Resumo
Objetivo – Este artigo introduz uma abordagem abrangente na estimação do modelo de cinco fatores no âmbito de mercados financeiros, enfatizando na flexibilidade e aprimoramento preditivo via os modelos GAMLSS. Destacamos o potencial inovador desta metodologia no âmbito da teoria de precificação de ativos.
Referencial Teórico – Este artigo busca avaliar o comportamento dos preços dos ativos em condições de incerteza. Inspiramo-nos no trabalho de Fama e French (2015) para apresentar uma extensão via regressão distribucional aditiva estruturada usando GAMLSS para o modelo de cinco fatores.
Metodologia – A amostra contém informações do mercado financeiro brasileiro durante o período de 1994 a 2018. Sob a violação da distribuição condicional normal comumente observada nestes dados, propomos a adoção da modelagem GAMLSS. Essa abordagem permite a flexibilização das distribuições de probabilidade associadas aos retornos das carteiras de ações acomodando de forma mais precisa a locação, escala.
Resultados – A modelagem GAMLSS aprimora o desempenho preditivo quando comparado a modelos tradicionais que usam a distribuição normal. Além disso, não foram observadas evidências de erro de especificação via modelos GAMLSS.
Implicações Práticas e Sociais da Pesquisa – No contexto do mercado financeiro brasileiro, propõe-se a adoção da modelagem flexível GAMLSS para a precificação de ativos. Melhorando a capacidade decisória relacionados aos mercados financeiros e precificação de ativos.
Contribuições – Em termos de contribuição, o artigo propõe uma nova abordagem de estimação para o modelo de cinco fatores pelo uso dos modelos GAMLSS.
Referências
Álvarez, B. L., & Gamero, M. J. (2012). A note on bias reduction of maximum likelihood estimates for the scalar skew t distribution. Journal of statistical planning and inference,142(2), 608-612. doi:10.1016/j.jspi.2011.08.012
Buuren, S. v. e Fredriks, M. (2001). Worm plot: A simple diagnostic device for modelling growth reference curves, Statistics in Medicine 20(8): 1259–1277. doi:10.1002/sim.746
Carvalhal, A., e Mendes, B. V. (2003). Value-at-risk and extreme returns in Asian stock markets, International Journal of Business 8(1): 1–24. doi:10.2139/ssrn.420266
Carvalho, G. A. D., Amaral, H. F., Pinheiro, J. L., & Correia, L. F. (2021). Precificação de anomalias através de modelos fatoriais: um teste em mercados da América Latina. Revista Contabilidade & Finanças, 32, 492-509. doi:10.1590/1808-057x202111640
Silva Júnior, C. P. (2023). Uma comparação entre o modelo de três fatores de Fama e French e o modelo LCAPM no mercado acionário brasileiro. Revista JRG de Estudos Acadêmicos, 6(13), 184-195. doi: 10.5281/zenodo/.7957923
Fama, E. F. e French, K. R. (1993). Common risk factors in the returns on stocks and bonds, Journal of Financial Economics 33(1): 3–56. doi:10.1016/0304-405X(93)90023-5
Fama, E. F. e French, K. R. (2015). A five-factor asset pricing model, Journal of Financial Economics 116(1): 1–22. doi:10.1016/j.jfineco.2014.10.010
Fama, E. F. e French, K. R. (2016). Dissecting anomalies with a five-factor model, Review of Financial Studies 29(1): 69–103. doi:10.1093/rfs/hhv043
Florencio, L., Cribari-Neto, F., e Ospina, R. (2012). Real estate appraisal of land lots using GAMLSS models. Chilean Journal of Statistics (ChJS), 3(1). doi:10.48550/arXiv.1102.2015
Hastie, T., & Tibshirani, R. (1995). Generalized additive models for medical research. Statistical methods in medical research, 4(3), 187-196. doi:10.1177/096228029500400302
Horn, S. D., Horn, R. A. e Duncan, D. B. (1975). Estimating heteroscedastic variances in linear models, Journal of the American Statistical Association 70(350): 380–385. doi:10.1080/01621459.1975.10479877
Jones, M. C., & Faddy, M. (2003). A skew extension of the t-distribution, with applications. Journal of the Royal Statistical Society Series B: Statistical Methodology, 65(1), 159-174. doi:10.1111/1467-9868.00378
Klein, N., T. Kneib, S. Lang, and A. Sohn (2015). Bayesian structured additive distributional regression with an application to regional income inequality in Germany. Annals of Applied Statistics 9 (2), 1024–1052. doi:10.1214/15-AOAS823
Koenker, R. (2005). Quantile Regression, Volume Economic Society Monographs. Cambridge University Press
Leite, A. L., Klotzle, M. C., Pinto, A. C. F., & da Silveira Barbedo, C. H. (2020). The Fama-French’s five-factor model relation with interest rates and macro variables. The North American Journal of Economics and Finance, 53, 101197. doi:10.1016/j.najef.2020.101197
Matsumoto, T., Bunn, D., & Yamada, Y. (2022). Pricing electricity day-ahead cap futures with multifactor skew-t densities. Quantitative Finance, 22(5), 835-860. doi:10.1080/14697688.2021.1984553
Miller, M. H., e Scholes, M. (1972). Rates of return in relation to risk: A reexamination of some recent findings. Studies in the theory of capital markets, 23, 47-48.
Moreira, K. D. S., Penedo, A. S. T., Pereira, V. S., & Ambrozini, M. A. (2021). Crises e Precificação de Ativos no Mercado de Capitais Brasileiro: Os Cinco Fatores de Fama & French. Revista Gestão Organizacional, 14(2), 95-115. doi:10.22277/rgov14i2.4893
Nagelkerke NJD (1991) A note on a general definition of the coefficient of determination. Biometrika 78(3):691–692.
Nelder, J. A. e Wedderburn, R. W. (1972). Generalized linear models, Journal of the Royal Statistical Society A 135(3): 370–384. doi:10.2307/2344614
Regis, R. O. (2021). Precificação de ativos: uma análise dos cinco fatores de Fama e French em modelos GAMLSS. Tese (Doutorado em Economia), Universidade Federal de Pernambuco.
Regis, R. O., Ospina, R., Bernardino, W., e Cribari-Neto, F. (2023). Asset pricing in the Brazilian financial market: five-factor GAMLSS modeling. Empirical Economics, 64(5), 2373-2409. doi:10.1007/s00181-022-02316-3
Rigby, R. A. e Stasinopoulos, D. M. (2005). Generalized additive models for location, scale and shape, Journal of the Royal Statistical Society C 54(3): 507–554. doi:10.1111/j.1467-9876.2005.00510x
Rigby, R. A., Stasinopoulos, M. D., Heller, G. Z., & De Bastiani, F. (2019). Distributions for modeling location, scale, and shape: Using GAMLSS in R. CRC press. doi:10.1201/9780429298547
Rocco, M. (2014). Extreme value theory in finance: A survey, Journal of Economic Surveys 28(1):82–108. doi:10.1111/j.1467-6419.201200744x
Ross, S. (1976). The arbitrage pricing theory. Journal of Economic Theory, 13(3), 341-360. doi: 10.1016/0022-0531(76)90046-6
Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk, Journal of Finance 19(3): 425–442. doi:10.1111/j.1540-62611964tb02865.x
Stasinopoulos, M. D., Rigby, R. A., Heller, G. Z., Voudouris, V., & De Bastiani, F. (2017). Flexible regression and smoothing: using GAMLSS in R. CRC Press.
Vieira, M. D. V., Maia, V. M., Klotzle, M. C. e Pinto, A. C. F. (2017). Modelo de cinco fatores de risco: precificando carteiras setoriais no mercado acionário brasileiro, Revista Catarinense da Ciência Contábil 16(48): 86–104. doi:10.16930/2237-7662/rcccv16n48.2376
Verster, A., & De Waal, D. J. (2013). The generalized t-distribution, a generalization to the positive tail of the t distribution. South African Statistical Journal, 47(1), 71-82.
Em caso de aprovação do artigo para publicação, os direitos de copyright são cedidos pelo(s) autor(es) à Revista Brasileira de Gestão de Negócios – RBGN.
Nestes termos, é OBRIGATÓRIO que os autores enviem para RBGN o formulário de Cessão de Direitos Autorias devidamente preenchido e assinado. Conforme o modelo: [Direitosautorais]
As condições da Cessão de Direitos Autorais indicam que a Revista Brasileira de Gestão de Negócios – RBGN possui a título gratuito e em caráter definitivo os direitos autorais patrimoniais dos artigos por ela publicados. Não obstante a Cessão dos Direitos Autorais, a RBGN faculta aos autores o uso desses direitos sem restrições.
Os textos publicados na RBGN são de inteira responsabilidade de seus autores.
A revista adota o padrão de licença CC-BY Creative Commons Attribution 4.0 permitindo redistribuição e reutilização dos artigos sob a condição de que a autoria seja devidamente creditada.