Modelo de Opção Global para Agentes Financeiros em Redes Complexas
##plugins.themes.bootstrap3.article.main##
Resumo
No curso das últimas décadas, mercados financeiros e sistemas econômicos têm intrigado cientistas de diversas áreas no estudo de sua dinâmica de interações. O uso de técnicas e metodologias da Mecânica Estatística são um importante fator para a investigação destes sistemas ditos complexos (MANTEGNA; STANLEY, 1999). Nesse âmbito, surge o campo interdisciplinar da Econofísica, que consiste na utilização de tais ferramentas, aliadas à simulações computacionais, com o objetivo de investigar o comportamento de mercados financeiros. Redes complexas são uma abordagem natural no estudo de sistemas físicos reais, como problemas relacionados à análise climática, à rede mundial de computadores, tráfego aéreo, sistemas sociais, mercados financeiros, entre outros (FELDHOFF, et al., 2015; BARABÁSI; ALBERT; JEONG, 2000; AN, et al., 2014; STEED, 2016). Neste trabalho, utilizamos o método de Erdös-Rényi para construir uma rede de tipo grafo aleatório para modelar a dinâmica de agentes financeiros em um mercado de ações (LIMA; SOUSA; SUMUOR, 2008; PEREIRA; MOREIRA, 2005). Dessa forma, utilizamos o método Monte Carlo e simulações computacionais para implementar e analisar uma variante do Modelo do Voto da Maioria para Mercados Financeiros (VILELA, et al., 2019) em Grafos Aleatórios. Nesse modelo, a rede é dividida em dois tipos de agentes: noise traders e contrarian traders. O primeiro tipo de investidor tende a seguir a opinião da maioria de seus vizinhos com probabilidade (1 – q). Por outro lado, a estratégia do segundo tipo de investidor é seguir a minoria global do sistema como opção de investimento, consistindo em vender (comprar) enquanto a maioria compra (vende). A fim de caracterizar o comportamento qualitativo e quantitativo do modelo, investigamos o parâmetro de ordem do sistema, o retorno, a autocorrelação e distribuição de retornos. Nossos resultados apresentam concordância com o esperado para mercados financeiros reais como distribuição de retorno com caudas longas, volatilidade aglomerada e decaimento exponencial da autocorrelação.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Edição
Seção
Física de Materiais