Modelagem da direção de retorno a partir da dinâmica de volatilidade: análises empíricas

Abstract

O trabalho investiga a significância estatística e econômica da correlação entre variância condicional e a direção do movimento de retorno. Para tanto, realiza um estudo em três séries financeiras: o par cambial real/dólar, o índice Ibovespa e o índice SP&500. Para a estimação de variância condicional, foram comparados os resultados de dois processos: RiskMetricsTM e GARCH(1,1). As estimações logit são realizadas em frequência diárias com sobreposição. A metodologia da agregação dos dados foi tal que as previsões foram realizadas sempre em um único passo à frente --- e de tamanhos variados, correspondentes aos horizontes de cálculo de retorno ---, de modo a possivelmente minimizar o erro estatístico de previsão. Considerando as distintas séries e horizontes de estimação mencionados, foram estimados cerca de 3 milhões de modelos logit e 5,25 milhões de variâncias condicionais. Como resultados do estudo empírico, foram encontrados resultados promissores. Há evidências de que o horizonte de estimação ótimo discutido na literatura se observa na prática, e a taxa de informação contribui, de fato, para a acurácia e excesso de retorno superiores. Os sinais obtidos com a metodologia para a série do par cambial aplicados a uma estratégia simulada obteve até 60,8% de acerto em operações de prazo médio de 154,5 dias úteis, o que é compatível com a teoria. Semelhante resultado foi obtido nas outras duas séries. O retorno médio por operação, em determinada estratégia empregada ao índice Ibovespa, apresentou taxa de 29,1% ao ano, com acerto de 56,3% dos sinais previstos. Demais estratégias também resultaram em bons retornos para essa série. Por fim, os resultados obtidos foram analisados à luz dos testes de acurácia direcional de Pesaran & Timmermann (1992) e de excesso de rentabilidade de Anatolyev & Gerko (2005).<br>

Abstract : This dissertation investigates the economic and statistical significance of the correlation between the conditional variance and the return?s direction-of-change. Aiming this investigation, it analyses three financial series: the real/dollar pair, the Ibovespa index and the SP&500 index. To estimate the conditional variance, results from two models were compared: the RiskMetricsTM and GARCH(1,1). The logit estimations were daily made, with superposition. The data aggregation was always made one step ahead - for a range, corresponding to the desired horizon of returns. Three million logit models were estimated and 5,25 million conditional variances. The results are promising. Evidences was found showing that an optimal horizon of returns is observed empirically and the information ratio improves the model accuracy and return. The signs of returns obtained for the real/dollar series had 60,8% of accuracy with an investment horizon of 154,5 days. The other two financial series show similar results. One of the trading strategies applied presented an average return for Ibovespa index of 29,1% per year and an accuracy rate of 56,3%. The results were analyzed with Directional Accuracy test (Pesaran & Timmermann, 1992) and the Excess Return test (Anatolyev & Gerko, 2005).