Resumo

A medição da volatilidade dos mercados financeiros é um desafio primário da gestão de risco. Sua mensuração e projeção permitem que os agentes econômicos tomem decisões mais robustas sobre a alocação de ativos, gerenciamento de risco, formação da estratégia de hedge, negociação de derivativos e otimização de portfólio. Embora haja uma literatura extensa sobre os efeitos macroeconômicos e a volatilidade, tais estudos limitavam-se às análises de determinadas variáveis macroeconômicas com um intervalo de frequência mais extenso, por precisarem estar na mesma frequência na regressão aplicada.

Como a incerteza política e econômica influencia a volatilidade dos mercados acionários dos países representantes do BRICS, por meio da modelagem GARCH-MIDAS?O objetivo deste artigo, inicialmente, foi examinar o efeito de duas variáveis, o índice de incerteza política e econômica (EPU) e a taxa de inflação (CPI), proxy de incerteza econômica, individualmente, sobre a volatilidade do mercado acionário dos países pertencentes ao BRICS, com a aplicação do modelo GARCH-MIDAS. Além disso, o artigo também se propôs a avaliar a projeção dessa volatilidade com base naquelas variáveis.

A aplicação do modelo GARCH-MIDAS foi vista em: Yin e Zhou (2016), ao examinarem o papel da especulação e dos fundamentos econômicos no petróleo dos EUA. Mo et al. (2018) investigaram os mercados emergentes de commodities da China e Índia, por meio de variáveis macroeconômicas que avaliam o ambiente econômico, política monetária e informação do mercado financeiro. Amendola, Candila e Gallo (2018) investigaram os possíveis impactos macroeconômicos na volatilidade do mercado financeiro americano. Fang, Yu e Xiao (2018) analisaram o mercado de ouro dos EUA.

A amostra contemplou os dados diários dos índices das Bolsas dos países representantes do BRIC: Brasil (IBOVESPA), Rússia (IMOEX), Índia (NIFTY100) e China (SHANGHAI) e dados mensais dos índices EPU e da taxa de inflação (CPI) de cada país, de dezembro de 2005 a agosto de 2018., por meio da modelagem GARCH-MIDAS, além de propor uma projeção dessa volatilidade com base naquelas variáveis, para os países pertencentes ao BRICS

O teste ADF identificou que as séries são estacionárias. De modo geral, com exceção do Brasil, a volatilidade total não seguiu o mesmo comportamento da volatilidade condicional, como visto nos demais países. Foi verificada uma relação positiva entre tais variáveis e a volatilidade dos retornos dos mercados do BRIC. Para o Brasil e Rússia, os modelos com base apenas na volatilidade realizada foram melhorados com a inclusão das variáveis EPU e CPI. As projeções baseadas na volatilidade realizada, para 2 e 3 passos à frente, superaram as projeções que incluíram as variáveis macro.

O EPU é mais indicado para a projeção da volatilidade dos índices representativos dos mercados acionários dos países integrantes do BRIC, se comparado à CPI. Ademais, a projeção 1 passo à frente a partir do modelo que adiciona a variável EPU, supera, em geral, a projeção baseada na volatilidade realizada.

Engle, R.F., Ghysels, E., Sohn, B. (2013). Stock market volatility and macroeconomic fundamentals. Review of Economics and Statistics, 95 (3): 776–797. Engle, R.F., Rangel, J.G. (2008). The spline-GARCH model for low-frequency volatility and its global macroeconomic causes. The Review of Financial Studies. 21(3): 1187-1222. Ghysels, E.; Santa-Clara, P.; Valkanov, R. (2004). The MIDAS touch: Mixed data sampling regression models. Finance. Perez-Quiros, G. and Timmermann, A. (2002). Firm size and cyclical variations in stock returns. Journal of Finance, 55:1229-1262.