Resumo A construção de um portfólio que rastreia um índice envolve replicar de perto o desempenho de um índice de referência enquanto se minimizam as desvios em relação a ele. Neste artigo, propomos um novo modelo aprimorado de rastreamento de índice que combina uma medida de desvio baseada em regressão quantílica com restrições de dominância estocástica de segunda ordem (SSD). O objetivo é controlar o risco de cauda do erro de rastreamento enquanto se garante uma melhoria na distribuição do retorno do portfólio em relação ao benchmark. A formulação proposta leva a um problema de otimização linear que permanece computacionalmente tratável sob restrições realistas de portfólio. O modelo é avaliado empiricamente usando dados do mundo real para avaliar a contribuição das restrições SSD e comparar seu desempenho com o da regressão quantílica clássica. Os resultados empíricos mostram que ambos os modelos superam o índice de referência. No entanto, quando o universo investível é restrito por pré-seleção, o modelo proposto fornece melhorias significativas no desempenho risco-retorno e no controle de risco de cauda.
Bonomelli et al. (Mon,) estudaram esta questão.