado diretamente. Adicionalmente, analisou-se a existência de uma relação de longo prazo entre as variáveis volatilidade e a diferença de preços encontrada. Através do Teste de Cointegração foi observado que existe uma tendência de longo prazo entre as variáveis. A Decomposição das Variâncias demonstra que as variações de margem são explicadas pelas variações na volatilidade e, por fim, o Teste da Causalidade de Granger indica que as variações da margem precedem as variações da volatilidade estimada. Com este resultado, espera-se contribuir para aumentar a transparência do mercado ao ilustrar a sofisticação das estruturas e, também, contribuir para o debate nas discussões sobre a nova regulamentação dos produtos estruturados que o Banco Central está em via de definir.

Um estudo da ansiedade em alunos de graduação em psicologia

Cientistas do comportamento humano se preocupam cada vez mais com a relação entre as variáveis ansiedade e rendimento pessoal, nas diversas etapas de trabalho do homem moderno. Alguns acham que há uma relação inversa entre as referidas variáveis. Nesta pesquisa procura-se verificar se a variável ansiedade pode apresentar implicações na escolha da profissão de psicólogo ou se a escolha inadequada da profissão pode aumentar o nível de ansiedade de uma pessoa. São focalizadas algumas teorias da ansiedade e suas abordagens clássicas - com definições e modelos, na visão de renomados autores, entre os quais se destacam Kierjeggard, Freud, Rollo May, Clark Hull, Spielberger e outros -, incluindo-se também várias teorias na área de influência do rendimento escolar. Um estudo de campo foi realizado em diversas Universidades do Rio de Janeiro e Faculdades Isoladas de Psicologia, sendo o Inventário de Ansiedade de Spielberger, na sua tradução para o Português, efetuada por Ângela Biaggio, com a finalidade de responder às seguintes questões: o alto índice da ansiedade levaria os alunos a procurarem os cursos de Psicologia ou, ainda, os cursos tornariam os alunos mais ansiosos. Os instrumentos utilizados para medir a variável independente foram os questionários de Charles D. Spielberger , o IDATE (Inventário de Ansiedade Traço e Estudo) e os procedimentos estatísticos, usados, através do t-teste e da análise de variância. O estudo baseia-se, entre outros pontos, nas diferenças de escores apresentados entre alunos do primeiro semestre do curso de Psicologia, semestres intermediários, o último semestre do mesmo curso, e, ainda, uma comparação entre os escores de alunos do primeiro semestre do curso de Psicologia e do curso de Administração de Empresas. Os resultados obtidos não apresentaram diferenças significativas nos estados de ansiedade dos grupos submetidos ao experimento. O estudo mostrou que o aluno de Psicologia não é mais ansioso que o de Administração e o nível de ansiedade não aumenta durante o curso, concluindo-se que a procura pelo curso não implica em situações ansiosas.

Análise de contágio a partir do modelo de correlação condicional constante com mudança de regime Markoviana

Nas últimas décadas, a análise dos padrões de propagação internacional de eventos financeiros se tornou o tema de grande parte dos estudos acadêmicos focados em modelos de volatilidade multivariados. Diante deste contexto, objetivo central do presente estudo é avaliar o fenômeno de contágio financeiro entre retornos de índices de Bolsas de Valores de diferentes países a partir de uma abordagem econométrica, apresentada originalmente em Pelletier (2006), sobre a denominação de Regime Switching Dynamic Correlation (RSDC). Tal metodologia envolve a combinação do Modelo de Correlação Condicional Constante (CCC) proposto por Bollerslev (1990) com o Modelo de Mudança de Regime de Markov sugerido por Hamilton e Susmel (1994). Foi feita uma modificação no modelo original RSDC, a introdução do modelo GJR-GARCH formulado em Glosten, Jagannathan e Runkle (1993), na equação das variâncias condicionais individuais das séries para permitir capturar os efeitos assimétricos na volatilidade. A base de dados foi construída com as séries diárias de fechamento dos índices das Bolsas de Valores dos Estados Unidos (SP500), Reino Unido (FTSE100), Brasil (IBOVESPA) e Coréia do Sul (KOSPI) para o período de 02/01/2003 até 20/09/2012. Ao longo do trabalho a metodologia utilizada foi confrontada com outras mais difundidos na literatura, e o modelo RSDC com dois regimes foi definido como o mais apropriado para a amostra selecionada. O conjunto de resultados encontrados fornecem evidências a favor da existência de contágio financeiro entre os mercados dos quatro países considerando a definição de contágio financeiro do Banco Mundial denominada de “muito restritiva”. Tal conclusão deve ser avaliada com cautela considerando a extensa diversidade de definições de contágio existentes na literatura.

Analysis of contagion from the constant conditional correlation model with Markov regime switching

Over the last decades, the analysis of the transmissions of international nancial events has become the subject of many academic studies focused on multivariate volatility models volatility. The goal of this study is to evaluate the nancial contagion between stock market returns. The econometric approach employed was originally presented by Pelletier (2006), named Regime Switching Dynamic Correlation (RSDC). This methodology involves the combination of Constant Conditional Correlation Model (CCC) proposed by Bollerslev (1990) with Markov Regime Switching Model suggested by Hamilton and Susmel (1994). A modi cation was made in the original RSDC model, the introduction of the GJR-GARCH model formulated in Glosten, Jagannathan e Runkle (1993), on the equation of the conditional univariate variances to allow asymmetric e ects in volatility be captured. The database was built with the series of daily closing stock market indices in the United States (SP500), United Kingdom (FTSE100), Brazil (IBOVESPA) and South Korea (KOSPI) for the period from 02/01/2003 to 09/20/2012. Throughout the work the methodology was compared with others most widespread in the literature, and the model RSDC with two regimes was de ned as the most appropriate for the selected sample. The set of results provide evidence for the existence of nancial contagion between markets of the four countries considering the de nition of nancial contagion from the World Bank called very restrictive. Such a conclusion should be evaluated carefully considering the wide diversity of de nitions of contagion in the literature.

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.

Simulation-based smoothing and filtering in factor stochastic volatility models : two econometric applications

In this article we use factor models to describe a certain class of covariance structure for financiaI time series models. More specifical1y, we concentrate on situations where the factor variances are modeled by a multivariate stochastic volatility structure. We build on previous work by allowing the factor loadings, in the factor mo deI structure, to have a time-varying structure and to capture changes in asset weights over time motivated by applications with multi pIe time series of daily exchange rates. We explore and discuss potential extensions to the models exposed here in the prediction area. This discussion leads to open issues on real time implementation and natural model comparisons.

Simulation -based smoothing and filtering in factor stochastic volatility models : two econometric applications (July-2001)

The past decade has wítenessed a series of (well accepted and defined) financial crises periods in the world economy. Most of these events aI,"e country specific and eventually spreaded out across neighbor countries, with the concept of vicinity extrapolating the geographic maps and entering the contagion maps. Unfortunately, what contagion represents and how to measure it are still unanswered questions. In this article we measure the transmission of shocks by cross-market correlation\ coefficients following Forbes and Rigobon's (2000) notion of shift-contagion,. Our main contribution relies upon the use of traditional factor model techniques combined with stochastic volatility mo deIs to study the dependence among Latin American stock price indexes and the North American indexo More specifically, we concentrate on situations where the factor variances are modeled by a multivariate stochastic volatility structure. From a theoretical perspective, we improve currently available methodology by allowing the factor loadings, in the factor model structure, to have a time-varying structure and to capture changes in the series' weights over time. By doing this, we believe that changes and interventions experienced by those five countries are well accommodated by our models which learns and adapts reasonably fast to those economic and idiosyncratic shocks. We empirically show that the time varying covariance structure can be modeled by one or two common factors and that some sort of contagion is present in most of the series' covariances during periods of economical instability, or crisis. Open issues on real time implementation and natural model comparisons are thoroughly discussed.