This paper presents an investigation into the relationship between the announcement of mergers and acquisitions, the existence of positive abnormal returns for shares of these firms, and market efficiency in Argentina, Brazil and Chile. Statistically significant Standardized Abnormal Returns were present in the event announcement and the following days in Argentina and Chile and on the event day in Brazil, confirming value creation signaling. Furthermore, the significance of abnormal returns in the event window, namely in the 5 days following the event in Argentina and Chile and the absence of such in Brazil suggests a more efficient market exists in Brazil, in keeping with the semi-strong market efficiency hypothesis. The absence of semi-strong efficient market behavior could prove valuable to investors who could use a window of a few days after the event announcement to accumulate abnormal returns, provided the appropriate research into news of possible mergers or acquisitions has been made.

Neste trabalho foram avaliados os ajustes de cinco modelos para previsão da variância, utilizando-se uma série de preços de soja, uma commodity negociada na bolsa de mercadorias de Chicago (CBOT), com dados de alta frequência. Os modelos utilizados foram do tipo GARCH, FIGARCH e ARFIMA. Foi possível observar características desta série de preços de uma commodity negociada globalmente que se apresentaram inteiramente diferentes daquelas de ativos financeiros anteriormente estudados, possivelmente em virtude da característica contínua dos preços observados, induzida pela sua negociação global independente de pregões com início e fim. Foi possível concluir que a série de dados de alta frequência encerra informações adicionais às séries de dados diários, também no caso estudado de preços da soja, e que o tradicional modelo GARCH(1,1) tem um bom desempenho também no caso dos dados de alta frequência, assim como aqueles da família ARFIMA. Recomenda-se mais investigação para o caso dos modelos FIGARCH, procurando um melhor ajuste.

In the present study, five volatility prediction models were evaluated using a series of soybeans prices, a commodity traded in the Chicago Board of Trade (CBOT), using high-frequency data. The models used belonged to the GARCH, FIGARCH and ARFIMA families. It was possible to observe entirely different characteristics of this commodity price series, which is negotiated on a global scale, from those of the financial assets previously studied, possibly due to the continuity of the price series studied allowed by the global negotiation nature of this trade, fully independent of daily exchange markets subject to opening and closing times. It was possible to conclude that the high-frequency price data do provide additional information to the traditional daily time series, also in the case of soybeans, and that the traditional GARCH(1,1) model also has good performance on the high-frequency price data just like those of the ARFIMA family. Further investigation should be carried out on the FIGARCH models to get a better parameter fit.

Desde o final dos anos 90, o setor elétrico brasileiro vem passando por grandes reformas, cujos principais objetivos são aumentar a competição e a eficiência na alocação de recursos. Exatamente em função deste aumento de eficiência na alocação de recursos e devido ao consumo sazonal de energia no Brasil, foi estabelecida uma flexibilidade para as hidrelétricas conhecida como sazonalização. A sazonalização permite que a cada ano o agente de geração declare para o próximo ano o quanto é a energia mensal respeitando-se certos limites. Neste artigo, propõe-se um modelo de análise de decisão da sazonalização a partir da otimização da medida ômega com restrições de valor em risco, a qual consegue incorporar todos os momentos de uma distribuição de probabilidade numa análise de decisão. Para o cálculo desta medida, utiliza-se simulação dos preços de curto prazo. Aplica-se este modelo ao caso de uma pequena central hidrelétrica. Os resultados indicam que a decisão de sazonalização muda substancialmente quando há restrição de valor em risco (Value at Risk - VaR), fazendo com que a decisão ótima fique mais próxima de uma alocação uniforme ao longo do ano. Quando não há restrição de VaR, a decisão ótima difere consideravelmente da alocação uniforme.

Since the late 1990s, the Brazilian electric power industry has been undergoing significant structural changes, the main objective being to increase competition and resources allocation efficiency. Due to this increase in efficiency and because of seasonal electricity consumption, there is the inclusion of a contractual flexibility, named seazonalization. This flexibility in the contract allows the generation agent (hydropower plant) to choose the monthly electricity amount generated and supplied to the system, each year, within certain limits. In this article it is proposed a model for the analysis and decision of the best energy supply profile, for the twelve months of the contract time span, based on the optimization of the omega measurement (consider all moments), subjected to value at risk restrictions. In order for this omega measurement to be employed, the simulation of short term prices is used and the model then applied to a small hydroelectric generation facility. The results indicate that the seazonalization decision will change substantially when there are value at risk restrictions, forcing the optimal decision to be closer the flat allocation throughout the year.