Master-Arbeit Univ. St. Gallen, 2007.

Master-Arbeit Univ. St. Gallen, 2008.

Master-Arbeit Univ. St. Gallen, 2008.

Master-Arbeit Univ. St. Gallen, 2008.

St. Gallen, Universiẗat, Diss., 2004.

University, Diss., 2002--Heidelberg.

Thesis (Ed.D)--Boston University / PLEASE NOTE: Boston University Libraries did not receive an Authorization To Manage form for this thesis or dissertation. It is therefore not openly accessible, though it may be available by request. If you are the author or principal advisor of this work and would like to request open access for it, please contact us at open-help@bu.edu. Thank you. / Is it possible for at-risk students attending a rural community college to succeed in attaining their stated academic goals if exposed to a retention program customized to suit the needs of students attending their type of institution? What role does a student's motivation to succeed play in his or her decision to pursue achievement behavior in college? Are academically at-risk learners aware of behaviors that limit their success in the classroom? If so, what affective and cognitive variables determine individual success and to what extent can these variables be screened for on entrance? To address the above questions, the LASSI and Trice Locus of Control inventory were administered to 45 students enrolled in the Opportunity For Success program, a retention effort for at-risk 17-21 years old students at Quinebaug Valley Community College in Connecticut. Using SPSS, a multiple regression analysis was performed by entering the 10 variables of the LASS I and the GP A for the subjects. Also, two 90- minute, in-depth interviews were conducted of 26 of the 45 students. Faculty and advisors of these students were asked to rate their performance. The findings support the literature on student success and college student attrition. At-risk learners are aware of behaviors that limit their success. Successful at-risk students possess a variety of strategies to cope with academic challenge while low achieving students often do not. Instead, the low achieving students develop theories to explain their failure to succeed. Similarly, this research illustrates that failure, like success, is a habit learned over time and context dependent; the high school experiences of underachieving subjects demonstrate that they are often unmotivated to succeed in the classroom because they lack the interest to invest in academic endeavors. Low achieving students in this study continued this pattern in college, while those who became high and moderately achieving adopted multiple strategies to ensure success. Participants were motivated to perform in classes they considered "fun" and relevant to their future goals. The findings also show that educators should assist at-risk students to overcome their fear of failure by increasing their ability to self-regulate learning, set goals, and evolve healthy self concept. This study concludes that the desire to persist, information processing, and attitude towards learning play a major role in the learner's decision to pursue achievement behavior. / 2031-01-01

PESSOA, Fernanda Salles de Oliveira. Gestão de risco setorial no mercado de ações brasileiro. 2013. 54f. Dissertação (Mestrado Profissional) - Programa de Pós Graduação em Economia, CAEN, Universidade Federal do Ceará, Fortaleza-CE, 2013. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2014-10-16T19:40:05Z No. of bitstreams: 1 2013_dissert_fsopessoa.pdf: 2508692 bytes, checksum: 99478cdb7057ed103681a29a780db21e (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2014-10-16T19:40:18Z (GMT) No. of bitstreams: 1 2013_dissert_fsopessoa.pdf: 2508692 bytes, checksum: 99478cdb7057ed103681a29a780db21e (MD5) / Made available in DSpace on 2014-10-16T19:40:18Z (GMT). No. of bitstreams: 1 2013_dissert_fsopessoa.pdf: 2508692 bytes, checksum: 99478cdb7057ed103681a29a780db21e (MD5) Previous issue date: 2013-02-21 / This work analyzes during the period between 2008/01 and 2011/12 the market risk of six sectorial indexes from the São Paulo´s Stock Market (BM&FBovespa): the real state index (IMOB), the eletric power index (IEE), the consumption index (ICON), the industrial sector index (INDX), the financial index (IFNC) and the telecommunications sector index (ITEL). Throughout the Value-at-Risk metric (VaR), four models are estimated. Two of those models are called unconditional, due to its variance: the Unconditional Gaussian VaR, that admits that the returns follow a normal distribution, and the Unconditional Best Fitting VaR, built from the distribution of probabilities that better fits to the returns series. The other two models are called conditionals, assuming that the volatility changes along the time. The GARCH autoregressive models are used to estimate the conditional variance of each index, allowing an estimation of the Unconditional Gaussian VaR and the Unconditional Best Fitting VaR. Afterwards, the VaR models backtestings are realized, revealing the conditional models superiority. Finally, throughout the Balzer´s graphics, the indexes performances were observed over the confrontations between them. It was found that, for the analyzed period, the IEE wins every confrontation against the all other indexes, showing the best relation risk x return. The real state index sector, represented by the IMOB, lost all the confronts. / Este trabalho analisa durante o período de 01/2008 a 12/2011 o risco de mercado de seis índices setoriais da Bolsa de Valores de São Paulo (BM&FBovespa): o índice imobiliário (IMOB), o índice de energia elétrica (IEE), o índice de consumo (ICON), o índice do setor industrial (INDX), o índice financeiro (IFNC) e o índice setorial de telecomunicações (ITEL). Através da métrica Value-at-Risk (VaR) estimam-se quatro modelos. Dois desses modelos são ditos incondicionais no que se refere à variância: o VaR Gaussiano Incondicional, admitindo que os retornos seguem uma distribuição normal, e o VaR Best Fitting Incondicional, construído a partir da distribuição de probabilidades que melhor se ajusta às séries de retornos. Os outros dois modelos são chamados de condicionais, assumindo que a volatilidade varia ao longo do tempo. Os modelos autoregressivos do tipo GARCH são utilizados para estimar a variância condicional de cada índice, possibilitando a estimação do VaR Gaussiano Incondicional e do VaR Best Fitting Incondicional. Em seguida, realizam-se backtestings dos modelos de VaR, revelando a superioridade dos modelos condicionais. Por fim, através de gráficos de Balzer, observou-se a performance dos índices por meio de confrontos entre eles. Foi constatado que, para o período analisado, o IEE vence todos os embates feitos com os demais índices, apresentando a melhor relação risco x retorno. O setor imobiliário, representado pelo IMOB, perde todos os confrontos.

No description available.

Made available in DSpace on 2014-06-12T17:17:15Z (GMT). No. of bitstreams: 2 arquivo5954_1.pdf: 1673330 bytes, checksum: 087bfda06616ddb7867335ef10f4c486 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / O presente trabalho aborda o gerenciamento do risco do mercado utilizando o Value at Risk (VaR), o qual se tornou a ferramenta para a mensuração do risco esperado mais utilizada, tanto por instituições financeiras, quanto não financeiras. O VaR mede a maior perda esperada em dado período de tempo, tal perda esperada é baseada nas suposições sobre a distribuição de retorno dos fatores de risco. A suposição de mercado eficiente é normalmente a justificativa para a baixa eficácia dos modelos de gestão do risco de ativos brasileiros. No entanto a forma como a hipótese de mercado eficiente é incorporada aos modelos de previsão e de gerenciamento do risco não é explorada na literatura com a profundidade necessária. O resultado são trabalhos empíricos pouco conclusivos sobre a eficácia dos modelos de VaR aplicados ao mercado brasileiro. Neste trabalho o objetivo foi modelar o mercado de ações brasileiro sem abandonar a hipótese de mercado eficiente. Para tal fez-se necessário a incorporação da dinâmica do mercado, caracterizada pela alta volatilidade, aos modelos de VaR. Obteve-se sucesso para a modelagem das carteiras de ações, entretanto os resultados para carteiras com opções mostraram que a hipótese de mercado eficiente não é suficiente para a modelagem no mercado de opções brasileiro. O VaR foi analisado sob diversas suposições, transitando entre os modelos paramétricos e não paramétricos, das ações mais representativas do mercado acionário brasileiro: Telemar PN, Petrobrás PN e Vale do Rio Doce PNA; e das opções mais negociadas: as opções de compra de ações da Telemar PN. Os resultados mostraram que modelos de VaR dinâmico fornecem a adaptabilidade necessária para que o VaR obtivesse resultados satisfatórios. Isto ocorreu em função da velocidade da incorporação de novas informações ao modelo ratificando a hipótese de mercado eficiente. Entre os modelos de VaR, o que se mostrou mais adequado foi o de simulação de Monte Carlo pela flexibilidade de incorporação de novas suposições. Ficou claro que a tarefa de gerenciar derivativos sofisticados, como opções, deve ser iniciado pelo correto modelo de precificação de tais derivativos. O modelo de precificação de Black & Scholes, na sua forma original, não foi capaz de predizer o comportamento das opções objeto de estudo. Um ajuste ao modelo incorporando a aposta de alavancagem dos investidores em opção tornou a modelagem do risco via o VaR aceitável