Made available in DSpace on 2010-04-20T20:57:55Z (GMT). No. of bitstreams: 4 Ricardo_Buscariolli.pdf.jpg: 16081 bytes, checksum: 6ed13997c2d12f1302f6aa31a87ba909 (MD5) Ricardo_Buscariolli.pdf.txt: 112341 bytes, checksum: 14a583cb9ebdc2436db017c8e6f2e7e5 (MD5) license.txt: 4810 bytes, checksum: 934a6bb744904de23caab8bcec861667 (MD5) Ricardo_Buscariolli.pdf: 3459935 bytes, checksum: 6ec6f47ce1d3b1f8f9cbdce0d8edf125 (MD5) Previous issue date: 2009-08-18T00:00:00Z / We estimate optimal target-ranges of capital structure controlling for a series of firmspecific characteristics and accounting for the serial correlation that arises from the dynamic component of the leverage choice. Then, we empirically examine if firms adjust their leverages toward the estimated optimal ranges. Our analysis suggests that the observed behavior of firms is consistent with the notion of range-adjustment. / Nós estimamos faixas-alvo ótimas de estrutura de capital controlando por uma série de características específicas de cada firma e levando em consideração a correlação serial proveniente do componente dinâmico da escolha do nível de alavancagem. Então nós examinamos empiricamente se as firmas ajustam dinamicamente em direção às faixas ótimas estimadas. Nossa análise sugere que o comportamento observado é consistente com a noção de ajustamento para faixas.

Made available in DSpace on 2010-04-20T20:58:04Z (GMT). No. of bitstreams: 4 2006 - Wagner_Oliveira_ Monteiro_02_10_2008.pdf.jpg: 17677 bytes, checksum: 012a0852290fa51f423a5a8ec7534ea5 (MD5) 2006 - Wagner_Oliveira_ Monteiro_02_10_2008.pdf: 450170 bytes, checksum: ea37b352c4028dd1c20da87d3f3badf2 (MD5) 2006 - Wagner_Oliveira_ Monteiro_02_10_2008.pdf.txt: 55718 bytes, checksum: 579a00e43cb84159205c5d87713ad640 (MD5) license.txt: 4884 bytes, checksum: de2d265ed2868529ac27feb118588da8 (MD5) Previous issue date: 2008-10-02T00:00:00Z / This dissertation proposes a bivariate markov switching dynamic conditional correlation model for estimating the optimal hedge ratio between spot and futures contracts. It considers the cointegration between series and allows to capture the leverage efect in return equation. The model is applied using daily data of future and spot prices of Bovespa Index and R$/US$ exchange rate. The results in terms of variance reduction and utility show that the bivariate markov switching model outperforms the strategies based ordinary least squares and error correction models.

Submitted by Ricardo Porto (ricardoporto@bancobbm.com.br) on 2010-08-23T15:32:21Z No. of bitstreams: 1 DISSERTAÇÃO RICARDO PORTO.pdf: 454076 bytes, checksum: 66bba39f53ab22d9842749c2713ec606 (MD5) / Approved for entry into archive by Vitor Souza(vitor.souza@fgv.br) on 2010-08-23T15:34:47Z (GMT) No. of bitstreams: 1 DISSERTAÇÃO RICARDO PORTO.pdf: 454076 bytes, checksum: 66bba39f53ab22d9842749c2713ec606 (MD5) / Made available in DSpace on 2010-08-23T17:42:59Z (GMT). No. of bitstreams: 1 DISSERTAÇÃO RICARDO PORTO.pdf: 454076 bytes, checksum: 66bba39f53ab22d9842749c2713ec606 (MD5) Previous issue date: 2010-05-26 / The Black-Litterman model calculates the expected market returns as a combination of a set of investor views and a neutral reference point. The model uses Bayesian approach to blend both sources of information. The results from the Black-Litterman model, in contrast to the traditional approach, are quite intuitive, stable and consistent with the investors views. The purpose of this thesis is to provide a detailed analysis of each component of the Black-Litterman model and verify if the use of the Black-Litterman model, introducing the views of the market based on the Central Bank report, FOCUS, outperforms brasilians Hegde Funds. / O modelo Black-Litterman calcula os retornos esperados de mercado como uma combinação de um conjunto de expectativas específicas de cada investidor e um ponto de referência neutro. A combinação dessas duas fontes de informações são feitas pelo modelo utilizando a abordagem bayesiana. Os resultados obtidos a partir do modelo Black-Litterman, ao contrário da abordagem tradicional, são bastante intuitivos, estáveis e consistentes em relação as expectativas dos investidores. O objetivo dessa dissertação é fazer uma análise detalhada de cada um dos componentes do modelo Black-Litterman e verificar se a utilização o modelo de Black-Litterman, introduzindo as opiniões de mercado com base no relatório FOCUS do Banco Central, supera o retorno dos fundos multimercados brasileiros.

Made available in DSpace on 2010-04-20T21:00:11Z (GMT). No. of bitstreams: 4 Marina Dal Bianco Negrisoli.pdf.jpg: 10636 bytes, checksum: 6edba86007278369a99863f719aff6f2 (MD5) Marina Dal Bianco Negrisoli.pdf.txt: 116456 bytes, checksum: eb1b0b96873b6d28d5c13228042a8496 (MD5) Marina Dal Bianco Negrisoli.pdf: 443391 bytes, checksum: ec73255b1566fb10d8a7356de52bbf15 (MD5) license.txt: 4886 bytes, checksum: 04a7149a20aab3426496117969fe1139 (MD5) Previous issue date: 2009-01-20T00:00:00Z / The aim of this paper is to study the impact of unexpected shocks on the return of stocks with specific features (high dividend yield, high growth and others), in order to support investors on their understanding of their portfolio risk profile. E.g., this paper studies whether a stock with higher implied growth shows higher elasticity to a non expected inflationary shock than a dividend yield stock. The model used was APT under the three steps estimation methodology developed by McElroy e Burmeister (1998) to show how the sample from Ibovespa performed. The conclusions were: (i) stocks which had higher value in future cash flow were more sensitive to inflation risk, (ii) stock which were large caps were more exposed to market risks, (iii) rational expectations were relevant on stocks performance, (iv) the credit risk and market risk are the most effective factors, within the studied ones, to measure the return of this sample. Despite contraintuitively, the economic cycle and term risks were almost not relevant to explain many of the stocks’ performance. Therefore, this paper supports the investor on their understanding of the factors which affect the performance of a stock other than the premium or discount to the present value of cash flows. / A fim de auxiliar os investidores na compreensão da exposição a risco de seu portfólio, este texto estuda os impactos das mudanças não antecipadas dos fatores econômicos em ações com características específicas (alto fluxo de dividendos, alto crescimento esperado, entre outras). Por exemplo, verifica se uma ação com alto crescimento esperado apresenta maior elasticidade a um choque inflacionário do que uma ação pagadora de dividendos. Esse estudo por meio da metodologia do APT com estimação em três etapas desenvolvida por McElroy e Burmeister (1998) consegue mostrar, para a amostra estudada de ações do Ibovespa, como: (i) as ações que tem maior parcela do seu valor no futuro são as que possuem maior exposição ao risco de inflação e ao risco de prazo; (ii) as ações de empresas grandes (Large Caps) são as mais sensíveis ao risco de mercado; (iii) o fator expectacional é relevante na análise do desempenho das ações; (iii) há maior sensibilidade das ações de crescimento à inflação do que ao ciclo econômico, (iv) o risco de crédito e o de mercado são os fatores que melhor explicam o desempenho dessa amostra, dentre os estudados. Apesar de contra-intuitivo, os fatores de risco de ciclo econômico e termo quase não ajudam a explicar o retorno de muitos dos portfólios. Dessa forma, o texto auxilia o investidor a entender fatores que influenciam o desempenho de uma ação, além do prêmio ou desconto em relação ao valor presente dos fluxos de caixa.

Submitted by Paulo Junior (paulo.jr@fgv.br) on 2011-04-29T21:03:47Z No. of bitstreams: 1 Luana Soares Ferreira.pdf: 1125762 bytes, checksum: ad86574576aa03af3197c93342e53c1d (MD5) / Approved for entry into archive by Paulo Junior(paulo.jr@fgv.br) on 2011-04-29T21:04:56Z (GMT) No. of bitstreams: 1 Luana Soares Ferreira.pdf: 1125762 bytes, checksum: ad86574576aa03af3197c93342e53c1d (MD5) / Made available in DSpace on 2011-05-03T12:57:34Z (GMT). No. of bitstreams: 1 Luana Soares Ferreira.pdf: 1125762 bytes, checksum: ad86574576aa03af3197c93342e53c1d (MD5) Previous issue date: 2010-10-07 / Este estudo tem por objetivo a análise das práticas desenvolvimentistas aplicadas pelos agentes financeiros de desenvolvimento, nomeadamente, as agências de fomento e os bancos de desenvolvimento brasileiros, à luz da teoria crítica, especialmente a Teoria da Ação Comunicativa, de Jürgen Habermas. Os agentes financeiros de desenvolvimento deveriam exercer o papel fundamental de promoção da igualdade de oportunidades e de estimular a liberdade de empreendedorismo. Por meio da concessão de recursos financeiros mais baratos que os dos bancos privados comerciais, esses agentes têm capacidade para atender as demandas de um grande número de micro e pequenas empresas que necessitam de incentivos e oportunidades e não tem acesso ou condições de contratar créditos com bancos privados. Esta pesquisa é um estudo de caso conduzido à luz da teoria crítica. Apresentam-se os elementos que compõem as teorias cabíveis à análise bem como as metodologias de análise de risco utilizadas pelos agentes financeiros de desenvolvimento. Em seguida, questiona-se se o modo como esses agentes vêm operando atende aos elementos das teorias apresentadas. Verificou-se que os agentes financeiros de desenvolvimento pesquisados praticam métodos de mensuração e mitigação de risco tão rígidos que findam por inviabilizar o atingimento dos objetivos centrais de sua existência; o fomento e o desenvolvimento das regiões onde estão instalados.

Bibliografia: p. 46-48 / Dissertação (mestrado) - Faculdade de Economia e Finanças Ibmec, Rio de Janeiro, 2014. / Devido à crescente importância dos mercados financeiros nas últimas décadas, o risco de crédito tem se tornado um tema fundamental na tomada de decisões acerca de investimentos, taxas de financiamento, solvência corporativa, tendência e perspectivas etc. Os modelos de avaliação de risco de crédito, em geral, podem ser classificados em duas categorias: quantitativo e qualitativo. Modelos quantitativos buscam analisar informações de demonstrativos financeiros e seus indicadores, enquanto modelos qualitativos focam na análise de variáveis intangíveis que afetam os negócios globais. Estes modelos normalmente seguem uma estrutura "top-down" de análise setorial, competitividade e comparação de pares e gestão. O objetivo desta dissertação é apresentar um modelo de classificação de risco setorial com base em métodos de análise multicritério que possam mensurar a importância das variáveis que afetam os setores da economia brasileira, bem como a influência entre estas. O modelo é baseado, principalmente, no método Weighted Influence Non-Linear Gauge System. Acerca dos julgamentos sobre as variáveis, o modelo baseia-se na utilização do método Analytic Hierarchy Process. O resultado do modelo é apresentado através de níveis de risco, aplicado a quatorze setores da economia brasileira. A dissertação se encerra com uma discussão sobre os resultados, bem como com um esboço do direcionamento para futuras pesquisas. / Due to the increasing importance of the financial market over the past decades, credit risk has become a paramount issue in investment, loan spreads, corporate solvency, trends and prospetcs, etc. Credit risk evaluation models may be classified in two broad categories: quantitative and qualitative. Quantitative models seek to analyze information from financial statement and indexes, while qualitative models focus on the analysis of intangible variables that affect global business. These models typically follow a top-down approach by analyzing the industry risk, competitiveness and peer comparison and management. The aim of this thesis is to present an industry risk assessment model based on multicriteria analysis methods that can measure the strengh of variables that affect the industries of Brazilian economy, as well as the influence between them. The model is based primarily on the Weighted Influence Non-Linear Gauge System method. Concerning human judgements about the variables, the model is founded on the use of the Analytic Hierarchy Process method. The result from the model is presented through risk levels, applied to fourteen industries in the Brazilian economy. The thesis closes with a discussion of results, as well as with an outline to future research directions.

Submitted by Eduardo Augusto Aun (auneduardo@gmail.com) on 2013-01-16T19:48:06Z No. of bitstreams: 1 DISSERTAÇÃO EDUARDO A AUN 2012 MPFE FGV.pdf: 1487732 bytes, checksum: 0fa68b5193a17357238c3ff083146e3d (MD5) / Approved for entry into archive by Eliene Soares da Silva (eliene.silva@fgv.br) on 2013-01-16T19:49:13Z (GMT) No. of bitstreams: 1 DISSERTAÇÃO EDUARDO A AUN 2012 MPFE FGV.pdf: 1487732 bytes, checksum: 0fa68b5193a17357238c3ff083146e3d (MD5) / Made available in DSpace on 2013-01-16T19:55:33Z (GMT). No. of bitstreams: 1 DISSERTAÇÃO EDUARDO A AUN 2012 MPFE FGV.pdf: 1487732 bytes, checksum: 0fa68b5193a17357238c3ff083146e3d (MD5) Previous issue date: 2012-12-18 / Este estudo compara previsões de volatilidade de sete ações negociadas na Bovespa usando 02 diferentes modelos de volatilidade realizada e 03 de volatilidade condicional. A intenção é encontrar evidências empíricas quanto à diferença de resultados que são alcançados quando se usa modelos de volatilidade realizada e de volatilidade condicional para prever a volatilidade de ações no Brasil. O período analisado vai de 01 de Novembro de 2007 a 30 de Março de 2011. A amostra inclui dados intradiários de 5 minutos. Os estimadores de volatilidade realizada que serão considerados neste estudo são o Bi-Power Variation (BPVar), desenvolvido por Barndorff-Nielsen e Shephard (2004b), e o Realized Outlyingness Weighted Variation (ROWVar), proposto por Boudt, Croux e Laurent (2008a). Ambos são estimadores não paramétricos, e são robustos a jumps. As previsões de volatilidade realizada foram feitas através de modelos autoregressivos estimados para cada ação sobre as séries de volatilidade estimadas. Os modelos de variância condicional considerados aqui serão o GARCH(1,1), o GJR (1,1), que tem assimetrias em sua construção, e o FIGARCH-CHUNG (1,d,1), que tem memória longa. A amostra foi divida em duas; uma para o período de estimação de 01 de Novembro de 2007 a 30 de Dezembro de 2010 (779 dias de negociação) e uma para o período de validação de 03 de Janeiro de 2011 a 31 de Março de 2011 (61 dias de negociação). As previsões fora da amostra foram feitas para 1 dia a frente, e os modelos foram reestimados a cada passo, incluindo uma variável a mais na amostra depois de cada previsão. As previsões serão comparadas através do teste Diebold-Mariano e através de regressões da variância ex-post contra uma constante e a previsão. Além disto, o estudo também apresentará algumas estatísticas descritivas sobre as séries de volatilidade estimadas e sobre os erros de previsão. / This study compares volatility forecasts of seven publicly traded companies using 2 different models of realized volatility and 3 models of conditional volatility. The intention is to find empirical evidence as to the difference in results that are achieved when using models of realized volatility and conditional volatility to predict the volatility of shares in Brazil. The sample period runs from 1 November 2007 to 30 March 2011. The sample includes 5 minutes intraday data. The realized volatility estimators that are considered in this study are the Bi-Power Variation (BPVar) developed by Barndorff-Nielsen and Shephard (2004b), and Weighted Realized Outlyingness Variation (ROWVar) proposed by Boudt, Croux and Laurent (2008a) . Both estimators are non-parametric, and are robust to jumps. The realized volatility forecasts were made by autoregressive models estimated for each share on the estimated volatility series. The conditional variance models considered here are the GARCH (1,1), the GJR (1,1), having asymmetries in its construction, and FIGARCH-CHUNG (1, d 1), having long memory. The sample was divided into two, one for the estimation period from 01 November 2007 to 30 December 2010 (779 trading days) and one for the validation period of 03 January 2011 to 31 March 2011 (61 trading days). The out of sample forecasts were made to 1 day ahead, and the models were reestimated at each step, including one more variable in the sample after each prediction. The predictions will be compared using the Diebold-Mariano test and through regressions of the variance ex-post against a constant and the prediction. Moreover, the study also shows some descriptive statistics on the estimated volatility series and on the forecasting errors.