Este artigo utiliza a metodologia ARMAX para a previsão de faturamento de empresas inseridas na indústria siderúrgica nacional. O artigo buscou evidenciar as relações existentes entre os faturamentos futuros contra informações macroeconômicas bem como os próprios dados defasados das receitas das companhias siderúrgicas. A análise foi empregada no período do segundo trimestre de 2002 ao último de 2010 e compreendeu quatro empresas: CSN, Gerdau, Usiminas e Vicunha. Para cada uma das tais companhias, foram estimadas 6.480 estruturas distintas, sendo selecionadas as que detinham os melhores critérios de informação (AIC). O estudo mostra que, de fato, os dados passados são relevantes para as estimativas futuras dos faturamentos das companhias. Além disto, a principal variável exógena do ARMAX foi a taxa de juros, representada pela SELIC, seguida do PIB e da inflação. A partir desta dinâmica, é possível auxiliar gestores, investidores e analistas de mercado para melhor gerenciamento de seus ativos.

This research applied ARMAX methodology for forecasting the revenue of companies in the Brazilian steel industry market. Thus, the article sought to highlight the relationship between future revenues through the data of interest rates, economic growth and inflation rate, as well as its own revenue lagged. Analysis was employed with four companies: CSN, Gerdau, Usiminas and Vicunha. The sample period extended from the second quarter of 2002 to the last quarter of 2010. For each of these companies, 6480 different structures were estimated, and those containing the best information criteria (AIC) were selected. The study shows that, in fact, the past data are relevant to predict the future revenues of enterprises. Moreover, the main exogenous variable of ARMAX was interest rate - represented by the SELIC rate, followed by GDP and inflation rate. This dynamics could help managers, investors and market analysts to manage their assets better.

De acordo com a literatura de gestão de risco, a diversificação contribui para a mitigação do risco. Neste sentido, os fundos de índice Exchange Traded Funds (ETF), recém-introduzidos no mercado brasileiro, permitem sua fácil execução. Dentro deste contexto, o presente artigo investiga a eficiência do processo de valuation das cotas do fundo iShare Ibovespa com relação ao seu valor justo. Para isto, primeiramente é empregada uma análise das séries temporais de alta frequência do ETF e Ibovespa, seguido de simulações de estratégias que contemplem ágios/deságios entre as séries dos ativos, sem e com custos de transação. A fim de evitar efeitos de Data-Snooping nos resultados das operações, foi aplicado um Bootstrap para séries temporais. No primeiro momento os resultados apontam para uma ineficiência do apreçamento das cotas, visto que a incorporação de ágios/deságios na estratégia produziu retornos de 172,5% acima de seu índice. No segundo, verifica-se que mesmo com a introdução dos custos operacionais, os ganhos ainda assim apresentam ineficiência. Entretanto, a partir da técnica de Bootstrap, os resultados não apontaram para retornos excedentes, o que pode ser atribuído meramente ao fenômeno de Data-Snooping. Os resultados evidenciam, portanto, a inviabilidade dos agentes em auferir rendimentos anormais a partir de divergências entre os valores da cota do ETF e seu respectivo índice, o que indica uma eficiência nas precificações das cotas do fundo iShare Ibovespa.

According to risk management literature, diversification helps mitigate risk. Index funds, known as exchange-traded funds (ETFs), which were recently introduced into the Brazilian market, make diversification straightforward to accomplish. This paper investigates the efficiency of the valuation process of the Ibovespa iShares with respect to the fair value of the shares. For this purpose, a high-frequency time series analysis of ETFs and Ibovespa was used, followed by strategy simulations that included goodwill and negative goodwill between asset sets with and without transaction costs. To avoid data-snooping effects on the transaction outcomes, a time series bootstrap was applied. The results initially indicated share-pricing inefficiency because the inclusion of goodwill and negative goodwill in the strategy resulted in returns of 172.5% above the fund's index. Additionally, it became apparent that even with the introduction of operating costs, the gains continued to exhibit inefficiency. However, after applying the bootstrap technique, the results did not suggest excess returns, which could be attributed to data snooping. Therefore, the results demonstrate the impossibility of agents earning abnormal returns from the differences between the values of the ETF share and its corresponding index, thereby indicating that the Ibovespa iShare fund pricing is efficient.