EXPOSIÇÃO CAMBIAL: O CASO DA PETROBRAS
|
|
- João Guilherme de Abreu
- 5 Há anos
- Visualizações:
Transcrição
1 FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA EXPOSIÇÃO CAMBIAL: O CASO DA PETROBRAS GUSTAVO LUCHESE UNFER ORIENTADOR: PROF. DR. ALEXANDRE BARROS DA CUNHA Rio de Janeiro, 30 de setembro de 2010.
2 EXPOSIÇÃO CAMBIAL: O CASO DA PETROBRAS GUSTAVO LUCHESE UNFER Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Áreas de Concentração: Finanças e Controladoria. ORIENTADOR: ALEXANDRE BARROS DA CUNHA Rio de Janeiro, 30 de setembro de 2010.
3 EXPOSIÇÃO CAMBIAL: O CASO DA PETROBRAS GUSTAVO LUCHESE UNFER Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Áreas de Concentração: Finanças e Controladoria Avaliação: BANCA EXAMINADORA: Professor Dr. ALEXANDRE BARROS DA CUNHA (Orientador) Instituição: IBMEC Professor Dr. JOSÉ VALENTIM MACHADO VICENTE Instituição: IBMEC Professor Dr. ARILTON TEIXEIRA Instituição: FUCAPE Rio de Janeiro, 30 de setembro de 2010.
4 FICHA CATALOGRÁFICA M U20e Unfer, Gustavo Luchese. Exposição cambial: O caso Petrobrás / Gustavo Luchese Unfer - Rio de Janeiro : Faculdade IBMEC, Páginas. Dissertação apresentada ao curso de Mestrado Profissional em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças e Controladoria. ORIENTADOR: Prof. Dr. Alexandre Barros da Cunha 1. Exposição Cambial Brasil 2. Assimetria Exposição Cambial. I. Unfer,Gustavo luchese. II. Cunha, Alexandre Barros da (Orientador). III. Título.
5 DEDICATÓRIA À minha mãe, Maria de Fátima, pelo apoio incondicional em todas as situações. À memoria de meu pai, Gilson, cuja determinação e sabedoria sempre guiaram meus passos. v
6 AGRADECIMENTOS Agradeço ao Professor Alexandre B. Cunha por ter me orientado com muita dedicação e compromisso com a qualidade e conteúdo deste trabalho. Agradeço ao Professor José Valentim pelas suas sugestões, as quais foram essenciais para o enriquecimento desta dissertação. Agradeço às minhas irmãs Sabrina e Gabriele pela amizade, companhia e bons momentos passados juntos. Agradeço à Anna Rosa Simão pelo amor e carinho sempre motivadores. vi
7 RESUMO Analisamos a relação entre variações cambiais e o retorno das ações da Petrobras durante o período compreendido entre os anos de 1995 e Encontramos evidências de exposição cambial significativa para a Petrobras. Esta exposição foi maior durante o período de câmbio fixo no Brasil, que durou até o início de 1999, e reduziu-se no período de câmbio flutuante. Foi analisado também se existiria assimetria na exposição cambial desta empresa de acordo com o sinal da variação cambial e de acordo com um momento de maior volatilidade, mas não foram encontradas evidências de tais efeitos assimétricos. Palavras Chave: Exposição Cambial, Volatilidade, Assimetria. vii
8 ABSTRACT We examine the relationship between exchange rate devaluations and the return of Petrobras shares during the period between the years 1995 and We found significant evidence of foreign exchange rate exposure for Petrobras. This exposure was higher during the fixed exchange rate period in Brazil, that lasted until early 1999, and declined during the floating exchange rate period. It was also analyzed whether there was asymmetry in foreign currency exposure of the company according to the sign of the exchange rate and in accordance with a period of increased volatility, but there was no evidence of such asymmetric effects. Key Words: Exchange Rate Exposure, Volatility, Asymmetry. viii
9 SUMÁRIO CAPÍTULO 1 INTRODUÇÃO... 1 CAPÍTULO 2 FUNDAMENTAÇÃO TEÓRICA E RESULTADOS EMPÍRICOS ANTERIORES Capital Asset Pricing Model (CAPM) Arbitrage Pricing Theory (APT) Resultados empíricos anteriores... 6 CAPÍTULO 3 BASE DE DADOS... 9 CAPÍTULO 4 EXPOSIÇÃO CAMBIAL: IBOVESPA COMO ÍNDICE DE MERCADO...12 CAPÍTULO 5 EXPOSIÇÃO CAMBIAL: FGV-100 COMO ÍNDICE DE MERCADO...26 CAPÍTULO 6 CONSIDERAÇÕES FINAIS...37 CAPÍTULO 7 REFERÊNCIAS BIBLIOGRÁFICAS...39 ix
10 Capítulo 1 Introdução Variações cambiais são uma importante fonte de incerteza macroeconômica. Em uma perspectiva teórica, as taxas de câmbio podem afetar a demanda agregada doméstica, os níveis de emprego e de produção e, consequentemente, impactar as empresas dos mais diversos setores de atuação, até mesmo aquelas que não tenham atividades com o exterior, afetando inclusive, as taxas de desconto utilizadas para valorar as firmas. Os resultados empíricos encontrados na literatura mostram que nem sempre há evidências estatísticas de um impacto direto de variações da taxa de câmbio sobre as firmas conforme sugerido pela teoria. Em Prasad e Choi (1995), por exemplo, é feita uma análise da exposição cambial em uma amostra de 409 empresas norte-americanas, sendo esta exposição significativa para apenas 61 destas empresas. Quando o período de análise é dividido em dois, de acordo com a tendência da taxa de câmbio, é encontrada exposição cambial significativa para 89 firmas. Em Mueler e Verschoor (2008), é feita uma análise de exposição cambial de empresas norte-americanas com atividades na América Latina às moedas latinas. No caso de empresas muito dependentes de suas atividades na América Latina, em 60% dos casos encontrou-se exposição cambial significativa. Já para multinacionais americanas mais diversificadas, em menos de 10% delas encontrou-se exposição cambial à moedas latinas. Outro estudo de Muller e Vershoor (2006) também é focado na análise da exposição cambial de empresas americanas, mas busca verificar se esta exposição acontece de forma assimétrica. Os resultados encontrados apontam que, quando se inclui assimetria por sinal e por magnitude da variação cambial, os resultados são mais robustos e uma exposição cambial significativa é encontrada para um maior número de firmas. Existem ainda estudos que buscam analisar a exposição cambial de empresas de outros países além dos Estados Unidos. No caso de De Jong et all (2006), a análise é focada em 1
11 empresas holandesas, e observou-se que mais de 50% delas são significativamente expostas à variação cambial. Em Doidge et all (2006), a análise é focada em uma amostra de empresas de 18 países. É utilizada uma nova abordagem para estudo da exposição cambial, formando portfólios comprados em ações de empresas exportadoras e vendidos em ações de empresas sem atividades internacionais. Assim, seria possível aumentar a capacidade de visualização da exposição cambial. Como resultado, nota-se que em 16 dos 18 países, em momentos de apreciação cambial, as ações de firmas exportadoras tem um desempenho inferior em cerca de 1,10% ao mês em relação às ações das firmas que não exportam. O objetivo central deste trabalho é quantificar a exposição cambial da Petrobras. Para isso, partiremos da fundamentação teórica de apreçamento de ativos, que permite visualizar, através do modelo APT (Arbitrage Pricing Theory), como o retorno de um ativo é afetado pela sua sensibilidade em relação à variação cambial. O período utilizado para análise é composto por valores diários dos anos de 1995 a 2009, o que resultou em 1679 observações. Os valores apresentados no estudo, referentes ao preço da ação da Petrobras e aos índices representativos de mercado Ibovespa e FGV-100, foram deflacionados pelo IPCA Índice de Preços ao Consumidor Amplo divulgado pelo IBGE. Já os valores referentes à variação cambial foram utilizados em termos nominais. Para realizar as regressões utilizamos o método GARCH (Generalized Autoregressive Conditional Heterocedasticity), que mostra-se mais consistente quando estamos trabalhando com séries financeiras. Além disso, por meio do teste do multiplicador de Lagrange foram encontradas evidências de heterocedasticidade condicional nos modelos. Utilizamos ainda a matriz de variância-covariância robusta de Bollerslev & Wooldridge, que garante a consistência dos modelos independentemente da forma de distribuição dos erros. Além disso, criamos três dummies para verificar se haveria exposição cambial diferenciada de acordo com 2
12 três casos distintos: o regime cambial em vigor no Brasil, a crise global de 2008 e o sinal da variação cambial. Com as estimações realizadas, foi possível evidenciar exposição cambial significativa para a Petrobras. Verificou-se ainda que esta exposição se deu de forma diversa entre o período de câmbio fixo, que durou até o início de 1999, e entre o período de câmbio flutuante, que deu-se desta data até o final do período da amostra, sendo esta exposição de maior magnitude no primeiro período e menor no segundo. Buscamos também verificar a existência de exposição cambial assimétrica no período da crise global de 2008 e de acordo com o sinal da variação cambial, mas nestes casos não encontramos evidências de exposição cambial diferenciada para a Petrobras. O restante deste trabalho está organizado da seguinte maneira: no capítulo 2 são apresentadas a fundamentação teórica da exposição cambial e resultados empíricos apurados por outros autores. No Capítulo 3 é apresentada a base de dados utilizada e o tratamento aplicado a esses dados. No capítulo 4, são realizadas estimativas para a exposição cambial da Petrobras em várias situações diferentes. No Capítulo 5 é realizado um exercício de robustez para a exposição cambial da Petrobras, substituindo o índice de mercado Ibovespa, utilizado como variável independente no capítulo anterior, pelo índice FGV-100. Finalmente, no Capítulo 6 são apresentadas as considerações finais. 3
13 Capítulo 2 Fundamentação teórica e resultados empíricos anteriores Neste capítulo serão descritos os fundamentos teóricos responsáveis pela intuição econômica que permea o conceito de exposição cambial. Além disso, serão vistos também alguns resultados empíricos encontrados na literatura sobre este tema. 2.1 Capital Asset Pricing Model (CAPM) O modelo CAPM foi o primeiro modelo desenvolvido para apreçamento de ativos, sendo também o mais famoso e mais usado até então. Para definirmos o modelo CAPM para uma firma individual, precisamos partir da definição de retorno de mercado, que é dado por R m = R f + Prêmio de Risco. Ou seja, o retorno de mercado é formado pelo retorno dado pelo ativo livre de risco R f somado a uma compensação pelo risco relacionado à carteira de mercado. No caso de um ativo, o retorno esperado dependerá do seu beta, que é a sensibilidade deste ativo em relação a variações de retorno da carteira de mercado. Matematicamente, temos que: = (, ) ( ) Onde (, ) é a covariância entre os retornos do ativo i e o retorno de mercado e ( ) é a variância do retorno de mercado. O beta de um título é a medida apropriada de risco deste título em relação ao risco de uma carteira representativa do mercado. seu beta: Assim, chega-se ao modelo CAPM, que relaciona o retorno esperado de um ativo e = + ( ) Em que é o retorno esperado de um ativo e é o retorno esperado de mercado. Notamos portanto que o retorno de um ativo está linearmente relacionado ao seu beta. Como 4
14 temos ainda que geralmente o retorno de mercado é maior que a taxa livre de risco, então o retorno esperado de um título deve ser positivamente relacionado ao seu beta Arbitrage Pricing Theory (APT) O modelo APT parte do princípio de que o retorno dos ativos depende de vários fatores, tanto específicos quanto gerais de mercado. O retorno de um ativo é formado por duas partes, uma delas é o retorno esperado, o qual é previsível de acordo com as informações presentes e a outra parte do retorno de um ativo vem da incerteza, que são os fatos que ainda vão acontecer e afetarão o retorno do ativo. A parcela inesperada do retorno, resultante de fatos desconhecidos, é a responsável pelo risco do investimento. O risco pode ser dividido entre sistemático e não-sistemático. O risco sistemático é aquele que pode afetar, em maior ou menor grau, vários ativos independentemente da relação entre eles. Já o risco não-sistemático é aquele que afeta especificamente um único ativo ou um grupo reduzido de ativos. Assim, temos que = + Onde R é o retorno do ativo, é a parte esperada do retorno e U é a parte inesperada do retorno. Quando decompomos o risco sistemático e o risco não sistemático da parte inesperada do retorno, chegamos à seguinte equação: = + + Em que m é o risco sistemático e é o risco não sistemático. Se, por exemplo, identificamos três riscos sistemáticos de um ativo, chegamos à seguinte equação: =
15 Logo, o retorno do ativo, além de ser formado pela parte esperada do retorno, seria formado também pelo impacto causado por cada um dos fatores de risco sistemático F i, sendo que a intensidade dos impactos é descrita pela magnitude de cada beta associado aos fatores. Podemos considerar que o modelo APT é uma generalização do modelo CAPM, pois enquanto o segundo permite quantificar a sensibilidade do retorno de um ativo em relação a um único risco sistemático, que é a taxa de retorno da carteira de mercado, no modelo APT podem ser considerados vários tipos de riscos sistemáticos, como por exemplo, além do retorno de mercado, taxa de câmbio, variação do PIB, inflação, entre outros. Em Adler e Dumas (1984), é argumentado que as variações cambiais geralmente afetam, além das empresas exportadoras, importadoras e com produção no exterior, as empresas que não tem operações estrangeiras nem mesmo ativos em outros países, haja vista que as taxas de câmbio podem causar ou concidir com flutuações na demanda agregada doméstica, emprego, produção, etc. Portanto, em Adler e Dumas (1984) temos a caracterização do risco cambial como sendo um risco sistemático. Com isso, este risco pode ser quantificado como o coeficiente de uma regressão em um modelo APT. O mercado já está acostumado com o apreçamento pelo modelo CAPM, em que o risco de um título é quantificado por meio de seu beta em uma regressão do retorno deste título em relação ao índice de mercado. Vendo de outra forma, no modelo CAPM o beta representa a exposição do título em relação ao mercado. Assim, a idéia de exposição cambial não é intrinsicamente diferente da exposição ao risco de mercado, podendo inclusive ser estimada similarmente Resultados empíricos anteriores Choi e Prasad (1995) focaram seu estudo no exame da exposição cambial de multinacionais americanas e também de setores industriais agregados em uma amostra de 409 firmas. Para 61 delas o resultado da exposição cambial foi relevante, sendo que destas, 64% 6
16 se beneficiavam de uma depreciação do dólar. Para justificar o baixo número de empresas multinacionais que apresentaram exposição cambial estatisticamente significativa, é argumentado que a exposição resulta de variáveis econômicas, operacionais e estratégicas da empresa. Assim, seria necessário analisar a exposição líquida de uma empresa. Além disso, estratégias de hedge poderiam reduzir a exposição cambial potencial da firma. Posteriormente, é feita uma divisão no período da amostra, sendo um período de dólar valorizado, entre 01/1978 e 03/1985, e outro período de dólar desvalorizado, entre 04/1985 e 12/1989. Com esta divisão, o número de firmas que mostraram exposição cambial é maior, sendo 34 empresas expostas no primeiro período e 55 empresas expostas no segundo período. Para as empresas que mostraram exposição cambial significante, verificou-se que tal exposição estava correlacionada positivamente com as operações estrangeiras da firma, medidas pelas vendas e pelos ativos no exterior. Em Muller e Verschoor (2006) é analisado se os retornos das ações reagem assimetricamente a movimentos cambiais, de acordo com o sinal e a magnitude destes movimentos. Ainda, é feito um modelo específico para cada firma levando em conta a real exposição de suas vendas e ativos às moedas de seis regiões, pois os autores notaram que estudos que utilizam cestas de moedas agregadas, conhecidas como trade-weighted, para mensurar a exposição cambial não obtém bons resultados. Considerando a estimativa que usa o índice trade-weighted para determinar a variação cambial, os resultados alcançados no modelo apontam que apenas 7,24% das empresas apontaram exposição cambial significativa. Utilizando o modelo com taxas de câmbio específicas por regiões, o número de empresas afetadas pela variação cambial sobe para 29,09%. Ao fazer uma análise levando-se em conta o sinal da variação cambial, os autores notam que, das empresas que apresentaram exposição cambial, em 41,67% delas é 7
17 evidenciada assimetria tanto na depreciação quanto na apreciação cambial. Ainda, há evidências de haver reação mais forte quando há apreciação cambial do que no caso contrário. Os autores também realizam outra estimação por meio de um modelo não-linear, a qual verifica se há assimetria na exposição cambial devido à magnitude da variação cambial. Os resultados apontam que 56,04% das firmas mostraram resultados significativos de exposição. É comentado enfim, que estudos que evidenciaram fraca exposição, podem ter negligenciado o efeito assimétrico da exposição e usado índices de variação cambial muito agregados. Em outro artigo de Muller e Verschoor (2006), é relatado o histórico e os desenvolvimentos recentes acerca da exposição cambial. Entre as principais constatações, vale ressaltar que a exposição cambial só pode ser definida em um período de tempo específico, já que tanto o ambiente e a natureza operacional da firma, bem como o ambiente macroenomômico regional e global são mutantes, fazendo com que também a exposição cambial de uma empresa se altere significativamente ao longo do tempo. Além disso, as pesquisas empíricas sobre o tema tem encontrado suporte limitado em uma relação significante entre o valor da firma e a variação cambial. Outra questão importante verificada neste tema é que a especificação do índice de mercado tem implicações no sinal, magnitude e significância dos coeficientes de exposição cambial. 8
18 Capítulo 3 Base de Dados As séries financeiras utilizadas neste trabalho foram coletadas da base de dados da Bloomberg. Para deflacionar o retorno nominal das ações Petr4, do índice Ibovespa e do índice FGV-100 foi utilizado o IPCA Índice de Preços ao Consumidor Amplo divulgado pelo IBGE. Trabalhamos com valores diários em que as quatro variáveis (Petr4, Ibovespa, FGV-100 e R$/US$) foram negociadas, resultando em 3679 observações entre os anos de 1995 e Para obter o retorno real da ação, foi utilizada a equação a seguir: R t = ln (P t /I t ) ln (P t-1 /I t-1 ) Em que P t corresponde ao preço da ação na data t e I t refere-se ao IPCA. Para o cálculo da variável retorno real de mercado R m,t quando utilizamos o índice Ibovespa como índice de mercado, foi utilizada a seguinte fórmula: R m,t = ln (Ibovespa t /I t ) ln (Ibovespa t-1 /I t-1 ) Para o cálculo da variável retorno real de mercado R m,t, quando utilizamos o índice FGV-100 como índice de mercado, foi utilizada a seguinte fórmula: R m,t = ln (FGV-100 t /I t ) ln (FGV-100 t-1 /I t-1 ) A variável referente à variação cambial nominal St foi calculada em função da 1ª diferença do logaritmo natural. A seguir são apresentadas as tabelas das estatísticas descritivas das variáveis: 9
19 Tabela 1: Estatísticas Descritivas do Retorno Real de Petr4 mensal Desvio Período Média Mediana Padrão Máximo Mínimo ,80% -2,68% 16,16% 28,43% -34,04% ,99% 6,14% 7,85% 19,33% -9,55% ,37% 8,03% 18,01% 18,27% -42,21% ,51% 3,62% 26,27% 20,64% -74,88% ,38% 9,74% 12,85% 37,92% -7,82% ,52% -4,32% 12,43% 25,79% -17,69% ,31% 0,13% 9,50% 16,50% -15,27% ,80% -1,80% 11,47% 16,97% -19,43% ,41% 5,34% 6,75% 12,79% -12,26% ,39% 2,65% 6,56% 13,16% -13,87% ,09% 5,65% 9,46% 17,46% -10,89% ,17% 1,02% 8,40% 22,77% -5,98% ,42% 1,58% 9,58% 19,92% -9,34% ,98% -4,85% 16,41% 14,15% -41,38% ,60% 3,86% 6,93% 14,91% -6,34% Amostra completa 1,24% 2,05% 13,13% 37,92% -74,88% Fonte: Elaboração do autor Tabela 2: Estatísticas Descritivas do Retorno Real do Ibovespa mensal Desvio Período Média Mediana Máximo Padrão Mínimo ,79% -4,24% 11,76% 22,30% -18,22% ,35% 2,28% 5,39% 16,76% -4,86% ,52% 8,38% 12,66% 12,38% -27,45% ,50% 0,17% 19,19% 20,39% -49,83% ,99% 5,03% 9,53% 20,95% -11,83% ,43% -3,53% 8,79% 13,25% -14,13% ,59% -1,68% 9,90% 14,12% -19,12% ,54% -2,01% 10,41% 15,18% -19,29% ,92% 7,03% 6,73% 11,32% -7,78% ,76% 1,34% 5,33% 7,94% -12,53% ,58% 2,30% 7,35% 13,87% -7,88% ,11% 0,75% 5,93% 13,15% -10,08% ,75% 2,18% 4,36% 9,96% -3,98% ,91% -5,73% 10,57% 10,17% -28,95% ,66% 5,03% 5,50% 13,97% -3,67% Amostra completa 0,93% 1,99% 9,84% 22,30% -49,83% Fonte: Elaboração do autor 10
20 Tabela 3: Estatísticas Descritivas da Variação Nominal da Taxa de Câmbio mensal Período Média Mediana Desvio Padrão Máximo Mínimo ,09% 0,97% 1,47% 5,16% -0,59% ,55% 0,55% 0,11% 0,82% 0,41% ,60% 0,60% 0,12% 0,81% 0,38% ,67% 0,62% 0,17% 1,15% 0,51% ,32% 0,78% 16,71% 52,86% -16,96% ,67% 0,05% 2,21% 4,07% -1,74% ,41% 2,93% 5,12% 7,95% -7,82% ,56% 1,08% 10,28% 21,83% -14,07% ,69% -1,17% 4,94% 4,20% -14,14% ,71% -1,28% 3,45% 8,37% -4,91% ,04% -1,31% 3,65% 5,82% -5,80% ,74% -1,30% 4,32% 10,02% -6,35% ,52% -0,96% 3,34% 4,13% -6,76% ,19% -0,41% 6,53% 15,48% -5,21% ,36% -0,79% 3,77% 2,70% -10,59% Amostra completa 0,40% 0,51% 6,08% 52,86% -16,96% Fonte: Elaboração do autor Tabela 4: Estatísticas Descritivas do Retorno Real do FGV-100 mensal Desvio Período Média Mediana Máximo Padrão Mínimo ,13% -5,05% 4,76% 6,02% -9,48% ,32% -0,63% 3,89% 9,45% -6,14% ,41% 0,95% 8,58% 11,36% -19,98% ,40% -2,64% 12,93% 17,80% -30,12% ,00% 6,48% 8,90% 24,11% -6,66% ,03% 0,74% 6,73% 11,82% -10,34% ,04% 0,07% 9,86% 15,56% -15,75% ,22% 0,16% 6,48% 12,62% -9,09% ,05% 4,87% 5,55% 12,69% -4,50% ,78% 1,71% 5,31% 9,39% -10,60% ,73% 0,60% 6,56% 10,62% -8,53% ,98% 1,65% 4,60% 7,94% -9,34% ,41% 2,86% 3,75% 8,91% -4,63% ,05% -2,87% 8,49% 7,20% -20,97% ,99% 4,04% 5,75% 17,02% -3,92% Amostra completa 1,04% 1,29% 7,71% 24,11% -30,12% Fonte: Elaboração do autor 11
21 Capítulo 4 Exposição Cambial: Ibovespa como índice de mercado O objetivo deste capítulo é obter estimativas sobre o impacto da variação cambial no retorno real das ações da Petrobras, representadas pelas suas ações de maior liquidez negociadas na Bolsa de Valores de São Paulo por meio do código Petr4. A maioria dos estudos sobre a exposição cambial parte do princípio de que esta pode ser determinada por meio do valor do coeficiente de uma regressão que quantifica o efeito da taxa de câmbio no valor das ações de uma empresa em excesso ao efeito da variação cambial verificado sobre o mercado. Baseado nisto, podemos estimar a exposição cambial da Petrobras através do modelo abaixo: (1) R t = α 0 + β 0 R m,t +γ 0 St + ε t Em que R t é o retorno real da ação da Petrobras (Petr4), R m,t é o retorno real de mercado (Ibovespa), β 0 é a sensibilidade do retorno da ação a flutuações no retorno real de mercado, S t é a variação cambial nominal (R$/US$), γ 0 é a sensibilidade do retorno real da ação à variação na taxa de câmbio e ε t é o termo de erro não observável. Uma variação positiva na taxa de câmbio implica em depreciação do Real. Portanto, um valor positivo e significante para o parâmetro γ 0 indica que depreciações cambiais têm impacto positivo no retorno real da ação da Petrobras. As séries financeiras geralmente não seguem uma distribuição normal padrão, dada a elevada probabilidade de eventos extremos, portanto geralmente não apresentam uma variância constante. Além disso, nota-se que em séries financeiras a magnitude dos resíduos parece estar relacionada com a magnitude dos resíduos recentes. Por isso, este comportamento peculiar das séries financeiras faz com que o método dos mínimos quadrados ordinários não seja tão eficaz por não captar adequadamente tais efeitos 12
22 diferenciados nos resíduos. Uma opção para lidar com esta situação é realizar as estimações através de modelos do tipo ARCH. Modelos do tipo ARCH (Autoregressive Conditional Heterocedasticity) levam em conta que um período de volatilidade persiste por algum tempo até que o mercado retorne à normalidade. Assim, estes modelos não se utilizam pura e simplesmente da variância histórica para realizar a estimação, e sim é calculada uma variância condicional com base no processo de máxima verossimilhança, a qual dará mais peso aos desvios padrão recentes e menos pesos na medida em que a defasagem temporal aumenta. Para comprovar se a equação que busca explicar os retornos da ação da Petrobras obedece a um processo ARCH, realizamos o teste do multiplicador de Lagrange, o qual verifica se os resíduos do modelo apresentam heterocedasticidade condicional. Pelo valor do teste obtido (valor-p da estatística χ 2 =0.000), rejeitamos a hipótese nula (variância dos resíduos constantes). Assim, nosso modelo inicial é estimado a seguir (Equação 2) por meio de uma generalização do modelo ARCH, chamada de GARCH (General Autoregressive Conditional Heterocedasticity), a qual leva em conta a volatilidade em vários períodos passados. (2) R t = α 0 + β 0 R m,t +γ 0 S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 0 + τ 0 ε 2 t-1 + ν 0 h t-1 Em que h t é a variância condicional dos resíduos, dada por uma constante δ 0, pelo efeito τ 0 nos resíduos defasados (ε 2 t-1), pelo efeito ν 0 nas variâncias condicionais defasadas (h t-1 ) e µ t é o termo de ruído branco. Os parâmetros δ 0, τ 0 e ν 0 são desconhecidos e estimados pelo processo de máxima verossimilhança. É importante para nossa estimação termos um modelo estacionário, pois isto permite que se confie nas estatísticas dos coeficientes e da regressão. Para termos um processo fracamente estacionário e com variância positiva, precisamos que δ, τ 0 >0; ν 0 >0 e τ 0 + ν 0 <1. 13
23 Um processo fracamente estacionário é caracterizado pela independência da esperança e da autocovariância em relação ao tempo. A persistência de choques na volatilidade da série é dada pela soma τ 0 + ν 0. Quanto mais próxima de 1 essa soma, mais persistente será a série e uma alteração na volatilidade levará mais tempo para dissipar-se. Na estimação da equação (2), supõe-se que os erros seguem uma distribuição normal. Contudo, como não sabemos a real distribuição dos erros, utilizaremos a matriz de variância-covariância robusta de Bollerslev & Wooldrigde, a qual garante a consistência do modelo mesmo que a verdadeira distribuição dos erros não siga uma distribuição normal. Os resultados da estimação da equação (2) podem ser conferidos na Tabela a seguir: Tabela 5 Resultados da estimação da Equação (2), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,427 R m,t 0,941 0,020 0,000 S t 0,104 0,033 0,001 Constante Garch(1,1) 0,000 0,000 0,000 ε 2 t-1 0,072 0,016 0,000 h t-1 0,920 0,014 0,000 Observações 3679 R 2 0,627 R 2 Ajustado 0,627 p-valor (Estatística F) 0,000 O coeficiente de exposição cambial, dado por γ 0, foi significativo a um nível de confiança de 99% (valor-p = 0,001), e apontou para um valor de 0,104. Este valor indica que a ação da Petrobras sofreria uma variação positiva de 0,104% no seu retorno real dada uma depreciação cambial de 1%, sendo, portanto, positivamente afetada por uma valorização da moeda estrangeira. Também podemos notar por meio desta estimação que a ação da Petrobras tem um desempenho próximo ao do índice de mercado: para um retorno de 1% neste índice, a ação da empresa teria um retorno esperado de 0,941%. A persistência da volatilidade obtida pelos resultados apresentados na tabela 5 foi de τ 0 + ν 0 = 0,992, o que é um valor elevado, mas justificável pela utilização de dados diários, mostrando que um choque na volatilidade leva vários dias para dissipar-se. O R 2 obtido foi 14
24 elevado, pois com apenas duas variáveis independentes seu valor foi de 0,627, evidenciando a importância das variáveis retorno de mercado e variação cambial para explicar o retorno na ação da Petrobras. Sabemos que no período em análise houve algumas mudanças estruturais na economia brasileira, as quais podem ter afetado de forma distinta a relação entre a variação cambial e o retorno da ação da Petrobras. Em uma análise nas séries de dados, podemos notar, com ajuda do gráfico 1 a seguir, que após a instituição do regime de câmbio flutuante, a variação cambial nominal passou a sofrer oscilações diárias de maior magnitude, o que pode ter afetado a relação de exposição cambial das empresas. O regime de câmbio flutuante foi instituído pelo Comunicado número de 18/01/1999 do Banco Central do Brasil (BCB), no qual se explicitava que o BCB deixaria que o mercado definisse a taxa de câmbio, nos segmentos livre e flutuante, vindo a intervir, ocasionalmente, com o objetivo de conter movimentos desordenados da taxa de câmbio. Gráfico 1 Variação cambial nominal - S t Fonte: Elaboração do autor Assim, criamos uma dummie para considerar tal mudança, a qual assume valor 0 do período inicial da base de dados até o dia 17/01/1999 inclusive, correspondente ao período em 15
25 análise em que o câmbio era controlado, e valor 1 para o dia 18/01/1999 em diante, quando a taxa de câmbio passou a ser determinada pelo regime flutuante. A utilização desta dummie no modelo deve mostrar se houve uma exposição cambial diferenciada para o período de câmbio fixo e para o período de câmbio flutuante. A equação a ser estimada é a seguinte: (3) R t = α 0 + α 1 D 1t + β 0 R m,t + β 1 D 1t R m,t + γ 0 S t + γ 1 D 1t S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 1 + τ 1 ε 2 t-1 + ν 1 h t-1 Nesta equação, podemos perceber que a dummie pode impactar tanto o intercepto como também o coeficiente de todas as variáveis independentes. Os resultados desta estimação são mostrados na Tabela 6 a seguir: Tabela 6 Resultados da estimação da Equação (3), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,403 D 1t 0,000 0,000 0,766 R m,t 1,006 0,031 0,000 D 1t R m,t -0,103 0,036 0,004 S t -1,495 0,711 0,035 D 1t S t 1,574 0,712 0,027 Constante Garch (1,1) 0,000 0,000 0,000 ε 2 t-1 0,066 0,012 0,000 h t-1 0,923 0,012 0,000 Observações 3679 R 2 0,644 R 2 Ajustado 0,643 p-valor (Estatística F) 0,000 Pelos resultados obtidos na Tabela 6, podemos notar que a separação entre os períodos de câmbio administrado e de câmbio flutuante causou um efeito diferenciado no retorno real da ação, corroborado pelos níveis de significância individuais dados por γ 0 (valor-p = 0,035) e por γ 1 (valor-p = 0,027), ambos significantes a um nível de confiança de 95%. No caso do período de câmbio administrado, o coeficiente de sensibilidade γ0 encontrado foi de -1,495. Já para o caso do câmbio flutuante, o coeficiente de sensibilidade do retorno real da ação à variação cambial é dado por γ 0 +γ 1, e o valor encontrado foi de 0,079. Dado o sinal contrário 16
26 de γ 0 e γ 1, realizamos um teste de significância conjunta cuja H 0 : γ 0 + γ 1 = 0, para testar se estes coeficientes se anulariam. O valor encontrado para este teste foi um valor-p da estatística F = 0,031, nos levando a rejeitar a hipótese nula a um nível de confiança de 95%, o que indica robustez nos efeitos diferenciados da exposição cambial durante o regime de câmbio flutuante. Em comparação com os resultados da equação (2), nota-se que a exposição cambial durante o período de cambio flutuante foi similar (0,079 contra 0,104), mas para o período de câmbio fixo a mudança foi bem mais relevante (-1,495 contra 0,104), mostrando que a separação nestes dois subperíodos ajudou a explicitar alterações na exposição cambial durante o intervalo de tempo estudado. Através deste valores, podemos supor ainda que no modelo da equação (2), a exposição cambial durante o período de câmbio fixo não estava sendo devidamente captada, e somente com a separação em dois períodos foi possível verificar este efeito. Além disso, o R 2 da equação mostrou elevação de 0,627 para 0,644 também captando maior aderência do modelo nesta estimação. Exemplificando a exposição cambial encontrada, percebemos que durante o período de câmbio fixo, uma variação cambial de, por exemplo, 1%, provocaria uma variação no retorno real da ação estimada em -1,495%. Já para o período de câmbio flutuante, a mesma variação cambial provocaria uma variação no retorno real da ação da ordem de 0,079 %. A persistência, dada por τ 0 + ν 0, resultou em 0,989, valor próximo ao obtido na equação (2), confirmando a alta persistência da volatilidade no retorno real das ações da Petrobras. Outra alteração ocorrida no modelo com a inserção desta dummie trata da sensibilidade da ação ao retorno de mercado. Na equação (2), em que não há a separação entre regimes cambiais, este efeito foi estimado em 0,941. Enquanto isso, de acordo com os resultados da equação (3), durante o período de câmbio fixo este efeito é dado por β 0 e 17
27 apresentou valor de 1,006, e durante o período de câmbio flutuante, tal efeito é dado por β 0 + β 1 e apresentou valor de 0,906. Ambos os coeficientes são significativos individualmente a um nível de confiança de 99%. Portanto, além de causar um efeito diferenciado na exposição cambial da Petrobras, em diferentes regimes cambiais a sensibilidade da ação em relação ao retorno de mercado também mudou. Outra situação em que o retorno das ações de uma empresa pode ser afetado distintamente por variações cambiais é durante períodos de crise, em que a volatilidade é mais elevada. Logo, percebe-se pelo Gráfico 2 que durante o período compreendido entre novembro de 2007 e janeiro de 2009 (área circulada do gráfico), a volatilidade do retorno real da ação passou por choques e permaneceu constantemente em níveis elevados. Gráfico 2 Retorno e Variância condicional* de Petr4 * utilizando persistência resultante na tabela 2 = 0,989 Fonte: Elaboração própria. Essa ocorrência está ligada à crise do subprime, também chamada de crise global, a qual se costuma dizer que foi a maior crise econômica já verificada desde a Grande Depressão. O epicentro da crise do subprime ocorreu durante este intervalo de tempo, com ocorrência de diversos eventos, tais como o anúncio de perdas bilionárias, em novembro de 2007 de bancos de escala global como o Citigroup, Morgan Stanley, Credit Suisse, BNP Paribas, Wachovia, 18
28 entre outros; a liquidação do Banco Bear Stearns, em março de 2008, que na época era o 5º maior banco de investimentos dos Estados Unidos, além da falência do Banco Lehman Brothers em setembro de 2008, culminando no momento mais drástico desta crise, com redução da liquidez e crise sistêmica por todo o mundo. Todos estes fatos, dentre outros, foram os responsáveis por manter o mercado volátil por um período de tempo extenso e é relevante realizar uma estimação considerando esta situação em particular, dada sua especificidade e o modo com que afetou os mercados financeiros. Assim, criamos uma dummie D 2t, a qual assume valor 1 para o período crítico da crise, do início de novembro de 2007 ao fim do mês de janeiro de 2009 e valor 0 para demais datas. A equação a ser estimada para se verificar o impacto da crise do subprime sobre o retorno real da ação, por meio da interação da dummie D 2t com as variáveis independentes é a seguinte: (4) R t = α 0 + α 2 D 2t + β 0 R m,t + β 2 D 2t R m,t + γ 0 S t + γ 2 D 2t S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 2 + τ 2 ε 2 t-1 + ν 2 h t-1 Seus resultados são apresentados na tabela 7 a seguir: Tabela 7 Resultados da estimação da Equação (4), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,437 D 2t 0,000 0,001 0,477 R m,t 0,925 0,022 0,000 D 2t R m,t 0,193 0,065 0,002 S t 0,117 0,034 0,000 S t D 2t -0,029 0,113 0,791 Constante Garch (1,1) 0,000 0,000 0,001 ε 2 t-1 0,071 0,016 0,000 h t-1 0,921 0,014 0,000 Observações 3679 R 2 0,630 R 2 Ajustado 0,630 p-valor (Estatística F) 0,000 O coeficiente de exposição cambial neste modelo é dado por γ 0 para todo o período em análise, exceto durante a crise, e o valor encontrado foi de 0,117, significante a um nível de confiança de 99%. Este valor foi próximo ao obtido na equação (2), que foi de 0,104. Já durante a crise do subprime, o valor da exposição cambial é dado por γ 0 + γ 2, e resultou um 19
29 valor de 0,088, também em linha com resultados de exposição cambial obtidos na equação (2). Contudo, nota-se que o coeficiente γ 2 mostrou-se pouco significante individualmente, sinalizando que durante a crise do subprime a exposição cambial não foi estatisticamente significativa para explicar o retorno real da ação da Petrobras. Dado o sinal contrário apresentado pelos coeficientes γ 0 e γ 2, realizamos um teste de significância conjunta, cuja H 0 : γ 0 + γ 2 = 0, para analisar se estes dois coeficientes se anulariam. Como resultado deste teste, obtivemos um valor-p da estatística F igual a 0,251, e portanto não rejeitamos a hipótese nula. Com os valores de significância individual e conjunta dos coeficientes de exposição cambial, não encontramos evidências estatísticas de que a ação da Petrobras foi particularmente afetada durante a crise pela variação cambial e, por enquanto, a inserção da dummie referente à crise do subprime parece não ser interessante para explicar a exposição cambial da Petrobras. A persistência do modelo foi de 0,992, em linha com as estimações anteriores, enquanto o R 2 foi de 0,63, apenas um pouco mais elevado que o valor obtido na equação (2), sugerindo que a crise do subprime não agregou muito poder explicativo ao modelo. Outra característica explicitada neste modelo é a sensibilidade diferenciada da ação da Petrobras em relação ao retorno de mercado durante a crise. Neste período, esta sensibilidade é dada por β 0 + β 1 e o valor encontrado foi de 1,118, enquanto que para o período total da amostra, exclusive a crise, a sensibilidade, dada pelo coeficiente β 0, resultou em um valor de 0,925, enquanto na equação (2) este mesmo coeficiente apresentou valor de 0,941. Assim sendo, durante a crise a ação da Petrobras mostrou sensibilidade em relação ao retorno de mercado mais elevada que em situações normais. Um fato em particular que pode gerar um comportamento diferenciado no retorno real da ação é o sinal da variação na taxa de câmbio, já que valorizações ou desvalorizações cambiais podem causar efeito diferenciado na empresa, dependendo de sua atividade, setor em que 20
30 atua, políticas de hedge, suporte governamental, entre outros. Assim, vamos analisar a existência do efeito assimetria por sinal para o caso da Petrobras. Para isso, criaremos uma dummie D 3t, a qual assume valor 1 para depreciação cambial ( St>0) e valor 0 para os demais casos. O modelo a ser estimado é o seguinte: (5) R t = α 0 + α 3 D 3t + β 0 R m,t + β 3 D 3t R m,t + γ 0 S t + γ 3 D 3t S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 3 + τ 3 ε 2 t-1 + ν 3 h t-1 Os resultados da estimação encontram-se na Tabela 4 abaixo: Tabela 8 Resultados da estimação da Equação (5), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,644 D 3t 0,000 0,000 0,256 R m,t 0,941 0,023 0,000 D 3t R m,t 0,001 0,050 0,981 S t 0,070 0,061 0,251 D 3t S t 0,016 0,083 0,843 Constante Garch (1,1) 0,000 0,000 0,001 ε 2 t-1 0,072 0,016 0,000 h t-1 0,920 0,013 0,000 Observações 3679 R 2 0,628 R 2 0,627 p-valor (Estatística F) 0,000 Durante períodos de apreciação da taxa de câmbio, o coeficiente de exposição cambial é dado por γ 0 e seu valor foi positivo em 0,07, inferior ao valor de exposição cambial obtido na estimação da equação (2), que foi de 0,104. Para os períodos de depreciação cambial, o coeficiente de exposição cambial é dado por γ 0 + γ 3, e o valor obtido foi de 0,086. No entanto, nota-se que os níveis de significância dados pelos valores-p de ambos os coeficientes não fornecem evidência estatística de exposição cambial diferenciada para a Petrobras de acordo com o sinal da variação cambial. Além disso, realizamos um teste de Wald cuja H 0 : γ 0 + γ 3 = 0 para verificar se estes coeficientes seriam significantes conjuntamente. Como resultado, obtivemos valor-p da estatística F = 0,690, o que nos leva a não rejeitar a hipótese nula e confirmar a falta de evidência estatística de exposição cambial diferenciada de acordo com o 21
31 sinal da variação cambial. Portanto, neste momento a inserção desta dummie parece não melhorar o poder explicativo do modelo. No modelo a seguir, consideramos todas as variáveis explicativas e todas as dummies utilizadas até agora: (6) R t = α 0 + α 1 D 1t + α 2 D 2t + α 3 D 3t + β 0 R m,t + β 1 D 1t R m,t + β 2 D 2t R m,t + β 3 D 3t R m,t + γ 0 S t + γ 1 D 1t S t + γ 2 D 2t S t + γ 3 D 3t S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 4 + τ 4 ε 2 t-1 + ν 4 h t-1 Tabela 9 Resultados da estimação da Equação (6), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,738 D 1t 0,000 0,000 0,968 D 2t 0,000 0,001 0,561 D 3t 0,001 0,000 0,114 R m,t 1,001 0,031 0,000 D 1t R m,t -0,132 0,036 0,000 D 2t R m,t 0,243 0,063 0,000 D 3t R m,t 0,010 0,033 0,756 S t -1,537 0,716 0,031 D 1t S t 1,575 0,710 0,026 D 2t S t 0,018 0,113 0,873 D 3t S t 0,007 0,087 0,929 Constante Garch (1,1) 0,000 0,000 0,001 ε 2 t-1 0,066 0,012 0,000 h t-1 0,922 0,013 0,000 Observações 3679 R 2 0,650 R 2 0,648 p-valor (Estatística F) 0,000 Pelos valores estimados, notamos que os coeficientes γ 2 e γ 3, associados à variação cambial durante a crise do subprime e de acordo como sinal da variação cambial, respectivamente, que já haviam se mostrado com pouca significância em equações anteriores, voltaram a apresentar o mesmo comportamento. Além deles, alguns outras variáveis também se mostraram pouco significativas. Assim, resolvemos excluir as variáveis menos significantes, (valor-p>0,20), de modo a evitar que estes termos com baixo poder de explicação enviesem o modelo e gerem uma falsa sensação de maior poder explicativo. 22
32 Dado isso, criamos outra equação a seguir que exclui essas variáveis, mantendo apenas as variáveis mais significativas da equação (6), ficando o modelo assim especificado: (7) R t = α 0 + β 0 R m,t + β 1 D 1t R m,t + β 2 D 2t R m,t + γ 0 S t + γ 1 D 1t S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 5 + τ 5 ε 2 t-1 + ν 5 h t-1 Tabela 10 Resultados da estimação da Equação (7), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,656 D 3t 0,001 0,000 0,112 R m,t 1,008 0,031 0,000 D 1t R m,t -0,134 0,037 0,000 D 2t R m,t 0,237 0,046 0,000 S t -1,528 0,718 0,033 D 1t S t 1,572 0,707 0,026 Constante Garch (1,1) 0,000 0,000 0,001 ε 2 t-1 0,066 0,012 0,000 h t-1 0,922 0,013 0,000 Observações 3679 R 2 0,650 R 2 0,649 p-valor (Estatística F) 0,000 Neste modelo, a exposição cambial se dá de forma diferenciada de acordo com o regime cambial. Durante o regime de câmbio fixo, a exposição é dada unicamente pelo coeficiente γ 0, cujo valor encontrado, de -1,528, é significante a um nível de significância de 5%. Já para o período de depreciação cambial, a exposição cambial é dada por γ 0 + γ 1 e o valor encontrado foi de 0,044. Dado os sinais dos valores embutidos na exposição cambial anterior, vamos realizar um teste de Wald com H 0 : γ 0 + γ 1 = 0 para verificar se a soma destes coeficientes seria estatisticamente nula. O valor-p da estatística F obtido neste teste foi igual a 0,029 o que nos leva a rejeitar a hipótese nula a um nível de confiança de pelo menos 95%. Portanto, isso demonstra evidências de exposição cambial diferenciada durante o período de câmbio flutuante em relação à exposição cambial do mercado. 23
33 Ao verificarmos os impactos das dummies na sensibilidade da ação em relação ao retorno de mercado, podemos observar que durante a crise do subprime esta sensibilidade foi maior, enquanto no período de câmbio flutuante esta sensibilidade diminui. O R 2 do modelo indica que as variáveis independentes utilizadas no modelo explicam 65% das variações no retorno real da ação da Petrobras, enquanto a persistência neste modelo veio em linha com a persistência apresentada nos demais modelos, e seu valor foi de 0,988. O resultado deste estudo evidencia que a ação da Petrobras é afetada significativamente a variações cambiais. Dentro dos resultados alcançados, podemos destacar que a divisão da amostra em períodos, de acordo com mudanças macroeconômicas estruturais verificadas ao longo do tempo, melhorou o poder explicativo do modelo e alcançou resultados distintos para a exposição de acordo com a política cambial. Esta constatação vai de encontro a resultados conquistados em outros estudos, tais como em Choi e Prasad (1995) e Dominguez e Tesar (2005), que mostraram que a exposição cambial varia ao longo do tempo, de acordo com mudanças que ocorrem na macroeconomia e nas empresas. Estudo de Muller e Verschoor (2006), realizado para empresas norte-americanas, verificou que quase a metade delas sofria da assimetria por sinal, ou seja, havia um impacto diferenciado no retorno das ações de acordo com o sinal da variação cambial. Além disso, os resultados obtidos apontam para a existência de uma exposição cambial mais forte nas empresas em momentos de apreciação cambial. Nota também que durante períodos em que há elevada magnitude de variação cambial, a exposição cambial mostra-se significativa para um percentual maior de empresas. Indo de encontro a estes resultados, vemos no estudo de Pontes (2010), que a exposição cambial durante período de crise também se revelou de forma mais intensa para a empresa Aracruz. Em nosso modelo final, não conseguimos encontrar evidências de assimetria na exposição cambial da Petrobras, tanto por sinal quanto por magnitude, parecendo não haver 24
34 diferença na exposição cambial desta empresa em momentos de apreciação ou depreciação cambial, bem como em momentos de maior magnitude das variações cambiais, como o que ocorreu durante a crise do subprime. 25
35 Capítulo 5 Exposição Cambial: FGV-100 como índice de mercado O objetivo deste capítulo é replicar as estimações do capítulo anterior utilizando outro índice de mercado, o FGV-100, ao invés do Ibovespa, como um exercício de robustez. A escolha do índice FGV-100 como índice de mercado deve-se à sua composição, pois este é formado pelas ações das 100 maiores empresas privadas e não-financeiras do Brasil, e deste modo as ações da Petrobras, uma empresa estatal, não fazem parte de sua carteira teórica. A utilização de um índice como o Ibovespa, que é a principal referência para o mercado brasileiro e no qual as ações da Petrobras estão entre as de maior peso, pode causar algum problema de endogeneidade nas estimações, na medida em que as variações no preço das ações da Petrobras são responsáveis por uma parcela considerável das oscilações do índice Ibovespa. Portanto, um exercício de robustez utilizando um índice como o FGV-100 mostra-se pertinente pela sua representatividade e por não conter as ações da Petrobras em sua composição, permitindo comparar os resultados entre os dois modelos. Em todas as estimações deste capítulo, substituiremos o retorno real do Ibovespa como índice de mercado R m,t pelo retorno real do índice FGV-100. A primeira equação a ser estimada é a seguinte: (8) R t = α 0 + β 0 R m,t +γ 0 S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 0 + τ 0 ε 2 t-1 + ν 0 h t-1 Os resultados da estimação da equação (8) podem ser conferidos na tabela 11 a seguir: Tabela 11 Resultados da estimação da Equação (8), utilizando matriz de variância-covariância robusta de Bollerslev & Wooldrigde Coeficiente Erro-Padrão p-valor Constante 0,000 0,000 0,164 R m,t 0,912 0,034 0,000 S t -0,066 0,040 0,102 Constante Garch(1,1) 0,000 0,000 0,000 ε 2 t-1 0,092 0,018 0,000 h t-1 0,889 0,016 0,000 Observações 3679 R 2 0,412 R 2 Ajustado 0,411 p-valor (Estatística F) 0,000 26
36 O coeficiente de exposição cambial, dado por γ 0, apontou para um valor de -0,066, mas o nível de significância aponta para fraca evidência estatística deste parâmetro, dado o valor-p = 0,102. O valor encontrado indica no modelo que a ação da Petrobras sofreria uma variação negativa de 0,066% no seu retorno real dada uma depreciação cambial de 1%, sendo, portanto, negativamente afetada por uma desvalorização da moeda local quando usamos o índice FGV-100 como índice representativo de mercado. Na tabela 12 a seguir, comparamos os coeficientes obtidos na equação (8) aos obtidos quando utilizamos o Ibovespa como índice de mercado: Tabela 12 Comparação dos resultados da Tabela 5 e da Tabela 11 Coef. Tab. 2 p-valor Coef. Tab. 7 p-valor Constante 0,000 0,427 0,000 0,164 R m,t 0,941 0,000 0,912 0,000 S t 0,104 0,001-0,066 0,102 Constante Garch(1,1) 0,000 0,000 0,000 0,000 ε 2 t-1 0,072 0,000 0,092 0,000 h t-1 0,920 0,000 0,889 0,000 Comparando os coeficentes na tabela 12, podemos notar pouca variação na sensibilidade do retorno da ação ao retorno de mercado de acordo com o índice de mercado utilizado. Contudo, a exposição cambial apresentou variações mais significativas neste momento. Quando utilizamos o índice FGV-100, a significância da exposição cambial mostrou-se mais fraca, além do sinal desta exposição ter se invertido. Em seguida, realizaremos a estimação da equação que inclui a dummie D 1t relacionada ao regime cambial, a qual assume valor 0 do período inicial da base de dados até o dia 17/01/1999 inclusive, correspondente ao período em análise em que o câmbio era controlado, e valor 1 para o dia 18/01/1999 em diante, quando a taxa de câmbio passou a ser determinada pelo regime flutuante. A equação a ser estimada é a seguinte: (9) R t = α 0 + α 1 D 1t + β 0 R m,t + β 1 D 1t R m,t + γ 0 S t + γ 1 D 1t S t + ε t com ε t = µ t (h t ) 1/2 h t = δ 1 + τ 1 ε 2 t-1 + ν 1 h t-1 27
DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA EXPOSIÇÃO CAMBIAL: O CASO DA SABESP
DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA EXPOSIÇÃO CAMBIAL: O CASO DA SABESP Patricia Cabral de Menezes Gurfinkel ORIENTADOR: PROF. DR. JOSÉ VALENTIM MACHADO VICENTE Rio de Janeiro, 05 de
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia mais2 Estimação de uma Curva de Demanda Agregada para o Brasil
2 Estimação de uma Curva de Demanda Agregada para o Brasil Neste capítulo, identificamos e estimamos uma equação de demanda agregada com dados brasileiros. Nos próximos capítulos, utilizamos esta relação
Leia mais2 Risco de Base e Estatísticas Descritivas
2 Risco de Base e Estatísticas Descritivas 2.1 Amostra A amostra inclui os preços diários de todos os contratos futuros negociados de três commodities agropecuárias e dois ativos financeiros, entre 3 de
Leia mais2 Conteúdo Informacional da Estrutura a Termo da Taxa de Juros no Brasil
2 Conteúdo Informacional da Estrutura a Termo da Taxa de Juros no Brasil No Brasil, o conteúdo informacional da curva de juros é ainda um assunto muito pouco explorado. O objetivo desta seção é explorar
Leia maiso Preço das Ações da Aracruz Celulose S.A.
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA O Impacto da Variação da Taxa de Câmbio sobre
Leia maisH11 GESTÃO DE RECURSOS LTDA.
H11 GESTÃO DE RECURSOS LTDA. Empresa: Documento: H11 Gestão de Recursos Ltda. Versão anterior: 30/09/2015 Atualização: 18/02/2016 Data Emissão / Revisão n.º revisão: 18/02/2016 ver. 2 Página: 2 Introdução:
Leia maisRisco x Retorno. Fundamentos de Risco e Retorno: Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos.
Risco x Retorno Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Fundamentos de Risco e Retorno: Em administração e finanças, risco é a possibilidade de perda
Leia mais7 Testes de hipóteses conjuntas (THC)
7 Testes de hipóteses conjuntas (THC) Da mesma forma como procedemos quando fizemos as inferências individuais dos coeficientes estimados dos modelos apresentados na seção 6, aqui também apresentaremos,
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia mais6 Resultados. 24 Na tabela 9, no apêndice, mostramos os resultados de regressões usando a base de dados de
6 Resultados Os resultados mostram que o racionamento afetou consideravelmente o comportamento e desempenho das firmas. A tabela 5 mostra os resultados das regressões para as duas bases de dados com o
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisExposição Cambial: O Caso da Eletrobras no Período
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA Exposição Cambial: O Caso da Eletrobras no
Leia maisResultados. 4.1 Resultado da análise buy and hold
36 4 Resultados 4.1 Resultado da análise buy and hold Os resultados obtidos com a análise buy and hold estão em linha com os observados em estudos efetuados no mercado norte-americano, como Ritter (1991)
Leia maisEconometria. Séries Temporais Lista de Exercícios
Econometria Séries Temporais Lista de Exercícios 1. Estimação da Autocovariância e da Autocorrelação Tome a série de dados da planilha estimacao.xlsx e estime o que se pede sobre a série de tempo dada.
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisRESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO
RESUMO DO CAPÍTULO 3 DO LIVRO DE WOOLDRIDGE ANÁLISE DE REGRESSÃO MÚLTIPLA: ESTIMAÇÃO Regressão simples: desvantagem de apenas uma variável independente explicando y mantendo ceteris paribus as demais (ou
Leia mais'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV
69 'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV O presente capítulo objetiva entender o comportamento das séries de retorno financeiras para as carteiras de investimento elaboradas no capítulo anterior. Tal análise
Leia mais4 Aplicação para o mercado brasileiro
4 Aplicação para o mercado brasileiro 4.1 Dados Uma aplicação da metodologia de Simulação Histórica Filtrada (SHF) foi realizada, a partir dos preços de opções do mercado brasileiro, como forma de verificar
Leia mais5 Metodologia e Resultados 5.1. Metodologia
5 Metodologia e Resultados 5.1. Metodologia Realizamos estimações utilizando o modelo de efeitos fixos para dados em painel. A escolha do modelo econométrico a seguirmos decorre das hipóteses que desejarmos
Leia mais7 Testes de Robustez. 7.1 Efeito sobre os alunos não beneficiados
7 Testes de Robustez Como os resultados anteriores não foram obtidos a partir de um experimento controlado, eles devem ser interpretados com bastante cautela. Esta seção submete estes resultados a uma
Leia maisAvaliação de Empresas Profa. Patricia Maria Bortolon
Avaliação de Empresas BETA E CAPM Aula 3 Comparando Dispersões aula passada Situação do mercado Ativo 1 (ret %) Ativo 2 (ret %) Ativo 3 (ret %) Ativo 5 (ret %) Precipitação Pluviométrica Retorno do ativo
Leia mais4 Modelo de microestrutura para a taxa de câmbio
35 4 Modelo de microestrutura para a taxa de câmbio O objetivo deste Capítulo é apresentar um modelo capaz de capturar as características do modo de funcionamento do mercado cambial brasileiro e subsidiar
Leia maisAções de bancos e risco sistêmico
Ações de bancos e risco sistêmico GV INVEST 15 Este artigo descreve um método para a análise tanto da correlação dos retornos de ações de bancos como da velocidade de mudança dessa correlação ambos sendo
Leia mais3 Metodologia. Lucro empresa privada = a + b Valorização Ibovespa
3 Metodologia Segundo a metodologia de Aswath Damodaran 15, a avaliação de empresas de capital fechado possui, porque a informação disponível para avaliação é limitada e as empresas fechadas não possuem
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia maisFATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997
Economia e Desenvolvimento, nº 11, março/2000 Artigo Acadêmico FATORES EXPLICATIVOS DO SALDO DA BALANÇA COMERCIAL DO BRASIL 1990 A 1997 Zenir Adornes da Silva * Resumo: Neste artigo, analisa-se a influência
Leia mais1.1 Principais objetivos
1 Introdução Os modelos de apreçamento de ativos buscam caracterizar a relação entre retorno esperado e risco, sendo o CAPM (Capital Asset Pricing Model) o mais conhecido e utilizado. Entretanto, seu desempenho
Leia maisConclusões Conclusões
Conclusões 97 6 Conclusões Este trabalho teve dois grupos de objetivos principais: (i) analisar criticamente as características teóricas dos modelos de avaliação de custo de capital próprio propostos para
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisMestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007
Projeções de Séries S Temporais Econometria dos Mercados Financeiros Mestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007 Objetivo do curso
Leia maisQuiz Econometria I versão 1
Obs: muitos itens foram retirados da ANPEC. Quiz Econometria I versão 1 V ou F? QUESTÃO 1 É dada a seguinte função de produção para determinada indústria: ln(y i )=β 0 + β 1 ln( L i )+β 2 ln( K i )+u i,
Leia maisNotas sobre o efeito da variação da taxa de câmbio sobre o lucro de uma firma exportadora
Notas sobre o efeito da variação da taxa de câmbio sobre o lucro de uma firma exportadora Notes on the effects of exchange rate variation on the profits of an exporting firm Antonio Sergio Munhoz 1 Palavras-chave:
Leia maisGabarito da 1 a Lista de Exercícios de Econometria II
Gabarito da 1 a Lista de Exercícios de Econometria II Professor: Rogério Silva Mattos Monitor: Delano H. A. Cortez Questão 1 Considerando que o modelo verdadeiro inicialmente seja o seguinte: C = a + 2Y
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisNotas de Aulas Econometria I ** Eduardo P. Ribeiro, 2010 PARTE II
Notas de Aulas Econometria I ** Eduardo P Ribeiro, 00 PARTE II Autocorrelação Autocorrelação: violação da hipótese: E [ε t ε t-s ] = 0, para s > 0, como por exemplo, ε t = ε t- + υ t, onde υ t é ruído
Leia maisCarteiras de Variância Mínima no Brasil
no Brasil Itaú-Unibanco Abril de 2012 no Brasil Agenda Conceitos básicos em Finanças 1 Conceitos básicos em Finanças 2 3 4 5 no Brasil Seleção de carteiras de investimento Suponha N ativos de risco, com
Leia maisPROCESSO DE FORMAÇÃO DA TAXA DE JUROS NO BRASIL: Samuel Pessôa
1 PROCESSO DE FORMAÇÃO DA TAXA DE JUROS NO BRASIL: 1997-2012 Samuel Pessôa 1 30-07-2012 O objetivo desta nota é descrever de forma sucinta a evolução do juro real no Brasil. Trabalharemos com a taxa de
Leia maisPara o presente estudo, foram obtidos os dados através das bases de dados Bloomberg e Ipeadata.
3 Metodologia 3.1. Variáveis analisadas Foram selecionadas algumas variáveis relacionadas ao carry trade do real; esta selação foi baseada nos estudos de Carvalho e Divino (2009) e Nishigaki (2007). As
Leia mais4 Rigidez de Preços versus Rigidez de Inflação no Brasil
4 Rigidez de Preços versus Rigidez de Inflação no Brasil 4.1 Introdução Por que processos de desinflação são custosos? Modelos novo-keynesianos com rigidez de preços e expectativas racionais, apesar de
Leia mais4 Resultados. 4.1 Resultados das Regressões Estruturais
37 4 Resultados 4.1 Resultados das Regressões Estruturais A tabela 4.1.1 apresenta os resultados das regressões estruturais realizadas de acordo com as equações (1) e (2). As variáveis dependentes são
Leia maisEvidências Do Prêmio de Risco no Mercado de Câmbio Brasileiro
Marcelo Bittencourt Coelho dos Santos Evidências Do Prêmio de Risco no Mercado de Câmbio Brasileiro Dissertação de Mestrado Dissertação apresentada ao Programa de Pósgraduação em Administração de Empresas
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisEconometria - Lista 6
Econometria - Lista 6 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 A curva de Phillips desempenha um papel fundamental na
Leia maisEfeitos sobre o câmbio das intervenções cambiais esterilizadas O caso brasileiro de 2003 a 2006
Felipe César Dias Diógenes Efeitos sobre o câmbio das intervenções cambiais esterilizadas O caso brasileiro de 2003 a 2006 Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Motivação Por exemplo, queremos analisar a série
Leia maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Leia maisModelos ARCH e GARCH Aula 8. Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8
Modelos ARCH e GARCH Aula 8 Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8 Motivação Pesquisadores que se dedicam a prever séries temporais, tais como preços
Leia mais1 Introdução. de Froot e Rogoff (1995), Frankel e Rose (1995) e Rogoff (1996).
1 Introdução A literatura teórica sobre taxas de câmbio apresenta uma série de resultados que não são respaldados empiricamente. Embora o avanço das técnicas econométricas e o surgimento de bases de dados
Leia maisDesemprego e Inatividade no Estado do Pará: Evidências da Técnica de Regressão Logística Multinomial
Desemprego e Inatividade no Estado do Pará: Evidências da Técnica de Regressão Logística Multinomial 1 Introducão Mônica Josélly Gonçalves Soares 1 Marinalva Cardoso Maciel 2 Natália Cyntia Cordeiro 3
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia mais4 Resultados 4.1. Efeitos sobre Rentabilidade
23 4 Resultados 4.1. Efeitos sobre Rentabilidade A metodologia de Propensity Score Matching (PSM) tem como finalidade tornar os grupos de controle e tratamento comparáveis. Para tanto, tal metodologia
Leia maisModelo de Precificação de Ativos Financeiros (MPAF) ou CAPM (Capital Asset Pricing Model).
Modelo de formação de preços de ativos de capital - CAPM Modelo CAPM Modelo de Precificação de Ativos Financeiros (MPAF) ou CAPM (Capital Asset Pricing Model). É utilizado para determinar a taxa de retorno
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia maisProcesso de formação da taxa de juros no Brasil:
Nota Revista Economia & Tecnologia (RET) Volume 9, Número 1, p. 163-168, Jan/Mar 2013 Processo de formação da taxa de juros no Brasil: 1997-2012 Samuel Pessôa 1 30-07-2012 1 Agradeço ao comentário de Alexandre
Leia maisAnálise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra
Análise da Regressão múltipla: MQO Assintótico Capítulo 5 do Wooldridge Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades
Leia maisTema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e medidas de liquidez.
Aluno: Rafael Milanesi Caldeira Professor Orientador: Adriana Bruscato Bortoluzzo Tema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e
Leia maisAnálise de séries temporais financeiras
Séries Temporais Financeiras Aula -1 Análise de séries temporais financeiras Em princípio, não haveria diferenças entre a análise de séries temporais financeiras e aquelas ocorrendo em outras áreas, como
Leia maisPolítica de Gerenciamento de Risco de Mercado
Política de Gerenciamento de Risco de Mercado 1 ÍNDICE 1. OBJETIVO... 2 2. GERENCIAMENTO DE RISCOS... 2 3. RISCO DE MERCADO... 2 3.1 Retorno...... 3 3.2 Excesso de Retorno... 3 3.3 Volatilidade... 3 3.4
Leia maisAlém disso, o modelo apresenta significativa correlação entre as variáveis independentes, o que pode ter contribuído para aumentar artificialmente o
82 5. CONCLUSÃO EVA é uma medida que avalia o desempenho das empresas em termos de geração de valor para os acionistas. Segundo O Byrne (1999), o objetivo básico do EVA é criar uma medida periódica de
Leia maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisPara as opções de dólar, os resultados encontrados foram os seguintes: Corrado Su Modificado IN THE MONEY 100,63% 97,57% 100,53% 100,51%
4 Resultados Inseridos os parâmetros de entrada correspondentes a cada modelo abordado nas funções programadas no Excel, foram calculados os prêmios de opção de dólar em cada cenário. Foi calculado a razão
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisMÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Leia mais7 Aplicação Modelos Propostos
43 7 Aplicação 7.1. Modelos Propostos Foram estimados 4 modelos diferentes, onde 3 deles incluem fatores ligados a curva de juros. Esses modelos são comparados com o modelo de referência (baseado no CAPM).
Leia maisNÍVEIS DE PREÇO E A TAXA DE CÂMBIO NO LONGO PRAZO
NÍVEIS DE PREÇO E A TAXA DE CÂMBIO NO LONGO PRAZO R e f e r ê n c i a : C a p. 1 6 d e E c o n o m i a I n t e r n a c i o n a l : T e o r i a e P o l í t i c a, 6 ª. E d i ç ã o P a u l R. K r u g m a
Leia maisMBA em Finanças e Controladoria. Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno
MBA em Finanças e Controladoria Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno Obetivos do Tópico 06 5h Obetivo Entender os fundamentos de risco e retorno Obetivos de aprendizagem
Leia mais3. METODOLOGIA E AMOSTRA
3. METODOLOGIA E AMOSTRA Nesta seção são descritos os passos utilizados para a comparação entre os modelos GARCH e Black&Scholes no mercado brasileiro, desde a seleção do período e da amostra, passando
Leia mais4 Mecanismo gerador dos dados, quebras estruturais e cointegração
4 Mecanismo gerador dos dados, quebras estruturais e cointegração 4.1. Mecanismo gerador de dados Eis alguns fatos destacados na literatura: A teoria da PPC prevê que a taxa de câmbio real deve convergir
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA. Ênfase em Macroeconomia Financeira. vire aqui
MESTRADO PROFISSIONAL EM ECONOMIA Ênfase em Macroeconomia Financeira vire aqui DISCIPLINAS MATEMÁTICA Esta disciplina tem como objetivo apresentar aos alunos o instrumental matemático necessário para o
Leia maisTeste de % de defeituosos para 1 amostra
DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia mais9 Previsão da taxa de câmbio no Brasil
84 9 Previsão da taxa de câmbio no Brasil Uma questão deixada em aberto pelos modelos apresentados nos Capítulos anteriores diz respeito à capacidade dos mesmos de prever os movimentos futuros da taxa
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisCOMENTÁRIO ECONÔMICO Fim do primeiro tempo de 2018
COMENTÁRIO ECONÔMICO Fim do primeiro tempo de 2018 Acabou o primeiro semestre de 2018 com muitas indefinições e com o quadro bem mais complexo do que no início do ano. Mas ao mesmo tempo, acreditamos nas
Leia mais3 Dados e metodologia
3 Dados e metodologia 3.1 Apresentação de Dados Para a realização dessa pesquisa foram utilizados os dados da série histórica dos preços da soja (em grão) do Estado do Paraná, obtidos da base de dados
Leia maisDiogo Ribeiro de Almeida. Governança Reduz Volatilidade? Dissertação de Mestrado
Diogo Ribeiro de Almeida Governança Reduz Volatilidade? Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do título de Mestre pelo Programa de Pós- Graduação em Economia
Leia mais7 Velocidade de ajustamento da cotação ao fluxo de ordem
63 7 Velocidade de ajustamento da cotação ao fluxo de ordem Algumas das hipóteses subjacentes ao modelo apresentado no Capítulo 4 são: i) os preços podem se ajustar livremente e de forma descontínua para
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisClaudia Emiko Yoshinaga Francisco Henrique Figueiredo de Castro Junior
de de Claudia Emiko Yoshinaga claudia.yoshinaga@alianti.com.br Francisco Henrique Figueiredo d Junior henrique.castro@alianti.com.br 31 de agosto de 2010 Sumário de 1 2 3 4 5 Motivação de Teoria tradicional
Leia maisAgricultural Portfolio Choice during Great Recession : an Application of Arbitrage Pricing Theory
Construção de Carteiras Agrícolas durante a Crise de 2007-2010: uma Aplicação da Teoria de Apreçamento por Arbitragem Agricultural Portfolio Choice during Great Recession 2007-2010: an Application of Arbitrage
Leia maisAULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisAULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 07 e 09 de dezembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisADMINISTRAÇÃO FINANCEIRA
ADMINISTRAÇÃO FINANCEIRA Prof. Renê Coppe Pimentel Prof. Renê Coppe Pimentel Pg. 1 RISCO E RETORNO (PORTFÓLIO DE 2 ATIVOS) Prof. Renê Coppe Pimentel Pg. 2 RISCO E RETORNO: PORFOLIOS Portfólios Teoria de
Leia maisMedidas Macroprudenciais no Brasil: Efeitos do Depósito Compulsório Sobre Produto e Estoque de Crédito da Economia Parte 2
temas de economia aplicada 39 Medidas Macroprudenciais no Brasil: Efeitos do Depósito Compulsório Sobre Produto e Estoque de Crédito da Economia Parte 2 Raí da Silva Chicoli (*) Esta é a segunda parte
Leia maisMetodologia de gestão de Risco de Mercado
Metodologia de gestão de Risco de Mercado Data Criação: Ago/11 Data última revisão: Jun/13 1 Sumário 1. Introdução... 3 2. Risco de mercado... 3 3. Métodos de gerenciamento de risco... 3 4. Controle de
Leia maisO Mercado Monetário, a Taxa de Juros e a Taxa de Câmbio
O Mercado Monetário, a Taxa de Juros e a Taxa de Câmbio Introdução Os fatores que afetam a oferta ou a demanda de moeda de um país estão entre os principais determinantes da taxa de câmbio. O modelo integra
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisTestes de Hipótese para uma única Amostra - parte I
Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os
Leia maisSetor Externo: Otimismo Incipiente
7 Setor Externo: Otimismo Incipiente Vera Martins da Silva (*) Apesar do enorme desemprego e nível de atividade ainda com péssimos indicadores há no ar um conjunto de informações e percepções sobre a existência
Leia mais