Publicação
Um estudo sobre o modelo de Black-Litterman
| Resumo: | A construção de portefólios pode levar, muitas das vezes, a portefólios pouco intuitivos e com elevado erro de estimação. Para combater este problema, surgiu a necessidade de criar modelos que conduzissem a portefólios mais eficientes, como por exemplo, o modelo de Black-Litterman. Este modelo foi apresentado pela primeira vez em 1990 por Fischer Black e Robert Litterman, tendo surgido outras versões deste modelo desde então.O modelo de Black-Litterman permite que os investidores combinem as suas perspetivas com o mercado em equilíbrio e, portanto, no capítulo 2 desta dissertação iremos descrever toda a metodologia deste modelo, bem como a matemática que está por trás do mesmo. Iremos utilizar dois métodos distintos para a determinação da fórmula de Black-Litterman: a abordagem Bayesiana e a abordagem com o método de Estimação Mista de Theil. Além disso, ao longo desta exposição teórica iremos aplicar um pequeno exemplo académico que facilitará a perceção, não só do modelo, como também dos resultados obtidos com a sua aplicação.No capítulo 3 iremos aplicar este modelo ao contexto real do mercado financeiro português, com o auxílio do software MATLAB, utilizando os retornos diários dos 18 ativos constituintes do índice PSI20 num período de 18 meses (período in-sample) utilizando os retornos diários dos 6 meses seguintes (período out-of-sample) para definir as perspetivas do investidor. Com esta aplicação poderemos analisar de uma forma mais crítica os resultados obtidos, uma vez que se trata de um contexto real o que nos permitirá concluir os pontos fortes e as falhas do modelo. Neste mesmo capítulo iremos também fazer uma breve simulação para testar a influência da variação dos dados futuros (período out-of-sample) nos retornos efetivos obtidos tendo em conta os portefólios determinados na secção anterior. |
|---|---|
| Autores principais: | Seiça, Mariana Tocha de |
| Assunto: | Modelo de Black-Litterman Otimização Modelo Financeiro Modelo de Markowitz Alocação de Ativos Black-Litterman Model Optimization Financial Model Markowitz Model Asset Allocation |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Coimbra |
| Idioma: | português |
| Origem: | Estudo Geral - Universidade de Coimbra |
| Resumo: | A construção de portefólios pode levar, muitas das vezes, a portefólios pouco intuitivos e com elevado erro de estimação. Para combater este problema, surgiu a necessidade de criar modelos que conduzissem a portefólios mais eficientes, como por exemplo, o modelo de Black-Litterman. Este modelo foi apresentado pela primeira vez em 1990 por Fischer Black e Robert Litterman, tendo surgido outras versões deste modelo desde então.O modelo de Black-Litterman permite que os investidores combinem as suas perspetivas com o mercado em equilíbrio e, portanto, no capítulo 2 desta dissertação iremos descrever toda a metodologia deste modelo, bem como a matemática que está por trás do mesmo. Iremos utilizar dois métodos distintos para a determinação da fórmula de Black-Litterman: a abordagem Bayesiana e a abordagem com o método de Estimação Mista de Theil. Além disso, ao longo desta exposição teórica iremos aplicar um pequeno exemplo académico que facilitará a perceção, não só do modelo, como também dos resultados obtidos com a sua aplicação.No capítulo 3 iremos aplicar este modelo ao contexto real do mercado financeiro português, com o auxílio do software MATLAB, utilizando os retornos diários dos 18 ativos constituintes do índice PSI20 num período de 18 meses (período in-sample) utilizando os retornos diários dos 6 meses seguintes (período out-of-sample) para definir as perspetivas do investidor. Com esta aplicação poderemos analisar de uma forma mais crítica os resultados obtidos, uma vez que se trata de um contexto real o que nos permitirá concluir os pontos fortes e as falhas do modelo. Neste mesmo capítulo iremos também fazer uma breve simulação para testar a influência da variação dos dados futuros (período out-of-sample) nos retornos efetivos obtidos tendo em conta os portefólios determinados na secção anterior. |
|---|