Os mercados em queda, caracterizados por quedas prolongadas nos preços das ações, apresentam desafios significativos para investidores, gestores de carteira e decisores políticos. Prever o ponto mais baixo de um mercado em queda é fundamental para a mitigação e gestão de risco e para as respostas políticas durante períodos de distúrbios financeiros. Tanto quanto foi possível encontrar, este estudo é pioneiro na tentativa de prever o ponto mais baixo dos mercados em queda usando modelos VAR, uma ferramenta estatística amplamente utilizada em macroeconomia e finanças. A pesquisa concentra-se em cinco períodos – os mercados em queda de 1982, 1989, 2003, 2009 e 2022. As variáveis macroeconómicas utilizadas neste estudo para prever o ponto mais baixo do mercado de ações são o PIB, a Taxa de Juro, a Inflação, a Produção Industrial, a Curva de Rendimento, a Taxa de Câmbio e a Oferta Monetária. As conclusões do estudo, baseadas no desempenho do modelo VAR, revelam relações estatisticamente significativas entre as variáveis económicas e o desempenho do mercado de ações durante os mercados de baixa. No entanto, as métricas de desempenho utilizadas no estudo, como o MAE, RMSE, MAPE, DA e Theil’s U, bem como os valores previstos, apontam para a conclusão de que este modelo não deve ser utilizado para prever o ponto mais baixo de um mercado em queda. O modelo não é capaz de ser fiável e consistente nas previsões, uma vez que não consegue captar a complexa dinâmica do mercado acionista.

Bear markets, characterized by prolonged stock price declines, pose significant challenges for investors, portfolio managers, and policymakers. Predicting the lowest point of a bear market is critical for risk mitigation and policy responses during financial distress. As far as it was possible to find, this study pioneers in attempting to predict the bottom of bear markets using VAR models, a statistical tool prevalent in macroeconomics and finance. The research focuses on five periods—the 1982, 1989, 2003, 2009 and 2022 bear markets. The macroeconomic variables that were used in this study to predict the stock market nadir are GDP, Interest Rate, Inflation, Industrial Production, Yield Curve, Exchange Rate and Money Supply. The study's findings, rooted in VAR model performance, reveal statistically significant relationships between economic variables and stock market performance during bear markets. However, the performance metrics used in the study, MAE, RMSE, MAPE, DA and Theil's U and the forecasted values, point towards the conclusion that this model should not be used to predict the bottom of a bear market. The model is not capable of being reliable and consistent in its forecasts as it fails to capture the complex dynamics of the stock market.