Análise de clustering dos retornos de Real Estate Investments Funds e sua relação com fatores econômicos

Página do item simplificado
dc.contributor.advisorGUSTAVO BARBOSA SOARES
dc.contributor.authorTrofino, André Felipe Nunes
dc.coverage.cidadeSão Paulopt_BR
dc.coverage.paisBrasilpt_BR
dc.creatorTrofino, André Felipe Nunes
dc.date.accessioned2023-06-22T15:50:50Z
dc.date.available2023-06-22T15:50:50Z
dc.date.issued2021
dc.description.abstractEsse 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.pt_BR
dc.description.otherThe purpose of this work is to expand the knowledge in quantitative financial analysis focused on real estate investment funds – REITs, since it is an area with little body of work. The objective of this study is to perform a mapping of which economic factors are more responsible for the returns of REITs, making use of both unsupervised and supervised machine learning methods. A total of 15 years of returns were collected for 183 REITs that are part of the BBREIT US index. The returns were collected monthly throughout the analysis period, when were used in a Hierarchical Clustering method to group the funds in three groups. These results were used as label in combination with twenty-five economic factors to form a data panel for each month of the analyzed period. The panel dataset was then used in a Decision Tree algorithm in order train model capable of classifying new funds in one of the three group found previously given its economic factors. This model has the information of which factor was more important in the classification, and so, which factor is more important for the funds’ returns. The results found 10 factors that are responsible for 83.12% of the total classification importance. The five most important factors were momentum, volatility, market capitalization, fixed beta and market beta, corresponding to 52.8% of the total importance. These insights can be used to perform investment strategies, such as portfolio diversification and spread trading.pt_BR
dc.description.qualificationlevelMestradopt_BR
dc.format.extent60 p.pt_BR
dc.format.mediumDigitalpt_BR
dc.identifier.urihttps://repositorio.insper.edu.br/handle/11224/5737
dc.language.isoPortuguêspt_BR
dc.rights.licenseTODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEM.pt_BR
dc.subjectFundos imobiliáriospt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectFinanças quantitativaspt_BR
dc.subject.keywordsReal estate investment trustspt_BR
dc.subject.keywordsMachine learningpt_BR
dc.subject.keywordsQuantitative financept_BR
dc.titleAnálise de clustering dos retornos de Real Estate Investments Funds e sua relação com fatores econômicospt_BR
dc.typemaster thesis
dspace.entity.typePublication
local.contributor.boardmemberGUSTAVO MONTEIRO DE ATHAYDE
local.contributor.boardmemberMacêdo, José Antônio Fernandes dept_BR
local.subject.cnpqCiências Exatas e da Terrapt_BR
local.typeDissertaçãopt_BR
relation.isAdvisorOfPublication8a7b5a9c-5615-4623-bfcb-b67ed3f6008f
relation.isAdvisorOfPublication.latestForDiscovery8a7b5a9c-5615-4623-bfcb-b67ed3f6008f
relation.isBoardMemberOfPublicationa57614f1-05fc-47e3-88a9-59266040a6dc
relation.isBoardMemberOfPublication.latestForDiscoverya57614f1-05fc-47e3-88a9-59266040a6dc
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Andre Felipe N Trofino - Dissertação.pdf
Tamanho:
1.59 MB
Formato:
Adobe Portable Document Format
Descrição:
Andre Felipe N Trofino - Dissertação
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
N/D
Nome:
license.txt
Tamanho:
282 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Mestrado Profissional em Economia