A estacionariedade sempre desempenhou um papel importante no tratamento teórico de séries temporais. Contudo muitas séries demonstram um comportamento não-estacionário. Em muitos casos, técnicas simples como a diferenciação não são suficientes. Neste contexto, e considerando a mais frequente suposição de instabilidade nas características estocásticas dos retornos financeiros, assim como as consequências em se assumir estacionariedade quando esta não é uma característica razoável, que utilizamos a metodologia proposta por Picard (1985) (37), estendida por Kluppelberg e Mikosch (1996)(23) e posteriormente resgatada por Starica e Granger (2005) (41) em 2005, cujo objetivo é identificar períodos estacionários em séries globalmente não-estacionárias, e aproximá-las localmente por modelos estacionários. Objetivando ampliar a compreensão da utilidade da estatística utilizada na metodologia, fizemos um estudo via simulação envolvendo mudanças estruturais ou pontuais no processo gerador, e avaliando o desempenho da metodologia na detecção dessas mudanças. Essa metodologia de identificação de períodos homogêneos foi aplicada no contexto dos hedge funds brasileiros, instrumentos financeiros onde tradicionalmente observa-se significativa auto-correlação, inclusive para defasagens de longo prazo, característica esta, justificada na literatura como resultado da falta de liquidez, como em Getmansky et al (2003) (14). Motivada pelas evidências empíricas envolvendo a influência das mudanças no segundo momento não-condicional de séries financeiras no comportamento da função de auto-correlação serial, discutido em Mikosch e Starica (2004) (32), aplicamos a metodologia de identificação dos períodos de estacionariedade na série de volatilidade dos hedge funds que apresentaram não-estacionariedade global.