Ementa Risk Management
Curso de Mercado Financeiro – FAE Business School, 2026/1
Informacoes Gerais
| Curso | Mercado Financeiro |
| Disciplina | Risk Management |
| Carga Horaria | 72 horas-aula (14 encontros tematicos + avaliacoes) |
| Horario | Quintas-feiras, das 19h as 22h30 |
| Ferramentas | Excel (primario), R e Python (complementares) |
| Semestre | 2026/1 |
| Professor | Rodrigo Hermont Ozon |
| Contato | GitHub | LinkedIn | Lattes |
Descricao da Disciplina
A disciplina Risk Management capacita os alunos a desenvolverem projetos praticos de analise e gestao de riscos financeiros aplicados a commodities agricolas e ativos do mercado financeiro. Utilizando o Excel como ferramenta principal e R/Python para calculos avancados, os alunos exploram desde fundamentos de risco ate modelos fatoriais, passando por otimizacao de portfolios, metricas de performance ajustadas ao risco e backtesting.
O fio condutor do curso e a construcao progressiva de um portfolio de commodities agricolas (milho, trigo, soja, boi gordo, farelo de soja) com dados reais do Yahoo Finance, permitindo ao aluno vivenciar todo o ciclo de gestao quantitativa de riscos.
Objetivos
- Compreender e aplicar conceitos de gestao de riscos financeiros em contextos reais
- Construir e otimizar portfolios utilizando o modelo de Markowitz e suas extensoes
- Calcular e interpretar metricas de risco (VaR, Expected Shortfall) e performance (Sharpe, Sortino, Treynor, Alfa de Jensen, M-squared)
- Gerar cenarios prospectivos e validar modelos via backtesting
- Utilizar Excel, R e Python como ferramentas de analise quantitativa de risco
- Compreender modelos fatoriais (CAPM, Fama-French) e suas implicacoes para gestao de risco
Competencias Desenvolvidas
- Identificacao e mensuracao de riscos de mercado em portfolios de ativos
- Modelagem de portfolios e calculo de metricas ajustadas ao risco
- Simulacao de Monte Carlo para projecoes e analise de cenarios
- Geracao de cenarios futuros com modelos de series temporais
- Validacao de modelos via backtesting (MAE, RMSE, MDD)
- Comunicacao e apresentacao de resultados analiticos
Conteudo Programatico
Bloco I – Fundamentos (Encontros 1 a 5)
Fundamentos de Risk Management
- Risco vs. incerteza; risco vs. aleatoriedade
- Tipos de risco: mercado, credito, operacional, liquidez
- Breve historia da gestao de risco
Avaliacao de Projetos sob Risco
- Distribuicao Normal: usos e limitacoes
- Analise estatica, de sensibilidade e de cenarios
- Simulacao de Monte Carlo em projetos de investimento
Decision Making sob Risco
- Tabelas de payoff e arvores de decisao
- Criterios: Maximax, Maximin, VME, POE
- Relacao risco/retorno; utilidade
Series Temporais Financeiras
- Log-retornos de series de precos
- Momentos estatisticos: media, variancia, assimetria, curtose
- Testes de normalidade (Jarque-Bera, Shapiro-Wilk) e estacionariedade (KPSS)
- QQ-Plots e analise distribucional
Portfolio Investing e Markowitz
- Retornos do portfolio e pesos
- Correlacao e covariancia entre ativos
- Modelo de Markowitz: fronteira eficiente e portfolio de minima variancia
- Otimizacao com e sem ponderacao por probabilidade (cenarios economicos)
Bloco II – Metricas e Modelos Avancados (Encontros 7 a 12)
VaR e Expected Shortfall
- Value at Risk (VaR) historico e parametrico
- Expected Shortfall (CVaR)
- Interpretacao e aplicacao pratica
Geracao de Cenarios Futuros
- Bootstrap com quebras estruturais (fpp3/fable)
- Classificacao de cenarios: pessimista, mais provavel, otimista
- Media e desvio-padrao por cenario
Metricas de Performance de Portfolios
- Indice de Sharpe e Sortino
- Entropia de Shannon como medida de diversificacao
- Portfolio tangente (maximo Sharpe) e GMV (minima variancia global)
- M-squared (Modigliani-Modigliani)
- Tracking Error e Information Ratio
- Beta, Alfa de Jensen e Razao de Treynor
Backtesting
- Validacao out-of-sample (22 dias uteis)
- MAE, RMSE, Maximum Drawdown (MDD)
- Violacoes de VaR e analise de aderencia
- Regressao previsto vs. realizado (beta e alfa de validacao)
Modelos Fatoriais
- CAPM: Security Market Line, beta e excesso de retorno
- Fama-French 3-Factor Model (MKT-RF, SMB, HML)
- Hipotese de Mercado Eficiente (fraca, semi-forte, forte)
- Significancia do alfa e implicacoes praticas
Cronograma de Aulas 2026/1
TipNota
Cronograma sujeito a alteracoes no decorrer do curso. As entregas associadas serao detalhadas em aula.
| Nr. | Data | Conteudo Programado | Entrega Associada |
|---|---|---|---|
| 1 | qui 19/02/2026 | Sem aula – inicio da disciplina em 26/02/2026 | |
| 2 | qui 26/02/2026 | Apresentacao da disciplina. Formulario de perfil dos alunos. Introducao: risco vs. incerteza; risco financeiro; breve historia da gestao de risco; gestao quantitativa de riscos e seus desafios | Formulario de perfil respondido |
| 3 | qui 05/03/2026 | Avaliacao de projetos sob risco e incerteza. Distribuicao Normal: usos e limitacoes. Analise estatica, de sensibilidade e de cenarios. Simulacao de Monte Carlo | Lista 1: Exercicios sobre risco em projetos de investimento |
| 4 | qui 12/03/2026 | Decision Making sob risco: payoff tables, arvores de decisao, Maximax, Maximin, VME, POE, relacao risco/retorno. Modelo de Markowitz: otimizacao de portfolios, fronteira eficiente | Lista 2: Exercicios sobre Decision Making |
| 5 | qui 19/03/2026 | Analise de risco com Simulacao de Monte Carlo aplicada a portfolios. Markowitz com Monte Carlo. Arvores de decisao e criterios de decisao avancados | Lista 3: Exercicios computacionais (Excel) |
| 6 | qui 26/03/2026 | Series temporais financeiras: log-retornos, momentos estatisticos, testes de normalidade (Jarque-Bera, Shapiro-Wilk), estacionariedade (KPSS), QQ-Plots. Portfolio investing: correlacao, covariancia e risco do portfolio | Lista 4: Exercicios sobre series financeiras |
| qui 02/04/2026 | Recesso – Quinta-feira Santa | ||
| qui 09/04/2026 | P1 – Prova 1 | 60% P1 + 40% Listas | |
| 7 | qui 16/04/2026 | Geracao de cenarios futuros via bootstrap com quebras estruturais. Classificacao: pessimista, mais provavel, otimista. VaR e Expected Shortfall (CVaR): calculo e interpretacao | |
| 8 | qui 23/04/2026 | Indices de Sharpe, Sortino e Entropia de Shannon. Portfolio tangente (maximo Sharpe) e GMV (minima variancia global). Solucoes analiticas e computacionais | Lista 6: Exercicios sobre VaR, CVaR e cenarios |
| 9 | qui 30/04/2026 | M-squared (Modigliani-Modigliani), Tracking Error, Information Ratio. CAPM: Beta, Alfa de Jensen, Razao de Treynor | Lista 7: Exercicios sobre Sharpe, Sortino, Entropia |
| 10 | qui 07/05/2026 | Backtesting: validacao out-of-sample, MAE, RMSE, Maximum Drawdown, violacoes de VaR. Regressao previsto vs. realizado | Lista 8: Exercicios sobre metricas de performance |
| 11 | qui 14/05/2026 | Factor Investing: CAPM aplicado, Security Market Line, excesso de retornos. Fama-French 3-Factor Model (MKT-RF, SMB, HML) | Lista 9: Exercicios sobre backtesting |
| 12 | qui 21/05/2026 | Hipotese de Mercado Eficiente (fraca, semi-forte, forte). Significancia do alfa no modelo Fama-French. Aplicacoes com dados reais e simulados | |
| 13 | qui 28/05/2026 | Revisao geral dos Encontros 7-12. Preparacao para P2 | Lista 10: Exercicios sobre Fama-French e EMH |
| qui 04/06/2026 | Feriado – Corpus Christi | ||
| qua 10/06/2026 | P2 – Prova 2 | 60% P2 + 40% Listas | |
| 14 | qui 18/06/2026 | Devolutiva da P2. Breve revisao geral para P3 | |
| qui 25/06/2026 | P3 – Prova Substitutiva | ||
| qua 01/07/2026 | Sem aula – deadline para lancamento da P3 |
Metodologia
A disciplina e ministrada de forma pratica e aplicada, combinando:
- Aulas expositivas dialogadas com fundamentacao teorica
- Exercicios computacionais em Excel (primario), R e Python (complementares)
- Estudos de caso com dados reais de commodities agricolas (Yahoo Finance)
- Listas de exercicios progressivas que acompanham o conteudo de cada encontro
- Projetos de portfolio construidos ao longo do semestre
Criterios de Avaliacao
| Componente | Peso |
|---|---|
| Provas (P1 e P2) | 60% |
| Listas de exercicios computacionais | 40% |
ImportantP3 – Prova Substitutiva
A P3 substitui a menor nota entre P1 e P2. Conteudo: toda a materia do semestre.
Referencias Bibliograficas
- Benninga, Simon. Financial Modeling. MIT Press, 2014.
- Daroczi, Gergely; Berlinger, Edina. Introduction to R for Quantitative Finance. Packt Publishing, 2013.
- Gleiser, Ilan. Caos e Complexidade: a evolucao do pensamento economico. Elsevier, 2014.
- Glasserman, Paul. Monte Carlo Methods in Financial Engineering. Springer, 2003.
- Hilpisch, Yves. Python for Finance: Analyze Big Financial Data. O’Reilly Media, 2018.
- Hull, John C. Risk Management and Financial Institutions. Wiley, 2018.
- Hult, Henrik et al. Risk and Portfolio Analysis: Principles and Methods. Springer, 2012.
- Jorion, Philippe. Value at Risk: The New Benchmark for Managing Financial Risk. McGraw-Hill, 2006.
- Levine, David M.; Stephan, David F.; Szabat, Kathryn A. Statistics for Managers Using Microsoft Excel. Pearson, 2019.
- Lima, Fabiano Guasti. Analise de Riscos. Amazon, 2020.
- McNeil, Alexander J.; Frey, Rudiger; Embrechts, Paul. Quantitative Risk Management: Concepts, Techniques, and Tools. Princeton University Press, 2015.
- Morettin, Pedro A. Econometria Financeira. Blucher, 2017.
Mapa Mental da Disciplina: Risk Management Mind Map
Questionario – Perfil dos Alunos
NoteSobre o Professor
Rodrigo Hermont Ozon – Economista, professor na FAE Business School. Apaixonado por econometria e aplicacoes de modelos economicos a problemas reais.