1000 resultados para taxas de juro
Resumo:
Mestrado em Contabilidade
Resumo:
Mestrado em Contabilidade e Análise Financeira
Resumo:
Mestrado em Controlo de Gestão e dos Negócios
Resumo:
Mestrado em Contabilidade Internacional
Resumo:
Mestrado em Contabilidade e Análise Financeira
Resumo:
Focalizando, essencialmente, sobre os efeitos da interação. conjunta da volatildade das taxas de juro e da dívida nas decisões de investimento das empresas portuguesas, listadas na Euronext Lisbon, e considerando a composição de dados em séries temporais empilhadas, extraímos 291 observações completas, durante o período de 1999 a 2009. Os resultados encontrados mostram que uma maior exposição ao risco da dívida das empresas portuguesas depende do nível de endividamento. As empresas moderadamente endividadas e amantes do risco não diminuem os seus investimentos, quando se verifica uma maior volatilidade do risco da dívida. Por outro lado, as empresas sobreendividadas e inimigas do risco respondem perante a uma maior volatilidade do risco da dívida, diminuindo os seus investimentos. Além disso, descobrimos que as empresas portuguesas reduzem os seus investimentos face a uma maior volatilidade das taxas de juro. Entretanto, fomos surpreendidos que as empresas portuguesas não reduzem os seus investimentos, face a um efeito marginal das taxas de juro. Este resultado sugere que, o benefício fiscal resultante do efeito de reavaliação da dívida (Lensink et al., 2001), é mais relevante para as empresas sobreendividadas, uma vez que podem atenuar o efeito dos encargos financeiros (Bo e Sterken, 2002).
Resumo:
Faz uma revisão das quatro teorias trandicionais da estrutura temporal das taxas de juro para títulos de renda fixa não sujeitos ao risco de inadimplência: segmentação de mercado, expectativas puras, preferência por liquidez e habitat preferido e aborda a extensão dessas teorias para títulos com pagameno de cupons.
Resumo:
O objetivo deste trabalho é examinar a hipótese de que a estrutura a termo das taxas de juros é um bom indicador antecedente das trajetórias futuras da inflação e da atividade econômica, especificamente para o caso brasileiro, no período de 1999 a 2006. As evidências empíricas, examinadas através de regressões da inclinação da curva de juros realizadas contra a variação futura da produção industrial (IBGE) apresentaram resultados pouco robustos, porém coeficientes significativos a 5% (para prazos de projeção de 3 a 18 meses). Quando controlada para outras variáveis explicativas, manteve seu poder de previsão, sugerindo que há conteúdo informacional relevante na inclinação da curva de juros para previsão da produção industrial futura. As regressões realizadas contra a variação futura do PIB a preços constantes (IBGE) apresentaram resultados bastante fracos e coeficientes pouco significativos. Por outro lado, os resultados empíricos das regressões do spread da curva de juros contra a variação futura da inflação (IPCA) mostraram-se robustos, para todas as especificações de diferencial de curva de juros. Novamente, quando controlada para outras variáveis explicativas, manteve seu poder de previsão. As conclusões deste trabalho permitem sugerir aos bancos centrais estar atentos à informação contida na estrutura a termo de juros, utilizando-a como mais um input de informação nos modelos utilizados pela autoridade monetária para suas decisões de política monetária.
Resumo:
Neste trabalho estuda-se a estrutura temporal de taxas de juro. Faz-se uma revisão da literatura de algumas das várias abordagens existentes para estimar a estrutura temporal de taxas de juro, estudando-se o contributo dessas abordagens para o tema, centrando-se a investigação na implementação de um modelo e no estudo do mesmo para um caso real. O modelo objecto de estudo é o de Nelson e Siegel (1987), sendo utilizada a ferramenta Solver do Excel para aplicar o modelo aos preços das bunds Alemãs para várias maturidades, obtendo-se assim os resultados para o modelo em estudo. Nesta investigação coloca-se uma questão importante acerca da precisão da estimativa de taxas de juro para obrigações, utilizando-se para testar essa mesma precisão os resultados obtidos anteriormente. Esta investigação contribui para testar a eficácia do modelo e as suas limitações ao estimar taxas de juro para obrigações, obtendo-se importantes conclusões acerca da eficácia dos modelos na estimativa de taxas de juro futuras e as limitações que podem existir nessas mesmas estimativas.
Resumo:
Introdução PARTE 1 - Noções gerais e metodologias de medição baseadas nos diferenciais 1.1. Noção de risco 1.2. Principais riscos na actividade bancária 1.3. Modelos de quantificação do risco da taxa de juro 1.4. Modelos para quantificar o risco de reinvestimento 1.5. O modelo de diferencial de duração (DD) 1.6. Modelos para quantificar o risco de preço 1.7. Diferencial de duração da situação líquida 1.8. Vantagens/desvantagens dos modelos de duração (resultado e situação líquida) 1.9. Perspectivas e conclusão sobre os Modelos de Diferencial de Fundos e Duração PARTE II - Conceito de VAR 2.1 A noção de VAR (Valor em Risco) 2.2 Conceitos-chave dos modelos VAR 2.3 Fórmula de cálculo da duração modificada 2.4 A importância da duração para determinar a sensibilidade da taxa de juro 2.5 A problemática da convexidade 2.6 O conceitos de volatilidade 2.7 A agregação dos riscos 2.8 O tratamento do VAR com a matriz de correlação do andamento das taxas de juro 2.9 Esquemas sequenciais de cálculo da volatilidade preço - taxa de juro e VAR PARTE III - Casos práticos de VAR 3.1 As relações entre as taxas a prazo (forward) e as taxas à vista (spot) 3.2 Desenvolvimento de um caso prático 3.3 Cálculo do diferencial de duração e do VAR aplicado à situação líquida 3.4 Admissão de pressupostos 3.5 Os diferentes VAR´s 3.6 A importância do VAR no contexto de gestão de risco numa instituição 3.7 Os modelos de simulação estática e dinâmica PARTE IV - Situações especiais 4.1 O tratamento dos FRA´s e futuros 4.2 O tratamento das opções 4.3 O tratamento dos swap´s taxa de juro 4.4 A aplicação do modelo VAR aos riscos taxa de juro e cambial 4.5 A utilização dos modelos VAR na afectação do capital (RAROC) 4.6 A análise da instruçaõ nº 19/2005 ANEXOS Anexo 1 - Instrução nº 19/2005: risco de taxa de juro da carteira bancária Anexo 2 - Instrução nº 72/96: Princípios orientadores para ocontrolo do risco da taxa de juro Anexo 3 - Anexo V do Aviso nº 7/96 Conclusão Índice dos Quadros Bibliografia
Resumo:
Alterações nas taxas de juro podem afectar o resultado e a situação líquida das instituições financeiras. O resultado destas empresas é sensível a alterações se o custo dos fundos é mais (ou menos) sensível que os proveitos obtidos. A situação líquida é sensível a alterações se o valor dos activos é mais (ou menos) sensível que o valor dos passivos. Este risco da taxa de juro resultante das alterações das taxas pode ser controlado através de diversos modelos. Os modelos mais usuais baseiam-se nos diferenciais de fundos (GAP), diferenciais de duração e valor em risco (VaR) que são apresentados de forma sequencial neste trabalho.
Resumo:
Nos tempos que correm assistimos a alguma volatilidade e incerteza quanto à evolução das taxas de juro. As alterações nas taxas de juro podem afectar o resultado e a situação líquida das empresas. O risco da taxa de juro pode ser controlado através de diversos modelos. Os modelos mais usuais de gestão do risco baseiam-se nos diferenciais de fundos (GAP), diferenciais de duração, valor em risco (VaR) e simulação estática e dinâmica que são apresentados de forma sequencial nesta obra. Modelos para a Determinação do Risco da Taxa de Juro é uma obra de grande utilidade para os profissionais e técnicos das instituições de crédito e sociedades financeiras para além dos gestores de empresa responsáveis pelos departamentos financeiros, consultores financeiros e para todos aqueles que se interessam por temas relacionados com teoria financeira. O autor, Eduardo Manuel Lopes de Sá e Silva é doutorado em Ciências Económicas e Empresariais, pela Universidade da Corunha, Espanha, licenciado e mestre em Economia pela Faculdade de Economia da Universidade do Porto. Exerce funções de docente no Instituto Superior de Contabilidade e Administração do Porto e é coordenador do Curso de Especialização em Contabilidade e Fiscalidade que conta com o apoio da Câmara dos Técnicos Oficiais de Contas. Igualmente exerce as funções de técnico oficial de contas, revisor oficial de contas e consultor financeiro numa Instituição de Crédito.
Resumo:
A estrutura temporal das taxas de juro, também conhecida por yield curve ou curva de rendimentos define a relação entre as taxas de juros e o prazo de vencimento (ou maturidades) dos investimentos feitos. Assim, o desenvolvimento de modelos que possibilitem a obtenção de previsões precisas sobre a estrutura temporal das taxas de juro e que permitam estudar a dinâmica da evolução das taxas de juro é de crucial importância em diversas áreas de financiamento. Neste estudo investigou-se a performance de diferentes métodos de previsão para obter a estrutura temporal das taxas de juro da Zona Euro, considerando o período entre 2009 e 2015. Em termos mais específicos, foi analisada a capacidade preditiva do modelo de Nelson-Siegel & Svensson assumindo que os parâmetros resultantes da estimação da especificação paramétrica podem ser modelizados através de métodos de séries temporais univariados (modelos ARIMA, Random walk) e multivariados (modelos VAR) e Redes Neuronais Artificiais (RNA) individuais e conjuntas. Os resultados deste estudo mostram que (i) as RNA com a previsão dos parâmetros em simultâneo exibem os valores de erro mais baixos para as maturidades de curto e médio prazo (3 meses a 5 anos); (ii) As RNAs individuais são melhores para prever as taxas de juro nas maturidades compreendidas entre os 7 e os 10 anos, e que (iii) para as maturidades de longo e muito longo prazo (15 e 30 anos respetivamente) deverá ser escolhido o modelo VAR(1). Estes resultados são robustos e consistentes para todos os horizontes de previsão analisados (1,2 e 3 meses). Contudo, no período analisado nenhum dos modelos testados apresenta valores de erro inferiores aos obtidos com o modelo Random Walk.