Relação entre índice de volatilidade implícita e índice de retorno de ações

Autores

DOI:

https://doi.org/10.5007/2175-8069.2021.e77707

Palavras-chave:

Realidade, Identidade, Verdade, Valor

Resumo

O estudo investigou a relação entre os retornos do Ibovespa e do índice de volatilidade implícita IVol-BR. Foi analisado se o nível do IVol-BR tem relação com os retornos contemporâneos e futuros do Ibovespa. Foram utilizadas regressões por MQO e regressão quantílica para investigar eventuais diferenças nas relações ao longo da distribuição da medida IVol-BR. Para testar a robustez do modelo foi adotada uma proxy alternativa para a volatilidade, estimada a partir do modelo GARCH (1,1). Foi encontrada uma relação assimétrica na resposta do investidor brasileiro aos diferentes momentos de volatilidade no mercado, sugerindo que retornos negativos do Ibovespa possuem relação mais intensa com o IVol-BR que retornos positivos. Os coeficientes são maiores nos extremos da distribuição do IVol-BR. Tais resultados sugerem que o mercado brasileiro reage de forma mais exacerbada a notícias ruins do que a notícias boas, indo ao encontro das ideias desenvolvidas pelo campo das finanças comportamentais.    

Biografia do Autor

Aparecida de Fátima Ferreira Martins, Caixa Econômica Federal

Mestre em Ciências Contábeis (UFES)

Operadora de Mesa na Gerência Nacional de Renda Variável da Caixa Econômica Federal

Patrícia Maria Bortolon, Universidade Federal do Espírito Santo (UFES)

Doutora em Administração (COPPEAD/UFRJ)

Professora do Programa de Pós-Graduação em Ciências Contábeis (UFES)

Vinicius Mothe Maia, Universidade Federal do Rio de Janeiro (UFRJ)

Doutor em Administração (PUC-RJ)

Professor do Programa de Pós-Graduação em Ciências Contábeis (UFRJ)

Referências

Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton University Press.

Astorino, E., Chague, F., Giovannetti, B. C., & Silva, M. E. (2017). Variance Premium and Implied Volatility in a Low-Liquidity Option Market. Revista Brasileira de Economia, 71(1), 3-28. https://doi.org/10.5935/0034-7140.20170001

Bagchi, D. (2012). Cross‐sectional analysis of emerging market volatility index (India VIX) with portfolio returns. International Journal of Emerging Markets, 7(4), 383–396. https://doi.org/10.1108/17468801211264306

Banerjee, P. S., Doran, J. S., & Peterson, D. R. (2007). Implied volatility and future portfolio returns. Journal of Banking & Finance, 31(10), 3183-3199. http://dx.doi.org/10.1016/j.jbankfin.2006.12.007

Bodie, Z., Kane, A., & Marcus, A. J. (2015). Investimentos. AMGH editora

Cainelli, P. V., Pinto, A. C. F., Klötzle, M. C. (2021). Estudo sobre a relação entre o IVol-BR e os retornos futuros do mercado acionário brasileiro. Revista Brasileira de Contabilidade & Finanças - USP, São Paulo, v. 32, n. 86, p. 255-272, maio/ago. 2021. https://doi.org/10.1590/1808-057x202009890

Campbell, J. Y., & Shiller, R. J. (1998). Valuation Ratios and the Long-Run Stock Market Outlook. The Journal of Portfolio Management, 24(2), 11-26. https://doi.org/10.3905/jpm.24.2.11

Duppati, G., Kumar, A. S., Scrimgeour, F., & Li, L. (2017). Long memory volatility in Asian stock markets. Pacific Accounting Review, 29(3), 423–442. https://doi.org/10.1108/PAR-02-2016-0009

Engle, R. F. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica, 50(4), 987-1007. https://doi.org/10.2307/1912773

Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417. https://doi.org/10.2307/2325486

Friedman, M., & Savage, L. J. (1948). The Utility Analysis of Choices Involving Risk. Journal of Political Economy, 56(4), 279–304. https://doi.org/10.1086/256692

Giot, P. (2005). Relationships Between Implied Volatility Indexes and Stock Index Returns. The Journal of Portfolio Management, 31(3), 92-100. https://doi.org/10.3905/jpm.2005.500363

Guiso, L., Sapienza, P., & Zingales, L. (2018). Time varying risk aversion. Journal of Financial Economics, 128(3), 403–421. https://doi.org/10.1016/j.jfineco.2018.02.007

Gujarati, D. N., & Porter, D. C. (2011). Econometria Básica. AMGH editora.

Imas, A. (2016). The Realization Effect: Risk-Taking After Realized Versus Paper Losses. American Economic Review, 106(8), 2086–2109. https://doi.org/10.1257/aer.20140386

Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185

Lee, Y. –H. (2015). Does the US Fear Gauge Impact on the Investor Fear Gauge in the Emerging Markets? Journal of Emerging Market Finance, 14(3), 197-209. https://doi.org/10.1177%2F0972652715601909

Li, J., Yu, X., & Luo, X. (2019). Volatility Index and the return–volatility Relation: Intraday Evidence from Chinese Options Market. Journal of Futures Markets, 39(11), 1348-1359. https://doi.org/10.1002/fut.22012

Lo, A. W. (2004). The Adaptive Markets Hypothesis. The Journal of Portfolio Management, 30(5), 15–29. https://doi.org/10.3905/jpm.2004.442611

Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), 77-91. https://doi.org/10.1111/j.1540-6261.1952.tb01525.x

Mello, A. R. A. F. (2009). Volatilidade implícita das opções de ações: uma análise sobre a capacidade de previsão do mercado sobre a volatilidade futura. Dissertação de Mestrado, Fundação Getúlio Vargas, São Paulo, SP, Brasil.

Moraes, A. S. M. D., Pinto, A. C. F., & Klotzle, M. C. (2015). Previsão de value-at-risk e expected shortfall para mercados emergentes usando modelos FIGARCH. Brazilian Review of Finance, 13(3), 394-437-394–437. https://doi.org/10.12660/rbfin.v13n3.2015.53080

Pinho, F. M., Camargos, M. A., & Figueiredo, J. M. (2017). Uma Revisão da Literatura sobre Modelos de Volatilidade em Estudos Brasileiros de 2000 a 2014. Revista de Administração FACES Journal, 16(1), 9-28. http://dx.doi.org/10.21714/1984-6975FACES2017V16N1ART3213

Rubbaniy, G., Asmerom, R., Rizvi, S. K. A., & Naqvi, B. (2014). Do fear indices help predict stock returns? Quantitative Finance, 14(5), 831–847. https://doi.org/10.1080/14697688.2014.884722

Smales, L. A. (2016). Risk-on/Risk-off: Financial market response to investor fear. Finance Research Letters, 17, 125-134. https://doi.org/10.1016/j.frl.2016.03.010

Taleb, N. N. (2010). The Black Swan: the impact of the highly improbable. Random House Trade editora.

Thurner, S., Farmer, J. D., & Geanakoplos, J. (2012). Leverage causes fat tails and clustered volatility. Quantitative Finance, 12(5), 695–707. https://doi.org/10.1080/14697688.2012.674301

Vicente, J. V. M., & Guedes, T. S. (2010). A Volatilidade implícita contém informações sobre a volatilidade futura? Evidências do mercado de opções de ações da Petrobras. Brazilian Business Review, 7(1), 48-65. http://dx.doi.org/10.15728/bbr.2010.7.1.3

Whaley, R. E. (2000). The Investor Fear Gauge. The Journal of Portfolio Management, 26(3), 12-17. https://doi.org/10.3905/jpm.2000.319728

Publicado

2021-12-15

Edição

Seção

Artigos