Comparação do desempenho de medidas realizadas para previsão de volatilidade de ações da B3

Abstract

Este trabalho compara previsões de volatilidade dos preços de ações geradas com base em dados de alta frequência. O objetivo principal é fornecer orientação para a escolha da medida realizada e da frequência amostral a ser utilizada em aplicações na área de econometria financeira com dados da bolsa de valores B3. A hipótese básica é a de que a variância realizada combinada com uma frequência amostral de 5 minutos é a opção mais adequada. Inicialmente, é feito o tratamento dos dados para a obtenção de séries homogêneas de retornos financeiros, sem quaisquer distorções que não reflitam movimentos do mercado. Em seguida, são calculadas 7 classes de medidas realizadas em 8 frequências amostrais. Estas estimativas são combinadas ao modelo preditivo HARRV e a comparação das previsões é realizada através do procedimento Model Confidence Set. Os resultados sugerem que a variância realizada de 5 minutos é superada por estimadores mais sofisticados, em especial o estimador em duas escalas de tempo com correção de viés e o estimador em duas escalas de tempo robusto. Além da medida realizada, a frequência amostral também parece ter um papel relevante no desempenho preditivo: frequências mais altas geram melhores previsões de volatilidade para ativos mais líquidos.

This work compares volatility forecasts of stock prices based on high frequency data. The main goal is to provide guidance on the choice of a realized measure and a sampling frequency to be used in applications in the area of financial econometrics using data from the B3 stock exchange. The basic hypothesis is that the realized variance combined with a sampling frequency of 5 minutes is the ideal option. Initially, it is necessary to clean and aggregate the price data in order to obtain homogeneous series of financial returns, without any distortions that do not reflect market fluctuations. After that, 7 classes of realized measures are estimated based on 8 sampling frequencies. These estimates are combined with the predictive model HAR-RV and the comparison of the predictions is performed through the Model Confidence Set procedure. The results suggest that the 5- minute realized variance is outperformed by more sophisticated estimators, especially the two time scale variance with bias correction and the robust two time scale variance. In addition to the choice of realized measure, the sampling frequency also seems to play a relevant role in predictive performance: higher frequencies generate better predictions of volatility for more liquid assets.