Palavras-chave: Volatilidade Estocástica, Superfície de Volatilidade, Opções de Câmbio

Tamanho: px
Começar a partir da página:

Download "Palavras-chave: Volatilidade Estocástica, Superfície de Volatilidade, Opções de Câmbio"

Transcrição

1 Modelagem De Superfíces De Volatldade Para Opções Com Baxa Lqudez Sobre Pares De Moedas, Cujos Componentes Apresentam Opções Líqudas Em Outros Pares Resumo Este trabalho apresenta um modelo para determnação da superfíce de volatldades de um par de moedas cujas opções têm baxa lqudez, utlzando superfíces de volatldade com maor lqudez, de pares de moedas em que as moedas estudadas sejam uma de suas componentes. Esse objetvo é atngdo através da utlzação de um modelo de volatldade estocástca. A calbração de seus parâmetros é feta a partr dos valores de mercado de Butterfly Spreads e Rsk Reversals dos pares de moedas líqudos. O trabalho contrbu em relação à lteratura no sentdo de amplar a cobertura de strkes e vencmentos consderados, permtndo que, tanto opções pouco líqudas e fora do dnhero, como notas estruturadas com opções embutdas possam ser mas adequadamente apreçadas. Palavras-chave: Volatldade Estocástca, Superfíce de Volatldade, Opções de Câmbo Abstract Ths work presents a model for determnng the volatlty surface of a currency par whose optons have low lqudty, usng hgher lqudty volatlty surfaces of other currency pars, n whch the desred currences are one of ther components. Ths goal s acheved through the use of a stochastc volatlty model. The calbraton of ts parameters s done from market values of the Butterfly Spreads and Rsk Reversals of the lqud-currency pars. Ths work contrbutes to the lterature n an effort to broaden the scope of strkes and maturtes consdered, allowng for both llqud and out of-the-money optons, as well as structured notes wth embedded optons, to be more approprately prced. Keywords: Stochastc Volatlty. Volatlty Surface, Currency Optons JEL: C0, C Área Anpec: Área 7 - Mcroeconoma, Métodos Quanttatvos e Fnanças

2 Modelagem De Superfíces De Volatldade Para Opções Com Baxa Lqudez Sobre Pares De Moedas, Cujos Componentes Apresentam Opções Líqudas Em Outros Pares Rcardo Consonn (EESP/FGV) Afonso de Campos Pnto (EESP/FGV) Resumo Este trabalho apresenta um modelo para determnação da superfíce de volatldades de um par de moedas cujas opções têm baxa lqudez, utlzando superfíces de volatldade com maor lqudez, de pares de moedas em que as moedas estudadas sejam uma de suas componentes. Esse objetvo é atngdo através da utlzação de um modelo de volatldade estocástca. A calbração de seus parâmetros é feta a partr dos valores de mercado de Butterfly Spreads e Rsk Reversals dos pares de moedas líqudos. O trabalho contrbu em relação à lteratura no sentdo de amplar a cobertura de strkes e vencmentos consderados, permtndo que, tanto opções pouco líqudas e fora do dnhero, como notas estruturadas com opções embutdas possam ser mas adequadamente apreçadas. Palavras-chave: Volatldade Estocástca, Superfíce de Volatldade, Opções de Câmbo Abstract Ths work presents a model for determnng the volatlty surface of a currency par whose optons have low lqudty, usng hgher lqudty volatlty surfaces of other currency pars, n whch the desred currences are one of ther components. Ths goal s acheved through the use of a stochastc volatlty model. The calbraton of ts parameters s done from market values of the Butterfly Spreads and Rsk Reversals of the lqud-currency pars. Ths work contrbutes to the lterature n an effort to broaden the scope of strkes and maturtes consdered, allowng for both llqud and out of-the-money optons, as well as structured notes wth embedded optons, to be more approprately prced. Keywords: Stochastc Volatlty. Volatlty Surface, Currency Optons JEL: C0, C Área Anpec: Área 7 - Mcroeconoma, Métodos Quanttatvos e Fnanças

3 . Introdução O mercado de opções de câmbo é um dos que apresentam grande lqudez há város anos, e o correto apreçamento de seus nstrumentos se torna mperatvo para o sucesso de qualquer um dos seus partcpantes. Este estudo apresenta um modelo que determna os pontos faltantes em uma superfíce de volatldades, prncpalmente quando os respectvos dados de mercado são escassos. Estas superfíces servem como base para o apreçamento de nstrumentos fnanceros mas sofstcados, como opções exótcas e notas estruturadas e, neste sentdo, a sua adequada construção é de suma mportânca. O modelo é aplcado ao caso de opções sobre o Euro x Dólar Canadense (EURCAD), que até meados de 007 eram muto pouco líqudas, começaram a ganhar lqudez de forma consstente a partr de 008, e hoje já são bastante negocadas. O modelo utlza as nformações das volatldades mplíctas de opções de pares com maor lqudez (USDCAD - Dólar Amercano x Dólar Canadense e EURUSD - Euro x Dólar Amercano), tratando os processos de volatldades como puramente estocástcos. A escolha destes pares de moedas se deu pela falta de lqudez de outros pares de moedas envolvendo o Real como um de seus componentes, e pelo fato das opções sobre o EURCAD ter apresentado um aumento sgnfcatvo de lqudez nos últmos anos, permtndo que o modelo pudesse ser verfcado com maor precsão. Derman e Kan (994) mostraram que há um efeto conhecdo como sorrso de volatldade, onde as volatldades mplíctas das opções nos seus modelos de apreçamento aumentam à medda que se afastam do preço spot do atvo-objeto, tanto para opções n-the-money como para opções out-of-themoney. Adconalmente, mostram que a volatldade também aumenta com o prazo até o vencmento, um fenômeno conhecdo como estrutura a termo da volatldade. Esses efetos se opõem ao que o modelo proposto por Black-Scholes (97) assume, onde a volatldade é consderada constante, para qualquer strke ou prazo de vencmento. Dversos estudos focam nos fatores que contrbuem na formação do sorrso de volatldade. Fama (964) demonstrou que os retornos dos atvos não seguem uma dstrbução normal. Jarrow e Rudd (98) e Corrado e Su (997) estudaram a assmetra e a curtose nas dstrbuções hstórcas dos retornos. Merton (976) aborda a exstênca de saltos nos preços dos atvos. Hull & Whte (987) abordaram o comportamento estocástco da volatldade. Garman e Kohlagen (98) adaptaram o modelo de Black e Scholes (97) para opções de câmbo, mantendo as suas premssas, estendendo-o para ldar com a presença de duas taxas de juros, uma para cada moeda envolvda. A prncpal contrbução do modelo Garman-Kohlhagen (GK) é que a taxa de câmbo pode ser vsta como um atvo que paga um dvdendos contínuos. O modelo de Heston (99) expande este conceto, assumndo que essas taxas varam com o tempo, segundo um modelo estocástco. Com volatldades também estocástcas. Recentemente, dversos autores brasleros utlzaram técncas para aprofundar o estudo das superfíces de volatldades mplíctas: Oya (009) utlzou a Análse de Componentes Prncpas (PCA) para estudar a superfíce de volatldade mplícta de opções européas do par de moedas USDBRL (Dólar Amercano x Real). Vargas (00) utlzou a volatldade hstórca do atvo-objeto como parâmetro para determnar a superfíce de volatldades mplíctas de ações do Ibovespa. Bustamante (00) utlzou a Transformada Rápda de Fourer para determnar a superfíce de volatldades das opções USDBRL através do modelo de Heston (98). Iveson (00) estudou a determnação de uma superfíce de volatldades de um par de moedas com baxa lqudez, a partr de superfíces de volatldades com maor lqudez, também com base no modelo de Heston (98). Ao utlzar um número maor de prazos até o vencmento e de relações de moneyness, buscando obter valores mas precsos para todo a faxa de valores negocados, este trabalho estende o modelo proposto por Iveson (00), que determna a superfíce de volatldades de um par de moedas cujas opções têm baxa lqudez, utlzando as superfíces de volatldades de outros pares de moedascom componentes comuns ao par líqudo, cujas opções são mas líqudas. O objetvo aqu é permtr que se estme com maor acuráca os valores ausentes das superfíces de volatldades exstentes, devdo a dados ncompletos em função da falta de hstórco de negócos. Adconalmente, o modelo aqu apresentado busca permtr que se determne uma superfíce de volatldades que possblte dentfcar eventuas oportundades de arbtragem devdo a desvos na precfcação das opções dsponíves no mercado.

4 Este trabalho está dvddo em quatro seções, nclundo esta ntrodução. A segunda seção descreve o modelo utlzado e as respectvas hpóteses que o permeam. A tercera seção apresenta tanto a calbração dos parâmetros do modelo a partr dos dados de mercado, como a construção da superfíce de volatldades mplíctas e a dscussão da qualdade dos resultados obtdos. A últma seção conclu o trabalho.. Descrção do Modelo O modelo adotado neste trabalho é um adaptação do modelo de Heston, pos assume que a taxa de câmbo é estocástca, uma vez que a taxa de câmbo pode ser expressa como uma relação entre as taxas de juros local e externa. Cada par de moedas é dentfcado por um índce, para =,,, com as respectvas dnâmcas descrtas pelas seguntes equações: ds = µ. S. dt + σ. S. dw t t t dσ = α σ. dz < dw, dz >= ρ. dt [] A expressão < dw, dz > denota o produto escalar entre os processos de Wener dw e dz, podendo ser nterpretado como a correlação entre ambos. As volatldades nstantâneas σ têm taxa de reversão à méda nula. O índce dentfca os pares de moedas aqu consderados de acordo com a Tabela abaxo: Tabela : Pares de Moedas consderados Par de Moedas USDCAD EURUSD EURCAD A escolha destes pares se deu pela falta de lqudez de outros pares de moedas que envolvessem o Real como um de seus componentes, e pelo fato das opções sobre o EURCAD terem apresentado um aumento sgnfcatvo de lqudez desde 008, permtndo que o modelo pudesse ser verfcado com maor precsão. Este trabalho se utlza, dentre as dversas estruturas presentes no, de dos produtos largamente negocados, Rsk Reversals e Butterfly Spreads defndos a segur : O Rsk Reversal (RR ) é a dferença entre as volatldades mplíctas de uma call e uma put, ambas com mesmo, e nos fornece a nclnação da curva de volatldade, que pode ser utlzada como uma medda do grau de assmetra da dstrbução de retornos do atvo-objeto: RR = σ σ [] Call Put O Butterfly Spread (BF ) é a dferença entre a méda das volatldades mplíctas da call e da put com mesmo e a volatldade mplícta da opção at-the-money, e nos fornece a curvatura da curva de volatldades, sendo uma boa medda do grau de achatamento da dstrbução de retornos do atvo-objeto: BF σ Call + σ Put = σ ATM [] Quanto maor for a procura por um contrato de opções, maor será o seu preço e, conseqüentemente, maor será a sua volatldade mplícta assocada. Para um dado, um Rsk Reversal postvo ndca

5 que a volatldade da call é superor ao da put, ndcando que o mercado atrbu a dstrbução assmétrca de expectatvas de retornos do atvo-base, com maor número de pessoas apostando numa alta de seu preço do que numa baxa. Em seu estudo, Iveson (00) também utlzou dados de Rsk Reversals e Butterfly Spreads com 0.5 e vencmento de 6 meses, dos pares de moedas USDBRL e EURUSD para determnar a superfíce de volatldades do par EURBRL. Entretanto, os fenômenos do sorrso de volatldade e da estrutura a termo da volatldade, descrtos por Derman e Kan (994), mostram que essa abordagem smplfcada (com apenas um e um vencmento) pode ser nefcente para determnar uma superfíce de volatldades mplíctas completa, e aqu resde a maor contrbução deste trabalho. A Fgura mostra as volatldades mplíctas de calls e puts para o par de moedas EURBRL, no da 5/0/0, destacando que os valores para um mesmo prazo, ou para um mesmo, podem apresentar grandes varações. Observa-se um crescmento consderável nos valores das volatldades mplíctas, aumentando à medda que cresce o strke da opção: as volatldades mplíctas são mas baxas para as puts mas out-of-the-money (com s menores), aumentando à medda que se aproxma da opção at-the-money, contnuando seu crescmento, até culmnar nas calls mas out-of-the-money (novamente com s menores). Outro mportante fenômeno observado é a pequena varação das volatldades mplíctas das puts ao longo do tempo, apresentando um aumento sensível apenas nos prazos de vencmentos acma de 6 meses. Essa característca não se observa nas volatldades mplíctas das calls, que exbem um crescmento constante ao longo do tempo, como esperado. Fgura : Volatldades mplíctas para o par de moedas EURBRL, no da 5/0/0 0D Call 5D Call 5D Call 5D Call ATM 5D Put 5D Put 5D Put 0D Put 4% % 0% 8% 6% 4% % 0% W W W M M M 4M 9M Y 8% 6% M 4% M Y % 0% 8% 6% 4% % 0% 5P 0P 5P 0P 5P 0P 5P 40P 45P ATM 45C 40C 5C 0C 5C 0C 5C 0C 5C 8% A Fgura abaxo mostra os valores dos Rsk Reversals e Butterfly Spreads observados no mercado no da 5/0/0, para o mesmo par de moedas. De forma análoga, os valores para dferentes s e 4

6 prazos mostram-se bastante dstntos, prncpalmente nos prazos de 6 meses para o vencmento. As dferenças entre as volatldades mplíctas das calls e puts de mesmo são evdencadas nesses gráfcos, ndcando que a generalzação de um valor para todo e qualquer prazo pode se mostrar nefcaz para a correta determnação da superfíce de volatldades. Fgura : Rsk Reversals e Butterfly Spreads do par de moedas EURBRL, no da 5/0/0 4% % 0% 8% 6% 4% % 0% 0D RR 5D RR 5D RR 5D RR W W W M M M Y M M Y RR 45 RR 40 RR 5 RR 0 RR 5 RR 0 RR 5 RR 0 RR 5 6% 4% % 0% 8% 6% 4% % 0% 4% % 0D BF 5D BF 5D BF 5D BF M M Y 4% % 0% W W W M M M Y BF 45 BF 40 BF 5 BF 0 BF 5 BF 0 BF 5 BF 0 BF 5 0% Cálculo dos parâmetros α e ρ dos pares de moedas líqudos a partr dos valores de Rsk Reversals e Butterfly Spreads Conforme demonstrado por Iveson (00), os parâmetros α e ρ das equações [] para =,, podem ser obtdos a partr do Rsk Reversal, do Butterfly Spread e da volatldade da opção at-the-money de um determnado par de moedas, através das seguntes equações: α = 6σ ATMBF BF T d + σ ATM [4] BF d + RR σ A ρ = [5] d 6σ BF ATM O valor d é obtdo a partr das funções nversas das dstrbuções normas-padrão de cada um dos s dos contratos de Rsk Reversals e Butterfly Spreads utlzados. Yekutel (004) utlzou as cotações dos contratos de opções Rsk Reversals e Butterfly Spreads como nputs em uma rotna de calbração que busca o melhor ajuste (best-ft) dos valores para os parâmetros do Modelo de Heston. A função-custo utlzada para o ajuste no estudo era a soma dos quadrados dos erros entre as volatldades mplíctas dos preços de mercado e as volatldades dos valores obtdos do modelo. Foram encontrados três problemas prncpas quando se tentou ajustar o modelo de Heston a uma superfíce de volatldades real de mercado: Por ser um modelo de 5 parâmetros, o Modelo de Heston não tem a precsão necessára para adequar uma superfíce de volatldades, que mutas vezes contém mas de 0 pontos de nformação. 5

7 O Modelo de Heston gera dnamcamente a assmetra e a curvatura (curtose) da superfíce de volatldade, devdo à natureza estocástca da volatldade. Em períodos curtos de tempo, essas característcas fornecdas pelo modelo são muto nferores àqueles observados nas superfíces de volatldade presentes no. Rebonato (004) aponta que este problema podera ser soluconado por um modelo que também ncluísse saltos, mas que essa solução não sera parcmonosa. O formato da evolução da curva das volatldades mplíctas das opções at-the-money à medda que aumenta o prazo para o vencmento (do curto para o longo prazo) não obedece à forma de transção exponencal prescrto pelo comportamento de reversão à méda do Modelo de Heston (stuação não relevante neste trabalho dada a adoção da taxa de reversão à méda nula). Em vsta de tas observações, Yekutel (004) decdu exclur os dados das opções com vencmentos nferores a dos meses do conjunto de dados para a calbração do Modelo, assm como as opções com 0.0, que compõem o RR 0 e o BF 0. Tas característcas são confrmadas neste estudo. Cálculo dos parâmetros α, para o par de moedas com menor lqudez Uma vez que os dados de Rsk Reversals e Butterfly Spreads para o par EURCAD são demasadamente escassos para utlzar a mesma metodologa aplcada anterormente, defnmos α em função de α, ρ, α, declaradas nas equações [4] e [5]. De [] decorre que: α = Var( dσ ) [6] onde Var ( dσ ) é a varânca de d σ. Prossegumos assm para o desenvolvmento das expressões de d σ e ds / S, como segue. Partndo do prncípo de não-arbtragem do valor da cotação do par de moedas S, onde S = S S, calculamos sua dervada total, dada abaxo: S S ds = ds + ds = SdS + SdS [7] S S Dvdndo [7] por S, e usando [] obtemos [8] ndcada abaxo. Por estarmos tratando de uma assocação de dos processos estocástcos, o termo determnístco (o drft µ ) pode ser desconsderado. ds ds ds = + = σdw + σ dw = σ dw [8] S S S Se tomarmos o produto escalar dos processos estocástcos dos preços dos pares de moedas e, podemos defnr: < dw, dw >= ρdt [9] Com base em [8] e [9], podemos escrever: σ = σ + σ + σ σ ρ [0] Fazendo a dervada total de [0]: σ dσ = σ dσ + σ dσ + ρ σ dσ + ρ σ dσ Chamando = ( σ + ρ σ ) dσ + ( σ + ρ σ ) dσ ( σ + ρ σ ) ( σ + ρ σ ) dσ = dσ + dσ σ σ σ + ρσ Φ A = σ σ + ρσ Φ B = σ Dado que, de [], dσ = α. dz, e substtundo [] em [] obtemos: [] [] 6

8 dσ = Φ α dz + Φ α dz [] A B De [6], podemos calcular α como se segue: α = Var( dσ ) = α Φ + α Φ + α α Φ Φ < dz, dz > A B A B α = α Φ + α Φ + α α Φ Φ < dz, dz > A B A B ds Por defnção, ρ =< dσ, >. Usando [], [] e [8], temos: S ds ρ =< dσ, >=< Φ α dz + Φ α dz, σ dw + σ dw > A B S = α σ Φ < dz, dw > + α σ Φ < dw, dz > A A + α σ Φ < dw, dz > + α σ Φ < dz, dw > B B Dentre as correlações presentes em [4] e [5], conhecemos apenas < dz, dw > e < dz, dw >, guas a ρ, respectvamente. Anda não possuímos uma forma analítca para < dw, dz >, < dw, dz > e < dz, dz >. Devdo ao fato que as séres hstórcas dessas correlações não apresentarem um comportamento estável, a utlzação dos valores hstórcos dessas correlações não é vável, pos esta abordagem atenuara a característca estocástca do modelo, acarretando uma perda de aderênca do modelo ao mundo real. Iveson (00) sugere um artfíco algébrco para soluconar este problema. São defndos dos novos processos estocástcos artfcas dw e dw, ortogonas a dw e dw respectvamente, de modo a satsfazer às seguntes restrções: < dw, dw >= 0 < dw, dw >= 0 dz = ρ dw + ρ dw dz = ρ dw + ρ dw Os processos dw podem ser descrtos como a decomposção do processo estocástco dz em dos componentes: um que decorre dos movmentos da taxa de câmbo (correspondente a ρ dw ), e outro que se orgna do ruído do (correspondente a ρ dw ). Dessa forma, [4] [5] [6] dw pode ser descrto como a parte estocástca do processo de volatldade dz que não pode ser explcada pelos movmentos da taxa de câmbo. Com esses dos novos processos é possível calcular as correlações < dw, dz >, < dw, dz > e < dz, dz > em função das correlações < dw,dw >, < dw, dw > e < dw,dw >. Adconalmente, estas últmas mostram-se muto mas estáves que as prmeras. Tas correlações são defndas como segue: < dw, dw > : é a correlação da parcela da volatldade de USDCAD que é explcada pela varação da taxa de câmbo de USDCAD (a equação resultante da regressão dos retornos de USDCAD com sua volatldade em cada período), com a parcela da volatldade de EURUSD que não é explcada pela varação da taxa de câmbo EURUSD (os resíduos da regressão dos retornos de EURUSD com sua volatldade em cada período). < dw, dw > : é a correlação da parcela da volatldade de EURUSD que é explcada pela varação da taxa de câmbo de EURUSD, com a parcela da volatldade de USDCAD que não é explcada pela varação da taxa de câmbo de USDCAD. 7

9 < dw,dw > : é a correlação da parcela da volatldade de USDCAD que não é explcada pela varação da taxa de câmbo de USDCAD, com a parcela da volatldade de EURUSD que não é explcada pela varação da taxa de câmbo de EURUSD. Expandndo as equações de [6] com as correlações descrtas, podemos defnr: < dw, dz >=< dw, ρ dw + ρ dw >= ρ ρ + ρ < dw, dw > < dw, dz >=< dw, ρ dw + ρ dw >= ρ ρ + ρ < dw, dw > < dz, dz >=< ρ dw + ρ dw, ρ dw + ρ dw > = ρ ρ ρ + ρ ρ < dw, dw > + ρ ρ < dw, dw > + ρ ρ < dw, dw > [7] Utlzando os valores de [7] em [5], podemos defnr ρ = α σ Φ ρ + α σ Φ < dw, dz > + α σ Φ < dw, dz > + α σ Φ ρ A A B B [8] O processo de obtenção de valores das volatldades mplíctas das calls e puts a partr dos dados de mercado é composto por nove fases descrtas abaxo.. Cálculo das séres hstórcas de α, α, ρ, a partr dos valores dos Rsk Reversals e Butterfly Spreads, para cada um dos pares de moedas, dos dados dsponíves no mercado.. Regressão da volatldade dos pares de moedas em função dos retornos dáros. Com os coefcentes obtdos, calcula-se as séres de retornos fltrados dw e dw, e dos resíduos da regressão, obtém-se dw e dw.. Com as séres dw e dw, obtdas na fase, calculam-se os coefcentes < dw,dw >, < dw, dw > e < dw,dw >. 4. A partr da regressão dos retornos fltrados, dw e dw, calcula-se o coefcent. 5. A partr das séres α, α, ρ, obtdos na fase, e do valor ρ, obtdo na fase 4, são calculadas as séres de correlações estocástcas < dw, dz >, < dw, dz > e < dz, dz >. 6. Com os valores das volatldades hstórcas dos pares de moedas, σ e σ, e o valor ρ, obtdo na fase 4, são calculados os valores para Φ A e Φ B. 7. Com as séres α, α, ρ, obtdos na fase, as séres de correlações estocástcas < dw, dz >, < dw, dz > e < dz, dz >, obtdas na fase 5, e os valores de Φ A e Φ B, calculados na fase 6, calcula-se as séres de α. 8. Com as séres α, calculadas na fase 7, calcula-se as séres dos Rsk Reversals e Butterfly Spreads para o par de moedas. 9. A partr das séres dos Rsk Reversals e Butterfly Spreads para o par de moedas, determna-se as volatldades mplíctas para as calls e puts desse par de moedas. O fluxo a ser segudo para a construção da superfíce de volatldades é lustrado na Fgura abaxo. 8

10 Fgura : Fluxograma do processo de obtenção das volatldades mplíctas Obtenção. de α, α, ρ Realzação. das regressões dos movmentos dos pares de moedas Realzação. Obtenção.5 das regressões das dos resíduos das correlações regressões anterores estocástcas 7 Obtenção. de α 8 Obtenção. 9 Obtenção. das volatldades de RR e BF mplíctas das callse das puts 4 Obtenção de ρ 6 Obtenção de Φ A e Φ B Na próxma seção o processo descrto acma é mplementado para se obter as volatldades mplíctas para calls e puts do par de moedas EURCAD, a partr dos Rsk Reversals e Butterfly Spreads para ambos os pares de moedas USDCAD e EURUSD.. Resultados Foram utlzados dados dáros do termnal Bloomberg, para os Rsk Reversals e Butterfly Spreads para os pares de moedas USDCAD e EURUSD, com s de 0.0, 0.5, 0.5 e 0.5, para os prazos de mês ( das útes), meses (6 du), 6 meses (6 du) e ano (5 du), de 06/0/006 a 5/0/0. O número total de observações da sére é de 5 das. Cada da nos fornece observações, para os dversos prazos e s. Apesar de estarem dsponíves opções com prazos de vencmento de até 7 anos, as opções com prazos acma de anos apresentavam lqudez baxa, e portanto foram descartadas deste estudo pelo número excessvo de outlers. Fase : Geração dos α para os pares de moedas USDCAD e EURUSD As séres hstórcas de α e ρ para os pares de moedas USDCAD e EURUSD foram calculados a partr dos valores hstórcos dos Rsk Reversals e Butterfly Spreads de cada um dos pares de moedas. As Fguras 8 e 9 lustram as dferenças entre os valores calculados para os dversos s e prazos, fornecendo bons ndícos que a segmentação em áreas dferentes pode trazer um refnamento nos resultados. Na fgura 4 observamos que os valores dos Alphas para os dferentes s não dferem tanto quando comparados com outro Alphas de mesmo prazo, mas que varam muto para o mesmo, para prazos de vencmento dferentes. Na fgura 5, notamos que a mesma característca ocorre, exceto para os Alphas de 0.5, que apresentam valores modulares menores que para os demas s. Outra característca notável é que a correlação entre os processos estocástcos dw e dz, ndcado pelos Rhos de cada par de moedas, é negatva para o par USDCAD, enquanto que para o par EURUSD, é postva. Essa característca ndcará a sncrona de dreção dos movmentos dos preços e das volatldades do par de moedas em questão. 9

11 Fgura 4: Alphas calculados para as moedas USDCAD e EURUSD no da 5/0/0 Alpha - USDCAD Alpha - EURUSD M M Y Prazo M M Y Prazo Alpha - USDCAD M M Y Alpha - EURUSD M M Y Fgura 5: Rhos calculados para as moedas USDCAD e EURUSD no da 5/0/0 Rho - USDCAD Rho - EURUSD M M Y Prazo M M Y Prazo Rho - USDCAD M M Y Rho - EURUSD M M Y Fase : Regressão das volatldades de cada par de moedas, em função dos movmentos de preços dessa moeda geração de dw e dw Foram fetas regressões das volatldades de mês, meses, 6 meses e ano, em função dos movmentos dáros (retornos logarítmcos de d-0, d- e d-), AR() e AR() para cada par de moedas, USDCAD e EURUSD. A utlzação de processos autorregressvos de a e a ordens se faz necessáro, pos a sére apresenta uma forte correlação seral postva. Essa correlação seral é confrmada pelos resultados dos coefcentes de Durbn-Watson das regressões. Apresentamos a segur os resultados obtdos para cada um dos coefcentes, com suas estatístcas t entre parênteses: 0

12 USDCAD Coefcente M M Y d-0 0,0058 (,60) 0,0007 (0,8) 0,000 (,77) 0,07 (,69) d- -0,5474 (-,8) -0,0850 (-,78) -0,08 (-,09) -0,000 (-,94) d- -0,0948 (-,) -0,0767 (-,5) -0,04089 (-,47) -0,0008 (-,4) EURUSD Coefcente M M Y d-0 0,00097 (0,88) 0,0808 (,0) 0,086 (,46) 0,049 (,47) d- -0,78 (-,54) -0,408 (-,86) -0,076 (-,89) -0,0677 (-,66) d- -0,894 (-,8) -0,56 (-,87) -0,00047 (-,) - Com os coefcentes obtdos, forma calculados as séres de dw e dw para cada um dos períodos analsados, e a partr dos resíduos das regressões, foram gerados as séres de dos períodos analsados. dw e dw para cada um Fase : Regressão das séres geradas na Fase Utlzando-se as séres dw, dw, dw e dw, geradas pelas regressões anterores, foram fetas as regressões de < dw, dw >, < dw, dw > e < dw,dw >. Neste caso também foram utlzados processos autorregressvos de a e a ordens, para corrgr a correlação seral postva. Os coefcentes obtdos são apresentados abaxo, com suas estatístcas t entre parênteses: Coefcente M M Y < dw, dw > 0,07445 (4,6) 0,05978 (,6) 0,0984 (,44) 0,04077 (,) < dw, dw > 0,0994 (4,7) 0,708 (5,9) 0,5 (7,9) 0,496 (5,87) < dw,dw > 0,946 (7,65) 0,08 (9,46) 0,80 (9,80) 0,7867 (9,) Fase 4: determnação d A partr de [9], podemos calcular ρ dt =< dw, dw > da regressão dos retornos de USDCAD e EURUSD em cada período. Os valores obtdos são mostrados abaxo, com suas estatístcas t entre parênteses: M M Y ρ 0,7757 (5,6) 0,7446 (4,78) 0,7057 (4,) 0,6 (,07) Neste caso, os valores obtdos para cada prazo são muto próxmos, havendo uma dferença menor que 4,% entre os valores extremos. Fase 5: Determnação de < dw, dz >, < dw, dz > e < dz, dz > Tendo os valores d e as séres < dw, dw >, < dw, dw > e < dw,dw >, são calculadas as séres de correlações estocástcas hstórcas de < dw, dz >, < dw, dz > e < dz, dz > para cada prazo, através de [7]. Fase 6: Determnação de Φ A e Φ B Com os valores das volatldades hstórcas para cada período de USDCAD e EURUSD, e com os valores d, as séres de Φ A e Φ B para cada prazo foram calculadas, conforme [].

13 Fase 7: Determnação de α Utlzando as séres e coefcentes obtdos, as séres de valores hstórcos para α para cada prazo podem ser calculadas, de acordo com [4] e [8]. A fgura 6 apresenta os valores obtdos para os Alphas e Rhos para o da 5/0/0. Fgura 6: Alphas e Rhos calculados para o par de moedas EURCAD, no da 5/0/ Alpha Rho 6 M M Y Prazo 0.00 M M Y Prazo 5 Alpha 0.07 Rho M M Y M M Y Notamos que o mesmo comportamento apresentado para os Alphas do pares de moedas utlzados anterormente é repetdo para o par de moedas estudado agora: os valores dos Alphas para os dferentes s não dferem muto quando comparados com os de mesmo prazo, mas varam bastante para um mesmo, com prazos de vencmento dferentes. Os valores de Rho, assm como os do par de moedas EURUSD, são postvos, ndcando uma correlação postva entre os os processos estocástcos dw e dz. Fase 8: Determnação de RR EURCAD e BF EURCAD Utlzando [4] e [5], podemos determnar as séres de valores de RR EURCAD e BF EURCAD a partr de cada um dos valores de α. A Fgura 7 apresenta os valores obtdos para os RR EURCAD e BF EURCAD para o da 5/0/0. Todos os valores de BF EURCAD são postvos, assm como os observados para o par EURBRL, mas os valores dos Butterfly Spreads calculados para o par EURCAD ndcam que sua superfíce de volatldades mplíctas possu uma curvatura menor que a da superfíce do par EURBRL. Além dsso, os valores de RR EURCAD são negatvos, ao contráro aos do par EURBRL. Essa característca nos ndca que há uma assmetra nas expectatvas do mercado, snalzando uma perspectva de alta na cotação do par de moedas EURBRL, enquanto que projeta uma queda na cotação do par EURCAD.

14 Fgura 7: Butterfly Spreads e Rsk Reversals calculados para o par de moedas EURCAD, no da 5/0/0 Butterfly Spread Rsk Reversal 0.9 M M Y Prazo M M Y Prazo Butterfly Spread M M Y Rsk Reversal M M Y Fase 9: Determnação das volatldades mplíctas das calls e puts para o par de moedas EURCAD, e sua superfíce de volatldades mplíctas. Tendo os valores dos Butterfly Spreads e Rsk Reversals para o par de moedas EURCAD, é possível calcular as volatldades mplíctas de suas calls e puts, e construr sua superfíce de volatldades mplíctas, utlzando [] e []. A superfíce de volatldades fo construída utlzando-se nterpolação através de splnes cúbcos. Esse método de nterpolação fo utlzado para compensar a relatva escassez de pontos para construção da curva, porém não garante que a superfíce obtda exba a característca de um modelo lvre de arbtragem, de modo que os preços das opções calculadas com a volatldade exbdas possam apresentar eventuas oportundades de arbtragem com seu atvo-objeto. Anda assm, essas oportundades só apareceram entre os vértces, que não são alterados no processo. Comparação da superfíce estmada com a observada no mercado. Uma vez construída a superfíce de volatldades, podemos compará-la com a superfíce de volatldades real de mercado. A Fgura 8 apresenta a superfíce de volatldades para as calls do par EURCAD para o da 5/0/0. Fgura 8: Superposção das superfíces de volatldade estmada e de mercado para as calls do par EURCAD, para o da 5/0/0.

15 A superfíce que está por cma, menos ondulada, é a estmada. A Fgura 9 mostra a subtração das superfíce, destacando as dferenças absolutas, em pontos percentuas, entre elas. É possível observar que as dferenças são muto pequenas, excetuando os valores para o prazo de mês para o vencmento, e para 0.0, que apresentam valores dscordantes. Essas dferenças, para os prazos mas curtos, mostraram um comportamento errátco, de um da para o outro, no período observado Fgura 9: Resultado da subtração das superfíces de volatldade estmada e de mercado das calls do par EURCAD para o da 5/0/0. Fgura 0: Secções temporas das superfíces de volatldade estmada e de mercado das calls do par EURCAD para o da 5/0/0. Prazo = mês.6 Prazo = meses..5 Volatldade Implícta (%) Volatldade Implícta (%).4. Estmado.7 Estmado Prazo = 6 meses 4.0 Prazo = ano Volatldade Implícta (%) Estmado Volatldade Implícta (%) Estmado

16 Uma análse dlgente da Fgura 0 nos permte dentfcar as razões que ocasonam as flutuações mas acentudadas presentes na Fgura 9: o descolamento entre os valores calculados pelo modelo para o prazo de vencmento de mês, comparados aos valores observados no mercado neste da são muto maores do que para os demas prazos, chegando a 0,6%. Fgura : Secções temporas das superfíces de volatldade estmada e de mercado das puts do par EURCAD para o da 5/0/0. Prazo = mês.7 Prazo = meses..6 Estmado Volatldade Implícta (%)..0.9 Volatldade Implícta (%) Estmado Prazo = 6 meses 4. Prazo = ano.6 Estmado 4.0 Volatldade Implícta (%).4..0 Volatldade Implícta (%) Estmado As Fguras 0 e comparam as secções temporas das superfíces de volatldade estmada e de mercado das calls e puts, respectvamente, do par EURCAD para o da 5/0/0. Observa-se uma semelhança, tanto de valores como de formato, para a evolução das curvas de volatldades mplíctas para os prazos de vencmento acma de meses, tanto para as calls, como para as puts, ndcando a boa aderênca do modelo ao mercado para esses prazos. Para o prazo de vencmento de mês, o formato da curva de mercado vara muto, dependendo do da observado, mas o formato da curva do modelo é muto estável, gerando dferenças maores ou menores, de acordo com a nquetação dos partcpantes do mercado no da analsado. Essas dferenças são anacrôncas, e podem apresentar excelentes oportundades de arbtragem. 5

17 Fgura : Secções por das superfíces de volatldade estmada e de mercado das calls do par EURCAD para o da 5/0/0 0,0 0, Volatldade Implícta (%) Estmado Volatldade Implícta (%).0.5 Estmado Prazo (meses).5 6 Prazo (meses) 0,5 0,5.5 Volatldade Implícta (%) Estmado Volatldade Implícta (%) Estmado Prazo (meses).5 6 Prazo (meses). As Fguras e comparam as secções por das superfíces de volatldade estmada e de mercado das calls e puts, respectvamente, do par EURCAD para o da 5/0/0. As curvas observadas nestas fguras são mas alnhadas com os resultados esperados do modelo. Anda se observa um descolamento mas acentuado nos valores das volatldades mplíctas para o prazo de vencmento de mês, prncpalmente nas opções com mas baxo, mas essa característca é atenuada pela escala dos valores das escalas dos gráfcos. A aderênca das curvas de volatldades mplíctas calculadas pelo modelo ao mercado varou pouco ao longo do tempo, apresentando baxa efcáca apenas em períodos turbulentos, quando a volatldade das cotações do atvo-objeto cresceu muto. Nestes casos, o modelo demonstrou pouca establdade para determnar curvas de volatldades com a precsão desejada. 6

18 Fgura : Secções por das superfíces de volatldade estmada e de mercado das puts do par EURCAD para o da 5/0/0 0, , Volatldade Implícta (%) Estmado Volatldade Implícta (%).0.5 Estmado Prazo (meses).5 6 Prazo (meses) 0,5 0, Volatldade Implícta (%) Estmado Volatldade Implícta (%) Estmado Prazo (meses).5 6 Prazo (meses) Dferença entre as volatldades calculadas pelo modelo e as observadas no mercado em 5 de Março de 0 Calls Puts Prazo (meses) Prazo (meses) ,89% -0,4% -0,57% -0,% 0.0 +,65% -0,% -0,74% -0,0% 0.5 +,94% -0,6% -0,6% -0,48% 0.5 +,4% +0,04% -0,46% -0,6% ,6% -0,09% -0,% +0,8% 0.5 -,07% -0,0% +0,8% +0,% 0.5-0,6% -0,0% -0,% +0,00% ,5% -0,8% +0,5% -0,44% As volatldades mplíctas apresentam uma dferença percentual maor para as opções com menor prazo até o vencmento, e para s menores. Em geral, as dferenças percentuas entre as volatldades observadas no mercado e as calculadas pelo modelo são nferores a 0,5%, atrbundo um elevado fator de confabldade ao modelo. 4. Conclusão O objetvo deste trabalho fo desenvolver uma manera de determnar a superfíce de volatldades para opções pouco líqudas, cujo atvo-objeto é um par de moedas cujos componentes tenham opções com maor lqudez quando pareadas com uma tercera moeda. O par de moedas escolhdo para este estudo fo o Euro x Dólar Canadense, que apresentava baxa lqudez e, para possbltar a execução do estudo, 7

19 foram utlzadas as opções destas moedas pareadas com o Dólar Amercano, que possuíam lqudez elevada. O estudo estendeu o modelo proposto por Iveson (00), que somente utlza os valores dos Butterfly Spreads e Rsk Reversals de 0.5 e prazo de vencmento de 6 meses, expandndo o escopo para utlzar também os s de 0.0, 0.5 e 0.5, e os prazos de, e meses para o vencmento, buscando uma maor aderênca das curvas de volatldades. Embora os resultados obtdos reteram aqueles observados por Iveson (00), confrmando que, para determnar apenas o ponto da superfíce de volatldades referente à opção de maor lqudez, e portanto, a de maor nteresse, com prazo de vencmento de 6 meses e 0.5, o modelo proposto por ele é sufcente e efcaz, os resultados obtdos no presente trabalho demonstram que, para a determnação de uma superfíce de volatldades mplíctas completa, é necessára a utlzação de um número maor de s e prazos, cobrndo assm de manera mas abrangente todas as possíves faxas de negocação de nteresse. Os problemas enfrentados por Yekutel (004) também foram observados neste estudo: os valores das volatldades mplíctas para o 0.0 e para o prazo de vencmento de mês de fato se mostraram mas nconstantes, ora muto acma, ora muto abaxo dos valores projetados pelo modelo. Esse comportamento já era esperado, pos estas opções são ou claramente out-of-the-money, ou têm um prazo de vencmento muto curto, e seus preços são mas sujetos a flutuações do mercado, e podem apresentar eventuas oportundades de arbtragem. Em oposçãoao proposto por Yekutel (004), estes dados não devem ser desprezados, mas tratados com cautela, pos as condções descrtas acma provavelmente se devem à baxa lqudez desses vértces, muto próxmos do vencmento ou com strkes muto conservadores, e sujetos a osclações mas acentuadas. O modelo demonstrou algumas lmtações, por utlzar tanto dados de mercado, com dados hstórcos, e por vezes percebe-se um evdente descolamento do modelo em relação ao em momentos de crse, como durante a crse econômca de 008/9. Contudo, o modelo mostra boa aderênca quando o passa por momentos de maor tranqüldade, provando ser uma ferramenta valosa para completar os pontos faltantes de uma superfíce de volatldades de pares de moedas, a partr das superfíces (mas) completas de outros pares de moedas que tenham as moedas de nteresse como um de seus componentes. Bblografa ALEXANDER, C., Modelos de : um gua para a análse de nformações fnanceras, São Paulo: Bolsa de ras & Futuros, 005 BLACK, F., SCHOLES, M., The prcng of optons and corporate labltes. Journal of Poltcal Economy, Vol 8, 97 BOSSENS, F., RAYÉE, G., SKANTZOS, N., DEESLTRA, G., Vanna-Volga Methods appled to FX dervatves: from theory to market practce, CEB Workng Paper N o 09/06, 009 BUSTAMANTE, P. Z., Construção de superfíce de volatldade para o mercado braslero de opções de dólar baseado no modelo de volatldade estocástca de Heston, Dssertação de Mestrado, EESP- FGV, 00 CARR, P., WU, L., Stochastc skew n currency optons, Journal of Fnancal Economcs 86, p - 47, 007 CASTAGNA, A., MERCURIO, F., The Vanna-Volga method for mpled volatltes, Rsk (January 007) 06- CORRADO, C. J., SU, T, Impled volatlty skews and stock ndex skewness and kurtoss mpled by S&P 500 Index opton prces, The Journal of Dervatves, p. 8-9, Summer 997. COX, J. C., INGERSOLL J. E., ROSS S. A., A Theory of the Term Structure of Interest Rates, Econometrca, Vol 5, n., 985 DERMAN, E., Laughter n the Dark: An Introducton to the Volatlty Smle, 008 DERMAN, E., KANI, I. Rdng on a smle, RISK, v.7, n., p. -9, 994 FAMA, E. F. The Behavor of Stock Market Prces, The Journal of Busness, v.8, p.4,

20 FENGLER, M. R., HÄRDLE, W. K. E MAMMEN, E, A Semparametrc Factor Model for Impled Volatlty Surface Dynamcs, Journal of Fnancal Econometrcs, 007, Vol. 5, No., 89 8 GARDINER, C. W., Handbook of Stochastc Methods: for Physcs, Chemstry and the Natural Scences, Sprnger, 004 GARMAN, M. B. E KOHLHAGEN, S. W. "Foregn Currency Opton Values." J. Internatonal Money and Fnance, -7, 98. HESTON, S. A closed-form soluton for optons wth stochastc volatlty, Revew of Fnancal Studes, 6, 7-4, 99 HULL, J., Optons, Futures and other Dervatves, 7th ed, Prentce Hall, Inc, 008 HULL, J., WHITE, A., The prcng of optons on assets wth stochastc volatltes, The Journal of Fnance, v.4, n., p. 8-00, June 987. IVESON, C., Um Modelo de Volatldade Estocástca para Opções de Câmbo Sobre o Par EUR/BRL a partr de seus componentes mas líqudos USD/BRL e EUR/USD, Dssertação de Mestrado, EESP- FGV, 00 JARROW, R., RUDD, A., Approxmate Opton Valuaton for Arbtrary Stochastc Processes, Journal of Fnancal Economcs, v.0, n., p.47-69, November 98. KAMAL, M., GATHERAL, J., Impled Volatlty Surface, n Encyclopeda of Quanttatve Fnance, Ed. Rama Cont, Wley, 00 MERTON, R. C., Opton Prcng When Underlyng Stock Returns Are Dscontnuous, Journal of Fnancal Economcs, v., p.5-44, January-March 976. OYA, D. K., Estudo Sobre o Rsco de Uma Cartera de Opções Através da Análse de Componentes Prncpas, Dssertação de Mestrado, EESP-FGV, 006 REBONATO, R., Volatlty and Correlaton - The Perfect Hedger and the Fox, nd Ed, Wley, 004 STEIN, E. M., STEIN, J. C., Stock Prce Dstrbutons wth Stochastc Volatlty: An Analytc Approach, Revew of Fnancal Studes, 4, , 99 VARGAS, E., Modelagem de superfíces de volatldades para opções pouco líqudas de ações, Dssertação de Mestrado, EESP-FGV, 00 WILMOTT, P., Paul Wlmott on Quanttatve Fnance, nd ed, Wley, 006 WYSTUP, U. Vanna-Volga Prcng, Waldens Mathfnance, 008 YEKUTIELI, I. Implementaton of the Heston Model for prcng FX optons, Bloomberg IDOC #00678, 004 YOSHINO, J, COSTA, M, Calbração do modelo de Heston para o mercado braslero de Opções de Câmbo (FX)", Revsta Braslera de Fnanças, Ro, v., 004 9

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

4 Critérios para Avaliação dos Cenários

4 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 mais

3 A técnica de computação intensiva Bootstrap

3 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 mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos 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 mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 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 mais

2 Metodologia de Medição de Riscos para Projetos

2 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 mais

2 Incerteza de medição

2 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 mais

Associação entre duas variáveis quantitativas

Associação 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 mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É 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

Prof. Lorí Viali, Dr.

Prof. 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 mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 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 mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO 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 mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 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 mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

7 - Distribuição de Freqüências

7 - 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 mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES 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 mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística 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 mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

O problema da superdispersão na análise de dados de contagens

O 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 mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE 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 mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. 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 mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

ANÁLISE DA RELAÇÃO ENTRE LIQUIDEZ E GANHOS DE ARBITRAGEM NO MERCADO DE OPÇÕES DA TELEBRÁS APÓS O PLANO REAL. 1 - Introdução

ANÁLISE DA RELAÇÃO ENTRE LIQUIDEZ E GANHOS DE ARBITRAGEM NO MERCADO DE OPÇÕES DA TELEBRÁS APÓS O PLANO REAL. 1 - Introdução ANÁLISE DA RELAÇÃO ENTRE LIQUIDEZ E GANHOS DE ARBITRAGEM NO MERCADO DE OPÇÕES DA TELEBRÁS APÓS O PLANO REAL 1 1 - Introdução Mutos nvestdores reconhecem a relevânca da lqudez dos atvos fnanceros em decsões

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso 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 mais

O problema da superdispersão na análise de dados de contagens

O 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 mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS 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 mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO 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 mais

2 Referencial Teórico

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 mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os 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 mais

Análise Exploratória de Dados

Análise 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 mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Modelagem do Transistor Bipolar

Modelagem do Transistor Bipolar AULA 10 Modelagem do Transstor Bpolar Prof. Rodrgo Rena Muñoz Rodrgo.munoz@ufabc.edu.br T1 2018 Conteúdo Modelagem do transstor Modelo r e Modelo híbrdo Confgurações emssor comum, base comum e coletor

Leia mais

O EFEITO SORRISO DA VOLATILIDADE IMPLÍCITA DO MODELO DE BLACK E SCHOLES: Estudo Empírico sobre as Opções Telebrás PN no ano de 1998

O EFEITO SORRISO DA VOLATILIDADE IMPLÍCITA DO MODELO DE BLACK E SCHOLES: Estudo Empírico sobre as Opções Telebrás PN no ano de 1998 O EFEITO SORRISO DA VOLATILIDADE IMPLÍCITA DO MODELO DE BLACK E SCHOLES: Estudo Empírco sobre as Opções Telebrás PN no ano de 1998 Cláudo Santoro Lanar Antôno Artur de Souza NUFI/CEPEAD/UFMG E-MAIL: cslanar@hotmal.com,

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

Finanças - BACEN 1997 CESPE

Finanças - 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 mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

Correlações cruzadas em mercadorias brasileiras: um estudo econofísico

Correlações cruzadas em mercadorias brasileiras: um estudo econofísico VIII ERMAC 8 o Encontro Regonal de Matemátca Aplcada e Computaconal 0- de Novembro de 008 Unversdade Federal do Ro Grande do Norte Natal/RN Correlações cruzadas em mercadoras brasleras: um estudo econofísco

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL

CÁLCULO 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 mais

4 Discretização e Linearização

4 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 mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação 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 mais

Testes não-paramétricos

Testes 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 mais

BBR - Brazilian Business Review E-ISSN: X FUCAPE Business School Brasil

BBR - Brazilian Business Review E-ISSN: X FUCAPE Business School Brasil BBR - Brazlan Busness Revew E-ISSN: 1807-734X bbronlne@bbronlne.com.br FUCAPE Busness School Brasl Veras Machado, Márco André; Res Machado, Márca Lqudez e precfcação de atvos: evdêncas do mercado braslero

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-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 mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos 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 mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

Adriana da Costa F. Chaves

Adriana da Costa F. Chaves Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa 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 mais

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO 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 mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroeconoma I 1º Semestre de 2016 Professores: Fernando Rugtsky e Glberto Tadeu Lma Gabarto

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA 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 mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p. Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

BEKAERT, G.; HARVEY, C. Emerging Equity Market Volatility. Journal of Financial Economics, n.43, p.29-77, 1997.

BEKAERT, G.; HARVEY, C. Emerging Equity Market Volatility. Journal of Financial Economics, n.43, p.29-77, 1997. 6 Bblografa BACA, S.; GABE, B.; WEISS,. The rse of sector effects n major equty markets. Fnancal Analysts Journal - Assocaton for Investment anagement and esearch, p.34-40, set./out. 000. BEKAET, G.; HAVEY,

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

EXTRACÇÃO DE INFORMAÇÃO A PARTIR DOS PRÉMIOS DAS OPÇÕES: O CASO DA REENTRADA DA LIRA ITALIANA NO MTC DO SME*

EXTRACÇÃO DE INFORMAÇÃO A PARTIR DOS PRÉMIOS DAS OPÇÕES: O CASO DA REENTRADA DA LIRA ITALIANA NO MTC DO SME* . INRODUÇÃO EXRACÇÃO DE INFORMAÇÃO A PARIR DOS PRÉMIOS DAS OPÇÕES: O CASO DA REENRADA DA LIRA IALIANA NO MC DO SME* Bernardno Adão ** Nuno Cassola** Jorge Barros Luís** Os preços dos dervados fnanceros

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao 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 mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 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 mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 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 mais

Métodos Avançados em Epidemiologia

Métodos 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 mais

Estatística Espacial: Dados de Área

Estatística 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 mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito 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

2 Lógica Fuzzy Introdução

2 Lógica Fuzzy Introdução 2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais

Análise de Regressão

Análise 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 mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão 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 mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA 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 mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao 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 mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. 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 mais

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3

Leia mais

As leis de Kirchhoff. Capítulo

As leis de Kirchhoff. Capítulo UNI apítulo 11 s les de Krchhoff s les de Krchhoff são utlzadas para determnar as ntensdades de corrente elétrca em crcutos que não podem ser convertdos em crcutos smples. S empre que um crcuto não pode

Leia mais