Departamento de Economia
MODELOS ECONOMÉTRICOS PARA DADOS DE ALTAFREQÜÊNCIA: TEORIA E APLICAÇÕES
Aluno: Thiago Portugal Frotté
Orientador: Marcelo Cunha Medeiros
Introdução
Procura-se realizar um estudo sobre os mecanismos econométricos para dados
temporais principalmente de ativos, como títulos públicos ou ações de mercados financeiros,
para medir sua previsibilidade a partir de dados de Alta-Frequência disponíveis aos agentes
tomadores
de
decisões
destes
mercados.
Para que se tenha uma previsibilidade “ótima”, devem-se ter modelados, juntos,
possíveis quebras estruturais, não-linearidades ou a existência de longa dependência nas
séries de dados, até o presente momento relativamente pouco abordada nos modelos mais
relevantes.
Estes modelos complexos e abrangentes exigem especial conhecimento das teorias
mais básicas, uma vez que a abordagem dos temas mais complexos ainda deve corresponder
aos fundamentos da teoria econométrica presente na literatura atual. Portanto, no
desenvolvimento do projeto, a revisão desta literatura tem sido feita de forma minuciosa para
que esta possa ser devidamente usada nas análises futuras de nossos resultados com base nos
estudos de casos a serem realizados.
Objetivo
Desenvolver ferramental capaz de prever futuras variações de ativos financeiros com
base em dados de amplo acesso no mercado. Alcançar novos métodos econométricos de
identificação de quebras estruturais mesmo em séries possivelmente não-lineares e de
memória longa. Aplicar técnicas desenvolvidas em volatilidade realizada calculadas a partir
de dados intra-diários e estender as já criadas anteriormente.
Metodologia
No decorrer do desenvolvimento dos modelos de previsão de ativos de mercados
financeiros, os dados de intra-diários serão coletados da Bolsa de Nova Iorque. Com estes
dados serão feitos testes assintóticos para a identificação de não-linearidade, quebras
estruturais e/ou longa dependência, de tal forma a realizar a especificação dos modelos que
mais se adéquam aos dados para alcançar a melhor especificação de seu processo gerador
segundo critérios de informação, por exemplo, e levando em conta possíveis problemas com
resíduos das regressões realizadas alcançando modelos consistentes e eficientes do ponto de
vista econométrico.
A identificação, por exemplo, das quebras estruturais que provavelmente se seguirão
nos dados será feita por meio de técnicas heurísticas, como as árvores de regressão. Também
serão usadas diversas outras técnicas de regularização para tornar os dados informativos
através dos modelos configurados ao longo do projeto.
A revisão da literatura foi feita, até agora, tendo por base os livros de -principalmenteWalter Enders[1], -bem como- Jeffrey M. Wooldridge[2] e -também, porém em muito menor
parte- Peter Kennedy[3].
Departamento de Economia
Foi revisado o conjunto de abordagens de Séries Temporais, seus fundamentos e
diferenças com o conjunto dos Dados de Painel. Foram revisados também os chamados
critérios de informação, métodos estatísticos de testes de significância, usados, entre outras
coisas, para testar a presença de quebras, sazonalidades, tendências e outras especificações,
modelos ARMA e ARIMA, testes de autocorrelação, de estacionariedade, a metodologia
VAR e suas teorias e restrições ‘embutidas’. Foram revisados também, a partir dessas
literaturas específicas, meios de previsão nos modelos, mesmo que ainda de forma incipiente,
dado que esse é o objetivo de conclusão do projeto e deve ser abordado com mais calma
adiante.
Conclusão
A análise feita até o momento permitiu a compreensão e a reiteração de nossas metas
para os próximos passos nos estudos e desenvolvimentos. Nesse sentido, podemos agora
começar a aplicar as metodologias observadas e buscar a criação e aperfeiçoamento do que já
foi visto até aqui.
Os procedimentos descritos acima nos concederão um olhar apurado sobre os
métodos mais preditivos que possam ser desenvolvidos de forma consonante tanto com o
arcabouço teórico, mas também com os dados que serão coletados no decorrer do projeto.
Referências
[1] ENDERS, W. Applied Econometrics Time Series. 1ed. New York: John Wiley & Sons,
Inc., 1995
[2] WOOLDRIDGE, J. M. Introdução à Econometria Uma Abordagem Moderna. 4ed. São
Paulo: Thompson Learning, 2006
[3] Kennedy P. Manual de Econometria. 1ed. Campus, 2009