Loading...
Publication
Avaliação do desempenho dos Exchange-Traded Funds de inteligência artificial
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.18 MB | Adobe PDF |
Authors
Abstract(s)
Esta dissertação tem como objetivo avaliar o desempenho dos Exchange-Traded Funds
(ETFs) de inteligência artificial (IA). A fim de atingir o objetivo proposto, foi analisada uma
amostra de 22 ETFs de IA cotados em bolsa de valores, no período de 1 ano (2022), 3 anos
(2020 a 2022) e 5 anos (2018 a 2022), recorrendo à metodologia Value-Based DEA (Data
Envelopment Analysis) desenvolvida por Gouveia et al. (2008).
O método Value-Based DEA é uma abordagem que combina técnicas da DEA com
princípios da Análise de Decisão Multicritério (Multiple Criteria Decision Analysis -
MCDA). Neste método, os inputs (recursos) e outputs (produtos) de cada unidade de decisão
(Decision Making Unit – DMU) são convertidos em funções de valor, que representam as
preferências do tomador de decisão em relação aos diferentes critérios. O objetivo é
encontrar uma alocação de pesos que minimize a diferença de valor em relação à melhor
DMU, permitindo uma avaliação mais precisa da eficiência relativa. Esta metodologia
considera as preferências individuais e as prioridades do decisor, oferecendo informações
úteis para a avaliação do desempenho e subsequente tomada de decisão.
Os resultados obtidos indicam que os ETFs de IA representam um produto financeiro
promissor com potencial para capturar os avanços tecnológicos e inovadores. Numa
perspetiva de curto prazo, as medidas de risco têm maior relevância para os fundos eficientes,
isto é, os investidores adotam uma posição retraída no mercado. No médio/longo prazo,
observa-se um aumento significativo nos ETFs eficientes, e as métricas de rendibilidade
ajustadas ao risco revelam-se cruciais. Neste período, o investidor encontra a segurança na
rendibilidade associada à inovação e ao ciclo de produtos, reconhecendo que eventualmente
num período mais longo a instabilidade destes produtos poderá ressurgir acompanhada de
volatilidade e risco. A longo prazo, o número de fundos eficientes volta a aumentar, o que
sugere que o investidor tende a privilegiar os que replicam o mercado, mas atendendo de
igual modo à sua sensibilidade às flutuações do mesmo.
Esta dissertação é original e procura colmatar o gap da literatura existente sobre a eficiência
deste tipo de fundos, já que se trata de um assunto do momento e ainda pouco explorado.
Description
Keywords
ETF Inteligência artificial Desempenho Eficiência Value-Based DEA