Matrícula
para pagamento até 16/12
Segundas e quartas-feiras, das 19h às 22h30
Objetivo
O curso de Especialização em Mercado de Capitais (MBA) do Instituto Mauá de Tecnologia (IMT) contempla, a profundidade e a robustez dos métodos quantitativos, o primor dos aspectos comportamentais e o uso de tecnologias e ferramentas contemporâneas disruptivas: IA (Inteligência Artificial), robôs-advisors, Blockchain, Tokenização, criptoativos e requisitos de ASG (Ambiental, Social e Governança Corporativa).
Em conformidade com o DNA de uma das mais tradicionais escolas de engenharia do País, a Mauá criou um curso pioneiro, que oferece vivências acadêmicas e práticas que possibilitam sólida formação teórica, concreta experiência e aplicação de tecnologias e ferramentas contemporâneas e disruptivas no mercado de capitais.
Os três módulos, de 120 horas cada, que compõem a Especialização em Mercado de Capitais são:
Diferenciais
O participante será exposto a uma gama de aplicações que possibilitam um desafiador mergulho numa atmosfera prática e intelectual interdisciplinar sem fronteiras, estimulados a alterar, construir e gerenciar os mais diversos processos que envolvem modelos de tomada de decisões com o apoio de métodos quantitativos robustos.
Os docentes dos cursos de pós-graduação do Instituto Mauá de Tecnologia possuem sólida formação acadêmica e destacada atuação em empresas-líderes do setor. As aulas são presenciais, em modernos ambientes de aprendizagem que valorizam a aplicação dos fundamentos teóricos em ensaios em laboratórios, específicos para decisões complexas e estruturadas no Mercado de Capitais.
Exclusiva plataforma de investimentos para simulações e construção de modelos de tomada de decisões com o apoio de métodos quantitativos robustos e uso de tecnologias e ferramentas contemporâneas disruptivas: IA (Inteligência Artificial), Robôs Advisors, Blockchain, Tokenização, Criptoativos e requisitos de ASG (Ambiental, Social e Governança Corporativa).
O Mercado de capitais exige sólidos conhecimentos e aplicações que garantam resultados significativos e sustentáveis para as empresas e investidores. Assim, o programa de MBA em Mercado de Capitais do Instituto Mauá de Tecnologia (IMT) capacita os profissionais para a resolução de problemas, construção de modelos gestão de riscos e tomada de decisões fundamentadas com tecnologias e ferramentas contemporâneas e disruptivas.
Público-alvo
Engenheiros, administradores, economistas, contadores, matemáticos, físicos, químicos, gestores, consultores e profissionais interessados no desenvolvimento e gestão de negócios com soluções estruturadas e fundamentadas em robustas metodologias quantitativas.
Ex-aluno graduado na Mauá: 10%
Grupos (2 ou mais alunos): 10%
Associados da AEXAM (ex-alunos): 15%
Ex-aluno graduado na Mauá em 2023: 30%
Empresas conveniadas (a consultar)
O pagamento poderá ser efetuado por meio de boleto, cartão de débito ou crédito. Na efetivação da matrícula essa Taxa de Reserva será deduzida do valor da matricula. Em caso de desistência da matrícula o valor da taxa de reserva não será devolvido e a retenção se faz necessária para pagamento das despesas administrativas relativas ao processo seletivo, conforme preconizado no Código de Defesa do Consumidor. Caso não haja número de alunos interessados para formação de turma, o valor correspondente à Taxa de Reserva será devolvido integralmente.
Tipos de derivativos, precificação (juros reais, interpolação, mercado futuro e cupom cambial (DDI, FRC, NDF – Non Deriverable Forward, swaps, opções e renda variável). Superfície de Volatilidade parametrizações Natural e Jump-Wings) e Gregas (Black-Scholes). Curvas de DI e DAP. Operações exóticas. COE (Certificado de Operações Estruturadas). NFT (non-fungible token), commodities, crédito de carbono e estratégias com derivativos.
A relevância das práticas econômicas, sociais e ambientais e suas relações com as culturas locais e globais para a Agenda 2030 e os objetivos de desenvolvimento sustentável (ODS). A economia verde e a circular integradas pela correta gestão das operações nos Sistemas Produtivos e no Sistema Embalagem. Os desafios da descarbonização: a complexidade e a demanda por uma visão sistêmica para abarcar as diversidades regionais e todas as partes interessadas. Ferramentas utilizadas para implementar a Economia Verde e Circular. O uso de ferramentas de simulação dinâmica para implementar a economia verde e circular. Estudo de casos.
Cibercultura. Métodos ágeis, big data e analytics e machine learning. Fundamentos de blockchains, smartcontracts e da web3. Impactos da implementação de criptotecnologias sob perspectiva macro e meso. Tokens não fungíveis.
Kick-off e avaliação de bolsas de valores. Estruturação, mapeamento e aspectos legais para oferta no Brasil e no exterior. Controles internos, SOX (Sarbanes-Oxley), governança corporativa e Lei das S/A´s. Mandato, road show, due diligence e aspectos legais da CVM (Comissão de Valores Mobiliários) e da SEC (Securities and Exchange Commission). ADR (American Depositary Receipts) e BDR (Brazilian Depositary Receipts). SPACs (Special Purpose Acquisition Company) e Instrução CVM nº 551, de 25 de setembro de 2014. OPA e Resolução CVM nº 85, de 31 de março de 2022.
Autovalores e auto vetores; modelos de valuation; estimação do custo de capital em organizações; modelos de fluxo de caixa (firma e acionista) em ambiente disruptivo; valor relativo e múltiplos em fusões e aquisições (M&A); valor econômico e aspectos legais aplicáveis; intangible value (assets, brand recognition, goodwill, patentes, trademarks, copyrights, technology etc.).
Compreender a estrutura do Mercado de Capitais, ambiente regulatório, modelos de risco e retorno (Markowitz, CAPM – Capital Asset Pricing Model, APT - Arbitrage Pricing Theory e multifatortiais), mercado de renda fixa, fundos de investimentos, mercado de renda variável, Teoria dos mercados eficientes e moedas digitais.
Variáveis aleatórias e probabilidade, Gaussiana, Qui-Quadrado, F, T de Student e inferência estatística. Aproximações amostrais grandes e modelos de regressão (Dummy). Processos estocásticos, modelos ARCH/GARCH, VaR (Value at Risk), raiz unitária e cointregração. Mercados ineficientes, arbitragem, Bootstrapping e interpolação cubic spline, Nelson-Siegel e Svensson.
Este componente curricular consiste em conectar o planejamento de cenários e tendências econômicas (variáveis macroeconômicas) com decisões de corporativas e análise de empresas. O principal objetivo é elucidar aos participantes como a economia empresarial se insere na análise de demonstrações financeiras, fluxo de caixa, liquidez e métodos de análise de projetos de investimento.
Esta disciplina apresenta os conceitos fundamentais de aprendizado de máquina (Machine Learning) no contexto da Inteligência Artificial. O objetivo principal da disciplina é fornecer ao aluno uma visão geral da área de aprendizado de máquina, destacando aspectos históricos, abordagens clássicas e modernas, campos de aplicação, assim como tendências e perspectivas futuras. Os métodos estudados consistem em: regressão e classificação; agrupamento e similaridade; análise de componentes principais (PCA); regressão linear Bayesiana e classificadores de Bayes; classificadores tipo árvore e árvores de decisão. O aluno será capaz de entender os diversos métodos de aprendizado de máquina para que seja capaz de escolher a melhor solução para um determinado cenário/problema, simulado ou real, bem como conseguir implementar a solução com ferramentas de mercado, como a biblioteca Scikit-Learn.
Modelo de neurônio artificial (RNA - ácido ribonucleico), Algoritmos Genéticos e Evolucionários (AGEs), e Lógica Fuzzy (FN). Machine learning e Máquina de Vetores de Suporte com Volume Ponderado (VW-SVM), técnicas de análise de mercado e meios para predição (média simples, exponencial convergente e divergente), Bollinger®, Chaikin, Willians Range, Força Relativa, Oscilador Estocástico, volumes (acumulação e distribuição), Vetores de suporte e hiperplanos, função de Kernel, análise de risco e backtesting.
Transformação Econômica na Era Digital. E-business. E-commerce. Ecossistemas digitais. Moeda e Estado (fiat money); inovação disruptiva; meios de pagamentos (apátrida e autônomos); peer-to-peer (P2P); cifras, chaves e assinaturas digitais; criptografia e chave pública; criptocoin, govcoin, stablecoin e aplicações no sistema financeiro nacional e internacional; riscos e segurança; cyber insurance e ransomware; atuação das fintechs, narrow banking e princípios aplicáveis do BIS (Bank for International Settlements) e bancos centrais; desenvolvimento de negócios em ambiente tokenizado. Volatility, uncertainty, complexity e abiguity (VUCA). Negócios disruptivos. Rede de cocitações. killer acquisitions.
Algoritmos e mecanismos de IA para otimização e suitability. Robo-advisor (consultores, Resolução CVM nº 19, de 25 de fevereiro de 2021 com as alterações da Resolução CVM nº 179/2023). Robô-gestor (Resolução CVM nº 21, de 25 de fevereiro de 2021 com as alterações das Resoluções 162/2022, 167/2022 e 179/2023) e robo-trader (ou robôs de ordens). Ofertas a investidores institucionais por meio de sistemas automatizados ou algoritmos lógicos e matemáticos (Ofício-Circular n° 2/2019/CVM/SIN, de 1º de março de 2019).
Blockchain. Inteligência Artificial. Computação Quântica. Web 3.0. Blockchain + computação quântica + web 3.0. Internet of Things (IoT). Service-oriented Architeture (SOA). Event-driven Architeture (EDA). Exploração de dados e geração de valor utilizando técnicas como KDD (knowledge-discovery in databases) e ferramentas de obtenção, exploração, análise e visualização de dados para modelar e entender problemas reais de empresas, com o intuito de extrair informações relevantes e conhecimentos dos dados e auxiliar a tomada de decisão baseado na análise do passado. Coleta de dados, limpeza e processamento de dados para uso em desenvolvimento de modelos e tomadas de decisão.
Mestre em Engenharia Elétrica pela Poli/USP e Bacharel em Ciência de Computação pela Unicamp. Possui os certificados Project Management Professional (PMP®) e Sun Java Certified Programmer (SCJP). É professor de graduação nos cursos de Ciência da Computação, Análise e Desenvolvimento de Sistemas e Sistemas de Informação da USJT. Agente Fiscal de Rendas na Secretaria da Fazenda e Planejamento do Estado de São Paulo, onde já atuou como Diretor do Centro de Desenvolvimento de Sistemas e Diretor do Departamento de Tecnologia de Informação. Atualmente é Cientista de Dados na Assessoria de Políticas Tributárias e Econômicas do Gabinete do Secretário da Fazenda e Planejamento. Possui mais de 25 anos de experiência em TI.
Doutor em engenharia de produção, mestre em administração e pós-graduado em finanças pela New York University (Stern) e University of California (UCLA). Foi CEO de empresa financeira da Volkswagen, executivo do Banco Itaú e da Caterpillar. É autor de diversos livros na área de finanças e mercado de capitais, professor do Instituto Mauá de Tecnologia e da FGV. Atua como membro de conselho de administração.
Doutor em Administração pela Escola Superior de Propaganda e Marketing (ESPM) e mestre em Economia pela Pontifícia Universidade Católica de São Paulo (PUC). É professor e Coordenador do Curso de Administração do Centro Universitário do Instituto Mauá de Tecnologia (IMT) e atua em projetos com ênfase em cenários econômicos, inflação, crise, taxa de juros, setor público, negócios internacionais e funding de projetos de infraestrutura.
Mestre em Ciência da Computação pelo Instituto de Matemática e Estatística da Universidade de São Paulo (2013). É professor da Universidade São Judas Tadeu, do Instituto Mauá de Tecnologia e do Centro Paula Souza. Possui as certificações AWS Cloud Practitioner, SCJP 1.6 e SCWCD 1.5. Graduado em Ciência da Computação pelo Centro Universitário FIEO (2009).
Doutoranda em Psicologia da Saúde na UMESP. Mestre em Ciências Contábeis pela Fundação Escola de Comércio Álvares Penteado. Graduada em Administração pela Mauá. Tem experiência na área de Administração, com ênfase em Ciências Contábeis.