Para citar este trabalho use um dos padrões abaixo:
O advento da internet e a globalização, em conjunto, possibilitaram a integração dos mercados financeiros, crescentemente sustentados por títulos de dívida direta governamentais. O investidor em potencial carece de variáveis que o auxiliem na decisão de alocação dos recursos, visto que as possibilidades são inúmeras e cada economia possui características peculiares. O agente econômico decisor precisa analisar o binômino risco – retorno para que possa tomar uma decisão mais assertiva. O EMBI+ Br (Emerging Markets Bond Index Plus - Brasil), calculado pelo Banco J.P. Morgan, estima o desempenho diário dos títulos Brasileiro da dívida em relação aos títulos do Tesouro dos EUA e pode ser usado para auxiliar decisões de investimentos em economias emergentes. O risco-Brasil pode ser calculado obtendo a diferença entre a média ponderada dos prêmios pagos por esses títulos e o prêmio de papeis de prazo equivalente do Tesouro dos Estados Unidos, que são considerados livre de risco. Esse método foi apontado como o primeiro da abordagem pelo histórico para calcular o prêmio pelo risco-país. A evolução do EMBI+ exerce um papel fundamental de apoio no caso de decisão acerca de alocação de recursos em economias emergentes como a do Brasil. O presente estudo abordou a análise da evolução temporal do EMBI+ Br no período de julho de 2019 a abril de 2022. Buscando gerar previsões para o EMBI+Br o método Box & Jenkins foi implementado. A metodologia Box & Jenkins (1970) trata-se de uma abordagem muito utilizada na construção de modelos paramétricos para séries temporais univariadas. Este método consiste em ajustar modelos lineares estacionários ou não, a uma série de tempo observada baseando-se em um ciclo iterativo, onde a estrutura do modelo depende dos próprios dados. Após o teste de sobre fixação observou-se que o modelo que melhor se ajustou aos dados foi o SARIMA〖(2,0,1)(0,1,1)〗_12. Para verificar se o modelo utilizado foi o mais assertivo, ou seja, apresentou os baixos erros de previsão, utilizou-se a métrica de acurácia MAPE. Para o período de treino o modelo SARIMA obteve um MAPE de 2,09%, já no período de teste que consiste em abril de 2021 a abril de 2022 o MAPE foi de 6,4%, evidenciando assim que o modelo se ajustou bem aos dados gerando uma previsão com erros significativamente baixos. Desta forma, o modelo proposto apresentou aderência aos dados e gerou previsões com erros significativamente baixos.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo