Aplicação de Redes Neurais Polinomiais na Previsão do Ibovespa e Merval

Este artigo analisa a eficiencia das redes neurais polinomiais Group Method of Data Handling (GMDH) na previsao dos retornos, em bases mensais, nos retornos dos principais indicadores do mercado de capitais do brasileiro (Ibovespa) e argentino (Merval). Inicialmente, para a determinacao da variavel exogena, calculou-se o retorno logaritmo de cada um dos indices. Em seguida, para a determinacao das variaveis endogenas realizaram-se defasagens em t -1, t -2 e t -3 da variavel exogena. Calcularam-se ate nove camadas alimentadas para frente. Os resultados sugerem relativa previsibilidade de ambos os mercados, denotando certa ineficiencia. A ineficiencia, especialmente do mercado argentino, e corroborada por testes de causalidade de Granger adicionais, que demonstram a influencia da Bolsa de Valores de Sao Paulo em cima da Bolsa de Valores de Buenos Aires e nao havendo esta influencia no sentido inverso.