
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Silva, Gladston Luiz da | - |
| Autor(es): dc.creator | Machado, Louise Barbosa dos Santos | - |
| Data de aceite: dc.date.accessioned | 2026-08-11T11:01:36Z | - |
| Data de disponibilização: dc.date.available | 2026-08-11T11:01:36Z | - |
| Data de envio: dc.date.issued | 2026-06-25 | - |
| Data de envio: dc.date.issued | 2026-06-25 | - |
| Data de envio: dc.date.issued | 2026-06-25 | - |
| Data de envio: dc.date.issued | 2026-02-26 | - |
| Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/55097 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1186820 | - |
| Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2025. | - |
| Descrição: dc.description | Ao realizar uma gestão de ativos financeiros, deseja-se alcançar o maior retorno possível para um determinado nível de risco. Isso pode ser obtido por meio da diversificação da carteira, buscando alocar os recursos financeiros em classes de ativos que sejam pouco correlacionadas, não correlacionadas ou correlacionadas negativamente. Para auxiliar este objetivo, técnicas estatísticas multivariadas podem ser utilizadas para realizar o agrupamento dos ativos financeiros com base nos seus dados de retorno histórico, identificando padrões de variação comuns entre eles e criando grupos que sejam heterogêneos entre si, mas homogêneos internamente. A Análise de Componentes Principais Funcionais (FPCA) considera que os dados possuem relação temporal e são tratados como funções ao invés de observações pontuais. Dessa forma, essa técnica permite extrair informações a respeito da tendência das séries temporais em estudo. Além disso, técnicas de agrupamento, como método de Ward, K-means e modelo de misturas finitas de normais, podem ser utilizados juntamente com a FPCA para criação de grupos de ativos com características semelhantes. A aplicação dessas técnicas foi feita em dados de retornos diários de 2022 a 2025 de ativos de renda fixa, renda variável e fundos imobiliários. Os resultados mostraram que os métodos de agrupamento conseguiram separar os ativos em três grupos, em geral, semelhantes aos seus segmentos, sendo o resultado do modelo de misturas finitas mais condizente com essa divisão. As componentes principais extraíram tendência decrescente no período estudado e um padrão de parábola. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | In financial assets management, the goal is to achieve the highest possible return for a given level of risk. This can be accomplished through portfolio diversification, by allocating financial resources in asset classes that are weakly correlated, uncorrelated or negatively correlated. Multivariate statistical techniques can be employed to group financial assets based on historical return data, by identifying groups that are heterogenous among themselves, but homogenous within themselves. The Functional Principal Components Analysis (FPCA) assumes that the data has temporal correlation and is treated as functions instead of single observations, which allows the extraction of information regarding the tendency of the time series being studied. Furthermore, grouping techniques such as Ward’s method, K-means and the finite mixture model of Normal distributions can be used along with FPCA to create asset groups with similar characteristics. These techniques were applied on daily returns from 2022 to 2025 of fixed income, equities and real estate investimento funds assets. The results showed that the clustering methods were generally able to separate the assets into three groups, broadly corresponding to their segments, with the finite mixture model yielding results that were more consistent with this aggregation. The principal components extracted revealed a decreasing trend over the period of study and a parabolic pattern. | - |
| Descrição: dc.description | Instituto de Ciências Exatas (IE) | - |
| Descrição: dc.description | Departamento de Estatística (IE EST) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Estatística | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Palavras-chave: dc.subject | Ativos financeiros | - |
| Palavras-chave: dc.subject | Gestão financeira | - |
| Palavras-chave: dc.subject | Investimentos | - |
| Palavras-chave: dc.subject | Previdência complementar | - |
| Título: dc.title | Análises multivariadas aplicadas à gestão de investimentos e alocação de recursos no contexto de entidades fechadas de previdência complementar | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: