Análise do preço das ações da IndiGo e SpiceJet durante a COVID-19
Uma olhada em como a pandemia afetou os preços das ações das companhias aéreas.
― 8 min ler
Índice
- Importância dos Preços das Ações
- Comportamento da Cauda dos Preços das Ações
- Coleta de Dados
- Teoria dos Valores Extremos
- Pontos de Mudança
- Métodos de Detecção de Pontos de Mudança
- Análise dos Preços das Ações Durante a COVID-19
- Taxas de Retorno e Comportamento do Mercado
- Pré-processamento de Dados
- Estimando Parâmetros
- Correlação Entre Companhias
- Teste de Razão de Verossimilhança (LRT)
- Critério de Informação Modificado (MIC)
- Estudos de Simulação
- Valores Críticos e Comparação de Poder
- Aplicação em Dados Reais
- Interpretação dos Resultados
- Implicações Futuras
- Conclusão
- Fonte original
- Ligações de referência
A pandemia de COVID-19 afetou muito várias indústrias, incluindo a aviação. Esse artigo foca em como os preços das ações de duas grandes companhias aéreas indianas, a IndiGo e a SpiceJet, foram impactados durante esse período desafiador. Vamos explorar a conexão entre os preços das ações dessas duas companhias, especialmente em momentos de comportamento extremo do mercado.
Importância dos Preços das Ações
Os preços das ações são indicadores vitais da saúde financeira e posição no mercado de uma empresa. Ao avaliar o desempenho de uma companhia aérea, os preços refletem as opiniões e expectativas dos investidores sobre lucros futuros. Os traders costumam tentar comprar barato e vender caro pra maximizar os lucros. Durante a pandemia, as restrições de viagem e a demanda reduzida por voos causaram quedas significativas nos preços das ações, e entender essas mudanças pode dar insights valiosos sobre o comportamento do mercado.
Comportamento da Cauda dos Preços das Ações
Quando analisamos os preços das ações, geralmente focamos nos retornos diários, que mostram quanto o preço mudou de um dia pro outro. A taxa de retorno pode indicar um ganho ou uma perda para os investidores. Estamos especialmente interessados na cauda superior da distribuição dessas Taxas de Retorno-essa parte pode nos ajudar a entender como as ações se comportam sob condições extremas, como preços de venda altos.
Coleta de Dados
Nós coletamos dados de dezembro de 2019 a maio de 2022, um período que inclui três ondas significativas de COVID-19 na Índia. Durante esse tempo, as viagens de avião estavam muito restritas, afetando os preços das ações das companhias aéreas. Olhando para os preços das ações da IndiGo e da SpiceJet durante esse período, conseguimos ver como o desempenho e a interdependência delas mudaram.
Teoria dos Valores Extremos
A Teoria dos Valores Extremos (EVT) é um método estatístico usado pra analisar eventos extremos, como os preços mais altos ou mais baixos das ações observados ao longo do tempo. A EVT ajuda a entender como os preços das ações se comportam durante mudanças significativas no mercado. Ela foca na parte final da distribuição de preços, onde os valores extremos estão. Essa análise pode ajudar a identificar se duas ações tendem a se mover juntas durante condições extremas do mercado.
Pontos de Mudança
Um Ponto de mudança é um momento em que as propriedades estatísticas dos dados mudam. No nosso caso, queremos identificar quando a relação entre os preços das ações da IndiGo e da SpiceJet mudou significativamente, especialmente durante a pandemia de COVID-19. Encontrar esses pontos de mudança pode informar investidores e analistas sobre possíveis pontos de virada nos preços das ações.
Métodos de Detecção de Pontos de Mudança
Pra detectar pontos de mudança, podemos usar diferentes métodos estatísticos, incluindo o Teste de Razão de Verossimilhança (LRT) e o Critério de Informação Modificado (MIC). Esses testes fornecem uma maneira de comparar dados antes e depois de um ponto de mudança suspeito, ajudando a determinar se uma mudança significativa ocorreu.
Análise dos Preços das Ações Durante a COVID-19
Quando analisamos os preços das ações da IndiGo e da SpiceJet durante a pandemia, percebemos vários padrões. Inicialmente, ambas as companhias viram seus preços de ações caírem drasticamente quando a pandemia começou. Isso foi principalmente devido às restrições de viagem generalizadas e a uma queda enorme na demanda por voos. A primeira fase do bloqueio na Índia teve um efeito notável nos preços das ações, e nosso objetivo foi identificar quando essas mudanças ocorreram.
Taxas de Retorno e Comportamento do Mercado
Calculamos as taxas de retorno para ambas as companhias, o que nos ajudou a entender seu desempenho durante a pandemia. Focando nos retornos diários máximos, conseguimos ver como essas taxas flutuaram. Ficou evidente que a ação da SpiceJet experimentou mais volatilidade em comparação com a IndiGo. Essa volatilidade crescente pode refletir a resposta do mercado aos desafios que ambas as companhias enfrentaram.
Pré-processamento de Dados
Antes de analisar os preços das ações, aplicamos passos de pré-processamento pra garantir resultados precisos. Estimamos parâmetros para a distribuição das taxas de retorno, permitindo que transformássemos os dados pra uma análise mais eficaz. Essa transformação é essencial quando trabalhamos com a EVT, pois ajuda a analisar o comportamento da cauda superior com mais precisão.
Estimando Parâmetros
Pra avaliar as mudanças na dependência entre os retornos das ações da IndiGo e da SpiceJet, estimamos os parâmetros relevantes para suas respectivas distribuições de retorno. Essa estimativa ajuda a entender como os retornos extremos se relacionam durante a pandemia.
Correlação Entre Companhias
Examinamos a correlação entre as taxas de retorno das duas companhias usando um método chamado medidas de dependência extrema. Essa análise mostra como as taxas de retorno da IndiGo e da SpiceJet se moveram juntas durante eventos extremos do mercado. Uma correlação mais forte pode sugerir que ambas as companhias enfrentaram desafios semelhantes e responderam de maneiras parecidas ao impacto da pandemia no setor de aviação.
Teste de Razão de Verossimilhança (LRT)
O LRT é um dos métodos mais usados pra detectar pontos de mudança. Ele compara a verossimilhança dos dados sob dois modelos diferentes: um que assume que não há ponto de mudança e outro que permite um ponto de mudança. Se as evidências apoiam o modelo com um ponto de mudança, podemos rejeitar a hipótese nula de que não há ponto de mudança.
Critério de Informação Modificado (MIC)
Outro método pra detectar pontos de mudança é o MIC. Essa abordagem fornece uma maneira de avaliar a adequação de um modelo e identificar pontos de mudança de forma mais eficaz. O MIC é particularmente útil pra pontos de mudança no começo ou no final da sequência de dados, onde outros métodos podem ter dificuldades.
Estudos de Simulação
Pra entender melhor o desempenho desses métodos de detecção, realizamos estudos de simulação. Esses estudos ajudam a avaliar a efetividade do LRT e do MIC em vários cenários, incluindo diferentes tamanhos de amostra e valores de parâmetros verdadeiros.
Valores Críticos e Comparação de Poder
Ao examinar os valores críticos obtidos de nossos testes, conseguimos avaliar com que frequência esperaríamos identificar um ponto de mudança com sucesso quando ele realmente existe. Entender o "poder" desses testes nos ajuda a determinar quão confiável cada método é na prática.
Aplicação em Dados Reais
Depois de preparar e testar nossos métodos, aplicamos eles aos preços das ações da IndiGo e da SpiceJet. Encontramos evidências de um ponto de mudança significativo que coincidiu com o anúncio da primeira fase do bloqueio na Índia. Essa descoberta se alinha com as mudanças drásticas na indústria da aviação durante a pandemia.
Interpretação dos Resultados
Os resultados da nossa análise sugerem que a interdependência entre as duas companhias aumentou significativamente após o anúncio do bloqueio. Antes desse período, os preços das ações estavam menos correlacionados, indicando um comportamento de mercado diferente. O bloqueio forçou ambas as companhias a enfrentar desafios sem precedentes, levando a uma conexão mais forte nos movimentos de preços das ações.
Implicações Futuras
Nossa metodologia pra detectar pontos de mudança nos preços das ações pode ser aplicada a outras companhias aéreas e indústrias. Ela também pode ser útil na análise de várias situações econômicas, como recessões ou outras crises. Essa flexibilidade torna os métodos ferramentas valiosas pra analistas de mercado e investidores que buscam tomar decisões informadas.
Conclusão
Em resumo, analisamos os preços das ações da IndiGo e da SpiceJet durante a pandemia de COVID-19 pra entender como condições extremas do mercado afetaram seus retornos. Usando a EVT e métodos de detecção de pontos de mudança, identificamos uma mudança significativa no comportamento dos preços das ações que coincidiu com os grandes anúncios de bloqueio. Essas descobertas demonstram a importância de entender relações financeiras em tempos desafiadores, já que isso pode ajudar a tomar melhores decisões de investimento no futuro.
Título: Estimating Changepoints in Extremal Dependence, Applied to Aviation Stock Prices During COVID-19 Pandemic
Resumo: The dependence in the tails of the joint distribution of two random variables is generally assessed using $\chi$-measure, the limiting conditional probability of one variable being extremely high given the other variable is also extremely high. This work is motivated by the structural changes in $\chi$-measure between the daily rate of return (RoR) of the two Indian airlines, IndiGo and SpiceJet, during the COVID-19 pandemic. We model the daily maximum and minimum RoR vectors (potentially transformed) using the bivariate H\"usler-Reiss (BHR) distribution. To estimate the changepoint in the $\chi$-measure of the BHR distribution, we explore two changepoint detection procedures based on the Likelihood Ratio Test (LRT) and Modified Information Criterion (MIC). We obtain critical values and power curves of the LRT and MIC test statistics for low through high values of $\chi$-measure. We also explore the consistency of the estimators of the changepoint based on LRT and MIC numerically. In our data application, for RoR maxima and minima, the most prominent changepoints detected by LRT and MIC are close to the announcement of the first phases of lockdown and unlock, respectively, which are realistic; thus, our study would be beneficial for portfolio optimization in the case of future pandemic situations.
Autores: Arnab Hazra, Shiladitya Bose
Última atualização: 2024-06-14 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2308.13895
Fonte PDF: https://arxiv.org/pdf/2308.13895
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.