This article analyzes the relationship between opaque assets and the risks, returns and inflows of hedge funds. In particular, we use a unique dataset containing information required by a Brazilian regulator to evaluate the amount invested by funds in forward and future contracts, swaps and options in the context of qualified and non-qualified investors. Our results show a positive association between the positions in derivatives and the variations in risk and a negative association between derivatives (especially swaps) and the funds' monthly performances. This means that the use of more derivatives is related to higher risk (total and systematic) without the benefit of higher return. Hedge funds adopting leveraged operations with derivatives also present a lower annual performance. In general, there is significant evidence that swaps are related to fund inflows in a negative way with regard to qualified and non-qualified investors.
O presente estudo compara dois métodos para estimação do fluxo de caixa em risco (CF@R), a saber: o modelo autorregressivo integrado com médias móveis (ARIMA) e o método de vetores autorregressivos com mecanismo de correção de erros (VAR/VECM) com variáveis exógenas, ambos aplicados ao contexto do setor elétrico brasileiro. O artigo contribui com a literatura existente pela aplicação de dois métodos com o objetivo de escolher as melhores estimativas de CF@R, objetivando melhorar o gerenciamento dos riscos corporativos: o backtesting das estimativas de fluxo de caixa em risco e a geração de cenários de stress, ambos usando simulação de Monte Carlo. A última técnica averiguou os impactos de cenários extremos (obtidos a partir da distribuição dos fatores de risco), tais como o racionamento de energia, sobre a estimativa futura do fluxo de caixa operacional.
Risk management is a subject that, crisis after crisis, assumes a
relevant role in the environment of non-financial companies. Despite the
growing importance of the subject, debate about the introduction of a model
capable of evaluating the risks to which companies are exposed is still in
its infancy. Considering this gap and the importance of the theme for
companies, this study proposes constructing an empirical cash flow at risk
model and applying it to companies in the steel sector in Brazil. We have
analyzed two methods of risk factors identification: sector components and
company-level components. After such identification, simulations of risk
factors future behavior were made using either the historical distribution
of each risk factors and residuals of each risk factor time-series model. In
addition, a third (and naïıve) method was tested: bootstrap of each
component of the cashflow.
ResumoUma das limitações encontradas nos estudos acadêmicos em Finanças baseados em dados secundários é a falta de dados completos para análise. Este artigo tem como objetivo discutir o uso de duas técnicas que, em conjunto, podem auxiliar na mitigação do problema de falta de dados para os pesquisadores. A análise fatorial tem como premissa a redução de fatores e pode contribuir ao priorizar os fatores de uma pesquisa determinada. A regressão em painel é utilizada quando existem muitas unidades de análise com um número limitado de informações, e a estimação deve ser feita para dois ou mais períodos de tempo. Dentre os modelos de regressão em painel, o pesquisador deve escolher entre: (1) modelo empilhado; (2) modelo de efeitos fixos; (3) modelo de efeitos aleatórios, ou (4) modelo de efeitos mistos. Portanto, há técnicas alternativas que viabilizam estudos de análise financeira, dando robustez às pesquisas que possuem dados heterogêneos e dados incompletos,
O propósito do presente estudo foi identificar os determinantes da política de dividendos das empresas brasileiras listadas na B3, considerando também essas relações por setor de atuação. A amostra final foi composta por 527 empresas entre ativas e canceladas, com dados anuais entre 1996 e 2020, totalizando 6164 observações. Foram realizadas estimações em um painel de dados desbalanceado através do modelo de Regressão Quantílica, sendo utilizados os quantis 0,25; 0,5; 0,75 e 0,9. Os resultados apontam que para toda a amostra os fatores relacionados ao tamanho, rentabilidade, governança e características macroeconômicas são relevantes para a política de dividendos. Já as estimações feitas por setor apontam que o tamanho, a concentração acionária e as características macroeconômicas são os fatores mais relevantes na maior parte dos quantis, enquanto fatores relacionados a endividamento, a rentabilidade, a liquidez e a governança corporativa possuem relações diferentes a depender de cada setor. Os achados fornecem evidências para investidores e acadêmicos na compreensão das diferenças entre os fatores determinantes da política de dividendos das empresas considerando o setor de atuação.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.