| Summary: | Submitted by Jonatas Porto de Castro (jonatasjk@hotmail.com) on 2017-07-10T17:14:07Z
No. of bitstreams: 1
Tese Jonatas Castro FGV Junho 17.pdf: 260254 bytes, checksum: 7b90c9c54a053cfa608ce7cd141e0ade (MD5) === Rejected by Joana Martorini (joana.martorini@fgv.br), reason: JONATAS, BOA TARDE.
SEU TRABALHO FOI REJEITADO DEVIDO ESTAR FALTANDO A PAGINA ONDE CONSTA O ABSTRAT, LOGO EM SEGUIDA A PAGINA DO RESUMO.
PEÇO QUE INCLUIA E SUBMETA NOVAMENTE PARA APROVAÇÃO.
ATT,
JOANA MARTORINI
3799-7892 on 2017-07-10T17:51:50Z (GMT) === Submitted by Jonatas Porto de Castro (jonatasjk@hotmail.com) on 2017-07-10T21:06:20Z
No. of bitstreams: 1
Tese Jonatas Castro FGV Junho 17.pdf: 263132 bytes, checksum: a8018a092af85ec6c4f24adcf33f0f4f (MD5) === Approved for entry into archive by Joana Martorini (joana.martorini@fgv.br) on 2017-07-11T13:07:59Z (GMT) No. of bitstreams: 1
Tese Jonatas Castro FGV Junho 17.pdf: 263132 bytes, checksum: a8018a092af85ec6c4f24adcf33f0f4f (MD5) === Made available in DSpace on 2017-07-11T13:44:29Z (GMT). No. of bitstreams: 1
Tese Jonatas Castro FGV Junho 17.pdf: 263132 bytes, checksum: a8018a092af85ec6c4f24adcf33f0f4f (MD5)
Previous issue date: 2017-06-19 === This paper’s purpose is to explain the allocations made by fund of funds managers in third-party hedge funds, through a model using public information. Public data such as returns, net inflows, assets under management, ANBIMA classification, administration fee, and others were used as explanatory variables to explain the amount allocated in each hedge fund as a percentage of total AUM allocated in third-party hedge funds. After testing several models, the conclusion is that funds with good 24 months performance, managed by independent firms, with positive net flows in the last 12 months and with high volume of assets under management may have better odds of allocation from fund of fund managers. Thus, variables mentioned above are significant for the estimation of fund of funds allocations in third-party hedge funds. The paper leaves room for further Model developments in order to identify omitted variables. As the information used was the available public data, a second stage is enhancing the Model with qualitative data collected from face-to-face Due Diligences. === O objetivo deste trabalho é explicar as motivações por trás das alocações feitas por gestores de fundos de fundos em veículos multimercados de terceiros através de um Modelo que utiliza dados disponíveis para o público em geral. Dados públicos como: retorno, captação, patrimônio, classificação ANBIMA, taxa de administração etc. foram usados como variáveis explicativas do Modelo e a variável a ser explicada é o valor alocado em cada fundo multimercado em percentual do total de recursos alocados em fundos multimercados de terceiros. Depois de testados diversos Modelos, a conclusão é que fundos com bom desempenho em 24 meses, geridos por empresas independentes, com captação positiva em 12 meses e patrimônio elevado, podem ter melhores chances de receber recursos oriundos de alocadores ou gestores de fundos de fundos, em outras palavras, as variáveis citadas acima são significativas na estimação de alocação de fundos de fundos em fundos multimercados. O trabalho deixa espaço para avanços no Modelo e identificação de variáveis omitidas. Como foram utilizados dados disponíveis ao publico em geral, uma segunda etapa seria completar o Modelo mapeando dados qualitativos extraídos de uma Due Diligence presencial.
|
|---|
