Made available in DSpace on 2014-12-17T14:53:04Z (GMT). No. of bitstreams: 1 MelquiadesPLJ_DISSERT.pdf: 2472393 bytes, checksum: 59503f299bf1a82dcfc59bffce406c09 (MD5) Previous issue date: 2011-12-21 / The portfolio theory is a field of study devoted to investigate the decision-making by investors of resources. The purpose of this process is to reduce risk through diversification and thus guarantee a return. Nevertheless, the classical Mean-Variance has been criticized regarding its parameters and it is observed that the use of variance and covariance has sensitivity to the market and parameter estimation. In order to reduce the estimation errors, the Bayesian models have more flexibility in modeling, capable of insert quantitative and qualitative parameters about the behavior of the market as a way of reducing errors. Observing this, the present study aimed to formulate a new matrix model using Bayesian inference as a way to replace the covariance in the MV model, called MCB - Covariance Bayesian model. To evaluate the model, some hypotheses were analyzed using the method ex post facto and sensitivity analysis. The benchmarks used as reference were: (1) the classical Mean Variance, (2) the Bovespa index's market, and (3) in addition 94 investment funds. The returns earned during the period May 2002 to December 2009 demonstrated the superiority of MCB in relation to the classical model MV and the Bovespa Index, but taking a little more diversifiable risk that the MV. The robust analysis of the model, considering the time horizon, found returns near the Bovespa index, taking less risk than the market. Finally, in relation to the index of Mao, the model showed satisfactory, return and risk, especially in longer maturities. Some considerations were made, as well as suggestions for further work / A teoria de portf?lio ? um campo de estudos que se dedica a investigar a tomada de decis?o por investidores de recursos. O prop?sito desse processo ? a redu??o do risco por meio da diversifica??o e, portanto, a garantia de determinado retorno. Apesar disso, o modelo cl?ssico de M?dia-Vari?ncia cont?m cr?ticas quanto a sua parametriza??o, observa-se que o uso da vari?ncia e covari?ncias possui sensibilidade ao mercado e ? estima??o de par?metros. Como forma de redu??o dos erros de estima??o, os modelos bayesianos possuem mais flexibilidade na modelagem, com a possibilidade de inserir par?metros quantitativos e qualitativos sobre o comportamento do mercado como forma de redu??o de erros. Observando isso, o presente trabalho teve como objetivo formular um novo modelo de matriz por meio do teorema de Bayes, como forma de substitui??o da covari?ncia no modelo M-V, denominado de MCB - Modelo de Covari?ncia Bayesiana. Para avalia??o do modelo, algumas hip?teses s?o formuladas por meio do m?todo ex post facto e por an?lise de sensibilidade. Os benchmarks utilizados como refer?ncia foram: (1) o modelo cl?ssico de M?dia Vari?ncia; (2) o ?ndice de mercado da Bovespa; e, (3) 94 Fundos de Investimento. Os retornos acumulados durante o per?odo de maio de 2002 a dezembro de 2009 demonstraram superioridade do MCB em rela??o ao modelo cl?ssico M-V e o ?ndice Bovespa, por?m assumindo um pouco mais de risco diversific?vel que o M-V. A an?lise robusta do modelo, considerando o horizonte de tempo, constatou retornos pr?ximos ao Ibovespa, considerando menor risco que o mercado. Por ?ltimo, em rela??o ao ?ndice de Mao, o modelo se demonstrou satisfat?rio, em retorno e risco, principalmente em prazos mais longos. Por fim, algumas considera??es s?o realizadas, bem como sugest?es de futuros trabalhos