| Summary: | Submitted by Mário Guerreiro Ribeiro (mariogr@poli.ufrj.br) on 2017-07-24T19:59:43Z
No. of bitstreams: 1
Tese_MGuerreiro_Versao final.pdf: 1679486 bytes, checksum: 41cba20a3ce6b5eaeeb08b44f89fd439 (MD5) === Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2017-07-27T13:48:10Z (GMT) No. of bitstreams: 1
Tese_MGuerreiro_Versao final.pdf: 1679486 bytes, checksum: 41cba20a3ce6b5eaeeb08b44f89fd439 (MD5) === Made available in DSpace on 2017-07-27T13:48:38Z (GMT). No. of bitstreams: 1
Tese_MGuerreiro_Versao final.pdf: 1679486 bytes, checksum: 41cba20a3ce6b5eaeeb08b44f89fd439 (MD5)
Previous issue date: 2017-05-22 === The portfolio optimization analysis for quite some time was built around the variance measure. This approach is adequate when the assets returns are normaly distributed. However, in asymmetric or heavy-tailed distributions, the same weight cannot be given to the two tails of the distribution, what requires the use of other risk measures. One of the most known and widespread is VaR, but it cannot capture extreme events, is not a coherent measure and has optimization problems. For these reasons, the dissertation addresses the CVaR on the portfolio optimization for the Brazilian electric power sector. === A análise da otimização de carteiras por muito tempo foi pautada na medida da variância. Essa abordagem é propícia quando os retornos dos ativos são normais. Porém, em distribuições assimétricas ou com caudas pesadas não se pode dar o mesmo peso para as duas extremidades da distribuição, levando a necessidade da utilização de outras medidas de risco. Uma das mais conhecidas e difundidas é o VaR, porém o mesmo não consegue capturar eventos extremos, além de não ser uma medida coerente e possuir problemas de otimização. Por esses motivos, o CVaR é abordado para o caso da otimização de portfólios do setor de energia elétrica brasileiro.
|
|---|
