[pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS

[pt] Os grandes agentes do mercado de energia dedicam muitos esforços na avaliação e decisão da alocação ótima de capital para a implementação de projetos, em decorrência do grande número de projetos candidatos em seus portfólios de investimentos. Essas decisões visam escolher o subconjunto de proje...

ver descrição completa

Detalhes bibliográficos
Autor: WALLACE JOSE DAMASCENO DO NASCIMENTO
Formato: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2017
País:Brasil
Recursos:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
Repositorio:Repositório Institucional da PUC-RIO (Projeto Maxwell)
Idioma:portugués
OAI Identifier:oai:MAXWELL.puc-rio.br:30498
Acesso em linha:https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=2
http://doi.org/10.17771/PUCRio.acad.30498
Access Level:acceso abierto
Palavra-chave:[pt] OPCAO REAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] INVESTIMENTO SOB INCERTEZA
[pt] GERACAO TERMOELETRICA
[pt] ALGORITMO GENETICO
[en] REAL OPTION
[en] PORTFOLIO OPTIMIZATION
[en] INVESTMENT UNDER UNCERTAUNTY
[en] THERMOELECTRIC POWER GENERATION
[en] GENETIC ALGORITHM
id BR_5d253d391647f3071892fd0fbf56ca55
oai_identifier_str oai:MAXWELL.puc-rio.br:30498
network_acronym_str BR
network_name_str Brasil
repository_id_str
dc.title.none.fl_str_mv [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
[en] THERMAL POWER PORTFOLIO VALUATION UNDER UNCERTAINTY: A HYBRID METHODOLOGY USING FUZZY NUMBERS, REAL OPTIONS AND OPTIMIZATION BY GENETIC ALGORITHMS
title [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
spellingShingle [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
WALLACE JOSE DAMASCENO DO NASCIMENTO
[pt] OPCAO REAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] INVESTIMENTO SOB INCERTEZA
[pt] GERACAO TERMOELETRICA
[pt] ALGORITMO GENETICO
[en] REAL OPTION
[en] PORTFOLIO OPTIMIZATION
[en] INVESTMENT UNDER UNCERTAUNTY
[en] THERMOELECTRIC POWER GENERATION
[en] GENETIC ALGORITHM
title_short [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
title_full [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
title_fullStr [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
title_full_unstemmed [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
title_sort [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS
dc.creator.none.fl_str_mv WALLACE JOSE DAMASCENO DO NASCIMENTO
author WALLACE JOSE DAMASCENO DO NASCIMENTO
author_facet WALLACE JOSE DAMASCENO DO NASCIMENTO
author_role author
dc.contributor.none.fl_str_mv MARCO AURELIO CAVALCANTI PACHECO
MARCO AURELIO CAVALCANTI PACHECO
MARCO AURELIO CAVALCANTI PACHECO
dc.subject.por.fl_str_mv [pt] OPCAO REAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] INVESTIMENTO SOB INCERTEZA
[pt] GERACAO TERMOELETRICA
[pt] ALGORITMO GENETICO
[en] REAL OPTION
[en] PORTFOLIO OPTIMIZATION
[en] INVESTMENT UNDER UNCERTAUNTY
[en] THERMOELECTRIC POWER GENERATION
[en] GENETIC ALGORITHM
topic [pt] OPCAO REAL
[pt] OTIMIZACAO DE PORTFOLIO
[pt] INVESTIMENTO SOB INCERTEZA
[pt] GERACAO TERMOELETRICA
[pt] ALGORITMO GENETICO
[en] REAL OPTION
[en] PORTFOLIO OPTIMIZATION
[en] INVESTMENT UNDER UNCERTAUNTY
[en] THERMOELECTRIC POWER GENERATION
[en] GENETIC ALGORITHM
description [pt] Os grandes agentes do mercado de energia dedicam muitos esforços na avaliação e decisão da alocação ótima de capital para a implementação de projetos, em decorrência do grande número de projetos candidatos em seus portfólios de investimentos. Essas decisões visam escolher o subconjunto de projetos a ser implementado, pois os recursos orçamentários são geralmente menores que o necessário para a implementação de todos eles. Muitos são os riscos apresentados, e quanto mais riscos e incertezas, maiores se tornam as dificuldades de avaliação e decisões de investimento de maneira otimizada. As metodologias clássicas para avaliação de portfólios de projetos de investimento são baseadas em maximizar os retornos (VPL, TIR, etc) e minimizar o risco (desvio-padrão do VPL, variância, etc). Muitas vezes, estes métodos tradicionais de avaliação podem não conseguir tratar adequadamente as flexibilidades gerenciais (Opções Reais) características dos projetos, assim como os riscos e incertezas, devido às possíveis dificuldades de solução e modelagem matemática (multi-variáveis) dos problemas. O desenvolvimento e aplicação de modelos alternativos, tais como os baseados na Teoria de Opções Reais, inclusive com a utilização de métodos de Inteligência Computacional, podem se mostrar mais adequados para estes problemas. Nesta tese é desenvolvida uma metodologia híbrida, apresentando um modelo de Opções Reais Fuzzy para a avaliação de projetos de Revamp por um agente do mercado de Geração Termelétrica de Energia, a partir de um Portfólio de Opções Reais em ambiente de incertezas. Para a seleção do subconjunto de projetos por faixa orçamentária, é aplicado um Algoritmo Genético para otimização multi-critério, através da utilização de um índice de ponderação retorno x risco (lâmbda).
publishDate 2017
dc.date.none.fl_str_mv 2017-07-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=2
http://doi.org/10.17771/PUCRio.acad.30498
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=2
http://doi.org/10.17771/PUCRio.acad.30498
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1853670983360053248
spelling [pt] AVALIAÇÃO DE PORTFÓLIO EM GERAÇÃO TERMELÉTRICA SOB INCERTEZA: UMA METODOLOGIA HÍBRIDA UTILIZANDO NÚMEROS FUZZY, OPÇÕES REAIS E OTIMIZAÇÃO POR ALGORITMOS GENÉTICOS[en] THERMAL POWER PORTFOLIO VALUATION UNDER UNCERTAINTY: A HYBRID METHODOLOGY USING FUZZY NUMBERS, REAL OPTIONS AND OPTIMIZATION BY GENETIC ALGORITHMS[pt] OPCAO REAL[pt] OTIMIZACAO DE PORTFOLIO[pt] INVESTIMENTO SOB INCERTEZA[pt] GERACAO TERMOELETRICA[pt] ALGORITMO GENETICO[en] REAL OPTION[en] PORTFOLIO OPTIMIZATION[en] INVESTMENT UNDER UNCERTAUNTY[en] THERMOELECTRIC POWER GENERATION[en] GENETIC ALGORITHM[pt] Os grandes agentes do mercado de energia dedicam muitos esforços na avaliação e decisão da alocação ótima de capital para a implementação de projetos, em decorrência do grande número de projetos candidatos em seus portfólios de investimentos. Essas decisões visam escolher o subconjunto de projetos a ser implementado, pois os recursos orçamentários são geralmente menores que o necessário para a implementação de todos eles. Muitos são os riscos apresentados, e quanto mais riscos e incertezas, maiores se tornam as dificuldades de avaliação e decisões de investimento de maneira otimizada. As metodologias clássicas para avaliação de portfólios de projetos de investimento são baseadas em maximizar os retornos (VPL, TIR, etc) e minimizar o risco (desvio-padrão do VPL, variância, etc). Muitas vezes, estes métodos tradicionais de avaliação podem não conseguir tratar adequadamente as flexibilidades gerenciais (Opções Reais) características dos projetos, assim como os riscos e incertezas, devido às possíveis dificuldades de solução e modelagem matemática (multi-variáveis) dos problemas. O desenvolvimento e aplicação de modelos alternativos, tais como os baseados na Teoria de Opções Reais, inclusive com a utilização de métodos de Inteligência Computacional, podem se mostrar mais adequados para estes problemas. Nesta tese é desenvolvida uma metodologia híbrida, apresentando um modelo de Opções Reais Fuzzy para a avaliação de projetos de Revamp por um agente do mercado de Geração Termelétrica de Energia, a partir de um Portfólio de Opções Reais em ambiente de incertezas. Para a seleção do subconjunto de projetos por faixa orçamentária, é aplicado um Algoritmo Genético para otimização multi-critério, através da utilização de um índice de ponderação retorno x risco (lâmbda).[en] Large players in energy market dedicate many efforts in valuation and optimal capital allocation decision for their project implementation, due the large candidate projects number in their investment portfolios. These decisions aim to choose the projects subset to be implemented, because the monetary resources are generally smaller than necessary for all projects implementation. There are many risks, and with risks and uncertainties, greater become the difficulties in analysis and optimally investment decisions. The classical methods to investment portfolios are based on to maximize returns (NPV, IRR, among others) and to minimize risks (NPV standard deviation, variance, among others). Often, these traditional methods may not be able to handle properly the projects managerial flexibilities (Real Options), as well the risks and uncertainties, due to possible solution difficulties and mathematical modeling problems (multi variables). Alternative models development and implementation, such as those based on Real Options Theory, including the use of Computational Intelligence methods, may be more suitable for these problems. In this thesis, a hybrid methodology is developed, presenting a Fuzzy Real Options model for Revamp projects valuation by a Thermoelectric Power Generation market player, from a Real Options Portfolio in uncertainties environment. For selecting the projects subset by budget range, a multi-criteria Genetic Algorithm optimization is applied, using a weighting return x risk index (lambda).MAXWELLMARCO AURELIO CAVALCANTI PACHECOMARCO AURELIO CAVALCANTI PACHECOMARCO AURELIO CAVALCANTI PACHECO2017-07-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=30498&idi=2http://doi.org/10.17771/PUCRio.acad.30498porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccessWALLACE JOSE DAMASCENO DO NASCIMENTO2025-03-31T00:00:00Zoai:MAXWELL.puc-rio.br:30498Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342025-03-31T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
score 15,301629

Registos relacionados