Análise físico-estatística da estabilidade das distribuições de séries financeiras

Abstract

Este trabalho realiza uma análise estatística de três séries: a primeira é formada pelos retornos da ação PETR4; a segunda, pelos retornos do índice DJIA, compreendendo o período do "flash crash" do dia 6 de maio de 2010; e a terceira, utilizada como variável de controle, é formada pelas primeiras diferenças dos números primos. As duas séries financeiras são coletadas na frequência de 1 minuto. A hipótese de que uma distribuição de Levy-estável não-Gaussiana é adequada para modelar os dados é avaliada e é dada uma atenção particular ao comportamento das caudas das distribuições. Quanto às duas séries financeiras, conclui-se que há um escalonamento não-Gaussiano e que o flash crash não pode ser considerado uma anomalia. Dos estudos das caudas, observa-se que ambas as séries financeiras seguem um padrão de lei de potência fora do regime de Levy, o qual também não é a lei cúbica inversa. Finalmente, mostra-se que a variância dependente do tempo de ambas as séries financeiras, não descrita pela distribuição de Levy-estável, pode ser modelada de uma maneira simples por um processo GARCH(1,1). Por fim, a série dos números primos, utilizada como uma variável de controle não-financeira, não apresentou evidências de escalonamento e de um padrão de lei de potência.

This work carries out a statistic analysis of three series: the first one is formed by the returns of the PETR4 stocks; the second one by the returns of the DJIA index, comprising the period of the flash crash of May 6, 2010; and the third series, used as a control variable, is formed by the first differences of prime numbers. The two financial series are sampled at a one-minute frequency. The hypothesis of a non-Gaussian Levy-stable distribution to model the data is evaluated and we give particular attention to the distribution tail-bahavior. For the two financial series, we conclude that there is non-Gaussian scaling and that the flash crash cannot be considered an anomaly. From the study of tails, we find that both financial series follow a power-law pattern outside the Levy regime, which is not the inverse cubic law. Besides, we show that the time-dependent variance of both financial series, not tracked by the Levy-stable distribution, can be modeled in a straightforward manner by a GARCH(1,1) process. Finally, the series of prime numbers, used as a non-financial control variable, did not show evidences of scaling and power-law pattern.