[pt] A habilidade de determinar o momento ótimo para investir proporciona uma vantagem estratégica para as empresas em um ambiente competitivo. Se por um lado as incertezas exógenas podem ser fontes inibidoras do investimento, sob pressão dos competidores, essas empresas podem auferir uma vantagem competitiva caso invistam primeiro. Esta tese sintetiza os conceitos aplicados às metodologias de Opções Reais e da Teoria dos Jogos para propor uma metodologia de avaliação que contribui para a análise financeira de investimentos no mercado imobiliário. O primeiro modelo da tese é um modelo econométrico que considera as inter-relações na formação dos preços que compõem a dinâmica do mercado imobiliário do Rio de Janeiro, através de um modelo de autorregressão vetorial (VAR) identificado por grafos acíclicos direcionados. O objetivo deste trabalho é o de determinar a estratégia ótima de exercício da opção de investimento no equilíbrio de Nash considerando a incerteza na demanda por imóveis em uma região do Rio de Janeiro. Para tanto, o segundo modelo da tese adota uma versão modificada da metodologia de Grenadier (2002) com uma especificação mais adequada e robusta das incertezas para a função de demanda estocástica, em que foi inserida uma elasticidade do fator estocástico. Os parâmetros do modelo foram estimados com ferramentas econométricas a partir de dados reais do mercado imobiliário carioca. Foram realizadas simulações de Monte Carlo da demanda de forma a comparar os oligopólios em termos de níveis de investimento e quantidade produzida. Os resultados obtidos nos modelos de Jogos de Opções Reais desenvolvidos são intuitivos no sentido de que quanto maior a quantidade de concorrentes, menor o nível de demanda (gatilho) exigido para o investimento em novas unidades e quanto maior a volatilidade da demanda, maior o nível de demanda para ser ótimo o investimento. / [en] The ability to determine the optimal investment timing provides a strategic advantage for companies working in a competitive environment. While on the one hand, exogenous uncertainties may inhibit investment, under pressure from competitors, these firms can gain a competitive advantage if they are first movers. This thesis summarizes the concepts applied to Real Options and Game Theory methodologies to propose an evaluation methodology that contributes to the financial analysis of investments in the real estate market. The first model of the thesis is an econometric model that considers the interrelationships in the formation of prices that compose the real estate market dynamics of Rio de Janeiro, through a vector autoregression (VAR) model identified by directed acyclic graphs. The objective of this work is to determine the optimal strategy to exercise the investment option in the Nash equilibrium considering the uncertainty in the real estate demand in a region of Rio de Janeiro. To this end, the second model of the thesis adopted a modified version of the Grenadier (2002) methodology with a more adequate and robust specification of the uncertainties for the stochastic demand function, in which a stochastic factor elasticity was inserted. The parameters of the model were estimated using econometric tools based on real data from the real estate market in Rio de Janeiro. Monte Carlo simulations of demand were performed to compare the oligopolies in terms of levels of investment and quantity produced. The quantitative results obtained are intuitive in the sense that the larger the number of competitors, the lower the level of demand (threshold) required for investment in new units, whereas the greater the volatility of demand, the greater the demand threshold for the investment to be optimal.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:33337 |
| Date | 21 March 2018 |
| Creators | GLAUDIANE LILIAN DE ALMEIDA |
| Contributors | LUIZ EDUARDO TEIXEIRA BRANDAO, LUIZ EDUARDO TEIXEIRA BRANDAO |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0026 seconds