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