Simple Science

Ciência de ponta explicada de forma simples

# Finanças Quantitativas # Negociação e microestrutura do mercado # Economia Geral # Economia

Propriedade Fracionada: Uma Nova Maneira de Investir

Aprenda como a propriedade fracionada tá mudando as oportunidades de investimento e a dinâmica do mercado.

Lars Fluri, A. Ege Yilmaz, Denis Bieri, Thomas Ankenbrand, Aurelio Perucca

― 7 min ler


Insights sobre Insights sobre Propriedade Fracionada propriedade fracionada. Analisando a liquidez nos mercados de
Índice

Nos últimos anos, a tecnologia mudou a forma como investimos. Agora, você pode ter uma parte de coisas que antes eram inalcançáveis, como vinhos finos, obras de arte ou carros de luxo. Isso se chama propriedade fracionada. Em vez de comprar um item inteiro, você compra uma parte, meio que como quando todo mundo contribui para aquela pizza chique. Mas tem um porém: essas partes às vezes podem ser difíceis de vender depois, assim como quando você tenta vender uma fatia de pizza que já foi mordida numa festa.

O Problema da Liquidez

Liquidez em finanças significa quão fácil é comprar ou vender algo sem causar uma mudança grande de preço. Se um mercado é líquido, é fácil fazer negociações. Se é ilíquido, você pode acabar segurando aquela fatia de pizza por muito mais tempo do que esperava. No nosso novo mundo de propriedade fracionada, os mercados podem ser bem ilíquidos. Isso significa que pode ser complicado encontrar alguém que compre sua parte quando você quer vendê-la. Aí que entra a pesquisa-queremos descobrir como fazer esses mercados funcionarem melhor.

Objetivos da Pesquisa

O objetivo dessa pesquisa era simular o que acontece nesses mercados usando um método chamado modelagem baseada em agentes (ABM). Imagine se você tivesse pequenos investidores virtuais (agentes) que compram e vendem essas partes fracionadas. Ao observar como eles interagem, podemos aprender sobre liquidez-como fazer mais gente comprar sua fatia de pizza!

Como o Modelo Funciona

Os agentes no nosso modelo têm alguns papéis diferentes:

  1. Comprador Puro (CP): Essas pessoas só querem comprar partes. Pense neles como amantes de pizza esperando a fatia que eles querem aparecer pelo preço certo.

  2. Vendedor Puro (VP): Esses agentes só vendem partes. Eles são como as pessoas que, se tiverem uma fatia extra de pizza, querem se livrar dela pelo melhor preço possível.

  3. Comprador Vendedor (CV): Esses agentes podem comprar e vender. São os entusiastas de pizza que estão dispostos a trocar a fatia deles por outra que acham mais atraente.

A Configuração do Mercado

Nosso modelo é baseado em dados reais de uma startup de FinTech que lida com propriedade fracionada. Nessa configuração, os investidores podem comprar partes de ativos no valor de €50 cada. Esses ativos podem ser negociados em um mercado secundário.

O mercado funciona assim:

  • Dias de Negociação: O mercado está aberto para negociação pelo menos uma vez por mês. É como ter uma festa de pizza mensal onde todo mundo traz sua fatia favorita para compartilhar.

  • Regras de Negociação: Os vendedores podem listar suas partes com preços definidos dentro de certos limites do valor do ativo. Se seu preço estiver muito alto ou muito baixo, você não vai vender muito.

  • Correspondência de Pedidos: Ofertas de compra e venda são combinadas com base em quem chega primeiro, assim como quem pega a última fatia de pizza!

Fatores Importantes

A liquidez é influenciada por vários fatores:

  1. Número de Partes: Quanto mais partes disponíveis, mais fácil é vender. Mas se todo mundo quiser vender de uma vez, pode se tornar um problema.

  2. Preços: Como os ativos são valorizados também importa. Se todo mundo acha que uma fatia de pizza vale €2 quando outros acham que vale €1, as negociações vão ser difíceis.

  3. Regras de Mercado: Cada plataforma tem seu próprio conjunto de regras que pode afetar quão fácil é para as pessoas comprarem e venderem.

A Estrutura da Simulação

Usamos ABM porque nos permite simular interações complexas entre os agentes. Cada agente tem suas próprias estratégias de compra e venda. Eles agem baseados no orçamento e nas regras do mercado.

Os agentes podem se comportar de maneiras simples ou complexas. Alguns são aleatórios, enquanto outros tentam aprender com o ambiente, tipo aquele amigo esperto que sabe exatamente quando pegar uma fatia de pizza antes que acabe!

Comportamento dos Agentes

Vendedores Puros

Os Vendedores Puros são aqueles que colocam suas fatias à disposição com base em um choque que os faz querer vender. Eles decidem quanto vender com base na propriedade atual e no preço de mercado. Se eles estiverem se sentindo generosos, podem deixar suas fatias um pouco mais baratas para atrair compradores.

Compradores Puros

Os Compradores Puros são movidos pelo desejo de ter mais do que poderiam comprar diretamente. Eles dão uma olhada no livro de ofertas e são mais propensos a comprar partes com preços mais baixos. Mas vamos ser sinceros; eles podem escolher uma fatia só porque parece deliciosa!

Compradores Vendedores

Os Compradores Vendedores têm a capacidade de comprar e vender fatias. Eles definem seus preços com base no que acham que outros agentes podem querer. Eles são como aquele amigo que conhece todos os lugares secretos de pizza e encontra os melhores Negócios.

Dinâmica do Mercado

O mercado passa por duas fases: a fase pré-negociação, onde os vendedores listam suas ofertas, e a fase de negociação, onde os compradores podem entrar e fazer compras. O modelo nos permite ver como essas interações se desenrolam ao longo do tempo.

Coleta de Dados

Os dados para essa simulação vêm de atividades de negociação em uma plataforma real, o que nos ajuda a construir um modelo mais preciso. Coletamos informações sobre negociações, preços e quantas pessoas estavam envolvidas.

As estatísticas mostram que muitas ofertas não são concretizadas-pense nisso como muitas pessoas querendo pizza, mas não necessariamente encontrando um parceiro para compartilhar.

Resultados e Análise

Comparamos os resultados do mercado simulado com os dados do mundo real. Surpreendentemente, a simulação conseguiu replicar bem as dinâmicas do mercado real. A principal métrica que analisamos foi o índice de liquidez.

O que é o índice de liquidez? É o número de negociações que realmente acontecem comparado ao número de ofertas feitas. Se você tivesse uma festa de pizza com 10 fatias e só 2 fossem comidas, isso não é muito líquido!

Análise de Sensibilidade

Testamos como mudanças no comportamento dos agentes impactariam a liquidez. Aqui estão algumas descobertas interessantes:

  • Mais Vendedores: Se mais vendedores entram no mercado, isso pode tornar as coisas menos líquidas porque todo mundo está tentando conseguir o melhor negócio. É como ter muita gente brigando pela última fatia!

  • Atividade dos Compradores: Quando os compradores estão mais ativos, o índice de liquidez aumenta. Isso significa que mais pessoas querem comprar do que vender; é um sucesso na festa da pizza!

  • Faixa de Preço: Ajustar a faixa de preço das ofertas teve efeitos diferentes dependendo de estarmos olhando para vendedores ou compradores.

Conclusão

Resumindo, essa pesquisa nos mostra como entender e simular melhor mercados ilíquidos, especialmente com propriedade fracionada. Ao modelar esses agentes e seus comportamentos, podemos encontrar novas formas de melhorar a liquidez.

As descobertas destacam que, embora algumas coisas no mercado sejam previsíveis, outras podem ser bem surpreendentes. Assim como naquela festa de pizza, você nunca sabe quem vai aparecer ou quantas fatias realmente serão comidas!

Direções Futuras

Olhando para frente, queremos tornar nossos agentes ainda mais diversos. Também planejamos explorar como mudanças nas regras do mercado podem maximizar a liquidez.

Então, da próxima vez que você pensar em propriedade fracionada, lembre-se-assim como em uma festa de pizza, tudo se resume a compartilhar as fatias certas e manter as coisas fluindo suavemente!

Fonte original

Título: Simulating Liquidity: Agent-Based Modeling of Illiquid Markets for Fractional Ownership

Resumo: This research investigates liquidity dynamics in fractional ownership markets, focusing on illiquid alternative investments traded on a FinTech platform. By leveraging empirical data and employing agent-based modeling (ABM), the study simulates trading behaviors in sell offer-driven systems, providing a foundation for generating insights into how different market structures influence liquidity. The ABM-based simulation model provides a data augmentation environment which allows for the exploration of diverse trading architectures and rules, offering an alternative to direct experimentation. This approach bridges academic theory and practical application, supported by collaboration with industry and Swiss federal funding. The paper lays the foundation for planned extensions, including the identification of a liquidity-maximizing trading environment and the design of a market maker, by simulating the current functioning of the investment platform using an ABM specified with empirical data.

Autores: Lars Fluri, A. Ege Yilmaz, Denis Bieri, Thomas Ankenbrand, Aurelio Perucca

Última atualização: 2024-12-04 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2411.13381

Fonte PDF: https://arxiv.org/pdf/2411.13381

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes