Acceso usuarios
Edimilson Costa Lucas
, Carlos Alberto Di Agustini, Maria Augusta Pessoa Mauger Carbone, Alan Guilhermino da Silva
Objetivo: Este estudio analiza la influencia del precio internacional del petróleo sobre las acciones de Petrobrás (PETR4) y VALE (VALE3), considerando también el impacto del índice S&P 500 entre enero de 2021 y enero de 2023, período marcado por eventos exógenos como la pandemia del COVID-19 y el conflicto entre Rusia y Ucrania.Metodología/enfoque: La investigación utiliza datos diarios obtenidos mediante el paquete yfR del sitio Yahoo Finance, aplicando el modelo de Vectores Autorregresivos (VAR) junto con las pruebas ADF, KPSS, BIC, AIC y HQ para verificar la estacionariedad y determinar el número óptimo de rezagos. También se realizaron pruebas de normalidad, autocorrelación y heterocedasticidad, además de aplicar la técnica de Descomposición Generalizada de la Varianza del Error de Predicción (GFEVD), según Diebold y Yilmaz (2012), y la prueba de causalidad de Granger (1969).Originalidad/relevancia: La originalidad radica en aplicar el modelo GFEVD a una muestra reciente y volátil, centrada en empresas brasileñas estratégicas en el mercado global de commodities.Resultados principales: El petróleo (CL1) explicó el 4,81% de la varianza de PETR4 y el 7,72% de VALE3 en un horizonte de 10 días. El índice de spillover disminuyó en los picos del COVID-19 y al inicio de la guerra.Contribuciones teóricas/metodológicas: El estudio refuerza la utilidad del modelo VAR-GFEVD para analizar la conectividad entre activos.Contribuciones para la gestión: Los hallazgos ayudan a inversores y gestores públicos a tomar decisiones ante choques externos en contextos inestables.
Goal: This study analyzes the influence of international oil prices on Petrobrás (PETR4) and VALE (VALE3) stocks, also considering the impact of the S&P 500 index from January 2021 to January 2023, a period marked by exogenous events such as the COVID-19 pandemic and the Russia-Ukraine conflict.Methodology/approach: The research uses daily data extracted via the yfR package from Yahoo Finance and applies a Vector Autoregressive (VAR) model, using ADF, KPSS, BIC, AIC, and HQ tests to check stationarity and determine lag selection. Additional tests of normality, autocorrelation, and heteroskedasticity were performed, along with the Generalized Forecast Error Variance Decomposition (GFEVD) method proposed by Diebold and Yilmaz (2012) to measure spillovers, and Granger causality testing (1969).Originality/relevance: The study’s originality lies in applying GFEVD to a recent and globally volatile sample, focusing on key Brazilian companies in the international commodities market.Main results: Oil (CL1) influenced 4.81% of PETR4 and 7.72% of VALE3 variance over a 10-day horizon. The spillover index dropped during COVID-19 peaks and the start of the war, indicating temporary disruptions.Theoretical/methodological contributions: The findings support the VAR-GFEVD model as a robust tool for analyzing asset interconnectivity.Managerial contributions: Results offer guidance for investors and policymakers in understanding how Brazilian stocks respond to external shocks, enhancing strategic decisions in volatile environments.
Objetivo: Este estudo analisa a influência do preço internacional do petróleo sobre as ações da Petrobrás (PETR4) e da VALE (VALE3), considerando também o impacto do índice S&P 500, no período entre janeiro de 2021 e janeiro de 2023, marcado por eventos exógenos como a pandemia da COVID-19 e o conflito Rússia-Ucrânia.Metodologia/abordagem: A pesquisa utiliza dados diários obtidos via pacote yfR do Yahoo Finance e aplica a modelagem Vetor Autorregressivo (VAR), com testes ADF, KPSS, BIC, AIC e HQ para verificação da estacionariedade e seleção de defasagem. Adicionalmente, foram realizados testes de normalidade, autocorrelação e heterocedasticidade, bem como a técnica de Decomposição Generalizada da Variância do Erro de Previsão (GFEVD), conforme Diebold e Yilmaz (2012), para mensuração dos spillovers, além do teste de causalidade de Granger (1969).Originalidade/relevância: A originalidade está na aplicação do GFEVD a uma amostra recente e altamente volátil, com foco em empresas brasileiras estratégicas no mercado global de commodities.Principais resultados: O petróleo (CL1) influenciou 4,81% da variância de PETR4 e 7,72% da variância de VALE3 em um horizonte de 10 dias. O índice de spillover apresentou quedas durante os picos da COVID-19 e no início da guerra.Contribuições teóricas/metodológicas: O estudo evidencia a robustez do modelo VAR-GFEVD na análise de conectividade entre ativos.Contribuições para a gestão: Os resultados auxiliam investidores e gestores públicos a tomarem decisões em cenários de alta instabilidade externa.
