RESUMO
O estudo busca avaliar como os períodos after-market e pré-abertura impactam a estimação da volatilidade condicional de um dia à frente. A volatilidade tem bastante destaque nos estudos de finanças, pois é parâmetro fundamental na precificação de derivativos, gestão de portfólios e de risco. Os resultados são relevantes para que agentes de investimentos possam refinar os modelos de previsão da volatilidade e obter melhores resultados na precificação de derivativos, na gestão de risco, na composição e otimização de carteiras. Utilizou-se o modelo asymmetric power autoregressive conditional heteroskedasticity (APARCH), incorporando o período after-market, o leilão de pré-abertura e o overnight total, para avaliar se eles carregam informações relevantes para a modelagem da volatilidade. Analisaram-se as 20 ações de empresas brasileiras listadas na Bolsa de Valores, Mercadorias e Futuros de São Paulo (BM&FBOVESPA) e pertencentes ao índice Dow Jones Brazil Titans 20 ADR Index (BR Titans 20) com ADRs (American depositary receipts) listados nas bolsas de Nova York e na Nasdaq. Os resultados foram avaliados na amostra pelo critério de informação Akaike corrigido (AICc) e pela significância estatística dos coeficientes, e fora da amostra pelos critérios raiz dos erros quadráticos médios (root mean squared error - RMSE), erro percentual médio absoluto (mean absolut percentage error - MAPE), R² da regressão de Mincer e Zarnowitz e teste de Diebold Mariano. A análise não permite afirmar o melhor modelo, pois não há unanimidade entre todas as ações. Entretanto, os períodos não regulares do pregão demonstraram incorporar informações relevantes para a maior parte das ações. Ademais, os modelos que incorporaram o período pré-abertura obtiveram, em geral, resultados superiores aos demais, demonstrando que tal período carrega informações relevantes para a previsão da volatilidade condicional.
Palavras-chave
volatilidade condicional e realizada; modelo APARCH; dados intradiários; after-market; pré-abertura; gestão de risco