COMPARAÇÃO DE MODELOS PARA A IDENTIFICAÇÃO DE UM PONTO DE MUDANÇA EM RETORNOS DE MERCADOS EMERGENTES

Normalidade e estrutura regular ao longo do tempo podem ser fortes suposições para conjuntos de dados provindos de diversas áreas de aplicação. Na área financeira, por exemplo, sabe-se que mercados emergentes são mais suscetíveis ao cenário político do que mercados desenvolvidos. Nestes casos, as distribuições empíricas dos retornos desses mercados de valores freqüentemente exibem assimetria, bem como mudanças estruturais.
De trabalhos anteriores, observou-se que a classe de distribuições normais assimétricas, associada ou não à teoria de pontos de mudança, pode ser uma boa alternativa para a modelagem de retornos de mercados emergentes. Os modelos disponíveis na literatura identificam pontos de mudança, no máximo, no parâmetro de assimetria da distribuição dos retornos. Sabe-se, contudo, que os retornos também apresentam mudanças estruturais no valor médio e na volatilidade (medida através da variância).
Neste trabalho, propomos um modelo bayesiano mais flexível para os dados de retornos emergentes que os apresentados na literatura, baseado na distribuição normal assimétrica com um ponto de mudança, e comparamos todos os modelos, via medidas Bayesianas. Para os modelos com ponto de mudança, testa-se se realmente houve mudança nos parâmetros de interesse através do Teste de Significância Bayesiano Completo (FBST).