Neste trabalho se pretende fazer a aplicação de algumas ferramentas da física estatísticapara o estudo dos fenômenos chamados de Switching Points (SP’s) em ativos financeirosdo setor de energia. O estudo se concentra nas flutuações de preços geradas pelo com-portamento coletivo que podem ser associados em muitos momentos `as subidas e quedasbruscas de pre ̧cos, caracterizando desta forma o fenˆomeno em estudo.Nos u ́ ltimos anos, novas formas interdisciplinares foram desenvolvidas para o estudodas ciˆencias econˆomicas, entre estas tem se destacado a econof ́ısica. A econof ́ısica usa oarcabou ̧co te ́orico da f ́ısica estat ́ıstica para a explica ̧c a  ̃ o dos fenˆomenos econˆomicos. Doponto de vista f ́ısico estat ́ıstico, os mercados financeiros s ̃ao um t ́ıpico sistema complexo,j ́a que possui um grande n ́umero grande de participantes com percep ̧c ̃oes diferentes e con-flito de interesses, e os movimentos dos pre ̧cos s ̃ao interpretados como efeitos coletivosmacrosc ́opicos observ ́aveis gerados a partir das intera ̧c o  ̃ es microsc ́opicas entre os agentes.Por outro lado, a natureza estoc ́astica do mercado financeiro resulta da sua complexidadee do fato que s ̃ao diversas as causas que podem gerar pequenas perturba ̧c ̃oes que, coleti-vamente, podem resultar em grandes efeitos. Portanto, os mercados financeiros oferecemsistemas ideais para estudar a complexidade de comportamentos estoc ́asticos.Inicialmente esta tese utiliza o conceito de an ́alise destendenciada assim ́etrica de flu-tua ̧c ̃oes (A-DFA) para investigar e caracterizar a ocorrˆencia de mudan ̧ca de tendˆenciaem s ́eries temporais n ̃ao estacion ́arias. O A-DFA-introduz dois novos expoentes de ru-gosidade ao usual expoente de Hurst (H), tendo em considera ̧c ̃ao a influˆencia que temas tendˆencias sobre as flutua ̧c ̃oes. A metodologia desenvolvida avalia localmente tais ex-poentes em fun ̧c a  ̃ o de um tamanho de janela pr ́e-definido e de uma vizinhan ̧ca onde astendências mudam de sinal. Atrav ́es da utiliza ̧c ̃ao de uma forma especifica para quan-tificar os expoentes n ́os identificamos e caracterizamos os SP’s. Testamos e validamos ametodologia usando a função de Weierstrass com picos isolados e s ́eries financeiras reaisdo setor de energia da Bovespa e do pre ̧co do petr ́oleo.Num segundo momento caracterizamos os eventos SP’s em s ́erie temporais n ̃ao esta-cion ́arias atrav ́es de m ́aximos e m ́ınimos quantificados com o uso de um kernel gaussianocom v ́arias janelas. Neste caso, o nosso interesse n ̃ao  ́e a quantifica ̧c ̃ao dos eventos ex-tremos em si, mas sim a magnitude da diferen ̧ca entre dois pre ̧cos extremos (m ́aximosou m ́ınimos), pelo lapso de tempo entre os dois eventos correspondentes que chamamostempos de espera, e pelo intervalo de tempo entre os eventos extremos que denominamostempos de retorno. Os resultados s ̃ao obtidos para a an ́alise do  ́ındice di ́ario do DowJones Industrial Average (DJIA) e da s ́erie intradi ́aria do  ́ındice de Energia da Bolsa deNova Iorque (NEI). Fun ̧c ̃oes q-gaussianas com caudas em formato de lei de potˆencia s ̃aousadas para fornecer uma descri ̧c ̃ao mais precisa das diversas medidas obtidas a partirdas estat ́ısticas da série.Finalmente, s ̃ao exploradas algumas propriedades dos SP’s usando os conceitos dateoria da confiabilidade. Neste caso, definimos os SP’s como eventos extremos ou “fa-lhas”de um sistema, e pudemos constatar que as mesmas caracter ́ısticas encontradas paraoutros sistemas complexos que adotam a teoria da confiabilidade como seu marco te ́oricopodem ser encontradas nas flutua ̧c o  ̃ es que existem no mercado financeiro. Nesta caso osresultados s ̃ao obtidos para a s ́erie do DJIA e para a s ́erie intradi ́aria do  ́ındice de Energiae Petr ́oleo da Bolsa de Madri.

Arquivo: 

TESE de Miguel Angel.pdf