Article (Journal/Review)
Critérios de formação de carteiras de ativos por meio de hierarchical clusters
Fecha
2010-04-01Registro en:
RAM. Revista de Administração Mackenzie. Universidade Presbiteriana Mackenzie, v. 11, n. 2, p. 123-141, 2010.
1678-6971
10.1590/S1678-69712010000200006
S1678-69712010000200006.pdf
S1678-69712010000200006
Autor
Lucena, Pierre
Pinto, Antonio Carlos Figueiredo
Lachtermacher, Gerson
Institución
Resumen
This paper has as main objective to present and to test a tool of multivariate statistics in financial models. This methodology, known as clusters analysis, separates the observations in groups through its determined characteristic, in contrast of the traditional methodology, which is only the order through quantiles. This tool was applied in 213 shares negotiated in the São Paulo Stock Exchange (Bovespa), separating to the groups for size and book-to-market. Later, the new portfolios were applied in the Fama and French Model (1996), comparing the results in a portfolio formation for quintiles and for cluster analysis. Better results were found in the second methodology. The authors conclude that the cluster analysis can be more adequate, because tends to form more homogeneous groups, being useful its application for portfolio formation, and for financial theory. Este artigo tem como objetivo principal apresentar e testar uma ferramenta de estatística multivariada em modelos financeiros. Essa metodologia, conhecida como análise de clusters, separa as observações em grupos com suas determinadas características, em contraste com a metodologia tradicional, que é somente a ordem com os quantis. Foi aplicada essa ferramenta em 213 ações negociadas na Bolsa de São Paulo (Bovespa), separando os grupos por tamanho e book-to-market. Depois, as novas carteiras foram aplicadas no modelo de Fama e French (1996), comparando os resultados numa formação de carteira para quantil e análise de cluster. Foram encontrados melhores resultados na segunda metodologia. Os autores concluem que a análise de cluster pode ser mais adequada porque tende a formar grupos mais homogeneizados, sendo sua aplicação útil para a formação de carteiras e para a teoria financeira.