Por Felipe A. Csaszar - Diario de Gestión Estratégica. Este artículo desarrolla y prueba un modelo de cómo la estructura organizacional influye en el desempeño organizacional. La estructura organizacional, conceptualizada como la estructura de la toma de decisiones entre un grupo de individuos, se muestra que afecta el número de iniciativas llevadas a cabo por las organizaciones y el omissio. Este artículo desarrolla y prueba un modelo de cómo la estructura organizacional influye en el desempeño organizacional. Se muestra que la estructura organizacional, conceptualizada como la estructura de toma de decisiones entre un grupo de individuos, afecta al número de iniciativas emprendidas por las organizaciones ya los errores de omisión y comisión (errores de Tipo I y II, respectivamente) cometidos por las organizaciones. El escenario empírico es más de 150.000 decisiones de selección de acciones tomadas por 609 fondos mutuos. Los fondos mutuos ofrecen un escenario ideal y raro para poner a prueba la teoría, ya que hay registros detallados de los proyectos que enfrentan, las decisiones que toman y los resultados de estas decisiones. La variable independiente del estudio, estructura organizativa, se codifica sobre la base de descripciones de gestión de fondos realizadas por Morningstar, y las estimaciones de la omisión y los errores de comisión se calculan mediante una técnica novedosa que utiliza bootstrapping para crear medidas comparables entre fondos. Los resultados sugieren que la estructura organizativa tiene efectos relevantes y predecibles en una amplia gama de organizaciones. En particular, el artículo muestra empíricamente que el aumento del umbral de consenso requerido por un comité encargado de seleccionar proyectos conduce a más errores de omisión, menos errores de comisión y menos proyectos aprobados. Las aplicaciones incluyen el diseño de organizaciones que logren una combinación dada de exploración y explotación, así como predecir las consecuencias de la centralización y la descentralización. Este trabajo constituye la primera prueba empírica de gran muestra del modelo de Sah y Stiglitz (1986). Copyright 2012 John Wiley ampamp Sons, Ltd. por David Kane, Jeff Enos. 2008. Correspondencia de carteras es una técnica para generar un punto de referencia razonable para determinar el rendimiento relativo de una cartera de acciones específicas y se basa en el trabajo de Ho et al. (2005a). Considere el caso más simple de un fondo de inversión sólo largo que ha regresado 10 en el último año. Tiene el po. Correspondencia de carteras es una técnica para generar un punto de referencia razonable para determinar el rendimiento relativo de una cartera de acciones específicas y se basa en el trabajo de Ho et al. (2005a). Considere el caso más simple de un fondo de inversión sólo largo que ha regresado 10 en el último año. Tiene la cartera realizada por Domenico Vistocco. Se ha ideado una variedad de técnicas para evaluar con precisión la habilidad del gestor de cartera. Es fácil decir que la tarea tiene gran importancia práctica: los pequeños ahorristas, así como los consultores de inversión y los fondos de los gestores de fondos tienen la necesidad de decidir si financian o no. Se ha ideado una variedad de técnicas para evaluar con precisión la habilidad del gestor de cartera. Es fácil decir que la tarea tiene una gran importancia práctica: los pequeños ahorristas, así como los consultores de inversión y los fondos de los gestores de fondos tienen la necesidad de decidir si los fondos están o no exhibiendo habilidad. Para la medición del desempeño de la cartera se utilizan tres enfoques principales: El uso de un índice de referencia, una cartera se juzga en función de un índice de mercado (benchmark) comparando una serie de retornos de la cartera con la misma serie de retornos para el benchmark (Siegel, 2003) , El uso de un grupo de pares, un número de carteras que son similares a la cartera en cuestión se fundan con el fin de examinar su desempeño en relación con las carteras de pares, El uso de carteras aleatorias, un número de carteras aleatorias se generan satisfaciendo los mismos Restricciones impuestas a la cartera. El desempeño de la cartera se compara con el desempeño de las carteras aleatorias (Burns, 2004). Los modelos de análisis de estilos (Sharpe, 1993) pertenecen al primer grupo, ya que el índice de mercado (los llamados os, se generan una serie de carteras aleatorias que satisfacen las mismas restricciones a la cartera. Los modelos de análisis sStyle (Sharpe, 1993) pertenecen al primer grupo, ya que el índice de mercado (el denominado benchmark) juega un papel central en tal análisis (Tierney y Winston, 1991) Las carteras aleatorias pueden proporcionar una prueba estadística de que una estrategia de negociación funciona mejor que la casualidad. Cada carrera de la estrategia se compara con una serie de emparejamientos coincidentes que se sabe que tienen cero habilidad. , Este tipo de backtest muestra períodos de tiempo cuando la estrategia funciona y cuando. Las carteras al azar pueden proporcionar una prueba estadística de que una estrategia de comercio funciona mejor que la casualidad. Cada ejecución de la estrategia se compara con una serie de coincidentes que se conoce Tienen cero habilidad. Es importante destacar que este tipo de backtest muestra períodos de tiempo cuando la estrategia funciona y cuando no. Las carteras en vivo también pueden ser monitoreadas de esta manera. Esto permite tomar decisiones informadas, tales como cambios en la palanca para ser hechos en tiempo real. 1Random Portafolios para Evaluar Estrategias de Negocio Mostrar el resumen Ocultar el resumen RESUMEN: Las carteras de cartera aleatorias que obedecen a limitaciones pero ignoran utilidades se muestran para medir la habilidad de inversión con eficacia. Se destacan los problemas con respecto a la medición del desempeño usando las relaciones de información relativas a un punto de referencia. Las carteras aleatorias también pueden constituir la base de los mandatos de inversión. Los mandatos de inversión permiten a los gestores de fondos activos una mayor libertad para implementar sus ideas y proporcionan al inversionista más flexibilidad para obtener utilidad. El cálculo de las carteras aleatorias Carteras aleatorias se discute brevemente El mercado de los pares es una estrategia comercial popular que trata de aprovechar las ineficiencias del mercado con el fin de obtener ganancias. La idea es simple: encontrar dos acciones que se mueven juntas y toman posiciones largas / cortas cuando divergen anormalmente, esperando que los precios converjan en el futuro. Desde el punto de vista académico de la débil teoría de la eficiencia del mercado, la estrategia de comercio de pares no debe presentar un desempeño positivo, ya que, según él, el precio real de una acción refleja sus datos comerciales pasados, incluyendo los precios históricos. El objetivo principal de esta investigación es verificar el desempeño y el riesgo de la negociación de pares en el mercado financiero brasileño para diferentes frecuencias de la base de datos, diarias, semanales y Los precios mensuales para el mismo período. La principal conclusión de esta simulación es que la estrategia de negociación de pares fue una estrategia rentable y neutral en el mercado brasileño. Dicha rentabilidad fue consistente en una región de los parámetros de la estrategia. Los mejores resultados se encontraron para la frecuencia más alta (diaria), que es un resultado intuitivo. Artículo Enero 2008 Marcelo Scherer Perlin Mostrar el resumen Ocultar el resumen RESUMEN: El propósito de este trabajo es examinar si el análisis técnico puede o no agregar valor a las decisiones de inversión. A través del desarrollo de intervalos de confianza, construido utilizando la técnica de la inferencia de Bootstrap, y consistente con la hipótesis nula de eficiencia del mercado en su forma débil, probamos 4 sistemas técnicos de trading. Más concretamente, se obtuvieron los resultados de cada sistema aplicado a la serie original de los activos. Luego comparamos estos resultados con el promedio de los resultados obtenidos cuando se aplicaron los mismos sistemas a 1000 series simuladas, de acuerdo con un recorrido aleatorio, de cada activo. Si los mercados son eficientes en su forma débil, no habría razón para que los resultados de la serie original fueran más grandes que los de la serie simulada. Los resultados empíricos encontrados aquí sugirieron que los sistemas probados eran incapaces de anticipar el futuro usando solamente datos pasados. Sin embargo, algunos de ellos han generado retornos significativos. Artículos en texto completo Jun 2010 Diario de Derivados y Fondos de Cobertura Daniel Guedine Serafine Pedro Luiz Valls PereiraPerformance Medida a través de Carteras Aleatorias Se exponen los problemas con la medición del desempeño utilizando las relaciones de información relativas a un índice de referencia. Las carteras aleatorias (que obedecen a las restricciones pero ignoran la utilidad) se muestran para medir la habilidad de inversión con eficacia. Los mandatos de inversión también pueden basarse en carteras aleatorias, lo que permite a los gestores de fondos activos una mayor libertad para aplicar sus ideas y proporciona al inversor más flexibilidad para obtener utilidad. La cuestión de la actitud adecuada hacia el error de seguimiento se aborda, pero se deja en gran medida indecisa. También hay una crítica del método de Fisherx27 de combinar los valores de p que muestra que el método de Stoufferx27s es preferible. ¿Quieres leer el resto de este artículo. La prueba es que el rendimiento de la cartera no es mayor que el promedio de la cartera de retorno al azar. Los valores de p de días individuales se pueden combinar a través del método de Stoufferx27s (ver Burns, 2004) para obtener una imagen más suave de cuándo la estrategia se desempeñó bien. La Figura 9 muestra p-valores no superpuestos de 10 días. Hay puntos en el tiempo en los que la cartera cambia repentinamente a un estado peor o mejor en relación con las carteras aleatorias. Quot Mostrar el resumen Ocultar el resumen RESUMEN: Los portafolios aleatorios pueden proporcionar una prueba estadística de que una estrategia comercial funciona mejor que la casualidad. Cada ejecución de la estrategia se compara con un número de emparejamientos al azar que se sabe que tienen cero habilidad. Es importante destacar que este tipo de backtest muestra períodos de tiempo cuando la estrategia funciona y cuando doesnx27t. Las carteras en vivo también pueden ser monitoreadas de esta manera. Esto permite tomar decisiones informadas - como cambios en el apalancamiento - en tiempo real. Artículo Enero 2006 Artículo SSRN Electronic Journal Mostrar resumen Ocultar el resumen RESUMEN: Se ha diseñado una variedad de técnicas para evaluar con precisión la habilidad del gestor de cartera. Es fácil decir que la tarea tiene una gran importancia práctica: los pequeños ahorristas, así como los consultores de inversión y los fondos de los gestores de fondos tienen la necesidad de decidir si los fondos están o no exhibiendo habilidad. Para la medición del desempeño de la cartera se utilizan tres enfoques principales: El uso de un índice de referencia, una cartera se juzga en función de un índice de mercado (benchmark) comparando una serie de retornos de la cartera con la misma serie de retornos para el benchmark (Siegel, 2003) , El uso de un grupo de pares, un número de carteras que son similares a la cartera en cuestión se fundan con el fin de examinar su desempeño en relación con las carteras de pares, El uso de carteras aleatorias, un número de carteras aleatorias se generan satisfaciendo los mismos Restricciones impuestas a la cartera. El desempeño de la cartera se compara con el desempeño de las carteras aleatorias (Burns, 2004). Los modelos de análisis de estilos (Sharpe, 1993) pertenecen al primer grupo, ya que el índice de mercado (el llamado benchmark) desempeña un papel central en tal análisis (Tierney y Winston, 1991). El objetivo general del análisis de estilo es evaluar y comparar el rendimiento de los diferentes productos financieros utilizando los rendimientos anteriores. Los gestores de cartera pueden utilizar diferentes estrategias de inversión al montar una cartera de activos de riesgo. El uso de una estrategia de inversión pasiva llevó al gerente a replicar un índice de mercado de referencia (por partes de componentes y pesos) en la composición de su cartera. En el lado opuesto, una cartera que difiere del índice del mercado al tener pesos diferentes en algunas o todas las acciones es el resultado de una estrategia de inversión activa. El inversor pasivo no se basa en información superior y sus operaciones comerciales se limitan al reequilibrio cuando cambian los componentes del índice. El retorno de un gestor pasivo es, por tanto, el rendimiento del mercado menos los inevitables costes de negociación. El gestor activo, por otro lado, se basa en tener información superior y está dispuesto a incurrir en costos de operación mucho mayores. Debido a estos costes, sólo unos pocos inversores activos superan los rendimientos de la inversión pasiva a largo plazo (Waring y Siegel, 2003). Los modelos de análisis de estilo pretenden estimar la composición interna de una cartera. Típicamente, de hecho, no hay información disponible para los sujetos externos sobre la selección detallada de los activos que una cartera en particular tiene. Estos modelos permiten utilizar un índice de referencia multi-índice en la medición de estrategias de inversión activa. Los modelos de análisis de estilo construyen una cartera de referencia a partir de un conjunto de índices conocidos para comparar el rendimiento de las carteras analizadas. La única restricción es la disponibilidad de retornos para dichos índices, que deben reflejar la actividad en diferentes clases de activos. El modelo estima las cuotas de dichos índices tanto en la cartera de referencia como en los productos financieros, con el objetivo de separar la atribución a la rentabilidad (Conversano y Vistocco, 2004). El modelo clásico para el análisis de estilo se basa en un modelo de regresión restringida por mínimos cuadrados. Las limitaciones del modelo permiten que los coeficientes sean exhaustivos y no negativos. Las composiciones estimadas son interpretables en el marco de la regresión clásica, es decir, en el artículo SSRN Diario Electrónico Domenico Vistocco Las personas que leen esta publicación también leen Artículo completo Artículo 2016 Amy Van Looy Aygun Shafagatova Artículo completo Artículo Nov 2016 Artículo Nov 2016 Datos proporcionados Son sólo para fines informativos. Aunque han sido recopilados con cuidado, no se puede garantizar la precisión. Las condiciones del editor son proporcionadas por RoMEO. Pueden aplicarse disposiciones diferentes de la política real o del contrato de licencia del editor. Esta publicación es de un diario que puede apoyar el autoarchivo.
No comments:
Post a Comment