ANÁLISE MULTIFRACTAL DAS FLUTUAÇÕES EM MERCADOS FUTUROS DE CAFÉ: IMPLICAÇÕES PARA A EFICIÊNCIA DO MERCADO
Palavras-chave:
Mercado Eficiente. Flutuação do preço e volume. Commodity. Café. Análise Multifractal.Resumo
Este estudo investigou a eficiência dos mercados futuros de café, tanto no contexto internacional (Café ICE) quanto no brasileiro (Café B3), por meio da aplicação de métodos multifractais nas flutuações de preços e volumes negociados. A análise revelou comportamentos multifractais complexos, com evidências de memória de longo prazo e dependências temporais, desafiando a hipótese do passeio aleatório. O volume negociado, em particular, mostrou-se um importante indicador preditivo, sugerindo oportunidades de exploração de mercado. O mercado da B3 apresentou maior complexidade multifractal que o da ICE, o que oferece mais oportunidades de arbitragem, mas também aumenta o desafio preditivo. Esses resultados estão mais alinhados com a Hipótese dos Mercados Adaptativos (HMA), que reconhece ineficiências exploráveis. A pesquisa contribui ao expandir o conhecimento sobre a interdependência dos mercados de commodities e oferece uma metodologia robusta para análise de mercados complexos. Em termos práticos, os achados fornecem informações valiosas para pesquisadores, investidores, traders e formuladores de políticas, sugerindo estratégias de investimento mais eficazes e adaptadas à complexidade desses mercados.
Referências
Abry, P., & Veitch, D. (1998). Wavelet analysis of long-range dependent traffic. EEE Transactions on Information Theory, 44(1), 2–15.
Angelis, M. (2003). Multifractal analysis of the time series of Brazilian stock prices. Physica A: Statistical Mechanics and its Applications.
Aslam, F., Ferreira , P., & Ali, H. (2022). Analysis of the Impact of COVID-19 Pandemic on the Intraday Efficiency of Agricultural Futures Markets. J. Risk Financial Manag, 15(12), p. 15(12). doi:https://doi.org/10.3390/jrfm15120607
Baude, F. (2007). Multifractal processes in finance. The European Physical Journal B., 55(4), 605–617.
Bouchaud, J., & Mézard, M. (2000). On the origin of power laws in financial markets. Physica A: Statistical Mechanics and its Applications, 282(1-2), 536–558.
B3. (2024). Contratos futuros de café. Disponível em: https://www.b3.com.br/pt_br/market-data-e-indices/servicos-de-dados/market-data/ 7
CME Group. (2024). Coffee futures. Disponível em: https://www.cmegroup.com/markets/agriculture/lumber-and-softs/coffee.html 7
Cao, G., He, L.-Y., & Cao, J. (2018). Multifractal Detrended Fluctuation Analysis (MF-DFA). Em Multifractal Detrended Analysis Method and Its Application in Financial Markets. Springer. doi:10.1007/978-981-10-7916-0
Conab. (2024). Companhia Nacional de Abastecimento. Brasília. Acesso em 23 de 08 de 2024, disponível em https://www.conab.gov.br/info-agro/safras/cafe
Dai, M., Shao, S., Gao, J., Sun, Y., & Su, W. (2016). Mixed multifractal analysis of crude oil, gold and exchange rate series. Fractals, 24(04). doi:https://doi.org/10.1142/S0218348X16500468
Fama, E. (1970). Efficient capital markets: A review of theory and empirical work. Journal of Finance, 25, pp. 383-417.
He, L.-Y., & Chen, S.-P. (2010). Are developed and emerging agricultural futures markets multifractal? A comparative perspective. Physica A: Statistical Mechanics and its Applications, 389 (18), pp. 3828-3836. doi:https://doi.org/10.1016/j.physa.2010.05.021
Ihlen, E. (2012). Introduction to multifractal detrended fluctuation analysis in matlab. Frontiers in Physiology: Fractal Physiology, 3 (141(, pp. 1-18. doi:10.3389/fphys.2012.00141
Kantelhardt , J. (2012). Fractal and Multifractal Time Series. Mathematics of Complexity and Dynamical Systems.
Kantelhardt, J., Zschiegner, S., Koscielny-Bunde, E., Havlin, S., Bunde, A., & Stanley, H. (2002). Multifractal detrended fluctuation analysis of nonstationary time series. Physica A: Statistical Mechanics and its Applications, 316(1-4), pp. 87-114. doi:https://doi.org/10.1016/S0378-4371(02)01383-3
Laib , M., Golay, J., Telesca, L., & Kanevski, M. (2018). Multifractal analysis of the time series of daily means of wind speed in complex regions. Chaos, Solitons & Fractals, 109, pp. 118-127. doi:10.1016/j.chaos.2018.02.024
Lo, A. (2004). The adaptive markets hypothesis: market efficiency from an evolutionary perspective. J. Portf. Manage, 30, 15-29.
Mandelbrot, B. (1977). Fractals: Form, Chance, and Dimension. W. H. Freeman and Company.
Mandelbrot, B. (1982). he Fractal Geometry of Nature. W. H. Freeman and Company.
Memon, B., Yao, H., & Naveed, H. (2022). Examining the efficiency and herding behavior of commodity markets using multifractal detrended fluctuation analysis. Empirical evidence from energy, agriculture, and metal markets. Resources Policy, 77. doi:https://doi.org/10.1016/j.resourpol.2022.102715
Moraes, A., Furtini, A., Prado, J., Castro Junior, L., & Ceretta, P. (2024). Evolução da produção científica sobre o Mercado Eficiente: Estudo bibliométrico. Contextus – Revista Contemporânea de Economia e Gestão, v. 22,. doi:https://doi.org/10.19094/contextus.2024.92462
Nejad, S., Stosic, T., & Stosic, B. (2021). Multifractal analysis of the gold market. Fractals, 29(01). doi:https://doi.org/10.1142/S0218348X21500109
Niere, H. (2015). Measuring efficiency of international crude oil markets: A multifractality approach. International Journal of Modern Physics: Conference Series, 36. doi:https://doi.org/10.1142/S2010194515600137
Patil, A., & Rastogi, S. (2020). Multifractal Analysis of Market Efficiency across Structural Breaks: Implications for the Adaptive Market Hypothesis. J. Risk Financial Manag., 13, 248. doi: https://10.3390/jrfm13100248
Paula, D. A., Fehr, L. C. F. A., Magnago, B. S., Tavares, M., & Lima, D. S. (2022). Custos de produção do café conilon: análise em algumas regiões produtoras do brasil. Organizações Rurais & Agroindustriais, 4, e1872. doi:10.48142/2420221872
Samuelson, P. (1965). Proof that properly anticipated prices fluctuate randomly. Industrial Management Review, Cambridge, 6, p. 41-49.
Silva, E., & Almeida, P. (2011). Multifractal analysis of financial time series: A survey. Physica A: Statistical Mechanics and its Applications.
Sornette, D. (2004). Critical Phenomena in Natural Sciences: Chaos, Fractals, Selforganization and Disorder: Concepts and Tools. Springer.
Stosic, T., Nejad, S., & Stosic, B. (2020). Multifractal analysis of brazilian agricultural market. Fractals, 28(05). doi:https://doi.org/10.1142/S0218348X20500760
Wang, L., Gao , X.-L., & Zhou , W.-X. (2023). Testing for intrinsic multifractality in the global grain spot market indices: a multifractal detrended fluctuation analysis. Fractals, 31(07). doi:https://doi.org/10.1142/S0218348X23500901
Wang, Y., Wei, Y., & Wu, C. (2011). Analysis of the efficiency and multifractality of gold markets based on multifractal detrended fluctuation analysis. Physica A: Statistical Mechanics and its Applications, 390, pp. 817-827. doi:https://doi.org/10.1016/j.physa.2010.11.002
Yin, T., & Wang , Y. (2021). Market Efficiency and Nonlinear Analysis of Soybean Futures. Sustainability, 13(2). doi:https://doi.org/10.3390/su13020518
