[pt] Este trabalho tem como objetivo explorar o benefício da inclusão de um novo fator relacionado a juros aos principais modelos de análise do cross-section dos retornos de ações, como o CAPM e o modelo de 3 fatores de Fama & French. O foco em especial é sobre a anomalia dos maiores retornos ajustados ao risco das estratégias de spread entre ações de baixo e alto beta de mercado, que também pode ser visto nos spreads entre ações de baixa e alta volatilidade. A motivação para inclusão deste fator vem da teoria de que o bom desempenho destas estratégias é simplesmente uma exposição a taxa de juros, não capturada pelos modelos usuais. Apesar da literatura apontar que as taxas de juros afetam diversas variáveis econômicas, a maior parte dos trabalhos de análise do cross-section dos retornos de ações é conduzida através de modelos de fatores compostos apenas por ações, sem fatores ou ativos diretamente relacionados a mudança da taxa de juros. A análise é feita com modelos lineares de fatores para o mercado acionário norte-americano entre 1976 até 2015. / [en] The literature shows that interest rates influence different economic variables such as consumption willingness, investment or expected asset returns. Notwithstanding, most works dealing with cross-sectional analysis of stock returns use only stock-based factor models disregarding the effects of interest rate movements. In this work, we explore the benefits of incrementing the traditional cross-sectional analysis (CAPM and Fama-French 3-factor model) with a new factor characterizing interest rate evolution over time. With this new factor, our model aims at better explaining stock return dispersion as well as a known anomaly of high risk-adjusted returns for low-volatility stock portfolios. Empirical analysis of linear factor models are carried out using US stock data using the Kenneth French database and the new factor is constructed using the US Aggregate do Barclays index that measures the return of low-risk assets.

[pt] Grande parte da literatura de problemas de escalonamento assume que todas as máquinas estão disponíveis durante todo o período de análise o que, na prática, não é verdade, pois algumas das máquinas podem estar indisponíveis para processamento sem aviso prévio devido a problemas ou a políticas de utilização de seus recursos. Nesta tese, exploramos algumas das poucas heurísticas disponíveis na literatura para a minimização do makespan para este tipo de problema NP-difícil e apresentamos uma nova heurística que utiliza estatísticas de disponibilidade das máquinas para gerar um escalonamento. O estudo experimental com dados reais mostrou que a nova heurística apresenta ganhos de makespan em relação aos demais algoritmos clássicos que não utilizam informações de disponibilidade no processo de decisão. A aplicação prática deste problema está relacionada a precificação de ativos de uma carteira teórica de forma a estabelecer o risco de mercado da forma mais rápida possível através da utilização de recursos tecnológicos ociosos. / [en] Most literature in scheduling theory assumes that machines are always available during the scheduling time interval, which in practice is not true due to machine breakdowns or resource usage policies. We study a few available heuristics for the NP-hard problem of minimizing the makespan when breakdowns may happen. We also develop a new scheduling heuristic based on historical machine availability information. Our experimental study, with real data, suggests that this new heuristic is better in terms of makespan than other algorithms that do not take this information into account. We apply the results of our investigation for the asset-pricing problem of a fund portfolio in order to determine a full valuation market risk using idle technological resources of a company.