Clusterização de Ativos e suas relações com variáveis macroeconômicas e índices financeiros
DOI:
https://doi.org/10.33448/rsd-v10i2.12421Palavras-chave:
Ativos financeiros; Cluster; Decisões financeiras.Resumo
O advento do mercado financeiro é um dos acontecimentos mais fascinantes do nosso tempo. Ao longo dos anos, pesquisadores e investidores se interessaram em desenvolver ferramentas para auxiliar na tomada de decisões referentes a alocação de capital. o presente artigo propõe a clusterização como uma métrica para separar um conjunto de ativos, através de um método de agrupamento que maximiza a semelhança entre grupos e minimiza a semelhança entre diferentes grupos com a finalidade de atenuar o risco do portfólio. Adicionalmente, utilizamos regressões lineares múltiplas para evidenciar se os ativos pertencentes aos clusters respondem de forma similar a algumas variáveis macroeconômicas e índices financeiros. para o período analisado - janeiro de 2019 a janeiro de 2020 - obtivemos 8 diferentes clusteres de ativos com um mínimo de 1 ativo (1,32% do total de ativos) e máximo de 30 ativos (42,86% do total de ativos). No que tange as relações com as variáveis selecionadas, o índice de mercado ANBIMA (IMAB) e o índice SMLL (smalll caps) são as variáveis que mais se relacionam com os clusteres e as variáveis IPCA e Ibovespa são as que menos apresentaram significância na aplicação econométrica proposta neste artigo.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Daiane Rodrigues dos Santos; Tuany Esthefany Barcellos de Carvalho Silva; Campo Elias Suárez Villagrán; Tiago Costa Ribeiro
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
