Utilize este identificador para referenciar este registo: http://hdl.handle.net/10071/32180
Registo completo
Campo DCValorIdioma
dc.contributor.advisorCarvalho, Joaquim Paulo Viegas Ferreira de-
dc.contributor.authorTorres, Rui Pinto Caeiro Trancoso-
dc.date.accessioned2024-08-09T12:52:36Z-
dc.date.available2024-08-09T12:52:36Z-
dc.date.issued2024-05-17-
dc.date.submitted2024-04-
dc.identifier.citationTorres, R. P. C. T. (2024). Trading strategies in corporate credit using cross sectional relative value analysis [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório Iscte. http://hdl.handle.net/10071/32180por
dc.identifier.urihttp://hdl.handle.net/10071/32180-
dc.description.abstractFactor investing is in the equities world well known and studied broadly across the world. The same thing doesn’t happen in credit markets, especially in corporate credit markets so we set out to try and figure a way to constantly beat the market through a factor model. The developed model is a multi linear regression model having as dependent variable, the Option Adjusted Spread (OAS) and inde-pendent variables are common factors to all corporate bonds, such as maturity, rating, sector of busi-ness of the issuer and the issuer's location. Through the reading of existing literature, we were able to restrict the universe of bonds that were used for analysis in regard to liquidity as to have not only a theoretical conclusion but also one that can be readily applied in real trading activities. With the model it is possible to create a portfolio that yields not only better returns but significantly better volatility-adjusted returns than the market and several other typically used factor portfolios in the trading floors across the world.por
dc.description.abstractO investimento por fatores de risco é bem conhecido no mundo das ações e amplamente estudado em todo o mundo. A mesma coisa não acontece nos mercados de crédito, especialmente nos mercados de crédito corporativo, por isso a proposta é tentar descobrir uma maneira de bater constantemente o mercado através de um modelo de fatores. O modelo desenvolvido é um modelo de regressão multilinear onde as variáveis independentes são fatores comuns a todos os obrigações corporativas, como maturidade, rating, setor de atuação do emissor e localização do emissor e a variável dependente o "Option Adjusted Spread" (OAS). Através da literatura existente, conseguimos restringir o universo de obrigações que foram utilizadas para análise no que diz respeito à liquidez, de modo a ter não apenas uma conclusão teórica, mas também uma que possa ser facilmente aplicada em atividades reais de negociação. Com o modelo é possível criar uma carteira que rende não apenas melhores retornos, mas também retornos significativamente melhores ajustados à volatilidade do que o mercado e várias outras carteiras de fatores normalmente usadas nos "trading floors" em todo o mundo.por
dc.language.isoengpor
dc.rightsopenAccesspor
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/por
dc.subjectBond marketpor
dc.subjectCorporate creditpor
dc.subjectRelative valuepor
dc.subjectRegressão linear -- Linear regressionpor
dc.subjectPortfolio managementpor
dc.subjectMercado de obrigaçõespor
dc.subjectCrédito corporativopor
dc.subjectValor relativopor
dc.subjectGestão de portefóliospor
dc.titleTrading strategies in corporate credit using cross sectional relative value analysispor
dc.typemasterThesispor
dc.peerreviewedyespor
dc.identifier.tid203650964por
dc.subject.fosDomínio/Área Científica::Ciências Sociais::Economia e Gestãopor
thesis.degree.nameMestrado em Finançaspor
dc.subject.jelG10por
dc.subject.jelG12por
dc.subject.jel1G Financial economicspor
thesis.degree.departmentDepartamento de Finançaspor
Aparece nas coleções:T&D-DM - Dissertações de mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
master_rui_pinto_torres.pdf801,36 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Este registo está protegido por Licença Creative Commons Creative Commons