Resumo Este artigo utiliza uma base de dados única, que contempla dados reais de operações de todos os investidores do mercado de ações brasileiro. Foram analisadas mais de 60 milhões de operações de compra e venda de mais de 500 mil investidores. Os resultados apontam que os investidores pessoa física estão entre os tipos de investidores mais propícios à presença do efeito disposição e estão entre aqueles com menores retornos médios em suas transações. Investidores institucionais, por sua vez, apresentaram um comportamento não condizente com o efeito disposição e maiores retornos médios em suas operações de venda.

Abstract This article uses a unique database that provides real data on the operations of all investors in the Brazilian stock market. More than 60 million purchase and sale operations were analyzed for more than 500 thousand investors. The results point out that individual investors are among the most favorable types of investors to the presence of the disposition effect and are among those with lower average returns in their transactions. Institutional investors, on the other hand, presented behavior that was not consistent with the disposition effect and higher average returns in their sale operations.

Modelos baseados em vetores autoregressivos com parâmetros variantes no tempo e contendo efeitos heterocedásticos (TVP-VAR) propostos por Koop & Korobilis (2013) são utilizados na previsão da inflação (IPCA), da taxa de juros (SELIC) e do indicador mensal do PIB (IBC-Br) para diversos horizontes. Estratégias de previsão baseadas em seleção e combinação dinâmicas entre diferentes especificações também são utilizadas. As previsões são comparadas com as oriundas de modelos VAR bayesianos, modelos VAR aumentados com fatores e outros modelos competidores através da metodologia model confidence set. Os resultados indicam que a especificação TVP-VAR é a única que está sempre no conjunto de melhores modelos, independentemente da variável analisada ou do horizonte de previsão escolhido.

Vector autoregressive models with time-varying parameters and heteroskedastic effects, proposed in Koop & Korobilis (2013) and known as TVP-VAR models, are used to predict inflation, the interest rate, and a monthly GDP indicator for several forecast horizons. Dynamic model selection and averaging strategies for the different model specifications are also considered. Forecasts are compared to those from Bayesian VAR models, factor augmented VARs, and other competing models using the model confidence set methodology. The results indicate that TVP-VAR is the only specification always included in the set of best performing models, independently from the variable analyzed, and from the forecast horizon.

Neste artigo utiliza-se o modelo fatorial Fama-French-Carhart para obter portfólios ótimos de mínima variância irrestritos e restritos para vendas a descoberto. Para esse propósito, matrizes de covariâncias condicionais são obtidas com base em uma recente especificação GARCH fatorial multivariada proposta por Santos e Moura (2012) a qual adota uma modelagem flexível para os fatores comuns, para os ativos individuais, e para os pesos dos fatores. Uma aplicação envolvendo 61 ações negociadas na Bolsa de Valores de São Paulo (BM) mostrou que a especificação proposta gera portfólios menos arriscados fora da amostra em comparação com várias especificações benchmark, incluindo modelos fatoriais existentes.

In this article the Fama-French-Carhart factor model is used to obtain short selling-constrained and unconstrained minimum variance portfolios. For that purpose, conditional covariance matrices are obtained based on a recent multivariate factor GARCH specification with a flexible modeling strategy for the common factors, for the individual assets, and for the factor loads proposed by Santos e Moura (2012). An application involving 61 stocks traded on the São Paulo stock exchange (BM) shows that the proposed specification delivers less risky portfolios on an out-of-sample basis in comparison to several benchmark models, including existing factor approaches.