CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL
|
|
- Anna Bastos Batista
- 7 Há anos
- Visualizações:
Transcrição
1 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 Marque Barbosa Gustavo Mendes Borges Orentador: Edson de Olvera Pamplona, Dr. Escola Federal de Engenhara de Itajubá, Departamento de Produção Cx. P Itajubá, MG, Brasl pamplona@em.efe.br Resumo. Para aplcação do Modelo CAPM, utlzado na determnação de taxas de descontos em avalação de nvestmentos, há a necessdade de utlzar parâmetros como retorno de atvo lvre de rsco e retorno esperado da cartera de mercado. Estes parâmetros não são encontrados com facldade na lteratura braslera. Fo calculado o retorno esperado da cartera de mercado e o retorno do atvo lvre de rsco para o Brasl. Mostrou-se a mportânca da escolha correta do índce de mercado para o cálculo de meddas estatístcas para avalação de performance de ações de empresas, pos uma escolha errada pode gerar dferentes classfcações na avalação e seleção de ações. Palavras-chave: CAPM, Parâmetros de Rsco, Beta, Sharpe, Treynor 1. INTRODUÇÃO O objetvo deste trabalho é calcular o retorno esperado da cartera de mercado, R m, e o retorno do atvo lvre de rsco, R f, para o Brasl. Com a ntenção de utlzar estes parâmetros no cálculo de ndcadores como: Sharpe, Treynor, Retorno Esperado - E(r) - de ações de empresas tradconas de grande porte, com grande lqudez e procura no mercado de ações, ou seja, Blue Chps. Para estes cálculos é necessáro a utlzação de ndcadores como β, σ e de modelos como o CAPM, que postula certa relação entre rsco e retorno (Varga, 2000). Uma questão mportante no cálculo desses ndcadores é a escolha correta do índce de mercado, e a pergunta, conhecda como crítca de Roll (Varga, 2000), é qual a cartera de mercado a ser utlzada? Pos dependendo do índce de mercado utlzado, podemos gerar dferentes classfcações, na hora de avalar ações de empresas. Perante este problema será tomada como cartera de mercado as ações que compõem o índce Bovespa, pos este contém as ações de empresas com maor lqudez no mercado naconal. Apesar de publcações específcas que calculam o retorno hstórco médo do índce Bovespa não serem comuns, este trabalho realzará os cálculos a partr do banco de dados Economátca Pro (software da empresa Economatca).
2 A prncpal adção dos modelos de fnanças à avalação de atvos de empresas vem da ncorporação do rsco, que ncou com o modelo de méda varânca de Markowtz, na década de 50. De acordo com Varga (2000): Se o retorno esperado de um atvo é tanto maor quanto seu rsco, então a nclusão de alguma medda de rsco na avalação deste permte verfcar quanto do retorno proporconado por um nvestdor vem de seu talento, quanto vem da sorte e quanto do rsco assumdo. Outro aspecto mportante na nclusão do rsco é a sua contrbução para a determnação da cartera ótma de um nvestdor (para nvestdores que se mportem com rsco, pos, no caso de nvestdores neutros ao rsco, basta conhecer o retorno esperado). Com sso, determnamos a contrbução do nvestdor para o retorno da cartera de ações seleconadas por ele. Entre as estatístcas de avalação de performance mas conhecdas está o índce de Sharpe (IS), apresentado em Sharpe (1996). Apesar de sua mportânca prátca, sua utlzação depende da valdade das hpóteses do CAPM, da estmação dos seus parâmetros e da aplcação que se pretende. Nas etapas seguntes será descrto o que é rsco, bem como o cálculo, a concetuação, a mportânca e as falhas que estão sujetos os índces de Sharpe, Treynor e o modelo CAPM. Conseqüentemente serão apresentados os ndcadores que compõem cada um desses cálculos, como β e σ. 2. RISCO E RETORNO Sempre que falamos de rsco e retorno, é mportante que tenhamos o conhecmento que atvos com rsco, em méda, proporconam um prêmo, ou seja, exste uma recompensa por correr este rsco. Quanto maor a recompensa em potencal de um nvestmento com rsco, maor é seu rsco. Através da moderna Teora de Portfolos proposta por Harry Markowtz (1952), a avalação do rsco e retorno esperado de uma ação, passou a ser calculada através de recursos estatístcos. Analsando a méda, desvo padrão e correlações com outros papés, tornou-se mas smples relaconar rsco e retorno. É mportante ressaltar que as condções macroeconômcas naconas e globas também são váldas para a análse de qualquer ação. O modelo CAPM e os ndcadores de performance baseados nele, devem-se preocupar com o retorno e rsco esperado e não com o que já aconteceu. Devdo a enorme dfculdade em se obterem estes valores esperados, uma estmatva muto comum para rsco e retorno esperado vem da avalação da méda e volatldade do seu retorno hstórco, supondo que o passado va se repetr de alguma forma. O retorno de qualquer ação é formado por dos componentes. Em prmero lugar, o retorno normal ou esperado da ação é aquela parte da taxa de retorno que é esperada, de acordo com as nformações que os nvestdores possuem a respeto da ação. A segunda parte é o retorno ncerto, provenente de nformações nesperadas, como planos governamentas, varações nas taxas de juros, etc. Quando examnamos os rscos assocados a atvos ndvduas, de acordo com Ross et all (1998), descobrmos que há dos tpos de rscos: RISCO SISTEMÁTICO: É aquele que nfluenca um grande número de atvos, em grau maor ou menor. Como os rscos sstemátcos são efetos que possuem ampltude gual á do mercado como um todo, são as vezes chamados de rsco de mercado.outro nome que pode ser encontrado é rsco não dversfcável. Mudanças no sstema polítco, socal e econômco e taxa de juros são fontes de rsco sstemátco. RISCO NÃO SISTEMÁTICO: É o que afeta um únco atvo ou um grupo pequeno de atvos. Como estes rscos são específcos a empresas ou atvos ndvduas, são às vezes chamados de rsco específco. As prncpas fontes do rsco não sstemátco são o rsco fnancero, o rsco da admnstração e os rscos do setor.
3 3. CAPM O Captal Asset Prcng Model (CAPM), desenvolvdo na década de 60, nos mostra que o retorno esperado de um dado atvo depende de três tens: 1) O valor puro do dnhero no tempo. Meddo pela taxa lvre de rsco, R f, esta é a recompensa por smplesmente esperar pela devolução de seu dnhero aplcado, sem rsco. 2) A recompensa por assumr rsco sstemátco [E(R M ) R f ], meddo pelo prêmo por rsco da cartera de mercado. Este componente é a recompensa que o mercado oferece por se assumr um nível médo de rsco sstemátco, além da espera pelo resultado da aplcação 3) O nível de rsco sstemátco. Meddo por β, essa é a quantdade de rsco sstemátco presente em um dado atvo, relatvamente a um atvo médo Logo, a equação do CAPM é representada da segunte forma: [ E(R M ) Rf ] x β E(R ) = R + (1) f O CAPM mostra que o rsco de um título ndvdual é bem representado pelo seu coefcente beta. Em termos estatístcos se o beta de uma ação é gual a 1, esta tende a subr e descer nas mesmas proporções do mercado. Ações com beta menor que 1 tendem a varar menos que o mercado, e ações com beta maor que 1, tendem a varar mas do que o mercado. O quocente recompensa /rsco do atvo é o quocente entre seu prêmo por rsco: [ E(R ) M R f ] (2) e seu beta, β,ou seja: E(R ) β R f (3) Num mercado bem organzado, esse quocente é dêntco para todos os atvos.em conseqüênca, quando fazemos um gráfco de retorno esperado contra beta, todos os atvos se posconam na mesma lnha reta, denomnada lnha de mercado de títulos (SML). R A SML RM B R F 1,0 β Fgura 1 - Lnha de mercado de títulos.
4 3.1. Beta (b ) Como o rsco sstemátco é o fator determnante do retorno esperado de um atvo, precsamos dspor de algum modo de medr o nível de rsco sstemátco de nvestmentos dferentes. A medda específca a ser utlzada é denomnada coefcente beta (b) O beta nos dz quanto rsco sstemátco um atvo possu, em relação a um atvo médo. Por defnção, um atvo médo possu beta gual a 1,0 em relação a s mesmo. O índce beta é calculado pela segunte manera: σ,c β = 2 (4) σ c onde: σ é a covarânca entre o retorno do atvo com o retorno da cartera de mercado -, c 2 - σ c é a varânca do retorno da cartera de mercado Para β >1, uma pequena varação no retorno da cartera refletra em uma maor varação no retorno do atvo, ou seja, este tpo de papel apresenta maor sensbldade. Para β < 1, uma pequena varação no retorno da cartera, representa uma menor varação no retorno do atvo, ou seja, este tpo de papel apresenta menor sensbldade 4. ÍNDICE DE SHARPE Tendo avalado as alternatvas para se calcular retorno e rsco, podemos tratar mas faclmente de um ndcador de performance que ajusta retorno ao rsco, como é o IS. Formulado por Wllan Sharpe (1966) o IS se encaxa na teora de seleção de cartera, mas especfcamente no modelo CAPM, apontando pontos na lnha do mercado de captas que correspondem a carteras ótmas. O IS costuma ser defndo como : E (R ) R f IS = (5) σc onde: - E (R ) é o retorno esperado da cartera de mercado - R f é o retorno do atvo lvre de rsco - σ C é a volatldade da cartera de mercado O IS é uma estatístca que depende do período sobre o qual fo calculada, e uma vez calculada para um certo prazo, pode ser transformada para um prazo dferente, de acordo com a segunte aproxmação: IS ANUAL = 252IS DIÁRIO (6) A teora de fnanças chega a cartera ótma, em um espaço rsco retorno, com carteras com máxmo retorno esperado para dado rsco. É fácl mostrar que as carteras com maor IS são exatamente as carteras ótmas.tendo determnado quas as carteras ótmas, o nvestdor
5 deve apenas seleconar aquela que proporcona a relação retorno rsco que mas adequar as suas demandas pessoas. Dversos cudados devem ser tomados ao se aplcar o IS na seleção na seleção ou classfcação de nvestmentos. O prmero deles é que o IS não ncorpora nformação sobre a correlação entre atvos, logo, perde a mportânca quando se quer utlzar este ndcador para adconar um atvo ou cartera com rsco a uma cartera que já tenha atvos arrscados. Um segundo cudado com o IS vem de este ser baseado em retorno e rsco esperados e retorno não realzado. Dada as dfculdades em se obterem valores esperados, mutos pratcantes utlzam estatístcas passadas para avalar o IS. O uso do IS anda apresenta alguns problemas como o tamanho da sére a ser utlzada para o cálculo do retorno e rsco esperado e utlzar a melhor taxa de retorno sem rsco Também encontramos problemas para a sua aplcação em atvos que apresentam baxa volatldade, como os fundos de renda fxa. O IS fca enorme devdo ao baxo valor do denomnador da fórmula. 5. MEDIDAS DE COMPARAÇÃO Anda com base no modelo CAPM, que relacona o excesso de retorno de uma cartera com o excesso de retorno de mercado, város outros ndcadores mportantes agregam nformação para a avalação de um nvestdor sobre uma cartera. Dferentes ndcadores podem gerar classfcações dferentes para as carteras e, conseqüentemente, levar a decsões dferentes sobre a aqusção de carteras. Cada um destes ndcadores é aproprado para um cenáro específco de nvestmento. Por exemplo, o IS é adequado para seleconar uma cartera de mercado quando o nvestdor não tem nenhum nvestmento arrscado e esta cartera será seu únco nvestmento com rsco Város ndcadores de performance são construídos, tomando-se a Eq. (5), que explca o excesso de retorno de um nvestmento arrscado, pela quantdade de rsco sstemátco e não sstemátco assumdo. (E(R ) R f ) = α + β (E(R M ) R f ) + ε (7) onde: - E(R ) é o retorno esperado da cartera de mercado - R f é o retorno do atvo lvre de rsco - β é o beta da cartera de mercado - E(R M ) é o retorno do mercado - ε é um erro aleatóro normal padrão O α desta equação mede o excesso de retorno obtdo pelo fundo após ajuste pelo rsco sstemátco, (dado pelo beta vezes o excesso de retorno do mercado). Este é um ndcador conhecdo como alfa ou índce de Jensen.
6 6. TREYNOR Extraído da Eq. (7), trata-se de outro ndcador que mede o excesso de retorno por undade de rsco sstemátco em vez de rsco total como no IS. IT E (R ) = β R F (8) Um nvestdor atvo (que não segue exatamente o índce de mercado), que é bem suceddo, deve mostrar excesso de retorno ajustado pelo beta, que é o alfa postvo. Ao adqurr uma cartera dferente da cartera do índce, na tentatva de superá-lo, ele tem um custo em termos de volatldade, que deve estar contda no termo do erro da Eq. (5). Esse erro é o preço pago para proporconar o retorno excedente dado pelo α. 7. CÁLCULOS De acordo com Ross et all (1995), um célebre conjunto de estudos ldando com taxa de retorno de ações ordnáras, obrgações e letras do tesouro fo realzado por Roger Ibbotson e Rex Snquefeld. Esses autores apresentam taxas hstórcas de retorno, ano a ano, para os seguntes cnco tpos mportantes de nstrumentos fnanceros nos Estados Undos: Ações ordnáras, Ações de Empresas de Menor Captalzação, Obrgações de Longo Prazo Emtdas por Empresas, Obrgações de Longo Prazo do Governo dos Estados Undos e Letras do Tesouro dos Estados Undos. Nenhum dos retornos é ajustado por mpostos ou custos de transação. Além dos retornos dos nstrumentos fnanceros ano a ano, a varação anual do índce de preços ao consumdor também é calculada. Essa é uma medda básca de nflação. Os retornos reas anuas podem ser calculados subtrando-se a nflação anual. = ( 1+ ) /(1 + θ) 1 (9) r a onde: - r é a taxa real; - a é a taxa aparente; - θ é a taxa de nflação. Os cálculos que serão apresentados nesse trabalho, serão um pouco dferentes do que foram apresentados no estudo de Ibbotson e Snquefeld. Essa dferença está na escolha da taxa lvre de rsco e a taxa de retorno da cartera de mercado, pos eles consderaram a prmera como sendo a taxa meda anual das letras do tesouro dos Estados Undos e a segunda como sendo a taxa méda anual das ações ordnáras. Enquanto que para o Brasl serão consderadas as taxas meda anual da poupança e a varação do índce Bovespa como sendo a taxa lvre de rsco e a taxa de retorno da cartera de mercado respectvamente. Tabela 1. Retornos totas anuas no Brasl, Sére Méda Artmétca Prêmo por Rsco Desvo Padrão Ações Ibovespa 28,78% 27,37% 81,70% Poupança 1,41% - 10,19%
7 Encontram-se no anexo os retornos hstórcos do índce Bovespa, nflação (calculada pelo índce IGPDI) e poupança. Agora que fo calculado o retorno médo no mercado de ações, parece sensato compara-lo aos retornos de outros títulos. A comparação mas óbva sera com os retornos de varabldade reduzda da poupança. Tal atvo está lvre da maor parte da volatldade observada no mercado de ações (Ross, 1995). Um ponto a ser dscutdo é o porque da escolha da poupança como taxa de juros sem rsco para o Brasl. Os pratcantes se dvdem entre taxa de juros da poupança e a do CDI. Claramente a do CDI é maor do que a da poupança, embora não seja tão claro que a poupança seja mas próxma de um verdadero atvo sem rsco, vde congelamento de atvos durante o plano Collor. Porém levando-se em conta que o Governo Federal garante a devolução de até cnco ml reas aplcados na poupança e que este atnge a maora dos nvestdores, será tomada a poupança como taxa lvre de rsco. Uma comparação nteressante será feta, envolvendo o retorno vrtualmente lvre de rsco, da poupança, e o muto arrscado retorno em ações contdas na cartera do Ibovespa. Esta dferença entre retornos com rsco e com retornos lvres de rsco é conhecda como retorno excessvo do atvo com rsco. É chamada como excedente porque é o retorno adconal resultante do maor rsco nas ações Ibovespa, e é nterpretada como um prêmo por rsco. A tabela 1 apresenta os retornos médos de ações Ibovespa e poupança anuas no período de 1969 a A partr da, podemos calcular os retornos excedentes. Pode-se ver que o retorno excedente médo de ações Ibovespa, no período ntero, fo de 27,37% (28,78%-1,41) Cálculo do retorno esperado da cartera de mercado (R m ) e o retorno do atvo lvre de rsco (R f ) para o Brasl Após o calculo do retorno esperado da cartera de mercado (R m = 28.78%) e o retorno do atvo lvre de rsco (R f =1,41%), os utlzaremos para o cálculo dos ndcadores como: Sharpe, Treynor, E(R ) e do modelo CAPM para as Blue chps do mês de Dezembro de Estes cálculos são apresentados na tabela abaxo Tabela 2. Algumas meddas de performance para as dez ações mas negocadas na bolsa de São Paulo. Amostra de março de 1999 a setembro de Blue chps Beta Desvo Padrão E(R) Sharpe Treynor Petrobrás PN 1 0,40 28,78% 0,68 0,27 Telemar PN 1,1 0,50 31,52% 0,60 0,25 Petrobrás ON 2,2 0,90 61,62% 0,67 0,12 Globo Cabo PN 1,2 0,80 34,25% 0,41 0,23 Embratel Par PN 1,3 0,70 36,99% 0,51 0,21 Vale do Ro Doce PNA 0,3 0,40 9,62% 0,21 0,91 Brasl T Par PN 0,6 0,50 17,83% 0,33 0,46 Eletrobrás ON 0,7 0,40 20,57% 0,48 0,39 Eletrobrás PNB 0,8 0,50 23,31% 0,44 0,34 Telesp Celular PN 1,1 0,80 31,52% 0,38 0,25
8 8. CONCLUSÃO Após os cálculos apresentados na tabela 2, podemos conclur que a ação que apresenta o maor retorno esperado não é necessaramente o melhor nvestmento. Para poder avalá-las de manera objetva, o nvestdor tem a sua dsposção alguns ndcadores fnanceros. Como apresentado anterormente, utlzamos os índces de Sharpe e Treynor, como meddas de desempenho, ou seja, levaremos em consderação a relação entre retorno e rsco. Se levássemos em consderação somente o retorno esperado da ação, teríamos a falsa mpressão de que a ação Petrobrás ON sera a melhor opção de nvestmento. Agora, levando em consderação o índce Sharpe (IS), o melhor nvestmento sera a ação Petrobrás PN, pos esta possu o maor IS, posto que, de acordo com a revsta Conjuntura Econômca 2000, esta alternatva pode ser combnada, em uma cartera, com o atvo de renda fxa, gerando retornos superores aos de outros nvestmentos, para um nível de rsco desejado. De manera semelhante também podemos ordenar as aplcações fnanceras pelo índce de Treynor (IT) para comparar alternatvas de nvestmentos, de forma a escolher aquela que possua o maor IT, posto que, de acordo com Conjuntura Econômca 2000, esta alternatva pode ser combnada, em uma cartera, com o atvo de renda fxa, gerando retornos superores aos de outros nvestmentos, para um nível de rsco não dversfcável (beta) desejado. Neste caso nossa melhor opção de nvestmento sera a ação Vale do Ro Doce PNA. A obtenção de parâmetros de rsco para o Brasl é fundamental, pos são completamente dferentes dos amercanos, que são encontrados com maor freqüêncas, mas não representam a nossa realdade. Fazendo uma comparação entre o retorno da cartera de mercado encontrado neste trabalho com a encontrada em alguns trabalhos da lteratura braslera, percebemos uma dferença relevante de uma taxa para a outra. O valor encontrado gra em torno de 23%, e o apresentado é de 28,78%. Essa dferença pode ser explcada pela utlzação de fatores dferencados como, por exemplo, a taxa da nflação adotada, o período consderado, a freqüênca dos dados e a forma de cálculo da méda. Neste trabalho fo adotado o índce IGPDI, que reflete a realdade naconal, enquanto que outros autores costumam dolarzar o índce bovespa e utlzam a nflação Norte Amercana. É mportante ressaltar que toda a análse fo feta em relação ao Ibovespa, que é o índce comumente utlzado nos cálculos no Brasl. Se fossem adotados outros índces de mercado como o FGV 100, IBV ou IBX, seram obtdos dferentes resultados na avalação realzada anterormente. Para efeto de comparação, sugere-se o desenvolvmento de trabalhos que utlzem outros parâmetros. REFERÊNCIAS Markowtz, Harry (1952). Portfolo Selecton. New York: John Wley & Sons. Revsta Conjuntura Econômca. Número 4, volume 54, Abrl, Ross, S. et all (1995). Admnstração Fnancera. São Paulo: Atlas. Ross, S. et all (1998). Prncípos de Admnstração Fnancera. São Paulo: Atlas. Sharp, Wllam (1966). Mutual Fund Performance, Journal of Busness, January, Vargas, Gyorg (2000). Capturado na nternet em 01/11/2000.
9 ANEXO Tabela e Gráfco dos Retornos reas da Poupança e Ibovespa. Data Ibovespa Poupança Inflação Retorno Real Ibovespa Retorno Real Poupança ,52% 24,89% 20,35% 119,79% 3,77% ,73% 26,41% 19,26% 29,74% 6,00% ,01% 30,49% 19,47% 78,30% 9,22% ,42% 24,48% 15,72% -51,97% 7,57% ,81% 19,71% 15,54% -9,29% 3,61% ,63% 38,71% 34,55% 1,55% 3,09% ,81% 30,75% 29,35% 4,22% 1,08% ,03% 41,95% 46,25% -15,19% -2,95% ,95% 43,03% 38,80% 1,55% 3,05% ,47% 41,53% 40,83% -25,81% 0,49% ,61% 49,86% 77,21% -11,62% -15,43% ,19% 64,03% 110,25% -31,42% -21,98% ,81% 97,97% 95,18% 9,55% 1,43% ,90% 105,13% 99,72% -17,94% 2,70% ,50% 213,14% 178,09% 208,71% 12,60% ,02% 234,72% 223,72% 67,43% 3,40% ,53% 239,06% 235,10% 49,67% 1,18% ,29% 81,26% 65,03% -14,39% 9,83% ,88% 395,43% 415,87% -73,85% -3,96% ,68% 872,54% 1037,52% 132,85% -14,50% ,49% 1492,00% 1783,01% -1,09% -15,45% ,28% 1616,61% 1476,71% -74,11% 8,87% ,96% 375,86% 480,17% 316,42% -17,98% ,65% 1212,72% 1157,84% -11,30% 4,36% ,20% 2575,46% 2708,17% 97,18% -4,73% ,65% 1087,11% 909,94% 14,82% 17,54% ,26% 41,11% 14,78% -13,97% 22,94% ,76% 16,07% 9,37% 49,73% 6,13% ,83% 16,01% 7,49% 34,74% 7,93% ,46% 14,79% 1,72% -34,59% 12,85% ,93% 12,30% 19,99% 109,96% -6,41% ,72% 8,47% 9,81% -18,70% -1,22% Méda 28,78% 1,41% Desv.Pad. 81,70% 10,19%
10 350,00% 300,00% 250,00% Poupança Ibovespa 200,00% 150,00% 100,00% 50,00% 0,00% -50,00% -100,00% Fgura 2 Gráfco do Retorno Real da Poupança e do Ibovespa de 1969 a 2000.
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 maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisUma Contribuição para Determinação do Custo de Capital do Setor Elétrico
2 a 25 de Agosto de 2006 Belo Horzonte - MG Uma Contrbução para etermnação do Custo de Captal do etor Elétrco Leandro Fonseca de Olvera Escola Poltécnca / UFRJ lolvera82@gmal.com André Asss de alles Escola
Leia mais4 Otimização e Diversificação: o Binômio Risco-Retorno
4 Otmzação e Dversfcação: o Bnômo Rsco-Retorno O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante desafo de utlzarem estratégas que maxmzem
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisAula 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 maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia mais4. Conceitos de Risco-Retorno, diversificação e índices de desempenho de Fundos de Investimento
4. Concetos de Rsco-Retorno, dversfcação e índces de desempenho de Fundos de Investmento O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisDELINEAMENTOS 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 maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisDiversificação - exemplo
INCETEZA E ISCO /4/009 Dversfcação - exemplo oss cap. 0 Cartera com N atvos Nova stuação: Cartera mas dversfcada Todos os títulos têm a mesma Varânca Todas as covarâncas são guas Todos os Títulos tem a
Leia mais2 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 maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia mais3.6. 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 maisUM ESTUDO SOBRE DIVERSIFICAÇÃO NA BOLSA DE VALORES DE SÃO PAULO
UM ESTUDO SOBRE DIVERSIFICAÇÃO A BOLSA DE VALORES DE SÃO PAULO Autores: André Luz Oda, Mara Carlota Morandn Senger e Alexandre oboru Chára Resumo O artgo estuda a redução de rsco que podera ter sdo obtda
Leia maisFinanças - BACEN 1997 CESPE
Fnanças - BACE 997 CESPE Legenda: Tema, Itens Importantes Certo, Errado Questão 3. Exstem dversos nstrumentos fnanceros a dsposção do nvestdores: LIBOR, ações, opções, Eurobond, Swaps. Quanto às característcas
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA CAEN EVIDÊNCIA EMPÍRICA DO MODELO CAPM PARA O BRASIL FABRINI OLIVEIRA MATOS
UNIVERSIDADE FEDERAL DO CEARÁ UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA CAEN EVIDÊNCIA EMPÍRICA DO MODELO CAPM PARA O BRASIL FABRINI OLIVEIRA MATOS FORTALEZA CEARÁ 006 FABRINI OLIVEIRA MATOS EVIDÊNCIA EMPÍRICA
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc. (colaboração de Prof. Claudio Cunha)
PESQUISA EM MERCADO DE CAPITAIS Prof. Patrca Mara Bortolon, D. Sc. (colaboração de Prof. Claudo Cunha) Cap. 15 Testes Empírcos de Modelos de Equlíbro ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna
Leia maisUMA 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 maisTeste do modelo de otimização de carteiras pelo índice beta
Teste do modelo de otmzação de carteras pelo índce beta Cleber Gonçalves Junor Unversdade Federal de Itajubá cgj@unfe.edu.br Claton Gonçalves Unversdade Federal de Itajubá Resumo Recentemente, pode-se
Leia mais1. 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisIntrodução 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 mais8 - 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 maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisMETODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)
METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisFigura 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 maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia maisCOEFICIENTE DE GINI: uma medida de distribuição de renda
UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia maisConstrução e aplicação de índices-padrão
Construção e aplcação de índces-padrão Artgo Completo José Aparecdo Moura Aranha (Admnstrador e Contador, Professor Assstente do Curso de Admnstração da Unversdade Federal de Mato Grosso do Sul - Câmpus
Leia maisÍNDICE 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 maisEscola 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 maisModelo de Programação Estocástica
Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos
Leia mais2 Modelos de Otimização sob Incerteza 2.1. Introdução
2 Modelos de Otmzação sob Incerteza 2.. Introdução Modelos de programação matemátca são comumente utlzados para solução de problemas de programação da produção, de logístca, de schedulng e de planejamento
Leia maisCapítulo 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 maisReconhecimento Estatístico de Padrões
Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço
Leia maisUniversidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.
A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisSíntese neoclássica e o modelo IS-LM
3. Polítca Monetára em Keynes e nos keynesanos 3.2. O modelo -LM, pessmsmo das elastcdades e o fscalsmo 3.3. Vsões alternatvas (horzontalstas e q de Tobn) Carvalho et al. (2015: cap. 8) 26/04/2019 1 O
Leia maisRevista de Ciências da Administração ISSN: Universidade Federal de Santa Catarina Brasil
Revsta de Cêncas da Admnstração ISSN: 1516-3865 rca.cse@contato.ufsc.br Unversdade Federal de Santa Catarna Brasl Carnero Afonso da Costa Jr., Newton; Nór Güttler, Cao DIVERSFICAÇÃO E AVALIAÇÃO DE CARTEIRAS
Leia maisAPLICAÇÃO DE UM NOVO MODELO DE ANÁLISE DE RISCO NA BOVESPA: O D-CAPM
APLICAÇÃO E UM NOVO MOELO E ANÁLISE E RISCO NA BOVESPA: O -CAPM Perre Lucena 1 e 2 Rua Farme de Amoedo, 77 Apto. 203 Ipanema CEP: 22420-020 Ro de Janero/RJ Brasl Tel.: (21) 9394-0794 E-malperrelucena@uol.com.br
Leia maisAnálise de Incertezas I.B De Paula
Um bom expermentalsta deve fazer todo o esforço possível para mnmzar os erros de seu expermento. Cabe ao expermentalsta a responsabldade de apresentar uma medda da confabldade de seus dados. amos defnr
Leia maisEstudo de Eventos: Procedimentos e Estudos Empíricos
Estudo de Eventos: Procedmentos e Estudos Empírcos Wagner Moura Lamouner 1 Else MOntero Noguera RESUMO O prncpal objetvo deste trabalho é dscutr as aplcações e os pontos fundamentas da metodologa de estudo
Leia maisSinézio Fernandes Maia Professor Adjunto do Departamento de Economia da UFPB
SETOR BANCÁRIO BRASILEIRO NO PERÍODO DE JANEIRO DE 2009 A JULHO DE 2010: AVALIAÇÃO DA RELAÇÃO DE RISCO E RETORNO COM ABORDAGEM NAS TEORIAS DE MARKOWITZ E SHARPE Alza Slva de Lma Estudante de Pós-graduação
Leia mais7 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 maisANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL
RICARDO WONSEUK KIM ANÁLISE DA EVOLUÇÃO DO BETA DE ATIVOS DE RENDA VARIÁVEL ATRAVÉS DO MONITORAMENTO DE PERFIL Trabalho de Formatura apresentado à Escola Poltécnca da Unversdade de São Paulo para obtenção
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisExperiência 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 maisCONSIDERAÇÕES SOBRE O RISCO IDIOSSINCRÁTICO E O RISCO SISTEMÁTICO DE MERCADOS EMERGENTES
CONSIDERAÇÕES SOBRE O RISCO IDIOSSINCRÁTICO E O RISCO SISTEMÁTICO DE MERCADOS EMERGENTES André Asss de Salles Unversdade Federal do Ro de Janero - UFRJ asalles@nd.ufrj.br Adrana Lu Unversdade Federal do
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisANÁLISE 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 maisMODELO DE SELEÇÃO DE PORTFOLIO USANDO FUNÇÃO DE UTILIDADE
MODELO DE SELEÇÃO DE PORTFOLIO SDO FÇÃO DE TILIDDE Renata Patríca L. Jeronymo M. Pnto nversdade Federal da Paraíba Departamento de Estatístca João Pessoa, P rasl renata@de.ufpb.br Roberto Qurno do ascmento
Leia maisBENCHMARK: ALGUMAS CONSIDERAÇÕES CRÍTICAS
GESTÃO.Org Revsta Eletrônca de Gestão Organzaconal ISSN 1679-1827 www.gestaoorg.dca.ufpe.br Volume 2, Número 3 Setembro/Dezembro 2004 O ÍNDICE SETORIAL DE ENERGIA ELÉTRICA DA BOVESPA COMO BENCHMARK: ALGUMAS
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia mais3 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 maisEste estudo analisa, comparativamente, o nível de
REVISTA BRASILEIRA DE CONTABILIDADE 31 Rsco e volatldade das ações de empresas estatas e prvadas do setor de energa elétrca Este estudo analsa, comparatvamente, o nível de rsco das ações das empresas estatas
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia mais5 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 maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia maisAnálise 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 maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL
3.1- Introdução. ESTATÍSTICA MEDIDAS DE TENDÊNCIA CENTRAL Como na representação tabular e gráfca dos dados a Estatístca Descrtva consste num conjunto de métodos que ensnam a reduzr uma quantdade de dados
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
Leia maisDiferença 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 maisCaderno 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