Fundos de investimento imobiliário: análise de retornos com modelos de séries temporais e fatores exógenos
DOI:
https://doi.org/10.20397/2177-6652/2026.v26i2.3345Palavras-chave:
Real Estate Investment Trusts (REITS). Índice Ifix. ARIMA. Modelos de Box-Jenkins.Resumo
Resumo
Objetivo: Identificar a relação entre o retorno do Ifix, seu retorno defasado e os retornos contemporâneos dos índices Imob e Ibovespa, utilizando modelos da família ARIMA aplicados aos Fundos de Investimento Imobiliário brasileiros (FIIs).
Metodologia: Foram estimados 29 modelos da família ARIMA com ordens entre 0 e 3. A abordagem foi inspirada no CAPM por incluir índices amplos como variáveis explicativas, porém adaptada à metodologia de Box-Jenkins. Os índices utilizados foram Imob e Ibovespa, incluídos como variáveis exógenas nos modelos de séries temporais.
Originalidade/Relevância: O estudo contribui ao debate sobre os fatores que explicam o retorno dos FIIs no mercado brasileiro. Diferentemente de modelos tradicionais baseados apenas em regressões lineares, a pesquisa utiliza modelos ARIMA e extensões, permitindo avaliar simultaneamente dependência temporal e influência de variáveis de mercado.
Principais resultados: O modelo com melhor desempenho foi o ARFIMAX (2, 0.26, 2) + r_Imob . Verificou-se que o retorno do Imob explica melhor o retorno do Ifix do que o Ibovespa. O retorno do Ifix apresenta dependência temporal de ao menos duas defasagens, com coeficientes ϕ1 e ϕ2 superiores ao coeficiente associado ao Imob. Logo, o retorno passado dos FIIs exerce maior influência sobre seu retorno contemporâneo do que indicadores amplos de mercado.
Contribuições teóricas/metodológicas: O estudo evidencia a adequação de modelos ARFIMAX para análise de FIIs, demonstrando que abordagens que combinam memória longa e variáveis exógenas são mais eficazes do que modelos lineares convencionais. Reforça ainda a importância de considerar defasagens estruturais do próprio índice.
Contribuições sociais/gerenciais: Os resultados oferecem subsídios para investidores, gestores e formuladores de políticas e contribuem para estratégias de alocação mais eficientes e melhor compreensão do comportamento desse segmento no mercado financeiro brasileiro.
Referências
Agostino, I. S., Noronha, M. O., Marasca, L., Santos, E. P., & Souza, A. M. (2018). Análise e modelagem do Índice de Sustentabilidade Empresarial (ISE) a partir da metodologia de Box-Jenkins. Revista FSA, 15(9), 112–129. http://dx.doi.org/10.12819/2018.15.5.6
Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–723. https://doi.org/10.1109/TAC.1974.1100705
Alcock, J., & Steiner, E. (2015). What determines the systematic risk of REITs? Real Estate Research Institute.
ANBIMA – Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais. (n.d.). http://www.anbima.com.br
ANBIMA – Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais. (2015). Deliberação nº 62 do Conselho de Regulação e Melhores Práticas de Fundos de Investimento.
B3 – Brasil, Bolsa, Balcão. (n.d.). Market data e índices. https://www.b3.com.br/pt_br/market-data-e-indices/
Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. https://doi.org/10.2307/2998540
Bai, J., & Perron, P. (2003). Computation and analysis of multiple structural change models. Journal of Applied Econometrics, 18(1), 1–22. https://doi.org/10.1002/jae.659
Baillie, R. T. (1996). Long memory processes and fractional integration in econometrics. Journal of Econometrics, 73(1), 5–59. https://doi.org/10.1016/0304-4076(95)01732-1
Box, G. E. P., & Jenkins, G. M. (1970). Time series analysis: Forecasting and control. San Francisco: Holden-Day.
Box, G. E. P., & Ljung, G. M. (1978). On a measure of lack of fit in time series models. Biometrika, 65(2), 297–303. https://doi.org/10.1093/biomet/65.2.297
Box, G. E. P., & Tiao, G. C. (1975). Intervention analysis with applications to economic and environmental problems. Journal of the American Statistical Association, 70(349), 70–79. https://doi.org/10.1080/01621459.1975.10480264
Cai, Y., & Xu, K. (2022). Net impact of COVID-19 on REIT returns. Journal of Risk and Financial Management, 15(8), 359. https://doi.org/10.3390/jrfm15080359
Carhart, M. M. (1997). On persistence in mutual fund performance. The Journal of Finance, 52(1), 57–82. https://doi.org/10.1111/j.1540-6261.1997.tb03808.x
Coën, A., & Guardiola, P. (2025). Common risk factors in REIT returns: New insights. The North American Journal of Economics and Finance, 102447. https://doi.org/10.1016/j.najef.2025.102447
Comissão de Valores Mobiliários. (2023). Resolução CVM nº 175, de 23 de dezembro de 2022. Diário Oficial da União.
Dias, E. I., & Silva, A. C. M. (2021). Análise do desempenho dos Fundos Imobiliários no Brasil de 2017 à pandemia Covid-19. Revista Vianna Sapiens, 12(2), 22–22. https://doi.org/10.31994/rvs.v12i2.813
Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427–431. https://doi.org/10.1080/01621459.1979.10482531
Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3–56. https://doi.org/10.1016/0304-405X(93)90023-5
Fasanya, I. O., & Adekoya, O. B. (2022). Macroeconomic risk factors and REITs returns predictability in African markets: Evidence from a new approach. Scientific African, 17. https://doi.org/10.1016/j.sciaf.2022.e01292
Granger, C. W. J., & Joyeux, R. (1980). An introduction to long-memory time series models and fractional differencing. Journal of Time Series Analysis, 1(1), 15–29. https://doi.org/10.1111/j.1467-9892.1980.tb00297.x
Hosking, J. R. M. (1981). Fractional differencing. Biometrika, 68(1), 165–176. https://doi.org/10.1093/biomet/68.1.165
Huang, M., & Wu, C. (2015). Economic benefits and determinants of extreme dependences between REIT and stock returns. Review of Quantitative Finance and Accounting, 44, 299–327. https://doi.org/10.1007/s11156-013-0407-3
Jensen, M. C. (1968). The performance of mutual funds in the period 1945–1964. The Journal of Finance, 23(2), 389–416. https://doi.org/10.2307/2325404
Kola, K., & Kodongo, O. (2017). Macroeconomic risks and REITs returns: A comparative analysis. Research in International Business and Finance, 42, 1228–1243. https://doi.org/10.1016/j.ribaf.2017.07.061
Loo, W. K. (2020). Predictability of HK-REITs returns using artificial neural network. Journal of Property Investment & Finance, 38(4), 291–307. https://doi.org/10.1108/JPIF-07-2019-0090
Milani, B., & Ceretta, P. S. (2013). Do Brazilian REITs depend on real estate sector companies or overall market? Economics Bulletin, 33, 2948–2957.
Milani, B., Ceretta, P. S., & Machado, M. (2016). Brazilian REITs performance: An analysis of higher moments and time scales influence. WSEAS Transactions on Business and Economics, 1109–9526.
Monteiro, A. S., Sebastião, H., & Silva, N. (2024). Prediction and allocation of stocks, bonds, and REITs in the US market. Computational Economics, 1–40. https://doi.org/10.1007/s10614-024-10589-2
Okoro, C., & Ayaba, M. M. (2023). Research trends and directions on real estate investment trusts’ performance risks. Sustainability, 15(6), 5436. https://doi.org/10.3390/su15065436
Oliveira, J., & Milani, B. (2020). Variáveis que explicam o retorno dos fundos imobiliários brasileiros. Revista Visão: Gestão Organizacional, 9(1), 17–33. http://dx.doi.org/10.33362/visao.v9i1.2051
Pearson, K. (1895). Notes on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London, 58, 240–242. https://doi.org/10.1098/rspl.1895.0041
Phillips, P. C. B., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335–346. https://doi.org/10.1093/biomet/75.2.335
Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2), 461–464.
Sukor, M. E. A., Sujak, Z. A., & Noordin, K. (2020). Conventional REITs, Islamic REITs and macroeconomic variables in Malaysia: A review. ISRA International Journal of Islamic Finance, 12(1), 131–143. https://doi.org/10.1108/IJIF-08-2018-0089
Wald, A., & Wolfowitz, J. (1940). On a test whether two samples are from the same population. The Annals of Mathematical Statistics, 11(2), 147–162.
Westerlund, J., & Narayan, P. (2015). Testing for predictability in conditionally heteroskedastic stock returns. Journal of Financial Econometrics, 13(2), 342–375. https://doi.org/10.1093/jjfinec/nbu001
Zhang, W., Li, B., Liew, A. W. C., Roca, E., & Singh, T. (2023). Predicting the returns of the US real estate investment trust market: Evidence from the group method of data handling neural network. Financial Innovation, 9(1), 98. https://doi.org/10.1186/s40854-023-00486-2
Zhang, W., Li, B., & Roca, E. (2023). Moments and momentum in the returns of securitized real estate: A cross-country study of risk factors driving real estate investment trusts before and during COVID-19. Heliyon, 9(8). https://doi.org/10.1016/j.heliyon.2023.e18476
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Revista Gestão & Tecnologia
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os direitos, inclusive os de tradução, são reservados. É permitido citar parte de artigos sem autorização prévia desde que seja identificada a fonte. A reprodução total de artigos é proibida. Em caso de dúvidas, consulte o Editor.
