RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
|
|
- Vítor Espírito Santo Ramires
- 5 Há anos
- Visualizações:
Transcrição
1 Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ de uros em 30 das com títulos do governo. A empresa Y pode receber entre $ 100 e $ com a venda de ações no mesmo período. O rsco da 2ª empresa é muto maor que o da 1ª, pos há uma grande varabldade dos retornos. Quanto mas certo for o retorno de um atvo, menor sua varabldade e, portanto, menor o seu rsco. O rsco exste quanto quem toma decsões pode estmar as probabldades relatvas a város resultados. Dstrbuções probablístcas obetvas baseam-se, normalmente, em dados hstórcos. A ncerteza exste quando não há dados hstórcos e acaba-se montando uma dstrbução probablístca subetva. Rsco de atvo ndvdual Para se avalar o conceto de rsco relatvo a retornos esperados de um dado atvo (que é dferente de uma cartera), deve-se avalar o rsco por 2 pontos de vsta: o quanttatvo e o comportamental. Análse de sensbldade: uma smples vsão comportamental de rsco é obtda usando-se a análse de sensbldade, que consste em se consderar números resultados possíves ao se avalar um proeto. A abordagem mas comum é estmar os retornos mas pessmstas, mas prováves e mas otmstas relaconados a um atvo. Exemplo: Uma empresa desea nvestr $ e pode escolher 2 atvos para sso. Observe a tabela abaxo: Atvo A Atvo B Investmento ncal $ $ Taxa de retorno anual Pessmsta 13% 7% Mas provável 15% 15% Otmsta 17% 23% Faxa 4% 16% Atvo A menor rsco menor faxa Probabldades É um método mas precso de se avalar o rsco. O valor esperado de um atvo é gual à soma dos retornos deste atvo, ponderados pela probabldade de um resultado acontecer. Exemplo:
2 Análse de Rsco 2 Valores esperados de retornos Atvo A Atvo B Possíves Resultados Probabldades (1) Retorno (%) (2) Valor ponderado (%) (1) x (2) Pessmsta 0, ,25 Mas provável 0, ,50 Otmsta 0, ,25 1,00 15,00 Pessmsta 0,25 7 1,75 Mas provável 0, ,50 Otmsta 0, ,75 1,00 15,00 Assm, o retorno esperado do atvo A é gual ao B, e ambos valem 15%. Matematcamente a fórmula é expressa da segunte forma: n 1 Pr Grafcamente este atvos podem ser representados das seguntes maneras: Fgura 1 Dstrbução probablístca dscreta gráfco de barras Probabldades 0,6 0,5 0,4 0,3 0,2 0,1 0 Atvo A Atvo B Retornos (%) Faxa de retorno do Atvo A 4% Faxa de retorno do Atvo B 16%
3 Análse de Rsco 3 Fgura 2 Dstrbução probablístca contínua Densdade de Probabldades Retornos (%) Qual dos 2 atvos tem o maor rsco? Neste exemplo fca fácl de dentfcar, pos o retorno esperado é o mesmo: 15%. Contudo, como avalar o rsco de 2 atvos com um retorno esperado dferente? Neste caso, utlza-se o coefcente de varação. Este é calculado através da dvsão do desvo padrão pelo valor esperado. Quanto maor for o coefcente de varação, maor será o rsco do atvo. Matematcamente estes são representados da segunte forma: n 1 2 Pr e CV Prmeramente vamos utlzar os dados do exemplo anteror para comparar atvos com o mesmo retorno esperado. Atvo A I Pr Pr 2 2 Pr ,25 3,25 15,00-2,0000 4,0000 1, ,50 7,50 15,00 0,0000 0,0000 0, ,25 4,25 15,00 2,0000 4,0000 1, ,00 2,0000 A 2% 1,41%
4 Análse de Rsco 4 Atvo B I Pr Pr 2 2 Pr 1 7 0,25 1,75 15,00-8, , , ,50 7,50 15,00 0,0000 0,0000 0, ,25 5,75 15,00 8, , , ,00 32,0000 B 32% 5,66% Calculando o coefcente de varação: 1,41% CVA 0,094 15% 5,66% CVB 0,377 15% CV Quanto maor o coefcente de varação, maor o rsco. O rsco aumenta devdo a exstênca de mutos fatores ncontroláves nfluencando no comportamento dos nvestmentos. Agora, calcule o retorno esperado e o coefcente de varação para as empresas X e Y. (%) Empresa X Pr (%) Empresa Y
5 Análse de Rsco 5 Rsco e Tempo Quanto maor o tempo, maor o rsco. O rsco aumenta devdo à exstênca de mutos fatores ncontroláves nfluencando no comportamento dos nvestmentos. Observe a fgura abaxo: + Retorno (%) Probabldade Prob. Prob. Prob anos Rsco em Cartera Até então, rsco de um únco atvo. O nvestdor deve ter város atvos, ou sea, uma cartera. A dversfcação dmnu o rsco. O deal é que o rsco da cartera sea menor que o rsco do atvo de menor rsco 1. Correlação É uma medda estatístca que ndca a relação, se houver, entre séres de números que representam qualquer cosa. Retorno postvamente relaconadas Retorno negatvamente relaconadas tempo tempo 1 Vde MAROWITZ, Harry. Portfolo Selecton
6 Análse de Rsco 6 A correlação perfeta, especalmente a negatva, é bastante ncomum. Dversfcação: a fm de reduzr o rsco, o deal é combnar atvos negatvamente relaconados. Exemplo: ações de empresas de sorvete e ações de empresas de chocolate. Retorno Retorno Retorno tempo tempo tempo ATIVOS CARTEIRAS X Y Z 50%-50% 50%-50% XY XZ % 16% 8% 12% 8% Estatístca Valor esperado 12% 12% 12% 12% 12% Desvo-Padrão 2,83 2,83 2,83 0 2,83 Rsco e Retorno Desde 1964/1965 desenvolveu-se um grande volume de teoras tentando conclar rsco e retorno. O aspecto mas mportante é o rsco global da empresa, ulgado pelos nvestdores no mercado. Tal rsco afeta tanto as oportundades de nvestmento quanto a rqueza dos propretáros. O modelo de precfcação de atvos fnanceros (ou CAPM Captal Asset Prcng Model) é a teora básca relatva a rsco e retorno. Ela fo desenvolvda para explcar o comportamento dos preços de títulos e fornecer um mecansmo que possblta aos nvestdores avalar o mpacto do nvestmento proposto num título sobre o rsco e o retorno da cartera como um todo. Suposções do modelo mercado efcente: Todos nvestdores têm a mesma nformação; Todos nvestdores têm a vsão de manter o título por 1 ano; Não há restrções quanto ao nvestmento, taxas, nem custo de corretagem; e Nenhum nvestdor é consderado grande o sufcente para afetar sgnfcatvamente o preço de mercado da ação.
7 Análse de Rsco 7 Preferêncas do nvestdor: Preferem os ganhos maores (retornos); Preferem os rscos menores; e Preferem, para o mesmo rsco, os ganhos maores e, para o mesmo retorno, os rscos menores. Tpos de Rsco Dversfcável (ou não sstemátco) parcela do rsco de um atvo que pode ser elmnada pela dversfcação. Cada empresa tem um rsco própro; se dversfcar anula o rsco. Rsco não dversfcável (ou rsco sstemátco) não pode ser elmnado pela dversfcação. Ex.: fatores naconas: nflação; fatores nternaconas: guerras, crses... Rsco relevante aquele que não pode ser elmnado que não pode ser dversfcado. Modelo CAPM O modelo de precfcação de atvos fnanceros lga: rsco relevante retorno para todos os atvos Pode ser dvddo em 4 partes: 1. Coefcente beta 2. Equação do modelo 3. Descrção gráfca da relação rsco e retorno 4. Comentáros geras sobre o capm Coefcente Beta Avala o rsco não dversfcável. Calcula-se tal índce a partr dos retornos hstórcos do atvo em relação aos retornos do mercado 2. O beta de mercado é gual a 1. Os betas de atvos podem assumr valores tanto postvos quanto negatvos (os postvos são mas comuns). 2 o retorno do mercado é obtdo a partr de uma grande amostra de retorno de atvos
8 Análse de Rsco 8 beta = -2,0 beta = -1,0 beta = 0,5 beta = 1,0 beta = 2,0 Betas e nterpretações Beta Comentáro Interpretação 2,0 - reage 2 vezes mas, ou mas arrscado que o mercado Move-se na mesma dreção 1,0 - mesma reação ou rsco que o mercado (sto é, rsco do mercado médo) 0,5 - reage somente a metade em relação ao mercado 0,0 - não afetado pelo movmento do mercado - 0,5 - reage somente a metade em relação ao mercado - 1,0 Move-se na dreção oposta - mesma reação ou rsco que o mercado àquela do mercado - 2,0 - reage 2 vezes mas que o mercado O beta pode ser calculado a partr da segunte fórmula: Cov(k b,km) 2 m Onde: b = Beta Cov(k,km) = Covarânca do retorno k de um atvo com o retorno k do mercado m 2 m = Varânca do retorno k do mercado m Equação Utlzando b como índce de rsco não dversfcável (sstemátco), o modelo CAPM é dado pelo segunte equação: k R [b (k F m R )] F
9 Análse de Rsco 9 Onde: k = retorno exgdo (esperado) do atvo ; R F b = taxa de retorno lvre de rsco, geralmente medda pelo retorno de título governamental, como uma letra do tesouro; = coefcente beta ou índce de rsco não dversfcável (relevante) do atvo ; k m = taxa nterna de retorno exgda da cartera do mercado de atvos, vsta como taxa de retorno méda de todos os atvos. Exercíco: A Ca B desea determnar a taxa exgda de uma atvo atvo Z cuo beta, b z, é 1,5. A taxa de retorno lvre de rsco é 7%, enquanto o retorno da cartera do mercado de títulos é 11%. Calcule esse retorno exgdo. Quando austado ao índce de rsco de atvos (beta) de 1,5, pode ser observado que o prêmo pelo rsco de mercado de 4% (11-7) resulta num prêmo pelo rsco de 6% (1,5 x 4%), o qual resulta em um retorno exgdo de 13% quando somado à taxa de retorno esperada de 7% para o atvo lvre de rsco. Deve fcar claro que se mantendo as outras varáves nalteradas, quanto maor for o beta, maor o retorno exgdo e vce-versa. O Gráfco Lnha de mercado do título (SML) A SML (Securty Market Lne) é a representação gráfca da equação do retorno exgdo (esperado) do atvo; deve-se notar que está é uma equação do 1º grau. Portanto, a SML é uma reta. Para cada nível de rsco não dversfcável ele (beta) reflete o retorno exgdo no mercado. Taxa de Retorno Exgdo, k (%) k z = 13 k m = 11 R F = 7 Prêmo pelo Rsco de Mercado (4%) Prêmo pelo Rsco do Atvo Z (6%) 0,5 1 1,5 2 Rsco não dversfcável (b)
10 Análse de Rsco 10 Alguns Comentáros O CAPM basea-se em dados hstórcos. Consequentemente trata-se de estmatvas que podem ser consderadas aproxmações grosseras. Alguns analstas chegam a fazer austes subetvos nos betas para refletr suas expectatvas futuras. O beta de uma empresa é função de dversos fatores. Talvez os três mas mportantes seam: A natureza cíclca das recetas; Alavancagem operaconal; Alavancagem fnancera. Exercíco Calcule as taxas de retorno dos proetos de A a E e represente a SML. Item Taxa de Retorno Valor do beta (b) Atvo lvre de rsco 9% (R F ) 0,00 Cartera de mercado 14% (k m ) 1,0 (b m ) A 1,50 Proeto B 0,75 C 2,00 D 0,00 E -0,50
2 Referencial Teórico
Referencal Teórco O obetvo deste capítulo é apresentar os concetos de rsco, correlação e dversfcação no contexto da Teora oderna de Carteras e os últmos estudos a respeto das correlações entre mercados
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais( k) Tema 02 Risco e Retorno 1. Conceitos Básicos
FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisCÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL
ESCOLA FEDERAL DE ENGENHARIA DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL Dego
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisFinanças - BACEN 1997 CESPE
Fnanças - BACE 997 CESPE Legenda: Tema, Itens Importantes Certo, Errado Questão 3. Exstem dversos nstrumentos fnanceros a dsposção do nvestdores: LIBOR, ações, opções, Eurobond, Swaps. Quanto às característcas
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisDiversificação - exemplo
INCETEZA E ISCO /4/009 Dversfcação - exemplo oss cap. 0 Cartera com N atvos Nova stuação: Cartera mas dversfcada Todos os títulos têm a mesma Varânca Todas as covarâncas são guas Todos os Títulos tem a
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia mais4 Otimização e Diversificação: o Binômio Risco-Retorno
4 Otmzação e Dversfcação: o Bnômo Rsco-Retorno O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante desafo de utlzarem estratégas que maxmzem
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais4. Conceitos de Risco-Retorno, diversificação e índices de desempenho de Fundos de Investimento
4. Concetos de Rsco-Retorno, dversfcação e índces de desempenho de Fundos de Investmento O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante
Leia maisTermo-Estatística Licenciatura: 4ª Aula (08/03/2013)
Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc. (colaboração de Prof. Claudio Cunha)
PESQUISA EM MERCADO DE CAPITAIS Prof. Patrca Mara Bortolon, D. Sc. (colaboração de Prof. Claudo Cunha) Cap. 15 Testes Empírcos de Modelos de Equlíbro ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisSinézio Fernandes Maia Professor Adjunto do Departamento de Economia da UFPB
SETOR BANCÁRIO BRASILEIRO NO PERÍODO DE JANEIRO DE 2009 A JULHO DE 2010: AVALIAÇÃO DA RELAÇÃO DE RISCO E RETORNO COM ABORDAGEM NAS TEORIAS DE MARKOWITZ E SHARPE Alza Slva de Lma Estudante de Pós-graduação
Leia maisNeste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.
1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL
RICARDO WONSEUK KIM ANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL Trabalho de Formatura apresentado à Escola Poltécnca da Unversdade de São Paulo para obtenção
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisEconomia Industrial. Prof. Marcelo Matos. Aula 7
Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisRevista de Ciências da Administração ISSN: Universidade Federal de Santa Catarina Brasil
Revsta de Cêncas da Admnstração ISSN: 1516-3865 rca.cse@contato.ufsc.br Unversdade Federal de Santa Catarna Brasl Carnero Afonso da Costa Jr., Newton; Nór Güttler, Cao DIVERSFICAÇÃO E AVALIAÇÃO DE CARTEIRAS
Leia maisUniversidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.
A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisModelo de Programação Estocástica
Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisUma Contribuição para Determinação do Custo de Capital do Setor Elétrico
2 a 25 de Agosto de 2006 Belo Horzonte - MG Uma Contrbução para etermnação do Custo de Captal do etor Elétrco Leandro Fonseca de Olvera Escola Poltécnca / UFRJ lolvera82@gmal.com André Asss de alles Escola
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia maisTeste do modelo de otimização de carteiras pelo índice beta
Teste do modelo de otmzação de carteras pelo índce beta Cleber Gonçalves Junor Unversdade Federal de Itajubá cgj@unfe.edu.br Claton Gonçalves Unversdade Federal de Itajubá Resumo Recentemente, pode-se
Leia mais1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA CAEN EVIDÊNCIA EMPÍRICA DO MODELO CAPM PARA O BRASIL FABRINI OLIVEIRA MATOS
UNIVERSIDADE FEDERAL DO CEARÁ UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA CAEN EVIDÊNCIA EMPÍRICA DO MODELO CAPM PARA O BRASIL FABRINI OLIVEIRA MATOS FORTALEZA CEARÁ 006 FABRINI OLIVEIRA MATOS EVIDÊNCIA EMPÍRICA
Leia maisEstatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard
Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisCOEFICIENTE DE GINI: uma medida de distribuição de renda
UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh
Leia maisNOTAS DE AULA DA DISCIPLINA CE076
5. COMPONENTES PRINCIPAIS 5. Introdução A análse de Comonentes Prncas está relaconada com a exlcação da estrutura de covarânca or meo de oucas combnações lneares das varáves orgnas em estudo, ou sea, rocura
Leia maisEstatística Espacial: Dados de Área
Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia mais'.. FGV RISCO IDIOSSINCRÁTICO E DIVERSIFICAÇÃO EM. PORTFÓLlOS
'.. FGV ESAPE FUNDAÇÃO GETULIO VAGAS ESCOLA BASILEIA DE ADMINISTAÇÃO PÚBLICA E DE EMPESAS MESTADO EXECUTIVO EM GESTÃO EMPESAIAL ISCO IDIOSSINCÁTICO E DIVESIFICAÇÃO EM POTFÓLlOS DISSETAÇÃO APESENTADA À
Leia maisEstudo de Eventos: Procedimentos e Estudos Empíricos
Estudo de Eventos: Procedmentos e Estudos Empírcos Wagner Moura Lamouner 1 Else MOntero Noguera RESUMO O prncpal objetvo deste trabalho é dscutr as aplcações e os pontos fundamentas da metodologa de estudo
Leia maisCorrelação. Frases. Roteiro. 1. Coeficiente de Correlação 2. Interpretação de r 3. Análise de Correlação 4. Aplicação Computacional 5.
Correlação Frases Uma probabldade razoável é a únca certeza Samuel Howe A experênca não permte nunca atngr a certeza absoluta. Não devemos procurar obter mas que uma probabldade. Bertrand Russel Rotero
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisIntrodução a Combinatória- Aplicações, parte II
Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisO que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.
Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia maisUM ESTUDO SOBRE DIVERSIFICAÇÃO NA BOLSA DE VALORES DE SÃO PAULO
UM ESTUDO SOBRE DIVERSIFICAÇÃO A BOLSA DE VALORES DE SÃO PAULO Autores: André Luz Oda, Mara Carlota Morandn Senger e Alexandre oboru Chára Resumo O artgo estuda a redução de rsco que podera ter sdo obtda
Leia mais