O mercado de capitais é importante para o desenvolvimento do país, remunerando aplicadores e possibilitando aplicação dos valores em atividades produtivas. Contudo, quebras estruturais, sejam estas locais em âmbito internacional, levam à alteração das relações dos fatores de risco relacionados ao retorno das ações ao longo do tempo, inviabilizando a utilização de técnicas de precificação de ativos. Desta maneira, este estudo tem o objetivo de identificar como instabilidades econômicas influenciam no comportamento dos Cinco Fatores de Fama & French em relação ao retorno das ações negociadas no mercado de capitais brasileiro, aplicando regressões com dados em painel utilizando os Cinco Fatores de Fama & French, considerando diferentes períodos macroeconômicos. Os resultados demonstram que os fatores são aplicáveis ao mercado brasileiro, sendo que todos apresentaram relações estatisticamente significantes. Além disto, foi possível observar que períodos de crise, afetam as relações verificadas, indicando maior sensibilidade ao risco por parte dos investidores, principalmente ao analisar as variáveis tamanho e nível de investimento.
RESUMOO presente artigo buscou avaliar o desempenho de uma rede neural artificial desenvolvida com o objetivo de identificar padrões e classificar títulos em carteiras de ações de empresas do mercado de capitais brasileiro, levando em consideração os pressupostos evidenciados pela Teoria das Carteiras de Markowitz (1952) de que a formação de portfólios reduz a variabilidade e possibilita a obtenção de maiores retornos ajustados ao risco. Para isto, utilizou-se variáveis em nível da firma, componentes dos cinco fatores de Fama e French (2015), os quais, inclusive, serviram para a montagem de portfólios por meio da utilização de regressão linear múltipla com dados em painel. Os resultados comparativos dos métodos de regressão com dados em painel e redes neurais artificiais apontaram que ambas as metodologias permitiram a obtenção de retornos acima da média de mercado, no entanto, que a rede neural artificial apresenta maior capacidade de evitar títulos que sejam prejudiciais ao portfolio e permite a suavização das perdas em momentos de instabilidade.Palavras-chave: Seleção de Portfolios; Teoria das Carteiras; Redes Neurais Artificiais. Selection of portfolios: a comparative analysis of the five factors of FAMA and FRENCH and artificial neural networks ABSTRACTThis paper aimed to evaluate the performance of an artificial neural network developed with the objective of identifying standards and classifying securities in Brazilian stock market in portfolios, taking into account the assumptions evidenced in Portfolio Theory by Markowitz (1952) that the formation of portfolios reduces the variability and makes it possible to obtain higher risk-adjusted returns. For this, we used firm-level variables, components of the five factors of Fama and French (2015), which were also used for the assembly of portfolios through the use of multiple linear regression with panel data. The comparative results of the regression methods with panel data and artificial neural networks indicated that both methodologies allowed to obtain returns above the market average, however, that the artificial neural network presents greater capacity to avoid securities that are detrimental to the portfolio and allows smoothing losses in times of instability.
Este artigo pode ser copiado, distribuído, exibido, transmitido ou adaptado desde que citados, de forma clara e explícita, o nome da revista, a edição, o ano e as páginas nas quais o artigo foi publicado originalmente, mas sem sugerir que a RAM endosse a reutilização do artigo. Esse termo de licenciamento deve ser explicitado para os casos de reutilização ou distribuição para terceiros. Não é permitido o uso para fins comerciais. This study aimed to analyze determinants related with the delisting of Brazilian companies, through the analysis of the problems of agencies coming from structures of property/control and the internationalization of organizations. Originality/value: The present work seeks to fill the existing gap of more detailed studies related to the delisting of companies in the Brazilian capital market. In addition, it presents a contribution to the literature through the analysis of the relationship between Corporate Governance, Corporate Internationalization and Deslisting from the perspective of Agency Theory. Design/methodological/approach: Four econometric models based on existing literature were elaborated and then analysis of logit regressions with panel data. For data of all organizations listed in BM&FBOVESPA in the period between 2006 and 2015, period in which it was found that 205 businesses closed down their capital. Findings: As a result, it was observed that when considering the year before the delisting, organizations which have greater concentration of property had higher probability of closing their capital, which does not occur when analyzing the control structures. As to the entrance mode into international market, it was noted that there is a negative relationship between entrance mode non-patrimonial and volunteer delisting.v18n4p164-189. Submission: December 30, 2016. Acceptance: March 24, 2017. Evaluation system: double blind review. Universidade Presbiteriana Mackenzie (UPM). Silvio Popadiuk (Editor-in-chief), Silvio Popadiuk (Associate Editor), p. 164-189.
A Deus, por ter me dado força para superar todas as dificuldades encontradas ao longo deste árduo caminho. A minha família, principalmente aos meus pais Dumont e Joana, a minha esposa Claudia, meu irmão Pedro Lucas e meus primos Pablo e Thabata, por sempre me incentivar, tanto para dar seguimento aos estudos quanto nos momentos mais complicados e que souberam compreender a minha necessidade de ausentar, devido à necessidade de estudar, não podendo compartilhar alguns momentos importantes. Aos colegas de trabalho e superiores, pelo apoio e por me possibilitar que eu pudesse adequar as jornadas para compatibilizar com meus estudos.
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.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.