Modelo Robusto de Gestão de Balanço para Bancos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10316/86368 |
Resumo: | Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia |
id |
RCAP_65b675753730ae89826cafa1740877ee |
---|---|
oai_identifier_str |
oai:estudogeral.uc.pt:10316/86368 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Modelo Robusto de Gestão de Balanço para BancosA Robust Model for Bank Balance Sheet ManagementBalanço financeiroCarteira bancáriaOtimizaçãoHeurísticasTestes históricosBalance sheetBank's portfolioOptimizationHeuristicsBacktestsDissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e TecnologiaEste trabalho aborda a análise da otimização de um balanço com aplicação no contexto bancário. A otimização de balanço de bancos é distinta da otimização de portfólios, uma vez que para a primeira é necessário incluir restrições ditadas pelos rácios regulamentares de Basileia III e controlar os riscos da atividade bancária, nomeadamente o risco de liquidez. Desde os anos 80 até à atualidade, a literatura de otimização de balanço de bancos tem conhecido avanços significativos. Os modelos existentes, no entanto, são muito sensíveis aos dados de entrada, gerando alocações que obtêm variações pouco realistas de ano para ano, impossibilitando a sua utilização num contexto prático e industrial. Por outro lado, não existe na literatura uma metodologia de testes históricos que comprovem o desempenho superior das técnicas de otimização face a regras heurísticas. Neste sentido, esta investigação traz contribuições valiosas para a literatura, as quais devem ser realçadas. Em primeiro lugar, neste trabalho desenvolve-se uma metodologia de otimização que garante a robustez das alocações face aos parâmetros, com base em restrições de turnovers locais e global, que demonstrar-se-á posteriormente que conferem variações realistas nos agregados. Em segundo, é criada uma metodologia, até à data inexistente, de testes de desempenho utilizando dados históricos, com base em dados históricos públicos americanos, que para cada estratégia permite aferir a estabilidade das alocações e o desempenho na rendibilidade. Além disso, comprova-se, através destes testes, que as metodologias de otimização sem restrições de turnover atingem variações na ordem de 40%, não sendo realistas e impossibilitando a sua utilização num contexto prático. A par disto, demonstra-se que as metodologias de otimização com restrições de turnover, desenvolvidas neste trabalho, obtêm variações que são realistas, possibilitando a sua implementação em ambiente industrial. Finalmente, a metodologia de testes de desempenho utilizando dados históricos comprova que as estratégias de otimização obtêm um desempenho superior às regras heurísticas em 0.94% ao ano face ao ativo e 9.4% ao ano face aos capitais próprios, em média. Além do mais, através dos resultados, constata-se que a metodologia de otimização de balanço com restrições de turnover é a mais adequada para ser utilizada na prática, dado que combina a rendibilidade superior apresentada pelos modelos de otimização com alocações que podem ser implementadas nos processos de gestão dos bancos.This work covers the analysis of the optimization of a balance sheet in the banking context. The optimization of a bank’s balance sheet differs from the optimization of a portfolio because the first requires restrictions given by Basel III regulatory ratios and controls on banking risks, namely liquidity risk. Since the 1980’s, there have been significant advancements in the literature on the optimization of banks’ balance sheets. However, the current models are very sensitive to inputs, generating allocations with unrealistic yearly variations. This feature makes them impossible to use in a practical and industrial context. On the other hand, there is no literature with historical tests that proves the superior performance of optimization techniques compared to heuristic rules. In this sense, this investigation brings valuable contributions to the literature on bank balance sheet management, which should be highlighted. Firstly, this work develops a method of optimization that guarantees the robustness of allocations against the parameters, based on local and global turnover restrictions, which we will later show that grants realistic variations to allocations. Secondly, we created a backtesting methodology (that does not exist to date), using American historical data, that will allow to gauge the stability of the allocations and the profitability performance. Through these tests we demonstrate that optimization methods without turnover restrictions hit variations of about 40%, which makes them unrealistic and impossible to use in a practical context. Contrary to this, optimization methods with turnover restrictions obtain realistic variations, making their implementation in the industrial environment possible. Finally, using our data and liability structure, the method using historical data indicates that optimization strategies have a superior performance when compared with heuristic rules, achieving an average outperformance of return on assets of 0.94% and an outperformance of return on equity of 9.4%. Consequently, the balance sheet optimization method with turnover restrictions is the most suitable to be used in practice, since it combines the superior profitability presented by the optimization models with allocations that can be implemented by bank management.2018-07-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/86368http://hdl.handle.net/10316/86368TID:202219119porCoelho, Catarina Guerreiroinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2020-01-22T15:43:56Zoai:estudogeral.uc.pt:10316/86368Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:07:31.937454Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Modelo Robusto de Gestão de Balanço para Bancos A Robust Model for Bank Balance Sheet Management |
title |
Modelo Robusto de Gestão de Balanço para Bancos |
spellingShingle |
Modelo Robusto de Gestão de Balanço para Bancos Coelho, Catarina Guerreiro Balanço financeiro Carteira bancária Otimização Heurísticas Testes históricos Balance sheet Bank's portfolio Optimization Heuristics Backtests |
title_short |
Modelo Robusto de Gestão de Balanço para Bancos |
title_full |
Modelo Robusto de Gestão de Balanço para Bancos |
title_fullStr |
Modelo Robusto de Gestão de Balanço para Bancos |
title_full_unstemmed |
Modelo Robusto de Gestão de Balanço para Bancos |
title_sort |
Modelo Robusto de Gestão de Balanço para Bancos |
author |
Coelho, Catarina Guerreiro |
author_facet |
Coelho, Catarina Guerreiro |
author_role |
author |
dc.contributor.author.fl_str_mv |
Coelho, Catarina Guerreiro |
dc.subject.por.fl_str_mv |
Balanço financeiro Carteira bancária Otimização Heurísticas Testes históricos Balance sheet Bank's portfolio Optimization Heuristics Backtests |
topic |
Balanço financeiro Carteira bancária Otimização Heurísticas Testes históricos Balance sheet Bank's portfolio Optimization Heuristics Backtests |
description |
Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-07-26 |
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://hdl.handle.net/10316/86368 http://hdl.handle.net/10316/86368 TID:202219119 |
url |
http://hdl.handle.net/10316/86368 |
identifier_str_mv |
TID:202219119 |
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 Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799133966492499968 |