Gerenciamento de riqueza : modelando a dependência não linear

Detalhes bibliográficos
Autor(a) principal: Montenegro, Mariana Rosa
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/22746
http://dx.doi.org/10.26512/2016.03.D.22746
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016.
id UNB_ea66ed3478940104680d65783315e53a
oai_identifier_str oai:repositorio.unb.br:10482/22746
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Gerenciamento de riqueza : modelando a dependência não linearDependência não-linearPortfólio - formaçãoDissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016.O trabalho tem por objetivo estimar um portfólio ótimo, em conformidade com a teoria de portfólio proposta por Markowitz (1952) e utilizando o modelo de Correlação Local Gaussiana. Tjøstheim e Hufthammer (2013) esclarecem que tal ferramenta seria útil no problema de alocação de portfólio clássico. No entanto, por ser um modelo desenvolvido recentemente ainda não existe uma aplicação nesse sentido. Com tal propósito, desenvolve-se um novo modelo de seleção de portfólios, que incorpora a não-linearidade dos retornos e a observação empírica de que a relação entre os ativos é dinâmica no tempo. E a fim de testar a sua performance, o novo modelo foi aplicado aos dados simulados e aos ativos que compõem o S&P500 (Standard & Poor’s 500). A simulação gerou evidência inicial de melhor desempenho e de maior veracidade do novo modelo de seleção de portfólio, quando comparado ao modelo clássico Markowitz (1952). Uma das principais inovações do novo modelo é a possibilidade de lidar com diversas relações de não-linearidade por meio do uso da correlação local Gaussiana. A melhor performance foi observada em razão de que maior média e menor desvio padrão foram obtidos para o portfólio criado com o novo modelo. A seguir, mediante a seleção de dez ações dentre as que compõem o S&P500 no banco de dados do Yahoo Finance, no recorte temporal de 1985 a 2015, a performance do modelo de Correlação Local Gaussiana também foi avaliada por meio da comparação com o modelo de seleção de portfólio clássico. A análise dos resultados mostrou que a seleção de portfólio utilizando o modelo de Correlação Local Gaussiana superou o modelo tradicional de Markowitz (1952) em 63% dos casos utilizando o blockbootstrap e em 71% dos casos utilizando o bootstrap tradicional. Por ter apresentado maior Sharpe ratio, o modelo gerou um retorno de risco ajustado mais atraente na maioria dos casos em estudo. Em suma, a medida de correlação local Gaussiana foi capaz de detectar em estruturas de dependência mudanças complexas ou não-lineares e obter um resultado promissor que pode beneficiar tanto administradores, financistas e empresas, possibilitando a realização de uma análise de investimento mais precisa. O modelo desenvolvido no trabalho pode ser utilizado para a elaboração de novas estratégias de investimento, com o objetivo de melhorar a performance no mercado financeiro.The goal of this work is to develop a new optimum portfolio selection method, based on the classic portfolio theory proposed by Markowitz (1952) using the local Gaussian correlation model. Tjøstheim e Hufthammer (2013) showed that this tool would be useful for the classical portfolio selection problem. However, since it is a newly developed approach, it has not been implemented yet. This work focuses on the development of a portfolio selection method that incorporates the non-linearity of returns and the empirical observation that the relationship between assets in dynamic in time. In order to evaluate its performance, the new model was applied to simulated data and to stocks that comprise S&P500. The initial simulations indicated a better performance of the new proposed model when compared to the classical model pro- posed by Markowitz (1952). One of the main new features of the new model is the possibility of dealing with non-linearity relations by using the local Gaussian correlation. The performance was evaluated by comparing the mean and standard deviation obtained from the results of the simulations. The portfolio created with the new model presented a higher average and lower standard deviation. Another way to evaluate the performance of the model was by randomly selecting 10 stocks from S&P500 in the data base of Yahoo Finance, during the period of 1985 to 2015, and comparing the performance of the new proposed portfolio selection method against the classical method proposed by Markowitz (1952). The analysis of the results showed that the portfolio selection using the local Gaussian correlation performed better than the traditional method in 63% of the cases when using block bootstrap and in 71% of the cases when using traditional bootstrap. Since the new method presented better Sharpe ratio, it generated a better risk adjusted return more attractive in most of the cases. In summary, the measurement of local Gaussian correlation was able to detect complex and non-linear changes in dependence structures, as well as a promising result that can benefit managers, financial markets and companies, allowing them to perform a more accurate investment analysis. The developed model can be used to build new investment strategies, with the objective of improving the performance in financial market.Albuquerque, Pedro Henrique MeloMontenegro, Mariana Rosa2017-02-23T14:37:07Z2017-02-23T14:37:07Z2017-02-232016-03-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMONTENEGRO, Mariana Rosa. Gerenciamento de riqueza: modelando a dependência não linear. 2016. 111 f., il. Dissertação (Mestrado em Administração)—Universidade de Brasília, Brasília, 2016.http://repositorio.unb.br/handle/10482/22746http://dx.doi.org/10.26512/2016.03.D.22746info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-12T19:07:43Zoai:repositorio.unb.br:10482/22746Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-12T19:07:43Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Gerenciamento de riqueza : modelando a dependência não linear
title Gerenciamento de riqueza : modelando a dependência não linear
spellingShingle Gerenciamento de riqueza : modelando a dependência não linear
Montenegro, Mariana Rosa
Dependência não-linear
Portfólio - formação
title_short Gerenciamento de riqueza : modelando a dependência não linear
title_full Gerenciamento de riqueza : modelando a dependência não linear
title_fullStr Gerenciamento de riqueza : modelando a dependência não linear
title_full_unstemmed Gerenciamento de riqueza : modelando a dependência não linear
title_sort Gerenciamento de riqueza : modelando a dependência não linear
author Montenegro, Mariana Rosa
author_facet Montenegro, Mariana Rosa
author_role author
dc.contributor.none.fl_str_mv Albuquerque, Pedro Henrique Melo
dc.contributor.author.fl_str_mv Montenegro, Mariana Rosa
dc.subject.por.fl_str_mv Dependência não-linear
Portfólio - formação
topic Dependência não-linear
Portfólio - formação
description Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016.
publishDate 2016
dc.date.none.fl_str_mv 2016-03-11
2017-02-23T14:37:07Z
2017-02-23T14:37:07Z
2017-02-23
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 MONTENEGRO, Mariana Rosa. Gerenciamento de riqueza: modelando a dependência não linear. 2016. 111 f., il. Dissertação (Mestrado em Administração)—Universidade de Brasília, Brasília, 2016.
http://repositorio.unb.br/handle/10482/22746
http://dx.doi.org/10.26512/2016.03.D.22746
identifier_str_mv MONTENEGRO, Mariana Rosa. Gerenciamento de riqueza: modelando a dependência não linear. 2016. 111 f., il. Dissertação (Mestrado em Administração)—Universidade de Brasília, Brasília, 2016.
url http://repositorio.unb.br/handle/10482/22746
http://dx.doi.org/10.26512/2016.03.D.22746
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508396566544384

Registros relacionados