News sentiment and volatility dynamicsa HAR-X analysis of Brazilian stock markets

Resumo

O objetivo deste trabalho e aplicar aos ativos negociados na bolsa de valores brasileira o modelo Heterogeneous Autorregressive (HAR) integrado com o uso de escores de sentimento extraídos de notícias como variável exógena, com o intuito de estimar o efeito das notícias sobre a volatilidade das ações. A volatilidade dos ativos é obtida a partir dos preços de abertura, mínima, máxima é fechamento em intervalos de uma hora, utilizando o estimador de Garman-Klass. Os escores de sentimento são derivados de um classificador zero-shot e hipótese propostas, com cerca de 2.500 notícias financeiras como entrada, abrangendo o período de maio de 2023 a março de 2025, visando estimar o impacto das notícias sobre os ativos. Métricas de aprendizado de máquina, como R 2 e erro quadrático médio (MSE), foram comparadas entre os modelos com e sem variáveis exógenas, para cada ativo avaliado. A inclusão dos escores de sentimento resultou em uma melhoria geral de desempenho. Ademais, a análise revelou uma estrutura de defasagens consistente entre todas as ações avaliadas, caracterizada por coeficientes lineares semelhantes associados as variáveis de sentimento de notícias. Esse padrão foi observado independentemente do setor de atuação das empresas, o que pode indicar uma resposta temporal generalizada ao ˜ sentimento de notícias no contexto da modelagem da volatilidade.

Ficha do documento

Tipo

Dissertação

Ano

2025

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/37244

Temas

EconomiaModelagem Econômica

Palavras-chave

HAR-XVolatility forecastingNews sentimentPrevisão de volatilidadeSentimento de notíciasEconomiaMercado de capitais - BrasilMercado de ações - PrevisãoVolatilidade (Finanças)Processo decisório