Variance Premium and Implied Volatility in a Low-Liquidity Option Market

Astorino, Eduardo Sanchez; Chague, Fernando; Giovannetti, Bruno; Silva, Marcos Eugênio da

doi:10.5935/0034-7140.20170001

Cited by 12 publications

(12 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Em trabalhos futuros, deve-se considerar a estimativa do modelos MIDAS levando em conta os componentes de saltos, assim como foi realizado em Santos e Ziegelmann (2014), e avaliar a possibilidade de combinação das projeções com os demais modelos. Para o caso brasileiro, o VIX (Volatility Index )é estimado conforme metodologia apresentada em Astorino et al (2015), os dados podem ser obtidos em http://nefin.com.br/ volatility_index.html. Outra possibilidadeé a estimação do HAR por meio de redes neurais, conformeé realizado no trabalho de Fernandes et al (2014).…”

Section: Perspectivas Para Trabalhos Futurosunclassified

Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência

Araújo¹

View full text Add to dashboard Cite

CDD -332 i Aos meus paisiii Agradecimentos -À Deus, por iluminar o meu caminho e pela força no desempenho de todas as minhas atividades; -Ao meu pai, José Carlos e minha mãe, Sueli, pela força diária e apoio constante durante toda a minha vida; -Aos meus familiares tia Maria Cícera (tia Liu), tia Nena e família, tia Socorro (tia Côrre) e família, Henrique, Fernando, Viviane, Fernanda, Fred, Fabiana, Lourenço (Tio Nen) e família pelo apoio constante durante o curso de doutorado; -A Profa. Dra. Alessandra Montini que se dedicou muito no seu papel de orientadora, e a quem sou muito grato por todo o aprendizado obtido no curso de Doutorado; -À banca examinadora da Tese, ao Professor titular Adolpho Walter Pimazoni Canton, Prof. Dr. André Oda e Prof. Dr. Junio Fuentes, por todas as contribuições dadas e por todo o apoio durante a execução do trabalho; -Ao corpo docente da FEA/USP, em especial aos Profs. Drs. Daniel Cordeiro, Abraham Yu, Ronaldo Zwicker, César Alexandre, José Roberto Securato, Fábio Lotti, Rosana Tavares, Eduardo Kayo, José Roberto Savoia e Bernadete Marinho, com quem tive oportunidade de fazer matérias e engrandecer meus conhecimentos nas diversasáreas lecionadas; -À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -CAPES -pelo apoio financeiro que possibilitou a realização do curso; -Aos meus amigos (Prof. Dr. A.C.S. Costa, Prof. Ms. Eduardo, Prof. Dra. Neila Cunha, Júlio Barbosa, Raony Justo, Thales Nilton, Allana, Luiz B.O., Maxsuel (Macasuel), Henrique "Nêgo", Madal, Allan, Igor, Erich e Calebe Feitosa, Bruno "Cachorrão", Nayron Almeida, Sávio Henrique, Bruna Silva, Luzi, Haila Chagas e Halex, Nayara Abreu, Kaio Sosa, Gabriel Verlangieri, Mabel, Jose, Jaqueline, Hugo, Luciano, Vera e Anna Chaves, Jacira e Igor Milhorança) que tiveram participação importante em diversas fases da minha vida; -Aos meus colegas de Mestrado/Doutorado da Universidade de São Paulo com quem tive grande oportunidade de aprendizado durante o curso (Lemilson Almeida, Bruno Carls, Martín Hernani, Afonso Lima, Natália Cordeiro, Fernando Fleury, Thiago Rocha, Luciana Rizzi, Edison Simoni, Léo Raifur,Ângelo Danese, Daniel Cordeiro, Ana Carolina Shinoda e Cristina Chu, entre outros); v "An individual will seek to reduce as far as is possible the chance of such a catastrophe occurring".A. D. Roy vii Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência RESUMOOperações em alta frequência demonstraram crescimento nosúltimos anos; em decorrên-cia disso, surgiu a necessidade de estudar o mercado de ações brasileiro no contexto dos dados em alta frequência. Os estimadores da volatilidade dos preços de ações utilizando dados de negociações em alta frequência são os principais objetos de estudo. Conforme Aldridge (2010) e Vuorenmaa (2013), o HFT foi definido como a rápida realocação de capital feita de modo que as transações possam ocorrer em milésimos de segundos por uso de algoritmos complexos que gerenciam envio de ordens, analisam dados e tomam as melhores decisões. A principal...

show abstract

Section: Perspectivas Para Trabalhos Futurosunclassified

Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência

Araújo¹

View full text Add to dashboard Cite

show abstract

“…Os dados diários do índice Ibovespa são retirados do IPEADATA. O NEFIN (Brazilian Center for Research in Financial Economics) é a fonte para a variável do índice de volatilidade do mercado acionário brasileiro, o Vol-Br, calculado a partir da metodologia apresentada em (ASTORINO et al, 2017). Já o VIX, medida de volatilidade do mercado americano calculada pela Chicago Board Options Exchange, é retirado do site do FRED.…”

Section: Fonte De Dados E Seleçãounclassified

Previsibilidade do mercado de debêntures no nível da firma

José¹

View full text Add to dashboard Cite

Esta dissertação analisa o mercado secundário de debêntures brasileiro, em particular, como ele se relaciona com o mercado de títulos públicos e o acionário. Foi construída uma base de dados que cruza informações de debêntures e ações no nível da firma, assim como títulos públicos pelo vencimento, totalizando 2024 observações mensais entre 2012 e 2018. Os resultados mostram que a variação do yield da debênture pode ser explicada por: (I) variação do yield do título público; (II) retorno defasado da ação, sugerindo que existe um fluxo de informação do mercado acionário para mercado de títulos de renda fixa privados; e (III) a partir de 2018 com aumento do número de negócios, o retorno defasado da ação deixa de ter poder explicativo e, em seu lugar, o retorno contemporâneo passa a ser significativo, assim como outras variáveis do mercado tais quais o retorno do Índice Bovespa e os índices de volatilidade. Isso sugere que o mercado de debêntures se tornou mais dinâmico, incorporando mais rápido novas informações.

show abstract

“…Entretanto, devido à importância de se mensurar os movimentos esperados do mercado acionário brasileiro, o Centro Brasileiro de Pesquisa em Economia Financeira da Universidade de São Paulo (NEFIN) propôs, em 2015, um índice de volatilidade implícita, o IVol-BR, baseado nos preços diários das opções do índice Bovespa (Ibovespa) e que mede a volatilidade esperada do Ibovespa nos próximos dois meses. Sua metodologia de cálculo segue o mesmo do VIX com alguns ajustes a fim de refletir as características particulares do mercado de opções brasileiro (ASTORINO et al, 2017). Os detalhes do cálculo do IVol-BR encontram-se no site do NEFIN (www.nefin.com.br).…”

Section: Introductionunclassified

“…Todavia, o VXEWZ reflete tanto a volatilidade do mercado acionário brasileiro como também a volatilidade cambial, visto que o EWZ é cotado em dólar. O IVol-BR, portanto, representa melhor a volatilidade implícita do mercado acionário brasileiro pois é calculado a partir das opções sobre o Ibovespa (ASTORINO et al, 2017).…”

Section: Introductionunclassified

“…Estudos sobre o índice brasileiro IVol-BR até este momento são escassos devido ao seu recente estabelecimento e por não ser um índice oficial. Pretende-se com este estudo estender o trabalho de Astorino et al (2017), ampliando o conhecimento sobre o IVol-BR e a sua relação com os retornos futuros do Ibovespa e setoriais. Dessa forma, esta pesquisa colabora na divulgação do IVol-BR a fim de que se torne mais difundido na academia e no mercado financeiro brasileiro.…”

Section: Introductionunclassified

See 1 more Smart Citation

Estudo Sobre a Relação Entre O Índice De Volatilidade Implícita Ivol-Br E Os Retornos Futuros Do Mercado Acionário Brasileiro E Dos Setores Econômicos

CAINELLI¹

View full text Add to dashboard Cite

Este estudo tem como objetivo averiguar, primeiramente, se o índice de volatilidade implícita brasileiro, o IVol-BR, pode ser considerado um indicador antecedente dos retornos futuros do mercado acionário brasileiro dado que o IVol-BR representa a volatilidade esperada do índice Bovespa (Ibovespa) dois meses à frente. Esta pesquisa examina, por meio de regressão por mínimos quadrados e regressão quantílica, a relação entre o IVol-BR e os retornos futuros de 1, 5, 20 e 60 dias do Ibovespa. Em seguida, este trabalho investiga se o IVol-BR pode ser considerado um indicador antecedente dos retornos futuros setoriais. Os setores econômicos considerados neste estudo são: consumo, energia elétrica, financeiro, materiais básicos, imobiliário, industrial e utilidade pública. É importante notar que o período de análise selecionado é entre agosto de 2011 e setembro de 2018. Os resultados obtidos sugerem que o IVol-BR pode auxiliar na previsão dos retornos futuros do Ibovespa e dos setores econômicos, principalmente, para retornos futuros de 20 e 60 dias.

show abstract

Variance Premium and Implied Volatility in a Low-Liquidity Option Market

Cited by 12 publications

References 16 publications

Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência

Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência

Previsibilidade do mercado de debêntures no nível da firma

Estudo Sobre a Relação Entre O Índice De Volatilidade Implícita Ivol-Br E Os Retornos Futuros Do Mercado Acionário Brasileiro E Dos Setores Econômicos

Contact Info

Product

Resources

About

Variance Premium and Implied Volatility in a Low-Liquidity Option Market

Cited by 12 publications

References 16 publications

Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência

Combinação de projeções de volatilidade baseadas em medidas de risco para dados em alta frequência

Previsibilidade do mercado de debêntures no ní­vel da firma

Estudo Sobre a Relação Entre O Índice De Volatilidade Implícita Ivol-Br E Os Retornos Futuros Do Mercado Acionário Brasileiro E Dos Setores Econômicos

Contact Info

Product

Resources

About

Previsibilidade do mercado de debêntures no nível da firma