Estratégia de alocação para portfólios de crédito corporativo no Brasil utilizando Data Envelopment Analysis (DEA)

Abstract

A finalidade desta tese consiste na utilização da metodologia Data Envelopment Analysis (DEA) para portfólios de crédito corporativo no Brasil, especificamente constituídos de debêntures, contudo, pode ser extrapolado para produtos com características similares. A otimização de carteiras de crédito de títulos corporativos é tratada em raríssimos trabalhos acadêmicos e a utilização de DEA para este fim é inédita no país. Esta pesquisa consiste na otimização de portfólios, mediante a verificação da eficiência das metodologias de Markowitz e da Análise Envoltória de Dados (DEA). São realizadas três análises: a primeira, utilizando o modelo de Markowitz para um período resultando em uma carteira da fronteira eficiente que apresente máxima diversificação; a segunda, com a utilização de dois modelos DEA clássicos; e a última, mediante a aplicação do modelo de fronteira eficiente para uma carteira com máxima diversificação nas duas modelagens DEA, tendo como resultado uma metodologia híbrida. Os preços de referência das debêntures são fornecidos por um autorregulador do mercado financeiro. Com relação ao modelo DEA, são definidos critérios de inputs e outputs do modelo. Para os indicadores de entrada e saída desta modelagem são considerados, respectivamente, a volatilidade do spread e o prazo médio do ativo; o retorno do spread de crédito e o rating atual da emissão. São performadas vinte e quatro alocações mensais e ao final de cada período se procedeu a comparação dos resultados em cada alocação dos respectivos modelos, e como resultado, os portfólios gerados pela modelagem DEA performaram melhor do que a carteira com máxima diversificação resultante do modelo de Markowitz.

The purpose of this thesis is to use the Data Envelopment Analysis (DEA) methodology for corporate credit portfolios in Brazil, specifically made up of corporate bonds (debêntures); however it can be extrapolated to products with similar characteristics. Optimization of credit portfolio of corporate bonds is treated in very few academic papers and the use of DEA for this purpose is unprecedented in the country. This research consists in optimizing portfolios by checking the efficiency of the methodologies of Markowitz and Data Envelopment Analysis. Three analyses will be carried out, the first using the Markowitz model for a period resulting in an efficient frontier portfolio that presents maximum diversification; the second, using two classic DEA models; and the last, through the application of the efficient frontier model to a portfolio with maximum diversification in the two DEA models, resulting in a hybrid methodology. The reference prices for the debentures are provided by a self-regulator in the financial market. Criteria to inputs and outputs are defined regarding the DEA model. This modeling considers as inputs and outputs variables, respectively, the volatility of the spread and the duration of the asset, the return on the credit spread and the current rating of the bond. Twenty-four monthly allocations are performed and, at the end of each period, the results were compared in each allocation of the respective models. As a result, the portfolios generated by DEA methodology were performed better than the set of assets generated by Markowitz’s model for a portfolio with maximum diversification.