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
In: Revista de administração, contabilidade e economia: RACE, Band 14, Heft 1, S. 121
ISSN: 2179-4936
<p>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 <em>versus</em> 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 <em>bootstrapping</em> 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 <em>American Depositary Receipts</em> (<em>ADRs</em>) e classificadas como <em>Top Components </em>do<em> </em><em>Dow Jones Brazil Titans ADR Index </em>(<em>BR 20</em>). Os principais resultados evidenciaram que pelo método de <em>bootstrapping</em> 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 <em>bootstrapping</em> em relação à metodologia tradicional.</p><p>Palavras-chave: Fronteira eficiente. Dados históricos. <em>Bootstrapping</em>. Simulação de Monte Carlo. Índice de Sharpe.</p>