Made available in DSpace on 2014-06-12T17:16:09Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / O objetivo principal desta dissertação foi avaliar a alocação dos ativos dos fundos de pensão brasileiros considerando quatro cenários factíveis dentre eles um que pressupõe estabilidade econômica com taxas de juros reais em torno de 4% ao ano. O modelo utilizado foi o da teoria de carteiras proposto por Harry Markowitz. Os resultados da pesquisa mostraram que no cenário com taxas de juros reais de 4% ao ano, o retorno esperado para o mesmo risco de uma carteira atual, hipoteticamente representativa da carteira dos fundos de pensão brasileiros, foi de 4,53% ao ano, já com os ativos domésticos de maior risco na carteira. Por outro lado, incluindo investimentos no exterior esse retorno ficou na faixa de 4,78% a 5,41% ao ano, mesmo considerando o risco cambial. A pesquisa explorou também os limites para alocação e os resultados mostraram que a imposição de limites provocou um aumento do risco, deslocando a fronteira eficiente para a direita. Assim, o trabalho apresenta elementos que contribuem de maneira significativa para o debate desse importante tema, subsidiando a gestão dos fundos de pensão e o órgão regulador na revisão do normativo que disciplina o assunto. O trabalho concluiu, tecnicamente, que em qualquer cenário os fundos de pensão brasileiros podem melhorar ainda mais a eficiência na alocação dos recursos e no cenário de estabilidade com taxas de juros reais em torno de 4% ao ano é imprescindível a alocação em ativos alternativos incluindo investimentos no exterior

Submitted by Guilherme Gonçalves Heringer (ggheringer@gmail.com) on 2016-10-31T11:53:20Z No. of bitstreams: 1 Dissertacao-GHeringer.pdf: 2110936 bytes, checksum: f9350b4e63a7a9e2917d016d08ed1846 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2017-04-19T19:07:58Z (GMT) No. of bitstreams: 1 Dissertacao-GHeringer.pdf: 2110936 bytes, checksum: f9350b4e63a7a9e2917d016d08ed1846 (MD5) / Approved for entry into archive by Maria Almeida (maria.socorro@fgv.br) on 2017-05-02T19:08:51Z (GMT) No. of bitstreams: 1 Dissertacao-GHeringer.pdf: 2110936 bytes, checksum: f9350b4e63a7a9e2917d016d08ed1846 (MD5) / Made available in DSpace on 2017-05-02T19:09:33Z (GMT). No. of bitstreams: 1 Dissertacao-GHeringer.pdf: 2110936 bytes, checksum: f9350b4e63a7a9e2917d016d08ed1846 (MD5) Previous issue date: 2015-05-26 / Este trabalho tem como objetivo apresentar métodos de análise de risco de eventos raros utilizando distribuições T assimétricas para o mercado brasileiro de ações. A análise de risco de mercado é uma atividade essencialmente estatística, e o tratamento das séries de preços dos fatores de risco deve levar em consideração características observadas nos dados empíricos, como caudas grossas e assimetria. A modelagem de risco através de ferramentas estatísticas, como o Value at Risk, utilizando distribuições que contemplam essas características enriquece o conjunto de medidas do gestor de risco, e é capaz de sugerir cenários prospectivos de stress. Neste trabalho, serão apresentadas distribuições candidatas a representarem bem o comportamento das séries históricas das ações brasileiras também em eventos raros. Serão discutidas as principais análises que devem ser feitas sobre as séries históricas à luz dos parâmetros estimados das distribuições. Também serão discutidos os impactos dos dados nos parâmetros que controlam assimetria e curtose das distribuições.

Submitted by Julien Midoux (julien.midoux@sciencespo.fr) on 2017-12-22T07:51:46Z No. of bitstreams: 1 Julien MIDOUX_Master Thesis.pdf: 1907108 bytes, checksum: 8ea9374a4ae0967cec2ae29f516b08e8 (MD5) / Approved for entry into archive by Josineide da Silva Santos Locatelli (josineide.locatelli@fgv.br) on 2017-12-22T10:07:12Z (GMT) No. of bitstreams: 1 Julien MIDOUX_Master Thesis.pdf: 1907108 bytes, checksum: 8ea9374a4ae0967cec2ae29f516b08e8 (MD5) / Made available in DSpace on 2017-12-22T12:10:46Z (GMT). No. of bitstreams: 1 Julien MIDOUX_Master Thesis.pdf: 1907108 bytes, checksum: 8ea9374a4ae0967cec2ae29f516b08e8 (MD5) Previous issue date: 2017-11-21 / This research aims to study private equity impact investments based on a comparative analysis of different private equity funds practices. In particular, it examines how the requirements of impact investing are encompassed in private equity investment processes. First, a literature review was conducted to better define impact investing and assess the complementarity of private equity with impact investing. Secondly, a qualitative study was pursued based on a panel of interviews. Interviewees are investment professionals working for private equity firms with interests in impact investing. The analysis of the interviews indicates a certain commonality of the investment methods between the funds paneled whether they are pure player private equity impact investors or traditional private equity firms investing for impact. Beyond the proximity between investment strategies, the research also shows a strong focus on in-house impact targeting and measurement, with little resort to external tools. Such flexibility negatively affects the readability of impact performance from a market perspective. The research concludes impact investing still has to go through a standardization process to gain global recognition as a private equity segment. / Esta pesquisa tem como objetivo de estudar os investimentos de impacto de private equity com a base de uma análise comparativa de diferentes práticas de fundos de private equity. Em particular, examina como os requisitos de investimento de impacto estão abrangidos nos processos de investimento em private equity. Em primeiro lugar, uma revisão da literatura foi feita para melhor definir o investimento de impacto e avaliar a complementaridade do private equity com os investimentos de impacto. Em segundo lugar, um estudo qualitativo foi realizado com base de um painel de entrevistas. Os entrevistados são profissionais de investimento que trabalham para empresas de private equity com interesses em investimentos de impacto. A análise das entrevistas indica uma certa semelhança dos métodos de investimento entre os fundos estudados que eles sejam unicamente investidos em impacto o que sejam fundos de private equity que fazem investimentos de impacto além de investimentos tradicionais. Além da proximidade entre as estratégias de investimento, a pesquisa também mostra um forte foco em processos de segmentação e de medida do impacto internos, com pouco recurso para ferramentas externas. Essa flexibilidade afeta negativamente a legibilidade da realização do impacto por parte do mercado. A pesquisa conclui que os investimentos em impacto ainda precisam passar por um processo de padronização para obter reconhecimento global como um segmento de private equity.

Made available in DSpace on 2010-04-20T21:00:11Z (GMT). No. of bitstreams: 4 Mauricio Mussashi Irie.pdf.jpg: 16022 bytes, checksum: d3dcf1b8020749a12b3baae53334cda5 (MD5) Mauricio Mussashi Irie.pdf.txt: 96735 bytes, checksum: 944036c3b3d1ae823db79daedb65dd6e (MD5) Mauricio Mussashi Irie.pdf: 7355110 bytes, checksum: 880246debd0d864c44768ebd4eaf2e6e (MD5) license.txt: 4886 bytes, checksum: 8fa2d810f5b64e058d76fb4986924cf0 (MD5) Previous issue date: 2009-02-06T00:00:00Z / Este trabalho explora com cuidado o lado específico da implementação de um modelo de alocação de ativos em que o risco é tratado de maneira integrada, não somente através do desvio padrão do portfólio, mas também considerando outras métricas de risco como, por exemplo, o Expected Shortfall. Além disso, utilizamos algumas técnicas de como trabalhar com as variáveis de modo a extrair do mercado os chamados "invariantes de mercado", fenômenos que se repetem e podem ser modelados como variáveis aleatórias independentes e identicamente distribuídas. Utilizamos as distribuições empíricas dos invariantes, juntamente com o método de Cópulas para gerar um conjunto de cenários multivariados simulados de preços. Esses cenários são independentes de distribuição, portanto são não paramétricos. Através dos mesmos, avaliamos a distribuição de retornos simulados de um portfólio através de um índice de satisfação que é baseado em uma função de utilidade quadrática e utiliza o Expected Shortfall como métrica de risco. O índice de satisfação incorpora o trade-off do investidor entre risco e retorno. Finalmente, escolhemos como alocação ótima aquela que maximiza o índice de satisfação ajustado a um parâmetro de aversão ao risco. Perseguindo esses passos, é possível obter um portfólio no qual a alocação em cada ativo, ou classe de ativos, reflete o prêmio esperado ao risco incorrido. / The present work carefully explores the implementation of an asset allocation model in which the risk measure considered is fully integrated, not only through the standard deviation for the portfolio, but also considering other risk metrics, for instance, the Expected Shortfall. Moreover, some statistical tools are used to extract from the market the so called “market invariants”, which are phenomena that tend to repeat themselves and can be modeled as i.i.d. random variables. We use the empirical distribution of the invariants, along with the Method of Copula to generate a set of simulated multivariate price scenarios. These scenarios are independent of distribution, therefore they are non-parametric. With these scenarios we evaluate the simulated return distribution of a portfolio through a satisfaction index which is based on a quadratic utility function and the risk measure considered is the Expected Shortfall. The satisfaction index summarizes the investor trade-off between risk and return. Finally, we choose the optimal allocation that maximizes the satisfaction index adjusted to a risk aversion parameter. In pursuing these steps, it is possible to obtain a portfolio in which the allocation of each asset class or security fully reflects the expected premium to the risk assumed.

Made available in DSpace on 2010-04-20T21:00:53Z (GMT). No. of bitstreams: 4 Silas Roberto Trigo de Castro.pdf.jpg: 18044 bytes, checksum: 0ef6304f41d32d0812fc96ea18ea0070 (MD5) Silas Roberto Trigo de Castro.pdf.txt: 66374 bytes, checksum: 5873ecb65a3c3d9c1aaa9863b8a45e87 (MD5) Silas Roberto Trigo de Castro.pdf: 289794 bytes, checksum: b861c8b5bb8cac372b3ec780a79908ec (MD5) license.txt: 4886 bytes, checksum: 0963faa9cac4218995c81191703afeae (MD5) Previous issue date: 2009-02-04T00:00:00Z / The main purpose of this work is to compose a portfolio with long and short position of shares that outperform the market Índice de mercado. The composition is obtained by an artificial intelligence model, Fuzzy Logic Model, which treats the data on a logical way, do not relating the variables like the usual and conventional Mathematical models. We used the following multiples as an input for this study: Price/Earnings; Price/Book Value. We considered American shares traded and components of the S&P 500 index from 2000 until 2007. In order to confirm the effectiveness of the Fuzzy Logic Model, we used a Multivariate Linear Regression Model as well as the market indexes: S&P 500 and S&P 500 adjusted. The proposed model reached satisfactory results. The portfolio return outperforms the Índice de mercado and the conventional linear model for most of the studied periods. Through some statistical tests we demonstrated the accuracy of the model. / Este trabalho tem por objetivo propor uma carteira composta por posições compradas e vendidas de ações que supere os principais Índices de mercado. O resultado é obtido através de um modelo de Lógica Fuzzy, que é um modelo de inteligência artificial que trata os dados de maneira lógica, ou seja, sem relacionar as variáveis através de modelos matemáticos convencionais. Para esse estudo utilizamos como variáveis de entrada os múltiplos Preço/Lucro Esperado e Preço/Valor Patrimonial da Empresa de cada ação considerada. Foram estudadas as ações do mercado americano pertencentes ao índice S&P 500, do ano de 2000 até 2007. Com o intuito de comparar a eficiência do Modelo de Lógica Fuzzy, utilizamos o modelo de Regressão Linear Multivariada e os índices de mercado S&P 500 e o S&P 500 com uma modificação para se adequar aos dados escolhidos para o estudo. O modelo proposto produziu resultados satisfatórios. Para quase todos os anos estudados o retorno da carteira obtida foi muito superior ao dos Índices de mercado e do modelo linear convencional. Através de testes adequados comprovamos estatisticamente a eficiência do modelo em comparação aos Índices de mercado e ao modelo linear convencional.

Made available in DSpace on 2010-04-20T21:00:18Z (GMT). No. of bitstreams: 3 martincasalsturma2003.pdf.jpg: 11517 bytes, checksum: 930c75c74ff8269d877983110854646d (MD5) martincasalsturma2003.pdf: 975293 bytes, checksum: f41cfd3a5f3e659d07e2861acf4e23d4 (MD5) martincasalsturma2003.pdf.txt: 107784 bytes, checksum: e96ad0fb809a12f13ba7d3f08e24c1ee (MD5) Previous issue date: 2006-02-15T00:00:00Z / O objetivo deste trabalho é analisar a alocação de investimentos no mercado acionário brasileiro, utilizando a teoria do prospecto de Tversky e Kahneman (1979) e o conceito de Aversão a Perdas Míope (Myopic Loss Aversion) proposto por Benartzi e Thaler (1995). Foram levantados através de experimento de laboratório os parâmetros da função de valor e da função de ponderação de probabilidades da teoria do prospecto e foi verificada a alocação de investimentos entre ações e renda fixa que maximizam a utilidade. Chegamos à conclusão que o total de recursos atualmente direcionados ao mercado de ações no Brasil, que é de aproximadamente 2,7% para pessoas físicas e de 6,0% para pessoas jurídicas, é compatível com a teoria do prospecto. / The objective of this study is to analyze the investment allocation in the Brazilian stock market, using Tversky and Kahneman’s prospect theory (1979) and the concept of myopic loss aversion proposed by Benartzi and Thaler (1995). We run a laboratory experiment to obtain the parameters of the value function and the probability weighting function of the prospect theory and identify the allocation that maximizes utility in the Brazilian Market We conclude that the actual allocation of investment in the stock market, of around 2.7% for individuals and around 6% for all the segments, is in accordance with the prospect theory.

Uma grande dificuldade da gestão financeira é conseguir associar métodos quantitativos às formas tradicionais de gestão, em um único arranjo. O estilo tradicional de gestão tende a não crer, na devida medida, que métodos quantitativos sejam capazes de captar toda sua visão e experiência, ao passo que analistas quantitativos tendem a subestimar a importância do enfoque tradicional, gerando flagrante desarmonia e ineficiência na análise de risco. Um modelo que se propõe a diminuir a distância entre essas visões é o modelo Black-Litterman. Mais especificamente, propõe-se a diminuir os problemas enfrentados na aplicação da teoria moderna de carteiras e, em particular, os decorrentes da aplicação do modelo de Markowitz. O modelo de Markowitz constitui a base da teoria de carteiras há mais de meio século, desde a publicação do artigo Portfolio Selection [Mar52], entretanto, apesar do papel de destaque da abordagem média-variância para o meio acadêmico, várias dificuldades aparecem quando se tenta utilizá-lo na prática, e talvez, por esta razão, seu impacto no mundo dos investimentos tem sido bastante limitado. Apesar das desvantagens na utilização do modelo de média-variância de Markowitz, a idéia de maximizar o retorno, para um dado nível de risco é tão atraente para investidores, que a busca por modelos com melhor comportamento continuou e é neste contexto que o modelo Black-Litterman surgiu. Em 1992, Fischer Black e Robert Litterman publicam o artigo Portfolio Optimization [Bla92], fazendo considerações sobre o papel de pouco destaque da alocação quantitativa de ativos, e lançam o modelo conhecido por Black-Litterman. Uma grande diferença entre o modelo Black-Litterman e um modelo média-variância tradicional é que, enquanto o segundo gera pesos em uma carteira a partir de um processo de otimização, o modelo Black-Litterman parte de uma carteira de mercado em equilíbrio de longo prazo (CAPM). Outro ponto de destaque do modelo é ser capaz de fornecer uma maneira clara para que investidores possam expressar suas visões de curto prazo e, mais importante, fornece uma estrutura para combinar de forma consistente a informação do equilíbrio de longo prazo (priori) com a visão do investidor (curto prazo), gerando um conjunto de retornos esperados, a partir do qual os pesos em cada ativo são fornecidos. Para a escolha do método de estimação dos parâmetros, levou-se em consideração o fato de que matrizes de grande dimensão têm um papel importante na avaliação de investimentos, uma vez que o risco de uma carteira é fundamentalmente determinado pela matriz de covariância de seus ativos. Levou-se também em consideração que seria desejável utilizar um modelo flexível ao aumento do número de ativos. Um modelo capaz de cumprir este papel é o GARCH ortogonal, pois este pode gerar matrizes de covariâncias do modelo original a partir de algumas poucas volatilidades univariadas, sendo, portanto, um método computacionalmente bastante simples. De fato, as variâncias e correlações são transformações de duas ou três variâncias de fatores ortogonais obtidas pela estimação GARCH. Os fatores ortogonais são obtidos por componentes principais. A decomposição da variância do sistema em fatores de risco permite quantificar a variabilidade que cada fator de risco traz, o que é de grande relevância, pois o gestor de risco poderá direcionar mais facilmente sua atenção para os fatores mais relevantes. Ressalta-se também que a ideia central da ortogonalização é utilizar um espaço reduzido de componentes. Neste modelo de dimensão reduzida, suficientes fatores de risco serão considerados, assim, os demais movimentos, ou seja, aqueles não capturados por estes fatores, serão considerados ruídos insignificantes para este sistema. Não obstante, a precisão, ao desconsiderar algumas componentes, irá depender de o número de componentes principais ser suficiente para explicar grande parte da variação do sistema. Logo, o método funcionará melhor quando a análise de componentes principais funcionar melhor, ou seja, em estruturas a termo e outros sistemas altamente correlacionados. Cabe mencionar que o GARCH ortogonal continua igualmente útil e viável quando pretende-se gerar matriz de covariâncias de fatores de risco distintos, isto é, tanto dos altamente correlacionados, quanto daqueles pouco correlacionados. Neste caso, basta realizar a análise de componentes principais em grupos correlacionados. Feito isto, obtêm-se as matrizes de covariâncias utilizando a estimação GARCH. Em seguida faz-se a combinação de todas as matrizes de covariâncias, gerando a matriz de covariâncias do sistema original. A estimação GARCH foi escolhida pois esta é capaz de captar os principais fatos estilizados que caracterizam séries temporais financeiras. Entende-se por fatos estilizados padrões estatísticos observados empiricamente, que, acredita-se serem comuns a um grande número de séries temporais. Séries financeiras com suficiente alta frequência (observações intraday e diárias) costumam apresentar tais características. Este modelo foi utilizado para a estimação dos retornos e, com isso, obtivemos todas as estimativas para que, com o modelo B-L, pudéssemos gerar uma carteira ótima em um instante de tempo inicial. Em seguida, faremos previsões, obtendo carteiras para as semanas seguintes. Por fim, mostraremos que a associação do modelo B-L e da estimação GARCH ortogonal pode gerar resultados bastante satisfatórios e, ao mesmo tempo, manter o modelo simples e gerar resultados coerentes com a intuição. Este estudo se dará sobre retornos de títulos de renda fixa, mais especificamente, títulos emitidos pelo Tesouro Nacional no mercado brasileiro. Tanto a escolha do modelo B-L, quanto a escolha por utilizar uma carteira de títulos emitidos pelo Tesouro Nacional tiveram como motivação o objetivo de aproximar ferramentas estatísticas de aplicações em finanças, em particular, títulos públicos federais emitidos em mercado, que têm se tornado cada vez mais familiares aos investidores pessoas físicas, sobretudo através do programa Tesouro Direto. Ao fazê-lo, espera-se que este estudo traga informações úteis tanto para investidores, quanto para gestores de dívida, uma vez que o modelo média-variância presta-se tanto àqueles que adquirem títulos, buscando, portanto, maximizar retorno para um dado nível de risco, quanto para aqueles que emitem títulos, e que, portanto, buscam reduzir seus custos de emissão a níveis prudenciais de risco. / One major challenge to financial management resides in associating traditional management with quantitative methods. Traditional managers tend to be skeptical about the quantitative methods contributions, whereas quantitative analysts tend to disregard the importance of the traditional view, creating clear disharmony and inefficiency in the risk management process. A model that seeks to diminish the distance between these two views is the Black-Litterman model (BLM). More specifically, it comes as a solution to difficulties faced when using modern portfolio in practice, particularly those derived from the usage of the Markowitz model. Although the Markowitz model has constituted the basis of portfolio theory for over half century, since the publication of the article Portfolio Selection [Mar52], its impact on the investment world has been quite limited. The Markowitz model addresses the most central objectives of an investment: maximizing the expected return, for a given level of risk. Even though it has had a standout role in the mean-average approach to academics, several difficulties arise when one attempts to make use of it in practice. Despite the disadvantages of its practical usage, the idea of maximizing the return for a given level of risk is so appealing to investors, that the search for models with better behavior continued, and is in this context that the Black-Litterman model came out. In 1992, Fischer Black and Robert Litterman wrote an article on the Black-Litterman model. One intrinsic difference between the BLM and a traditional mean-average one is that, while the second provides the weights of the assets in a portfolio out of a optimization routine, the BLM has its starting point at the long-run equilibrium market portfolio(CAPM). Another highlighting point of the BLM is the ability to provide one clear structucture that is able to combine the long term equilibrium information with the investors views, providing a set of expected returns, which, together, will be the input to generate the weights on the assets. As far as the estimation process is concerned, and for the purpose of choosing the most appropriate model, it was taken into consideration the fact that the risk of a portfolio is determined by the covariation matrix of its assets and, being so, matrices with large dimensions play an important role in the analysis of investments. Whereas, provided the application under study, it is desirable to have a model that is able to carry out the analysis for a considerable number of assets. For these reasons, the Orthogonal GARCH was selected, once it can generate the matrix of covariation of the original system from just a few univariate volatilities, and for this reason, it is a computationally simple method. The orthogonal factors are obtained with principal components analysis. Decomposing the variance of the system into risk factors is highly important, once it allows the risk manager to focus separately on each relevant source of risk. The main idea behind the orthogonalization consists in working with a reduced dimension of components. In this kind of model, sufficient risk factors are considered, thus, the variability not perceived by the model will be considered insigficant noise to the system. Nevertheless, the precision, when not using all the components, will depend on the number of components be sufficient to explain the major part of the variability. Moreover, the model will provide reasonable results depending on principal component analysis performing properly as well, what will be more likely to happen, in highly correlated systems. It is worthy of note that the Orthogonal GARCH is equally useful and feasible when one intends to analyse a portfolio consisting of assets across various types of risk, it means, a system which is not highly correlated. It is common to have such a portfolio, with, for instance, currency rates, stocks, fixed income and commodities. In order to make it to perform properly, it is necessary to separate groups with the same kind of risk and then carry out the principal component analysis by group and then merge the covariance matrices, producing the covariance matrix of the original system. To work together with the orthogonalization method, the GARCH model was chosen because it is able to draw the main stylized facts which characterize financial time series. Stylized facts are statistical patterns empirically observed, which are believed to be present in a number of time series. Financial time series which sufficient high frequency (intraday, daily and even weekly) usually present such behavior. For estimating returns purposes, it was used a ARMA model, and together with the covariance matrix estimation, we have all the parameters needed to perform the BLM study, coming out, in the end, with the optimal portfolio in a given initial time. In addition, we will make forecasts with the GARCH model, obtaining optimal portfolio for the following weeks. We will show that the association of the BLM with the Orthogonal GARCH model can generate satisfactory and coherent with intuition results and, at the same time, keeping the model simple. Our application is on fixed income returns, more specifically, returns of bonds issued in the domestic market by the Brazilian National Treasury. The motivation of this work was to put together statistical tolls and finance uses and applications, more specifically those related to the bonds issued by the National Treasuy, which have become more and more popular due to the \"Tesouro Direto\" program. In conclusion, this work aims to bring useful information either for investors or to debt managers, once the mean-variance model can be useful for those who want to maximize return at a given level or risk as for those who issue bonds, and, thus, seek to reduce their issuance costs at prudential levels of risk.

Uma grande dificuldade da gestão financeira é conseguir associar métodos quantitativos às formas tradicionais de gestão, em um único arranjo. O estilo tradicional de gestão tende a não crer, na devida medida, que métodos quantitativos sejam capazes de captar toda sua visão e experiência, ao passo que analistas quantitativos tendem a subestimar a importância do enfoque tradicional, gerando flagrante desarmonia e ineficiência na análise de risco. Um modelo que se propõe a diminuir a distância entre essas visões é o modelo Black-Litterman. Mais especificamente, propõe-se a diminuir os problemas enfrentados na aplicação da teoria moderna de carteiras e, em particular, os decorrentes da aplicação do modelo de Markowitz. O modelo de Markowitz constitui a base da teoria de carteiras há mais de meio século, desde a publicação do artigo Portfolio Selection [Mar52], entretanto, apesar do papel de destaque da abordagem média-variância para o meio acadêmico, várias dificuldades aparecem quando se tenta utilizá-lo na prática, e talvez, por esta razão, seu impacto no mundo dos investimentos tem sido bastante limitado. Apesar das desvantagens na utilização do modelo de média-variância de Markowitz, a idéia de maximizar o retorno, para um dado nível de risco é tão atraente para investidores, que a busca por modelos com melhor comportamento continuou e é neste contexto que o modelo Black-Litterman surgiu. Em 1992, Fischer Black e Robert Litterman publicam o artigo Portfolio Optimization [Bla92], fazendo considerações sobre o papel de pouco destaque da alocação quantitativa de ativos, e lançam o modelo conhecido por Black-Litterman. Uma grande diferença entre o modelo Black-Litterman e um modelo média-variância tradicional é que, enquanto o segundo gera pesos em uma carteira a partir de um processo de otimização, o modelo Black-Litterman parte de uma carteira de mercado em equilíbrio de longo prazo (CAPM). Outro ponto de destaque do modelo é ser capaz de fornecer uma maneira clara para que investidores possam expressar suas visões de curto prazo e, mais importante, fornece uma estrutura para combinar de forma consistente a informação do equilíbrio de longo prazo (priori) com a visão do investidor (curto prazo), gerando um conjunto de retornos esperados, a partir do qual os pesos em cada ativo são fornecidos. Para a escolha do método de estimação dos parâmetros, levou-se em consideração o fato de que matrizes de grande dimensão têm um papel importante na avaliação de investimentos, uma vez que o risco de uma carteira é fundamentalmente determinado pela matriz de covariância de seus ativos. Levou-se também em consideração que seria desejável utilizar um modelo flexível ao aumento do número de ativos. Um modelo capaz de cumprir este papel é o GARCH ortogonal, pois este pode gerar matrizes de covariâncias do modelo original a partir de algumas poucas volatilidades univariadas, sendo, portanto, um método computacionalmente bastante simples. De fato, as variâncias e correlações são transformações de duas ou três variâncias de fatores ortogonais obtidas pela estimação GARCH. Os fatores ortogonais são obtidos por componentes principais. A decomposição da variância do sistema em fatores de risco permite quantificar a variabilidade que cada fator de risco traz, o que é de grande relevância, pois o gestor de risco poderá direcionar mais facilmente sua atenção para os fatores mais relevantes. Ressalta-se também que a ideia central da ortogonalização é utilizar um espaço reduzido de componentes. Neste modelo de dimensão reduzida, suficientes fatores de risco serão considerados, assim, os demais movimentos, ou seja, aqueles não capturados por estes fatores, serão considerados ruídos insignificantes para este sistema. Não obstante, a precisão, ao desconsiderar algumas componentes, irá depender de o número de componentes principais ser suficiente para explicar grande parte da variação do sistema. Logo, o método funcionará melhor quando a análise de componentes principais funcionar melhor, ou seja, em estruturas a termo e outros sistemas altamente correlacionados. Cabe mencionar que o GARCH ortogonal continua igualmente útil e viável quando pretende-se gerar matriz de covariâncias de fatores de risco distintos, isto é, tanto dos altamente correlacionados, quanto daqueles pouco correlacionados. Neste caso, basta realizar a análise de componentes principais em grupos correlacionados. Feito isto, obtêm-se as matrizes de covariâncias utilizando a estimação GARCH. Em seguida faz-se a combinação de todas as matrizes de covariâncias, gerando a matriz de covariâncias do sistema original. A estimação GARCH foi escolhida pois esta é capaz de captar os principais fatos estilizados que caracterizam séries temporais financeiras. Entende-se por fatos estilizados padrões estatísticos observados empiricamente, que, acredita-se serem comuns a um grande número de séries temporais. Séries financeiras com suficiente alta frequência (observações intraday e diárias) costumam apresentar tais características. Este modelo foi utilizado para a estimação dos retornos e, com isso, obtivemos todas as estimativas para que, com o modelo B-L, pudéssemos gerar uma carteira ótima em um instante de tempo inicial. Em seguida, faremos previsões, obtendo carteiras para as semanas seguintes. Por fim, mostraremos que a associação do modelo B-L e da estimação GARCH ortogonal pode gerar resultados bastante satisfatórios e, ao mesmo tempo, manter o modelo simples e gerar resultados coerentes com a intuição. Este estudo se dará sobre retornos de títulos de renda fixa, mais especificamente, títulos emitidos pelo Tesouro Nacional no mercado brasileiro. Tanto a escolha do modelo B-L, quanto a escolha por utilizar uma carteira de títulos emitidos pelo Tesouro Nacional tiveram como motivação o objetivo de aproximar ferramentas estatísticas de aplicações em finanças, em particular, títulos públicos federais emitidos em mercado, que têm se tornado cada vez mais familiares aos investidores pessoas físicas, sobretudo através do programa Tesouro Direto. Ao fazê-lo, espera-se que este estudo traga informações úteis tanto para investidores, quanto para gestores de dívida, uma vez que o modelo média-variância presta-se tanto àqueles que adquirem títulos, buscando, portanto, maximizar retorno para um dado nível de risco, quanto para aqueles que emitem títulos, e que, portanto, buscam reduzir seus custos de emissão a níveis prudenciais de risco. / One major challenge to financial management resides in associating traditional management with quantitative methods. Traditional managers tend to be skeptical about the quantitative methods contributions, whereas quantitative analysts tend to disregard the importance of the traditional view, creating clear disharmony and inefficiency in the risk management process. A model that seeks to diminish the distance between these two views is the Black-Litterman model (BLM). More specifically, it comes as a solution to difficulties faced when using modern portfolio in practice, particularly those derived from the usage of the Markowitz model. Although the Markowitz model has constituted the basis of portfolio theory for over half century, since the publication of the article Portfolio Selection [Mar52], its impact on the investment world has been quite limited. The Markowitz model addresses the most central objectives of an investment: maximizing the expected return, for a given level of risk. Even though it has had a standout role in the mean-average approach to academics, several difficulties arise when one attempts to make use of it in practice. Despite the disadvantages of its practical usage, the idea of maximizing the return for a given level of risk is so appealing to investors, that the search for models with better behavior continued, and is in this context that the Black-Litterman model came out. In 1992, Fischer Black and Robert Litterman wrote an article on the Black-Litterman model. One intrinsic difference between the BLM and a traditional mean-average one is that, while the second provides the weights of the assets in a portfolio out of a optimization routine, the BLM has its starting point at the long-run equilibrium market portfolio(CAPM). Another highlighting point of the BLM is the ability to provide one clear structucture that is able to combine the long term equilibrium information with the investors views, providing a set of expected returns, which, together, will be the input to generate the weights on the assets. As far as the estimation process is concerned, and for the purpose of choosing the most appropriate model, it was taken into consideration the fact that the risk of a portfolio is determined by the covariation matrix of its assets and, being so, matrices with large dimensions play an important role in the analysis of investments. Whereas, provided the application under study, it is desirable to have a model that is able to carry out the analysis for a considerable number of assets. For these reasons, the Orthogonal GARCH was selected, once it can generate the matrix of covariation of the original system from just a few univariate volatilities, and for this reason, it is a computationally simple method. The orthogonal factors are obtained with principal components analysis. Decomposing the variance of the system into risk factors is highly important, once it allows the risk manager to focus separately on each relevant source of risk. The main idea behind the orthogonalization consists in working with a reduced dimension of components. In this kind of model, sufficient risk factors are considered, thus, the variability not perceived by the model will be considered insigficant noise to the system. Nevertheless, the precision, when not using all the components, will depend on the number of components be sufficient to explain the major part of the variability. Moreover, the model will provide reasonable results depending on principal component analysis performing properly as well, what will be more likely to happen, in highly correlated systems. It is worthy of note that the Orthogonal GARCH is equally useful and feasible when one intends to analyse a portfolio consisting of assets across various types of risk, it means, a system which is not highly correlated. It is common to have such a portfolio, with, for instance, currency rates, stocks, fixed income and commodities. In order to make it to perform properly, it is necessary to separate groups with the same kind of risk and then carry out the principal component analysis by group and then merge the covariance matrices, producing the covariance matrix of the original system. To work together with the orthogonalization method, the GARCH model was chosen because it is able to draw the main stylized facts which characterize financial time series. Stylized facts are statistical patterns empirically observed, which are believed to be present in a number of time series. Financial time series which sufficient high frequency (intraday, daily and even weekly) usually present such behavior. For estimating returns purposes, it was used a ARMA model, and together with the covariance matrix estimation, we have all the parameters needed to perform the BLM study, coming out, in the end, with the optimal portfolio in a given initial time. In addition, we will make forecasts with the GARCH model, obtaining optimal portfolio for the following weeks. We will show that the association of the BLM with the Orthogonal GARCH model can generate satisfactory and coherent with intuition results and, at the same time, keeping the model simple. Our application is on fixed income returns, more specifically, returns of bonds issued in the domestic market by the Brazilian National Treasury. The motivation of this work was to put together statistical tolls and finance uses and applications, more specifically those related to the bonds issued by the National Treasuy, which have become more and more popular due to the \"Tesouro Direto\" program. In conclusion, this work aims to bring useful information either for investors or to debt managers, once the mean-variance model can be useful for those who want to maximize return at a given level or risk as for those who issue bonds, and, thus, seek to reduce their issuance costs at prudential levels of risk.

Submitted by Andre Barbosa Oliveira (andre.boliveira@hotmail.com) on 2014-09-10T13:02:37Z No. of bitstreams: 1 EnsaiosPortfolioMudançaDeRegime.pdf: 2662067 bytes, checksum: af012615c3e200b24dcafe0ba45c563d (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-09-10T17:49:11Z (GMT) No. of bitstreams: 1 EnsaiosPortfolioMudançaDeRegime.pdf: 2662067 bytes, checksum: af012615c3e200b24dcafe0ba45c563d (MD5) / Made available in DSpace on 2014-09-10T18:01:56Z (GMT). No. of bitstreams: 1 EnsaiosPortfolioMudançaDeRegime.pdf: 2662067 bytes, checksum: af012615c3e200b24dcafe0ba45c563d (MD5) Previous issue date: 2014-08-15 / Uma das principais características dos ativos financeiros é a mudança de regime. Os preços dos ativos apresentam pouca variabilidade nos períodos de normalidade e possuem quedas inesperadas e são instáveis nos períodos de crise. Esta tese estuda alocação de portfólio com mudança de regime. O primeiro ensaio considera a decisão ótima de investimento entre os ativos de risco quando o mercado financeiro possui mudança de regime, definindo portfólios ótimos que dependem dos retornos esperados, risco e das crenças sobre o estado do mercado financeiro. O segundo ensaio estuda alocação de portfólio baseada em estimativas do modelo fatorial com mudança de regime e compara com alocações usando modelos fatoriais lineares e momentos amostrais. A mudança de regime tem maior efeito sobre o processo de escolha dos portfólios do que sobre as estimativas usadas para definir as carteiras. / Among the characteristics of the financial assets an important stylized fact is regime change. Asset prices show little variability in good times and have unexpected drops and are unstable in times of crisis. This thesis studies portfolio allocation with regime change. The first essay considers the optimal investment decision among risky assets when the financial market has regime switching. The optimal portfolio depend on expected returns and risk as well as on beliefs about the state of the financial market. The second essay studies asset allocation based on estimates of the factor model with regime change and compares with allocations using linear factor models and sample moments. The presence of multiple regimes has a greater effect on portfolio choice than on the estimates used to determine the portfolios.

Submitted by MFEE Mestrado Profissional em Finanças e Economia Empresarial da EPGE (mfee@fgv.br) on 2015-02-23T22:54:26Z No. of bitstreams: 1 Felipe Cotrim - Versão Final.pdf: 2874262 bytes, checksum: c9adf65f93c0c6c7ad37a5c1dd872036 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-03-04T13:06:22Z (GMT) No. of bitstreams: 1 Felipe Cotrim - Versão Final.pdf: 2874262 bytes, checksum: c9adf65f93c0c6c7ad37a5c1dd872036 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-03-04T13:06:37Z (GMT) No. of bitstreams: 1 Felipe Cotrim - Versão Final.pdf: 2874262 bytes, checksum: c9adf65f93c0c6c7ad37a5c1dd872036 (MD5) / Made available in DSpace on 2015-03-04T13:06:56Z (GMT). No. of bitstreams: 1 Felipe Cotrim - Versão Final.pdf: 2874262 bytes, checksum: c9adf65f93c0c6c7ad37a5c1dd872036 (MD5) Previous issue date: 2012-09-17 / With lhe increase of lhe number of assei managers and an even larger a number of investments alternatives in lhe Brazilian hedge fund industry, Fund of Hedge Funds became an alternative for investors planning to diversify their investments through financiai specialists. The intention of this study is to evaluate lhe capacity of Brazilian Funds of Hedge Funds (FoHF), classified as Multimercados Multigestor, to generate abnormal returns (alpha). For this porpoise we studied a sample of 1421 Fund of Hedg Funds between January of 2005 and December of 2011. The results of multi-factor model regressions, derived from Jensen's model (1968), suggest that only 3.03% of lhe funds in lhe sample can add value. The three main potential sources of alpha generalion in Funds of Hedge Funds come from lhe strategic allocation of lhe portfolios, lhe anticipation of market movements (market timing) and lhe capacity of FoHF managers to select lhe best assei managers in lhe industry to com pose its portfolio (fund selection). To evaluate lhe Brazilian FoHF manager's ability to anticipate market movements we included quadratic terms in lhe multi-factor models, as proposed by Treynor and Mazuy (1966). The results showed lha! managers, on average, could not add value by market timing. To evaluate lhe strategic allocation ability and lhe fund's selection abilities, we created a new variable with lhe information about lhe asseis in lhe porlfolio of each fund in lhe sample in every different month. The tests indicated that FoHF managers, on average, could no! add value by selecting lhe best managers, but lhe strategic allocation ability showed a positive contribution to FoHF's return. We also studied lhe alpha generation capacity before costs. lt raised lhe percentage of funds with positive alpha to 6.39% of lhe funds in lhe sample, but it was no! able to change lhe signal of lhe average alpha, lha! remained nega tive. / Com o aumento do número de gestores especializados em um número cada vez maior de possibilidades de investimentos na indústria de fundos brasileira, os fundos Multigestor se tornaram uma alternativa para os investidores que procuram diversificar seus investimentos e delegam às instituições financeiras o trabalho de alocar os recursos dentro das diferentes estratégias e fundos existentes no mercado. O intuito deste estudo é avaliar a capacidade de gerar retornos anormais (alfa) dos fundos de fundos da indústria brasileira, classificados como Fundos Multimercados Multigestor. Para isso foi estudada uma amostra com 1.421 fundos Multigestor com tributação de Longo Prazo no período de janeiro de 2005 a dezembro de 2011. A análise dos resultados encontrados através de regressões de modelos de vários fatores, derivados do modelo de Jensen (1968), sugere que apenas 3,03% dos fundos estudados conseguem adicionar valor a seus cotistas. Foram estudadas ainda as três principais fontes potenciais de geração de alfa dos fundos de fundos, a escolha das estratégias que compõe a carteira do fundo (alocação estratégica), a antecipação de movimentos de mercado (market timing) e a capacidade selecionar os melhores fundos dentro de cada estratégia (seleção de fundos). A partir da inclusão de termos quadráticos, conforme proposto pelos modelos de Treynor e Mazuy (1966) pode-se verificar que os fundos Multigestor, em média, não conseguem adicionar valor tentando antecipar movimentos de mercado (market timing). Através da construção de uma variável explicativa com a composição estratégica de cada fundo da amostra em cada período de tempo, pode-se verificar que os gestores de fundos de fundos, em média, também fracassam ao tentar selecionar os melhores fundos/gestores da indústria. Já a escolha das estratégias que compõe a carteira do fundo (alocação estratégica) mostrou contribuir positivamente para o retorno dos fundos. Ainda foi avaliada a capacidade de gerar alfa antes dos custos, o que elevou o percentual de fundos com alfa positivo para 6,39% dos fundos estudados, mas foi incapaz de alterar o sinal do alfa médio, que permaneceu negativo.