Académique Documents
Professionnel Documents
Culture Documents
28
24
20
16
12
4 Petr3 BR
Petr USA
0
02M07 03M01 03M07 04M01 04M07 05M01 05M07 06M01 06M07 07M01 07M07
1
Professor da Universidade Presbiteriana Mackenzie, FECAP e Fundao Instituto de Administrao (FIA)
2
Professor da Universidade Presbiteriana Mackenzie e da BSP (Business School So Paulo)
1
Uma vez que as sries apresentam comportamento tendencial com conseqente presena de
raiz unitria, aplicou-se um teste de cointegrao de Johansen, conforme apresentado em
Johansen (1991), com o objetivo de identificar a presena de um vetor de cointegrao entre
as variveis. Os resultados do teste podem ser observados na Tabela 1. Conforme mostra a
Tabela 1 possvel rejeitar a hiptese de nenhuma equao de integrao em nvel de 5% de
significncia, tanto pela estatstica do Trao quanto pela estatstica do Autovalor. O teste
utilizou at a terceira defasagem das sries, que foi a mtrica obtida como a mais adequada a
partir dos critrios de Akaike e Schwarz.
Uma vez que as sries apresentam comportamento de cointegrao, vale testar a possibilidade
de presena de precedncia estatstica unidirecional ou bidirecional entre as variveis. Assim,
pode ser aplicado o teste de causalidade no sentido de Granger entre as duas sries, e os
resultados podem se observados na Tabela 2.
Tabela 2 Resultados do Teste de Causalidade no Sentido de Granger
Hiptese nula obs Estatstica F Probabilidade
Petr ADR no causa Petr3 BR 62 3.20323 0.0302
Petr3 BR no causa Petr3 ADR 2.98563 0.0389
Fonte: Elaborao prpria com base nos clculos efetuados no pacote economtrico Eviews 6.0.
2
Tabela 3 Teste de exogeneidade das variveis - VAR Granger Causality/Block
Exogeneity Wald Tests
Varivel Dependente
2 Prob. 2 Prob.
.6 1.2
.5 1.0
.4 0.8
.3 0.6
.2 0.4
Verifica-se tambm como os retornos da ao da Petrobrs e de sua ADR reagem aos eventos
extremos do mercado atravs de uma medida de dependncia calculada pela teoria de cpulas.
Utilizou-se a metodologia de cpulas, que foi primeiramente utilizada por Sklar (1959). Este
autor provou que uma coleo de distribuies marginais pode ser agrupada conjuntamente
atravs de uma cpula a fim de formar a distribuio multivariada das mesmas.
Conforme Embrechts et al. (1999), os principais fatos estilizados dos retornos financeiros so:
Os retornos so, em geral, no auto-correlacionados serialmente, mas dependentes ao
longo do tempo;
Decaimento lento da funo de auto-correlao dos quadrados dos retornos;
A distribuio de probabilidades dos retornos apresenta caudas mais pesadas do que
uma normal;
As sries dos log-retornos apresentam clusters de volatilidade ao longo do tempo;
3
Assim, a Teoria de Cpulas vem sendo utilizada, na maioria das vezes, em Finanas e
Econometria para tratar de duas grandes questes relacionadas aos fatos estilizados declarados
acima:
A no-normalidade dos retornos dos ativos financeiros (existncia de assimetria e/ou
de caudas pesadas nas distribuies de probabilidade);
A existncia de dependncia no-linear entre os retornos dos ativos financeiros;
Apesar do conceito de cpulas ter surgido h um longo tempo com Sklar (1959), suas
aplicaes em finanas e economia comearam a ser publicadas a partir do ano de 1999.
Conforme Genest (2009, p. 3), 41% das publicaes relacionadas ao tema de cpulas se
relacionam ao estudo na rea de finanas. Este autor agrupou os estudos em grandes quatro
reas, que so:
1. Gerenciamento de risco: desenvolvimentos nesta rea foram estimulados pelo
Acordo de Basilia II e pelas contribuies acadmicas de Embrechts et al. (1999) e Li
(2000);
2. Gesto de carteiras: os trabalhos tratam da dependncia entre os mercados
financeiros internacionais. O trabalho de Patton (2006) cai nesta categoria;
3. Precificao de derivativos: os trabalhos nesta rea procuram tratar de opes
exticas, swaps de crdito etc. Detalhes podem ser encontrados em Cherubini et al.
(2004)
4. Mensurao de risco: os temas deste grupo se referem ao VaR (Value-at-Risk),
contgio entre os mercados financeiros e expected shortfall . O trabalho de Rodrigues
(2005) prope uma aplicao no tema de contgio, por exemplo.
Segundo Cherubini et al. (2004) quando pelo menos uma distribuio marginal (de um
determinado ativo) no uma normal, a medida tradicional de correlao de Pearson
inadequada, pois s h a captura de dependncia linear pela mesma. Como os retornos dos
ativos financeiros so tipicamente no-Normais com dependncia no-linear, torna-se mais
prudente a utilizao de uma medida robusta de associao. Tal medida que mostra ser
particularmente conveniente na modelagem de cpulas o de Kendall.
Desse modo, o objetivo da utilizao da metodologia de Cpulas ser verificar qual dos dois
tipos de eventos extremos no mercado, ocasiona variaes mais significativas nos retornos da
ao da Petrobras e tambm da sua ADR, conforme apresentado anteriormente.
A habilidade das cpulas em capturarem a dependncia nas caudas fundamental para o
presente estudo. O estudo da dependncia nas caudas pode permitir uma anlise a fim de
verificar se h a possibilidade de boom ou crash de forma simultnea aos dois mercados. As
medidas de dependncia nas caudas so utilizadas para capturar a dependncia na cauda da
distribuio bivariada. Serve para descrever o quanto grandes (ou pequenos) valores de uma
varivel aleatria acompanham valores grandes (ou pequenos) de outra varivel aleatria.
Sejam X e Y variveis aleatrias contnuas com funes de distribuio F e G,
respectivamente. O parmetro de dependncia na cauda superior U o limite (se existir) da
probabilidade condicional de Y ser maior que o 100t-simo percentil de G dado que X
maior que o 100t-simo percentil de F quando t se aproxima de 1 pela esquerda, ou seja:
U lim P Y G 1 t X F 1 t (1)
t 1
5
Referncias Bibliogrficas