Repositório Institucional da UFPB

Tipo:	Artigo de Periódico
Título:	Cinco fatores no mundo emergente: a incerteza global importa?
Autor(es):	Silva, Lucas Gomes da
Resumo:	Os modelos de precificação de ativos baseados em fatores de risco têm sido amplamente vali dados em economias desenvolvidas, mas apresentam desempenho inferior em mercados emer gentes. Este estudo busca testar empiricamente o modelo de cinco fatores de Fama e French (2015) em 17 países cujos mercados financeiros integram o índice Morgan Stanley Capital International (MSCI) Emerging Market Index, conduzindo estimações individuais por país no período de julho de 2007 a julho de 2022, com dados mensais. Adicionalmente, investigou-se se o regime de incerteza global representa um canal econômico relevante para a eficácia do modelo, sob a hipótese de que elevada incerteza afastaria noise traders e, consequentemente, melhoraria a capacidade de precificação dos fatores. Estimou-se o modelo via regressões de séries temporais por Mínimos Quadrados Ordinários (MQO), comparando os períodos de alta e baixa incerteza global, mensurados pelo Chicago Board Options Exchange Volatility Index (VIX), por meio da estatística GRS. Como principais resultados, constata-se que o modelo apre sentou melhor capacidade de precificação, avaliada pelos interceptos das regressões e pela es tatística GRS, em períodos de alta incerteza nos países da Ásia e do bloco Europa, Oriente Médio e África, em linha com a hipótese do afastamento de noise traders, com destaque para a eficácia dos fatores tamanho e investimento nestas regiões. Nos países da América Latina, o melhor desempenho ocorre em baixa incerteza, destacando-se a importância do fator valor. Conclui-se que a capacidade de precificação do modelo varia conforme o regime de incerteza global e deve ser considerada nas estratégias de investimento em fatores.
Abstract:	Asset pricing models based on risk factors have been broadly validated in developed economies, but exhibit inferior performance in emerging markets. This study aims to empirically test the Fama and French (2015) five-factor model across 17 countries whose financial markets are constituents of the Morgan Stanley Capital International (MSCI) Emerging Market Index, con￾ducting individual country-level estimations over the period from July 2007 to July 2022, using monthly data. Additionally, this study investigates whether the global uncertainty regime rep￾resents a relevant economic channel for the model's effectiveness, under the hypothesis that elevated uncertainty would drive away noise traders and, consequently, improve the pricing capacity of the factors. The model was estimated via time-series regressions using Ordinary Least Squares (OLS), comparing periods of high and low global uncertainty — measured by the Chicago Board Options Exchange Volatility Index (VIX) — through the GRS statistic. As main findings, the model exhibited superior pricing capacity, assessed by regression intercepts and the GRS statistic, during high-uncertainty periods in Asian countries and in the Europe, Middle East and Africa bloc, consistent with the noise trader displacement hypothesis, with particular emphasis on the effectiveness of the size and investment factors in these regions. In Latin American countries, better model performance is observed under low uncertainty, high lighting the relevance of the value factor. It is concluded that the model's pricing capacity varies according to the global uncertainty regime and should be considered in factor investing strate gies.
Palavras-chave:	Precificação de ativos Fatores de risco Mercados emergentes Modelo de cinco fatores de fama e french Incerteza global
CNPq:	CNPQ::CIENCIAS SOCIAIS APLICADAS
Idioma:	por
País:	Brasil
Editor:	Universidade Federal da Paraíba
Sigla da Instituição:	UFPB
Tipo de Acesso:	Acesso aberto
URI:	http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI:	https://repositorio.ufpb.br/jspui/handle/123456789/38106
Data do documento:	6-Abr-2025
Aparece nas coleções:	TCC - Ciências Contabéis - CCAE

Este item está licenciada sob uma Licença Creative Commons