[pt] O financiamento de empresas emergentes de base tecnológica vem merecendo grande atenção, tanto por parte da comunidade de investidores quanto dos agentes públicos interessados nos ganhos econômicos e sociais atribuídos a tais empresas. A realização de tais ganhos depende, entretanto, de conhecimentos e habilidades sofisticados para lidar com diversos fatores de risco associados a tais empresas, à sua tecnologia e à natureza das oportunidades que perseguem. A extensão do risco envolvido e a complexidade dos instrumentos necessários para fazer frente a tais riscos fizeram reconhecer esse tipo de financiamento como uma classe distinta de investimento, denominada capital de risco. Como tal, a atividade de capital de risco teve seu início reconhecido a partir de 1930, com investimentos feitos por algumas famílias abastadas americanas. A década seguinte registra o surgimento da primeira empresa de capital de risco, que vem a estabelecer o paradigma de operação de uma indústria que, nos Estados Unidos, investe cerca de uma centena de bilhões de dólares por ano - a Indústria de Fundos de Capital de Risco que profissionaliza todo o ciclo de capital de risco, desde a captação de recursos junto aos investidores, a aplicação em empresas emergentes e, finalmente, o desinvestimento e a distribuição dos resultados aos investidores. No Brasil, essa indústria começou a se estruturar a partir da Instrução CVM 209, de 1994, que regulamentou esses fundos sob a denominação de Fundos Mútuos de Investimento em Empresas Emergentes. Estimativas preliminares sugerem que essa indústria movimentou, em 2000, cerca de US$ 1 bilhão. Uma das grandes barreiras ao desenvolvimento dessa indústria é a aquisição do conhecimento técnico sobre a gestão e avaliação de fundos nos quais os ativos adquiridos (papéis de empresas emergentes) não são negociados em bolsa. O conhecimento existente é, em boa parte, de natureza proprietária e é tratado como segredo industrial. Este trabalho, de natureza exploratória, reflete uma incursão no estudo de algoritmos de avaliação de fundos de capital de risco, introduzindo aperfeiçoamentos em modelos de avaliação existentes. Modelos de avaliação tradicionais, como o Multilateral Investment Fund (MIF) utilizam o retorno histórico desta modalidade de investimentos na tentativa de estimar a performance do fundo. O objetivo desta dissertação é adaptar o modelo de performance de fundos desenvolvido pelo MIF de forma a possibilitar uma análise de risco além do retorno esperado. Esta análise de risco será realizada através da avaliação de cada empresa investida pelo fundo. Assim, através da simulação do valor terminal destas empresas, será possível obter uma distribuição de retorno para cada investidor a partir do capital aportado no fundo. Tal instrumento será de grande valia tanto na seleção de investimentos (permitindo que os investimentos sejam selecionados de acordo com o nível de exposição que o gestor deseja assumir), quanto no gerenciamento dos investimentos (permitindo que sejam tomadas decisões que maximizem o retorno esperado para os investidores). / [en] The financing of technology based start up companies is deserving great attention, not only from of the investors' community but also from public agents, due to the economical and social earnings attributed to such companies. These accomplishments depends, however, on knowledge and sophisticated abilities to work with risk factors associated to such companies, related to their technology level and to the nature of the opportunities pursued. The extension of the risks involved and the complexity of the necessary instruments to deal with them lead to a recognition of this type of financing as a distinct investment, namely venture capital. Venture capital has its beginning in 1930, with investments made by a few wealthy American families. The following decade records the appearance of the first venture capital company, which comes to establish the operation paradigm of an industry. In the United States, this industry invests about a hundred of billion of dollars a year and perform the whole venture capital cycle: from Fundraising with the investors, to funding of start up companies and, finally, the harvesting and the distribution of results to the investors. In Brazil, this industry began to be structured following the Instruction CVM 209, (1994), which regulates funds denominated Mutual Investment Fund in Emergent Companies. Estimates suggest that in 2000, it was a US$ 1 billion dollar industry. One of the greatest barriers to the development of this industry is the acquisition of the technical knowledge on the management and evaluation of Funds that acquires assets non negotiable in the stock markets. The existing knowledge is, to a large extent, of private nature and treated as industrial secret. This work, of exploratory nature, is an incursion in the study of evaluation algorithms of venture capital funds, proposing improvements in existing evaluation models. Traditional evaluation models, like that of the Multilateral Investment Fund (MIF) use the historical return of this kind of investments in an attempt to estimate the performance of the fund. The objective of this dissertation is to modify the model of Fund performance developed by MIF to make possible a risk analysis beyond the expected return. This risk analysis will be accomplished by the evaluation of each company invested by the Fund. By simulating the terminal value of these companies, it will be possible to obtain a return distribution for each investor starting from the capital contributed to the fund. Such an instrument will be of great value not only in the selection of investments (allowing the investments to be selected in agreement with the exposure level that the manager wishes to assume), but also in the management of these discrete investments (allowing that are made decisions that maximize the expected return for the investors). / [es] El financiamiento de empresas emergentes de base tecnológica ha merecido una gran atención por parte de la comunidad de inversionistas y de los agentes públicos interesados en las ganancias económicas y sociales de esas empresas. La obtención de tales ganancias depende de conocimientos y habilidades sofisticados para evaluar los diversos factores de riesgo de dichas empresas, de su tecnología y de la naturaleza de las oportunidades que persiguen. La extensión del riesgo y la complejidad de los instrumentos necesarios para enfrentar los riesgos, han llevado a reconocer que este tipo de financiamiento constiuye una clase diferente de inversión, denominada capital de riesgo. La actividad de capital de riesgo se inició (reconocidamente) a partir de 1930, con inversiones realizadas por algunas familias americanas adineradas. En la década siguiente surge la primera empresa de capital de riesgo, y con ello se establece el paradigma de operación de una industria que, en los Estados Unidos, invierte cerca de una centena de miles de millones de dólares por año - la Industria de Fondos de Capital de Riesgo que profisionaliza todo el ciclo de capital de riesgo, desde la captación de recursos, la aplicación en empresas emergentes y, finalmente, la desinversión y la distribución de los resultados a los inversionistas. En Brasil, esa industria comenzó a extructurarse a partir de la Instrucción CVM 209, de 1994, que creó el reglamento de esos fondos bajo la denominación de Fondos Mutuos de Inversión en Empresas Emergentes. Estimativas preliminares indican que esa industria movimentó, en 2000, cerca de US$ 1000 millones. Una de las grandes barreras para el desarrollo de esta industria es la adquisición del conocimiento técnico sobre gestión y evaluación de fondos en los cuales los activos adquiridos (papeles de empresas emergentes) no son negociados en la bolsa. El conocimiento que existe es, en buena parte, de naturaleza proprietaria y es tratado como secreto industrial. Este trabajo, de naturaleza exploratoria, refleja una incursión en el estudio de algoritmos de evaluación de fondos de capital de riesgo e introduce algunas mejorías en modelos de evaluación existentes. Los modelos de evaluación tradicionales, como el Multilateral Investment Fund (MIF) utilizan el retorno histórico de esta modalidad de inversiones para estimar la performance del fondo. El objetivo de esta disertación es adaptar el modelo de performance de fondos desarrollado por el MIF de modo tal que, además del retorno esperado, sea posible un análisis de riesgo. Este análisis de riesgo será realizado a través de la evaluación de cada empresa en las que el fondo invirtió. Así, a través de la simulación del valor terminal de estas empresas, será posible obtener una distribuición de retorno para cada inversionista a partir del capital que aportó al fondo. Este instrumento será de gran valor en la selección de inversiones (pués permitirá que las inversiones sean seleccionadas de acuerdo con el nível de exposición que el gestor desea asumir), y en la gerencia de las inversiones (permitiendo que sean tomadas decisiones que maximizen el retorno esperado para los inversionistas).

[pt] A estacionariedade sempre desempenhou um papel importante no tratamento teórico de séries temporais. Contudo muitas séries demonstram um comportamento não-estacionário. Em muitos casos, técnicas simples como a diferenciação não são suficientes. Neste contexto, e considerando a mais frequente suposição de instabilidade nas características estocásticas dos retornos financeiros, assim como as consequências em se assumir estacionariedade quando esta não é uma característica razoável, que utilizamos a metodologia proposta por Picard (1985) (37), estendida por Kluppelberg e Mikosch (1996)(23) e posteriormente resgatada por Starica e Granger (2005) (41) em 2005, cujo objetivo é identificar períodos estacionários em séries globalmente não-estacionárias, e aproximá-las localmente por modelos estacionários. Objetivando ampliar a compreensão da utilidade da estatística utilizada na metodologia, fizemos um estudo via simulação envolvendo mudanças estruturais ou pontuais no processo gerador, e avaliando o desempenho da metodologia na detecção dessas mudanças. Essa metodologia de identificação de períodos homogêneos foi aplicada no contexto dos hedge funds brasileiros, instrumentos financeiros onde tradicionalmente observa-se significativa auto-correlação, inclusive para defasagens de longo prazo, característica esta, justificada na literatura como resultado da falta de liquidez, como em Getmansky et al (2003) (14). Motivada pelas evidências empíricas envolvendo a influência das mudanças no segundo momento não-condicional de séries financeiras no comportamento da função de auto-correlação serial, discutido em Mikosch e Starica (2004) (32), aplicamos a metodologia de identificação dos períodos de estacionariedade na série de volatilidade dos hedge funds que apresentaram não-estacionariedade global. / [en] Stationarity has always played an important role in the theoretical treatment of time series. However many series show a nonstationary behavior. In many cases, simple techniques such as differentiation is not enough. In this context, and considering the most frequent assumption of instability in the stochastic characteristics of financial returns as well as the consequences of assume stationarity when this feature is not reasonable, we use the methodology proposed by Picard (1985) (37), extended by Kluppelberg and Mikosch (1996) (23) and later by Starica and Granger (2005) (41), whose goal is to identify stationary periods in globally non-stationary series, and locally approximate them by stationary models. Aiming to broaden the understanding of the usefulness of the statistical methodology used, we made a simulation study involving structural or point changes in the generating process, and evaluating the performance of the methodology to detect these changes. This method of identifying homogeneous periods was applied in the context of Brazilian hedge funds, financial instruments where traditionally we see significant autocorrelation, even for long-term lags, feature explained in the literature as a result of illiquidity, as in Getmansky et al (2003) (14). Motivated by empirical evidence involving the influence of changes in non-conditional second moment of financial time series behavior of the function of serial correlation, discussed in Mikosch and Starica (2004) (32), we apply the methodology aiming identifying stationary periods in the hedge funds volatility series that had global non-stationarity.

[pt] Usualmente as avaliações de desempenho de fundos de investimento utilizam os índices tradicionais de desempenho, baseados na normalidade dos retornos. Por ter como base a normalidade de retornos, esses índices tradicionais ignoram as informações contidas nos momentos de ordem superior da distribuição. Embora a teoria clássica de Markowitz (1952) seja considerada de fácil aplicação e eficiente na composição dos ativos das carteiras de investimento, as complicações aparecem quando os ativos apresentam distribuições notoriamente não normais. Recentemente, diversos autores vêm propondo medidas de risco-retorno (conhecidas também como medidas de desempenho) mais consistentes com a distribuição esperada de ganhos observada na prática, isto é, distribuições não normais. Entre elas, a medida Ômega , apresentada por Keating e Shadwick (2002), que leva em conta não apenas os primeiros momentos da distribuição dos retornos dos ativos (média e variância), mas todo o formato da distribuição para avaliar seu risco. O principal objetivo deste trabalho é comparar algumas medidas tradicionais de avaliação de performance de fundos de investimento, no mercado brasileiro, com o Índice Ômega. Para isso, será verificado se os rankings de desempenho dos fundos de investimento no Brasil, dado por estas medidas, são diferentes. No presente trabalho, os parâmetros são calculados consistentemente através dos modelos apropriados, após verificação da não-estacionariedade das séries dos retornos dos fundos de investimentos. / [en] Usually, the performance evaluation of investment funds uses traditional indices of performance, based on the normality of returns. Because it is based on the normality of returns, these traditional indexes ignore the information contained in higher order moments of the distribution. Although the classical theory of Markowitz (1952) is considered easy to use and efficient in the composition of the assets of investment portfolios, complications arise when assets have markedly non-normal distributions. Recently, several authors have proposed measures of risk-return (also known as performance measures) more consistent with the expected distribution of gains observed in practice, that is, non-normal distributions. Among them, the Omega measure, by Keating and Shadwick (2002), which takes into account not only the first moments of the distribution of asset returns (mean and variance), but the whole shape of the distribution to evaluate its risk. The main objective of this study is to compare some traditional measures of performance evaluation of investment funds in the Brazilian market, with the Omega index. This paper will verify if the performance rankings of mutual funds in Brazil, given by these measures are different. In this study, the parameters are calculated consistently through appropriate models, after the verification of the non-stationarity of the series of returns of investment funds.

[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 tem como objetivo testar o efeito disposição, que é a tendência dos investidores em vender os investimentos ganhadores mais rapidamente que os investimentos perdedores, através da análise das carteiras de todos os fundos brasileiros de investimentos em Ações, no perí­odo compreendido entre novembro de 2003 e março de 2008. Embora a análise do número de transações revele que os fundos de investimento estão sujeitos ao efeito disposição, diferentemente do mercado acionário americano, quando são analisados os volumes transacionados, não é possível identificar o efeito disposição, especialmente em relação aos fundos de varejo, os que apresentaram a maior tendência de realização de perdas em detrimento dos ganhos. / [en] The goal of this study is to test the disposition effect, the tendency of investors to sell winning investments too soon and hold losing investments too long, by analyzing all the Brazilian Equity Funds portfolios from november 2003 to march 2008. Although the analysis based on the number of trades shows the Equity Funds are subject to the disposition effect, unlike the American stock market, when the analysis is based on the trading volume, the disposition effect is not identified, mainly in the funds open to non-qualified investors, that showed the stronger tendency to realize the loses instead the gains.

[pt] As avaliações de performance de fundos de investimento que são atualmente feitas utilizam separadamente uma série de dados como o índice de Sharpe, as gregas (alfa, beta, gama, teta, ômega ....), taxa de administração e volatilidade, não havendo nenhum índice que contemple esses indicadores ao mesmo tempo. Os investidores, na hora de escolher entre os inúmeros fundos existentes, analisam isoladamente cada um desses índices mundialmente conhecidos, mas não conseguem avaliá-los simultaneamente e tomar uma decisão conjunta. O presente trabalho tem a finalidade de apresentar e desenvolver o método conhecido como Análise Envoltória de Dados (DEA) para avaliar o desempenho de fundos de investimento no Brasil e validá-lo através da utilização de uma medida de avaliação performance intitulada medida Ômega. / [en] A common method to evaluate the performance of investment funds is to use separate sets of indicators such as Sharpe, the Greeks (alpha, beta, gamma, theta, omega etc.), administration fee and volatility. There is no single indicator that covers all together and at the same time the whole set of indicators. When choosing among a large variety of existing funds, investors analyze each and every known indicator separately; they are not able to evaluate them simultaneously with the goal of a joint decision. The aim of this study is to present and develop the method known as Data Envelopment Analysis (DEA) to evaluate the performance of investment funds in Brazil and validate it through the use of a performance evaluation known as Omega measure.