Return to search

Risco e alocação de ativos: uma aplicação empírica ao caso brasileiro

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.

Identiferoai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/2635
Date06 February 2009
CreatorsIrie, Mauricio Mussashi
ContributorsSchiozer, Rafael Felipe, Maiali, André Cury, Escolas::EESP, Pinto, Afonso de Campos
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0027 seconds