Clustering de Activos y su relación con variables macroeconómicas e índices financieros
DOI:
https://doi.org/10.33448/rsd-v10i2.12421Palabras clave:
Activos financieros; Racimo; Decisiones financieras.Resumen
La llegada del mercado financiero es uno de los acontecimientos más fascinantes de nuestro tiempo. A lo largo de los años, los investigadores e inversores se han interesado en desarrollar herramientas para ayudar a tomar decisiones sobre la asignación de capital. Este artículo propone el agrupamiento como métrica para separar un conjunto de activos, utilizando un método de agrupamiento que maximiza la similitud entre grupos y minimiza la similitud entre diferentes grupos para mitigar el riesgo de cartera. Además, utilizamos regresiones lineales múltiples para mostrar si los activos que pertenecen a los clústeres responden de manera similar a algunas variables macroeconómicas e índices financieros. para el período analizado - enero de 2019 a enero de 2020 - obtuvimos 8 grupos de activos diferentes con un mínimo de 1 activo (1,32% del activo total) y un máximo de 30 activos (42,86% del activo total). En cuanto a las relaciones con las variables seleccionadas, el índice de mercado ANBIMA (IMAB) y el índice SMLL (smalll caps) son las variables que más se relacionan con los clusters y las variables IPCA e Ibovespa son las menos significativas en la aplicación econométrica propuesta en este artículo.
Citas
Anderson, T. An introduction to multivariate statistical analysis. John Wiley & Sons, 675.1984.
Bussab, W., Miazaki, E., & Andrade, D. Introdução à análise de agrupamentos. Associação Brasileira de Estatística, p. 105. 1990.
Doni, M. Análise de cluster: métodos hierárquicos e de particionamento. Universidade Presbiteriana Mackenzie. 2004.
Halkini, M., Batistakis, Y., & Vazirgiannis, M. On Clustering Validation Techniques, 2001.
Hongyu, K., Sandanielo, V., & Martins, G. Análise de Componentes Principais: resumo teórico, aplicação e interpretação. E&S - Engineering and Science, p. 1-5. 2015.
Lanzarini, J., Queiroz, F., Queiroz, J., Vasconcellos, N., & Hekis, R. A popularização do mercado de ações brasileiro: as mudanças recentes na bolsa de valores. XXXI Encontro Nacional de Engenharia de Produção. 2011.
Linden, R. Técnicas de Agrupamento. Revista de Sistemas de Informação da FSMA, 18-36(4).
Mingoti, S. Análise de Dados Através de Métodos de Estatística Multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG. 2005.
Nievola, J. Análise de Agrupamento. PPGIa, PUCPR. 2006.
Palma, L. Agrupamento de dados: k- médias. Universidade Federal do Recôncavo da Bahia Centro de Ciências Exatas e Tecnológicas.2018.
Papenbrock, J. Asset Clusters and Asset Networks in Financial Risk Management and Portfolio Optimization. Tese de doutorado em economia da Faculdade de Economia do Instituto de Tecnologia Karlsruhe. 2011.
Quintal, G. Análise de clusters aplicada ao Sucesso/Insucesso em Matemática. Universidade da Madeira Departamento de Matemática e Engenharias.2006.
Reis, E. Estatística multivariada aplicada. Lisboa: Edições Silabo, p. 342. 1997.
Rocha, T., Peres, S. M., Biscaro, H., Madeo, R., &Boscarioli, C. Tutorial sobre Fuzzuc-Means e Fuzzy Learning Vector Quantization: Abordagens Híbridas para Tarefas de Agrupamentos e Classificação. Revista de Informática Teórica e Aplicada, 9(1).
Sarajane M., & Clodoaldo A. Técnicas de Agrupamento (Clustering). 2015.
Silva, T. Método Estatístico de Análise de Cluster Aplicado aos dados de uma Associação de Proteção Veicular. Universidade Federal de Minas Gerais Especialização em Estatística – Ênfase em Mercado e Indústria. 2013.
Totti, R., Vencovsky, R., & Batista, L. Utilização de métodos de agrupamentos hierárquicos em acessos de Paspalum (Graminea (Poaceae)). 2001.
Zaiane, O., Oliveira, S. Geometric data transformation for privacy preserving Clustering. Edmonton, Alberta, Canada, 2003.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Daiane Rodrigues dos Santos; Tuany Esthefany Barcellos de Carvalho Silva; Campo Elias Suárez Villagrán; Tiago Costa Ribeiro
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
