文章基本信息

标题：Critérios de formação de carteiras de ativos por meio de hierarchical clusters
本地全文：下载
作者：Pierre Lucena ; Antonio Carlos Figueiredo Pinto ; Gerson Lachtermacher 等
期刊名称：RAM. Revista de Administração Mackenzie
印刷版ISSN：1518-6776
电子版ISSN：1678-6971
出版年度：2010
卷号：11
期号：2
页码：123-141
语种：Portuguese
出版社：Universidade Presbiteriana Mackenzie
摘要：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.
其他摘要：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.
关键词：Quantis; Análise de cluster; Data Mining; Anomalias; Modelo de Fama e French;Quantiles; Cluster analysis; Data Mining; Anomalies; Fama and French model