Avaliação de densidades para a previsão dos retornos das ações da Petrobras

Autores

  • André de Mattos Marques Universidade Federal do Rio Grande do Norte

DOI:

https://doi.org/10.5902/red.v2i24.5599

Palavras-chave:

Retorno das ações, Ajuste, Densidade de Probabilidade

Resumo

A emissão primária de ações pode ser uma importante fonte de financiamento para a criação de capacidade produtiva, em particular, em um ambiente de oligopólio com limitado crédito bancário. Além de favorecer a acumulação de capital da empresa, com baixos custos monetários, permite a redução do endividamento empresarial (de alto custo) junto ao setor bancário. No contexto das descobertas de petróleo na camada pré-sal da Bacia de Santos, dos desafios tecnológicos e da necessidade de novos investimentos daí derivados, muitas emissões primárias foram realizadas pela Petrobras e o mercado apresentou grande volatilidade e imprevisibilidade na última década. O objetivo do artigo foi testar três densidades de probabilidade para prever as probabilidades dos retornos das ações (PETR4) da Petrobras negociadas na BOVESPA a partir dos preços diários de fechamento no período de 26.06.2000 a 17.04.2012. As densidades candidatas foram a Normal, a Logística e a Cauchy. O teste de aderência de Kolmogorov-Smirnov sugere que a densidade Logística é a que melhor descreve a probabilidade dos retornos das ações da Petrobras. Os resultados indicam que se pode obter com probabilidade de 0,5130271 uma rentabilidade diária positiva, e, com uma probabilidade de 0,4698542 uma rentabilidade maior que 5% ao mês.

Downloads

Não há dados estatísticos.

Biografia do Autor

André de Mattos Marques, Universidade Federal do Rio Grande do Norte

Possui graduação em Ciências Econômicas pela Universidade Federal do Rio Grande do Sul, especialização em Estatística pela Universidade Federal de Santa Maria, mestrado em Economia pela Pontifícia Universidade Católica do Rio Grande do Sul e doutorado em Economia pela Universidade Federal do Rio Grande do Sul. Foi Bolsista de Doutorado Sanduíche na Universidade Técnica de Lisboa (2008) e atualmente é Professor Adjunto do Departamento de Economia da Universidade Federal do Rio Grande do Norte. Suas principais áreas de interesse são Macroeconomia (com ênfase em Teoria da Moeda e do Crédito) e Estatística.

Referências

CARGNELUTTI FILHO, A.; MATZENAUER, R.; TRINDADE, J. K. (2004) “Ajustes de funções de distribuição de probabilidade à radiação solar global no Estado do Rio Grande do Sul”, Pesquisa Agropecuária Brasileira, Brasília, 39(12): 1157-1166.

CATALUNHA, M. J.; SEDIYAMA, G. C.; LEAL, B. G.; SOARES, C. P. B.; RIBEIRO, A. (2002) “Aplicação de cinco funções densidade de probabilidade a séries de precipitação pluvial no Estado de Minas Gerais”, Revista Brasileira de Agrometeorologia, Santa Maria, 10(1): 153-162.

DE NEGRI, J. A. et. al. (Org.) (2010) Poder de Compra da Petrobras: impactos econômicos nos seus fornecedores. Brasília: IPEA: Petrobras.

GRAZIANI, A. (2003) The Monetary Theory of Production, Cambridge: Cambridge University Press.

GREENE, W. (2006) Econometric Analysis. London, UK: Pearson Education.

HU, W. (2005) “Calibration of multivariate generalized hyperbolic distributions using EM algorithm, with applications in risk management, portfolio optimization and portfolio credit risk”, Electronic Theses, Treatises and Dissertations. Paper 3694, Florida State University.

BOVESPA (2012) Índice Ibovespa: definição e metodologia. São Paulo: IBOVESPA. Disponível em: www.bmfbovespa.com.br/Pdf/Indices/IBovespa.pdf ; Acesso 02.05.2012.

LABINI, P. S. (1986) Oligopólio e Progresso Técnico. São Paulo: Nova Cultural.

MORETTIN, L. G. (1986) Estatística Básica: probabilidade. São Paulo: Livraria Ciência e Tecnologia Editora Ltda.

MURTA, R. M.; TEODORO, S. M.; BONOMO, P.; CHAVES, M. A. (2005) “Precipitação Pluvial Mensal em níveis de probabilidade pela distribuição Gama para duas localidades do sudoeste da Bahia”, Ciência e Agrotecnologia, Lavras, vol. 29(5): 988-994.

PETERNELLI, L. A.; MELLO, M. P. (2007) Conhecendo o R: uma visão estatística. Viçosa: Universidade Federal de Viçosa.

RAMANATHAN, R. (1993) Statistical Methods in Econometrics. London: Academic Press.

R DEVELOPMENT CORE TEAM (2007). “R: A language and environment for statistical computing. R Foundation for Statistical Computing”, Vienna, Austria. URL <http://www.Rproject.org>.

SILVA, F. R. C. (2011) Descobertas de petróleo e crescimento econômico no Brasil: simulações a partir do modelo de Solow. Natal, RN: UFRN (Monografia de Graduação).

STEINDL, J. (1983) Maturidade e estagnação no capitalismo americano. São Paulo: Abril Cultural.

Downloads

Publicado

2013-01-21

Como Citar

Marques, A. de M. (2013). Avaliação de densidades para a previsão dos retornos das ações da Petrobras. Economia E Desenvolvimento, 24(2). https://doi.org/10.5902/red.v2i24.5599

Edição

Seção

Artigos