Modelos GARCH em ações financeiras: um estudo de caso

Abstract

Este artigo tem por objetivo detalhar o protocolo de aplicação e avaliação dos modelos autorregressivos de heteroscedasticidade condicional generalizados (GARCH), com ênfase em especificar adequadamente a distribuição de probabilidade para os resíduos e o critério de avaliação da previsão. Com este intuito, aplicam-se modelos GARCH com distribuição normal e t de Student na modelagem da volatilidade da série de retornos das ações ABEV3. O melhor modelo seguindo a distribuição normal e o melhor seguindo a distribuição t de Student são executados para a previsão, em que os resultados são comparados com a volatilidade realizada, calculada a partir de retornos intradiários, e com os retornos absolutos. Os resultados evidenciam que o modelo GARCH(1,1) seguindo a distribuição t de Student possui a melhor performance, tanto no ajuste como na previsão. Além disso, os modelos possuem resultados significativamente melhores quando avaliados pelo critério da volatilidade realizada.