APLICAÇÃO DA FRONTEIRA EFICIENTE POR MEIO DAS TÉCNICAS DE BOOTSTRAPPING E MONTE CARLO: UMA PARALELIZAÇÃO ENTRE BM&FBOVESPA E NYSE A PARTIR DAS PRINCIPAIS ADRS BRASILEIRAS / Application of efficient frontier through bootstrapping and Monte Carlo techniques

Autores

  • Carolina Magda da Silva Roma Universidade Federal de Minas Gerais - UFMG
  • Robert Aldo Iquiapaza Universidade Federal de Minas Gerais - UFMG
  • Bruno Pérez Ferreira Universidade Federal de Minas Gerais - UFMG

DOI:

https://doi.org/10.18593/race.v14i1.4982

Resumo

Neste artigo é revisitada a área de gestão de investimento no artigo de Markowitz (1952) que definiu formalmente o retorno de um investimento e o risco, inserindo no cômputo deste último a covariância, isto é, a forma como os ativos se movimentam um em relação ao outro. Com tais definições realizadas, Markowitz (1952) apresentou a fronteira eficiente como aquele conjunto de investimento que apresenta a melhor relação retorno versus risco, o qual os investidores podem utilizar para balizar seus investimentos. Dessa forma, a presente pesquisa objetivou construir, a partir de dados históricos mensais relativos ao período entre fevereiro de 2010 e abril de 2013, a fronteira eficiente utilizando três metodologias diferentes de dados de entrada, que foram a maneira tradicional baseada na série histórica, por bootstrapping e Simulação de Monte Carlo, como também a obtenção do Índice de Sharpe (IS) para identificar a possível superioridade de algum dos métodos. Para esse fim, foi selecionada uma amostra composta por 10 companhias brasileiras emissoras de American Depositary Receipts (ADRs) e classificadas como Top Components do Dow Jones Brazil Titans ADR Index (BR 20). Os principais resultados evidenciaram que pelo método de bootstrapping comparado com a Simulação de Monte Carlo foi possível rejeitar a hipótese nula de que produzam ISs iguais, porém, não é possível ser feita a mesma afirmação analisando por bootstrapping em relação à metodologia tradicional.

Palavras-chave: Fronteira eficiente. Dados históricos. Bootstrapping. Simulação de Monte Carlo. Índice de Sharpe.

Downloads

Não há dados estatísticos.

Biografia do Autor

Carolina Magda da Silva Roma, Universidade Federal de Minas Gerais - UFMG

Mestrado em Administração pela UFPE

Doutoranda no Centro de Pós-Graduação e Pesquisas em Administração - CEPEAD - UFMG

Robert Aldo Iquiapaza, Universidade Federal de Minas Gerais - UFMG

Professor do Centro de Pós-Graduação e Pesquisas em Administração - CEPEAD - UFMG

Bruno Pérez Ferreira, Universidade Federal de Minas Gerais - UFMG

Professor do Centro de Pós-Graduação e Pesquisas em Administração - CEPEAD - UFMG

Referências

ASSAF NETO, A. Mercado Financeiro. 9ª ed. São Paulo: Atlas, 2009.

BERNSTEIN, P. O desafio aos deuses: A fascinante história do risco. Rio de Janeiro: Campus, 1997.

DOW JONES INDEXES. Dow Jones Brazil Titans ADR Index. Disponível em: < http://www.djindexes.com>. Acesso em: 10 mai. 2013.

EFRON, B. Bootstrap methods: Another look at the jackknife. The Annals of Statistics, v. 7, n. 1, p. 1 – 26, 1979.

______. GONG, G. A leisurely look at the bootstrap, the jackknife, and cross-validation. The American Statistician, v. 37, n. 1, p. 36 – 48, 1983.

______. TIBSHIRANI, R. Bootstrap methods for standard errors, confidence intervals, and others measures of statistical accuracy. Statistical Science, v. 1, n. 1, p. 54 – 77, 1986.

GREENE, W. H. Econometric Analysis. 2ª ed. Prentice-Hall, Inc, 1993.

FRIEDMAN, M. There’s no such thing as a free lunch. Open Court Publishing Company, 1975.

IQUIAPAZA, R. A.; AMARAL, H. F.; BRESSAN, A. A. Evolução da pesquisa em Finanças: Epistemologia, paradigma e críticas. Organizações e Sociedade, v. 16, n. 49, p. 351 – 370, 2009.

MARKOWITZ, H. Portfolio Selection. The Journal of Finance, v. 7, n. 1, p. 77 – 91, 1952.

MICHAUD, R. O. The Markowitz optimization enigma: Is `optimized´ optimal? Financial Analysts Journal, v. 45, n. 1, p. 31 – 42, 1989.

______. An introduction to resampled efficiency. New Frontier Advisors’s Newsletter, 3rd. quarter, p. 1 – 6, 2002. Disponível em: <http://newfrontierglobal.com/Research/Articles/ documents/IntroductiontoResampledEffiency.pdf>. Acesso em: 12 mai. 2013.

______. A practical framework for portfolio choice. Journal of Investment Management, v. 1, n. 2, p. 1 – 16, 2003.

______. MICHAUD, R. Estimation error and portfolio optimization: a resampling solution. Journal of Investment Management, v. 6, n. 1, p. 8 – 28, 2008.

SANTOS, A. A. P.; TESSARI, C. Técnicas quantitativas de otimização de carteiras aplicadas ao mercado de ações brasileiro. Revista Brasileira de Finanças, v. 10, n. 3, p. 369 – 393, 2012.

SHARPE, W. Mutual fund performance. Journal of Business, v. 39, n. 1, p. 119 – 138, 1966.

Downloads

Publicado

20-02-2015

Como Citar

Roma, C. M. da S., Iquiapaza, R. A., & Ferreira, B. P. (2015). APLICAÇÃO DA FRONTEIRA EFICIENTE POR MEIO DAS TÉCNICAS DE BOOTSTRAPPING E MONTE CARLO: UMA PARALELIZAÇÃO ENTRE BM&FBOVESPA E NYSE A PARTIR DAS PRINCIPAIS ADRS BRASILEIRAS / Application of efficient frontier through bootstrapping and Monte Carlo techniques. RACE - Revista De Administração, Contabilidade E Economia, 14(1), 121–142. https://doi.org/10.18593/race.v14i1.4982