Modelagem de séries temporais financeiras: seleção de modelos ARCH-GARCH para ações e inflação
DOI:
https://doi.org/10.33936/eca_sinergia.v17i3.6873Palavras-chave:
econometria, séries temporais, inflação, ARCH, EViews.Resumo
Neste estudo, são desenvolvidos modelos econométricos de séries temporais com base em dados de ativos financeiros, índices bolsistas e inflação, com o objetivo de oferecer um guia introdutório para acadêmicos interessados na modelagem de séries financeiras e monetárias. São exploradas especificações dos modelos ARCH (Heterocedasticidade Condicional Autorregressiva), GARCH (ARCH Generalizado) e TARCH (ARCH com Limiar), a partir das quais são selecionadas configurações cujos resíduos padronizados apresentam comportamento de ruído branco. Os diferentes modelos obtidos são posteriormente avaliados com base no Critério de Informação de Akaike (AIC), sendo todo o processo realizado por meio do software EViews. Os principais resultados indicam que o modelo GARCH(1,1), com distribuição t de Student, proporciona o melhor ajuste para o Índice da Bolsa de Hong Kong, enquanto o modelo EGARCH(1,1,1) + ARCH-M, com distribuição de erros t de Student, apresenta desempenho superior para o Índice da Bolsa de Nova York. Esses resultados reforçam a utilidade dos modelos ARCH-GARCH para capturar a volatilidade em diferentes contextos financeiros.
Downloads
Referências
Abbas, G., McMillan, D. G., & Wang, S. (2018). Conditional volatility nexus between stock markets and macroeconomic variables: Empirical evidence of G-7 countries. Journal of Economic Studies, 45(1), 77–99. https://doi.org/10.1108/JES-03-2017-0062
Akaike, H. (1974). A new look at the statistical model identification. IEEE transactions on automatic control, 19(6), 716–723.
Alam, Z., & Rashid, K. (2015). Time Series Analysis of the Relationship between Macroeconomic Factors and the Stock Market Returns in Pakistan. Journal of Yaşar University, 9(36). https://doi.org/10.19168/jyu.55431
Alhussayen, H. M. (2022). Foreign Institutional Investments (FIIs) and the Saudi Stock Market: What Drives Foreign Institutions to Invest? International Journal of Economics and Finance, 14(8), 1. https://doi.org/10.5539/ijef.v14n8p1
Alphonsus Akpan, E., Lasisi, K. E., Moffat, I. U., & Abasiekwere, U. A. (2023). Appraisal of excess Kurtosis through outlier-modified GARCH-type models. Communications in Statistics - Simulation and Computation, 52(4), 1523–1537. https://doi.org/10.1080/03610918.2021.1887225
Azeez, M., & Olanrewaju, S. (2020). Statistical Analysis on the Impact of Macroeconomic Variables on Stock Market Prices in Nigeria. International journal of statistics and applications. https://www.semanticscholar.org/paper/Statistical-Analysis-on-the-Impact-of-Macroeconomic-Azeez-Olanrewaju/f5bcb5dbcddc8fa3927d4e0f3a7fddbdda8c8f4c
Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of econometrics, 31(3), 307–327.
Bollerslev, T., Engle, R. F., & Nelson, D. B. (1994). ARCH models. Handbook of econometrics, 4, 2959–3038.
Brooks, C. (2008). RATS Handbook to accompany introductory econometrics for finance. Cambridge Books.
Casas Monsegny, M., & Cepeda Cuervo, E. (2008). Modelos ARCH, GARCH y EGARCH: aplicaciones a series financieras. Cuadernos de economía, 27(48), 287–319.
Chakimatuzzahroh, C., & Witiastuti, R. S. (2018). Pull Factor and Push Factor Influences on the Volatility of Foreign Investment Flows in Indonesian Capital Market. Management Analysis Journal. https://www.semanticscholar.org/paper/Pull-Factor-and-Push-Factor-Influences-on-the-of-in-Chakimatuzzahroh-Witiastuti/f9a79b0cbc5e8ccf8d4966289502b548a74415e2
Enders, W. (2009). Applied Econometric Time Series (3rd edition). Wiley.
Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica: Journal of the econometric society, 987–1007.
Gouriéroux, C. (1997). ARCH Models and Financial Applications. https://www.semanticscholar.org/paper/ARCH-Models-and-Financial-Applications-Gouri%C3%A9roux/3f6b89536c8c501046024ec1bddb05f7aa4e172b
INDEC: Instituto Nacional de Estadística y Censos de la República Argentina. (2011, febrero). INDEC: Instituto Nacional de Estadística y Censos de la República Argentina. https://www.indec.gob.ar/indec/web/Institucional-Indec-InformacionDeArchivo
Merabet, F., Zeghdoudi, H., Yahia, R. H., & Saba, I. (2021). MODELLING OF OIL PRICE VOLATILITY USING ARIMA-GARCH MODELS F. Merabet, H. Zeghdoudi, R. H Yahia, and I. Saba. Advances in Mathematics: Scientific Journal, 10(5), 2361–2380. https://doi.org/10.37418/amsj.10.5.6
Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica: Journal of the econometric society, 347–370.
Szczygielski, J., & Chipeta, C. (2016). Risk Factors in Returns of the South African Stock Market. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.2883302
Vargas, A. S., & Martínez, O. R. (2006). Regularidades probabilísticas de las series financieras y la familia de modelos GARCH. CIENCIA ergo-sum, Revista Científica Multidisciplinaria de Prospectiva, 13(2), 149–156.
Yahoo Finance—Stock Market Live, Quotes, Business & Finance News. (s/f). Recuperado el 19 de octubre de 2023, de https://finance.yahoo.com/
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Angel Enrique Zapata Barros, Ignacio Lautaro Paola

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
https://orcid.org/0009-0005-4809-7192




