Portal de Periódicos da CAPES

Artigo Produção Nacional Revisado por pares

BIBTEX RIS

Do Artificial Neural Networks Provide Better Forecasts? Evidence from Latin American Stock Indexes

2008; Taylor & Francis; Volume: 8; Issue: 3 Linguagem: Português

10.1080/10978520802035463

1528-6932

André Carvalhal, Tulio Silva Ribeiro,

Neural Networks and Applications

ABSTRACT Forecasting is a key activity for academics and investors in the fields of finance and economics. This paper explores the usefulness of the non-linear artificial neural network (ANN) for forecasting Latin American stock indexes. Our goal is to estimate and compare the forecast accuracy of the ANN with three traditional models: random walk, ARMA, and GARCH. Our results provide strong support for the ANN as a potentially useful device for predicting Latin American stock indexes. ANN forecasts are more accurate than those of more traditional methods, and the results are robust using the Diebold and Mariano test and encompassing regressions. RESUMEN. Trazar previsiones es, ciertamente, una de las actividades claves de los académicos e inversores en el campo de las finanzas y la economía. Este estudio explora la utilidad de una red artificial neural no lineal (ANN) para pronosticar los índices bursátiles latinoamericanos. Nuestra meta consiste en estimar y comparar la precisión de la previsión de una ANN con tres modelos tradicionales: el paso aleatorio, ARMA y GARCH. Nuestros resultados suministran fuerte apoyo a las ANN como un dispositivo potencialmente útil para predecir los índices bursátiles en Latinoamérica. Las previsiones ANN son más precisas que aquellas obtenidas con los métodos más tradicionales, y los resultados obtenidos utilizando las pruebas Diebold y Mariano y respectivas regresiones son más robustas. RESUMO. A previsão é uma atividade fundamental para os acadêmicos e investidores no campo da economia e das finanças. Este estudo investiga a utilidade da Rede Neural Artificial (ANN) não-linear, para prever os índices das ações na América Latina. O nosso objetivo é avaliar e comparar a precisão do prognóstico da ANN com três modelos tradicionais: a movimentação aleatória, ARMA e GARCH. Os resultados obtidos reforçam a ANN como um dispositivo potencialmente útil na previsão dos índices de ações da América Latina. As previsões da ANN são mais precisas do que as previsões feitas por métodos tradicionais, e os resultados são significativos, utilizando o teste e as regressões Diebold e Mariano envolvidas.