62850

Raphael Silveira Guerra Cavalcanti
Joséte Florencio dos Santos
Ramon Rodrigues dos Santos
Anderson Góis M. da Cunha

Revista Contabilidade & Finanças

O objetivo do trabalho foi compreender de que forma a volatilidade das ações afetam a dinâmica dos portfólios formados com uso do modelo de arbitragem por pares ou pairs trading no mercado acionário brasileiro. Este artigo diferenciou-se por trazer novas evidências acerca dos efeitos da volatilidade no modelo de pairs trading não abrangidos por estudos anteriores, ampliando o tamanho da amostra analisada no mercado acionário brasileiro. A relevância do tema escolhido reside no fato de modelos de arbitragem por pairs trading ou long-short serem utilizados por investidores para construção de suas carteiras. A utilização dos conceitos de cointegração contribui probabilisticamente para a formação de portfólios fracamente correlacionados aos índices de mercado com desempenho superior. Este artigo tem impacto na área por contribuir com novas evidências para uma melhor utilização do modelo na análise de investimentos. Analisou-se, no período de janeiro de 2016 até dezembro de 2018, os 90 ativos mais líquidos da Bolsa, Brasil, Balcão (B3), totalizando 5.927.400 pares possíveis. Para avaliação dos critérios de cointegração utilizou-se o teste Dickey-Fuller Aumentado e posterior backtesting dos pares no período proposto. A análise estatística foi realizada por testes paramétricos e não paramétricos e análises de correlações de Pearson e Spearman. Os resultados encontrados indicaram que a formação de carteiras por pairs trading com ativos dependentes com critério de maiores níveis de volatilidade (20 períodos) apresentaram um desempenho superior. Esses achados podem ser justificados por uma melhor relação de risco e retorno para a carteira, mensurada pelo Índice de Sharpe dos retornos obtidos em relação à volatilidade da carteira, quando comparada a uma formação das carteiras baseada em uma seleção aleatória dos pares. Além disso, os resultados também apresentaram baixa correlação dos retornos em relação ao índice de mercado. Constatou-se, assim, que apenas a aplicação da metodologia de análise por cointegração estatística não garante resultados diferenciados da média de mercado.

pairs trading, seleção de portfólios, volatilidade

CAVALCANTI, R. S. G.; SANTOS, J. F. D.; SANTOS, R. R. D.; CUNHA, A. G. Composição de Portfólios por Pairs Trading com Critério de Volatilidade no Mercado Brasileiro. Revista Contabilidade & Finanças, v. 32, n. 86, p. 273-284, 2021.

Cavalcanti, R. S. G., Santos, J. F. D., Santos, R. R. D., & Cunha, A. G. (2021). Composição de Portfólios por Pairs Trading com Critério de Volatilidade no Mercado Brasileiro. Revista Contabilidade & Finanças, 32(86), 273-284.

10.1590/1808-057x202110890

https://www.spell.org.br/documentos/ver/62850/composicao-de-portfolios-por-pairs-trading-com-criterio-de-volatilidade-no-mercado-brasileiro/i/pt-br

Artigo

Português

Alexander, C. (1999). Optimal hedging using cointegration. Philosophical Transactions of the Royal Society, 357(1758), 2039-2058.

Alexander, C. (2005). Modelos de mercado: um guia para a análise de informações financeiras. São Paulo, SP: Saraiva.

Caldeira, J. F., & Moura, G. V. (2013). Selection of a portfolio of pairs based on cointegration: a statistical arbitrage strategy. Brazilian Review of Finance, 11(1), 49-80.

Copeland, T. E., Weston, J. F., & Shastri, K. (2005). Financial theory and corporate policy. Boston, MA: Addison-Wesley.

Cutler, D. M., Porterba, J. M, & Summers, L. H. (1990). Speculatyve dynamics. National Bureau of Economic Research. Working paper n. 3242.

Davidson, J., & Hall, S. (1991). Cointegration in recursive systems. Economic Journal, Royal Economic Society, 101(405), 239-251.

Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427-431.

Engle, R. F., & Granger, C. W. J. (1987). Co-integration and error correction: representation, estimation and testing. Econometrica, 55(2), 251-276.

Fama, E. F. (1970). Efficient capital markets: a review of theory and empirical work. The Journal of Finance, 25(2), 383-417.

Fama, E. F. (1998). Market efficiency, long-term returns, and behavioral finance. Journal of Financial Economics, 49(3), 283-306.

Figueiredo, L. F. C. C (2017). Pairs Trading: aplicação da distância mínima. (Dissertação de Mestrado). Universidade Católica Portuguesa, Porto.

Fortuna, E. (2008). Mercado financeiro: produtos e serviços. São Paulo, SP: Qualitymark.

Gatev E., Goetzmann W. N., & Rouwenhorst K. G. (2006). Pairs trading: performance of a relative value arbitrage rule. The Review of Financial Studies, 19(3), 797-827.

Granger, C. J. (1981). Some properties of time series data and their use in econometric model specification. Journal of Econometrics, 16(1), 121-130.

Granger, C. W. J., & Engle, R. F. (1985). Dynamic model specification with equilibrium constraints. Mimeo. University of California, San Diego, CA.

Granger, C. W. J., & Weiss, A. A. (1983) Time series analysis of error correction models. In S. Karlin, T. Amemiya & L. A. Goodman (Eds.), Studies in Econometrics, Time Series, and Multivariate Statistics (p. 255-278). New York: Academic Press.

Gujarati, D. N. (2011). Econometria básica. Porto Alegre, RS: AMGH.

Hamilton, J. D. (1994). Time series analysis. Princeton, NJ: Princeton University Press.

Hendry, D. F. (1986). Econometric modelling with cointegrated variables: an overview. Oxford Bulletin of Economics and Statistics, 48(3), 201-212.

Hendry, D. F. (1995). Dynamic econometrics: advanced texts in econometrics. Oxford: Oxford University Press.

Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, 12(2-3), 231-254.

Kwiatkowski, D., Phillips, P. C., Schmidt, P., & Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root: how sure are we that economic time series have a unit root? Journal of Econometrics, 54(1-3), 159-178.

Lucas, A. (1997). Strategic and tactical asset allocation and the effect of long-run equilibrium relations. Serie Research Memoranda 42. VU University Amsterdam, Faculty of Economics, Business Administration and Econometrics.

Murray, M. P. (1994). A drunk and her dog: an illustration of cointegration and error correction. The American Statistician, 48(1), 37-39.

Oliveira, A. G. (2017). Análise do efeito de crises sobre estratégias de pairs trading no Brasil (Dissertação de Mestrado). Fundação Getúlio Vargas, Rio de Janeiro.

Philips, P. C. (1989). Optimal inference in cointegrated systems. Cowles Foundation for Research in Economics. Discussion Paper n. 866 R.

Phillips, P. C., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335-346.

Pontuschka, M., & Perlin, M. (2015). A estratégia de pares no mercado acionário brasileiro: O Impacto da frequência de dados. Revista de Administração Mackenzie, 16(2), 188-213.

Pucciarelli, A. J. (2014). Estratégia de cointegração dinâmica empírica para arbitragem estatística e trading. (Dissertação de Mestrado). Fundação Getúlio Vargas, São Paulo.

Rad, H., Low, R. K. Y., & Faff, R. (2016). The profitability of pairs trading strategies: distance, cointegration and copula methods. Quantitative Finance, 16(10), 1541-1558.

Sampaio, J. P. P. A. (2016). Pairs trading: aplicação no mercado de ações brasileiro. (Monografia). Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro.

Santos, J. F. C., & Pessoa, M. S. (2017). Arbitragem estatística entre dois ativos: um estudo da abordagem de cointegração no Brasil entre 2003 e 2014. Revista de Administração, Contabilidade e Economia da Fundace, 8(2), 124-139.

Stock, J. H. (1987). Asymptotic properties of least squares estimators of cointegrating vectors. Econometrica, 55(5), 1035-1056.

Vidyamurthy, G. (2004). Pairs trading, quantitative methods and analysis. Hoboken, NJ: John Wiley & Sons.

Yoshikawa, D. (2017). An entropic approach for pair trading. Entropy, 19(7), 320.