IMPORTÂNCIA DO COEFICIENTE BETA EM APLICAÇÕES FINANCEIRAS NO MERCADO DE AÇÕES SIMULAÇÃO EM DUAS EMPRESAS.
|
|
- Nathalie Rico
- 5 Há anos
- Visualizações:
Transcrição
1 IMPORTÂNCIA DO COEFICIENTE BETA EM APLICAÇÕES FINANCEIRAS NO MERCADO DE AÇÕES SIMULAÇÃO EM DUAS EMPRESAS. DAMARIS SERIGATTO VICENTIN - damaris_sv@hotmail.com UNIVERSIDADE ESTADUAL PAULISTA - UNESP - BAURU PAULO NOCERA ALVES JUNIOR - pjnocera@yahoo.com.br UNIVERSIDADE ESTADUAL PAULISTA - UNESP - BAURU-FEB PRISCILA AMORIM DA COSTA - primorim@hotmail.com UNIVERSIDADE ESTADUAL PAULISTA - UNESP - BAURU MANOEL HENRIQUE SALGADO - henri@feb.unesp.br UNIVERSIDADE ESTADUAL PAULISTA - UNESP - BAURU-FEB Resumo: O OBJETIVO DO ARTIGO É MOSTRAR A PARTIR DA TEORIA CAPM, ORIGINÁRIA DE MARKOWITZ (1959), O SIGNIFICADO DO COMPONENTE BETA, ABORDANDO DE UMA FORMA MATEMÁTICA, SUA RELAÇÃO COM COEFICIENTE ANGULAR DA RETA. NO ESTUDO É USADA COMO EXEMPLO UMA CARRTEIRA FORMADA COM 60% DE AÇÕES PREFERENCIAIS DA PETROBRÁS (PETR4) E 40% DE AÇÕES ORDINÁRIAS DA VALE (VALE3) COMPARADAS AO ÍNDICE IBOVESPA, TENDO SEUS ÍNDICES EXTRAÍDOS NO PERÍODO DE 02/01/2012 A 30/03/2012, COLETADOS NO SITE DA BOLSA DE VALORES DE SÃO PAULO, ATUALMENTE CHAMADA DE BM&FBOVESPA. OS RETORNOS DIÁRIOS NO PERÍODO FORAM PLOTADOS EM FUNÇÃO DOS ÍNDICES DO IBOVESPA, SENDO DETERMINADOS MODELOS LINEARES MOSTRANDO COMPORTAMENTO CONJUNTO, DUAS A DUAS, DESSAS VARIÁVEIS. OS MODELOS LINEARES SIMPLES APRESENTARAM OS COEFICIENTES ANGULARES OS QUAIS NO DAS APLICAÇÕES FINANCEIRAS SÃO DENOMINADOS DE BETA. CONCLUI-SE QUE OS BETAS, DE 0,915; 0,955 E 0,931, INDICAM QUE A CARTEIRA (PETR4&VALE3) TEM A TENDÊNCIA DE SE MOVER EM CONSONÂNCIA AOS RETORNOS DO MERCADO FINANCEIRO. Palavras-chaves: COEFICIENTE ANGULAR; BETA; REGRESSÃO LINEAR. Área: 3 - GESTÃO ECONÔMICA Sub-Área: GESTÃO DE INVESTIMENTOS
2 IMPORTANCE OF THE BETA COEFFICIENT ON FINANCIAL INVESTMENTS AT THE STOCK MARKET - SIMULATION IN TWO COMPANIES Abstract: THE PURPOSE OF THIS PAPER IS TO SHOW FROM THE CAPM THEORY, ORIGINATING IN MARKOWITZ (1959), THE MEANING OF THE BETA COMPONENT, ADDRESSED IN A MATHEMATICAL FORM, THE RELATION BETWEEN THE BETA COMPONENT AND THE SLOPE. IT IS USED AS AN EXAMPLEE IN THE STUDY A PORTFOLIO CONSISTING IN 60% OF PETROBRAS (PETR4) PREFERRED SHARES AND 40% OF VALE (VALE3) COMMON SHARES COMPARED TO THE IBOVESPA INDEX, THE INDEXES VALUES WERE EXTRACTED ON THE PERIOD FROM 02/01/2012 TO 30 / 03/2012, THEY WERE COLLECTED FROM THE BOLSA DE VALORES DE SAO PAULO, CURRENTLY CALLED THE BM&FBOVESPA. THE DAILY RETURNS DURING THE PERIOD WERE PLOTTED AS A FUNCTION OF THE BOVESPA INDEX, AND THE LINEAR MODELS WERE DETERMINED SHOWING JOINT BEHAVIOR, TWO BY TWO, OF THESE VARIABLES. THE SIMPLE LINEAR MODELS PRESENTED THE SLOPES, WHICH ONES OF THE FINANCIAL INVESTMENT ARE CALLED BETA. IT IS CONCLUDED THAT THE BETAS, OF 0,915; 0,955 AND 0,931, INDICATE THAT THE PORTFOLIO (PETR4 & VALE3) TENDS TO MOVE ACCORDING TO THE FINANCIAL MARKET RETURNS. Keyword: SLOPE; BETA; LINEAR REGRESSION. 2
3 1 Introdução Importantes decisões são tomadas todos os dias por diretores, gestores e controladores sobre aspectos relacionados a empresas que dirigem. Segundo Abreu Filho et al. (2008), algumas dessas decisões são sobre investimentos e podem ser chamadas como decisões estratégicas, pois sua lógica aplica-se em longo prazo, visando benefícios futuros para suas organizações. Os resultados são desconhecidos porque ocorrem no futuro, criando um ambiente de risco e incertezas (OLDCORN; PARKER, 1998). Uma das preocupações mais corriqueiras tem sido a relação entre risco e retorno do investimento. O risco está relacionado diretamente com as probabilidades de ocorrência de determinados resultado em relação a um valor médio esperado. É um conceito baseado no futuro que revela uma possibilidade de perda (ASSAF NETO, 1999). Por meio da atribuição de probabilidades, subjetivas ou objetivas, mensura-se o risco de um investimento ou ativo financeiro referente aos diferentes estados de natureza esperados, como consequência aos cenários de resultados criados, atribui-se, portanto, uma distribuição de probabilidade dos resultados esperados e estima-se sua medida estatística, como as de dispersão e de avaliação do risco. Há varias formas de prever cenários no mercado financeiro. Os resultados passados, como os índices, registrados como séries históricas servem como tendência para previsões de cenários financeiros. A probabilidade objetiva pode ser definida a partir de séries históricas de dados observando frequências relativas e experiências acumuladas no passado. A probabilidade subjetiva por sua vez tem como base a intuição, o conhecimento, a experiência do tipo de investimento e, até mesmo, o grau de crença de quem decide (ASSAF NETO, 1999). Para as empresas é importante estimar os próximos passos na composição de suas carteiras de ações, de seus ativos financeiros para que se tracem uma estratégia para administrálos e para antecipar suas decisões em relação a esses ativos analisados. Torna-se mais relevante fazê-lo quando o cenário financeiro mundial encontra-se em crise, como estamos vivenciando ultimamente. Dessa forma, as decisões podem não ser tão vulneráveis a essa crise, pois são antecipadas da melhor maneira conforme a previsão dos ativos financeiros. Um dos modos para determinar o retorno esperado de um ativo envolve a aplicação de Capital Asset Princing Model (CAPM) traduzido para o português por Modelo de Precificação de Ativos Financeiros ou Modelo de Avaliação de Ativos. Segundo Rogers e Securato (2008), na visão de alguns teóricos, um dos problemas do CAPM se concentra na estimativa do coeficiente beta, que representa o coeficiente angular da função linear que mostra o comportamento do ativo em função de algum referencial, que no caso do Brasil é o Índice Bovespa (Ibovespa). Portanto, neste contexto, o objetivo desse trabalho é analisar o coeficiente angular da reta de regressão linear das variações de um ativo financeiro sobre as variações da carteira de mercado, utilizando técnicas computacionais e modelos matemáticos, que são apropriados para conduzir uma pesquisa com abordagem quantitativa (MIGUEL, 2010). Como mencionado, a carteira de mercado é representada pelo Índice Bovespa no primeiro trimestre do ano de 2012, o ativo financeiro é representado por ações preferenciais da empresa Petrobras (PETR4) e ações 3
4 ordinárias da empresa Vale (VALE3). Esses índices diários são extraídos do site da Bolsa de Valores de São Paulo, atualmente chamada de BM&FBOVESPA. 2 Capital Asset Pricing Model - CAPM 2.1 CAPM e o Coeficiente beta Sullivan (2006), afirma que a teoria do Capital Asset Pricing Model (CAPM) explica o comportamento dos preços dos ativos e possibilita aos investidores avaliar o impacto do risco sobre o retorno de um ativo. Segundo o autor ele foi desenvolvido por William Sharpe e Jonh Lintner separadamente na década de 1960, e posteriormente por Mossin ainda na mesma década. Todas as teorias foram feitas a partir das conclusões do trabalho de Markowitz em O CAPM é útil em situações onde o fenômeno de estudo tem taxa de juros do mercado definida como livre de risco e todos os investidores possuem carteiras eficientes a partir de idênticas expectativas. Supõe-se grande eficiência informativa do mercado, não há impostos ou quaisquer restrições e pode ser definida a partir de séries históricas de dados e experiências acumuladas no passado. O modelo fornece uma relação linear entre retorno esperado de um ativo e o nível de risco sistemático, que é mensurado através do coeficiente angular da reta, representado pelo beta do ativo financeiro (ABREU FILHO et al., 2008). Sua formula é expressa por: E(Ri) = Rf + βi x[e(rm) Rf] (1) A formula 1 representa o retorno esperado do ativo financeiro Ri, onde o Rm é o retorno do mercado financeiro (Ibovespa, no Brasil), Rf representa a taxa livre de risco e o β representa o beta do ativo. Ele indica a sensibilidade de um ativo financeiro em relação aos movimentos do mercado. Desse modo, a tendência de uma ação mover-se junto ao mercado é refletida em seu beta, que representa a medida de volatilidade da ação em relação ao mercado como um todo. Teixeira (2012) afirma que A volatilidade de investimentos é quanto que um ativo qualquer, como uma ação, se movimenta durante certo período de tempo. O beta é denominado coeficiente de risco de mercado ou não diversificável porque capta a influência do comportamento da economia sobre o desempenho de um determinado ativo financeiro (ABREU FILHO et al., 2008). Segundo Pereira (2010) o beta é representado pela divisão da covariância entre os retornos do ativo e da carteira de mercado pela variância do retornos do mercado. Sua equação é expressa por: βim = Cov[Ri, Rm]/Var[Rm] (1.1) Na formula 1.1, Ri representa o retorno do ativo i, Rm representa o retorno do mercado e o βim representa o beta do ativo financeiro i. A covariância (Cov) é útil para descrever como duas variáveis variam conjuntamente. Tal como a variância (Var) indica o grau de variabilidade de uma variável X, a covariância indica o grau de variação conjunta entre duas variáveis X e Y (MONTGOMERRY e RUNGER, 2009). 4
5 Ainda na expressão (1), Rf é o coeficiente linear, o qual é conhecido geometricamente como o ponto onde a reta intercepta o eixo Y (MATTA, 2007). Neste modelo esse coeficiente representa a taxa livre de risco, que segundo Abbasinejad e Izadmusa (2011) tem um papel importante no mercado financeiro, pois todos os ativos financeiros possuem algum tipo de risco, sendo difícil na prática encontrar algum ativo livre de risco. Ela é vista como a taxa de retorno de um investimento sem risco de perda financeira. Cita alguns mercados (Alemanha, Suiça) onde se pode encontrar aplicações com níveis mínimos de risco. Em resumo, o beta representa o coeficiente angular da reta que mostra o comportamento do ativo considerado em função do índice Ibovespa, no caso do Brasil. Esse modelo linear tem seus coeficientes (beta e o interceptor) determinados no critério dos mínimos quadrados. Segundo Wonnacott e Wonnacott (1985), o coeficiente angular de uma reta é a variação do valor Y quando caminhamos uma unidade para a direita na direção X. Isto é: o coeficiente angular é igual à variação de Y correspondente a uma variação unitária de X. O modelo CAPM é um dos modelos mais utilizados pelas organizações para determinar o retorno esperado de um ativo financeiro e o nível de risco do ativo financeiro que é dado pelo coeficiente beta. Neste modelo a carteira de mercado, por ser totalmente diversificada, apresenta o risco sistemático. Um ativo que representa a mesma volatilidade da carteira tem seu beta definido próximo de 1,0 (ASSAF NETO, 1999). O coeficiente beta no CAPM mede o risco sistemático (não-diversificável) tanto para os ativos individuais como para as carteiras. Quanto maior o beta, maior o prêmio de risco, e consequentemente o retorno exigido também é maior. Na medida em que o beta de um ativo for exatamente 1,0, significa que a ação acompanha as movimentações da carteira de mercado em termos de retorno esperado, ou seja, o risco da ação é igual ao risco do mercado como um todo. Quando uma ação obtiver beta maior que 1,0, diz-se que ela reflete um risco sistemático mais alto que o da carteira de mercado, sendo considerado um investimento agressivo. Uma ação com beta menor que 1,0 implica um risco sistemático menor que o da carteira de mercado, caracterizando um ativo defensivo (ROSS; WESTERFIELD; JAFFE, 2001). A Figura 1 ilustra como pode ser essa variação do coeficiente angular da reta, conhecido como beta, nas situações mais comuns do cotidiano. Na primeira ilustração tem-se beta igual a 1. 5
6 Figura 1 Variações positivas do coeficiente angular da reta. Fonte: adaptado de Tibúrcio, ( 2012) O modelo linear com beta positivo, como na Figura 1, ocorre quando a reta encontra-se crescente e o negativo, ou inverso (Figura 1.1), quando ela resulta decrescente. Conforme Tibúrcio (2012), quando o beta é negativo o ativo financeiro caminha contra a direção do mercado, ou seja, quando o mercado indica redução do retorno, ele cresce e vice-versa. Figura 1.1 Exemplos de modelo linear com coeficiente angular negativo. Fonte: adaptado de Tibúrcio, ( 2012) 2.2 Regressão Linear e Estimativa O coeficiente de correlação linear r, e o coeficiente angular beta (b) são elementos fundamentais para análise do modelo linear. O coeficiente angular pode ser expresso em função de r, porém não é apenas função dessa intensidade da relação entre as variáveis dependente e independente, mas também dos desvios padrão dessas variáveis (FONSECA, et. al., 1976). A análise de correlações entre variáveis é o principio para a definição do melhor modelo que possa representar o comportamento conjunto de variáveis. O modelo linear geral envolve a estimativa de uma variável dependente em função de, pelo menos, uma variável independente sendo a Análise de Regressão uma técnica estatística para modelar e investigar relações entre duas ou mais variáveis (MONTEGOMERY e RUNGER, 2009). No caso deste estudo essa relação envolve apenas uma variável independente e aplica-se na determinação do coeficiente angular da reta, no caso do CAPM, o beta, resultante da relação linear entre retorno dos ativos do mercado financeiro e o retorno do ativo estudado em questão. A determinação de modelos sejam eles lineares ou não, simples ou múltiplos os estudos partem de pressuposições sobre o relacionamento entre as variáveis. Nos casos mais simples, com apenas uma variável independente um diagrama de dispersão pode sugerir um modelo inicial a ser construído. Os pontos são identificados, então a força e o tipo da relação são julgados tais como linear, quadrática e assim por diante (GARRITY, 2000). Para o modelo linear a informação sobre o coeficiente de correlação linear de Pearson (r), variando de -1 até 1 direciona a significância ou não do modelo. O resultado da análise no estudo sobre a relação entre as variáveis deve ser um valor entre -1 e +1, na qual o valor de 1 representa uma correlação positiva perfeita e -1 uma relação inversamente perfeita. E quando igual 0 (r=0) indica ausência de correlação linear. É importante salientar que mesmo com indicativo de forte 6
7 correlação entre as variáveis, a correlação não implica em causalidade (HOEL, 1981). O coeficiente de correlação é determinado em função da Covariância. Alguns métodos podem ser usados para construir este modelo linear de uma maneira que a função real linear obtida passe o mais próximo possível dos pontos dados, que no caso deste trabalho seriam os valores dos índices das ações. Segundo Sodré (2004), o método dos mínimos quadrados, um dos métodos mais utilizados para gerar este modelo linear (chamado de regressão linear ou ajuste linear), consiste em minimizar a soma do quadrado das distâncias entre os pontos dados e a reta (Figura 1) do modelo linear que será obtida. A função obtida é expressa pela fórmula 2: y = a + bx (2) Figura 1 Distância de um ponto (xi; yi) à reta y = a + bx. Fonte: Souza, No caso linear a estimação dos parâmetros do modelo pode ser feita pelo método dos mínimos quadrados, o qual minimiza a somatória das distâncias quadráticas (d² i ) tomadas entre valores da variável dependente y observados e aqueles estimados y^ (MONTGOMERY e RUNGER, 2009). Sendo y = α + β.x, as estimativas a e b são calculadas considerando a função 3: L = d² i = ( yi y^i) 2 = ( yi α - β.x) 2 i= 1,2,..., n (3) Derivando L em relação a α e β, e igualando a zero, resolvem-se equações normais que levam aos valores de a e b os quais minimizam a soma de quadrados. Nesse procedimento obtém-se a equação da reta que mais se aproxima dos pontos experimentais. A expressão encontrada como estimativa para coeficiente beta é aquela mostrada em (1.1) 7
8 Onde a seria o coeficiente linear (interceptor) e b seria o coeficiente angular (beta). Sodré (2004) também expõe que para obter os coeficientes da reta dos mínimos quadrados, podese resolver o seguinte sistema de equações lineares (2.1): a n + b SX = SY a SX + b SX² = SXY (2.1) Ou de uma forma mais rápida, após resolver este sistema linear de uma forma geral (existem várias formas de resolvê-lo, por exemplo, uma delas é usando a notação da forma matricial e a regra de Cramer), obtendo os coeficientes (a em 2.2 e b em 2.3) da seguinte maneira: b = (n SXY SX SY) / (n SX² - SX SX) (2.3) a = Ym - b.xm (2.2). Onde n é o número de pares ordenados, SX é a soma dos valores X, SY é a soma dos valores Y, SX² é a soma dos X², e SXY é a soma dos produtos de XY. Ym e Xm indicam, respectivamente, as médias das séries Y e X. Além do coeficiente de Correlação (r), outra medida importante na qualificação de um modelo linear é o coeficiente de Determinação (r 2 ). Geralmente dado em porcentagem, indica a proporção da variação de Y explicada pela variável independente X em função do modelo. 2.3 Valor Esperado Como visto no modelo 1, o beta estabelece a relação linear entre retorno esperado de um ativo e o nível de risco sistemático dado pelo seu beta. O risco mensurado por meio do coeficiente angular da reta está relacionado com o valor esperado. Segundo Downing e Clark (2006), a esperança de uma variável aleatória nos dá a média de todos os valores que esperaríamos ter se medíssemos a variável aleatória um número muito grande de vezes. A média de uma variável aleatória discreta é chamada de valor esperado E(x), é o que se espera que ocorra em média, e é calculado pelo somatório dos produtos de cada resultado da distribuição e a sua probabilidade de ocorrência correspondente (GARRITY, 2000). Valor Esperado = E(x) = xi p(xi) (3) O CAPM formulado teoricamente é desenvolvido em termos de expectativas. Se ele for correto, espere-se que o retorno futuro de um ativo financeiro seja positivo e linearmente relacionado com o retorno futuro do mercado, tendo seu risco sistemático ou o beta futuro do ativo. E por não ter dados sistematizados de expectativas o CAPM Empírico utiliza valores 8
9 passados ou observados das variáveis para estimar o retorno esperado (ROGERS; SECURATO, 2008). Figura 2.2 CAPM teórico e CAPM Empírico. Fonte: Rogers e Securato (2008). Na Figura 2.2 parte b, os pontos dispersos no plano representam o retorno passado do ativo X e o retorno passado do mercado. Ela mostra que os pontos nunca ajustarão perfeitamente a uma reta. Para ajusta-los na reta utiliza-se o método dos Mínimos Quadrados Ordinários que embutem erros de estimativas que podem super-avaliar ou sub-avaliar a estimativa de inclinação da reta (beta). Por meio desse método, a linha empírica realmente representa as oportunidades de risco e retorno disponíveis no mercado (ROGERS; SECURATO, 2008). 3 Análises dos resultados No exemplo apresentado neste trabalho foram consideradas as ações preferenciais da Petrobras e as ações ordinárias da Vale, sendo a carteira composta com 60% de ações da Petrobras e 40% da Vale. Os valores de fechamento diário de cada empresa são comparados ao do Ibovespa, que representa o mercado financeiro. Essa comparação é feita em função das taxas de retorno (4) dos dois ativos (Empresa e Ibovespa). Segundo Pereira (2010), o retorno representa o ganho de capital de um ativo financeiro e é calculado pela divisão do preço de compra da ação pelo seu preço de venda. Expressa na equação simplificada: Taxa de retorno = (Preço Final Preço Inicial) /Preço Inicial (4) Os gráficos de dispersão 3, 4 e 5 mostram representação conjunta das taxas de retorno das respectivas empresas com o Ibovespa bem como com as linhas de tendência indicando um padrão linear. 9
10 As tabelas 1 e 2 apresentam, respectivamente, as estatísticas descritivas unidimensionais e bidimensionais da regressão. Destaque-se que essas medidas foram obtidas com auxílio do Microsoft Office Excel, no Módulo Análise de dados. Tabela 1: Medidas Descritivas Unidimensionais IBOVESPA PETR4 VALE3 PETR4&VALE3 Média 0,19% 0,14% 0,10% 0,12% Desvio Padrão 1,16% 1,67% 1,61% 1,47% Tabela 2: Medidas Descritivas Bidimensionais PETR4xIBOVESPA VALE3xIBOVESPA PETR4&VALExIBOVESPA Covariância 0,01% 0,01% 0,01% Correlação(1) 0,6375 0,6899 0,7577 Coef. Angular(2) 0,9146 0,9555 0,9310 Coef. Linear -0,0003-0,0008-0,0005 Coef. Determ (r 2 ). 41,12% 47,60% 54,95% (1) Significativas (Valor-p = 0,000) (2) O Coeficiente angular é o BETA do CAPM Grafico 3: Regressao linear dos índices da Petrobras comparados aos do Ibovespa. 10
11 Grafico 4: Regressao linear dos indices da Vale comparados aos do Ibovespa. Gráfico 5: Regressão da carteira com suas proporções para a Petrobras de 60% e para a Vale 40%. A correlação entre as variáveis da Petrobrás em relação ao Ibovespa e da Vale em relação ao Ibovespa, em geral mostram-se significativas (valor-p<0,000). Neste caso o coeficiente angular da reta, ou o beta por ser positivo, infere uma relação direta, ou seja, à medida que o Ibovespa sobe, melhora o desempenho da carteira da PETR4, e quando ele cai, piora o despenho da carteira. O mesmo serve para a VALE3 e para a carteira em relação ao Ibovespa. Como os valores de beta foram muito próximos a 1,0, com valores como 0,915; 0,955 e 0,931 indicam que a carteira PETR4 + VALE3 segue o movimento do parâmetro da Ibovespa, sendo que o investidor mais agressivo preferirá investir em papeis ou carteiras em que o beta seja maior que 1,0 e o investidor mais seguro buscará oportunidades onde o beta seja positivo porém abaixo de 1,0, como na carteira mostrada no exemplo. 11
12 Segundo Montgomery e Runger (2009) sempre se deve tomar uma decisão com base em dados amostrais, e essa tomada de decisão pode ser chamada de teste de hipótese, que é um teste estatístico, sendo que essa hipótese é uma afirmação, por exemplo, de importância da variável independente, que pode ser medida através do valor-p, que é definido por Montgomery e Runger (2009) como o menor nível de significância que conduz à rejeição da hipótese, ou seja, se o valor-p for um valor baixo (como por exemplo, abaixo de 5% ou 0,05, como é comumente usado), quer dizer que não houve falha em rejeitar a afirmação da hipótese e que, no caso deste trabalho, o modelo é estatisticamente significativo e bem ajustado. Utilizando a Análise de Regressão do Microsoft Office Excel foi determinado o valor-p dos resultados dos modelos de regressão linear. Analisando o valor-p dos modelos dispostos na tabela 3 abaixo, verifica-se que como ficaram todos bem próximos de 0 (valor-p<0,000), as correlações são significativas, validando estatisticamente o modelo. Tabela 3: Valor-P PETR4 X IBOVESPA VALE3 X IBOVESPA Valor-P 3,29*10^-08 7,72548*10^-10 4 Considerações finais Observou-se uma carteira com as variáveis ações preferenciais da Petrobras e ações ordinárias da Vale em relação ao mercado, este representado pelas ações da Ibovespa, durante o período de janeiro de 2012 a março de Após analisar os dados e os testes estatísticos, foi possível verificar que o modelo apresentado foi estatisticamente significativo, sendo possível afirmar que os resultados mostraram um relacionamento positivo entre a rentabilidade média da carteira e a variável do mercado financeiro (Ibovespa). No estudo o coeficiente beta se destacou na explicação da relação entre as variáveis da carteira indicando que o comportamento das ações das empresas segue o comportamento do indicador de mercado. Se o aplicador estiver satisfeito com o rendimento do mercado o investimento nessa carteira (duas empresas) é suficiente, porém caso queira obter maiores ganhos, poderá correr riscos maiores investindo em empresas com beta bem superiores a 1,0. Aplicações com ganhos esperados menores envolvendo menores riscos podem ser procurados em empresas ou carteiras com beta inferior a 1, porém positivos. A partir desta simples pesquisa, poderão ser feitas novas abordagens. Seria interessante utilizar dados de empresas de outros países, principalmente aqueles mais atingidos pela crise financeira atual, a fim de se verificar se os resultados serão muito diferentes em relação a outros ambientes econômicos. Para empresas atuantes no Mercado financeiro, o CAPM pode auxiliar na tomada de decisão de diretores e gestores. Essas decisões implicam em investir tempo, dinheiro e energia num projeto ou empreendimento cujos recursos são escassos e os resultados são desconhecidos, pois ocorrerão no futuro, portanto é necessário escolher a opção mais rentável, em menor tempo e com o menor risco possível. 12
13 5 Referências ABBASINEJAD, H.; IZADMUSA, V. B. The risk free rate of financial markets, as an unobservable component of capital asset pricing model. International Research Journal of Finance and Economics. n. 73, p , ABREU FILHO, J. C. F.; SOUZA, C. P.; GONÇALVES, D. A.; CURY, M. V. Q. Finanças corporativas. 10. ed. Rio de Janeiro: Editora FGV, ASSAF NETO, A. Mercado financeiro. São Paulo: Atlas, COSTA JUNIOR, N. C. A.; MENEZES, E. A.; LEMGRUBER, E. F. Estimação do beta de ações através do método dos coeficientes agregados. Revista Brasileira de Economia. Rio de Janeiro, FGV, v. 47, n. 4, DOWINING, D.; CLARK, J. Estatística aplicada. 2. ed. São Paulo: Saraiva, FONSECA, J. S; MARTINS, G. A; TOLEDO, G. L. Estatística Aplicada. São Paulo: Atlas, GARRITY, P. MBA compacto, matemática aplicada aos negócios. Rio de Janeiro: Campos, HOEL, P. G. Estatística Elementar. São Paulo: Atlas, LINTNER, J. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets. Review of Economics and Statistics. v. 47, p , Fev MATTA, T. A. Avaliação do valor de imóveis por análise de regressão: Um estudo de caso para a cidade de Juiz de Fora. In: Universidade Federal de Juiz de Fora, 2007, Minas Gerais: UFJF, Disponível em: < >. Acesso em: 09 ago MIGUEL, P. A. C. (org.). Metodologia de pesquisa em engenharia de produção e gestão de operações. Rio de Janeiro: Elsevier, MONTEGOMERY, D. C; RUNGER, R. G. Estatística Aplicada e probabilidade para Engenheiros. Rio de Janeiro: LTC, MORETTIN, P. A.; TOLOI, C. M. Séries Temporais, Métodos Quantitativos. São Paulo: Atual, MOSSIN, J. Equilibrium in a capital asset market. Econometrica, p , Out OLDCORN, R.; PARKER, D. Decisão estratégica para investidores. São Paulo: Nobel, PEREIRA, L. A. Estudo do beta no mercado de ações brasileiro. In: Universidade Federal do Rio Grande do Sul, 2010, Rio Grande do Sul: LUME/UFRGS, Disponível em: < >. Acesso em: 20 jul ROGERS, P.; SECURATO. J. R. CAPM Teórico versus CAPM Empírico: Sugestão para estimação de beta nas decisões financeira. In: VIII Congresso USP de controladoria e contabilidade, 2008, São Paulo: FEA/USP, Disponível em: < >. Acesso em: 25 jul ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, J. F. Administração Financeira. 2. ed. São Paulo: Editora Atlas, ROSS, S. The Arbitrage theory of capital asset pricing. Journal of Economic Theory, v. 13, n. 3, p , Dez SHARPE, W. F. Capital Assets prices: a theory of market equilibrium under conditions of risk. Journal of Finance, v. 19, p , Set SODRÉ, U. Método dos mínimos quadrados. In: Universidade Estadual de Londrina, 2004, Paraná. Disponível em: < >. Acesso em: 10 ago SOUZA, M. J. F. Ajuste de curvas pelo método dos mínimos quadrados. In: Universidade Federal de Ouro Preto, 2011, Minas Gerais. Disponível em: < >. Acesso em: 10 ago SULLIVAN, E. J. A brief history of the capital asset pricing model. In: Lebanon Valley College, 2006, Pensilvânia: 13
14 APUBEF, Disponível em: < >. Acesso em: 20 jul TEIXEIRA, H. Como Investir na Bolsa de Valores, 2012, Disponível em < comoinvestirnabolsadevalores.com/o-que-e-volatilidade-de-investimentos >, acesso em 17 jul TIBÚRCIO, C. Beta negativo. In: Blogspot Avaliação de empresas, Disponível em: < >. Acesso em: 18 jul WONNACOTT, R. J.; WONNACOTT, T. H. Descobrindo o poder da estatística. Rio de Janeiro: Livros técnicos e científicos editora S.A,
MBA em Finanças e Controladoria. Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno
MBA em Finanças e Controladoria Disciplina: Avaliação de Empresas Valuation Tópico 06 Risco e Retorno Obetivos do Tópico 06 5h Obetivo Entender os fundamentos de risco e retorno Obetivos de aprendizagem
Leia maisModelo de Precificação de Ativos Financeiros (MPAF) ou CAPM (Capital Asset Pricing Model).
Modelo de formação de preços de ativos de capital - CAPM Modelo CAPM Modelo de Precificação de Ativos Financeiros (MPAF) ou CAPM (Capital Asset Pricing Model). É utilizado para determinar a taxa de retorno
Leia maisRisco x Retorno. Fundamentos de Risco e Retorno: Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos.
Risco x Retorno Fundamentos de Risco e Retorno. Risco de um Ativo Individual. Risco de uma Carteira de Ativos. Fundamentos de Risco e Retorno: Em administração e finanças, risco é a possibilidade de perda
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia mais3 Revisão de Literatura e Conceituação da Medida Ômega 3.1. Avaliação de Carteiras
3 Revisão de iteratura e Conceituação da Medida Ômega 3.1. Avaliação de Carteiras O sucesso na decisão de investimento está em obter o máximo de retorno com um mínimo de investimento em determinado ativo.
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisCorrelação e Regressão
Correlação e Regressão Exemplos: Correlação linear Estudar a relação entre duas variáveis quantitativas Ou seja, a força da relação entre elas, ou grau de associação linear. Idade e altura das crianças
Leia maisMÉTODOS QUANTITATIVOS APLICADOS. Prof. Danilo Monte-Mor
MÉTODOS QUANTITATIVOS APLICADOS Prof. Danilo Monte-Mor Métodos Quantitativos Aulas 1 e 2 Análise Exploratória de Dados 2 Danilo Soares Monte Mor Currículum Vitae Prof. Dr. e especialista em Métodos Quantitativos
Leia 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 maisO RETORNO JUSTO DE ACORDO COM O CAPM COMPARADO AO RETORNO EFETIVO - UM ESTUDO EM COMPANHIAS PERTENCENTES AO GRUPO GERDAU
O RETORNO JUSTO DE ACORDO COM O CAPM COMPARADO AO RETORNO EFETIVO - UM ESTUDO EM COMPANHIAS PERTENCENTES AO GRUPO GERDAU Thiago Alberto dos Reis Prado (UFU ) thyagoberto@hotmail.com Flavia Ferreira Marques
Leia maisDecisões de Financiamentos e Estrutura de Capital. Professor: Francisco Tavares
Decisões de Financiamentos e Estrutura de Capital Professor: Francisco Tavares RISCO E RETORNO Definição de risco Em administração e finanças, risco é a possibilidade de perda financeira. Os ativos (reais
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisADMINISTRAÇÃO FINANCEIRA
ADMINISTRAÇÃO FINANCEIRA Prof. Renê Coppe Pimentel Prof. Renê Coppe Pimentel Pg. 1 RISCO E RETORNO (PORTFÓLIO DE 2 ATIVOS) Prof. Renê Coppe Pimentel Pg. 2 RISCO E RETORNO: PORFOLIOS Portfólios Teoria de
Leia maisAvaliação de Empresas Profa. Patricia Maria Bortolon
Avaliação de Empresas BETA E CAPM Aula 3 Comparando Dispersões aula passada Situação do mercado Ativo 1 (ret %) Ativo 2 (ret %) Ativo 3 (ret %) Ativo 5 (ret %) Precipitação Pluviométrica Retorno do ativo
Leia maisCOMPOSIÇÃO DE UMA CARTEIRA DE AÇÕES COM RISCO MÍNIMO E RETORNO ESPECIFICADO: UM ESTUDO UTILIZANDO ALGORITMO GENÉTICO E A FUNÇÃO SOLVER
UNIVERSIDADE DE SÃO PAULO ESCOLA DE ARTES, CIÊNCIAS E HUMANIDADES SISTEMAS DE INFORMAÇÃO COMPOSIÇÃO DE UMA CARTEIRA DE AÇÕES COM RISCO MÍNIMO E RETORNO ESPECIFICADO: UM ESTUDO UTILIZANDO ALGORITMO GENÉTICO
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser
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 maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisPolítica de Gerenciamento de Risco de Mercado
Política de Gerenciamento de Risco de Mercado 1 ÍNDICE 1. OBJETIVO... 2 2. GERENCIAMENTO DE RISCOS... 2 3. RISCO DE MERCADO... 2 3.1 Retorno...... 3 3.2 Excesso de Retorno... 3 3.3 Volatilidade... 3 3.4
Leia maisEstatística CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa
Estatística CORRELAÇÃO E REGRESSÃO LINEAR Prof. Walter Sousa CORRELAÇÃO LINEAR A CORRELAÇÃO mede a força, a intensidade ou grau de relacionamento entre duas ou mais variáveis. Exemplo: Os dados a seguir
Leia maisPREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Leia maisAvaliação do Risco Sistemático do Setor Bancário
Avaliação do Risco Sistemático do Setor Bancário Mateus Martins de Toledo (UNIFEI) mateusmt @yahoo.com.br Edson de Oliveira Pamplona (UNIFEI) pamplona@unifei.edu.br Resumo Este artigo tem a finalidade
Leia maisEstatística Aplicada
Estatística Aplicada Correlação e Regressão Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada REGRESSÃO Correlação não implica Causalidade! O coeficiente de correlação não mede
Leia maisUMA INTRODUÇÃO AOS CONCEITOS DE GESTÃO ABSOLUTA E RELATIVA DE INVESTIMENTOS. Ney Roberto Ottoni de Brito
UMA INTRODUÇÃO AOS CONCEITOS DE GESTÃO ABSOLUTA E RELATIVA DE INVESTIMENTOS Ney Roberto Ottoni de Brito Junho 2005 I. INTRODUÇÃO Este trabalho objetiva apresentar os conceitos de gestão absoluta e de gestão
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisCapítulo 15 Métodos de Avaliação Econômica de Investimentos
ANÁLISE Financeira Capítulo 15 Métodos de Avaliação Econômica de Investimentos Introdução Os métodos de análise de investimentos dividem-se em dois grandes segmentos: 1 Modelos quantitativos de análise
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisREGRESSÃO LINEAR SIMPLES E MÚLTIPLA
REGRESSÃO LINEAR SIMPLES E MÚLTIPLA Curso: Agronomia Matéria: Metodologia e Estatística Experimental Docente: José Cláudio Faria Discente: Michelle Alcântara e João Nascimento UNIVERSIDADE ESTADUAL DE
Leia maisTema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e medidas de liquidez.
Aluno: Rafael Milanesi Caldeira Professor Orientador: Adriana Bruscato Bortoluzzo Tema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisEstatística aplicada ao Melhoramento animal
Qual é a herdabilidade para uma característica? Qual é a variabilidade de desempenho para essa característica? Selecionando para a característica X, característica Y será afetada? Como predizer os valores
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Regressão. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Regressão David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Regressão Linear ( e Múltipla ) Não-Linear ( Exponencial / Logística
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisCORRELAÇÃO E REGRESSÃO
UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE TRANSPORTES MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA CORRELAÇÃO E REGRESSÃO Professora: Cira Souza Pitombo Disciplina: ENG C 18 Métodos
Leia maisGST0071- Administração Financeira
GST0071- Administração Financeira Objetivos üentender como funciona correlação de carteiras. üconhecer a relação de Risco Beta. ücompreender o modelo de precificação de ativos (CAPM). 25 October 2016 CCE0370
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia maisAULA 06 Correlação. Ernesto F. L. Amaral. 04 de outubro de 2013
1 AULA 06 Correlação Ernesto F. L. Amaral 04 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de
Leia maisO efeito dos ciclos econômicos nas Avaliações de Empreendimentos refletido nas Taxas de desconto
Teresina/PI, 23 de novembro de 2016 O efeito dos ciclos econômicos nas Avaliações de Empreendimentos refletido nas Taxas de desconto Por: Brício de Melo Ciclos Ciclos UK - Commercial property prices (a)
Leia maisANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO
ANÁLISE DE RISCO E RETORNO DE INVESTIMENTO USO DAS MEDIDAS DE DISPERSÃO Luiz Fernando Stringhini 1 Na tentativa de mostrar as possibilidades de uso das ferramentas da estatística dentro da contabilidade,
Leia mais9. Determinação da TMA pelo WACC e CAPM
9. Determinação da TMA pelo WACC e CAPM RISCO EM ANÁLISE DE AÇÕES 1. CLASSIFICAÇÃO FUNDAMENTAL DO RISCO Risco Sistemático (Não Diversificável) Devido a variações do sistema Econômico como um todo Risco
Leia maisTeoria do Portfólio. Risco, Retorno e Mercado
Teoria do Portfólio Risco, Retorno e Mercado Risco Situação em que a ocorrência de eventos diversos, que afetam a rentabilidade de um ativo, pode ser medida por meio de distribuição de probabilidades associadas
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisREGRESSÃO E CORRELAÇÃO
Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem
Leia maisCoeficiente de correlação
UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA, CONTABILIDADE E SECRETARIADO DEPARTAMENTO DE ADMINISTRAÇÃO Documento de Estudo no. 1 Coeficiente de correlação Objetivos: 1.
Leia maisCarteiras de Variância Mínima no Brasil
no Brasil Itaú-Unibanco Abril de 2012 no Brasil Agenda Conceitos básicos em Finanças 1 Conceitos básicos em Finanças 2 3 4 5 no Brasil Seleção de carteiras de investimento Suponha N ativos de risco, com
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisDefinição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável
Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho
Leia maisRisco e Retorno: CAPM (Capital Asset Pricing Model)
Risco e Retorno: CAPM (Capital Asset Pricing Model) Prof. Esp. João Carlos Hipólito e-mail: jchbn@hotmail.com Sobre o facilitador: Contador; Professor da Faculdade de Ciências Aplicadas e Sociais de Petrolina
Leia maisRisco de Carteira. O Desvio Padrão de uma carteira constituída por dois ativos (X e Y) pode ser obtido a partir de:
1 Risco de Carteira O risco de uma carteira depende não somente do risco de cada elemento que a compõe e de sua participação no investimento total, mas também da forma como seus componentes se relacionam
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 7 A Estrutura de Correlações dos Retornos dos Ativos: modelo de índice único ELTO, E.; GRUBER, M.; BROW, S., GOETZMA, W. Moderna
Leia maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 5
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 5 1. Quando que as amostras são consideradas grandes o suficiente,
Leia mais1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas
Leia maisCAP. 9 DETERMINAÇÃO DA TMA PELO WACC E CAPM
CAP. 9 DETERMINAÇÃO DA TMA PELO WACC E CAPM 1. INTRODUÇÃO O estudo do risco em análise de ações será útil para um entendimento mais aprofundado da taxa de descontos a ser utilizada nas avaliações de investimento
Leia maisAnálise de Regressão
Análise de Regressão Tópicos em Avaliação de Desempenho de Sistemas Aline Oliveira Camila Araujo Iure Fé Janailda aso2@cin.ufpe.br cga2@cin.ufpe.br isf2@cin.ufpe.br jbs4@cin.ufpe.br Agenda Parte I: Contextualização
Leia maisa) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisAvaliação de Riscos em
Recife/PE, 27 de novembro de 2014 Avaliação de Riscos em Empreendimentos Por: Bíi Brício de Melo Riscos Riscos UK - Commercial property prices (a) Sources: Investment Property Databank and Thomson Reuters
Leia maisMODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisEduardo Sá Silva GESTÃO DE CARTEIRAS. Rendibilidade e Risco
Eduardo Sá Silva GESTÃO DE CARTEIRAS Rendibilidade e Risco ÍNDICE Prefácio...9 Estrutura da obra...11 Capítulo 1 A questão da rendibilidade...17 Capítulo 2 Como se determina o risco?...27 Capítulo 3 A
Leia maisExercícios. Finanças Benjamin M. Tabak
Exercícios Finanças Benjamin M. Tabak ESAF BACEN - 2002 Uma carteira de ações é formada pelos seguintes ativos: Ações Retorno esperado Desvio Padrão Beta A 18% 16% 1,10 B 22% 15% 0,90 Também se sabe que
Leia maisCap. 13 Correlação e Regressão
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 13 Correlação e Regressão Correlação X e Y variáveis quantitativas X Y Correlação
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Leia maisTratamento e análise de dados de 10 ações que compõem o IBovespa
UNIVERSIDADE DE SÃO PAULO EACH ESCOLA DE ARTES, CIÊNCIAS E HUMANIDADES ACH0021 Tratamento e Análise de Dados e Informações Tratamento e análise de dados de 10 ações que compõem o IBovespa Aluno: Denis
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisA INVESTIGAÇÃO OPERACIONAL E A ESTATÍSTICA FINANCEIRA APLICADAS PARA OBTENÇÃO DE UMA CARTEIRA DE AÇÕES COM RISCO MINIMIZADO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. A INVESTIGAÇÃO OPERACIONAL E A ESTATÍSTICA FINANCEIRA APLICADAS PARA OBTENÇÃO DE UMA CARTEIRA DE AÇÕES COM RISCO MINIMIZADO Mario Henrique da F. Oliveira
Leia maisIntrodução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.
UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução São duas técnicas estreitamente relacionadas, que visa estimar uma relação
Leia maisEstatística. Correlação e Regressão
Estatística Correlação e Regressão Noções sobre correlação Existem relações entre variáveis. Responder às questões: Existe relação entre as variáveis X e Y? Que tipo de relação existe entre elas? Qual
Leia maisIntrodução. Teste e avaliação de modelos. Teste e avaliação de modelos. Teste de modelos. Avaliação de modelos
Universidade Federal do Paraná Programa de Pós-Graduação em Ciências Veterinárias AZ 7 Tópicos em Produção Animal Introdução Qual o interesse em desenvolver modelos? Comparação de valores medidos e simulados
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisAula 03 Estatística, Correlação e Regressão
BIS0005-15 Bases Computacionais da Ciência Aula 03 Estatística, Correlação e Regressão http://bcc.compscinet.org Prof. Rodrigo de Alencar Hausen hausen@ufabc.edu.br 1 Medidas de tendência central: Média,
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisEstimativas e Erros. Propagação de erros e Ajuste de funções
Estimativas e Erros Propagação de erros e Ajuste de funções 1 Algumas referências Estimativas e Erros em Experimentos de Física - Vitor Oguri et al (EdUERJ) Fundamentos da Teoria de Erros - José Henrique
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 maisObjetivos de aprendizagem
RISCO E RETORNO 1 Objetivos de aprendizagem 1. Entender o significado e os fundamentos de risco, retorno e preferências em relação ao risco 2. Descrever procedimentos de avaliação e mensuração do risco
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisMódulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES
Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos
Leia maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
Leia maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisAnálise de Carteiras usando o R - Parte 6
Análise de Carteiras usando o R - Parte 6 Bibliografia BKM, cap. 9 Claudio Lucinda FEA/USP Testando o CAPM Testando o CAPM Vamos nesta apresentação usar os dados dos fundos para repassar os testes do CAPM.
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisDeterminação do Custo Médio Ponderado de Capital (WACC) do setor sucroenergético brasileiro e discussão das suas premissas 1
Determinação do Custo Médio Ponderado de Capital (WACC) do setor sucroenergético brasileiro e discussão das suas premissas 1 1. Introdução Haroldo José Torres da Silva 2 A taxa mínima de atratividade expressa,
Leia maisANÁLISE DE REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
Leia maisEstudar a relação entre duas variáveis quantitativas.
Estudar a relação entre duas variáveis quantitativas. Exemplos: Idade e altura das crianças Tempo de prática de esportes e ritmo cardíaco Tempo de estudo e nota na prova Taxa de desemprego e taxa de criminalidade
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
Leia maisNoções sobre Regressão
Noções sobre Regressão Nos interessa estudar como uma variável varia em função de outra. Por exemplo, considere a questão de demanda e preço de bens. Quando se estuda a variação de uma variável Y em função
Leia maisExemplo 1. Conjunto de dados de uma amostra de 12 meninas da escola: y i x i
Exemplo 1 Y : peso (kg) de meninas de 7 a 11 anos de uma certa escola de dança X : altura (m) das meninas A partir de 3 valores prefixados de X, foram obtidas, para cada valor de X, 4 observações independentes
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisLucas Santana da Cunha de julho de 2018 Londrina
Análise de Correlação e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 26 de julho de 2018 Londrina 1 / 17 Há casos em que pode existir um relacionamento entre duas variáveis:
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos
Leia mais