Correlação entre retornos de ações da BM&FBOVESPA: uma análise via cópula dinâmica

Autores

  • Marcela de Marillac Carvalho Universidade Federal de Lavras https://orcid.org/0000-0001-5998-5551
  • Kelly Pereira de Lima Departamento de Estatística, Universidade Federal de Lavras
  • Thelma Sáfadi Departamento de Estatística, Universidade Federal de Lavras

Palavras-chave:

Cópulas, retornos de ações, correlação.

Resumo

O comportamento da dependência entre retornos de ativos financeiros é importante para a compreensão de questões em finanças. Neste contexto, a teoria de cópulas dinâmicas constitui uma importante ferramenta, na análise multivariada de séries financeiras, graças à sua flexibilidade para construir funções de distribuição multivariadas que reproduzam diversos tipos de dependências e mensurar o movimento desta relação ao longo do tempo. Desta maneira, este trabalho tem como objetivo investigar e mensurar a estrutura e o movimento da correlação existente entre pares de retornos de ações referentes as empresas Ambev, Itaú Unibanco, Petrobrás cotadas na Bolsa de Valores e Mercadorias de São Paulo (BM\&FBOVESPA) no período de 03 de janeiro de 2011 a 21 de junho de 2017. Para tanto, utilizou a cópula condicional Normal com parâmetro tempo-variante especificada por Patton (2006) que quantifica e capta a trajetória temporal do coeficiente de correlação linear, que configura uma relevante medida de dependência. Os resultados da magnitude da dependência e a trajetória ao longo do tempo aferidos entre estes pares de ações, refletem as peculiaridades dos setores de atuação de cada companhia, bem como a influência da incerteza do mercado, o que demonstra a importância da diversificação de ativos em análise de investimentos.

 

Referências

DING, Z.; GRANGER, C. W. J.; ENGLE, R. F. A long memory property of stock market returns and a new model. Journal of Empirical Finance, v. 1, n. 1, p. 83-106, 1993.

ENGLE, R. F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, v. 50, n. 4, p. 987-1007, 1982.

GHALANOS, A. rugarch: Univariate GARCH models. R package version 1.3-8. 2017.

JOE, H., & XU, J. J. The estimation method of inference functions for margins for multivariate models. Technical Report no. 166. Department of Statistics, University of British Columbia, Vancouver, 1996.

LACERDA, A. C. D. Dinâmica e evolução da crise: discutindo alternativas. Estudos Avançados, v.31, n.89, p. 37-49, 2017.

MARKOWITZ, H. Portfolio selection. The Journal of Finance, v. 7, n. 1, p. 77-91, 1952.

PATTON, A. J. Modelling asymmetric exchange rate dependence. International Economic Review, v. 47, n. 2, 2006.

SKLAR, A. Fonctions de répartition et leurs marges. Publications de la Institut de Statistique de la Université de Paris, 8, 229-231. 1959.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2019. ISBN 3-900051-07-0, URL http://www.R-project.org/.

Downloads

Publicado

31-12-2022

Como Citar

Carvalho, M. de M., Lima, K. P. de, & Sáfadi, T. (2022). Correlação entre retornos de ações da BM&FBOVESPA: uma análise via cópula dinâmica. Sigmae, 11(2), 12–20. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/1071

Edição

Seção

Estatística Aplicada