Alocação de ativos comandada pela razão entre ativos e passivos

Detalhes bibliográficos
Autor(a) principal: Sesma, Ludmila Antonia Gonçalo
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
Texto Completo: https://hdl.handle.net/10438/32942
Resumo: O objetivo deste trabalho é fazer um estudo de allocation para otimização de carteiras previdenciárias baseado no modelo de Sharpe e Tint (1990), que considera o peso dos passivos na otimização do portfólio com a aplicação de um termo de penalização de acordo com a correlação entre os ativos e passivos, pela análise de excedentes, considerando a tolerância ao risco do investidor. Através da maximização da função utilidade, foram geradas carteiras ótimas que objetivam superar determinados bechmarks: um de renda fixa e um atrelado ao índice de preços. Como insumo para os cálculos, foram utilizados dados das curvas de juros reais, índices de mercado de títulos públicos indexados à SELIC (IMA-S), prefixados (IRF-M) e indexados à inflação (IMA-B), índice de ações Ibovespa, e a variação da taxa de câmbio entre dólares americanos contra o real. As carteiras ótimas foram rebalanceadas ao longo do tempo, e foi verificado se o comportamento observado estava de acordo com o esperado. Foram aplicadas três métricas de risco (EWMA – Exponentially Weighted Moving Average, Expected Shortfall e Drawdown), amplamente utilizadas em estratégias de asset allocation. Por fim, o desempenho das carteiras ótimas foi avaliado em relação ao efeito do perfil do investidor, em relação ao efeito do peso dos passivos e sob a ótica dos riscos. Os resultados mostraram que a grande maioria dos portfólios ótimos resultantes foram compostos por NTN-B, e superaram os benchmarks nos cenários testados. A tolerância ao risco do investidor foi mais relevante que o efeito do peso do passivo na composição das carteiras ótimas, e as métricas de risco foram semelhantes nos benchmarks analisados. Por fim, os resultados confirmaram a forte relação do comportamento das taxas de juros com os resultados das carteiras ótimas.
id FGV_0619eb662add9f06b4044fffc16d7f17
oai_identifier_str oai:repositorio.fgv.br:10438/32942
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str 3974
spelling Sesma, Ludmila Antonia GonçaloEscolas::EESPCintra, Roberto BarbosaLyrio, Marco TulioNunes, Clemens V. de Azevedo2022-12-01T16:05:22Z2022-12-01T16:05:22Z2022https://hdl.handle.net/10438/32942O objetivo deste trabalho é fazer um estudo de allocation para otimização de carteiras previdenciárias baseado no modelo de Sharpe e Tint (1990), que considera o peso dos passivos na otimização do portfólio com a aplicação de um termo de penalização de acordo com a correlação entre os ativos e passivos, pela análise de excedentes, considerando a tolerância ao risco do investidor. Através da maximização da função utilidade, foram geradas carteiras ótimas que objetivam superar determinados bechmarks: um de renda fixa e um atrelado ao índice de preços. Como insumo para os cálculos, foram utilizados dados das curvas de juros reais, índices de mercado de títulos públicos indexados à SELIC (IMA-S), prefixados (IRF-M) e indexados à inflação (IMA-B), índice de ações Ibovespa, e a variação da taxa de câmbio entre dólares americanos contra o real. As carteiras ótimas foram rebalanceadas ao longo do tempo, e foi verificado se o comportamento observado estava de acordo com o esperado. Foram aplicadas três métricas de risco (EWMA – Exponentially Weighted Moving Average, Expected Shortfall e Drawdown), amplamente utilizadas em estratégias de asset allocation. Por fim, o desempenho das carteiras ótimas foi avaliado em relação ao efeito do perfil do investidor, em relação ao efeito do peso dos passivos e sob a ótica dos riscos. Os resultados mostraram que a grande maioria dos portfólios ótimos resultantes foram compostos por NTN-B, e superaram os benchmarks nos cenários testados. A tolerância ao risco do investidor foi mais relevante que o efeito do peso do passivo na composição das carteiras ótimas, e as métricas de risco foram semelhantes nos benchmarks analisados. Por fim, os resultados confirmaram a forte relação do comportamento das taxas de juros com os resultados das carteiras ótimas.The objective of this work is to make an allocation study for optimization of social security portfolios based on the Sharpe and Tint model (1990), which considers the weight of liabilities in portfolio optimization with the application of a penalty term according to the correlation between assets and liabilities, by analyzing surpluses, considering investor risk tolerance. Through the maximization of the utility function, optimal portfolios were generated that aim to overcome certain bechmarks: one of fixed income and one tied to the price index. As an indication for the calculations, we used data from real interest curves, market indices of government bonds indexed to SELIC (IMA-S), prefixed (IRF-M) and indexed to inflation (IMA-B), Ibovespa stock index, and the exchange rate variation between U.S. dollars versus the real. The optimal portfolios were rebalanced over time, and it was verified if the observed behavior was in line with expectations. Three risk metrics (EWMA – Exponentially Weighted Moving Average, Expected Shortfall e Drawdown) widely used in asset allocation strategies were applied. Finally, the performance of the optimal portfolios was evaluated in relation to the effect of the investor's profile, in relation to the effect of the weight of liabilities and from the perspective of risks. The results showed that the vast majority of the resulting optimal portfolios were composed of NTN-B, and exceeded the benchmarks in the tested scenarios. Investor risk tolerance was more relevant than the effect of the liability weight on the composition of optimal portfolios, and risk metrics were similar in the benchmarks analyzed. Finally, the results confirmed the strong relationship between the behavior of interest rates with the results of the optimal portfolios.porSharpe e tintAsset allocationSocial security portfoliosPortfolio optimizationSurplus analysisBenchmark overcomingRebalancingRisk metricsCarteiras previdenciáriasOtimização de portfólioAnálise de excedentesSuperação de benchmarkRebalanceamentoMétricas de riscoEconomiaAlocação de ativosInvestimentos - AdministraçãoAdministração de riscoFundos de pensão - InvestimentosAlocação de ativos comandada pela razão entre ativos e passivosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVLICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/2d9ea014-5af0-40be-9238-3baec3341bb9/downloaddfb340242cced38a6cca06c627998fa1MD52TEXTLudmila Sesma - Dissertação MPE 2022.pdf.txtLudmila Sesma - Dissertação MPE 2022.pdf.txtExtracted texttext/plain92531https://repositorio.fgv.br/bitstreams/c11b84aa-d528-4462-ac02-78bb3ec4f6c3/download94a4f7d66e7591db67d6335337cbe4abMD53Ludmila Sesma - Dissertação MPE 2022 - Revisada Ajustada.pdf.txtLudmila Sesma - Dissertação MPE 2022 - Revisada Ajustada.pdf.txtExtracted texttext/plain94040https://repositorio.fgv.br/bitstreams/fb9f2c4d-9edf-47ee-96e0-27e310794c07/download0203dbe5cf84b1c55438fc896833a6fbMD58THUMBNAILLudmila Sesma - Dissertação MPE 2022.pdf.jpgLudmila Sesma - Dissertação MPE 2022.pdf.jpgGenerated Thumbnailimage/jpeg1412https://repositorio.fgv.br/bitstreams/274c5ef0-98fc-4ade-b7bb-9a45b4d63ec7/download37812c6f18e4a6f6c7195e0946408289MD54Ludmila Sesma - Dissertação MPE 2022 - Revisada Ajustada.pdf.jpgLudmila Sesma - Dissertação MPE 2022 - Revisada Ajustada.pdf.jpgGenerated Thumbnailimage/jpeg2642https://repositorio.fgv.br/bitstreams/99a34a18-948a-4bc7-86d1-947d733c3baf/downloadc631a08f6c6ea8fda4c081f8cc769b8eMD59ORIGINALLudmila Sesma - Dissertação MPE 2022 - Revisada Ajustada.pdfLudmila Sesma - Dissertação MPE 2022 - Revisada Ajustada.pdfPDFapplication/pdf1442226https://repositorio.fgv.br/bitstreams/02e43b1d-b306-4273-8dc3-26f5a7aca39a/download9a6a42ce9720c716ca910dc69531359aMD5510438/329422023-11-26 02:36:52.147open.accessoai:repositorio.fgv.br:10438/32942https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-26T02:36:52Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.por.fl_str_mv Alocação de ativos comandada pela razão entre ativos e passivos
title Alocação de ativos comandada pela razão entre ativos e passivos
spellingShingle Alocação de ativos comandada pela razão entre ativos e passivos
Sesma, Ludmila Antonia Gonçalo
Sharpe e tint
Asset allocation
Social security portfolios
Portfolio optimization
Surplus analysis
Benchmark overcoming
Rebalancing
Risk metrics
Carteiras previdenciárias
Otimização de portfólio
Análise de excedentes
Superação de benchmark
Rebalanceamento
Métricas de risco
Economia
Alocação de ativos
Investimentos - Administração
Administração de risco
Fundos de pensão - Investimentos
title_short Alocação de ativos comandada pela razão entre ativos e passivos
title_full Alocação de ativos comandada pela razão entre ativos e passivos
title_fullStr Alocação de ativos comandada pela razão entre ativos e passivos
title_full_unstemmed Alocação de ativos comandada pela razão entre ativos e passivos
title_sort Alocação de ativos comandada pela razão entre ativos e passivos
author Sesma, Ludmila Antonia Gonçalo
author_facet Sesma, Ludmila Antonia Gonçalo
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Cintra, Roberto Barbosa
Lyrio, Marco Tulio
dc.contributor.author.fl_str_mv Sesma, Ludmila Antonia Gonçalo
dc.contributor.advisor1.fl_str_mv Nunes, Clemens V. de Azevedo
contributor_str_mv Nunes, Clemens V. de Azevedo
dc.subject.eng.fl_str_mv Sharpe e tint
Asset allocation
Social security portfolios
Portfolio optimization
Surplus analysis
Benchmark overcoming
Rebalancing
Risk metrics
topic Sharpe e tint
Asset allocation
Social security portfolios
Portfolio optimization
Surplus analysis
Benchmark overcoming
Rebalancing
Risk metrics
Carteiras previdenciárias
Otimização de portfólio
Análise de excedentes
Superação de benchmark
Rebalanceamento
Métricas de risco
Economia
Alocação de ativos
Investimentos - Administração
Administração de risco
Fundos de pensão - Investimentos
dc.subject.por.fl_str_mv Carteiras previdenciárias
Otimização de portfólio
Análise de excedentes
Superação de benchmark
Rebalanceamento
Métricas de risco
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Alocação de ativos
Investimentos - Administração
Administração de risco
Fundos de pensão - Investimentos
description O objetivo deste trabalho é fazer um estudo de allocation para otimização de carteiras previdenciárias baseado no modelo de Sharpe e Tint (1990), que considera o peso dos passivos na otimização do portfólio com a aplicação de um termo de penalização de acordo com a correlação entre os ativos e passivos, pela análise de excedentes, considerando a tolerância ao risco do investidor. Através da maximização da função utilidade, foram geradas carteiras ótimas que objetivam superar determinados bechmarks: um de renda fixa e um atrelado ao índice de preços. Como insumo para os cálculos, foram utilizados dados das curvas de juros reais, índices de mercado de títulos públicos indexados à SELIC (IMA-S), prefixados (IRF-M) e indexados à inflação (IMA-B), índice de ações Ibovespa, e a variação da taxa de câmbio entre dólares americanos contra o real. As carteiras ótimas foram rebalanceadas ao longo do tempo, e foi verificado se o comportamento observado estava de acordo com o esperado. Foram aplicadas três métricas de risco (EWMA – Exponentially Weighted Moving Average, Expected Shortfall e Drawdown), amplamente utilizadas em estratégias de asset allocation. Por fim, o desempenho das carteiras ótimas foi avaliado em relação ao efeito do perfil do investidor, em relação ao efeito do peso dos passivos e sob a ótica dos riscos. Os resultados mostraram que a grande maioria dos portfólios ótimos resultantes foram compostos por NTN-B, e superaram os benchmarks nos cenários testados. A tolerância ao risco do investidor foi mais relevante que o efeito do peso do passivo na composição das carteiras ótimas, e as métricas de risco foram semelhantes nos benchmarks analisados. Por fim, os resultados confirmaram a forte relação do comportamento das taxas de juros com os resultados das carteiras ótimas.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-12-01T16:05:22Z
dc.date.available.fl_str_mv 2022-12-01T16:05:22Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/32942
url https://hdl.handle.net/10438/32942
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/2d9ea014-5af0-40be-9238-3baec3341bb9/download
https://repositorio.fgv.br/bitstreams/c11b84aa-d528-4462-ac02-78bb3ec4f6c3/download
https://repositorio.fgv.br/bitstreams/fb9f2c4d-9edf-47ee-96e0-27e310794c07/download
https://repositorio.fgv.br/bitstreams/274c5ef0-98fc-4ade-b7bb-9a45b4d63ec7/download
https://repositorio.fgv.br/bitstreams/99a34a18-948a-4bc7-86d1-947d733c3baf/download
https://repositorio.fgv.br/bitstreams/02e43b1d-b306-4273-8dc3-26f5a7aca39a/download
bitstream.checksum.fl_str_mv dfb340242cced38a6cca06c627998fa1
94a4f7d66e7591db67d6335337cbe4ab
0203dbe5cf84b1c55438fc896833a6fb
37812c6f18e4a6f6c7195e0946408289
c631a08f6c6ea8fda4c081f8cc769b8e
9a6a42ce9720c716ca910dc69531359a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1813797756815278080