A finalidade desta tese consiste na utilização da metodologia Data Envelopment Analysis (DEA) para portfólios de crédito corporativo no Brasil, especificamente constituídos de debêntures, contudo, pode ser extrapolado para produtos com características similares. A otimização de carteiras de crédito de títulos corporativos é tratada em raríssimos trabalhos acadêmicos e a utilização de DEA para este fim é inédita no país. Esta pesquisa consiste na otimização de portfólios, mediante a verificação da eficiência das metodologias de Markowitz e da Análise Envoltória de Dados (DEA). São realizadas três análises: a primeira, utilizando o modelo de Markowitz para um período resultando em uma carteira da fronteira eficiente que apresente máxima diversificação; a segunda, com a utilização de dois modelos DEA clássicos; e a última, mediante a aplicação do modelo de fronteira eficiente para uma carteira com máxima diversificação nas duas modelagens DEA, tendo como resultado uma metodologia híbrida. Os preços de referência das debêntures são fornecidos por um autorregulador do mercado financeiro. Com relação ao modelo DEA, são definidos critérios de inputs e outputs do modelo. Para os indicadores de entrada e saída desta modelagem são considerados, respectivamente, a volatilidade do spread e o prazo médio do ativo; o retorno do spread de crédito e o rating atual da emissão. São performadas vinte e quatro alocações mensais e ao final de cada período se procedeu a comparação dos resultados em cada alocação dos respectivos modelos, e como resultado, os portfólios gerados pela modelagem DEA performaram melhor do que a carteira com máxima diversificação resultante do modelo de Markowitz.