Repositório Digital

A- A A+

Dados de alta frequência : averiguando o impacto de microestrutura de mercado e sazonalidade intradiária na detecção de saltos e estimação da variação quadrática

.

Dados de alta frequência : averiguando o impacto de microestrutura de mercado e sazonalidade intradiária na detecção de saltos e estimação da variação quadrática

Mostrar registro completo

Estatísticas

Título Dados de alta frequência : averiguando o impacto de microestrutura de mercado e sazonalidade intradiária na detecção de saltos e estimação da variação quadrática
Autor Marmitt, Juliano
Orientador Ziegelmann, Flavio Augusto
Data 2012
Nível Mestrado
Instituição Universidade Federal do Rio Grande do Sul. Faculdade de Ciências Econômicas. Programa de Pós-Graduação em Economia.
Assunto Econometria
Estimação
Volatilidade
[en] Bipower variation
[en] High-frequency data
[en] Intraday seasonality
[en] Jumps
[en] Market microstructure
[en] Quadratic variation
[en] Realized variance
[en] Realized volatility
Resumo Neste trabalho, visamos mostrar as características usuais dos dados de alta frequência, bem como utilizar modelagem não paramétrica para estimar a variância/volatilidade para esses dados. Após uma revisão sobre microestrutura de mercado, sazonalidade intradiária, variação quadrática e saltos, utilizamos os dados da PETR4 para estimar a variância realizada e variação bipotente. Determinadas essas séries, testamos se há saltos nas mesmas. Em seguida, analisamos o impacto que a microestrutura de mercado e a sazonalidade intradiária causam na detecção dos saltos. Concluímos que, enquanto a presença de microestrutura aponta para um número de saltos menor que o esperado, a sazonalidade intradiária aponta para o lado contrário, ou seja, ela causa um viés para detectar mais saltos, dada a estrutura típica da curva de volatilidade ao longo do dia em formato de J invertido, causando mais saltos incorretamente detectados no período mais volátil do dia (que corresponde a abertura da bolsa de valores).
Abstract In this work, we aim to show the usual characteristics of high-frequency data and the estimation of variance/volatility for this kind of data using nonparametric models. After reviewing concepts about market microstructure, intraday seasonality, quadratic variation and jumps, we use PETR4 data to estimate realized variance and bipower variation. With these series determined, we test for jumps. Then, we analyze the impact that market microstructure and intraday seasonality causes in jump detection. We conclude that while microstructure noise indicates fewer jumps than the ideal amount, intraday seasonality goes in the opposite direction, i.e., it detects more jumps than it should, since the typical inverted-J-shaped intraday volatility pattern tends to incorrectly detect more jumps at the most volatile period (which is when stock markets start negotiations).
Tipo Dissertação
URI http://hdl.handle.net/10183/61935
Arquivos Descrição Formato
000866988.pdf (973.8Kb) Texto completo Adobe PDF Visualizar/abrir

Este item está licenciado na Creative Commons License

Este item aparece na(s) seguinte(s) coleção(ões)


Mostrar registro completo

Percorrer



  • O autor é titular dos direitos autorais dos documentos disponíveis neste repositório e é vedada, nos termos da lei, a comercialização de qualquer espécie sem sua autorização prévia.
    Projeto gráfico elaborado pelo Caixola - Clube de Criação Fabico/UFRGS Powered by DSpace software, Version 1.8.1.