Relação entre variáveis macroeconômicas e Ibovespa em diferentes contextos de volatilidade

Autores

  • Bruno Milani Universidade Federal de Santa Maria (UFSM) – Santa Maria – RS, Brasil
  • Keler Eliana Severo Corrêa Universidade Federal de Santa Maria
  • Adriano Mendonça Souza Universidade Federal de Santa Maria
  • Cleber Bisognin

DOI:

https://doi.org/10.12712/rpca.v.194.69935

Resumo

Este estudo investiga se fatores macroeconômicos possuem relação de causalidade no sentido de Granger em direção ao Ibovespa, considerando diferentes regimes de volatilidade de Markov e os efeitos da pandemia de COVID-19. Estima-se inicialmente um modelo Markov-Switching GARCH que identifica dois regimes distintos. Em seguida, aplicam-se testes de Causalidade de Granger a cada regime e período para avaliar o poder preditivo de dez variáveis macroeconômicas. Os resultados mostram que a estrutura de causalidade é altamente dependente do regime e que houve mudanças estruturais consideráveis após a pandemia.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

ARDIA, D., BLUTEAU, K., BOUALLEGUE, R., & BURI, M. (2019). The R package MSGARCH: Markov-switching GARCH models. Journal of Statistical Software, 91(4), 1–38. https://doi.org/10.18637/jss.v091.i04

BERNARDELLI, L. V., & BERNARDELLI, A. G. (2016). The analysis about the relation between the stock market with the macroeconomic variable in the period from 2004 to 2014. Revista Evidenciação Contábil & Finanças, 4(1), 4–17. https://doi.org/10.18405/recfin20160101

BERNARDELLI, L. V., BORGES, M. J., SANCHES, S. L. R., & SBARDELLATI, E. C. de A. (2018). Relação entre as variáveis macroeconômicas e o valor das empresas do IBOVESPA: uma abordagem de vetores autorregressivos de 2000 a 2017. In USP International Conference in Accounting (18th ed.). https://congressousp.fipecafi.org/anais/18UspInternational/ArtigosDownload/1204.pdf

BERNARDELLI, L. V., & CASTRO, G. H. L. (2020). Mercado acionário e variáveis macroeconômicas: evidências para o Brasil. Revista Catarinense da Ciência Contábil, (19), 1–20. https://doi.org/10.16930/2237-766220202892

BOLLERSLEV, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. https://www.sciencedirect.com/science/article/pii/0304407686900631

CARHART, M. M. (1997). On persistence in mutual fund performance. Journal of Finance, 52(1), 57–82. https://doi.org/10.1111/j.1540-6261.1997.tb03808.x

CHEN, N.-F., ROLL, R., & ROSS, S. A. (1986). Economic forces and the stock market. Journal of Business, 59(3), 383–403. https://www.jstor.org/stable/2352710

ENGLE, R. F. (1982). Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. https://www.jstor.org/stable/1912773

FAMA, E. F., & FRENCH, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3–56. https://doi.org/10.1016/0304-405X(93)90023-5

GLOSTEN, L. R., JAGANNATHAN, R., & RUNKLE, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. Journal of Finance, 48(5), 1779–1801. https://doi.org/10.1111/j.1540-6261.1993.tb05128.x

GRANGER, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438. https://www.jstor.org/stable/1912791

HAAS, M., MITTNIK, S., & PAOLELLA, M. S. (2004). A new approach to Markov-switching GARCH models. Journal of Financial Econometrics, 2(4), 493–530. https://doi.org/10.1093/jjfinec/nbh020

HAMILTON, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, 57(2), 357–384. https://www.jstor.org/stable/1912559

HAMILTON, J. D., & SUSMEL, R. (1994). Autoregressive conditional heteroskedasticity and changes in regime. Journal of Econometrics, 64(1–2), 307–333. https://doi.org/10.1016/0304-4076(94)90067-1

KLAASSEN, F. (2002). Improving GARCH volatility forecasts with regime-switching GARCH. Empirical Economics, 27(2), 363–394. https://doi.org/10.1007/s001810100100

LEWIN, M., & CAMPANI, C. H. (2020). Gestão de carteiras sob múltiplos regimes: performance fora da amostra. Brazilian Review of Finance, 18(3), 52–79. https://doi.org/10.12660/rbfin.v18n3.2020.81210

MAGNANI, V. M., CALUZ, A. D. R., GATSIOS, R. C., & LIMA, F. G. (2025). The relationship of monetary and fiscal policy credibility with the stock market volatility in a developing country. Global Business Review, 26(1), 55–68. https://doi.org/10.1177/0972150920982513

MILANI, B., & CERETTA, P. S. (2014). O modelo de precificação por arbitragem no contexto dos fundos de investimento brasileiros. Estudos do CEPE, (39), 55–78. https://doi.org/10.17058/cepe.v0i39.3806

MILANI, B., & CERETTA, P. S. (2019a). Precificação de ETFs Brasileiros. Revista Gestão & Tecnologia, 19(2), 126–148. https://doi.org/10.20397/2177-6652/2019.v19i2.1373

MILANI, B., & CERETTA, P. S. (2019b). Análise dos Fundos de Investimento brasileiros através do CAPM cointegrado com regimes de Markov. Revista Economia & Gestão, 19(53). https://doi.org/10.5752/P.1984-6606.2019v19n53p40-54

NELSON, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. https://doi.org/10.2307/2938260

PEREIRA, M. V. L., ARAÚJO, L. C. de, & IQUIAPAZA, R. A. (2020). Cointegração e previsibilidade de abordagens VECM para o Ibovespa. Brazilian Review of Finance, 18(2), 82–121. https://doi.org/10.12660/rbfin.v18n2.2020.79162

RIBEIRO, A. A. da S., LEITE, Á. R., & JUSTO, W. R. (2016). Análise de cointegração e causalidade entre variáveis macroeconômicas e o índice Dow Jones sobre o Ibovespa. Revista de Administração da Universidade Federal de Santa Maria, 9(1), 121–137. https://doi.org/10.5902/1983465911741

ROSS, S. A. (1976). The arbitrage theory of capital asset pricing. Journal of Economic Theory, 13(3), 341–360. https://doi.org/10.1142/9789814417358_0001

SANTANA, H. N., LIMA, S. A. de, & FERREIRA, B. P. (2018). 20 anos de Real: uma análise da relação entre câmbio, inflação, taxa de juros e o Ibovespa. Revista Gestão & Tecnologia, 18(2), 44–69. https://doi.org/10.20397/2177-6652/2018.v18i2.1224

SOUZA, F. H. D. de, & SILVA, C. A. G. da. (2021). Análise dinâmica da relação entre as variáveis macroeconômicas e o mercado acionário brasileiro: uma abordagem do modelo de correção de erros. Brazilian Journal of Business, 3(4), 2908–2935. https://doi.org/10.34140/bjbv3n4-011

ZAKOIAN, J.-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931–955. https://doi.org/10.1016/0165-1889(94)90039-6

Downloads

Publicado

2026-03-27

Edição

v. 19 n. 4 (2025)

Seção

Artigos/Papers

Licença

Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License, permitindo o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista. 

A Revista usa o CC BY. Essa licença permite que outras pessoas distribuam, remixem, adaptem e desenvolvam seu trabalho, mesmo comercialmente, desde que sejam creditadas pela criação original. Essa é a licença mais flexível oferecida. Recomendado para máxima disseminação e uso de materiais licenciados.

Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), sempre com reconhecimento de autoria e publicação inicial nesta revista.

A Revista ulitiliza o DOI (Digital Object Identifier ) desde 2007 O DOI com a finalidade de autenticar cada artigo, portanto seu conteúdo digital.