Diversificação e Eficiência: Aplicação da Análise Envoltória de Dados na definição de portifólio de investimento no mercado acionário brasileiro
Análise Envoltória de Dados em Rede. Mercado de Capitais. Teoria da diversificação de carteiras de Harry Markowitz.
A partir da Análise Envoltória de Dados e a teoria do gerenciamento de carteiras proposto por Harry Markowitz, o presente trabalho estuda a eficiência na diversificação de ativos para composição de um portfólio ótimo de ações entre os papéis de empresas listados na Bolsa de Valores brasileira (B3). Fundamenta-se que a partir de dados econômicos das empresas, aliados à conjuntura macroeconômica e política, o uso de recursos estatísticos e aplicação da Análise Envoltória de Dados em Rede, ou Network Data Envelopment Analysis (NDEA), pode-se construir uma amostra de papeis cuja combinação diversificada torna essa carteira de investimento ótima ao perfil do investidor. Para realizar essa avaliação, conduziu-se um estudo de múltiplos casos, com uma amostra intencional de 180 empresas registradas na B3, com dados referentes a cada trimestre do ano de 2022, divulgados por cada empresa da amostra. As variáveis empregadas nessa avaliação foram dois inputs (despesas operacionais e ativo total), dois inputs intermediários (lucro líquido e receitas totais) e dois outputs (retorno médio das ações no mercado e a volatilidade). Em seguida, utilizou-se o NDEA orientado para o output para identificar quais empresas são eficientes para compor uma carteira de investimentos em ações. Para mensuração de desempenho e análise da carteira, o índice Ibovespa, principal indicador de desempenho das ações negociadas na B3, foi escolhido como benchmarking. O teste resultou em uma resposta positiva à hipótese formulada quanto à possibilidade de sucesso desse método de diversificação. Por fim, conclui com a recomendação do método, sendo uma estratégia adequada para auxiliar a toma de decisão dos investidores. e que pode ser complementado por meio de recursos preditivos, como o modelo bootstrap.