Finanças Comportamentais
|
|
- Gabriela Stachinski
- 5 Há anos
- Visualizações:
Transcrição
1 Axel Simonsen EPGE/FGV MFEE 2010
2 Preço de Equilíbrio Sobrevivência dos Irracionais Continuação Aula1: Resumo do Modelo de Noise Trader Preço de Equilíbrio: p t = 1 2γµ 2 σ 2 ρ r(1 + r) 2 + µρ + µ(ρ t ρ ) r 1 + r Principais resultados: O Noise Trader afeta o preço através do viés corrente (ρ t ), viés médio(ρ ) e pelo risco criado de mudança de sentimento σ 2 ρ Arbitradores não conseguem corrigir pois tem vida curta (limite de horizonte) e a oferta do ativo arriscado é xa
3 Preço de Equilíbrio Sobrevivência dos Irracionais Sobrevivência Friedman: Mesmo que desvios temporários de preço possam ocorrer, em média aqueles que não agem de forma racional irão perder importância (serão eliminados do mercado pois perderão renda) Este argumento vale caso os arbitradores tiverem um retorno maior em média do que os irracionais Será que é verdade? Não é necessariamente.
4 Preço de Equilíbrio Sobrevivência dos Irracionais Lembre que o preço racionalmente esperado do ativo arriscado é: Ep = 1 2γµ 2 σ 2 ρ r(1 + r) 2 + µρ r E que portanto o preço pode ser reescrito como p t = Ep + µ(ρ t ρ ) 1 + r Logo o excesso de retorno esperado em relação ao ativo sem risco é igual a r + Ep (1 + r) Ep + µ(ρ t ρ ) 1+r
5 Preço de Equilíbrio Sobrevivência dos Irracionais Para simpli car, vamos raciocinar com a situação média, isto é supondo ρ t = ρ. Então o excesso de retorno esperado do ativo arriscado é: r 1 Ep 1 O retorno das ações é superior ao retorno do ativo sem risco quando Ep < 1. Isto ocorre contanto que o viés médio altista dos noise traders não seja muito grande. Se o viés altista é moderado, o prêmio de risco do noise σ 2 ρ pode ser maior que o componente do viés,fazendo com que Ep < 1.
6 Preço de Equilíbrio Sobrevivência dos Irracionais Com retorno esperado positivo, ambos irão demandar quantidades positivas Observe, no entanto, que o excesso de retorno percebido para os noise traders quando ρ t = ρ é igual a: r 1 Ep 1 + ρ Ep Logo, para ρ > 0, a demanda dos noises será maior-> carregam mais do papel
7 Preço de Equilíbrio Sobrevivência dos Irracionais Suponha que ambos os grupos tenham a mesma riqueza inicial. O excesso da riqueza efetiva no nal do período dos noise traders em relação aos arbitradores será: 4R n a = (λ n t λ a t ) [r + p t+1 p t (1 + r)] = ρ t (1 + r) 2 (ρ t ) 2 + (1 + r)ρ t (ρ t+1 ρ ) 2γµσ 2 ρ O valor esperado desta diferença é: E (4R n a ) = ρ (1 + r) 2 (ρ ) 2 + (1 + r) 2 σ 2 ρ 2γµσ 2 ρ
8 Preço de Equilíbrio Sobrevivência dos Irracionais O primeiro termo do numerador da expressão acima é o termo de pressão de preço. Quanto mais bullish são os noise traders, menor é o retorno do ativo arriscado, reduzindo a diferença de retornos. O segundo termo corresponde ao efeito descrito pelo Friedman. Os noise trader têm market timing ruim porque eles tendem a comprar na alta, quando outros noise traders também estão otimistas quanto ao ativo. O denominador incorpora o termo criar espaço (principal ponto do artigo). Os noise traders criam risco ao transacionar. Para se aproveitar do erro dos noise traders, os arbitradores tem que carregar mais risco. Mas eles são avessos ao risco. Portanto, negociam com cautela contra o mispricing (carregam posições menores).
9 Preço de Equilíbrio Sobrevivência dos Irracionais Síntese Noise Trader cria risco. Aumenta o prêmio de risco do ativo, que aumenta o retorno esperado. Caso sejam bullish (ρ > 0), em média os irracionais carregarão posições relativamente maiores que os racionais. Em média podem ganhar mais dinheiro pois carregam mais prêmio de risco (que eles mesmo criaram)
10 Preço de Equilíbrio Sobrevivência dos Irracionais Síntese Mas não necessariamente garante a sobrevivência... Retorno esperado não é o mesmo que sobrevivência de longo prazo. Apesar de ter retorno esperado maior, os noise traders são sujeitos a maior variância de retornos, o que pode no longo prazo ocasionar uma grande probabilidade de ter pouca riqueza e uma pequena probabilidade de ter muito dinheiro. Mas pode demorar muito tempo para acontecer...
11 Síntese Preço de Equilíbrio Sobrevivência dos Irracionais Principal contribuição do artigo: Mostra que limite de arbitragem faz com que risco não-fundamental afete preço. Põe em discussão argumento de Friedman: não necessariamente irracionais terão riqueza esperada menor Como na vida real, os mais espertos não necessariamente serão os que mais ganham dinheiro...
12 Uma grande parte dos arbitradores estão gerindo dinheiro alheio: fundos, hege funds, fundos de pensão, etc. Vantagens: Gasta o tempo todo obtendo informações no mercado e gerindo carteira: mais informado e mais capaz. A prática ajuda a atenuar vieses comportamentais. Desvantagens: Problema de agência: Não basta o gestor ser bom, tem que convencer os investidores/ chefes de que de fato é Conseqüências: limitações à arbitragem (não é nem mesmo necessário aversão ao risco).
13 Duas manifestações do problema de agência: Arbitragem baseada em performance (PBA): uxos de recursos para um fundo depende da sua performance no passado recente. Fundo pode perder dinheiro quando a arbitragem é mais atrativa. Preocupação com a carreira (career concerns): gestores se preocupam com sua performance relativa em relação aos seus pares. Gestores podem não querer tomar posições singulares mesmo quando os retornos esperados são altos
14 Motivação para PBA (Chevalier e Ellison JPE 97) O que explica uxo de investimento em fundos? Performance passada é bem relevante. Mais ainda: Para um fundo mútuo jovem (2 anos), recursos geridos aumenta 150% no ano t + 1 se o retorno no ano t bate o mercado em 25%; encolhe 50% se rende menos 25% que o mercado. Para um fundo antigo (com mais de 10 anos), os números são crescimento de 75% e redução de 15%.
15 Motivação para PBA (Chevalier e Ellison JPE 97) Fundos Novos (<2 anos)
16 Motivação para PBA (Chevalier e Ellison JPE 97) Fundos Antigos (>10 anos)
17 Motivação para PBA (Chevalier e Ellison JPE 97) Qual a razão para a maior sensibilidade em fundos novos? Investidores devem inferir a capacidade do gestor Usam performance passada para isso É racional fazer uma atualização mais forte em fundos jovens sem track record. Aparentemente parece e ciente, mas quais são os efeitos colaterais?
18 .(Shleifer e Vishny JF97) Ativo sem risco de fundamento paga V no período 3. Oferta é uma unidade. Taxa de juros é zero. Dois tipos de agentes negociando ativo: noise traders pessimistas e gestores arbitradores (neutros ao risco). Em t=1,2, noise traders têm demanda QN (t) = V S t p t. onde S t é o choque de pessimismo (S t 0).
19 No tempo 1 pessimismo dos noise traders S 1 > 0 é conhecido pelos arbs. No tempo 2: com probabilidade q pessimismo aumenta: S 2 = S > S 1. com probabilidade 1 q pessimismo desaparece: S 2 = 0. Arbs recebem F 1 para gerir e escolhem o quanto comprar D 1 do ativo em questão. No período 2 uxo de recursos clientes reage ao resultado do período 1, e total gerido se torna F 2.
20 O preços em cada período são determinados pela igualdade entre oferta e demanda. O preço no tempo 2 é dado por: 1 = V S 2 p 2 + D 2 p 2 =) p 2 = V S 2 + D 2 onde supõe-se D 2 < S. Se S 2 = S e F 2 < S, demanda dos arbs vai ser igual aos recursos disponíveis D 2 = F 2. Se S 2 = 0, p 2 = V e D 2 = 0. O preços no tempo 1 é: onde se supõe que S 1 > D 1 p 1 = V S 1 + D 1
21 Comentários Preliminares p 1 = V S 1 + D 1 No artigo de noise traders, a restrição de arbitragem era dada pela aversão ao risco Neste artigo, os arbs são neutros ao risco mas possuem arbitragem limitada devido à restrição de capital D 1 F 1 < S 1 o que implica que p 1 < V devido ao pessimismo dos irracionais O mispricing não é corrigido A novidade neste artigo não é esta ideia e sim responder a seguinte pergunta: Arbitradores sempre agem no sentido de estabilizar os preços? Veremos que não necessariamente...
22 Hipótese fundamental da PBA - resposta do valor sob gestão ao retorno do primeiro para o segundo período: F 2 = F 1 G (R 1 ) onde G é uma função crescente de R 1 R 1 = D 1 F 1 p 2 p 1 + F 1 D 1 F 1 Por simplicidade supõe-se G linear: Juntando tudo temos: G (R 1 ) = 1 + a (R 1 1) com a > 1 F 2 = F a D 1 F 1 p2 1 p 1
23 Supõe-se que os arbs maximizam a quantia administrada no período 3. Na escolha de D 1 no primeiro período os arbs enfrentam um tradeo : Por um lado, como o retorno esperado no primeiro período é positivo seria desejável investir F 1 no ativo se não houvesse a possibilidade de retirada de caixa. E (R 1 ) = q p 2 p 1 + (1 q) V p 1 Por outro, ao investir menos no ativo e deixando o restante em caixa, aumenta o retorno no caso em que os noise traders quem mais pessimistas (e.g. quando o mispricing aumenta), minorando o resgate de fundos e contribuindo para um ganho maior no segundo período. Dependendo dos parâmetros do modelo (em especial de q), pode acontecer que o D 1 = F 1 ou que D 1 < F 1.
24 Suponha por simplicidade que D 1 = F 1. Então temos p2 F 2 = F a 1 p 1 Observe que se o choque de ruído se amplia (S > S 1 ), p 2 = V S + F 2 p2 = V S + F a 1 p 1 p 1 = V S + F 1 (1 a) p 1 af 1 = p 1 V S + F 1 (1 a) V S 1 + F 1 (1 a) < p 1 o retorno (p 2 /p 1 1) será negativo.
25 Neste caso os arbs deveriam estar ampliando sua aposta, mas estão vendendo e reduzindo a sua posição (F 2 < F 1 ) comprada por causa do resgate de fundos. A demanda dos arbs se torna crescente em p 2, o que é desestabilizador. Note que se a = 0, então p 2 = V S + F 1. Neste caso o mispricing aumenta só devido à diferença S S 1.
26 Fire Sale A sensibilidade de p 2 ao sentimento dos noise traders no caso geral é: dp 2 ds = p 1 < 1 p 1 af 1 Quanto maior for a, maior vai ser esta sensibilidade A reação do preço a S deveria ser 1 para 1 caso não houvesse arbs A presença de arbs ampli ca o impacto em preços: Arbs são desestabilizadores (" re sale")!
27 Síntese Os argumentos não dependem de aversão ao risco. A limitação à arbitragem vem da limitação de fundos e da sensibilidade dos fundos aos resultados de curto prazo. O medo de resgate, faz com que retenham mais recursos em caixa no período inicial=> enfraquece poder dos arbs No periodo seguinte, arbitradores podems ser forçados a liquidar posições, fazendo o mispricing aumentar ( re sale). Exemplo clássico: LTCM (posições eram "boas").
28 "" explica efeito Manada? "Wordly wisdom teaches that it is better for reputation to fail conventionally than to succeed unconventionally"(keynes) Ideia base: Os gestores pro ssionais tambem estão sujeitos ao efeito manada
29 Chevalier e Ellison (QJE 1999) Mercado de trabalho para gestores de fundo. Dados de 92,93 e 94: se a gestão foi "terminada",i.e. o gestor saiu e cou sem emprego (de gestor) ou passou a gerir fundo menor. Relação performance "termination" Incentivos: carteiras de gestores jovem têm menos risco idiossincráticos e são mais convencionais.
30 Regressão probit, determina a probabilidade de "termination". Foco em performance, alfa, idade e interação dos dois. Performance pior que a média em 10% (para um gestor de idade média) aumenta a probabilidade de término em 7,2%. Sensibilidade do término à performance é maior para gestores mais jovens. Se o gestor tem 10 anos menos que a média, a probabilidade de ser demitido quando tem performance 10% pior é 14% maior (comparado a 7% para um gestor de idade média).
31 Interpretação é intuitiva: existe um problema de informação em relação a habilidade do gestor. Quando o gestor é mais velho uma observação ruim deve afetar menos a probabilidade de demissão por dois motivos: uma observação muda menos a inferência sobre a qualidade do gestor. maior parte dos gestores mais velhos são sobreviventes, e por isto têm boa probabilidade de estar bem acima do threshold.
32 Formato da relação de "término". A relação pode ser não linear (ver estimação semiparamétrica na gura) Resultados da estimação linear quebrada: estimação para jovens a inclinação é -1,72 para valores negativos de alfa e -0,32 para valores positivos. Diferença é estatisticamente signi cativa. estimação para velhos a inclinação é -0,23 e -0,4 e diferença não é signi cante estatisticamente.
33
34 Próxima pergunta: controlando pela performance, a probabilidade de um gestor ser demitido depende de quão não-convencional forem as escolhas dele? Variáveis: SectorDeviation it raiz quadrada da soma dos quadrados da diferença entre o peso em cada um dos dez setores da indústria e o peso médio. UnsysDeviation it = junsysrisk it médiaentreosfundosj BetaDeviation it - valor absoluto da diferença para média.
35 Qual o aumento da probabilidade de ser demitido quando se aumenta um desvio padrão em arrojo (boldness)?
36 Qual a conseqüência dos incentivos que os gestores recebem sobre as suas ações? Como o a probabilidade de demissão é uma função mais convexa dos excessos de retorno do gestor mais jovem, ele deve tomar menos risco. Além do mais vimos que a demissão por boldness é mais provável para o gestor mais jovem. Logo ele evitar desviar da média mais do que o gestor mais velho..
37 Estas hipóteses são con rmadas pelas regressões: gestores mais jovens tomam menos risco idiossincrático. têm carteiras com pesos nos setores próximos da média. com risco idiossincrático mais próximo da média. com betas próximos da média. Ou seja, além de tomarem menos riscos têm comportamento de manada.
38 Fenômeno similar acontece no mercado de analistas: Hong,Shubik e Solomon (2000), Rand Journal of Economics 31: A demissão de analistas jovens é mais sensível à precisão de sua previsão. Analistas sem experiência são punidos por previsões "diferentes". Probabilidade de deixar a amostra se jovem: 22%. Se jovem e bold: 29%. Os analistas então seguem os incentivos: analistas com pouca experiência desviam menos do consenso.
39 Sintese (Carrer Concerns e PBA) Mesmo que os gestores pro ssionais tenham boa capacidade de fazer bons julgamentos sobre preco vs fundamentos, a agressividade da arbitragem pode ser limitada for restrições de agência Esta lógica ajuda a reconciliar: 1) Pro ssionais não batem muito o mercado 2) Mercados são Ine cientes Contrario à retórica pro-hme, estas duas a rmações não precisam ser inconsistentes entre si
40 Argumento tradicional assume que arbitradores estabilizam preços(corrigem desvios) Correção ocorre negociando na direção oposta àquelas tomadas por noise traders (que geraram o desvio) Esta a rmação pode não ser verdade caso os noise traders sigam estratégias do tipo feedback, isto é, comprem caso o preço passado sube e vendam caso o preço passado caia Neste caso, pode ser racional para arbitradores "pegar o bonde" Exemplo: Bolhas
41 Estratégias do tipo feedback são justi cáveis? Desvio de racionalidade: Indivíduos tendem a extrapolar acontecimentos recentes (otimismo/pessimismo baseado em eventos próximos) Análise técnica (trend following) Mas será que investidores racionais também estão sujeitos a isto? Stop Loss: pressão vendedora caso o preço caia Resgate de Fundos (ex do PBA) Estratégia Delta Hedge: Compra/vende mais do ativo caso o preço suba/caia Chamada de Margem
42 Faz sentido um arbitrador seguir a tendência? Quando existem bolhas, devido a restrições de arbitragem, pode se ótimo pegar o bonde, ou seja pagar mais que o fundamento hoje com a expectativa que amanhã será possível vender a um preço maior ainda Sobre George Soros: "...has been generally successful over the past two decades by betting not on fundamentals but on future crowd behavior."
43 Modelo DSSW 90 4 periodos: t 2 f0, 1, 2, 3g Ativo livre de risco paga zero Ativo arriscado paga um dividendo (v) em t = 3 v = Z + θ θ N 0, σ 2 θ -> nenhuma informação sobre θ está disponível antes de t = 3 Z 2 fz, 0, zg, seu valor é conhecido em t = 2 e um sinal sobre seu valor é divulgado em t = 1
44 Modelo DSSW 90 3 tipos de agentes Shares feedback traders (f ), cuja demanda em t será função do retorno passado: β (p t 1 p t 2 ) arbitradores (a), que maximizam riqueza em t = 3 investidores passivos (i), cuja demanda em cada periodo depende apenas do desvio em relacao ao fundamento a estão presentes em medida µ i estão presentes em medida (1 µ)
45 Preço em t=3 Preço igual ao valor fundamental (o ativo acaba e liquida os divindendos) p 3 = Z + θ
46 Demandas em t=2 Valor de Z é revelado para arbitradores e investidores passivos Demandas são dadas por: D f 2 = β (p 1 p 0 ) D a 2 = E [p 3] p 2 2γσ 2 θ D i 2 = E [p 3] p 2 2γσ 2 θ = α (Z p 2 ) = α (Z p 2 ) onde α, 1 2γσ 2 θ
47 Demandas em t=1 Feedbacks demandam zero (pois preços passados são zero): D f 1 = 0 Investidores passivos demandam: D1 i = E [p 2] p 1 = αp 2γσ 2 1 θ Arbs recebem um sinal (sem risco) sobre Z (eles sabem de antemao um pedaco da informacao futura)
48 Condições de Market Clearing em t = 1 e t = 2 são dadas por que implica em 0 = D f 1 + µd a 1 + (1 µ) D i 1 0 = D f 2 + µd a 2 + (1 µ) D i 2 p 1 = µda 1 α p 2 = Z + β p 1 α
49 Preços de Equilíbrio Considere o caso de um choque de demanda positivo, i.e, Z = z > 0 Se não há arbs (µ = 0), então p 1 = 0 e p 2 = Z (valor fundamental em t = 2) Caso haja arbs (µ > 0) e como não há risco entre t = 1 e t = 2, os arbitradores vão escolher as qtdes de tal forma que p 1 = p 2 Logo, temos que na presença de arbs os preço serão dados por p 1 = p 2 = αz α β, caso µ > 0
50 Comentários Lembrando que p 1 = p 2 = αz α β, caso µ > 0 p 1 = 0 p 2 = Z, caso µ = 0 Para β > 0 (feedback positivo), o preço será desviado mais dos fundamentos com arbitradores do que caso eles não existissem! Este é o principal ponto do artigo, arbitradores não necessariamente reduzem os desvios.
Finanças Comportamentais
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2011 Suponha que determinado ativo esteja com preço diferente de seu fundamento. Investidores espertos (que percebem o diferencial) podem se aproveitar,
Leia maisFinanças Comportamentais
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2011 Barberis, Shleifer & Wurgler (2005) Existem vários padrões de co-movimentos no retorno de ações ações small-cap,value, dentro de uma mesma indústria,
Leia maisFinanças Comportamentais
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2011 Revisão Seja s t uma variável aleatória que pode assumir dois estados: s t 2 fs, sg Dizemos que o processo é markoviano de primeira ordem se a distribuição
Leia maisFinanças Comportamentais
Axel Simonsen axelsimonsen@yahoo.com.br EPGE/FGV MFEE 2013 Revisão Seja s t uma variável aleatória que pode assumir dois estados: s t 2 fs, sg Dizemos que o processo é markoviano de primeira ordem se a
Leia maisFinanças Comportamentais
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2010 Arbitragem Desestabilizadora Argumento tradicional assume que arbitradores estabilizam preços(corrigem desvios) Correção ocorre negociando na direção
Leia maisFinanças Comportamentais
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2010 Barberis, Shleifer & Wurgler (2005) Existem vários padrões de co-movimentos no retorno de ações ações small-cap,value, dentro de uma mesma indústria,
Leia maisA Simonsen MFEE 2011
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2011 Motivação Estrutura do Curso Finanças Tradicionais Paradigma de nanças tradicionais Agentes Racionais Mercado e ciente Preco=Valor Problemas da abordagem
Leia maisEstrutura Ótima de Capital
Estrutura Ótima de Capital Estrutura de Capital Objetivo dos gestores: maximizar o valor de mercado da empresa (V): V = D + CP Mas qual a relação ótima entre CP (capital próprio) e D (dívida com terceiros)?
Leia maisECONOMIA INTERNACIONAL: NOTAS DE AULA
ECONOMIA INTERNACIONAL: NOTAS DE AULA Versão: 2015/2 2 PARIDADE DE JUROS E CÂMBIO Uma análise mais completa deste tópico está disponível no capítulo 6 de Eun e Resnick (2011). 2.1 Preliminares Seja n o
Leia mais0.1 Conjunto de oportunidade e a fronteira e ciente
0. Conjunto de oportunidade e a fronteira e ciente O retorno esperado de uma carteira é média ponderada dos retornos esperados ativos que o compõe. Mas o mesmo resultado não vale para a variância. A variância
Leia mais1a Questão: a) (1,0) Interprete detalhadamente cada uma das seguintes equações do CCAPM: ~p t+1 + Y ~ (~c t+ ) (c. t )
Fundação Getúlio Vargas Curso: Ciências Econômicas Disciplina: Teoria das Decisões Financeiras Professor: Marcelo Pessoa Data: /06/009 a Prova Obs: Consultas não serão permitidas. Poderá ser feita a lápis
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 maisComportamentos Heterogêneos dos Inves2dores versus Hipótese do Mercado Eficiente. Fernando Nogueira da Costa Professor do IE- UNICAMP
Comportamentos Heterogêneos dos Inves2dores versus Hipótese do Mercado Eficiente Fernando Nogueira da Costa Professor do IE- UNICAMP Análise Fundamentalista X Análise Grafista INVESTIDORES RACIONAIS INVESTIDORES
Leia maisAvaliação de Empresas Profa. Patricia Maria Bortolon
Avaliação de Empresas RISCO E RETORNO Aula 2 Retorno Total É a variação total da riqueza proporcionada por um ativo ao seu detentor. Fonte: Notas de Aula do Prof. Claudio Cunha Retorno Total Exemplo 1
Leia maisMAE0229 Introdução à Probabilidade e Estatística II
Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Leia maisCapitulo 6 Viabilidade Econômica em Situação de Incerteza
1 Capitulo 6 Viabilidade Econômica em Situação de Incerteza Nos capítulos anteriores, ao construir o fluxo de caixa de um projeto de investimento, supusemos que os valores eram conhecidos com certeza.
Leia maisExpectativas: ferramentas básicas
Expectativas: ferramentas básicas C A P Í T U L O 14 slide 1 Introdução Muitas decisões econômicas dependem não apenas do que acontece hoje, mas também das expectativas em relação ao futuro. Qual seria
Leia mais1 Gabarito da Lista 1
1 Gabarito da Lista 1 1.1 Questão 1 1.1.1 Letra a) Diz-se que um mercado é eficiente se seu preço é a esperança dos dividendos futuros, trazido a valor presente, usando toda a informação disponível. Pode-se
Leia maisCompensação por incentivos B R I C K L E Y, S M I T H E Z I M M E R M A N
Compensação por incentivos B R I C K L E Y, S M I T H E Z I M M E R M A N Incentivos O problema de incentivos nas empresas Como os proprietários podem resolver alguns dos problemas de agency por meio fornecimento
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)
ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte II)! Como calcular o retorno usando dados históricos?! Como calcular a variância e o desvio padrão?! A análise do retorno através da projeção de retornos
Leia maisTerceira Lista de Exercícios Macro II (Solução)
Terceira Lista de Exercícios Macro II (Solução) Mauro Rodrigues Departamento de Economia, FEA/USP 1. Considere o modelo IS/LM/BP com as seguintes funções consumo, investimento, exportações líquidas e demanda
Leia maisFinanças Comportamentais
Axel Simonsen axelsimonsen@yahoo.com.br MFEE 2013 Motivação Estrutura do Curso Finanças Tradicionais Paradigma de nanças tradicionais Agentes Racionais Arbitragem Ilimitada Preco=Valor (Mercado E ciente)
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Leia maisEPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO)
EPGE / FGV MFEE - ECONOMETRIA Monitoria 03-09/05/2008 (GABARITO) Eduardo P. Ribeiro eduardopr@fgv.br Professor Ilton G. Soares iltonsoares@fgvmail.br Monitor 01. Use os dados em WAGE1 para estimar a seguinte
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 13 O Modelo Padrão de Precificação dos Ativos ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna Teoria de Carteiras e Análise
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 maisLiteracia financeira, behavioural biases e atitudes de investidores em Portugal. Paulo Peneda Saraiva CMVM 3 outubro 2018
Literacia financeira, behavioural biases e atitudes Paulo Peneda Saraiva CMVM 3 outubro 2018 Literacia financeira, behavioural biases e atitudes Introdução A CMVM tem o objetivo estratégico de proteção
Leia maisIND Análise de Investimentos com Opções Reais
IND 2072 - Análise de Investimentos com Opções Reais PROVA 1 o Semestre de 2006-11/07/2006 Parte I: Demonstração (5 pontos). Seja V o valor do projeto que segue um movimento geométrico Browniano. V tem
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 maisPrecisamos Falar sobre Dinheiro
Precisamos Falar sobre Dinheiro Centro de Estudos Comportamentais e Pesquisa (CECOP) Superintendência de Proteção e Orientação aos investidores (SOI/CVM) São Paulo - Brasil, 14/nov/2018 PRECISAMOS FALAR
Leia maisBode expiatório da crise: o sub-prime. Visões parciais da crise. Fatores explicativos dos valores de mercado
Finanças Comportamentais YouTube: Para entender a crise financeira -The Last Laugh -Subprime Macro e Micro: difícil reencontro depois da separação Economia comportamental: de volta à filosofia, sociologia
Leia maisO que será visto neste tópico...
FEA -USP Graduação em Ciências Contábeis EAC0511-2014/2 Turma 01 Profa. Joanília Cia 1. Introdução Tema 01 Introdução I. Evolução de Finanças II. Questões de Finanças x Oquestões Oportunidades de Carreira
Leia maisCapital Asset Pricing Model (CAPM) Capital Market Line (CML) Security Market Line (SML) Investimentos. António M. R. G. Barbosa.
Investimentos António M. R. G. Barbosa Dia 28: 24/Abr/12 António Barbosa (IBS) Investimentos Dia 28: 24/Abr/12 1 / 22 Sumário 1 Capital Asset Pricing Model (CAPM) 2 Capital Market Line (CML) 3 Security
Leia maisAula 23 Tema: Política monetária: distorções e regra de Taylor
TEORIA MACROECONÔMICA II ECO1217 Aula 23 Tema: Política monetária: distorções e regra de Taylor 10/06/07 1 Revisando... No curto prazo, a política monetária afeta o produto e a sua composição: um aumento
Leia mais05/10/2016. Teoria de Mercado Eficiente. Mercado Financeiro I RCC Agenda da Aula - 7. Mito ou Verdade? Mito ou Verdade? Mito ou Verdade?
Carlos R. Godoy Universidade de São Paulo Carlos R. Godoy Financeiro I RCC 007 Faculdade de Economia, Administração e Contabilidade Ribeirão Preto Financeiro I RCC 007 Teoria de Aula 7 Carlos R. Godoy
Leia maisProf. Marcelo Delsoto
Relação entre Risco e Retorno Risco e retorno são a base sobre a qual se tomam decisões racionais e inteligentes sobre investimentos. Riscos é uma medida da volatilidade ou incerteza dos retornos. É o
Leia maisProfessor do IE-UNICAMP
Modelo de Precificação de Ativos Financeiros (CAPM) Aula de Fernando Nogueira da Costa Fernando Nogueira da Costa Professor do IE-UNICAMP Modelo de Precificação de Ativos Financeiros (CAPM Capital Asset
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 maisFinanças Comportamentais
Axel Simonsen axelsimonsen@yahoo.com.br EPGE/FGV MFEE 2013 Diferenças de Opinião e Restrições à Venda a Descoberto Num mundo com incerteza, parece plausível que haja divergências de opinião a heterogeneidade
Leia maisMestrado em Finanças e Economia Empresarial EPGE - FGV. Derivativos
Mestrado em Finanças e Economia Empresarial EPGE - FGV Derivativos Parte 4: Opções 1 Introdução (Ch. 8), Payoffs e Estratégias (Ch. 10) e Propriedades dos Preços das Opções (Ch. 9) Derivativos - Alexandre
Leia maisMestrado em Finanças e Economia Empresarial EPGE - FGV. Derivativos. Parte 9: Gregas e Delta Hedging
Mestrado em Finanças e Economia Empresarial EPGE - FGV Derivativos Parte 9: Gregas e Delta Hedging Derivativos - Alexandre Lowenkron Pág. 1 Fórmula de Black-Scholes Fórmula de Black-Scholes da Call Européia
Leia maisAULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]
Leia maisRisco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol.
Risco Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol. Definição: A probabilidade de um resultado (de uma lotaria) é a possibilidade
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisMestrado em Finanças e Economia Empresarial EPGE - FGV. Derivativos. Parte 9: Gregas e Delta Hedging
Mestrado em Finanças e Economia Empresarial EPGE - FGV Derivativos Parte 9: Gregas e Delta Hedging Derivativos - Alexandre Lowenkron Pág. 1 Fórmula de Black-Scholes Fórmula de Black-Scholes da Call Européia
Leia maisCapítulo 5 Incerteza e comportamento do consumidor
Capítulo 5 Incerteza e comportamento do consumidor slide 1 2014 Pearson. Todos os direitos reservados. Probabilidade A probabilidade refere-se à chance de que determinado resultado venha a ocorrer. Quando
Leia maisTestes de Hipótese para uma única Amostra - parte I
Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os
Leia maisAula 04 Fundamentos de Microeconomia Escolha sob Incerteza Cap. 5 Pindyck e Rubinfeld
Aula 04 Fundamentos de Microeconomia Escolha sob Incerteza Cap. 5 Pindyck e Rubinfeld Introdução n Fazer escolhas na ausência de incerteza não envolve grandes dificuldades. n Como devemos escolher quando
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 maisExpectativas Racionais
Expectativas Racionais Economia Monetária e Financeira Fernando Antônio de Barros Júnior EPGE - FGV August 21, 2013 Fernando Antônio de Barros Júnior Monitoria 3 1 / 10 E. Racionais & E. Adaptativas Expectativas
Leia maisHerding Behavior e o Sentimento do Investidor: Evidência no Mercado Português
Universidade de Aveiro Herding Behavior e o Sentimento do Investidor: Evidência no Mercado Português 3ª Conferência Internacional de Educação Financeira Educação Financeira: Transversalidade e Cidadania
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.
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 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 maisRacionalidade limitada e informação privada
Racionalidade limitada e informação privada Aula 5 Referências: Milgrom e Roberts, caps. 5-6 Shy, seções 12.7 e 15.1 Seleção adversa e market for lemons Na aula anterior, ao analisarmos o problema de market
Leia maisMonitor: Rodrigo Soares de Abreu. 4º Lista de Exercícios
Professor: Tiago Berriel Macroeconomia II Monitor: Rodrigo Soares de Abreu EPGE/FGV 4º Lista de Exercícios Os exercícios marcados com * deverão ser entregues na aula de monitoria posterior à divulgação
Leia maisModelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP
Modelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP Keynes: comparou os investimentos a concurso de beleza
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 maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 9 Fundamentos de Testes de Hipóteses Leitura: Devore, Capítulo 8 Chap 9-1 Objetivos Neste capítulo, vamos aprender: Os princípios básicos de testes de hipóteses Estabelecer
Leia maisCurso de Teoria Monetária
Maio de 2016 Curso de Teoria Monetária Celso L. Martone Capítulo 11 Expectativas e política monetária 11.1 O modelo de um mercado isolado Num ambiente de informação incompleta, as decisões dos agentes
Leia maisECONOMIA MONETÁRIA I: NOTAS DE AULA
ECONOMIA MONETÁRIA I: NOTAS DE AULA Este documento consiste em notas de aula para o capítulo 5 de Mishkin (Moedas, Bancos e Mercados Financeiros. 5 ā edição. Rio de Janeiro: LTC Editora, 2000). 3 Escolha
Leia maisAULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2
AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre
Leia maisAULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 5 Delineamento de Carteiras Eficientes ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna Teoria de Carteiras e Análise de
Leia maisProva FINAL GABARITO
Universidade de São Paulo Primeiro Semestre de 2016 FEA-RP REC5003 Microeconomia I Cláudio R. Lucinda Prova FINAL GABARITO Esta é uma prova SEM consulta. A duração da prova é de 4h. Organizem o seu tempo
Leia mais2. Demanda por Moeda em Keynes 2.2. Demanda por moeda, preferência pela liquidez e a taxa de juros
2. Demanda por Moeda em Keynes 2.2. Demanda por moeda, preferência pela liquidez e a taxa de juros Carvalho et al. (2015: caps. 4 e 20.1) 06/04/2018 1 Demanda por moeda, PPL e a taxa de juros A taxa de
Leia mais02/04/2017. Mercado Financeiro I RCC Teoria de Mercado Eficiente. Agenda da Aula - 4. Mito ou Verdade? Mito ou Verdade? Mito ou Verdade?
Carlos R. Godoy 1 Universidade de São Paulo Carlos R. Godoy 2 Mercado Financeiro I RCC 0407 Faculdade de Economia, Administração e Contabilidade Ribeirão Preto Mercado Financeiro I RCC 0407 Teoria de Aula
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado
Leia maisDiversi cação Econômica e Política Industrial
Diversi cação Econômica e Política Industrial Tiago Berriel EPGE-FGV Marco Bonomo EPGE-FGV Carlos Viana de Carvalho PUC-Rio Seminário sobre Desindustrialização CdG, 29/06/12 Motivação Governo parece acreditar
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 maisUniversidade Federal de Pelotas Disciplina de Microeconomia 1 Professor Rodrigo Nobre Fernandez Lista 3 - Soluções. x 2 5 = 40 x.
Universidade Federal de Pelotas Disciplina de Microeconomia 1 Professor Rodrigo Nobre Fernandez Lista 3 - Soluções 1) Dada as funções de demanda p(x) = 40 x e de oferta p(x) = x 5, pede-se: a) O ponto
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisTEMA: Paridade da Taxa de Juros Determinação da Taxa de Câmbio sob Câmbio Flutuante
TEORIA MACROECONÔMICA II ECO1217 TEMA: Paridade da Taxa de Juros Determinação da Taxa de Câmbio sob Câmbio Flutuante Aula 13 Professores: Márcio Gomes Pinto Garcia Márcio Janot 30/04/2009 1 Professores:
Leia maisHipóteses do modelo linear clássico (CLM) Análise da Regressão múltipla: Inferência. Hipóteses do CLM (cont.) O teste t. Distribuição normal amostral
9/03/0 Hipótes do modelo linear clássico (CLM) Análi da Regressão múltipla: Inferência Sabemos que, dadas as hipótes de Gauss- Markov, MQO é BLUE Para realizarmos os testes de hipótes clássicos, precisamos
Leia maisEscola Brasileira de Economia e Finanças - EPGE/FGV Graduação em Ciências Econômicas - Ciclo Pro ssional
Escola Brasileira de Economia e Finanças - EPGE/FGV Graduação em Ciências Econômicas - Ciclo Pro ssional Finanças Públicas - 0 Lista de Exercícios 4 - Externalidade Carlos Eugênio Costa Professor Érica
Leia maisPERPETUIDADES: É UMA ANUIDADE QUE NÃO TEM PRAZO PARA ACABAR. Lembrando da nossa MONOFORMULA: VF = VP ( 1 + i ) n
PERPETUIDADES: É UMA ANUIDADE QUE NÃO TEM PRAZO PARA ACABAR. Lembrando da nossa MONOFORMULA: VF = VP ( 1 + i ) n Podemos calcular o Valor Presente: VP = FCn / ( 1 + i ) n 1 FC VP = Σt=1t=n FC s/(1+i) n
Leia maisMensuração, Gestão de Performance e Risco
Na tentativa de montar uma carteira de ações, sintetizando as variações do Ibovespa, um investidor deve observar: a) o Beta b) o Índice de Sharpe c) A duration d) A moda Na tentativa de montar uma carteira
Leia maisBIOESTATÍSTICA. Parte 5 Testes de Hipóteses
BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do
Leia mais2. Demanda por Moeda em Keynes 2.2. Demanda por moeda e preferência pela liquidez 2.3. Alocação de portfólio e a taxa de juros
2. Demanda por Moeda em Keynes 2.2. Demanda por moeda e preferência pela liquidez 2.3. Alocação de portfólio e a taxa de juros Carvalho et al. (2015: caps. 4 e 20.1) 20/09/2017 1 Demanda por moeda, PPL
Leia maisMercados e Investimentos Financeiros. Cesaltina Pacheco Pires
Mercados e Investimentos Financeiros Cesaltina Pacheco Pires Índice geral Prefácio ix 1 Introdução 1 1.1 Activos reais e activos nanceiros........................ 1 1.2 Escolha intertemporal e taxa de
Leia maisNotas de Aula do Curso de Análise Macroeconômica VI - Ibmec. Professor Christiano Arrigoni Coelho
Notas de Aula do Curso de Análise Macroeconômica VI - Ibmec Professor Christiano Arrigoni Coelho Vamos agora nos aprofundar na discussão sobre se a estabilização do produto e do desemprego é ou não um
Leia maisLista de Exercícios 2. Exercício 1*: Considere as informações sobre um projeto de minério contidas na tabela abaixo.
FGV-MFEE Prof. Edson Gonçalves Avaliação de Empresas Monitor: Diogo Saraiva Lista de Exercícios 2 Os exercícios marcados com * deverão ser entregues e terão participação na nota final. Exercício 1*: Considere
Leia maisMicroeconomia I. Bibliografia. Mercado. Arilton Teixeira Mankiw, cap 4. Pindyck and Rubenfeld, caps. 2 e 4
Microeconomia I Arilton Teixeira arilton@fucape.br 2012 1 Bibliografia Mankiw, cap 4. Pindyck and Rubenfeld, caps. 2 e 4 2 Mercado Definição: É o conjunto de agentes, compradores e vendedores, que negociam
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão
Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 3.1 Introdução à Teoria das Probabilidades e da Preferência pelo Risco Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO
Leia maisteoria de probabilidade e estatística, uma sequência de palavra série de tempo é usada alternativamente para
Na teoria de probabilidade e estatística, uma sequência de variáveis aleatórias é independente e indenticamente distribuida (i.i.d) se cada variável aleatória tem a mesma distribuição de probabilidade
Leia maisRelação entre Risco e Retorno. Mensurando o Retorno
Relação entre Risco e Retorno Risco e retorno são a base sobre a qual se tomam decisões racionais e inteligentes sobre investimentos. Riscos - É o grau de incerteza associado a um investimento, grau de
Leia maisEPGE / FGV MFEE - ECONOMETRIA. Monitoria 01-18/04/2008 (GABARITO)
EGE / FGV MFEE - ECONOMETRIA Monitoria 01-18/04/008 (GABARITO) Eduardo. Ribeiro eduardopr@fgv.br ofessor Ilton G. Soares iltonsoares@fgvmail.br Monitor Tópicos de Teoria: 1. Hipóteses do Modelo Clássico
Leia maisTeoria do Prospecto. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva
Universidade Federal de Santa Catarina From the SelectedWorks of Sergio Da Silva 2008 Teoria do Prospecto Sergio Da Silva, Federal University of Santa Catarina Available at: https://works.bepress.com/sergiodasilva/84/
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 12
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 12 Regressão com Variáveis Não-Estacionárias Considere três processos estocásticos definidos pelas seguintes
Leia maisINTRODUÇÃO À ECONOMIA: MICROECONOMIA
Teoria Microeconômica I - Prof. Salomão Universidade Federal do Amazonas UFAMNeves Faculdade de Estudos Sociais FES Departamento de Economia e Análise - DEA INTRODUÇÃO À ECONOMIA: MICROECONOMIA Prof. Salomão
Leia maisOpções Reais. Modelagem do Ativo Básico. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos. IAG PUC-Rio
Opções Reais Modelagem do Ativo Básico Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Processos Estocásticos Modelando Incerteza Processos Estocásticos A incerteza em um projeto pode ter mais do
Leia maisELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais.
ELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais. Segunda Prova Extra (P2 de segunda chamada) 18/12/2006 OBS: 1) A prova é SEM CONSULTA. A nota da
Leia maisDistribuições de probabilidade de variáveis aleatórias contínuas
Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para
Leia mais