FACULDADE IBMEC SÃO PAULO Programa de Mestrado Profissional em Economia
|
|
- Victor Gabriel Ferrão Câmara
- 7 Há anos
- Visualizações:
Transcrição
1 FACULDADE IBMEC SÃO PAULO Programa de Mesrado Profssonal em Economa ANTONIO ARTHUR PITANGUY SAMPAIO ALOCAÇÃO DE ATIVOS COM MODELOS DE VOLATILIDADE MULTIVARIADA EVIDÊNCIAS COM DADOS BRASILEIROS São Paulo 006
2 Lvros Grás hp:// Mlhares de lvros grás para download.
3 ANTONIO ARTHUR PITANGUY SAMPAIO ALOCAÇÃO DE ATIVOS COM MODELOS DE VOLATILIDADE MULTIVARIADA -EVIDÊNCIAS COM DADOS BRASILEIROS Dsseração apresenada ao Programa de Mesrado Profssonal em Economa da Faculdade Ibmec São Paulo, como pare dos requsos para a obenção do íulo de Mesre em Economa. Área de concenração: Fnanças Orenador: Prof. Dr. Pedro Luz Valls Perera Ibmec SP São Paulo, Brasl 006
4 Sampao, Anono Arhur Panguy Alocação de avos com modelos de volaldade mulvarada- evdêncas com dados brasleros / Anono Arhur Panguy Sampao; orenador Prof. Dr. Pedro Luz Valls Perera. São Paulo: Ibmec São Paulo, f. Dsseração (Mesrado Programa de Mesrado de Profssonal em Economa. Área de concenração: Fnanças) Faculdade Ibmec São Paulo.. Alocação de Avos. Volaldade 3. Fnanças
5 ANTONIO ARTHUR PITANGUY SAMPAIO ALOCAÇÃO DE ATIVOS COM MODELOS DE VOLATILIDADE MULTIVARIADA EVIDÊNCIAS COM DADOS BRASILEIROS Dsseração apresenada ao Programa de Mesrado Profssonal em Economa Ibmec São Paulo, como requso parcal para a obenção do íulo de Mesre em Economa. Área de concenração: Fnanças Aplcadas Aprovado em: Dezembro/ 006 Banca Examnadora: Prof. Dr. Pedro Luz Valls Perera Insução: Ibmec São Paulo Prof. Dr. Rnaldo Ares Insução: Ibmec São Paulo Prof. Dr. Jose Valenm Machado Vcene Insução: Banco Cenral do Brasl
6 AGRADECIMENTOS Agradeço a odos os professores do curso de mesrado, mas sobreudo agradeço ao meu orenador. o professor Pedro Valls pelo supore dado ao longo da elaboração dese rabalho. Agradeço ambém ao professor Marco Laurn, em especal, por odo o empo despenddo ajudando-me com as ronas compuaconas sem as quas não era sdo possível a realzação dese rabalho. Agradeço ambém a odos os meus colegas cujo convívo pude desfruar ao longo de odo o curso.
7 À Helena, e aos meus pas Yedda Luca e Aéco(n memoram)
8 RESUMO SAMPAIO, Anono Arhur Panguy. Alocação de avos com modelos de volaldade mulvarada evdêncas com dados brasleros. São Paulo, p. Dsseração (Mesrado) Faculdade de Economa e Fnanças - IBMEC SÃO PAULO. O objevo dese rabalho é esar se exsem ganhos econômcos sgnfcanes com o uso de modelos de volaldade condconal mulvarada no processo de alocação de avos. Avalamos a sgnfcânca econômca de se modelar a volaldade condconal comparando o desempenho de careras de nvesmeno com váras esraégas que operam avamene a volaldade esperada. Comparamos os resulados desas meodologas com esraéga de alocação esáca baseada na varânca não condconal e ambém com uma esraéga de pesos guas para os avos da carera. A base de dados ulzada nese esudo é composa por avos perencenes ao índce IBX-50, no período de Janero de 000 a Dezembro de 005. O processo de alocação de avos é realzado consderando-se um nvesdor avesso ao rsco no conexo de méda-varânca de Markowz. Concluímos que ano no caso de consderarmos axa lvre de rsco como nos casos em que não a levamos em cona, as esraégas esácas não são nferores às esraégas com marz de varânca condconal. Iso é, não podemos dzer que as esraégas que fazem o mng da volaldade e rebalanceamenos peródcos são melhores em ermos de ganhos econômcos. A comparação é realzada para o período fora da amosra. Palavras-chave: Alocação de Avos; Volaldade Condconal; Méda-Varânca.
9 ABSTRACT SAMPAIO, Anono Arhur Panguy. Economc gans n modelng he volaly of porfolos of socks Brazlan case. São Paulo, p. MSc Dsseraon Faculdade de Economa e Admnsração. IBMEC SÃO PAULO. The objecve of hs sudy s o es he economc sgnfcance of condonal volaly modellng n he asse allocaon process. In oher o do so, we compare he performance of porfolos wh dfferen dynamc sraeges n whch we me he expeced volaly. We compare he resuls of hose sraeges o sac non condonal volaly sraeges and also o a sraegy wh equally weghed porfolo. In hs sudy, we used hry of he socks ha compose he Brazlan IBX-50 ndex n he perod from January 000 o December 005. We consdered ha he nvesor s rsk-averse n he Markowz mean-varance conex. Our concluson s ha wh or whou a rsk-free neres rae, he sac sraeges are no nferor o he sraeges wh condonal varance. We canno affrm ha he sraeges ha me he volaly wh perodcal rebalancng acheve beer resuls (hgher economc gans). We conduced our comparson wh ou-of-sample daa. Keywords: Asse Allocaon, Condonal Volaly, Mean-Varance.
10 LISTA DE TABELAS Tabela - Ações que compõe a carera... 6 Tabela Resulados das esraégas em dferenes períodos de rebalanceameno...30
11 SUMÁRIO INTRODUÇÃO... 9 DESCRIÇÃO DOS MODELOS.... MODELO FATORIAL PARA RETORNO DE ATIVOS..... Especfcação Geral dos Modelos de Faores..... Modelo de Faores Esaíscos (laenes) para os reornos GARCH-Orogonal DCC-GARCH ESCOLHA DA CARTEIRA ÓTIMA ESCOLHA DINÂMICA DA CARTEIRA ÓTIMA NO CONTEXTO DA MÉDIA- VARIÂNCIA MEDIDA DE PERFORMANCE DAS ESTRATÉGIAS DESCRIÇÃO DOS DADOS ANÁLISE DOS RESULTADOS CONCLUSÃO... 3 BIBLIOGRAFIA... 33
12 9 INTRODUÇÃO A mporânca da esmação da volaldade é crucal em dversas áreas do esudo de Fnanças, em especal no ocane à gesão de careras de nvesmeno. Iso ano no que ange a escolha dos avos como, ambém, no conrole e admnsração de rsco. Nas úlmas décadas, números argos se desacaram no esudo da volaldade: Engle; (98) desenvolve os modelos ARCH; Bollerslev (986) os ARCH Generalzados (GARCH) Nelson (99) GARCH Exponencal (EGARCH) e Alexander (005) Modelo Garch Orogonal. O modelo DCC (Correlação Condconal Dnâmca) é apresenado por Engle (00) como uma generalzação do modelo CCC (Correlação Condconal Consane) proposo por Bollerslev (990). A maora dos esudos se concenra no desempenho dos modelos de volaldade. Nosso objevo, conudo, não será checar a precsão deses modelos mas, sm, esar a vanagem econômca de modelarmos a volaldade. Iremos, porano, conrapor os resulados obdos por meo de esraégas de rebalanceameno de uma carera de nvesmeno como fruo de mudanças na projeção da marz de varânca dos reornos dos avos. Como sugerdo por Flemng e al. (00), ulzaremos uma análse de Méda Varânca para mplemenar a alocação de avos. Para compararmos careras, fxaremos a aversão relava ao rsco. Iremos escolher ambém o pono de reorno médo na curva de careras efcenes para efeo de comparação. Vamos ulzar dos modelos: Modelo de GARCH Orogonal e o Modelo DCC- GARCH proposo por Engle (00). Iremos comparar eses modelos com uma esraéga ngênua de alocação /N e uma alocação baseada puramene no reorno e marz de varânca hsórcos (calculados de forma não condconal com os dados amosras). Por fm, nossa análse será baseada em uma carera de 30 ações lsadas na Bovespa ( odas componenes do IBX-50). Segundo a meodologa proposa por Han (006) para quanfcar o valor econômco de se modelar a volaldade, calculamos uma axa de desempenho esmada que o nvesdor
13 0 eseja dsposo a pagar para rocar uma esraéga esáca óma por uma carera consruída sob as premssas dos Modelos Volaldade GARCH Orogonal e Modelo DCC -GARCH. Tano o Modelo GARCH Orogonal como o DCC-GARCH nos perme rabalhar com um porfólo bem dversfcado com um grande número de avos. Ao nvés de se modelar a alocação ulzando-se índces de mercado, ulzamos faores laenes. Comparando esraégas baseadas em cada um dos modelos com as respecvas esraégas esácas, chegamos à conclusão que não emos ganhos em rebalancearmos a carera.
14 DESCRIÇÃO DOS MODELOS Nesa seção remos descrever as meodologas esaíscas ulzadas no processo de alocação de avos. Nosso processo de alocação é baseado nas segunes meodologas alocação esáca baseada na marz de médas e varâncas não condconas, Modelos Esaíscos de Faores, Modelos Mulvarados de Volaldade Condconal do po GARCH Orogonal e DCC-GARCH. Com o objevo de descrever o modelo GARCH Orogonal remos descrever prmero de forma geral os Modelos de Faores e mas especfcamene os Modelos de Faores nos quas os mesmos são não observáves, so é, eles são laenes. Em seguda apresenaremos o modelo GARCH Orogonal como descro por Alexander (005). Como alernava ao GARCH orogonal escolhemos o DCC-GARCH, como proposo por Engel (00).. MODELO FATORIAL PARA RETORNO DE ATIVOS Incalmene vamos descrever a ulzação dos Modelos Mulfaoras para descrever a esruura da covarânca dos reornos. No Modelo de Faores decompõe-se o reorno dos avos em Faores Comuns a odos os avos, que compõem a carera, mas um Faor Específco para cada avo. O que o modelo faz é solar as sensbldades de cada avo aos Faores Comuns de Rsco. Pelo fao deses faores mpacarem de alguma forma odos os avos da carera eles são nerpreados como Faores Fundamenas de Rsco. Como em Zvo e Wang (005) os Modelos de Faores são dvddos em rês pos prncpas: ) Modelos de Faores Fundamenas; ) Modelos de Faores Macroeconômcos; 3) Modelos de Faores Esaíscos (ou laenes ).
15 Os Modelos Macroeconômcos ulzam dados macroeconômcos como faores. Os Modelos de Faores Fundamenas ulzam dados específcos das empresas como dados de balanço, Lucro Líqudo, Parmôno Líqudo ec. Os Modelos de Faores Esaíscos (ou laenes) ulzam Faores Comuns que são não observados... Especfcação geral dos Modelos de Faores Podemos descrever a formao geral dos Modelos de Faores como se segue: R = α + β + β f + ε = α + β f + ε f + β f + L K K ' onde é o reorno (real ou o excesso de reorno sobre um avo sem rsco) do avo ( =, R..., N) no período de empo ( =,..., T ), α é o nercepo, f K é o k-ésmo Faor Comum (k =,..., K ), β k é a carga do k-ésmo faor para o avo, e ε é o faor específco do avo. No modelo mulfaoral assume-se que as realzações dos faores f, são I(0) com os momenos não condconas: E[f ] = μ f cov [f ] = E[(f - μ ) (f - μ ) ] = Ω f f f Os erros específcos ε são não correlaconados com cada um dos faores comuns f K al que cov( f k, ε ) = 0, para odo k, e. Os ermos e conemporaneamene não correlaconados enre os avos, so é, ε são seralmene não correlaconados σ cov ( ε, ε js ) = para odo = j e = s = 0, caso conráro
16 3 O modelo pode ser reescro como um modelo de regressão cross-seconal no empo : R = α + B f + ε, =,..., T E[ ε ε f ] = D onde B é a marz de cargas ( N x K ), α é o veor ( N x N ) de nercepos, f é veor de realzações dos Faores no período de empo ( K x ), ε é o veor ( N x ) de erros específcos dos avos com D como a marz dagonal covarânca ( N x N ). abaxo: Dese modo, a marz de covarânca dos reornos dos avos pode ser escra como cov ( R ) = Ω = ΒΩ f Β + D.. Modelo de Faores Esaíscos ( laenes ) para os reornos Os Modelos Esaíscos de Faores não precsam de dados de possíves varáves explcavas e não apresenam problemas de mulcolneardade. Uma desvanagem dos Modelos com Faores Laenes é não ermos necessaramene uma nerpreação econômca das varáves. Uma das écncas esaíscas mas populares, no desenvolvmeno dos Modelos Mulfaoras aplcados à admnsração de avos de rsco, é a Análse de Componenes Prncpas. O Modelo de Faores Orogonas é obdo quando os Faores de Rsco são omados como os Componenes Prncpas do ssema. Ulzamos, assm, o Méodo de Componenes Prncpas no Modelo de Volaldade Condconal do po GARCH Orogonal. Como menconado anerormene, no Modelo de Faores Esaíscos ( ou laenes) as realzações dos faores f não são dreamene observadas e, porano, o que se faz é exraí-las dos reornos observáves R. O méodo que desacamos aqu é a Análse de Componenes Prncpas.
17 4 amosra: A Análse de Componene Prncpal é baseada na marz de covarânca (N x N) da ^ Ω = RR', onde R é a marz ( N x T ) de reornos observados. N Análse de Componene Prncpal nos proporcona uma redução da dmensão que eríamos que ulzar. Os Componenes Prncpas são combnações lneares dos reornos. Os Componenes Prncpas são consruídos e ordenados de forma que o prmero Componene Prncpal explca a maor pare da marz de covarânca dos reornos amosras, o segundo Componene Prncpal explca a segunda maor pare e, assm por dane. Na consrução dos Componenes Prncpas mpomos que eles sejam orogonas enre s e normalzados para erem norma gual a um. Os K Componenes Prncpas mas mporanes são as realzações dos faores. Enão as cargas deses faores podem ser esmadas usando-se écncas de regressão. Denoamos ^ Ω a marz de covarânca amosral dos reornos dos avos. O prmero Componene Prncpal é x * R onde o veor (N x ) x * resolve max x ' x s.a. x x ' = x ^ Ω onde N é o número de avos. * A solução x é o auoveor assocado ao maor auovalor de ^ Ω. O segundo Componene Prncpal é x * R onde o veor ( N x ) x * resolve x ' x s.a. x ' * max Ω x = e x x = 0 x ^ * A solução x é o auoveor assocado ao segundo maor auovalor de processo é repedo aé que o k-ésmo Componene Prncpal seja compuado. ^ Ω. Ese
18 5 As esmavas para os faores realzados são smplesmene os k-ésmos prmeros Componenes Prncpas f k * = x R, k =,..., K. k As cargas dos faores para cada avo, β, e a varânca dos resíduos, var( ε ) = σ podem ser esmadas va MQO a parr da regressão da sére de empo. ' R = β f + ε, =,..., T obendo-se β e para =,..., N. Os veores de dados fcam desa manera, descros σ como uma combnação lnear dos componenes prncpas acrescdos dos veores de erros. A marz de covarânca dos reornos é enão: ^ ^ ^ F Ω = B Ω ^ ^ B' + D β ' σ onde Β = M, =, D O 0 β N ' 0 L σ N F e Ω = T T = ( f - f ) ( f - f ), f T = T = f. Usualmene Ω F = I porque os Componenes Prncpas são oronormas. Como os K Componenes Prncpas são orogonas a marz de covarânca não condconal é dagonal.
19 6 A grande vanagem da ulzação dos Componenes Prncpas é a redução da dmensão do problema de omzação. Oura vanagem esá na orogonalzação das varáves faclando a consrução de grandes marzes de covarânca posvas defndas. Nese caso a marz de covarânca fca basane smplfcada dado que passa a ser uma marz dagonal. Alexander (005) ressala que os dados de enrada devem ser esaconáros e devem esar normalzados para que o componene prncpal não seja domnado pela varável com a maor volaldade. Esa normalzação geralmene é fea smplesmene subrando-se a méda amosral e dvdndo-se pelo desvo padrão amosral. Devdo ao problema de dmensonaldade na esmação de GARCH Mulvarados, o que mpede o uso de modelos Dagonal VEC de Bollerslev e al. (988), BEKK de Engle e Kroner (995), ec decdmos pelo uso de modelos baseados na esmação de GARCHs unvarados como o GARCH Orogonal e o DCC-GARCH.. GARCH-ORTOGONAL Assm para chegarmos ao modelo de GARCH-Orogonal a parr do modelo de Faores Orogonas devemos esmar os ermos da marz de varânca dos componenes prncpas com o modelo GARCH. A déa do GARCH orogonal é que por meo dos faores orogonas consgo dmnur a dmensão do modelo consrundo enão a marz de covarânca dos faores aravés da varânca de GARCH s unvarados. Iso é, a marz de covarânca é uma marz dagonal das varâncas dos faores. Ulzamos o modelo GARCH (,), assm a varânca condconal de cada faor é modelada com o abaxo: σ = ω + αε + βσ De posse dos componenes prncpas e da marz de cargas, emos como volar para a marz de covarânca do ssema orgnal. Assm para projearmos a marz de covarânca dos reornos dos avos k passos à frene, basa que projeemos as varâncas unvaradas dos
20 7 faores pelo modelo GARCH, monemos a marz Ω F e a mulplquemos pela marz de cargas como abaxo: Ω = Β Ω F Β.3 DCC-GARCH O modelo DCC (Correlação Condconal Dnâmca) é uma exensão do modelo CCC (Correlação Condconal Consane) que é baseado no modelo GARCH Mulvarado com Correlação Condconal Consane. Para que as varáves sgam um modelo GARCH, elas devem ser esramene esaconaras. Consderando o processo n-dmensonal X R Txn, =,..., T gerado por: X = μ (θ ) + H (θ ) / ε μ (θ ) = E ( X I ) H = Var (X F ) onde F é o conjuno de nformações no empo, e ε é um processo.d.d. No DCC H é modelada dreamene como uma função de varâncas dnâmcas unvaradas e correlações dnâmcas lneares, H D R D R = (Q * ) Q ( Q * )
21 8 L Q = ( - l = α - ) l S s= ' β Q + α ε ε + β Q s L = l l l S s= s s onde * Q = q 0 0 M 0 0 q 0 M q M 0 33 L L L O L M q nn D é a marz dagonal ( n x n ) com os elemenos h, =,..., n, =,..., T, Q é a marz de varânca- covarânca não condconal de ε. Iso é, Q = E( ε ε ), e α l e β s são parâmeros escalares que sasfazem L l = α + β <. l S s= s A dnâmca perme que a esmação seja fea em duas eapas, o que orna vável a esmação de processos X com grande dmensão. Para lusrar o processo de esmação em duas eapas assummos prmero que o veor dos erros padronzados em dsrbução normal, ε ~ N(0,P ). Chamando θ o veor de parâmeros na marz de varânca-covarânca condconal H, a função de Log verossmlhança, L T ( θ) para T observações do esmador, L ( θ) = T T = log f ( θ, Ω ) X é dado por T L T ( θ) = {n log(π ) + log H + r H r } = T L T ( θ) = {n log(π ) + log D P D + r ( D P D ) r } =
22 9 T L T ( θ) = {n log(π ) + log D + log P + ε P ε } = onde subsuímos ε = D r. Engle (00) propôs que no prmero eságo da esmação assumamos que ε ~ N(0,I) onde I é uma marz dendade (n x n). Parconando o veor de parâmeros em dos subconjunos θ = (ζ, ϕ), onde ζ coném os parâmeros das n volaldades unvaradas e ϕ coném os parâmeros das correlações, a função de log-verossmlhança pode ser expressa como, L T ( θ) = L T (ζ ) ( θ) + L T (ϕ ζ) A esmação no prmero eságo consse em maxmzar a função T L T (ζ )= = n log(π ) + log D + r D r T L T (ζ )= = [ n log(π ) + ( log n = h r + ) ] h T L T (ζ )= = n [ ( log(π ) + log = h r + ) ] h Uma vez que o veor ζ é esmado, o veor dos erros padronzados ε = D empregado no segundo eságo, que corresponde à maxmzação da função, r é L(ϕ ζ) = T = log P + ε P ε sob a premssa de ε ~ N(0, R ).
23 0 O modelo DCC-GARCH generalza o modelo CCC por permr correlações condconas evoluam dnamcamene, mas permndo a esmação em eságos ulzando-se o modelo GARCH unvarado. Se modelarmos a marz de varânca-covarânca com l e s guas a um, a marz em o formao abaxo: ' Q = ( -α - β ) Q + α ε ε + β Q Uma vez esmados odos os parâmeros, para projearmos a marz de varânca K passos à frene, projeamos as varâncas unvaradas K- passos à frene e aplcamos na equação abaxo Q = ( - α β ) Q + Q +K β +K
24 3 ESCOLHA DA CARTEIRA ÓTIMA. 3. ESCOLHA DINÂMICA DA CARTEIRA ÓTIMA NO CONTEXTO DA MÉDIA- VARIÂNCIA. Consderamos que o nvesdor é avesso ao rsco com preferêncas defndas sobre a meda e varânca dos reornos. Ao longo de odo o processo de escolha da carera óma nós raamos os reornos esperados das ações da mesma forma para odos os modelos. O objevo é solar o efeo do mng da volaldade. Flemng, Krby e Osdek (00) e Agular e Wes (000) ambém procederam da mesma manera. Como reorno esperado de cada papel ulza a méda smples dos reornos de cada papel, calculada com os dados denro da amosra. Dvdmos nossa análse em duas pares, em um prmero momeno supomos a não exsênca de axa lvre de rsco e em um segundo momeno nroduzmos a axa lvre de rsco. Conudo em ambos os casos não são permdas vendas a descobero nem alavancagem. Como axa lvre de rsco ulzamos à axa de remuneração da poupança ao longo de 005 (9,9%). Vamos supor que o nvesdor pode operar de acordo com duas esraégas de méda varânca: ) a esraéga de volaldade mínma, que mnmza a volaldade dado um nível de reorno esperado; ) a esraéga de maxmzar a uldade esperada maxmzando o valor esperado de uma função de uldade méda-varânca. Na esraéga de volaldade mínma, sem levar em cona a axa lvre de rsco, como exposo por Elon e Gruber (995 ), o nvesdor resolve a programação quadráca abaxo. mn N N N X σ + = = j = X X j σ j s.a. ) = X = N ) X R = P N = R 3) 0, =,..., N X
25 Varando R P enre o reorno do porfólo de mínma varânca e o reorno do porfólo de reorno máxmo, raçamos a fronera efcene. Na esraéga de maxmzação da uldade, sem levar em cona a axa lvre de rsco, o nvesdor resolve a programação quadráca abaxo. max { E[u( W )] = E[ R p ] - 0,005 *A* σ p, + } W +, + com σ = P, + N N N X σ + = = j = X X j σ j s.a. N X P = R = R N = X = X 0, =,..., N onde A é o coefcene de aversão absolua ao rsco. Na esraéga de volaldade mínma, levando em cona a axa lvre de rsco emos: N = X = j = X j N N mn X σ + σ j s.a. ) = X N R = = N N ) X R + ( X ) rf = P X 3) 0, =,..., N
26 3 emos: Na esraéga de maxmzação da uldade, levando em cona a axa lvre de rsco max {E[u( W )] = E[ ] - 0,005 *A* } W + R p, + com = σ p, + N N N σ P, + X + = σ = X j = X j σ j N s.a. ) = X R = = N N ) X R + ( X ) rf = P 3) X 0, =,..., N 3. MEDIDAS DE PERFORMANCE DAS ESTRATÉGIAS Para medr o valor econômco da modelagem da volaldade, comparamos o desempenho de esraégas dnâmcas com o desempenho de esraégas esácas não condconas, de méda-varânca no período fora da amosra. Vamos ulzar rês meddas de desempenho: ) Índce de Sharpe; ) Alfa de Jansen; 3) Taxa de desempenho Dela. Nossa prmera medda de desempenho será o índce de Sharpe (SR). O índce de Sharpe mede quano reorno exra (reorno acma da axa lvre de rsco) obemos pelo rsco que ncorremos. Calculamos e comparamos os índces de Sharpe da segune forma: Prmero calculamos o reorno realzado das careras denro de cada período de rebalanceameno. Para al ulzamos os reornos observados de cada uma das ações ponderadas pelos respecvos pesos, levando-se em cona os cusos de ransação por ocasão dos rebalaceamenos da carera e ambém o cuso de venda no fnal do período fora da amosra.
27 4 Uma vez obdas as séres de reorno líqudo dos cusos ransaconas, calculamos a méda ( μ ) e o desvo padrão ( p σ p os índces de Sharpe, SR = ( μ - r )/ σ. p f ) para odo o período fora da amosra e enão calculamos p Se as esraégas dnâmcas geram Índces de Sharpe maores do que as esraégas esácas, a modelagem da volaldade em valor econômco sgnfcane para os nvesdores. É mporane ressalar que o Índce de Sharpe não leva em cona a volaldade varando no empo. O desvo padrão da amosra (volaldade não condconal) superesma o rsco condconal que um nvesdor ncorre quando ele segue esraégas de mng de volaldade. Dese modo podemos esar subesmando o desempenho das esraégas dnâmcas ao ulzarmos os índces de Sharpe realzados. A oura medda de desempenho que vamos ulzar é o Alfa de Jansen. Um valor posvo do Alfa de Jansen ndca reornos anormas ou desempenho superor de uma esraéga ava com relação a uma esraéga passva. Esmaremos o alfa de Jansen como sendo o nercepo em uma regressão do excesso de reorno da esraéga dnâmca conra os excessos de reorno da esraéga esáca como abaxo r r = α + r r ) + u, ~ N(0, σ ) d, f β ( S, f u onde é a renabldade realzada da esraéga dnâmca e é a renabldade realzada r d, da esraéga esáca. A ercera e úlma medda de desempenho ulza uma abordagem baseada na uldade para medr o desempenho de esraégas dnâmcas. Conforme Flemng, Krby e Osdek (00), ulza-se uma axa de desempenho que capura o ganho em ermos de uldade de se rocar uma esraéga dnâmca pela esáca. Enão modelamos a uldade quadráca realzada como r S, u( ) = - 0,005 *A* R p, + R p, + R p, + onde R p, + é o reorno bruo realzado da carera, A é o coefcene da aversão absolua ao rsco, o qual assummos como 6 em nossa análse. Com o objevo de medr o valor
28 econômco de se modelar a volaldade vamos calcular uma consane Dela ( Δ ) al que a uldade méda realzada gerada pela esraéga dnâmca seja a mesma das esraégas esácas. Para esmar esa axa de desempenho Dela( Δ ) devemos achar o valor de Dela ( Δ ) que guala os dos lados da equação: 5 T = 0 T [( - Δ ) - 0,005 *A* ( R - Δ ) ] = Rd, + d, + T = 0 T [( ) - 0,005 *A* ] RS, + R S, + Depos de consrur a esmava da marz de covarânca monamos os porfólos dnâmcos e avalamos seu desempenho. Nossa medda de valor do mng da volaldade é o cuso esmado de que o nvesdor avesso ao rsco eseja dsposo a pagar para rocar do porfólo ex-ane esáco para o porfólo dnâmco. Usamos uma análse de méda- varânca para mplemenar as esraégas de alocação de avos. Consequenemene elas são ómas somene se os nvesdores em função uldade logarímca e os prmeros dos momenos caracerzarem compleamene a dsrbução conjuna dos reornos.
29 6 4 DESCRIÇÃO DOS DADOS Escolhemos 30 ações de empresas que compõe o IBX-50. Na escolha dos papés ncalmene nos preocupamos em escolher aqueles que já fossem lsados no níco do período denro da amosra e depos escolhemos aqueles cujas séres de preço apresenassem menos nerrupções. Ulzamos a dferença do logarmo dos preços de um da para o ouro como o reorno do avo. A amosra fo separada em duas pares uma pare ncal ulzada na esmação e uma pare ulzada para valdação fora da amosra dos modelos de alocação. Os reornos dáros de de Janero de 000 aé 3 de Dezembro de 004 são consderados denro da amosra e de de Janero de 005 aé 3 de Dezembro de 006 são consderados fora da amosra. Os códgos das ações, assmera e curose esão na Tabela a segur: Tabela. Ações que compõem a carera Ação Méda Desv. Pad. Assmera Curose Aces4 7.93% 49.6% Ambv4 7.7% 36.8% Arce % 44.4% Arcz6 3.39% 39.7% Bbas % 44.8% Bbdc4 0.83% 39.5% Brkm5 4.59% 47.% Bro4.58% 43.6% Brp4-6.83% 44.9% Cmg4 4.88% 44.7% Cruz % 37.0% Csna3 50.4% 44.6% Ebp % 68.8% Ele6 5.8% 50.6% Embr % 45.% Ggbr % 43.0% Iau4 6.00% 37.7%
30 7 Ação Méda Desv. Pad. Assmera Curose 8 Isa4 8.9% 34.6% Klbn4 34.9% 47.4% Lame4 55.7% 49.% Lg3 8.64% 57.9% Per4.3% 34.5% Sbsp3.93% 4.% Sda % 36.7% Tcsl4-5.73% 55.4% Tmcp4 0.5% 57.6% Tnlp4 3.0% 4.3% Ubbr 3.4% 47.6% Usm5 46.6% 50.3% Vale5 38.0% 33.7% Fone: Elaborada pelo auor.
31 8 5 ANÁLISE DOS RESULTADOS Incalmene remos comparar as esraégas esácas sem levarmos em consderação a exsênca de axa lvre de rsco na esmação dos pesos das careras. Iremos comparar as esraégas: ) /N odos os avos êm pesos guas; ) RMH Renabldade Méda Hsórca. Esraéga de mínma varânca na qual o nvesdor escolhe como renabldade alvo a renabldade méda dos porfolos de mínma e máxma renabldade na fronera efcene. A marz de varânca/covarânca é não condconal calculada com os dados denro da amosra; 3) RMOG Reorno Médo GARCH-Orogonal. Esraéga de mínma varânca na qual o nvesdor escolhe como renabldade alvo a renabldade méda dos porfolos de mnma e maxma renabldade na fronera efcene. A marz de varânca/covaranca é esmada ulzando-se o modelo GARCH-Orogonal; 4) RMDCC Reorno Médo DCC. Esraéga de mínma varânca na qual o nvesdor escolhe como renabldade alvo a renabldade méda dos porfolos de mínma e máxma renabldade na fronera efcene. A marz de varânca/covarânca é esmada ulzando-se o modelo DCC. Nese caso a esraéga que apresenou o maor índce de Sharpe fo a RMOG. Quando comparadas com suas respecvas esraégas dnâmcas, observamos que não emos ganhos com os rebalanceamenos semanas, pos emos quedas no índces de Sharpe e Δ muo próxmo de zero, α nulo ou mesmo negavo. Iso poso, deveríamos ulzar esraéga esáca esmando a marz de varânca pelo modelo GARCH Orogonal. Em seguda passamos a supor a exsênca de axa lvre de rsco e o créro para a escolha dos avos passa a ser a maxmzação da uldade ao longo da fronera efcene. Teríamos rês esraégas esácas e suas respecvas esraégas dnâmcas:
32 9 ) MUH Maxmzação da uldade esperada com marz de varânca hsórca ) MUOG Maxmzação da uldade esperada com marz de varânca esmada com o modelo GARCH Orogonal 3) MUDCC Maxmzação da uldade esperada com marz de varânca esmada com o modelo DCC. Nese caso a esraéga esáca que apresena o melhor resulado é a MUOG, Maxmzação da uldade e esmação da marz de varânca com o modelo GARCH Orogonal. Cabe ressalar que o rebalanceameno semanal nos rês modelos (MUH, MUOG, MUDCC) levou a uma queda nos ndces de Sharpe. Ese resulado pode ser corroborado pelos valores nulos ou negavos do Δ como ambém do α. Assm sera preferível segur uma esraéga esáca ulzando-se o modelo GARCH Orogonal ao nvés de rebalancearmos a carera semanalmene. Em seguda aumenamos o prazo de rebalanceameno (fora da amosra) para qunzenal. Novamene começamos a análse pelos modelos que não levam em consderação a axa lvre de rsco. Neses casos o rebalanceameno não leva a um ganho econômco (queda nos índces de Sharpe), os valores de Δ são nulos ou próxmos de Zero e não descaramos a hpóese nula de que α seja zero. Pelos resulados apresenados (reorno e rsco e índce de Sharpe) as esraégas RMOG e RMDCC esácas seram as melhores e levaram a resulados quase guas. Levando-se em cona a axa lvre de rsco, a maxmzação da uldade e o rebalanceameno semanal a melhor esraéga é a MUOG esáca. Os resulados são apresenados na Tabela a segur.
33 30 Tabela Esraéga Esáca Esraéga Dnâmca Modelo méda desv. Pad SR méda desv. Pad SR Δ ( bp ) α (%) esa. - Rebalanceameno Semanal / N RMH MUH RMOG MUOG RMDCC MUDCC Rebalanceameno qunzenal / N RMH MUH RMOG MUOG RMDCC MUDCC Fone: Elaborada pelo auor. É mporane noar que um modelo GARCH esaconáro possu uma marz de varânca não condconal consane, e se o objevo é um ganho de longo prazo alvez a alocação esáca usando esa marz seja mas efcene (menor cuso de rebalanceameno) o horzone de nvesmeno pode ser mporane. Ouro pono a ser noado é que o cálculo da marz de var-covar dnâmca pode er ouras aplcações além da alocação por exemplo, o cálculo de VaR dnâmco a modelagem
34 3 da volaldade condconal é mporane, e assm a gesão de rsco pode se benefcar desa meodologa
35 3 6 CONCLUSÃO Conclundo, esamos nese rabalho a exsênca de ganhos econômcos ao modelarmos a marz de varânca dos avos de uma carera de nvesmenos e efeuarmos os respecvos rebalanceamenos peródcos. Levamos em consderação cusos ransaconas. Ulzamos ambém duas écncas de esmação: GARCH Orogonal e DCC-GARCH. As esraégas dnâmcas não levaram a ganhos represenavos e pelo conráro algumas vezes pareceram ser conraproducenes. possvelmene pelo cuso de rebalanceameno das careras sob esse créro. Porano, emos ndícos para crer que não emos ganhos econômcos em esmarmos a marz de varânca de forma condconal. Como avanço dese esudo propomos esar a exsênca de ganhos econômcos ao se modelar à volaldade ulzando-se um modelo de Volaldade Esocásca em conjuno com oura écnca de esmação como MCMC.
36 33 BIBLIOGRAFIA AGUILAR, O. e WEST, M. (000) Bayesan Dynamc Facor Modles ans Varance Marx Dscounmg for porfolo allocaon, Journal of Busness and Economcs Sascs, 8, ALEXANDER, C. (005). Modelos de Mercado: Um Gua para a Análse de nformações Fnanceras, Bolsa de Mercadoras & Fuuros, a edção. BOLLERSLEV, T., (986), Generalsed auoregressve condonal heeroskedasy, Journal of Economercs, 3, BOLLERSLEV, T., Engle, R.F. e Wooldrdge, J.M. (988) A Capal-Asse Prcng Model wh Tme-Varyng Covarances, Jopurnal of Polcal Economy, 96, 6-3. BOLLERSLEV, T. (990), Modelnd he Coherence n Shor-run Nomnal Exchange Raes: a Mulvarae Generalzed ARCH Model, Revew of Economcs and Sascs, 7, ELTON, E. J., GRUBEr, M.J.(995). Modern Porfolo Theory and Invesmen Analyss, John Wley & Sons, Inc, 5a edção, cap. 7, pp.04. ENGLE R.F., (98), Auoregressve condonal heeroskedascy wh esmaes of he Varance of Uned Kngdom Inflaon, Economerca, 50 (4), ENGLE R.F., (00), Dynamc condonal Correlaon a smple class of mulvarae Garch models, Journal of Busness and Economc Sascs, 0 (3), ENGLE, R.F. e KRONER, K.F. (995) Modelng he Perssence of Condonal Varances, Economerc Theory,, -50 FLEMING, J., KIRBY, C., e Osdek, B. (00) The Economc Value of Volaly Tmng. Journal of Fnance, 56 (), HAN, Y. (006) Asse Allocaon wh a Hgh Dmensonal Laen Facor Model The Revew of Fnancal Sudes, 9 (), NELSON, D.B. (99). Condonal Heerocedascy n Asse Reurns: a New Approach, Economerca, 59 (), ZIVOT, E. e WANG, J. (006), Modelng Fnancal Tme Seres wh S-Plus, Sprnger, a Edção, cap. 5, pp
37 Mlhares de Lvros para Download: Lvros Grás ( hp:// ) Baxar lvros de Admnsração Baxar lvros de Agronoma Baxar lvros de Arqueura Baxar lvros de Ares Baxar lvros de Asronoma Baxar lvros de Bologa Geral Baxar lvros de Cênca da Compuação Baxar lvros de Cênca da Informação Baxar lvros de Cênca Políca Baxar lvros de Cêncas da Saúde Baxar lvros de Comuncação Baxar lvros do Conselho Naconal de Educação - CNE Baxar lvros de Defesa cvl Baxar lvros de Dreo Baxar lvros de Dreos humanos Baxar lvros de Economa Baxar lvros de Economa Domésca Baxar lvros de Educação Baxar lvros de Educação - Trânso Baxar lvros de Educação Físca Baxar lvros de Engenhara Aeroespacal Baxar lvros de Farmáca Baxar lvros de Flosofa Baxar lvros de Físca Baxar lvros de Geocêncas Baxar lvros de Geografa Baxar lvros de Hsóra Baxar lvros de Línguas
38 Baxar lvros de Leraura Baxar lvros de Leraura de Cordel Baxar lvros de Leraura Infanl Baxar lvros de Maemáca Baxar lvros de Medcna Baxar lvros de Medcna Veernára Baxar lvros de Meo Ambene Baxar lvros de Meeorologa Baxar Monografas e TCC Baxar lvros Muldscplnar Baxar lvros de Músca Baxar lvros de Pscologa Baxar lvros de Químca Baxar lvros de Saúde Coleva Baxar lvros de Servço Socal Baxar lvros de Socologa Baxar lvros de Teologa Baxar lvros de Trabalho Baxar lvros de Tursmo
PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais
Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,
Leia maisAprendizagem Estatística de Dados. Francisco Carvalho
Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p
Leia mais2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo
2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela
Leia maisNota Técnica sobre a Circular nº 2.972, de 23 de março de 2000
Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.
Leia mais5 Avaliação da Eficiência Computacional
5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual
Leia maisNeo-fisherianos e teoria fiscal do nível de preços
Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos
Leia maisSolução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)
Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas
Leia maisESTIMAÇÃO DA VOLATILIDADE PARA A SÉRIE DO IBOVESPA: APLICAÇÃO DE MODELOS DE MEMÓRIA CURTA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maurdade e desafos da Engenhara de Produção: compevdade das empresas, condções de rabalho, meo ambene. São Carlos, SP, Brasl, a5 de ouubro de. ESTIMAÇÃO
Leia mais3 Análise de Demanda Condicionada
3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.
Leia mais5 Sistemas Lineares com Coecientes Periódicos
5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que
Leia maisO MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS RESUMO
55 O MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS Bruno Mlan¹ Paulo Sérgo Cerea² RESUMO O objevo dese argo é precfcar o reorno dos fundos de nvesmeno brasleros
Leia maisVOLATILIDADE NO MERCADO FUTURO DE BOI GORDO NA BM&F: UM ESTUDO EMPÍRICO UTILIZANDO MODELOS DA CLASSE ARCH
VOLATILIDADE NO MERCADO FUTURO DE BOI GORDO NA BM&F: UM ESTUDO EMPÍRICO UTILIZANDO MODELOS DA CLASSE ARCH LUIZ EDUARDO GAIO; WANDERCI ALVES BITENCOURT; GABRIEL RODRIGO GOMES PESSANHA; ANDRÉ RIBEIRO DE
Leia maisMECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos
MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação
Leia maisRISCO E RETORNO NO AGRONEGÓCIO BRASILEIRO: UM ESTUDO DAS EMPRESAS LISTADAS NA BOVESPA
RISCO E RETORNO NO AGRONEGÓCIO BRASILEIRO: UM ESTUDO DAS EMPRESAS LISTADAS NA BOVESPA AURELIANO ANGEL BRESSAN; DÉBORA CRISTIANE SANTOS; WAGNER MOURA LAMOUNIER; ROBERT ALDO IQUIAPAZA; UFMG BELO HORIZONTE
Leia maisA VOLATILIDADE DO RETORNO DA AÇÃO DA CSN: USO DE MODELOS HETEROSCEDÁSTICOS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. A VOLATILIDADE DO RETORNO DA AÇÃO DA CSN: USO DE MODELOS HETEROSCEDÁSTICOS Carlos Albero Gonçalves da Slva (CEFET-RJ) gon.slva@sof.com.br :O presene esudo
Leia mais5 Apreçamento de ESOs com preço de exercício fixo
5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do
Leia maisVOLATILIDADE NO MERCADO FUTURO DE BOI GORDO NA BM&F: UM ESTUDO EMPÍRICO UTILIZANDO MODELOS DA CLASSE ARCH
VOLATILIDADE NO MERCADO FUTURO DE BOI GORDO NA BM&F: UM ESTUDO EMPÍRICO UTILIZANDO MODELOS DA CLASSE ARCH LUIZ EDUARDO GAIO; WANDERCI ALVES BITENCOURT; GABRIEL RODRIGO GOMES PESSANHA; ANDRÉ RIBEIRO DE
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS
Sana Mara/RS 23 e 24 de Seembro de 2013 Exo Temáco: Esraéga e Inernaconalzação de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS THE ARBITRAGE PRICING
Leia mais5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,...
5 O Modelo Não-Lnear Como vso no capíulo aneror, há espaço para uma análse mas profunda da função de reação do Banco Cenral do Brasl. Auores como Clarda, Gal e Gerler (2000) e Cogley e Sargen (2001) examnam
Leia maisAGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES
AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em
Leia mais3 Modelos de Apreçamento de Opções
3 Modelos de Apreçameno de Opções Preços de fuuros na Bolsa de Valores, na práca, são defndos de forma lvre na BM&FBOVESPA a parr das relações apresenadas enre ofera e demanda. Para que a formação de as
Leia maisAnálise comparativa e teste empírico da validade dos modelos CAPM tradicional e condicional: o caso das ações da Petrobrás
Análse comparava e ese empírco da valdade dos modelos capm radconal e condconal: o caso das ações da Perobrás Análse comparava e ese empírco da valdade dos modelos CAPM radconal e condconal: o caso das
Leia maisCAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA
CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação
Leia maisMódulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)
Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO DEPARTAMENTO DE ECONOMIA MONOGRAFIA DE FIM DE CURSO
POTIFÍCIA UIVERSIDADE CATÓLICA DO RIO DE JAEIRO DEPARTAMETO DE ECOOMIA MOOGRAFIA DE FIM DE CURSO PREVISÃO DE VOLATILIDADE REALIZADA UTILIZADO PREVISÃO MÉDIA COM CORREÇÃO DE VIÉS Breno de Casro Vera Marícula:
Leia mais5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)
5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes
Leia maisInsper Instituto de Ensino e Pesquisa Faculdade de Economia e Administração. Gustavo Passarelli Giroud Joaquim
Insper Insuo de Ensno e Pesqusa Faculdade de Economa e Admnsração Gusavo Passarell Groud Joaqum ANÁLISE DA DINÂMICA DE RISCO E RETORNO DE FUNDOS MULTIMERCADO BRASILEIROS São Paulo 0 Gusavo Passarell Groud
Leia maisTítulo: Análise de Componentes Principais na Correlação da Volatilidade Implícita com o Ativo Objeto
Área Temáca: Fnanças Tíulo: Análse de Componenes Prncpas na Correlação da Volaldade Implíca com o Avo Objeo AUTORES ANDRÉ GNECCO AVELAR Unversdade de São Paulo andreavelar@yahoo.com OSWALDO LUIZ DO VALLE
Leia maisA VOLATILIDADE DOS PREÇOS À VISTA DO BOI GORDO NO ESTADO DE SÃO PAULO: UMA APLICAÇÃO DOS MODELOS HETEROSCEDÁSTICOS
A VOLATILIDADE DOS PREÇOS À VISTA DO BOI GORDO NO ESTADO DE SÃO PAULO: UMA APLICAÇÃO DOS MODELOS HETEROSCEDÁSTICOS Léo da Rocha Ferrera Professor Tular, Unversdade do Esado do Ro de Janero (UERJ), Ro de
Leia maisCAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton
9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina:
Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada
Leia maisTratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12
Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane
Leia maisEN3604 FILTRAGEM ADAPTATIVA
EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de
Leia maisInserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos
Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara
Leia mais2. FUNDAMENTOS DE CORRENTE ALTERNADA
Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ - UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN MESTRADO PROFISSIONAL EM ECONOMIA - MPE GUSTAVO ZECH SYLVESTRE
UNIVERSIDADE FEDERAL DO CEARÁ - UFC CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN MESTRADO PROFISSIONAL EM ECONOMIA - MPE GUSTAVO ZECH SYLVESTRE ANÁLISE DO EFEITO DO PATRIMÔNIO LÍQUIDO NO APREÇAMENTO DE FUNDOS
Leia mais3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos
3 Dados e Modelo Economérco 3.1. A amosra de funconáros públcos Os dados usados nese esudo êm como fone a Pesqusa Naconal de Amosra por Domcílo (PNAD, uma pesqusa domclar realzada anualmene no Brasl pelo
Leia mais5 Endogeneidade A Literatura
5 Endogenedade No capíulo aneror esmamos a varânca condconal da axa de câmbo, levando em cona os possíves efeos das nervenções do Banco Cenral do Brasl nese mercado. Enreano, nesa análse gnorou-se o provável
Leia maisUM MODELO DE OTIMIZAÇÃO DE CARTEIRAS BASEADO EM PREDIÇÃO
XXXVIII SIPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL Pesqusa Operaconal na Socedade: Educação, eo Ambene e Desenvolvmeno 2 a 5/09/06 Goâna, GO U ODELO DE OTIIZAÇÃO DE CARTEIRAS BASEADO E PREDIÇÃO Fábo Daros
Leia maisCAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS
Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves
Leia maisProjeções de inflação
Projeções de nflação A experênca do Banco Cenral do Brasl Leonardo Po Perez Banco Cenral do Brasl Depep III Fórum Baano de Economa Aplcada Agoso de 23 Sumáro ) Inrodução Regme de Meas para Inflação no
Leia maisANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20
ANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20 Elsabee Fernanda Mendes Duare, Insuo Polécnco de Lera RESUMO A volaldade desempenha um papel
Leia maisCIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011
CAPÍTULO : Crculares não Codfcadas 2 CIRCULAR Nº 3.568, DE 2 DE DEZEMBRO DE 20 Alera dsposvos das Crculares ns. 3.36, de 2 de seembro de 2007, 3.388, de 4 de unho de 2008, 3.389, de 25 de unho de 2008,
Leia maisDinâmica Estocástica. Instituto de Física, outubro de 2016
Dnâmca Esocásca Insuo de Físca ouubro de 206 Dnâmcas esocáscas com mudança de um sío Dnâmca de Meropols e dnâmca de Glauber para o modelo de Isng 2 Dnâmcas esocáscas para o modelo de Isng Ssema defndo
Leia maisMODELO DE PRECIFICAÇÃO DE ATIVOS DE CAPITAL: UM ESTUDO DE CASO NO SETOR DE FRIGORÍFICOS
MODELO DE PRECIFICAÇÃO DE ATIVOS DE CAPITAL: UM ESTUDO DE CASO NO SETOR DE FRIGORÍFICOS CAPITAL ASSET PRICING MODEL: A CASE STUDY ON MEAT SECTOR RESUMO Táco Auguso Faras 1 Luz Eduardo Nascmeno Fgueredo
Leia maisA VOLATILIDADE DOS PREÇOS À VISTA DO BOI GORDO NO ESTADO DE SÃO PAULO: UMA APLICAÇÃO DOS MODELOS HETEROSCEDÁSTICOS
A VOLATILIDADE DOS PREÇOS À VISTA DO BOI GORDO NO ESTADO DE SÃO PAULO: UMA APLICAÇÃO DOS MODELOS HETEROSCEDÁSTICOS Carlos Albero Gonçalves da Slva Professor Vsane, Unversdade do Esado do Ro de Janero (UERJ),
Leia maisANÁLISE DO CUSTO DE CAPITAL PRÓPRIO NO BRASIL POR MEIO DOS MODELOS CAPM NÃO-CONDICIONAL E CAPM CONDICIONAL
ANÁLISE DO CUSTO DE CAPITAL PRÓPRIO NO BRASIL POR EIO DOS ODELOS CAP NÃO-CONDICIONAL E CAP CONDICIONAL (Cos of equy analyss n Brazl: Non-Condonal CAP and Condonal CAP) Lumla Souza Grol 1 1 Unversdade Federal
Leia maisDINÂMICA INDUSTRIAL EM MINAS GERAIS: UMA APLICAÇÃO DO MODELO DE FATORES DINÂMICOS
DINÂMICA INDUSTRIAL EM MINAS GERAIS: UMA APLICAÇÃO DO MODELO DE FATORES DINÂMICOS Resumo Bruno de Paula Rocha O Modelo de Faores Dnâmcos Comuns (MFCD) vem sendo largamene usado em recenes rabalhos de macroeconomera.
Leia maisMARKOV SWITCHING CAPM: UMA ANÁLISE DA SENSIBILIDADE DO RETORNO DAS EMPRESAS GAÚCHAS EM RELAÇÃO AO MERCADO EM DIFERENTES AMBIENTES DE RISCO
MARKOV SWITCHING CAPM: UMA ANÁLISE DA SENSIBILIDADE DO RETORNO DAS EMPRESAS GAÚCHAS EM RELAÇÃO AO MERCADO EM DIFERENTES AMBIENTES DE RISCO Pedro Tonon Zuanazz 1 Marcos Vnco Wnk Junor 2 Resumo Um dos prncpas
Leia maisProjeto de Inversores e Conversores CC-CC
eparameno de Engenhara Elérca Aula. onversor Buck Prof. João Amérco lela Bblografa BAB, vo. & MANS enzar ruz. onversores - Báscos Não-solados. ª edção, UFS,. MOHAN Ned; UNEAN ore M.; OBBNS Wllam P. Power
Leia maisModelo de Precificação de Capital: Segmento de Commodities Agrícola
Modelo de Precfcação de Capal: Segmeno de Commodes Agrícola Capal Asse Prcng Model: Secor of Agrculural Commodes Táco Auguso Faras 1 Luz Eduardo Nascmeno Fgueredo Fábo Rodrgues Moura 3 Resumo: O objevo
Leia maisUnidade III: Modelos de Fatores, Eficiência de Mercado e Análise de Performance de Carteiras 1
Undade III: Modelos de Faores, Efcênca de Mercado e nálse de erformance de Careras 1 5. Modelos de faores e o T O T é ouro modelo alernavo da relação enre rsco e reorno esperado, onde há dversas fones
Leia maisExemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z)
Exemplo pág. 28 Aplcação da dsrbução ormal Normal reduzda Z=(9 2)/2=,5 Φ( z)= Φ(z) Subsudo valores por recurso à abela da ormal:,9332 = Φ(z) Φ(z) =,668 Φ( z)= Φ(z) Φ(z) =,33 Φ(z) =,977 z = (8 2)/2 = 2
Leia maisPROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU
1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em
Leia maisXXXVIII ENCONTRO NACIONAL DE ECONOMIA
XXXVIII ENCONTRO NACIONAL DE ECONOMIA Tíulo: Análse da Qualdade do Crescmeno Econômco nos Esados Brasleros de 1995 a 2008: Quão eláscos são os ndcadores de pobreza com relação ao crescmeno? Jonahan de
Leia maisESTIMATIVA BAYESIANA DO INSTANTE E DO LOCAL DE COLISÃO A PARTIR DA OBSERVAÇÃO DE FRAGMENTOS
ESIMAIVA BAYESIAA DO ISAE E DO LOCAL DE COLISÃO A ARIR DA OBSERVAÇÃO DE FRAGMEOS Andreza C. Basa, Robero V. F. Lopes, Helo. uga 3, Marcelo L. O. Souza 4 Insuo aconal de esqusas Espacas, São José dos Campos,
Leia maisMECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação
MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m
Leia mais5 Programação Matemática Princípios Básicos
5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,
Leia maisCrescimento do Produto Agropecuário Brasileiro: uma Aplicação do Vetor Auto-regressivo (VAR)
Quesões Agráras, Educação no Campo e Desenvolvmeno CRESCIMENTO DO PRODUTO AGROPECUÁRIO: UMA APLICAÇÃO DO VETOR AUTO-REGRESSIVO (VAR) CARLOS ALBERTO GONÇALVES DA SILVA; LÉO DA ROCHA FERREIRA; PAULO FERNANDO
Leia maisCAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n
1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..
Leia maisUma análise da não-linearidade da função de reação do Banco Central do Brasil: Avesso a Inflação ou a Recessão?
Uma análse da não-lneardade da função de reação do Banco Cenral do Brasl: Avesso a Inflação ou a Recessão? Terence de Almeda Pagano José Luz Ross Júnor Insper Workng Paper WPE: 88/9 Coprgh Insper. Todos
Leia mais11 Apêndice A Estrutura a termo e risco de taxa de juros
70 pêndce.. Esruura a ermo e rsco de aa de juros s aplcações de munzação esão nmamene lgadas ao rsco de aa de juros. Por sso, remos eplcar mas dealhadamene o que é ese rsco. Para se enender o rsco de aa
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 maisUMA ABORDAGEM PARA OTIMIZAÇÃO DE PORTFÓLIO DE CONTRATOS DE ENERGIA NO SETOR ELÉTRICO BRASILEIRO
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GAE-15 19 a 24 Ouubro de 2003 Uberlânda - Mnas Geras GRUPO VI GRUPO DE ESTUDO DE ASPECTOS EMPRESARIAIS - GAE UMA ABORDAGEM PARA OTIMIZAÇÃO
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
PREDIÇÃO DE ÍNDICES ACIONÁRIOS AOS BRICS ARAÉS DE UMA PROPOSA DE MEODOLOGIA PARA ANÁLISE ESPECRAL SINGULAR MULIARIADA aler de Senna Carlos Albero Orge Pnhero RESUMO A pesqusa obeva, a parr da proposa de
Leia maisAnálise do Desempenho dos Gestores de Fundos, baseada nas Transações e nas Participações das Carteiras
Vâna Sofa Sequera Umbelno Análse do Desempenho dos Gesores de Fundos, baseada nas Transações e nas Parcpações das Careras Dsseração de Mesrado apresenado à Faculdade de Economa da Unversdade de Combra
Leia maisDINÂMICA E PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS COM O FILTRO DE KALMAN
XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO DINÂICA E PREVISÃO DE PREÇOS DE COODITIES AGRÍCOLAS CO O FILTRO DE KALAN Flávo Pnhero Corsn (POLI-USP) flavo.corsn@gmal.com Celma de Olvera Rbero (POLI-USP)
Leia maisCapítulo 1 Introdução
Capíulo Inrodução No mercado braslero de prevdênca complemenar abera e de seguro, regulado e fscalzado pela Supernendênca de Seguros Prvados SUSEP, os planos de prevdênca e de seguro de vda que possuam
Leia maisAnálise de Projectos ESAPL / IPVC
Análse de Proecos ESAPL / IPV Tempo, apal, Juro e Taxa de Juro Juros Smples e Juros omposos apalzação e Facor de apalzação Descono e Facor de Acualzação As aplcações do rendmeno onsumo Não Geram Rendmenos
Leia maisCIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4.
CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013 Esabelece os procedmenos para o cálculo da parcela dos avos ponderados pelo rsco (RWA) referene às exposções sueas à varação de axas de uros prefxadas denomnadas
Leia maisControle Cinemático de Robôs Manipuladores
Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores
Leia maisTransmissão das expectativas de inflação no Brasil
3 Transmssão das expecavas de nflação no Brasl 3.. nrodução Recenemene, a leraura de expecavas nflaconáras passou a raar do aspeco de ransmssão de expecavas com maor ênfase. bandonando a hpóese de homogenedade
Leia mais2 O Modelo Teórico O Modelo Básico
O Modelo Teórco Nese capíulo serão apresenadas as dversas hpóeses e as abordagens eórcas a serem esudadas nese rabalho. Prmeramene, será apresenado o modelo básco, que supõe separabldade neremporal. m
Leia maisFUNDAÇÃO GETULIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO THIAGO CAIUBY GUIMARÃES TESTES EMPÍRICOS DA EFICIÊNCIA DO MERCADO ACIONÁRIO BRASILEIRO
FUNDAÇÃO GETULIO VARGAS ESCOLA DE ECONOMIA DE SÃO AULO THIAGO CAIUBY GUIMARÃES TESTES EMÍRICOS DA EFICIÊNCIA DO MERCADO ACIONÁRIO BRASILEIRO SÃO AULO 28 THIAGO CAIUBY GUIMARÃES TESTES EMÍRICOS DA EFICIÊNCIA
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA FÁBIO MAGALHÃES NUNES
0 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA FÁBIO MAGALHÃES NUNES ANÁLISE DA CORRELAÇÃO ENTRE O IBOVESPA E O ATIVO PETR4: ESTIMAÇÃO
Leia maisIluminação e FotoRealismo: Radiosidade
Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade
Leia maisEvolução do Capital Humano nas Diferentes Regiões do Brasil
Evolução do Capal Humano nas Dferenes Regões do Brasl 99-2008 Fernando de Holanda Barbosa Flho Samuel de Abreu Pessôa Fernando A. Veloso Ibre/FGV Ibre/FGV Ibmec/RJ Resumo Ese argo nvesga a evolução do
Leia maisUTILIZAÇÃO DE MODELOS DE SÉRIES TEMPORAIS UNIVARIADAS NO APOIO À TOMADA DE DECISÃO: UM ESTUDO DE CASO
UTILIZAÇÃO DE MODELOS DE SÉRIES TEMPORAIS UNIVARIADAS NO APOIO À TOMADA DE DECISÃO: UM ESTUDO DE CASO ALAN FIGUEIREDO DE ARÊDES; ALESSANDRO DE ASSIS SANTOS OLIVEIRA ALESSANDRO; SÔNIA MARIA LEITE RIBEIRO
Leia mais2 Programação Matemática Princípios Básicos
Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever
Leia maisDecomposição da Variação da Pobreza em Efeito Crescimento e Desigualdade. Autores. Ensaio Sobre Pobreza Nº 20
Decomposção da Varação da Pobreza em Efeo Crescmeno e Desgualdade Auores MÁRCIO AÔIO SALVAO JOAHA DE SOUZA MAIAS FLÁVIO AALIBA BARREO CARLOS ALBERO MASO Ensao Sobre Pobreza º Seembro de 9 CAE - UFC DECOMPOSIÇÃO
Leia maisUNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 20. Palavras-chaves: derivada,derivada direcional, gradiente
Assuno: Derivada direcional UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 20 Palavras-chaves: derivada,derivada direcional, gradiene Derivada Direcional Sejam z = fx, y) uma função e x
Leia maisANÁLISE DE COMPONENTES PRINCIPAIS NA DINÂMICA DA VOLATILIDADE IMPLÍCITA E SUA CORRELAÇÃO COM O ATIVO OBJETO
ANDRÉ GNECCO AVELAR ANÁLISE DE COMPONENTES PRINCIPAIS NA DINÂMICA DA VOLATILIDADE IMPLÍCITA E SUA CORRELAÇÃO COM O ATIVO OBJETO São Paulo 009 ANDRÉ GNECCO AVELAR ANÁLISE DE COMPONENTES PRINCIPAIS NA DINÂMICA
Leia maisUM ESTUDO SOBRE O EFEITO TAMANHO NOS RETORNOS DAS EMPRESAS LISTADAS NA BOVESPA UTILIZANDO O MODELO GARCH-M
1 Gusavo Amorm Anunes UM ESTUDO SOBRE O EFEITO TAMANHO NOS RETORNOS DAS EMPRESAS LISTADAS NA BOVESPA UTILIZANDO O MODELO GARCH-M Monografa apresenada ao Deparameno de Cêncas Econômcas da Faculdade de Cêncas
Leia maisOlinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral
XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava
Leia maisXXXVII ENCONTRO NACIONAL DE ECONOMIA DECOMPOSIÇÃO DA VARIAÇÃO DA POBREZA EM EFEITO CRESCIMENTO E DESIGUALDADE
XXXVII ENCONTRO NACIONAL DE ECONOMIA DECOMPOSIÇÃO DA VARIAÇÃO DA POBREZA EM EFEITO CRESCIMENTO E DESIGUALDADE Márco Anôno Salvao (IBMEC-MG) Jonahan de Souza Maas (CAEN/UFC) Flávo Aalba F. D. Barreo (CAEN/UFC)
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS
1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS ANÁLISE DO CRESCIMENTO POPULACIONAL BRASILEIRO Poro Alegre 13 CÁSSIA PEREIRA DA ROSA MOSCHOUTIS
Leia maisModelos estocásticos com heterocedasticidade para séries temporais em finanças
SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Daa de Depóso: 8..5 Assnaura: Modelos esocáscos com eerocedascdade para séres emporas em fnanças Sandra Crsna de Olvera Orenador: Prof. Dr. Marno Gomes de Andrade Flo
Leia maisBBR - Brazilian Business Review E-ISSN: 1807-734X bbronline@bbronline.com.br FUCAPE Business School Brasil
BBR - Brazlan Busness Revew E-ISSN: 1807-734X bbronlne@bbronlne.com.br FUCAPE Busness School Brasl Fausno Maos, Paulo Rogéro; Texera da Rocha, José Alan Ações e Fundos de Invesmeno em Ações: Faores de
Leia maisConceitos Básicos de Circuitos Elétricos
onceos Báscos de rcuos lércos. nrodução Nesa aposla são apresenados os conceos e defnções fundamenas ulzados na análse de crcuos elércos. O correo enendmeno e nerpreação deses conceos é essencal para o
Leia maisNº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625
Capíulo Problema 0 Nº de sucessos 0 4 5 0,0 0, 0,4 0,6 0,8,0 P 0,77 0,4096 0,048 0,05 0,0064 0,000 E 0, p ; 0,0 5 Problema 0 4 0 5 00 400 Lme superor de 0,05 0,0 0,005 0,00065 Lme superor de p^ 0,00 0,05
Leia maisNúmero 17. Evolução Recente da Informalidade no Brasil: Uma Análise Segundo Características da Oferta e Demanda de Trabalho
TEXTO PARA DSCUSSÃO Número 7 Evolução Recene da nformaldade no Brasl: Uma Análse Segundo Caraceríscas da Ofera e Demanda de Trabalho Fernando Holanda Barbosa Flho Rodrgo Leandro de Moura Agoso de 202 Evolução
Leia maisANEXO III. Nota Técnica nº 148/2010-SRE/ANEEL Brasília, 24 de maio de 2010.
ANEXO III Noa Técnca nº 148/21-SRE/ANEEL Brasíla, 24 de mao de 21. M E T O D O L O G I A E Á L U L O D O F A T O R X ANEXO II Noa Técnca n o 148/21 SRE/ANEEL Em 24 de mao de 21. Processo nº 485.269/26-61
Leia maisCalibração Virtual de Projetores
Dsseração de Mesrado Calbração Vrual de Projeores Aluno: Orenador: Pablo Alfredo Sap Baer Paulo Cezar Pno Carvalho 9 de Seembro de Sumáro Ø Movação e descrção do problema Ø Objevo Ø Calbração da câmera
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisOutubro de 2009 PARIDADE DE PODER DE COMPRA NO BRASIL: UMA ANÁLISE ECONOMÉTRICA COM QUEBRA ESTRUTURAL DANIEL PALAIA MÁRCIO HOLLAND
Texos para Dscussão 228 Ouubro de 2009 PARIDADE DE PODER DE COMPRA NO BRASIL: UMA ANÁLISE ECONOMÉTRICA COM QUEBRA ESTRUTURAL DANIEL PALAIA MÁRCIO HOLLAND Os argos dos Texos para Dscussão da Escola de Economa
Leia maisPREÇO DE PETRÓLEO E MERCADO DE AÇÕES: EVIDÊNCIA DO MERCADO BRASILEIRO.
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA PREÇO DE PETRÓLEO E MERCADO DE AÇÕES: EVIDÊNCIA
Leia mais4 A composição do passivo externo líquido brasileiro e o processo de ajuste externo
4 A composção do passvo exerno líqudo braslero e o processo de ajuse exerno 4..Movação Há décadas, economsas êm esudado o processo de ajuse do balanço de pagamenos dos países. A eora mas acea caracerza
Leia maisCONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO
CEPEL Cenro de Pesqusas de Energa Elérca Projeo DESSEM Relaóro Técnco: CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO ÍNDICE 1. INTRODUÇÃO... 3 2. O
Leia mais