Publicação: Previsão de preços máximos e mínimos para green REITs
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Garruti, Daniel Vitor Tartari
Resumo
A academia postula duas hipóteses relevantes sobre o mercado financeiro, sendo uma que supõe
a impossibilidade de prever os preços dos ativos e outra que acredita ser possível. Logo, é
importante realizar estudos que verifiquem essas suposições. Diante disso, foram desenvolvidos
métodos preditivos que auxiliam essas pessoas em suas buscas para tomarem uma decisão,
tentando sempre lucrar o máximo possível mantendo uma perda baixa. Nos dias atuais é
possível notar um aumento na utilização de Redes Neurais Artificiais (RNA) para realizar essa
previsão, por possuírem uma capacidade em lidar com uma grande gama de conhecimento,
podendo assim serem utilizadas para prever preços no mercado financeiro. Outro tópico
importante e discutido atualmente é a sustentabilidade nos investimentos, fazendo os
investidores buscarem lucros com o mercado imobiliário financeiro sem deixarem de lado a
preocupação com o que as empresas que elas investem fazem para melhorar os impactos
deixados na natureza e na sociedade. Desta maneira, esse estudo visa realizar uma previsão de
preços máximos e mínimos através de RNA com REITs considerados sustentáveis devido às
suas certificações ESG e estimar em qual hipótese de mercado os ativos analisados se encaixam.
Para isso, foram utilizados dados de 18 green REITs, do ano de 2018 até 2022. Os modelos
escolhidos para realizar a previsão desses ativos foram o Long Short Term Memory (LSTM) e
o Random Walk (RW). Os resultados encontrados pelo LSTM foram comparados aos do RW
para verificar qual dos modelos apresentam uma previsão de preços máximos e mínimos mais
precisa. Eles indicaram que o modelo RW obteve um melhor desempenho sobre o LSTM na
lista de ativos utilizada. Dessa forma, foi possível inferir que os preços dos green REITs
analisados foram previstos de melhor maneira pelo RW, corroborando assim para a hipótese de
mercado eficiente, onde os preços dos ativos já refletem as informações do mercado.
Abstract
Palavras-chave
Redes Neurais, Previsão de preços, Green REITs
Citação
TEIXEIRA, Hugo Martins. Previsão de preços máximos e mínimos para green REITs. 2023. 15 f. Trabalho de Conclusão de Curso (Graduação em Administração) – Universidade Federal de Uberlândia, Uberlândia, 2023.