|
Em virtude da sua habilidade de aprender e detectar relações entre variáveis não lineares, de poder analisar em profundidade um amplo conjunto de dados, em especial aqueles que tendem a flutuar em um curto período de tempo, as redes neurais artificiais estão sendo amplamente utilizada na previsibilidade de preços das ações em âmbito internacional (CAO et. al., 2005). Entretanto, poucos estudos na área de finanças no Brasil utilizaram o método de redes neurais para a avaliação de previsibilidade
Torna-se relevante questionar: como se comporta a previsão de retornos por meio da RNA, no mercado acionário brasileiro, comparativamente ao CAPM e ao modelo de três fatores de Fama e French?
Este artigo tem por objetivo verificar se esse modelo possibilita a obtenção de melhores previsões para os investidores, possibilitando o aumento de suas riquezas.
Há uma enorme variedade de metodologias na literatura que tem sido utilizadas para forecasting.Em relação as RNA, nos últimos anos, as mesmas têm sido popularmente utilizadas na área financeira para lidar com questões relacionadas à previsibilidade de índices, ações, previsibilidade de falência e classificação de títulos (EGELI et. al., 2003). Adicionalmente, estudos verificaram que a RNA é uma ferramenta poderosa para a previsibilidade dos retornos das ações (AVCI, 2007).
Os dados analisados consistiram de todas as ações de empresas listadas na BM&FBOVESPA entre 1º de Junho de 1996 a 31 de Junho de 2013. Para o desenvolvimento do estudo, optou-se pela formação de portfólios. Foram construídas 18 carteiras com base na metodologia de Fama e French (1993). Para testar as hipóteses de pesquisa, foram utilizados quatro modelos econométricos. Especificamente, construíram-se dois modelos lineares (CAPM e três Fatores) e dois modelos não lineares (RNA).
observou-se uma superioridade do modelo de três Fatores de Fama e French na previsibilidade dos retornos, comparativamente ao modelo CAPM, dando indícios da validade da Hipótese 1.
Adicionalmente, comparando-se a previsibilidade dos modelos não lineares, observa-se que o modelo multifatorial RNA apresentou melhor previsibilidade em todas as carteiras, dando indícios de diferença de previsibilidade entre os modelos não lineares, conforme Hipótese 2.
|
