Mestrado Profissional em Economia
URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3240
Navegar
7 resultados
Resultados da Pesquisa
Dissertação Machine Learning Methods in Asset Pricing: An Analysis of Cross-sectional Stock Returns with Macroeconomic Factors in Brazil(2025) Vieira, Emerson SousaThe literature on financial machine learning has growth rapidly with studies encompassing several asset classes, chiefly for the stock market. We apply machine learning methods to Brazilian stocks cross section of monthly excess returns by using Brazilian stock factors while adding a vast set macroeconomic ones as our research primary contribution, for which the literature on Brazilian equities is scarce. We confirm recent results that ML models drive a substantial improvement in out-of-sample R2 predictive power over traditional OLS models. Running an out-of-sample variable importance analysis, we also found macroeconomic factors overweight firm-related ones, with a slight predominance of country risk (EMBI Brazil Index), followed by the expectations of economics conditions, and Brazil’s commodities composite index, and credit-to-GDP ratio. Our findings suggest a high relevance of macroeconomic factors when predicting monthly excess returns for Brazilian stocksDissertação Metodologia para modelos de nowcasting de dados de atividade(2021) Dobrianskyj, Guilherme MartinhoO trabalho utiliza uma técnica de nowcasting de atividade para diversos países, que possuem diferentes características e qualidades de dados econômicos. São utilizados dados mensais para o nowcast do Produto Interno Bruto dos países, que são dados trimestrais. Ao considerar tempo de execução, robustez a ruídos e flexibilidade de implementação, são utilizadas técnicas baseadas em Análise de Componentes Principais e regressões lineares robustas a ruídos (Huber regression). A fim de modelar a jagged edge (quando, em determinado dia, é sabido apenas alguns dos dados utilizados no modelo), é utilizado um Vetor Autorregressivo com uma defasagem. Os nowcasters construídos mostram boa capacidade preditiva, porém possuem alta dependência na qualidade e histórico dos dados utilizadosDissertação Prêmio de risco em fundos de investimento imobiliário e sua aplicação em uma estratégia quantitativa de valor(2021) Sanches, Lucas LancellottiOs fundos de investimento imobiliário são um mercado de mais de um trilhão de dólares apenas nos Estados Unidos, porém a literatura não possui grande foco nesses ativos. Este trabalhobusca realizar a análise deles, estudando sua relação com as outras classes de ativos e os fatores de risco que determinam seus retornos, estendendo uma pequena literatura especializada no tema. O que se observa é que, enquanto o beta de mercado para os fundos imobiliários é próximo de 1 para os Estados Unidos, no Brasil esse coeficiente é próximo de 0,3, indicando menor risco sistemático. Em relação aos fatores de risco determinantes dos seus retornos, além do fator de mercado, observa-se que principalmente os fatores de tamanho e de valor são significantes. A principal aplicação dos resultados deste trabalho se faz por meio de uma estratégia sistemática que arbitra momentos em que os fundos imobiliários estão relativamente mais caros ou mais baratos. Essa estratégia fornece um índice de Sharpe de 0,4233 nos Estados Unidos; valor superior aos índices encontrados em estratégias unicamente com posições compradas nos mercados analisados. Mesmo depois de testes de robustez, os resultados continuam interessantes; o que pode, por fim, ser explorado pela indústria e pela academiaDissertação Análise de clustering dos retornos de Real Estate Investments Funds e sua relação com fatores econômicos(2021) Trofino, André Felipe NunesEsse trabalho busca expandir o conhecimento na área de finanças quantitativas sobre os fundos de investimento imobiliário americanos (Real Estate Investment Funds - REITs), uma área que carece de estudos. Deseja-se realizar um mapeamento de quais fatores são mais responsáveis pelos retornos dos fundos imobiliários, utilizando para isso métodos de aprendizado de máquina não supervisionado e supervisionado. Foram utilizados 15 anos de dados de retornos de 183 REITs que compõem o índice BBREIT US. Os dados foram extraídos a cada mês do período analisado e utilizados em um algoritmo de clustering chamado Hierarchical Clustering, agrupando os fundos em três grupos. Esse resultado é utilizado como rótulo em conjunto com 25 fatores econômicos relativos ao mês no qual o retorno foi extraído para formar painel. O conjunto desses painéis mensais foi então utilizado em um treinamento supervisionado de Decision Tree, produzindo um modelo capaz de classificar um novo fundo em um dos três grupos encontrados, baseado apenas em seus fatores econômicos. O modelo treinado fornece a importância de cada fator na classificação, e, portanto, a importância de cada fator no retorno dos fundos. Foi possível identificar 10 fatores que correspondem a 83,12% da importância de classificação. Os cinco fatores mais importantes encontrados foram: momentum, volatilidade, capitalização de mercado, beta fixo e beta de mercado, correspondendo a 52,8% da importância. Essas informações podem ser utilizadas para realizar estratégias de investimentos, como diversificação de portfolios e spread trading.Dissertação Recomendações de analistas de ações e sua complementariedade a estratégias de Factor Investing(2021) Zimmermann, AlexandreEste trabalho tem como objetivo analisar a complementariedade de recomendações de analistas sell-side a fatores de risco tradicionais (i.e. Market, Value, Size e Momentum) no mercado de ações brasileiro. Para isso, foram desenvolvidos dois estudos empíricos. O primeiro consiste na análise de regressões lineares múltiplas que têm como variáveis independentes a performance de fatores de risco e como variável dependente a performance de determinados grupos de ações, separados de acordo com as recomendações de analistas. O segundo estudo consiste em uma estratégia de Factor Investing combinando os fatores Momentum, Value, Size e um fator Recommendation baseado em revisões de recomendações de analistas. Os resultados obtidos pelos dois estudos apontam para cinco principais conclusões: I) O uso de recomendações de analistas de forma absoluta tem pouca contribuição para explicar retornos além dos fatores de Market, Value, Size e Momentum, porém sua variação (i.e. tendência de elevação ou rebaixamento de recomendações) tem grande contribuição; II) De fato há complementariedade entre o uso de revisões de recomendações e fatores tradicionais como Momentum, Value e Size para prever retornos, de modo que a combinação dos fatores tradicionais com métricas de recomendação possibilita resultados superiores a cada um aplicado isoladamente; III) Parte do retorno superior obtido com o uso de recomendações parece ser atribuída a correções ao longo do tempo de potenciais distorções entre preço e valor intrínseco identificadas por analistas sell-side, em vez de puramente à reação inicial do mercado a relatórios de revisão de recomendação; IV) A periodicidade de rebalanceamento de portfólios tem grande relevância para prever retornos usando recomendações; V) Os resultados apontam ineficiências no mercado de ações brasileiro, tanto na forma fraca quanto na forma semiforte na definição de Eugene Fama (1970).Dissertação Decomposição da Curva de Juros Real e Nominal para o Brasil(2021) Machado, Guilherme MarcondesO entendimento da dinâmica das estruturas da curva de juros e os prêmios implícitos na precificação dos ativos é de extrema importância não só para a academia quanto para a execução de políticas públicas e para os agentes do mercado. Utilizando-se do modelo criado por Abrahams, Adrian, Crump e Moench (2016), este trabalho procura decompor os prêmios existentes nas curvas brasileiras entre prêmios nominais, reais e de inflação e entender sua dinâmica ao longo do tempo. Para tal, foram utilizados os preços obtidos das negociações dos títulos federais no mercado secundário de janeiro de 2010 até outubro de 2021 e analisados os resultados obtidos pelo modelo com situações históricas recentes, onde os prêmios de fato se mostraram em patamares mais altos quão mais altas eram as incertezas políticas e econômicas do país e o risco de inflação de fato se mostrou mais alto quanto mais incerta era a expectativa da mesma. Já a inflação esperada do modelo se mostrou muito aderente às expectativas de mercado e à inflação realizada. Por fim, o prêmio nominal e o CDS apresentaram trajetórias coincidentes ao longo do período.Dissertação Carry and momentum in the Brazilian yield curve(2020) Darin, Débora