Search

The presence of jumps has an important impact on forecasting volatility of financial assets. These jumps can be understood as a large local structural changes in the price series and are often associated at a behavioral issue of investors, usually caused by macroeconomics news announcements. The wavelets approach can be used in these situations once it detects jumps locations efficiently. However, it is common that this detection to be performed only at the finest level since this is where the noises are expected to be located. In this context, this work explored the presence of jumps in the different levels of decomposition of the studied time serie, to determine the estimation of the variation due to jumps in the variability of the price process. For this, an analysis was carried out from the series of log-prices of PETROBRAS shares (PETR4), at a frequency of 1 minute, in a period with a strong fall evidenced by an intervention in the presidency of the state-owned company. The methodology used showed that, particularly for this mentioned price drop, the variability due to jumps is impacted in a way that its estimate more than triples when also considering the low frequency levels, corresponding to investment horizons ranging from minutes to 1 to 2 hours of trading, which also highlights the length of time the news effect takes to dilute in the stock market. La presencia de saltos tiene un fuerte impacto en la previsión de la volatilidad de los activos financieros. Estos saltos pueden entenderse como grandes cambios estructurales locales en la serie de precios y, a menudo, se asocian a un problema de comportamiento para los inversores, generalmente causado por anuncios de noticias macroeconómicas. El enfoque de wavelet se puede utilizar en estas situaciones una vez que detecta ubicaciones de salto de manera eficiente. Sin embargo, es común que esta detección se realice solo en el nivel más fino, ya que es donde se espera que se localice los ruidos. En este contexto, el presente trabajo exploró la presencia de saltos en los diferentes niveles de descomposición de la serie estudiada, con el fin de determinar la estimación de la variación por saltos en la variabilidad del proceso de precios. Para ello, se realizó un análisis a partir de la serie de log-precios de las acciones de PETROBRAS (PETR4), con una frecuencia de 1 minuto, en un período con fuerte caída evidenciada por una intervención en la presidencia de la estatal. La metodología utilizada mostró que, particularmente para esta caída de precios mencionada, la variabilidad por saltos se ve impactada de manera que su estimación más que se triplica al considerar también los niveles de frecuencia más bajos, correspondientes a horizontes de inversión que van desde minutos hasta 1 a 2 horas de Trading, que también destaca el tiempo que tarda el efecto de las noticias en diluirse en el mercado de valores. A presença de saltos possui forte impacto na previsão da volatilidade de ativos financeiros. Estes saltos podem ser compreendidos como grandes mudanças estruturais locais na série de preços, e frequentemente estão associados à uma questão comportamental dos investidores, em geral causada por anúncios de notícias macroeconômicas. A abordagem de ondaletas pode ser utilizada em situações como esta, uma vez que detectam locais de salto com eficiência. No entanto, é comum que essa detecção seja realizada apenas no nível de maior detalhe, já que é onde espera-se que os ruídos estejam localizados. Neste contexto, o presente trabalho explorou a presença de saltos nos diversos níveis de decomposição da série estudada, a fim de apurar a estimação da variação devida à saltos na variabilidade do processo de preço. Para isto, uma análise foi realizada a partir da série de log-preços das ações da PETROBRÁS (PETR4), na frequência de 1 minuto, em um período com uma forte queda evidenciada por uma intervenção na presidência da estatal. A metodologia utilizada evidenciou que, particularmente para esta queda de preços citada, a variabilidade devida à saltos é impactada de forma que sua estimativa mais que triplica ao se considerar também os níveis de menor frequência, correspondentes a horizontes de investimentos que vão de minutos até 1 a 2 horas de negociação, o que destaca também o período de tempo que o efeito da notícia leva para diluir no mercado de ações.