Estilo e agrupamento de fundos : um estudo aplicado aos fundos multimercados brasileiros

Uma classificação adequada de fundos é importante para que o investidor possa organizar a informação disponível de tal modo que possa tomar decisões de aplicação de seus recursos de forma eficiente. No Brasil, existem dois sistemas de classificação amplamente utilizados, o CVM e o ANBIMA, porem ambos possuem categorias com fronteiras subjetivas, isto é, possuem um elevado grau de arbitrariedade na definição de suas categorias, este fato prejudica uma alocação eficiente por parte do investidor. Fundos multimercado são fundos que possuem política de investimento que envolvem vários fatores de risco sem concentração em nenhum fator especial, diferentemente das outras classes de fundos do mercado brasileiro. Sob este aspecto, uma categorização adequada dos fundos multimercados traria inúmeros benefícios tais como a redução do custo de análise, a maior facilidade no processo de tomada de decisão de investimento, uma diversificação mais eficiente, clareza na comparação de desempenho e o melhor entendimento dos riscos incorridos dentre outros benefícios. O presente trabalho tem como objetivo, utilizando-se da já consagrada técnica de análise de estilo de Sharpe (1992), decompor a exposição de cada fundo em seus principais fatores de risco, após isto, utilizar-se da análise de cluster para agrupar os fundos de forma coerente a suas exposições, tentando assim fazer um classificação mais eficiente; isto seria um contraponto a classificação mais utilizada pelo mercado brasileiro, a classificação Anbima, que se baseia no regulamento do fundo, isto é, no que o fundo “pode” investir, e não no que o fundo efetivamente investe.

Estimação de regressões aditivas via backfitting e integração marginal: performance em pequenas amostras

Nesta dissertação realizou-se um experimento de Monte Carlo para re- velar algumas características das distribuições em amostras finitas dos estimadores Backfitting (B) e de Integração Marginal(MI) para uma regressão aditiva bivariada. Está-se particularmente interessado em fornecer alguma evidência de como os diferentes métodos de seleção da janela hn, tais co- mo os métodos plug-in, impactam as propriedades em pequenas amostras dos estimadores. Está-se interessado, também, em fornecer evidência do comportamento de diferentes estimadores de hn relativamente a seqüência ótima de hn que minimiza uma função perda escolhida. O impacto de ignorar a dependência entre os regressores na estimação da janela é tam- bém investigado. Esta é uma prática comum e deve ter impacto sobre o desempenho dos estimadores. Além disso, não há nenhuma rotina atual- mente disponível nos pacotes estatísticos/econométricos para a estimação de regressões aditivas via os métodos de Backfitting e Integração Marginal. É um dos objetivos a criação de rotinas em Gauss para a implementação prática destes estimadores. Por fim, diferentemente do que ocorre atual- mente, quando a utilização dos estimadores-B e MI é feita de maneira completamente ad-hoc, há o objetivo de fornecer a usuários informação que permita uma escolha mais objetiva de qual estimador usar quando se está trabalhando com uma amostra finita.

A comparison of test of non-linear cointegration with an application to the predictability of US interest rates using the term structure

We evaluate the forecasting performance of a number of systems models of US shortand long-term interest rates. Non-linearities, induding asymmetries in the adjustment to equilibrium, are shown to result in more accurate short horizon forecasts. We find that both long and short rates respond to disequilibria in the spread in certain circumstances, which would not be evident from linear representations or from single-equation analyses of the short-term interest rate.