English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Modelos de precificação de ativos representam uma das áreas mais discutidas e pesquisadas em finanças. São amplamente utilizados de forma teórica e prática na área de investimentos para modelar e prever o risco e o retorno de títulos e de carteiras, bem como em finanças corporativas para estimar o custo de capital e ranquear projetos de investimento. Eles fornecem uma medida útil de risco que ajuda gerentes e investidores a determinar o retorno requerido ao colocarem seu dinheiro em risco. O objetivo deste trabalho é analisar o desempenho do modelo CAPM condicional com aprendizagem proposto por Adrian e Franzoni (2009) quando aplicado às séries de retornos das ações mais líquidas do mercado brasileiro no período de 1987 a 2010. Adrian e Franzoni (2009), em seu artigo, complementaram a literatura do CAPM condicional ao modelarem um novo tipo de variação temporal nos betas condicionais. Nesse ambiente, os investidores formam expectativas sobre o nível de longo prazo dos fatores de risco com base nos retornos realizados de variáveis exógenas. Como consequência direta dessa hipótese, os betas condicionais são modelados por meio do filtro de Kalman. Utilizando dados de 25 carteiras classificadas por tamanho e pelo índice valor contábil-valor de mercado, os autores concluíram que o CAPM condicional com aprendizagem é capaz de reduzir substancialmente os erros de apreçamento quando comparado ao CAPM em sua versão original. Dessa forma, contribuímos para a literatura de precificação de ativos, na medida em que avaliamos se esse modelo é capaz de reduzir os erros de apreçamento em relação à versão original do modelo CAPM, quando aplicado a dados de ativos individuais brasileiros. Os resultados deste artigo evidenciam uma redução nos erros de precificação do CAPM condicional com aprendizagem em relação ao CAPM em sua versão original. Dessa forma, tais resultados empíricos sugerem que a aprendizagem sobre os betas deve ser levada em consideração na estimação do CAPM incondicional e condicional.

CAPM condicional com aprendizagem aplicado ao mercado brasileiro de ações