A teoria financeira pressupõe que os retornos se comportam como uma v.a. i.i.d que segue uma distribuição normal com média 0 e variância \(\sigma^2\).
Dessa forma, em uma equação auto regressiva de ordem 1 (\(r_t = \mu + \beta r_{t-1} + \epsilon_t\)), esperamos que \(\mu = \beta = 0\). \(\mu = 0\) dado que, pela teoria financeira, a média da série é 0; e \(\beta = 0\) dado que uma observação e suas defassagens são idenpendetes (\(Cov(r_t, r_{t-k}) = 0 \: \forall \: k \neq 0\)).
Entretanto, esses pressupostos precisam ser testados. De fato, podemos considerar \(\beta = 0\) - se não pudessemos esse seria o parâmetro mais importante para qualquer ativo. Entretanto, não podemos automaticamente considerar \(\mu = 0\).
Assim, nesse trabalho, estudamos a relevância do drift (intercepto) de um modelo AR(1). O fazemos através da construção de uma carteria Long & Short comprada nos três primeiros decis de maior intercepto (sem considerar a significância estatística) e vendida nos três últimos decis - aqueles ativos com menor intercepto.
Caso a carteria tenha um bom desempenho, teremos indícios para rejeitar a hipótese de que os retornos dos ativos no mercado brasileiro se comportam como ruído branco. Caso não isso não aconteça, teríamos evidências para sustentar que o modelo \(r_t = \epsilon_t\) descreve bem o comporamento dos ativos financeiros.
