EMBI+BR COMO FERRAMENTA DE APOIO A DECISÃO DE INVESTIMENTO: MODELAGEM E PREVISÃO
O advento da internet e a globalização, em conjunto, possibilitaram a integração dos mercados financeiros, crescentemente sustentados por títulos de dívida direta governamentais. O investidor em potencial carece de variáveis que o auxiliem na decisão de alocação dos recursos, visto que as possibilidades são inúmeras e cada economia possui características peculiares. O agente econômico decisor precisa analisar o binômino risco – retorno para que possa tomar uma decisão mais assertiva. O EMBI+ Br, calculado pelo Banco J.P. Morgan, estima o desempenho diário dos títulos Brasileiro da dívida em relação aos títulos do Tesouro dos EUA e pode ser usado para auxiliar decisões de investimentos em economias emergentes. Buscando gerar previsões para o EMBI+Br o método Box & Jenkins foi implementado, e após o teste de sobre fixação observou-se que o modelo que melhor se ajustou aos dados foi o SARIMA
. O modelo proposto apresentou aderência aos dados e gerou previsões com erros significativamente baixos.
EMBI+BR COMO FERRAMENTA DE APOIO A DECISÃO DE INVESTIMENTO: MODELAGEM E PREVISÃO
-
DOI: 10.22533/at.ed.40323220316
-
Palavras-chave: EMBI + Br, Previsão, Box & Jenkins
-
Keywords: EMBI + Br, Forecast, Box & Jenkins
-
Abstract:
The advent of the internet and globalization enabled the integration of financial markets, increasingly supported by government direct debt securities. The potential investor needs to have variables that help him decide on resource allocation since the possibilities are numerous, and each economy has peculiar characteristics. The economic decision-making agent needs to analyze the risk-return binomial to make a more assertive decision. The EMBI+ Br, calculated by Banco J.P. Morgan, estimates the daily performance of Brazilian debt in relation to US Treasuries and can be used to assist investment decisions in emerging economies. Seeking to generate predictions for the EMBI+Br, the Box & Jenkins method was implemented. After the superfixation test, it was observed that the model that best fitted the ata was SARIMA
. The proposed model showed adherence to the data and generated predictions with significantly low errors.
- Tuany Esthefany Barcellos de Carvalho Silva
- Daiane Rodrigues dos Santos
- Tiago Costa Ribeiro
