Fatos estilizados e volatilidade de retorno do petróleo WTI
|
|
- Cláudia Candal Coradelli
- 6 Há anos
- Visualizações:
Transcrição
1 Fatos estilizados e volatilidade de retorno do petróleo WTI Bruno Marangoni Costa (PUC-Rio) brunomcosta@yahoo.com Fernando Antônio Lucena Aiube (PUC-Rio) aiube@ind.puc-rio.br Tara Keshar Nanda Baídya (PUC-Rio) baidya@ind.puc-rio.br Resumo O artigo analisa a série de retornos do petróleo tipo WTI, referente a seus preços de fechamento na NYMEX. São analisados alguns fatos estilizados da série, tais como aglomerados de volatilidade, estacionariedade, distribuição incondicional e previsibilidade dos retornos. A estacionariedade é comprovada através dos testes ADF e Phillips-Perron. Foi constatada a não-normalidade da série de retornos. A dependência temporal dos retornos (linear e não-linear) foi testada através das autocorrelações dos mesmos e posteriormente modelada. Primeiramente, filtrou-se a dependência linear por um modelo AR e depois ajustou-se a dependência não-linear através de um modelo da família GARCH. Palavras chave: Séries financeiras, Volatilidade, Previsibilidade de retornos. 1. Introdução A caracterização das propriedades estatísticas de uma série de preços é essencial para permitir a correta aplicação de modelos que envolvem as previsões de retorno e volatilidades. As propriedades de uma série financeira tais como retorno e variância têm se tornado cada vez mais importantes para a tomada de decisões de investimento e para a análise de risco de projetos e portfólios. Para administrar seus riscos e evitar grandes perdas financeiras, diversas empresas e bancos utilizam métodos de controle de portfólios baseados no comportamento histórico dos seus ativos. A variável fundamental na construção de um modelo de quantificação de risco é a volatilidade da série de retornos do ativo. Para evitar simplificações e melhorar a precisão do modelo utilizado, é importante que sejam conhecidos os diversos fatos estilizados da série de retornos de forma que se possa modelar o comportamento tanto da média quanto da variância dos mesmos. Nesse trabalho, pretendemos caracterizar os fatos estilizados das séries de retornos de ativos financeiros através da análise de uma commodity negociada ativamente no mercado mundial: o petróleo. A escolha desse ativo baseou-se no fato de que seu comportamento de preços afeta toda a cadeia produtiva mundial, tornando-se muito importante para a economia moderna e para o mercado de capitais. O trabalho analisa propriedades estatísticas tais como os aglomerados de volatilidade, estacionariedade e não-normalidade. Para a perfeita determinação de cada uma dessas características, fizemos uso de diferentes testes estatísticos. A dependência temporal da série de retornos é comprovada e identificada, permitindo sua decomposição em dois tipos: linear e não-linear. Torna-se possível e interessante, então, a construção de modelos que permitam inferir retornos futuros e a volatilidade dos mesmos. A dependência linear é filtrada através de um modelo AR, que permite, assim, a modelagem da dependência não-linear através do modelo heterocedástico GARCH (1,1). ENEGEP 2004 ABEPRO 2273
2 2. Dados e Série de Retorno 2.1. Dados A base de dados para este estudo foi a série de preços de fechamento do barril de petróleo tipo WTI, negociado na NYMEX. A série corresponde ao período entre 2 de janeiro de 1986 e 27 de fevereiro de 2004, totalizando 4588 observações. Os dados foram coletados na página do Departamento de Energia dos Estados Unidos (U.S. Department of Energy - Energy Information Administration), que os obteve através da agência de notícias Reuters. A série de preços foi devidamente deflacionada através do índice de preços ao consumidor americano (CPI), cuja série foi obtida através do programa Economática. Vale ressaltar que a série foi ajustada de modo que fossem considerados somente os dias úteis de negociação do ativo estudado. O software utilizado para análise foi o Eviews Cálculo do Retorno Em qualquer análise de série de preços, o objeto de discussão é a taxa de retorno do ativo estudado. Os retornos de uma série de preços podem ser calculados de duas maneiras: retorno aritmético ou retorno geométrico (log-retorno). Nesse trabalho, optamos por utilizar o logretorno, por esse ser mais amplamente utilizado quando se trata de retornos de longo prazo. O log-retorno é definido como o logaritmo da razão entre preços sucessivos. Segundo Jorion (1997), a vantagem dos log-retornos é que se estes forem distribuídos normalmente, a distribuição nunca poderá levar a um preço que seja negativo, o que é coerente com a idéia de que esta variável é sempre maior ou igual a zero. A Figura 1 mostra a distribuição obtida para os retornos e algumas estatísticas da mesma Média -4.10E-05 Mediana Máximo Mínimo Desv.Pad Curtose Jarque-Bera Probabilidade Fatos Estilizados da Série de Retorno Figura 1 Distribuição dos log-retornos Diariamente, no mercado financeiro, utiliza-se a distribuição normal como uma boa aproximação para a distribuição de séries de retornos de ativos como ações e commoditties. O histograma da série de estudada, apresentado anteriormente, sugere que a mesma apresenta distribuição parecida com a distribuição normal. No entanto, sem a realização de testes estatísticos não é possível avaliar o quão próximas são as distribuições. Nessa parte de nosso estudo, dedicamo-nos a verificar os fatos estilizados (características) da série de retornos. ENEGEP 2004 ABEPRO 2274
3 3.1. Aglomerados de Volatilidade Observamos a existência de períodos de baixa e alta volatilidade, o que nos sugere que existe dependência dos retornos em relação a retornos passados. Observando a figura 2, fica clara a presença de no mínimo quatro períodos de alta volatilidade, que são seguidos por períodos de volatilidade baixa. Para melhor compreensão do comportamento da série, foi feita a associação de cada aglomerado de volatilidade a seu fato gerador. Nota-se no preço do petróleo os efeitos das crises financeiras mundiais e dos acontecimentos de grande repercussão no cenário mundial..2.1 Iraque-Kwait Crise da Asia Crise da OPEP Guerra do Golfo Figura 2 Identificação dos eventos associados a períodos de alta volatilidade 3.2. Estacionariedade Uma série é considerada estacionária quando as estatísticas amostrais média e variância incondicional são constantes e a covariância entre retornos defasados é função apenas desta defasagem. Nesse trabalho, foram realizados dois testes para avaliar a estacionariedade na amostra dos log-retornos: ADF e Phillips-Perron. Em ambos, foi feito teste de raiz unitária nos próprios valores, e não nas diferenças entre eles. No ADF, utilizou-se um número de lags igual a quatro. Obteve-se estatística de Durbin Watson muito próxima a 2, o que evidencia que o número de lags usados foi suficiente e adequado. Além disso, em todos os testes obteve-se uma estatística de teste com valor absoluto muito superior aos valores críticos apontados. Isso rejeita fortemente a hipótese nula e aceita a hipótese de estacionariedade para a série de retornos. Estatística-t -33,13013 Valor Crítico 1% -2,56620 Valor Crítico 5% -1,93940 Estatística de Durbin-Watson 2, Valor Crítico 10% -1,61560 Tabela 1 Teste de estacionariedade ADF ENEGEP 2004 ABEPRO 2275
4 O teste de Phillips Perron parte das mesmas equações do ADF, porém utiliza uma correção na estatística do teste baseada num ajuste não paramétrico que corrige a presença de heterocedasticidade e/ou autocorrelação nos resíduos. Utilizou-se um número de truncation lag igual a 9, assim como sugerido por Newey West. Obteve-se estatística de Durbin Watson bem próxima a 2, o que novamente evidencia a adequação dos parâmetros usados. Além disso, obteve-se uma estatística de teste (estatística de P-Perron) com valor absoluto bem superior aos valores críticos, o que confirma a hipótese de estacionariedade dos retornos estudados. Estatística-t -68,75026 Valor Crítico 1% -2,56620 Valor Crítico 5% -1,93940 Estatística de Durbin-Watson 2, Valor Crítico 10% -1,61560 Tabela 2 Teste de estacionariedade Phillips-Perron 3.3. Normalidade Uma propriedade bastante útil da distribuição normal é que todos os momentos ímpares a partir do terceiro assumem valor zero, sendo que o quarto momento, a curtose, assume valor 3. Observando as estatísticas da série estudada, entendemos que há indícios de que esta não apresenta distribuição normal, visto que sua curtose é de 21,36. Para comprovar essa hipótese, foram feitos dois testes de normalidade: Jarque-Bera e Q-Q Plot. O teste de Jarque-Bera baseia-se nos coeficientes de assimetria e curtose da distribuição dos retornos. Para o nível de significância de 5%, a estatística de Jarque-Bera encontrada rejeita a hipótese de normalidade para a série de retornos, assumindo o valor de 65311,27. Este resultado condiz com o que foi indicado pela curtose da série. O Q-Q Plot representa um dos métodos gráficos mais utilizados na verificação da normalidade de séries temporais. O procedimento empregado consiste na comparação gráfica dos quantis teóricos da distribuição normal com os quantis dos dados amostrais. O gráfico resultante (Figura 3) mostrou a existência de uma relação não-linear entre os quantis teóricos e empíricos, bastante acentuada nas caudas das distribuições, indicando caudas mais pesadas na distribuição empírica. Concluímos, então, que todos os testes rejeitaram fortemente a hipótese de normalidade da série estudada. ENEGEP 2004 ABEPRO 2276
5 Figura 3 Gráfico Q-Q Plot dos log-retornos 3.4. Previsibilidade dos Retornos A importância de se analisar os fatos estilizados de uma série temporal está diretamente ligada à idéia de previsibilidade dos retornos. Se uma série é independente, isto significa que o processo é totalmente aleatório e, conseqüentemente, nenhum modelo determinístico de previsão pode ser construído para inferir seu comportamento futuro Dependência da Série de Retornos Quando o retorno do ativo em um dia é função de seus retornos passados, caracteriza-se alguma forma de dependência temporal. Se este é o caso, as autocorrelações entre os resíduos são diferentes de zero. Foi realizado o teste de Ljung-Box para verificação da dependência. O resultado foi expresso em termos da função de autocorrelação, que apresentou coeficientes significantes, sendo a menor correlação verificada no primeiro lag. Dessa forma, ficou evidente a forte correlação entre os retornos. O teste de Ljung-Box, realizado acima, verifica apenas se os retornos estão correlacionados. Para descartar totalmente a hipótese de independência, é necessário recorrermos ao teste, BDS. Os resultados estão mostrados na tabela abaixo: Dimensão Estatística BDS P-Valor 2 0, , , , , Tabela 3 Teste BDS nos retornos A hipótese nula de que os retornos são independentes é rejeitada, e a hipótese alternativa sugere a existência de dependência linear, dependência não-linear na média e/ou variância, ou ainda a situação de caos determinístico. Este último caso foi descartado por não ser o escopo do trabalho. ENEGEP 2004 ABEPRO 2277
6 Com o objetivo de detectar a existência de algum tipo de dependência não-linear na série analisada, a dependência linear da mesma foi retirada ajustando-se um modelo AR(p) para a mesma. Para definição da ordem p do processo utilizado, foram rodadas regressões de ordem p inferior a 12 e analisadas as estatísticas de Akaike e Schwarz, o chamado critério AIC/SBC. O primeiro critério sugeriu a utilização de um modelo de grande ordem tal como o AR(12). Já o SBC sugeriu que o processo de melhor ajuste seria o AR(3). Por ser esse um critério mais preciso e que sugere um modelo mais parcimonioso (de menor ordem), escolhemos segui-lo. Os resultados estão descritos na equação abaixo: Ret t = - 0, , Ret t - 1-0, Ret t - 2-0, Ret t - 3 (0,8999) (0,4823) (0,0002) (0,0000) Os termos entre parênteses representam o p-valor. Observamos que apenas os termos de segunda e terceira ordem são significantes. Foi analisado, então, o correlograma dos resíduos dessa regressão, que indicou que os coeficientes de correlação entre os resíduos são insignificantes, principalmente nos primeiros lags. Concluímos, então, que foi removida a dependência linear da série de retornos. Partimos para a análise da dependência não-linear dos retornos. Primeiramente, analisamos o correlograma dos quadrados dos resíduos do AR(3), que apresentou coeficientes de autocorrelação significantes em todos os lags. Isso indica a presença de forte correlação entre os mesmos, o que nos sugere a idéia da presença de alguma forma de dependência não-linear entre os retornos. Para confirmar essa hipótese, foi realizado o teste BDS nos mesmos resíduos do processo AR(3). O objetivo era que, uma vez removida a linearidade, a hipótese alternativa, caso aceita, ficasse restrita somente a dependência não-linear. A tabela abaixo apresenta os resultados do teste BDS nos resíduos do processo auto-regressivo: Dimensão Estatística BDS Prob. 2 0, , , , , Tabela 4 Teste BDS nos resíduos do AR (3) A hipótese nula de independência é rejeitada em favor da hipótese alternativa de dependência não-linear. A dependência não-linear é um fato estilizado das séries financeiras e está presente no ativo analisado. Até o momento, podemos caracterizar que a distribuição dos retornos não é normal, apresentando caudas pesadas. Verificamos também a presença de dependência linear dos retornos, que foi removida através do ajuste de um processo auto-regressivo. Podemos afirmar que a série estudada não se assemelha a um processo do tipo random walk. Também foi constatada a presença de dependência não-linear, que pode ser na média, na variância ou em ambas. Utilizamos o teste de HSIEH para caracterizar o tipo de dependência não-linear existente. Para tal, é preciso que a dependência linear esteja totalmente removida dos dados testados. A hipótese nula de dependência não-linear na variância foi aceita, rejeitando-se a hipótese alternativa de dependência não-linear na média ou em ambas. Partimos, então, para a modelagem da variância do processo através de um modelo GARCH. ENEGEP 2004 ABEPRO 2278
7 Especificação da Não-Linearidade Em geral, séries de retornos financeiros apresentam dependência linear e não linear. Constatamos e removemos a dependência linear da série estudada, obtendo como modelo a seguinte equação: Ret t = - 0, Ret t - 2-0, Ret t resíduo O resíduo contém a dependência não-linear constatada anteriormente e será estudado por um modelo de variância condicional heterocedástico, que supõe que a variância é função do tempo. Os modelos GARCH-lineares (modelos autoregressivos de heterocedasticidade condicional) são o mais populares dentre todos os da família ARCH e foram desenvolvidos por Bollerslev em A especificação dos modelos baseia-se na escolha do número de termos ARCH e do número de termos GARCH a serem utilizados. Tal escolha é geralmente feita com base no critério AIC/SBC, que, nesse caso, nos sugere um modelo GARCH (2,2). No entanto, ao compararmos os resultados desse modelo com os resultados obtidos com o GARCH(1,1), observamos que não havia diferença prática na significância dos resultados. Optamos por utilizar o GARCH(1,1), por esse ser um modelo mais simples. Os resultados dessa regressão estão abaixo: Ret t = - 0, Ret t 2-0, Ret t 3 (0,0172) (0,0055) h t = 0, , w 2 t 2 + 0, h 2 t 3 (0,0000) (0,0000) (0,0000) Os termos entre parênteses representam o p-valor e h t é a variância condicional estimada do processo. Foi analisada a estatística Ljung-Box (autocorrelação) dos resíduos padronizados da regressão acima. Os resultados mostram que a hipótese de correlação serial dos resíduos é rejeitada, aceitando-se a hipótese nula de descorrelação serial, o que significa que o modelo definido está adequado. Também foram analisados o BDS dos resíduos e o correlograma dos quadrados dos mesmos, que indicaram descorrelação e independência dos resíduos do processo modelado. Partimos, então, para a análise da normalidade dos resíduos. O gráfico Q-Q Plot indicou que os resíduos apresentam cauda mais pesada que a normal padronizada, o que indica um desvio em relação à hipótese de normalidade dos resíduos obtidos, condição intrínseca do modelo GARCH. A estatística de Jarque-Bera apresentou o valor de 2035, que, para um nível de significância de 5%, rejeita a hipótese de normalidade. Para verificar a possível existência de alguma heterocedasticidade nos resíduos obtidos, realizamos o teste ARCH LM, que rejeitou a hipótese de existência de efeito ARCH remanescente na série de resíduos. A figura 4 representa o gráfico da volatilidade condicional do modelo GARCH(1,1), que indica que o modelo reproduziu bem os eventos marcantes de alta volatilidade da série. ENEGEP 2004 ABEPRO 2279
8 Figura 4 Volatilidade condicional Garch (1,1) 4. Conclusões O trabalho verifica os principais fatos estilizados do ativo petróleo-wti, negociado na NYMEX. Foi filtrada a dependência linear e verificada a não linearidade na variância. Usamos um modelo da família GARCH para modelar a não-linearidade. Concluímos, assim, que o modelo GARCH proposto removeu toda a dependência não-linear presente na série de retornos estudada. Os resíduos desse modelo apresentaram-se fortemente descorrelatados e independentes. No entanto, o modelo apresentou um desajuste em relação à hipótese inicial de normalidade dos resíduos. Esse desajuste poderia ser resolvido através de uma modelagem GARCH que supusesse outra distribuição para os resíduos do processo, como, por exemplo, a t-student. Tal modelagem, mais elaborada e precisa, pode ser objeto da continuação desse trabalho. Referências CAMPBEL, J. Y. Lo and Mackinlay (1997) - The Econometrics of Financial Markets, Princeton University Press. COSTA, P.H.S. e BAÍDYA, T.K.N. - Propriedades Estatísticas das Séries de Retornos das Principais Ações Brasileiras. Pesquisa Operacional, Rio de Janeiro, v. 61, p , DAMODAR N. GUJARATI (1993) - Basic Econometrics, McGraw-Hill International Editions. JORION, P. (1997) - Value at Risk: The New Benchmark for Managing Financial Risk, McGraw-Hill. ENEGEP 2004 ABEPRO 2280
'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV
69 'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV O presente capítulo objetiva entender o comportamento das séries de retorno financeiras para as carteiras de investimento elaboradas no capítulo anterior. Tal análise
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia maisAnálise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Análise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
VOLATILIDADE E VALOR EM RISCO: MODELAGEM POR MÉDIAS MÓVEIS E POR EGARCH COM PARÂMETROS VARIÁVEIS Paulo Henrique Soto Costa UFF - EEIMVR - Departamento de Ciência dos Materiais Av. dos Trabalhadores 42
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia mais7 Apresentação dos Resultados
7 Apresentação dos Resultados Neste capítulo será feita a apresentação dos resultados da modelagem das séries temporais obtidas no mercado, através do modelo proposto por SCHWARTZ E SMITH (2000), e estimado
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia maisResultados. 4.1 Resultado da análise buy and hold
36 4 Resultados 4.1 Resultado da análise buy and hold Os resultados obtidos com a análise buy and hold estão em linha com os observados em estudos efetuados no mercado norte-americano, como Ritter (1991)
Leia maisModelos ARCH e GARCH Aula 8. Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8
Modelos ARCH e GARCH Aula 8 Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8 Motivação Pesquisadores que se dedicam a prever séries temporais, tais como preços
Leia maisRenda x Vulnerabilidade Ambiental
Renda x Vulnerabilidade Ambiental ANEXO D ANÁLISE EXPLORATÓRIA E PREPARAÇÃO DOS DADOS Identificamos tendência linear positiva. A correlação entre as variáveis é significativa, apresentando 99% de confiança.
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia mais4 Análise Exploratória
4 Análise Exploratória Ao analisar uma série temporal é de fundamental importância que seja feita a análise exploratória de dados. Tal procedimento permite que sejam identificadas diversas informações
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia maisMestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007
Projeções de Séries S Temporais Econometria dos Mercados Financeiros Mestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007 Objetivo do curso
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia mais4 Aplicação para o mercado brasileiro
4 Aplicação para o mercado brasileiro 4.1 Dados Uma aplicação da metodologia de Simulação Histórica Filtrada (SHF) foi realizada, a partir dos preços de opções do mercado brasileiro, como forma de verificar
Leia maisAnálise da série temporal do desemprego em regiões metropolitanas do Brasil
Análise da série temporal do desemprego em regiões metropolitanas do Brasil Érica Fernanda da Cruz 1 3 Tamara Aparecida Nogueira dos Anjos 2 Thelma Sáfadi 2 1 Introdução O desemprego no Brasil é uma constante
Leia mais3 Dados e metodologia
3 Dados e metodologia 3.1 Apresentação de Dados Para a realização dessa pesquisa foram utilizados os dados da série histórica dos preços da soja (em grão) do Estado do Paraná, obtidos da base de dados
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA. Leonardo Maia Coelho. Lucas Cavalcanti Rodrigues
UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA Leonardo Maia Coelho Lucas Cavalcanti Rodrigues Marina Oliveira Belarmino de Almeida Priscila Medeiros
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia mais3. METODOLOGIA E AMOSTRA
3. METODOLOGIA E AMOSTRA Nesta seção são descritos os passos utilizados para a comparação entre os modelos GARCH e Black&Scholes no mercado brasileiro, desde a seleção do período e da amostra, passando
Leia maisTabela 1 - Teste de Dickey-Fuller para série log-preço futuro. Teste ADF 0, ,61% Tabela 2 - Teste de Dickey-Fuller para série log-preço à vista
32 5. Resultados 5.1. Séries Log-preço Para verificar se as séries logaritmo neperiano dos preços (log-preço) à vista e futuro e as séries logaritmo neperiano dos retornos (log-retorno) à vista e futuro
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisPode-se definir Value at Risk[28], VaR, como a perda máxima (ou pior perda) num determinado período de tempo a um nível de confiança
4 Aplicações 4.1 Introdução A idéia deste capítulo é explicitar a metodologia utilizada para a avaliação dos modelos SV frente ao modelo GARCH(1,1 ). Para tal, apresenta-se a definição de Value at Risk,
Leia mais(iv) Ausência de correlação serial nos erros, dados dois valores quaisquer de X, X i e X j (i j), a correlação entre ε i e ε j é zero,, /,
4 Metodologia O método de estimação por mínimos quadrados está fundamentado em algumas premissas, que são necessárias para realizar inferências estatísticas sobre a variável dependente Y. As principais
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS CONTÁBEIS PROGRAMA DE PÓS GRADUAÇÃO EM CIÊNCIAS CONTÁBEIS - PPGCC FICHA DE DISCIPLINA
FICHA DE DISCIPLINA Disciplina Métodos Quantitativos II Código PPGCC Carga Horária 60 Créditos 4 Tipo: Optativa OBJETIVOS Discutir com os alunos um conjunto de instrumentos estatísticos de pesquisa, necessários
Leia mais8. Aplicação a uma Série Real de Velocidade do Vento
12 8. Aplicação a uma Série Real de Velocidade do Vento A energia de origem hidrelétrica predomina na matriz elétrica brasileira. No entanto, alguns fatos têm gerado preocupações quanto ao atendimento
Leia maisANEXO C ANÁLISES DE REGRESSÃO (DADOS POR BAIRROS) VULNERABILIDADE X RENDA REGRESSÃO CLÁSSICA
ANEXO C ANÁLISES DE REGRESSÃO (DADOS POR BAIRROS) VULNERABILIDADE X RENDA REGRESSÃO CLÁSSICA O R² (R squared), ou coeficiente de determinação, da regressão clássica mostra o ajuste do modelo, ou seja,
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia maisAula 7 Métodos Quantitativos Avançados
Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Programa de Pós-Graduação em Controladoria e Contabilidade Aula 7 Métodos Quantitativos Avançados Autor:
Leia maisSegundo Trabalho de Econometria 2009
Segundo Trabalho de Econometria 2009 1.. Estimando o modelo por Mínimos Quadrados obtemos: Date: 06/03/09 Time: 14:35 Sample: 1995Q1 2008Q4 Included observations: 56 C 0.781089 0.799772 0.97664 0.3332
Leia mais3 Modelo estocástico para os fatores de risco
Modelo estocástico para os fatores de risco 35 3 Modelo estocástico para os fatores de risco 3.1. Conceitos básicos Um dos principais problemas de um ALM é a modelagem da incerteza sobre os valores futuros
Leia maisParidade do Poder de Compra e a Taxa de Câmbio Brasileira
Paridade do Poder de Compra e a Taxa de Câmbio Brasileira PET-Economia UnB 10 de junho de 2013 1 2 3 4 5 6 O que é a PPP e porque ela importa A PPP clama que os níveis de preço ao redor do globo devem
Leia maisPredição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados
Predição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados José Eduardo Holanda Ellery Coelho 1 Hellano Vieira de Almeida 2 Rafael Braz Azevedo Farias 3
Leia mais4. ANÁLISE DOS RESULTADOS DA PESQUISA
68 4. ANÁLISE DOS RESULTADOS DA PESQUISA Conforme já comentado, este estudo visa analisar a relação entre o EVA e o retorno das ações no mercado acionário brasileiro, através da aplicação de dois modelos
Leia maisCASUALIDADE E ELASTICIDADE DE TRANSMISSÃO DO TOMATE NO ESTADO DO CEARÁ 1995 A Palavras-chave: Casualidade, Elasticidade de Transmissão, Tomate.
CASUALIDADE E ELASTICIDADE DE TRANSMISSÃO DO TOMATE NO ESTADO DO CEARÁ 1995 A 2002 Francisco José Silva Tabosa Denise Michele Furtado da Silva Clóvis Luis Madalozzo Robério Telmo Campos Resumo: O tomate
Leia mais7 Análise dos Dados e Cálculos
71 7 Análise dos Dados e Cálculos 7.1 Validade dos Processos Estocásticos 7.1.1 Teste de Dickey-Fuller De início, para verificar a rejeição de hipótese de que as séries seguem um MGB foi realizado um teste
Leia mais5 Resultados. 5.1 Descrição dos Dados
5 Resultados 5. Descrição dos Dados A partir do modelo proposto pretende-se desenvolver uma metodologia de estimação conjunta de vento e vazão, que auxilie o setor elétrico a considerar o despacho das
Leia maisAnálise comparativa entre métodos estatístico e rede neural aplicados em séries temporais
Análise comparativa entre métodos estatístico e rede neural aplicados em séries temporais Ana Paula de Sousa José Elmo de Menezes Introdução As formas funcionais dos modelos de previsão das redes neurais
Leia maisModelagem do preço da soja utilizando a metodologia de análise de séries temporais 1
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1 Jair Wyzykowski 2 Maíra Rodrigues Villamagna 3 Thelma Sáfadi 4 Augusto Ramalho de Morais 5 1 Introdução Uma série é
Leia mais6 Aplicação de modelos de série temporal para o CMO
Aplicação de modelos de série temporal para o CMO Antes de se iniciar qualquer tipo de análise, vai se ilustrar qual é o comportamento da série do custo marginal de operação através de um gráfico mostrado
Leia maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia maisAplicação do modelo arima para previsão do preço da commodity milho
Recebido 27/03/2017 Aprovado 26/09/2017 Aplicação do modelo arima para previsão do preço da commodity milho Application of The ARIMA Model to Forecast the Price of the Commodity Corn Carlos Gonçalves Cas
Leia maisAnálise de séries temporais financeiras
Séries Temporais Financeiras Aula -1 Análise de séries temporais financeiras Em princípio, não haveria diferenças entre a análise de séries temporais financeiras e aquelas ocorrendo em outras áreas, como
Leia maisEVOLUÇÃO DA DÍVIDA PÚBLICA MOBILIÁRIA FEDERAL INTERNA NO BRASIL DE 1995 A 2002
EVOLUÇÃO DA DÍVIDA PÚBLICA MOBILIÁRIA FEDERAL INTERNA NO BRASIL DE 1995 A 2002 Vanessa Lucas Gonçalves 1 Sérgio Luiz Túlio 2 RESUMO Este artigo tem por objetivo analisar a evolução da Dívida Pública Mobiliária
Leia mais5 Resultados e conclusões
5 Resultados e conclusões As conclusões alcançadas neste trabalho serão analisadas separadamente a fim de proporcionar maior clareza e entendimento facilitando identificar o cumprimento dos objetivos propostos
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
Leia maisRegressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1
Regressões: Simples e MúltiplaM Prof. Dr. Luiz Paulo FáveroF Prof. Dr. Luiz Paulo Fávero 1 1 Técnicas de Dependência Análise de Objetivos 1. Investigação de dependências entre variáveis. 2. Avaliação da
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisXIX SEMEAD Seminários em Administração
XIX SEMEAD Seminários em Administração novembro de 2016 ISSN 2177-3866 RAZÃO E EFETIVIDADE DE HEDGE PARA O BOI GORDO: UMA COMPARAÇÃO EMPÍRICA ENTRE OS MODELOS DE M&T, VAR e VEC RODRIGO LEITE FARIAS DE
Leia maisUM ESTUDO DA VOLATILIDADE DOS RETORNOS DA AÇÃO DA INTEL CORPORATION ENTRE JANEIRO DE 1973 E AGOSTO DE 2013 USANDO MODELAGEM GARCH
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO DE ESTATÍSTICA Débora Morales UM ESTUDO DA VOLATILIDADE DOS RETORNOS DA AÇÃO DA INTEL CORPORATION ENTRE JANEIRO
Leia maisPrevisão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis
Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis Gabriel Tambarussi Avancini 1 Thiago Viana Flor de Santana 1 Vitor Augusto Ozaki 1 Djair
Leia maisEconometria. Séries Temporais Lista de Exercícios
Econometria Séries Temporais Lista de Exercícios 1. Estimação da Autocovariância e da Autocorrelação Tome a série de dados da planilha estimacao.xlsx e estime o que se pede sobre a série de tempo dada.
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisVer programa detalhado em anexo. CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA
CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA 2017.2 ECO 1705 ECONOMETRIA II CARGA HORÁRIA TOTAL: XX HORAS CRÉDITOS: 4 PRÉ-REQUISITO(S): ECO1704, ECO1722, ECO1721, MAT1112, MAT1105 OBJETIVOS Completar
Leia maisFICHA DE DISCIPLINA/PROGRAMA
Programa de Pós-Graduação em Economia Mestrado/Doutorado Av. João Naves de Ávila, nº 2121 Campus Stª Mônica Bloco J. CEP 38.400-902 Uberlândia/MG. Telefax: (034) 3239-4315 E-Mail: ppge@ufu.br FICHA DE
Leia maisTestes de Raiz Unitária para Dados em Painel
Aula 7 Bibliografia: Stata, 2017. help xtunitroot. From Stata/SE 13 (accessed on Oct. 23, 2018). Pesaran, M.H. (2015). Time series and panel data econometrics. Oxford: Oxford University Press. Rafael S.
Leia maisIdentificação de modelos de séries temporais heterocedásticos
Identificação de modelos de séries temporais heterocedásticos Christopher Silva de Pádua 1 Juliana Garcia Cespedes 2 1 Introdução Quando se trata de investimentos em mercado de ações é de interesse do
Leia maisAnálise espacial da incidência de Dengue no município de São Paulo
Análise espacial da incidência de Dengue no município de São Paulo João Vitor, Joyane, Nayara e Rafael TRABALHO FINAL - ETAPA III - MTI QUADRIMESTRE 2015.2 Introdução ESCALA: Distrital TEMPO: 2010 O uso
Leia maisPREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH
VI Simpósio de Pesquisa dos Cafés do Brasil PREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH Alan Figueiredo de Arêdes 1 ; Matheus Wemerson Gomes Pereira ; Erly Cardo
Leia maisMELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 MELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO SERGIO
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Este trabalho pode ser classificado como uma pesquisa descritiva, quantitativa, bibliográfica, experimental, exploratória e explicativa. Este estudo é descritivo, pois
Leia maisPrevisão da inflação do indicador IGP-M através de um modelo ARIMA
Previsão da inflação do indicador IGP-M através de um modelo ARIMA Mauricio Mattos Junho de 2014 Resumo Esse trabalho visa identificar um modelo ARIMA que seja efetivo na descrição e predição dos valores
Leia maisPrevisão do preço da commodity café arábica: Uma aplicação da Metodologia Box-Jenkins
ISSN 0798 1015 HOME Revista ESPACIOS! ÍNDICES! A LOS AUTORES! Vol. 39 (Nº 04) Ano 2018 Pág. 18 Previsão do preço da commodity café arábica: Uma aplicação da Metodologia Box-Jenkins Price forecast of the
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia mais4 Base de dados, métricas estatísticas e metodologia
4 Base de dados, métricas estatísticas e metodologia 4.1. Base de dados Foram coletados dados do boletim estatístico do Ministério da Previdência Social de forma temporal para os meses de dezembro de 2002
Leia maisAnálise de Séries Temporais Financeiras
Universidade Federal do Rio de Janeiro Análise de Séries Temporais Financeiras Ricardo Cunha Pedroso 2015 Análise de Séries Temporais Financeiras Ricardo Cunha Pedroso Projeto Final de Conclusão de Curso
Leia maisAvaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais
Avaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais 1 Introdução Micherlania da Silva Nascimento 1 Leila Maria Ferreira 2 Tatiane Carvalho Alvarenga 3 4 O Brasil é o
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
Leia maisAnálise do custo médio por metro quadrado da construção civil no estado de Minas Gerais usando modelos de séries temporais
Análise do custo médio por metro quadrado da construção civil no estado de Minas Gerais usando modelos de séries temporais 1 Introdução Charles Shalimar Felippe da Silva 1 Ricardo Vitor Ribeiro dos Santos
Leia maisSéries Temporais. Fernando Lucambio. Agosto de Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, , Brasil
Séries rais Autocorrelação Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio.ufpr@gmail.com Agosto de 2015 AUTOCORRELAÇÃO Uma importante
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisVERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisAnálise de Resíduos. investiga características que comprometem a validade do MRLS:
Análise de Resíduos investiga características que comprometem a validade do MRLS: (1) relação entre X e Y não é linear (2) erros não tem variância constante (3) erros correlacionados (4) erros não são
Leia maisLES0773 Estatística Aplicada III
LES0773 Estatística Aplicada III Prof. Luciano Rodrigues Aula 6 Departamento de Economia, Administração e Sociologia Escola Superior de Agricultura Luiz de Queiroz-ESAQ Universidade de São Paulo-USP lurodrig2209@gmail.com
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 10 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise Regressão: Avaliação de relações de dependência em que se explica o comportamento de uma/várias
Leia mais5. Aplicação à Energia Natural Afluente
jan/3 jul/36 jan/42 jul/47 jan/53 jul/58 jan/64 jul/69 jan/75 jul/8 jan/86 jul/9 jan/97 jul/2 jan/8 ENA (MWMed) 6 5. Aplicação à Energia Natural Afluente No Brasil, mais de 8% da energia elétrica gerada
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisH11 GESTÃO DE RECURSOS LTDA.
H11 GESTÃO DE RECURSOS LTDA. Empresa: Documento: H11 Gestão de Recursos Ltda. Versão anterior: 30/09/2015 Atualização: 18/02/2016 Data Emissão / Revisão n.º revisão: 18/02/2016 ver. 2 Página: 2 Introdução:
Leia maisA Segurança das Mulheres nas Cidades
Métodos e Técnicas de Análise da Informação para o Planejamento A Segurança das Mulheres nas Cidades Fernanda Gomes Neuhold Gustavo Sérgio de Oliveira Sumário 1. Introdução 2. Metodologia 3. Análises 3.1-
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisHipótese do Mercado Eficiente; Passeio Aleatório; Relação de Variâncias; Método Bootstrap; Mercado Futuro.
EAESP/FGV/NPP - NÚCLEO DE PESQUISAS E PUBLICAÇÕES 1/24 RESUMO A pesquisa teve como objetivo testar se preços no mercado futuro brasileiro seguem um passeio aleatório - uma das versões da chamada Hipótese
Leia maisPalavras chave: Valor em Risco, Clusters de violações, Regulação, IBOVESPA.
Comparação de Modelos para o VaR no Mercado de Ações Brasileiro Sob a Hipótese de Independência Serial de Ordens Superiores: Modelos Garch São Mesmo Imprescindíveis? LUIZ AUGUSTO FINGER FRANÇA MALUF Universidade
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisVOLATILIDADE DE PREÇOS DE PRODUTOS AGRÍCOLAS: UMA ANÁLISE COMPARATIVA PARA SOJA, CAFÉ, MILHO E BOI GORDO
VOLATILIDADE DE PREÇOS DE PRODUTOS AGRÍCOLAS: UMA ANÁLISE COMPARATIVA PARA SOJA, CAFÉ, MILHO E BOI GORDO KILMER COELHO CAMPOS (1) ; ROBÉRIO TELMO CAMPOS (2). 1.UFV, VIÇOSA, MG, BRASIL; 2.UFC, FORTALEZA,
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 8
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 8 Armando Manuel 09/29/2017 A PREVISÃO Armando Manuel 09/29/2017 11 1. A metodologia Box-Jenkins é um processo que se inicia com a analise
Leia mais