Previsão não-linear de retornos na BOVESPA: volume negociado em um modelo auto-regressivo de transição suave

Disponível em http://www.anpad.org.br/rac RAC, Curitiba, v. 14, n. 1, art. 8, pp. 149-171, Jan./Fev. 2010 Previsão Não-linear de Retornos na BOVESPA: Volume Negociado em um Modelo Auto-Regressivo de Transição Suave Non-linear Forecast of Returns at BOVESPA: Trading Volume in a Smooth Transition Auto Regressive Model Robert Aldo Iquiapaza * Doutorando em Administração na UFMG, Belo Horizonte/MG, Brasil. Aureliano Angel Bressan Doutor pela UFV. Professor da UFMG, Belo Horizonte/MG, Brasil. Hudson Fernandes Amaral Doutor pela Université Pierre Mendés France Grenoble II, França. Professor da UFMG, Belo Horizonte/MG, Brasil. * Endereço: Robert Aldo Iquiapaza Av. Antônio Carlos, 6627, sala 4120, FACE, Pampulha, Belo Horizonte/MG, 31270-901. E-mail: Copyright © 2010 RAC. Todos os direitos, inclusive de tradução, são reservados. É permitido citar parte de artigos sem autorização prévia desde que seja identificada a fonte. Robert Aldo Iquiapaza, Aureliano Angel Bressan, Hudson Fernandes Amaral 150 RESUMO Neste artigo, avalia-se a capacidade preditiva de um modelo auto-regressivo de transição logística suave (LSTAR) na geração de retornos estatisticamente significativos, quando se utiliza como variável de transição o volume negociado e o próprio retorno defasado, para o índice Ibovespa da Bolsa de Valores de São Paulo, analisado em termos diários entre os anos de 1996 e 2006. A justificativa para a inclusão do volume encontra-se em características do mercado e em algumas evidências de finanças comportamentais, que indicam que existe uma relação negativa entre volume e retornos futuros. O modelo possui, em geral, bom ajuste aos dados, embora não tenha a capacidade de gerar lucros reais adicionais, se os custos de transação são de 0.5% por operação. Para custos menores existe certa capacidade de previsão, embora inferior à de um modelo AR(1) e da estratégia de comprar e manter. Considerando o risco, para custos de 0.035% por operação, o modelo auto-regressivo possibilita a obtenção de um índice de Sharpe 20% maior do que com a estratégia de comprar e manter. Palavras-chave: previsão de retornos; modelos não lineares; Ibovespa; volume negociado. ABSTRACT In this study, the predictive power of a logistic smooth transition auto regression model (LSTAR) in generating statistically significant returns is evaluated when the transition variable is trading volume and the lagged return itself, for the São Paulo Stock Exchange’s Ibovespa Index, with the analysis based on daily data between 1996 and 2006. The reason for the inclusion of trading volume is found in some market characteristics and behavioral finance results, which indicate the existence of a negative relationship between trading volume and future returns. The model shows a good adjustment to the data, although it does not have the ability to generate additional profits if the transaction costs are of 0.5% per trade. For lower costs there is some predictive power, though lower than an AR(1) model and a buy and hold strategy. Considering the risk, for transaction costs of 0.035% per trade, the autoregressive model permitted a Sharpe index 20% larger than the buy and hold strategy. Key words: return forecast; non-linear models; Ibovespa index; trading volume. RAC, Curitiba, v. 14, n. 1, art. 8, pp. 149-171, Jan./Fev. 2010 www.anpad.org.br/rac Previsão Não-linear de Retornos na BOVESPA: Volume Negociado em um Modelo Auto-regressivo de Transição Suave 151 INTRODUÇÃO A possibilidade da previsão dos retornos dos ativos negociados nas bolsas de valores tem sido tema recorrente de pesquisas em finanças, com importantes conseqüências para a eficiência desses mercados. Os primeiros estudos estiveram focados na previsão do prêmio pelo risco (equity premium), utilizando principalmente modelos lineares, e em geral demonstraram baixa capacidade de previsão, fora da amostra utilizada, na geração de ganhos adicionais, especialmente quando se consideram os custos de transação. Recentemente, para a previsão de retornos, os pesquisadores têm preferido a utilização de técnicas de modelagem dinâmica não-linear, constituindo-se uma área crescente de pesquisa empírica em finanças. Como exemplo, tem-se os trabalhos de McPherson e Palardy (2007), McMillan (2005, 2007), Avramov e Chordia (2006) e as referências indicadas por tais autores. Na modelagem não-linear dos retornos, os diferentes autores utilizam como informações preditoras os valores passados do próprio ativo, o que se justifica quando se comprova a presença de correlação serial, além de diversas informações relacionadas com o ambiente de negócios, outras variáveis financeiras e variáveis macroeconômicas. Contudo, uma variável relevante e que nem sempre é considerada nas pesquisas é o volume negociado do ativo. Importantes exceções são os estudos de Lee e Swaminathan (2000), Wang e Chin (2004) e McMillan (2007) que analisaram o efeito do volume no caso dos Estados Unidos, China e um conjunto de quatro países desenvolvidos, respectivamente. No Brasil, não foi possível identificar um número significativo de publicações com tal característica, salvo a sugestão apresentada no estudo de Martin, Kayo, Kimura e Nakamura (2004). O presente estudo focaliza este tema de pesquisa, examinando se o volume tem algum poder preditivo da dinâmica não-linear dos retornos futuros no mercado de ações no Brasil. Como o retorno e o volume são determinados conjuntamente pelo comportamento dos agentes no mercado, a idéia do artigo é a de utilizar a informação do volume como variável limiar em um modelo de transição logística suave e compará-la com modelos de previsão mais simples. Resultados da literatura – Lee e Swaminathan (2000), Wang e Chin (2004) e McMillan (2007), indicam que existem evidências de uma relação negativa entre volume e retornos futuros. Isto significa que uma queda no volume poderia favorecer a tomada de decisões de compra ou a manutenção de um ativo, ou portfólio de ativos, quando se está analisando um índice. Como as informações se atualizam diariamente, pode-se estabelecer um mecanismo dinâmico para atualização do portfólio com freqüência diária ou maior. No final podem-se avaliar os retornos gerados e compará-los a outros benchmarks e, desta forma, saber se foi possível a geração de um retorno superior. O objetivo geral do estudo consiste então em determinar se a variável volume negociado, utilizada em modelagem logística não-linear de ajuste suave, permite obter retornos anormais significativos. Especificamente, pretende-se ainda comparar o desempenho preditivo do modelo não-linear com e sem a incorporação do volume com modelos lineares tradicionais. REVISÃO DE LITERATURA Considerações sobre Previsão e Evidência Empírica de Não-linearidade De acordo com Avramov e Chordia (2006), a previsibilidade dos retornos dos ativos continua sendo um objeto de pesquisa controverso pelos seguintes motivos: a) questionamentos relacionados à mineração de dados (data mining); b) preocupações (...truncated)