Mestrado Profissional em Economia
URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3240
Navegar
12 resultados
Resultados da Pesquisa
Dissertação Impacto das características pessoais dos CEOs no desempenho das empresas de Alto Crescimento na NASDAQ(2024) Di Gianni, Daniel Silvério.Este trabalho analisa a influência das características pessoais dos CEOs na taxa de crescimento das receitas de empresas de alto crescimento listadas na NASDAQ. Com um modelo de regressão em painel com efeitos aleatórios, contemplando 894 empresas no período de 1991 a 2023, foram analisadas as variáveis idade, gênero e nível educacional (MBA, Mestrado e Doutorado), além de variáveis de controle incluindo indicadores macroeconômicos e financeiros, nível de listagem e setoriais. Os resultados sugerem que gênero e idade não apresentam relação estatisticamente significativa com a taxa de crescimento das receitas das empresas, indicando que a baixa representatividade feminina em cargos de liderança não pode ser atribuída a diferenças de desempenho. Quanto as variáveis educacionais, MBA e Mestrado não apresentaram associações significativas, enquanto o Doutorado apresentou uma relação negativa com a taxa de crescimento, sugerindo que CEOs com PhD podem adotar estratégias mais focadas em eficiência operacional do que em expansão de receitas para melhorar a performance das empresas.Dissertação Relação do Conhecimento de Mercado e Influências Sociais nas Escolhas de Investimento Pessoal no Brasil no período entre 2018 e 2023(2024) Urban, Bernardo MachadoEste estudo investiga a relação entre conhecimento de mercado e influências sociais nas decisões de investimento pessoal no Brasil, com base nos dados do estudo “Raio X do Investidor Brasileiro”, realizado pela ANBIMA em parceria com o Datafolha no período de 2018 a 2023. A pesquisa analisa 26.428 indivíduos, abrangendo diferentes faixas etárias, níveis de escolaridade, rendas e regiões do país. O objetivo é compreender como o nível de familiaridade com produtos financeiros e o acesso a diferentes fontes de informação influenciam a decisão de investir, considerando a complexidade dos produtos escolhidos. Para isso, foi utilizado um modelo de regressão logística, adequado para estimar a probabilidade de investimento a partir dessas variáveis, controlando fatores demográficos e socioeconômicos. Os resultados indicam que investidores com maior conhecimento de mercado apresentam maior propensão a diversificar seus portfólios e a acessar produtos de maior complexidade. Além disso, as fontes de informação exercem impactos distintos: o suporte profissional se mostra relevante para investimentos de baixa e média complexidade, enquanto a busca autônoma está associada a investimentos mais sofisticados. Fontes informais, como amigos e familiares, ajudam na introdução ao mercado financeiro, mas podem limitar a diversificação dos investidores menos experientes. O estudo também aponta que gênero, renda e escolaridade influenciam significativamente as escolhas de investimento, sendo que homens e indivíduos com maior nível educacional e renda tendem a investir mais em ativos de risco. Como contribuições, o estudo sugere pesquisas futuras sobre o impacto das redes sociais e influenciadores financeiros, além de investigações sobre vieses comportamentais e seus efeitos na tomada de decisão. A pesquisa reforça a importância da educação financeira e do acesso a informações confiáveis, destacando a necessidade de políticas públicas e estratégias institucionais que promovam um mercado de investimentos mais acessível e informado.Dissertação A relação entre o desempenho ESG e o custo de dívida das empresas brasileiras não financeiras de capital aberto(2024) Botezelli, Vinicius Francisco SamartinEste estudo investiga a relação entre práticas ESG (Ambiental, Social e Governança) e o custo da dívida (CoD) de empresas brasileiras não financeiras de capital aberto no período de 2014 a 2023. A pesquisa utiliza dados de 261 empresas e aplica modelos de regressão em painel com efeitos entre grupos e aleatórios, incorporando variáveis de controle como tamanho da empresa, alavancagem e rentabilidade. Os resultados corroboram as hipóteses levantadas, mostrando que a inclusão em escores ESG está significativamente associada a reduções nos custos de dívida, com a governança apresentando o impacto mais substancial, indicando que práticas robustas de governança são decisivas na percepção de menor risco pelos credores. Os resultados também revelam que maiores escores de ESG estão relacionados a custos de dívida menores, refletindo uma percepção de menor risco financeiro. O componente ambiental, embora marginalmente significativo, sugere uma influência positiva, enquanto o componente social não mostrou significância estatística, uma descoberta que sugere que este aspecto do ESG pode ser menos valorizado pelos credores no contexto estudado. Entre as limitações, destaca-se a ausência de padronização nos escores ESG e a restrição da amostra a empresas listadas. Este estudo contribui para a literatura ao explorar um mercado emergente e oferece insights práticos para gestores e credores que buscam integrar critérios ESG na avaliação de risco financeiro.Dissertação Determinantes da continuidade de investimento pós series a: evidências de economias emergentes(2024) Queiroga, Pedro BoscoAs startups oferecem diversos benefícios econômicos para a sociedade como geração de empregos e fomento à inovação. Como essas empresas enfrentam restrição de capital nos seus anos iniciais, é através de rodadas de investimento que essas empresas conseguem obter recursos para concretizar tais benefícios, tornando a recorrência destes financiamentos sua fonte de sobrevivência. Nós analisamos quais os determinantes de um novo aporte de capital pós Series A, utilizando uma amostra de 3.830 rodadas de investimento provenientes de 16 economias emergentes, realizadas no período de 2016 a 2020. Encontramos que o número de fundadores e investidores impactam positivamente a probabilidade de um novo aporte pós Series A. Testamos a classificação de economia emergente do FTSE para avaliar se o grau de desenvolvimento do país importa, porém não encontramos significância. Além disso, os resultados indicam que rodadas anunciadas em um trimestre com P/L acima da média dos últimos quatro períodos também tem maior probabilidade de receberem um próximo aporte de capital. Estudar o ecossistema do venture capital contribui para que empreendedores, investidores e formuladores de políticas públicas tomem decisões que o levam para o sucesso, cooperando com a prosperidade de seus benefícios econômicosDissertação O uso de derivativos para gestão de riscos reduz o custo de capital próprio das empresas? Uma análise para o mercado brasileiro durante o período de 2014 a 2023(2024) Coiro, Rafael SoaresEste estudo investiga o impacto do uso de derivativos no custo de capital próprio de empresas brasileiras não financeiras, no período de 2014 a 2023. Motivado pelo crescimento do mercado de derivativos no Brasil e pela relevância das políticas de gestão de riscos, o trabalho busca avaliar se a prática de hedging, amplamente adotada em mercados globais, também proporciona redução do custo de capital no contexto brasileiro. Com base em uma amostra de 197 empresas e utilizando uma abordagem econométrica de painel dinâmico via GMM, o estudo não encontra evidências estatisticamente significativas de que o uso de derivativos diminua o custo de capital próprio no Brasil. Essa conclusão contrasta com os resultados observados em economias desenvolvidas, sugerindo que, em mercados emergentes caracterizados por alta volatilidade macroeconômica e financeira, os derivativos podem não ser suficientemente eficazes para mitigar os riscos percebidos pelos investidores. No Brasil, fatores como a percepção elevada de risco, alimentada por incertezas políticas e econômicas, e a falta de padronização na divulgação de informações sobre políticas de hedge podem limitar os benefícios dessa prática na redução do prêmio de risco exigido pelos investidores. Além disso, a pesquisa corrobora estudos realizados em outros mercados emergentes, como Malásia e África do Sul, destacando possíveis diferenças estruturais nos benefícios do hedging entre economias desenvolvidas e emergentes, onde o contexto econômico e institucional pode desempenhar um papel determinante na efetividade das estratégias de gestão de risco.Dissertação Explorando a Integração de Técnicas de Aprendizado de Máquina e Modelos Estatísticos na Previsão da Curva de Preços Futuros de Petróleo(2024) Faucz, Raphael Nunes XavierCompreender as dinâmicas do mercado futuro de petróleo é de extrema importância para a economia global, pois afeta produtores, investidores, formuladores de políticas econômicas e acadêmicos. Neste contexto, o presente estudo abordou a modelagem da estrutura a termo dos preços futuros do petróleo, questão vital para o mercado global de energia, para a macroeconomia, para empresas e para investidores, concentrando-se no petróleo tipos Brent e West Texas Intermediate (WTI). O objetivo deste estudo foi explorar a eficácia de uma combinação de diferentes técnicas de modelagem na projeção da curva de preços do petróleo, o que envolveu: (1) a decomposição da estrutura a termo em fatores distintos; e (2) a aplicação de diversas metodologias na modelagem, desde as mais tradicionais até as técnicas de fronteira, para estes fatores que são cruciais para determinar o nível e a forma da curva. O foco central foi aplicar e comparar uma variedade de modelos em relação à sua eficácia da modelagem e à projeção de preços na curva, buscando identificar a técnica mais eficiente, com base em sua precisão e menor erro em previsões fora da amostra. As abordagens foram desde as técnicas econométricas tradicionais, como Autoregressive Integrated Moving Average (ARIMA) e Vector Autoregression (VAR), até métodos avançados de aprendizado de máquina e deep learning, incluindo Least Absolute Shrinkage and Selection Operator (LASSO), Random Forest, Extreme Gradient Boosting (XGBoost) e, especialmente, o modelo Long Short-Term Memory (LSTM). O estudo foi conduzido, principalmente, com a metodologia de Dynamic Nelson-Siegel (DNS) e, para decompor a curva de preços, seguimos o modelo apresentado por Barunik e Malinska (2016). Os resultados ressaltaram a superioridade do LSTM em projeções fora da amostra dos parâmetros obtidos pelo DNS, demonstrando sua eficácia na reconstrução das curvas de preços dos petróleos tipos Brent e WTI. Esta capacidade do LSTM de capturar complexidades temporais e dinâmicas nos dados financeiros é particularmente relevante no mercado de petróleo, que é influenciado por uma variedade de fatores econômicos e geopolíticos. Assim sendo, espera-se que este estudo contribua significativamente tanto com a Academia quanto com o Mercado, no que tange à modelagem de preços de petróleo, marcando um avanço na análise financeira, ao oferecer insights valiosos para investidores, analistas e formuladores de políticas econômicas; aprimorando a compreensão das dinâmicas de preços do petróleo; e combinando técnicas de fronteira na modelagem de preços futuros do petróleo.- Estudo do IVol-BR como preditor de retornos futuros do Ibovespa entre 2011 e 2022: uma abordagem utilizando vetores autorregressivos(2023) Orsoni, Tiago BarbosaA previsão de retornos futuros é desafio frequente para os agentes do mercado financeiro. Uma das variáveis utilizadas para previsão é o índice de volatilidade implícita do mercado acionário. O objetivo deste estudo é avaliar o poder preditivo do IVol-BR sobre diferentes períodos de retorno futuro do Ibovespa com a adição de variáveis macroeconômicas como preditoras e utilizando como metodologia a estimação de vetores autorregressivos, o teste de causalidade de Granger e as funções de resposta ao impulso. Os resultados obtidos mostram que o IVol-BR possui capacidade preditiva, mas com baixo impacto nos retornos futuros. Adicionalmente, confirma-se a capacidade preditiva do risco-país e das relações entre os diferentes períodos de retorno futuro entre si.
- Fatores macroeconômicos e a taxa de falência agregada das FinTechs(2023) Diz, Patrícia HiranoFinTechs são startups que buscam soluções tecnológicas que favoreçam a eficiência e a redução de custos para os produtos da indústria financeira. As inovações propiciadas pelas FinTechs estão se consolidando como principal agente transformador dos serviços financeiros, pois a tecnologia proporcionada por tais negócios promove a ampliação do acesso aos diversos produtos deste segmento, estimula o emprego, a renda e o crescimento econômico. Por esta razão, as FinTechs têm atraído a atenção de investidores e acadêmicos nos últimos anos. Mas, ainda que tais startups estejam interessadas no sucesso de seus negócios, muitas falham e tornam-se insolventes. Perante esta realidade de elevado nível de falência, compreender os fatores que contribuem para a mortalidade destas organizações, pode ser uma questão importante para fundadores, instituições financiadoras ou formuladores de políticas públicas, visto que antecipar uma situação de risco é fundamental para desencadear ações preventivas ou alternativas que reduzam, em última instância, o custo de uma inevitável insolvência. Diante do contexto apresentado, este estudo analisou por meio de um modelo de regressão com dados em painel dinâmico, a relação entre os fatores macroeconômicos e a taxa agregada de falência das FinTechs dos dez maiores países em número total de startups segundo o site Startup Ranking (2022): Estados Unidos, Reino Unido, Canadá, Austrália, Índia, Alemanha, França, Brasil, Espanha e Indonésia, para o período compreendido entre 2010 e 2020. A amostra é composta por 9.970 FinTechs que declararam falência e 137.993 FinTechs ativas, totalizando 147.963 FinTechs. Os resultados demonstraram que as atividades do mercado de ações, a taxa de desemprego, a taxa de abertura de novas FinTechs, o índice de percepção da corrupção e a qualidade das regulamentações são determinantes da falência agregada das FinTechs e sugerem que fatores macroeconômicos podem influenciar o nível de insolvência dos países desenvolvidos de forma diferente dos países emergentes.
- Fintechs: determinantes do financiamento de venture capital no Brasil em diferentes estágios(2023) Silva, Dean Ribeiro daFintechs são agentes precursores dos avanços tecnológicos no mercado financeiro e desempenham papel importante na inclusão financeira, especialmente em países emergentes. O sucesso de fintechs está condicionado à sua sobrevivência em ambientes muitas vezes desfavoráveis à iniciativa empreendedora, razão pela qual se faz necessário compreender os fatores econômicos e relacionados à fundação da fintech que impactam a incidência de eventos de captação de recursos em estágios iniciais da sua existência. Para entender os efeitos de variáveis econômicas, setores específicos de serviço prestado e outras características de cada fintech brasileira sobre a incidência de eventos de captação específicos de estágios iniciais das startups, este estudo aplicou o modelo de sobrevivência para riscos competitivos proposto por Fine e Gray (1999) e observou que a localização geográfica, o total investido no Brasil nas modalidades de private equity e venture capital, a captação de recursos do tipo seed e setores específicos de serviços contribuem para a incidência de captações do tipo pre-seed, seed e series A.
- Modelo de previsão de preço futuro de petróleo bruto nos Estados Unidos(2023) Guelman, BeatrizA indústria do petróleo ocupa um lugar de importância na economia mundial; segundo a Statistical Review of World Energy, publicada em 2021, mais de 80% da energia consumida no mundo é fruto de combustível fóssil. Dentro da indústria do petróleo, a economia americana e, consequentemente, o dólar ocupam um lugar de importância na indústria do petróleo principalmente após o ano de 1974. O entendimento do comportamento do petróleo e como ele se relaciona com o mercado financeiro é importante não apenas para empresas produtoras de mercadorias ou commodities, que são afetadas diretamente pela variação dos preços, mas também para investidores da bolsa, gerentes de portifólio e especuladores em geral; o petróleo é chave para a construção de portifólios bem diversificados e para decisões financeiras que maximizam retornos e otimizam as decisões de risco. O principal objetivo deste trabalho é examinar diferentes modelos de previsão para os preços futuros do petróleo nos Estados Unidos. Três modelos são examinados para identificar empiricamente o modelo com maior precisão e melhores resultados preditivos. Foram feitas previsões sob os modelos Autorregressivo e de Médias Móveis Integrado (ARIMA), Vetor Autorregressivo (VAR) e de Random Forest para os períodos de 01 de janeiro de 2019 a 01 de dezembro de 2019 e 01 de julho de 2021 a 01 de junho de 2022. O modelo VAR, se comparado aos três modelos selecionados e com os parâmetros utilizados, conseguiu descrever melhor o cenário econômico e o petróleo como um agente econômico e financeiro, levando em consideração seus componentes e relação com outros fatores. Contudo, o modelo de Random Forest tem maior sensibilidade em capturar as movimentações e os choques no preço, demonstrando quedas e altas ao longo do tempo.