ASSESSMENT OF DENSITIES FOR THE PREDICTION OF THE RETURNS OF ACTIONS OF PETROBRAS

Authors

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

DOI:

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

Keywords:

stock return, density, probability, fit

Abstract

The primary issue of shares may be an important source of funding for the creation of productive capacity, particularly in an oligopolistic environment with limited bank credit. In addition to favoring the accumulation of capital of the company, with low monetary costs, it allows the reduction of corporate debt (expensive) with the banking sector. In the context of oil discoveries in the Brazil, and on the technological challenges and the need for new investment in fixed capital derived thereof, many primary issues were made and the stock market showed great volatility and unpredictability in the last decade . The objective was to test three densities of probability to predict the odds of daily stock returns (PETR4) Petrobras traded on BOVESPA, from the daily closing prices for the period 26.06.2000 to 17.04.2012. The candidate density functions were Normal, Logistic and Cauchy. The adherence test of Kolmogorov-Smirnov suggests that the Logistic density is the one that best describes the probability of stock returns of Petrobras. The results indicate that the trader can obtain a profitability daily positive probability 0.5130271 and a yield greater than 5% per month with a probability of 0.4698542.

Downloads

Download data is not yet available.

Author Biography

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.

References

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.

Published

2013-01-21

How to Cite

Marques, A. de M. (2013). ASSESSMENT OF DENSITIES FOR THE PREDICTION OF THE RETURNS OF ACTIONS OF PETROBRAS. Economia E Desenvolvimento, 24(2). https://doi.org/10.5902/red.v2i24.5599

Issue

Section

Articles