Nesta dissertação é proposto um novo mecanismo econométrico para a previsão de bolhas especulativas. Ao longo da história a especulação financeira tem se revelado uma causa importante de recessões económicas. Neste sentido, é muito importante para as instituições reguladoras a obtenção de uma ferramenta ex ante capaz de antecipar tais eventos. O principal objetivo deste mecanismo é inferir sobre a probabilidade de existência de uma bolha especulativa, pelo menos, um período antes do pico dessa mesma bolha. Quando comparado com outras abordagens o procedimento proposto proporciona uma inovação que se baseia na combinação entre modelos financeiros de equilíbrio e de análise macroeconométrica. Usando os resultados de cada um dos modelos anteriores como variáveis independentes num modelo Probit dinâmico, obtém-se um mecanismo em que os fundamentais contidos no retorno anormal conseguem diferenciar se o tipo de aceleração que se observa no preço se deve de facto a uma bolha especulativa. As simulações revelam boas propriedades estatísticas e o mecanismo é capaz de antecipar com sucesso a "bolha tecnológica" observada na década de 90, estimando uma probabilidade superior a 85 % cinco períodos antes do pico da bolha. (Bolhas Especulativas, Modelos Financeiros de Equilíbrio, Macroeconometria, Aprendizagem Adaptativa)

This thesis develops a new econometric mechanism to predict speculative bubbles. Along history price exuberance has been an important source of economic recessions. Thus it is very important for regulators and policy makers to possess an ex ante tool capable of anticipating such events, enabling them to act accordingly. The main objective is infer about a significant probability of exuberance at least one step ahead of a bubble peak. When compared with other approaches this provides a combination of asset pricing equilibrium and non stationarity analysis. Using the former components as inputs of a dynamic probit specification, one develops a mechanism where the fundamentals contained in the asset abnormal return judge the explosiveness in the price. Simulations reveal good statistical properties and the mechanism is able to successfully anticipate the "technological bubble" observed in the 90’s estimating probabilities higher than 85% five periods before the bubble peak.