Comparando modelos alternativos de precificação de ativos : uma análise para o mercado brasileiro
Carregando...
Arquivos
Tipo
Tese
Data de publicação
2017-11-01
Periódico
Citações (Scopus)
Autores
Machado, Daniel José
Orientador
Nakamura, Wilson Toshiro
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Basso, Leonardo Fernando Cruz
Prince, Diogo de
Hadad Junior, Eli
Pereira, Ricardo Buscariolli
Prince, Diogo de
Hadad Junior, Eli
Pereira, Ricardo Buscariolli
Programa
Administração de Empresas
Resumo
A precificação de ativos continua sendo um tema desafiador em economias emergentes,
como a brasileira. O objetivo desta pesquisa é analisar a combinação de regressores dos
modelos seminais, partindo do Capital Assets Price Model (CAPM) de Sharpe (1964) e Lintner
(1965), em conjunto com os 3-Fatores (3F-FF) de Fama e French (1992), testando estes e outros
regressores – fatores macroeconômicos, de mercado e da indústria – no modelo Arbitrage
Pricing Theory (APT) de Ross (1972), utilizando uma estrutura Seemingly unrelated
regressions (SUR). O resultado – classificado pelo critério de informação BIC – aponta que o
fator excesso de retorno do mercado – junto com apenas mais um fator – com a variação cambial
em primeiro lugar e com o fator tamanho em segundo, apresentam maior poder explicativo do
retorno mensal, durante um período de 21 anos (1996-2016), dos 13 portfolios utilizados para
representar o mercado de ações brasileiro, do que o CAPM tradicional que ficou na terceira
colocação. A conclusão é que, para o mercado brasileiro, o CAPM ainda é mais significativo
que os 3F-FF, e este é mais significativo que o APT com quatro fatores macroeconômicos.
Descrição
Palavras-chave
precificação de ativos , mercado brasileiro , seemingly unrelated regressions (SUR)
Assuntos Scopus
Citação
MACHADO, Daniel José. Comparando modelos alternativos de precificação de ativos : uma análise para o mercado brasileiro. 2017. 178 f. Tese (Doutorado em Administração de Empresas) - Universidade Presbiteriana Mackenzie, São Paulo.