Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.5/3416
Título: Excess returns and normality
Autor: Boavida, João Pedro do Carmo
Orientador: Brito, Paulo Brasil de
Palavras-chave: Excess returns
Normalidade
Quebras de Estrutura
Regime Switching
Agregacão Temporal
Excess returns
Normality
Structural breaks
regime switching
Time aggregation
Data de Defesa: Jun-2011
Editora: Instituto Superior de Economia e Gestão
Citação: Boavida, João Pedro do Carmo. 2011. "Excess returns and normality". Dissertação de Mestrado. Universidade Técnica de Lisboa. Instituto Superior de Economia e Gestão
Resumo: In this dissertation, I assess under which circumstances normality can be a good descriptive model for the U.S. excess returns. I explore two possible sources of deviations from normal¬ity: structural breaks and regime switching in long term aggregate time series. In addition, I study temporal aggregation (i.e., considering the frequency of data as a variable) for ex¬cess returns in short term time series. My main findings are summarized as follows. First, using long spanning monthly time series data from 1871 to 2010, I find that (1) there are structural breaks in monthly excess returns between pre-WWII and post-WWII data; and, (2) while pre-WWII data is consistent with normality, post-WWII data is not. Second, I provide evidence of two market regimes for excess returns in post-WWII data. These regimes may be seen as bull and bear market conditions. Third, using high frequency post-WWII data, I check for aggregational Gaussianity, from daily to annual data. I find that Gaus-sianity depends on the frequency of data: it may hold for highly aggregate data (starting from semi-annual to annual data) but it does not hold for high frequency data (less than semi-annual). My main contribution is to demonstrate the "normality survival" when fre¬quency is taken as a variable. After a careful look at the available literature on aggregational Gaussianity, I found no previous applications and results for excess returns.
Nesta dissertação, eu avalio sob que condições a normalidade pode ser um bom modelo descritivo para os excess returns nos E.U.A.. Para tal, exploro duas fontes potenciais de desvio da normalidade: quebras de estrutura e mistura de regimes para series temporais longas agregadas. Adicionalmente, estudo a agregaçao temporal (i.e., tomando a frequencia dos dados como variável) para os excess returns em series temporais. Os principais resultados obtidos sao os seguintes. Primeiro, utilizando dados mensais para um longo perodo temporal de 1871 ate 2010, conclui-se que: (1) existem quebras de estrutura nos excess returns mensais entre o período antes e depois da Segunda Guerra Mundial (SGM) e, (2) enquanto os dados do período antes da SGM sao consistentes com a normalidade, os dados do pós-guerra nao são. Segundo, apresenta-se evidencia de dois regimes de mercado para o período pos-SGM. Estes regimes podem ser vistos como descrevendo condições de mercado buli e bear. Terceiro, usando dados com frequencias mais altas para o período pos-SGM, testa-se a aggregational Gaussianity para dados de diários ate dados anuais. Conclui-se que a Gaussianity depende da frequencia dos dados: pode ser valida para dados mais agregados (comecando em dados semestrais ate dados anuais) mas não e valida para dados com frequencias mais altas (menores que semestrais). O principal contributo desta dissertacão e demonstrar a sobrevivência da normalidade quando se toma a frequncia dos dados como variavel. Apás uma revisãao aprofundada da literatura sobre aggregational Gaussianity, n ao encontrei resultados anteriores para os excess returns.
Descrição: Mestrado em Economia Monetária e Financeira
URI: http://hdl.handle.net/10400.5/3416
Aparece nas colecções:BISEG - Dissertações de Mestrado / Master Thesis
DE - Dissertações de Mestrado / Master Thesis

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
main.pdf429,12 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.