Adelpha Repositório DigitalAdelpha
    • About
    • Our policy
    • Login
    View Item 
    •   DSpace Home
    • Centro de Ciências Sociais e Aplicadas (CCSA)
    • Dissertações
    • Administração de Empresas - Dissertações - CCSA Higienópolis
    • View Item
    •   DSpace Home
    • Centro de Ciências Sociais e Aplicadas (CCSA)
    • Dissertações
    • Administração de Empresas - Dissertações - CCSA Higienópolis
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
    This CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

    Construção de um índice de cointegração e utilização do modelo de regimes Markovianos de conversão para a identificação de risco e retorno: evidência a partir de ações na Bolsa de Valores de São Paulo

    Thumbnail
    View/Open
    Patricia Marilia Ricomini e Almeida.pdf (571.6Kb)
    Date
    2006-03-09
    Author
    Almeida, Patrícia Marília Ricomini e
    Advisor
    Martin, Diógenes Manoel Leiva
    Referee
    Nakamura, Wilson Toshiro
    Referee
    Douat, João Carlos
    Metadata
    Show full item record
    Abstract
    One of the most popular subjects in finance is about the search and the learning of the securities return generation process and originate with the publication of Bachelier s thesis, in 1900. In 1978, Jensen affirmed that, any strategy of business, that produces economic profits in a consistent way, discounted the risk, for a sufficient long period, observing the transaction costs, consist in evidence against market efficiency. However, occurs that empirical evidences, mainly as from 60 s decade, have verified a succession of events, that originate production of literary work in finance: conglomerate of volatility, no normality of returns, negative asymmetry, excess of kurtosis and stochastic volatility. As result of these verifications, theories arose, especially of economic nature, about the characteristic nonlinear of the data, as rational speculative bubble. This paper examines the performance of a general dynamic equity indexing strategy based on cointegration, from a market efficiency perspective, observing the different levels of risk and regimes. The identification of these regimes auto regressive in the process of generating returns in the Brazilian Market, especially in Bovespa, for the Plano Real period (January of 1995 to September of 2004), will be elaborated trough a Markov Switching Model. With this model, is possible to identify the nonlinear structure of the data and it is relation to the conditional mean and conditional variance. As result the dynamics of the data generation process, the returns can be described as function of the growth cycle ("bull markets") and decrease ("bear markets").
    Summary
    Um dos mais populares assuntos em finanças trata da pesquisa e estudo do processo de geração de retornos de títulos, tendo sua origem com a publicação da tese de Bachelier, em 1900. Em 1978, Jensen afirmou que, qualquer estratégia de negócio, que produza de forma consistente ganho econômico, já descontado o risco, por um período suficientemente longo, considerando os custos de transação, constitui-se em uma evidência contra eficiência de mercado. A eficiência de mercado, portanto, pode ser traduzida para a hipótese de que o valor esperado do excesso da taxa de retorno é, na média, igual a zero, quando se leva em consideração uma medida de probabilidade que desconta o prêmio pelo risco, dado um conjunto de informações (históricas, públicas ou privadas). Todavia, ocorre que as evidências empíricas, principalmente a partir da década de sessenta, têm constatado uma série de fatos, que deram origem a uma vasta literatura em finanças: conglomerados de volatilidade, não normalidade dos retornos, assimetria negativa, excesso de curtose, volatilidade estocástica, auto- regressividade dos retornos e da volatilidade, anomalias de mercado relacionadas com a sazonalidade ou com o funcionamento dos mercados, anomalias de mercado relacionadas ao tamanho da empresa e a sua estrutura de capital, processo de reversão para o retorno médio e valores extremos. Em função dessas constatações, surgiram teorias, especialmente de natureza econômica, sobre a característica não linear dos dados, tais como: modismos, manias e pânicos e bolhas especulativas racionais. Um dos objetivos do presente estudo consiste em elaborar uma estratégia ativa baseada na construção de um Índice de Cointegração, considerando-se os diferentes níveis de riscos e de regimes auto regressivo. A identificação desses regimes no processo de geração de retornos no mercado brasileiro de ações na BOVESPA, para o período pós Plano Real (janeiro de 1995 a setembro de 2004) será elaborado através do Modelo de Regimes de Conversão de Markov. A utilização desse modelo de regimes permite identificar a estrutura não linear dos dados seja em relação à média condicional, seja em relação à variância condicional. Como resultado, a dinâmica do processo de geração poderá ser função de ciclos de crescimento persistente ( bull markets ) e de não crescimento ( bear markets ).
    CNPq Area
    CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO DE EMPRESAS
    Citation
    ALMEIDA, Patrícia Marília Ricomini e. Construção de um índice de cointegração e utilização do modelo de regimes Markovianos de conversão para a identificação de risco e retorno: evidência a partir de ações na Bolsa de Valores de São Paulo. 2006. 85 f. Dissertação (Mestrado em Administração) - Universidade Presbiteriana Mackenzie, São Paulo, 2006.
    URI
    http://dspace.mackenzie.br/handle/10899/23350
    Collections
    • Administração de Empresas - Dissertações - CCSA Higienópolis [413]

    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace
     

     


    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace