Aplicação do modelo de múltiplos fatores para fundos de investimentos no Brasil

Leite, Marcos De Toledo

Aplicação do modelo de múltiplos fatores para fundos de investimentos no Brasil

dc.contributor.advisor	Brito, Ricardo Dias De Oliveira
dc.contributor.author	Leite, Marcos De Toledo
dc.coverage.spatial	São Paulo	pt_BR
dc.creator	Leite, Marcos De Toledo
dc.date.accessioned	2021-09-13T03:16:52Z
dc.date.accessioned	2015-12-07T13:55:09Z
dc.date.available	2021-09-13T03:16:52Z
dc.date.available	2011
dc.date.available	2015-12-07T13:55:09Z
dc.date.issued	2011
dc.date.submitted	2011
dc.description.abstract	Este trabalho avalia fundos de investimentos brasileiros de diferentes estratégias utilizando um modelo de múltiplos fatores, baseado na teoria de APT (arbitrage pricing theory) apresentada por Ross (1976). O modelo tem por objetivo gerar regressões usando os retornos dos fundos como variável dependente e diferentes fatores de risco de mercado como variáveis explicativas. A análise foi realizada para duas amostras de fundos: a primeira para o período de 2000 a 2010, compreendendo 124 fundos e a outra para o período de 2006 a 2010, incluindo 461 fundos. O trabalho buscou observar se os fatores escolhidos são significativamente explicativos para os retornos dos fundos e se existe uma parcela dos resultados não explicada pelos mesmos, chamada de Alfa das regressões. Tal parcela pode ser indicativo da capacidade dos gestores de fundos de produzirem retornos independentes da direção dos mercados e poderia ser definida como o “talento” dos mesmos. O principal objetivo do estudo foi identificar a existência ou não desse talento. Os resultados mostram que a grande maioria dos fundos não possuem Alfa significativo e apenas uma minoria, 5,7% para a amostra desde o ano 2000 e 2,2% para a amostra desde 2006, ambas com 5% de significância, apresentou tal fator positivo e estatisticamente significativo. Também se observou que estratégias com mandatos mais amplos, como Multimercados, foram as que mais apresentaram fundos com Alfa positivo.	pt_BR
dc.description.other	This work evaluates Brazilian hedge funds using a multiple factor model, based on the APT theory (arbitrage pricing theory), presented by Ross (1976). The model focuses on generating regressions using the funds’ returns as dependent variables and different market risk factors as independent ones. The analysis was based on two groups of funds: one from 2000 until 2006, comprising 124 funds and the other for the period of 2006 to 2010, including 461 funds. This paper studied if such market risk factors can statistically explain the funds’ returns and if there is a fraction, defined as Alpha, of the results which cannot be attributed to these factors. This fraction can be a sign of the ability of the funds’ managers to deliver returns uncorrelated to the broad markets and could be an indication of their talent. The main focus of this work was to identify if such talent exists. According to its results, the vast majority of the funds does not present a significant Alpha in their regressions and just a minority, 5.7% for the group of funds since 2000 and 2.2% for the ones since 2006, showed this coefficient as positive and statistically significant. In addition, the study concludes that strategies with broader mandates, such as Multimercados, were the ones that presented more funds with positive Alpha.	pt_BR
dc.format.extent	41 p.	pt_BR
dc.identifier.uri	https://repositorio.insper.edu.br/handle/11224/1207
dc.language.iso	Português	pt_BR
dc.rights.uri	TODOS OS DOCUMENTOS DESSA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEM	pt_BR
dc.subject	Fundos de Investimento	pt_BR
dc.subject	APT	pt_BR
dc.subject	Múltiplos Fatores	pt_BR
dc.title	Aplicação do modelo de múltiplos fatores para fundos de investimentos no Brasil	pt_BR
dc.type	master thesis
dspace.entity.type	Publication
local.contributor.boardmember	ANDREA MARIA ACCIOLY FONSECA MINARDI
local.contributor.boardmember	Varga, Gyorgy
local.type	Dissertação	pt_BR
relation.isBoardMemberOfPublication	4f89a841-117c-473d-8798-96eb2d9ce1cf
relation.isBoardMemberOfPublication.latestForDiscovery	4f89a841-117c-473d-8798-96eb2d9ce1cf