[pt] Esta dissertação tem como objetivo comparar os índices de desempenho de média-variância com os critérios de dominância estocástica de primeira, segunda e terceira ordens para fundos de gerenciamento ativo presentes no mercado brasileiro. Foram analisados 84 fundos de ações entre maio de 1999 e abril de 2001. Para o cálculo da dominância estocástica foi criada uma função em Matlab que, a partir dos retornos dos fundos, compara-os entre si e retorna quais os fundos mais dominantes em relação aos outros. O que se concluiu é que os indivíduos que selecionam seus investimentos com base somente nos índices de média-variância podem tomar decisões que contrariam seus critérios de aversão ao risco e de aversão crescente ao risco. Igualmente, o desempenho de fundos de investimento medido apenas através dos critérios de dominância estocástica não significará necessariamente um maior excesso de retorno com relação ao risco corrido. Para se tomar uma decisão de investimento bem estruturada, o investidor deve considerar todos os momentos da distribuição dos retornos e realizar uma análise tanto por média-variância quanto por dominância estocástica. / [en] The scope of this dissertation is the comparison between the meanvariance based performance measurers of active management Brazilian-based stock funds and stochastic dominance of first, second and third orders criteria. 84 funds were considered and the period studied goes from May 1999 to April 2001. For the stochastic dominance calculus a Matlab function was created so that, with the funds returns as inputs, it gives the most dominating funds in relation to the others. The conclusion of this study is that individuals that chose investments taking account solely mean-variance measurers can make decisions that goes against their criteria of risk aversion and absolute decreasing risk aversion. In the same way, investments funds performance measured only by stochastic dominance criteria will not lead necessarily to a highest reward-to- risk ratio. Regarding a well structured investment decision, investors should consider all moments of the distribution of returns and perform not only a mean- variance but also a stochastic dominance analysis.

[pt] A reestruturação do setor de energia elétrica, iniciada nos anos 90, teve como uma de suas principais implicações a introdução da competição na atividade de geração. A expansão do parque gerador, necessária para garantir o equilíbrio estrutural entre oferta e demanda, é estimulada por contratos de longo prazo negociados em leilões, na modalidade de menor tarifa. Destarte, o investidor deve oferecer um limite de preço para que o seu projeto seja competitivo (de forma a ganhar a licitação), mas que ao mesmo tempo seja suficiente para remunerar seu investimento, custos de operação e, sobretudo, protegê-lo contra todos os riscos intrínsecos ao projeto. Nesse contexto, as duas principais contribuições do presente trabalho são: (i) a proposição de uma metodologia de precificação de riscos, utilizando o critério do Value at Risk (VaR), que indica a máxima perda admitida pelo invetidor avesso a risco, com um determinado nível de confiança, e (ii) a aplicação de diferentes modelos de seleção de carteiras, que incorporam o critério do VaR para otimizar um portfolio com diferentes tecnologias de geração de energia. Os resultados da precificação de riscos são úteis para determinar os componentes críticos do projeto e calcular a competitividade (preço) de cada tecnologia. A aplicação de diferentes métodos de seleção de carteiras busca determinar o modelo mais indicado para o perfil das distribuições de retorno dos projetos de geração, que apresentam assimetria e curtose elevada (caldas pesadas). / [en] The new structure of the brazilian electric sector, consolidated by the end of the 90s main implication the introduction of competition in the power generation activity. The expansion of generation capacity, responsible to ensure structural equilibrium between supply and demand, is stimulated by long-term contracts negotiated through energy auctions. Therefore, the investor must give a competitive price (in order to win the auction), but also sufficient to pay his investment, operational costs and, especially, protect him against all project risks. In this role, the two main contributions of this work are: (i) to suggest a methodology of risk pricing, using the Value at Risk (VaR) criterium, which gives the maximum loss admitted by the risk averse investor, with a specified confidence level, and (ii) to apply different portfolio selection models, which incorporates the VaR criterium to optimize a portfolio with different power generation technologies. The risk pricing results are usefull to determine the project critical components and to calculate the competitiviness (price) of each technology. The study of different portfolio selection methods aims to investigate the most suitable model for the return distribution shape, characterized by having assimetry and curtosis (heavy tails).