Modelo de coariância bayesiana para seleção de portfólios de investimentos

Detalhes bibliográficos
Autor(a) principal: Lima, Melquiades Pereira
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional Memoria (IFRN)
Texto Completo: http://memoria.ifrn.edu.br/handle/1044/840
Resumo: A teoria de portfólio é um campo de estudos que se dedica a investigar a tomada de decisão por investidores de recursos. O propósito desse processo é a redução do risco por meio da diversificação e, portanto, a garantia de determinado retorno. Apesar disso, o modelo clássico de Média-Variância contém críticas quanto a sua parametrização, observa-se que o uso da variância e covariâncias possui sensibilidade ao mercado e à estimação de parâmetros. Como forma de redução dos erros de estimação, os modelos bayesianos possuem mais flexibilidade na modelagem, com a possibilidade de inserir parâmetros quantitativos e qualitativos sobre o comportamento do mercado como forma de redução de erros. Observando isso, o presente trabalho teve como objetivo formular um novo modelo de matriz por meio do teorema de Bayes, como forma de substituição da covariância no modelo M-V, denominado de MCB - Modelo de Covariância Bayesiana. Para avaliação do modelo, algumas hipóteses são formuladas por meio do método ex post facto e por análise de sensibilidade. Os benchmarks utilizados como referência foram: (1) o modelo clássico de Média Variância; (2) o Índice de mercado da Bovespa; e, (3) 94 Fundos de Investimento. Os retornos acumulados durante o período de maio de 2002 a dezembro de 2009 demonstraram superioridade do MCB em relação ao modelo clássico M-V e o Índice Bovespa, porém assumindo um pouco mais de risco diversificável que o M-V. A análise robusta do modelo, considerando o horizonte de tempo, constatou retornos próximos ao Ibovespa, considerando menor risco que o mercado. Por último, em relação ao índice de Mao, o modelo se demonstrou satisfatório, em retorno e risco, principalmente em prazos mais longos. Por fim, algumas considerações são realizadas, bem como sugestões de futuros trabalhos.
id IFRN_42e17f0520d49f1751337b60e9e5e926
oai_identifier_str oai:localhost:1044/840
network_acronym_str IFRN
network_name_str Repositório Institucional Memoria (IFRN)
repository_id_str
spelling 2016-06-20T10:55:25Z2016-01-012016-06-20T10:55:25Z2011-12-12http://memoria.ifrn.edu.br/handle/1044/840A teoria de portfólio é um campo de estudos que se dedica a investigar a tomada de decisão por investidores de recursos. O propósito desse processo é a redução do risco por meio da diversificação e, portanto, a garantia de determinado retorno. Apesar disso, o modelo clássico de Média-Variância contém críticas quanto a sua parametrização, observa-se que o uso da variância e covariâncias possui sensibilidade ao mercado e à estimação de parâmetros. Como forma de redução dos erros de estimação, os modelos bayesianos possuem mais flexibilidade na modelagem, com a possibilidade de inserir parâmetros quantitativos e qualitativos sobre o comportamento do mercado como forma de redução de erros. Observando isso, o presente trabalho teve como objetivo formular um novo modelo de matriz por meio do teorema de Bayes, como forma de substituição da covariância no modelo M-V, denominado de MCB - Modelo de Covariância Bayesiana. Para avaliação do modelo, algumas hipóteses são formuladas por meio do método ex post facto e por análise de sensibilidade. Os benchmarks utilizados como referência foram: (1) o modelo clássico de Média Variância; (2) o Índice de mercado da Bovespa; e, (3) 94 Fundos de Investimento. Os retornos acumulados durante o período de maio de 2002 a dezembro de 2009 demonstraram superioridade do MCB em relação ao modelo clássico M-V e o Índice Bovespa, porém assumindo um pouco mais de risco diversificável que o M-V. A análise robusta do modelo, considerando o horizonte de tempo, constatou retornos próximos ao Ibovespa, considerando menor risco que o mercado. Por último, em relação ao índice de Mao, o modelo se demonstrou satisfatório, em retorno e risco, principalmente em prazos mais longos. Por fim, algumas considerações são realizadas, bem como sugestões de futuros trabalhos.The portfolio theory is a field of study devoted to investigate the decisionmaking by investors of resources. The purpose of this process is to reduce risk through diversification and thus guarantee a return. Nevertheless, the classical Mean-Variance has been criticized regarding its parameters and it is observed that the use of variance and covariance has sensitivity to the market and parameter estimation. In order to reduce the estimation errors, the Bayesian models have more flexibility in modeling, capable of insert quantitative and qualitative parameters about the behavior of the market as a way of reducing errors. Observing this, the present study aimed to formulate a new matrix model using Bayesian inference as a way to replace the covariance in the MV model, called MCB - Covariance Bayesian model. To evaluate the model, some hypotheses were analyzed using the method ex post facto and sensitivity analysis. The benchmarks used as reference were: (1) the classical Mean Variance, (2) the Bovespa index's market, and (3) in addition 94 investment funds. The returns earned during the period May 2002 to December 2009 demonstrated the superiority of MCB in relation to the classical model MV and the Bovespa Index, but taking a little more diversifiable risk that the MV. The robust analysis of the model, considering the time horizon, found returns near the Bovespa index, taking less risk than the market. Finally, in relation to the index of Mao, the model showed satisfactory, return and risk, especially in longer maturities. Some considerations were made, as well as suggestions for further work.Submitted by Melquiades Pereira de Lima Junior (melquiades.pereira@ifrn.edu.br) on 2016-06-19T23:23:26Z No. of bitstreams: 1 Dissertacao Final - Melquiades.pdf: 2380057 bytes, checksum: c0f76191715d8944ed217a05094c6ab9 (MD5)Approved for entry into archive by Jose Yvan Pereira Leite (jyp.leite@ifrn.edu.br) on 2016-06-20T10:55:25Z (GMT) No. of bitstreams: 1 Dissertacao Final - Melquiades.pdf: 2380057 bytes, checksum: c0f76191715d8944ed217a05094c6ab9 (MD5)Made available in DSpace on 2016-06-20T10:55:25Z (GMT). No. of bitstreams: 1 Dissertacao Final - Melquiades.pdf: 2380057 bytes, checksum: c0f76191715d8944ed217a05094c6ab9 (MD5) Previous issue date: 2011-12-12porUniversidade Federal do Rio Grande do NorteOutroPrograma de Pós Graduação em Engenharia de ProduçãoOutroUFRNBrasilNatal - CentralCNPQ::ENGENHARIASSeleção de Portfólio. Markowitz. Bayes. Covariância. Investimento.Modelo de coariância bayesiana para seleção de portfólios de investimentosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAlmeida, Mariana Rodrigues dehttp://lattes.cnpq.br/7356242205950550http://lattes.cnpq.br/9184398019066167Lima, Melquiades Pereirainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional Memoria (IFRN)instname:Instituto Federal do Rio Grande do Norte (IFRN)instacron:IFRNTHUMBNAILDissertacao Final - Melquiades.pdf.jpgDissertacao Final - Melquiades.pdf.jpgIM Thumbnailimage/jpeg5561http://localhost:8080/xmlui/bitstream/1044/840/4/Dissertacao+Final+-+Melquiades.pdf.jpgb52fb774036290e7832e524db8618db1MD54TEXTDissertacao Final - Melquiades.pdf.txtDissertacao Final - Melquiades.pdf.txtExtracted texttext/plain218184http://localhost:8080/xmlui/bitstream/1044/840/3/Dissertacao+Final+-+Melquiades.pdf.txtf8deef1aab4323b067ac840efcfff540MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://localhost:8080/xmlui/bitstream/1044/840/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertacao Final - Melquiades.pdfDissertacao Final - Melquiades.pdfDissertaçãoapplication/pdf2380057http://localhost:8080/xmlui/bitstream/1044/840/1/Dissertacao+Final+-+Melquiades.pdfc0f76191715d8944ed217a05094c6ab9MD511044/8402017-05-26 09:53:36.49oai:localhost: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Repositório InstitucionalPUBhttps://memoria.ifrn.edu.br/oai/memoria@ifrn.edu.bropendoar:2017-05-26T12:53:36Repositório Institucional Memoria (IFRN) - Instituto Federal do Rio Grande do Norte (IFRN)false
dc.title.pt_BR.fl_str_mv Modelo de coariância bayesiana para seleção de portfólios de investimentos
title Modelo de coariância bayesiana para seleção de portfólios de investimentos
spellingShingle Modelo de coariância bayesiana para seleção de portfólios de investimentos
Lima, Melquiades Pereira
CNPQ::ENGENHARIAS
Seleção de Portfólio. Markowitz. Bayes. Covariância. Investimento.
title_short Modelo de coariância bayesiana para seleção de portfólios de investimentos
title_full Modelo de coariância bayesiana para seleção de portfólios de investimentos
title_fullStr Modelo de coariância bayesiana para seleção de portfólios de investimentos
title_full_unstemmed Modelo de coariância bayesiana para seleção de portfólios de investimentos
title_sort Modelo de coariância bayesiana para seleção de portfólios de investimentos
author Lima, Melquiades Pereira
author_facet Lima, Melquiades Pereira
author_role author
dc.contributor.advisor1.fl_str_mv Almeida, Mariana Rodrigues de
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7356242205950550
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/9184398019066167
dc.contributor.author.fl_str_mv Lima, Melquiades Pereira
contributor_str_mv Almeida, Mariana Rodrigues de
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
Seleção de Portfólio. Markowitz. Bayes. Covariância. Investimento.
dc.subject.por.fl_str_mv Seleção de Portfólio. Markowitz. Bayes. Covariância. Investimento.
description A teoria de portfólio é um campo de estudos que se dedica a investigar a tomada de decisão por investidores de recursos. O propósito desse processo é a redução do risco por meio da diversificação e, portanto, a garantia de determinado retorno. Apesar disso, o modelo clássico de Média-Variância contém críticas quanto a sua parametrização, observa-se que o uso da variância e covariâncias possui sensibilidade ao mercado e à estimação de parâmetros. Como forma de redução dos erros de estimação, os modelos bayesianos possuem mais flexibilidade na modelagem, com a possibilidade de inserir parâmetros quantitativos e qualitativos sobre o comportamento do mercado como forma de redução de erros. Observando isso, o presente trabalho teve como objetivo formular um novo modelo de matriz por meio do teorema de Bayes, como forma de substituição da covariância no modelo M-V, denominado de MCB - Modelo de Covariância Bayesiana. Para avaliação do modelo, algumas hipóteses são formuladas por meio do método ex post facto e por análise de sensibilidade. Os benchmarks utilizados como referência foram: (1) o modelo clássico de Média Variância; (2) o Índice de mercado da Bovespa; e, (3) 94 Fundos de Investimento. Os retornos acumulados durante o período de maio de 2002 a dezembro de 2009 demonstraram superioridade do MCB em relação ao modelo clássico M-V e o Índice Bovespa, porém assumindo um pouco mais de risco diversificável que o M-V. A análise robusta do modelo, considerando o horizonte de tempo, constatou retornos próximos ao Ibovespa, considerando menor risco que o mercado. Por último, em relação ao índice de Mao, o modelo se demonstrou satisfatório, em retorno e risco, principalmente em prazos mais longos. Por fim, algumas considerações são realizadas, bem como sugestões de futuros trabalhos.
publishDate 2011
dc.date.issued.fl_str_mv 2011-12-12
dc.date.accessioned.fl_str_mv 2016-06-20T10:55:25Z
dc.date.available.fl_str_mv 2016-01-01
2016-06-20T10:55:25Z
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 http://memoria.ifrn.edu.br/handle/1044/840
url http://memoria.ifrn.edu.br/handle/1044/840
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.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv Outro
Programa de Pós Graduação em Engenharia de Produção
Outro
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Natal - Central
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional Memoria (IFRN)
instname:Instituto Federal do Rio Grande do Norte (IFRN)
instacron:IFRN
instname_str Instituto Federal do Rio Grande do Norte (IFRN)
instacron_str IFRN
institution IFRN
reponame_str Repositório Institucional Memoria (IFRN)
collection Repositório Institucional Memoria (IFRN)
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/1044/840/4/Dissertacao+Final+-+Melquiades.pdf.jpg
http://localhost:8080/xmlui/bitstream/1044/840/3/Dissertacao+Final+-+Melquiades.pdf.txt
http://localhost:8080/xmlui/bitstream/1044/840/2/license.txt
http://localhost:8080/xmlui/bitstream/1044/840/1/Dissertacao+Final+-+Melquiades.pdf
bitstream.checksum.fl_str_mv b52fb774036290e7832e524db8618db1
f8deef1aab4323b067ac840efcfff540
8a4605be74aa9ea9d79846c1fba20a33
c0f76191715d8944ed217a05094c6ab9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional Memoria (IFRN) - Instituto Federal do Rio Grande do Norte (IFRN)
repository.mail.fl_str_mv memoria@ifrn.edu.br
_version_ 1809748215865540608