Nova metodologia para análise do mercado de ações
Aplicação da Análise de Componentes Independentes em Estudos de Eventos em Finanças
Versandkostenfrei!
Versandfertig in 6-10 Tagen
42,99 €
inkl. MwSt.
PAYBACK Punkte
21 °P sammeln!
Nas últimas duas décadas, estudos empíricos em finanças têm utilizado o método de estudo de eventos para detectar retornos anormais no entorno de eventos que, teoricamente, deveriam ser incorporados instantaneamente no preço das ações. Apesar da eficácia do método em detectar a anormalidade dos retornos, acredita-se que o método seja pouco eficiente em determinar a verdadeira amplitude do retorno anormal, uma vez que são necessários pressupostos estatísticos que podem não ser válidos. O fato de que cada modelo apresenta um desempenho diferente de captura dos retornos anormais ...
Nas últimas duas décadas, estudos empíricos em finanças têm utilizado o método de estudo de eventos para detectar retornos anormais no entorno de eventos que, teoricamente, deveriam ser incorporados instantaneamente no preço das ações. Apesar da eficácia do método em detectar a anormalidade dos retornos, acredita-se que o método seja pouco eficiente em determinar a verdadeira amplitude do retorno anormal, uma vez que são necessários pressupostos estatísticos que podem não ser válidos. O fato de que cada modelo apresenta um desempenho diferente de captura dos retornos anormais contribui com a tese de que os modelos utilizados atualmente não conseguem filtrar totalmente o retorno anormal da série temporal. Portanto, este estudo teve como objetivo testar a aplicabilidade do método de Análise de Componentes Independentes em detectar retornos anormais em séries temporais e comparar o seu desempenho com os modelos geradores de retornos anormais mais utilizados em testes empíricos. Com este objetivo, foram realizadas milhares de simulações envolvendo parâmetros semelhantes aos do mercado de ações brasileiro, com o uso de algoritmos de simulação. Os resultados obtidos foram surpreendentes.
Andere Kunden interessierten sich für
