[pt] O universo de hedge funds cresce a taxas aceleradas no Brasil já há alguns anos e vem, à medida que os juros caem, conquistando investidores que restringiam suas aplicações à renda fixa tradicional. Um outro segmento da indústria financeira vem a reboque, são os fundos de fundos. O objetivo deste trabalho é propor uma metodologia quantitativa para auxiliar na construção de portfólios de fundos de fundos que vai além do tradicional modelo de médiavariância. Será incluída uma terceira variável na avaliação dos portfólios, o risco de liquidez. Para isso, será usado como base o estudo Dyanmics of the Hedge Fund Industry do Professor Andrew W. Lo do MIT Sloan School of Management (2005). A indústria de hedge funds será dividida em diversos segmentos em função das estratégias utilizadas e em seguida, avaliaremos quais as combinações de estratégias oferecem a melhor relação Risco, Retorno e Liquidez para o investidor. / [en] During the recent years, hedge funds in Brazil experienced an incredible increase in assets under management. Many investors are changing their asset allocation, migrating from fixed income to hedge funds. With this movement, another segment of the same industry will flourish: Funds of funds. This work main objective is to propose a methodology to help on the portfolio construction of funds of funds based not only on the relationship return and risk, but including a new parameter, liquidity. This work is based on the study Dynamics of the Hedge Fund Industry by Professor Andrew W. Lo from the MIT Sloan School of Management (2005). In order to do so, the Brazilian hedge fund industry will be divided based on the strategies used on their investments, and then an optimization process will sort out the portfolios that offer the best Return, Risk and Liquidity combination for investors.

[pt] Esta dissertação aborda um tema bastante recente e ainda controverso, intitulado Finanças Comportamentais. O estudo se inicia com a apresentação de alguns dos conceitos e estudos já realizados nesta área, onde estão inseridas algumas críticas à hipótese de mercado eficiente e à idéia de caminho aleatório. Estas críticas levam a outros três conceitos, conhecidos como auto-correlação entre os retornos, reversão a média e previsibilidade do retorno de ativos, que são, na verdade, o interesse central do trabalho. Para explorar estes três conceitos será aplicada a metodologia de Box&Jenkins sobre as séries de retornos diários das 50 ações mais líquidas listadas na BOVESPA, sendo que o período analisado vai de 01/01/1994 até 31/12/2005. Ao final, conclui-se que existem evidências de autocorrelação entre os retornos diários das ações, que existe uma possível indicação de que os retornos oscilam em torno de uma média e de que o modelo de previsão baseado em resultados passados tem performance, apenas, razoável. / [en] This dissertation approaches a very recent and controversial issue named Behavioral Finance. So, this work begins presenting some of the concepts and studies carried out in the area, where some criticism of the efficient market hypothesis and the random walk idea is made. This criticism drives to another three concepts: autocorrelation of asset return, mean reversion and predictability of asset return, which, indeed, are the central issues of this work. To explore these three concepts the Box&Jenkins model will be applied on daily return time series of the most 50 liquid stocks listed in the São Paulo Stock Exchange (BOVESPA), between 01/011994 thru 12/31/2005. At the end, the study concludes that exist autocorrelation evidences among daily returns, that there is a possible indication of mean reversion, and that the forecast model based on past results has just a regular performance.

[pt] Um dos principais problemas em manufatura é como ajustar um processo de produção que não está obtendo uma performance desejada. O intuito é fazer com que o parâmetro do processo volte a assumir um valor alvo requerido. As técnicas de controle estatístico de processo (CEP) são amplamente utilizadas na indústria para monitorar processos e, conseqüentemente, para melhoria da qualidade. Os gráficos de controle para variáveis mais freqüentemente utilizados para monitorar a média e a variabilidade do processo são os gráficos de Shewhart, os gráficos de CUSUM e os gráficos de EWMA. Porém, as considerações básicas para se utilizar um gráfico de Shewhart são que os dados gerados pelo processo sejam independentes e identicamente distribuídos (IID). Quando a hipótese de independência dos dados não é satisfeita, tais gráficos não funcionam bem, pois fornecerão resultados não confiáveis na forma de excesso de alarme falsos, ou seja, conduz a interpretações equivocadas acerca do processo e gera custos adicionais de controle. Esta tese utiliza uma formulação bayesiana, o Modelo Linear Dinâmico de Harrison & Stevens (MLD-HS) para o monitoramento da média de processos cujas observações podem ser modeladas como um processo ARMA (1,1). O Fator de Bayes acumulado foi utilizado na detecção de desvios na média de um dado processo. Posteriormente, os resultados obtidos pelo modelo proposto, que foi nomeado como MLD-CEP, são comparados aos resultados obtidos por Lu & Reynolds (2001). Os resultados obtidos pelo MLD-CEP sugerem bom desempenho na detecção de alterações na média em processos de baixo a moderadamente alto nível de autocorrelação. / [en] Monitoring a manufacturing process is an important subject in the industries currently. Statistical process control techniques are widely used for process monitoring and quality improvement. Control charts for variables more often used to control both process mean and variance are Shewhart control charts, CUSUM charts and EWMA charts. However, the basic assumptions to use a Shewhart chart are: independent and identically distributed observations (IID); but,autocorrelation may be present in many process, and may have a strong impact nthe properties of control charts. This thesis used a bayesian formulation, Dynamic Linear Model of Harrison & Stevens (MLD-HS), for monitoring the process mean for the situation in which observations from the process can be modeled as an ARMA(1,1). The cumulative Bayes factor has been used for detecting shifts on the process mean. After that, the results obtained by MLD-CEP are compared with the results obtained by Lu & Reynolds (2001). The MLD-CEP results indicate a good performance in detecting shifts in the process mean.