[pt] Os resultados empíricos apresentados na literatura sobre o CAPM em geral refletem as falhas teóricas do modelo em sua forma incondicional. Deste modo, duas linhas de pesquisas principais surgiram na tentativa de relaxar alguns dos pressupostos do modelo, dando origem aos chamados modelos de multifatores e modelos condicionais. Em síntese, os modelos condicionais são aqueles nos quais o valor esperado do retorno de um ativo é explicitado de forma condicional a um conjunto de informação disponível no período anterior, e a sensibilidade ao fator de risco, beta, bem como o intercepto da equação de regressão, alfa, são considerados parâmetros variantes no tempo. Este trabalho tem dois objetivos principais: (i) avaliar de forma comparativa o tratamento dos modelos CAPM condicionais na forma em espaço de estados estimados a partir do filtro de Kalman com os erros da equação de observação nas formas homocedástica e heterocedástica, com base no trabalho de Ortas, Salvador e Moneva (2014); (ii) avaliar como o uso de medidas condicionais obtidas a partir do modelo CAPM condicional sob a abordagem aqui descrita pode melhorar a prática atual de avaliação de performance dos fundos de investimentos a partir de uma amostra do mercado brasileiro. Os resultados obtidos indicam que a modelagem heterocedástica, do ponto de vista da qualidade de ajuste aos dados da amostra, é capaz de melhorar os resultados em relação ao modelo homocedástico e aos modelos incondicionais correspondentes, proporcionando, portanto, melhores práticas de avaliação de desempenho dos fundos. / [en] The empirical results presented in the literature on the CAPM generally reflect the theoretical flaws of the model in their unconditional form. Thus, two main lines of research have emerged in an attempt to relax some of the model assumptions in its original form, giving rise to so-called multi-factor models and conditional models. In summary, the conditional models are those in which the expected value of the return of an asset is explained conditionally to a set of information available in the previous period, and the sensitivity to the risk factor, beta, as well as the intercept of the equation regression, alpha, are assumed to be time varying parameter. This work has two main objectives: (i) assess comparatively the treatment of conditional CAPM models in state-space form and estimates from the Kalman filter with the residuals of the observation equation in homocedastic and heteroskedastic forms, based on the work of Ortas, Salvador and Moneva (2014); (ii) evaluate how the use of conditional measurements obtained from the conditional CAPM under the approach previously described can improve the current practice of performance evaluation of investment funds from a sample of the Brazilian market. The results obtained indicate that heteroskedastic modeling, from the point of view of the quality of fit for the sample data, is able to provide better results in relation to homocedastic model and corresponding unconditional models, providing better practices for performance evaluation of funds.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:27685 |
| Date | 18 October 2016 |
| Creators | LEANDRO SANTOS DA COSTA |
| Contributors | CARLOS PATRICIO SAMANEZ |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0066 seconds