Modelando a volatilidade dos retornos de Petrobrás usando dados de alta frequência

O objetivo do presente trabalho é analisar as características empíricas de uma série de retornos de dados em alta freqüência para um dos ativos mais negociados na Bolsa de Valores de São Paulo. Estamos interessados em modelar a volatilidade condicional destes retornos, testando em particular a presença de memória longa, entre outros fenômenos que caracterizam este tipo de dados. Nossa investigação revela que além da memória longa, existe forte sazonalidade intradiária, mas não encontramos evidências de um fato estilizado de retornos de ações, o efeito alavancagem. Utilizamos modelos capazes de captar a memória longa na variância condicional dos retornos dessazonalizados, com resultados superiores a modelos tradicionais de memória curta, com implicações importantes para precificação de opções e de risco de mercado

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)

Prevendo a volatilidade realizada de ações brasileiras : evidências empíricas

Este estudo compara previsões de volatilidade de sete ações negociadas na Bovespa usando 02 diferentes modelos de volatilidade realizada e 03 de volatilidade condicional. A intenção é encontrar evidências empíricas quanto à diferença de resultados que são alcançados quando se usa modelos de volatilidade realizada e de volatilidade condicional para prever a volatilidade de ações no Brasil. O período analisado vai de 01 de Novembro de 2007 a 30 de Março de 2011. A amostra inclui dados intradiários de 5 minutos. Os estimadores de volatilidade realizada que serão considerados neste estudo são o Bi-Power Variation (BPVar), desenvolvido por Barndorff-Nielsen e Shephard (2004b), e o Realized Outlyingness Weighted Variation (ROWVar), proposto por Boudt, Croux e Laurent (2008a). Ambos são estimadores não paramétricos, e são robustos a jumps. As previsões de volatilidade realizada foram feitas através de modelos autoregressivos estimados para cada ação sobre as séries de volatilidade estimadas. Os modelos de variância condicional considerados aqui serão o GARCH(1,1), o GJR (1,1), que tem assimetrias em sua construção, e o FIGARCH-CHUNG (1,d,1), que tem memória longa. A amostra foi divida em duas; uma para o período de estimação de 01 de Novembro de 2007 a 30 de Dezembro de 2010 (779 dias de negociação) e uma para o período de validação de 03 de Janeiro de 2011 a 31 de Março de 2011 (61 dias de negociação). As previsões fora da amostra foram feitas para 1 dia a frente, e os modelos foram reestimados a cada passo, incluindo uma variável a mais na amostra depois de cada previsão. As previsões serão comparadas através do teste Diebold-Mariano e através de regressões da variância ex-post contra uma constante e a previsão. Além disto, o estudo também apresentará algumas estatísticas descritivas sobre as séries de volatilidade estimadas e sobre os erros de previsão.

Análise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás

ALVES, Janaína da Silva. Análise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás. Revista Ciências Administrativas, Fotaleza, v. 13, n. 1, p.147-157, ago. 2007.

Impacts of foreign exchange auctions on the informal market rate in Myanmar

Since the abolition of the official peg and the introduction of a managed float in April 2012, the Central Bank of Myanmar has operated the daily two–way auctions of foreign exchange aimed at smoothing exchange rate fluctuations. Despite the reforms to the foreign exchange regime, however, informal trading of foreign exchange remains pervasive. Using the daily informal exchange rate and Central Bank auction data, this study examines the impacts of auctions on the informal market rate. First, a VAR analysis indicates that the official rate did not Granger cause the informal rate. Second, GARCH models indicate that the auctions did not reduce the conditional variance of the informal rate returns. Overall, the auctions have only a quite modest impact on the informal exchange rate.

Análise de incertezas do modelo de teores associado aos investimentos de pesquisa de longo prazo

Os empreendimentos de mineração comumente demandam grande quantidade de investimentos financeiros e, na maioria das vezes, longos períodos de implantação, o que os torna altamente sujeitos a diversas fontes de incertezas. Tais incertezas comumente tendem a diminuir conforme a evolução do projeto. O objetivo deste estudo é correlacionar as incertezas associadas ao modelo de teores de cobre do depósito Sequeirinho com o volume de investimentos realizados ao longo de distintas fases da pesquisa geológica. Este depósito insere-se no contexto do Complexo de Mineração Sossego, localizado no município de Canaã dos Carajás (PA). Primeiramente, foram realizadas 100 simulações para cada domínio litológico em cada campanha de sondagem (pré-1998, 1999, 2000, 2002 e 2003) a partir do método de simulação sequencial gaussiana condicionada aos dados amostrais, totalizando 1.400 possíveis cenários. Para a avaliação das incertezas foram calculados três índices: variância condicional, coeficiente de variação condicional e intervalo interquartil. Por fim, a avaliação dos investimentos foi elaborada a partir dos custos estimados para o desenvolvimento de sondagens e análises químicas. Desde a campanha pré-1998, houve uma tendência de os teores médios do depósito aproximarem-se dos prováveis valores reais observados nas fases finais da pesquisa. No ano de 2000 ocorreu o maior investimento (cerca de 28 milhões de Reais) e a redução das incertezas atingiu o patamar de 15%. Os investimentos desenvolvidos em sondagens posteriores à campanha de 2000 foram da ordem de 9 milhões de Reais (cerca de 12 mil metros de sondagem), porém, não foram constatadas reduções significativas das incertezas. Este investimento seria melhor aproveitado caso fosse redirecionado a novas áreas de prospecção. Além do montante financeiro necessário para a redução das incertezas, foco deste estudo, as variações na interpretação geológica e a locação dos furos de sondagem são variáveis importantes na análise de incertezas associadas aos investimentos em pesquisa geológica.

Are there non-linearities in short-term interest rates?

The present paper investigates the characteristics of short-term interest rates in several countries. We examine the importance of nonlinearities in the mean reversion and volatility of short-term interest rates. We examine various models that allow the conditional mean (drift) and conditional variance (diffusion) to be functions of the current short rate.We find that different markets require different models. In particular, we find evidence of nonlinear mean reversion in some of the countries that we examine, linear mean reversion in others and no mean reversion in some countries. For all countries we examine, there is strong evidence of the need for the volatility of interest rate changes to be highly sensitive to the level of the short-term interest rate. Out-of-sample forecasting performance of one-factor short rate models is poor, stemming from the inability of the models to accommodate jumps and discontinuities in the time series data.

A comparison of variational and Markov chain Monte Carlo methods for inference in partially observed stochastic dynamic systems

In recent work we have developed a novel variational inference method for partially observed systems governed by stochastic differential equations. In this paper we provide a comparison of the Variational Gaussian Process Smoother with an exact solution computed using a Hybrid Monte Carlo approach to path sampling, applied to a stochastic double well potential model. It is demonstrated that the variational smoother provides us a very accurate estimate of mean path while conditional variance is slightly underestimated. We conclude with some remarks as to the advantages and disadvantages of the variational smoother. © 2008 Springer Science + Business Media LLC.

Interdependence of international equity market volatility

This paper investigates whether equity market volatility in one major market is related to volatility elsewhere. This paper models the daily conditional volatility of equity market wide returns as a GARCH-(1,1) process. Such a model will capture the changing nature of the conditional variance through time. It is found that the correlation between the conditional variances of major equity markets has increased substantially over the last two decades. This supports work which has been undertaken on conditional mean returns which indicates there has been an increase in equity market integration.

A Generalized Quasi-Likelihood Estimator for Nonstationary Stochastic Processes−Asymptotic Properties and Examples

2010 Mathematics Subject Classification: 62F12, 62M05, 62M09, 62M10, 60G42.

Análise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás

ALVES, Janaína da Silva. Análise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás. Revista Ciências Administrativas, Fotaleza, v. 13, n. 1, p.147-157, ago. 2007.

Análise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás

ALVES, Janaína da Silva. Análise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás. Revista Ciências Administrativas, Fotaleza, v. 13, n. 1, p.147-157, ago. 2007.

Modelação e previsão de um índice financeiro (FTSE 100)

A presente dissertação visa uma aplicação de séries temporais, na modelação do índice financeiro FTSE100. Com base na série de retornos, foram estudadas a estacionaridade através do teste Phillips-Perron, a normalidade pelo Teste Jarque-Bera, a independência analisada pela função de autocorrelação e pelo teste de Ljung-Box, e utilizados modelos GARCH, com a finalidade de modelar e prever a variância condicional (volatilidade) da série financeira em estudo. As séries temporais financeiras apresentam características peculiares, revelando períodos mais voláteis do que outros. Esses períodos encontram-se distribuídos em clusters, sugerindo um grau de dependência no tempo. Atendendo à presença de tais grupos de volatilidade (não linearidade), torna-se necessário o recurso a modelos heterocedásticos condicionais, isto é, modelos que consideram que a variância condicional de uma série temporal não é constante e dependente do tempo. Face à grande variabilidade das séries temporais financeiras ao longo do tempo, os modelos ARCH (Engle, 1982) e a sua generalização GARCH (Bollerslev, 1986) revelam-se os mais adequados para o estudo da volatilidade. Em particular, estes modelos não lineares apresentam uma variância condicional aleatória, sendo possível, através do seu estudo, estimar e prever a volatilidade futura da série. Por fim, é apresentado o estudo empírico que se baseia numa proposta de modelação e previsão de um conjunto de dados reais do índice financeiro FTSE100.

Factors influencing robustness and effectiveness of conditional random fields in active learning frameworks

Active learning approaches reduce the annotation cost required by traditional supervised approaches to reach the same effectiveness by actively selecting informative instances during the learning phase. However, effectiveness and robustness of the learnt models are influenced by a number of factors. In this paper we investigate the factors that affect the effectiveness, more specifically in terms of stability and robustness, of active learning models built using conditional random fields (CRFs) for information extraction applications. Stability, defined as a small variation of performance when small variation of the training data or a small variation of the parameters occur, is a major issue for machine learning models, but even more so in the active learning framework which aims to minimise the amount of training data required. The factors we investigate are a) the choice of incremental vs. standard active learning, b) the feature set used as a representation of the text (i.e., morphological features, syntactic features, or semantic features) and c) Gaussian prior variance as one of the important CRFs parameters. Our empirical findings show that incremental learning and the Gaussian prior variance lead to more stable and robust models across iterations. Our study also demonstrates that orthographical, morphological and contextual features as a group of basic features play an important role in learning effective models across all iterations.