摘要：Este trabalho avaliou se os modelos GARCH do regime de Markov podem superar os modelos do tipo GARCH na previsão. Para atingir este objetivo, foi utilizado o mercado acionário brasileiro - Ibovespa - entre 2012 e 2017 como escopo do estudo. A principal diferença do nosso trabalho é a definição do padrão dentro e fora da amostra. Este trabalho determinou uma previsão de 200 passos à frente (10 meses), com reestimação do modelo a cada passo à frente, a fim de encontrar evidências conclusivas e resultados robustos do modelo que tem melhor capacidade preditiva. Os resultados mostraram que os modelos do tipo GARCH mostram um desempenho ligeiramente melhor para o VaR a 5% e os modelos de regime de Markov tiveram melhor desempenho a 1% e precisão preditiva considerando a maioria dos critérios estatísticos. Além disso, conclui-se que nenhum modelo poderia ser determinado como referência por critérios estatísticos, o que mostra que não há como determinar um modelo que supera a previsão no mercado acionário brasileiro.
其他摘要：This paper evaluated if the Markov switching regime GARCH models can outperforms the single GARCH-type models on forecasting. To achieve this objective, it was used the Brazilian stock market – Ibovespa – between 2012 and 2017 as study scope. The major difference of our work is the definition of the in-sample and out-of-sample pattern. This paper determined a 200 steps-ahead (10 months) forecast, with model re-estimation at each step-ahead, in order to find conclusive evidence and robust results of the model which has better predictive ability. The results showed that the single GARCH-type models show a slightly better performance for VaR at 5% and switching regime models had better performance at 1% and predictive accuracy considering the most of statistical criteria. Besides that, no model could be determined as benchmark by statistical criteria, which displays that there´s no way to determine a model that outperforms for forecasting on the Brazilian stock market.
