ANÁLISE ESTATÍSTICA DE DADOS

Transcrição

1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA Faculdade de Economia e Administração Programa de Estudos Pós-Graduados em Administração ANÁLISE ESTATÍSTICA DE DADOS UM ESTUDO DA EVOLUÇÃO DOS RETORNOS DAS ADRS DE EMPRESAS DA AMERICA LATINA NA BOLSA DE NOVA IORQUE Larissa Rodrigues Terra Disciplina: Métodos Quantitativos Professor: Dr. Arnoldo Jose de Hoyos

2 . INTRODUÇÃO O presente trabalho tem por objetivo efetuar uma análise estatística de dados financeiros de empresas da América Latina que compõem um dos principais setores da economia mundial. Para tal, iniciamos com o entendimento dos dados, incluindo a definição dos indivíduos e das variáveis, suas classificações em variáveis categóricas ou quantitativas, os significados e unidades de medida, além da apresentação da tabela de dados. Na seqüência, analisamos cada uma das variáveis separadamente quanto a sua forma de distribuição, os valores atípicos, medidas de centro e dispersão. No final, buscamos comparar as análises efetuadas para cada variável. O software estatístico utilizado é o MINITAB.. ENTENDENDO OS DADOS. Os Indivíduos Os indivíduos desta análise são as empresas dos países em desenvolvimento Brasil, Chile e Argentina, com ADR listadas na Bolsa de Nova Iorque no período de a. Trata-se de um total de empresas e os dados analisados de cada empresa são as variáveis que descrevemos a seguir.. As Variáveis São as variáveis desta pesquisa, incluindo o nome das empresas. As mesmas são melhores explicadas na Tabela. Ressaltamos que todos os dados desta pesquisa são referentes ao ano de a. Variável Descrição da Empresa Tipo Unidade de Medida Data No período do anos de a Variável Categórica N/A ABV ERJ Petrobras Telesp IndiceBrasil Companhia de Bebidas das Americas AmBev Embraer Empresa Brasileira de Aeronautica SA Petroleo Brasileiro S.A. (Petrobras) Telecomunicacoes de Sao Paulo S.A. TELESP+B Índice ponderado das empresas do Brasil Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Percentual Percentual Percentual Percentual Percentual

3 Administradora Santander Com Cerveceria Emboteladora IndiceChile IRSA Nortel Petro Argentina YPF IndiceArgentina SP DowJones BVSP Taxa de Cambio Administradora de Fondos de Pensiones Provida S.A. (AFP Provida) Banco Santander Chile Compania Cervecerias Unidas SA (CCU) Embotelladora Andina SA (Andina) Índice ponderado das empresas do Chile IRSA Inversiones Representaciones SA (IRSA) Nortel Inversora SA (Nortel) Petrobras Argentina SA (former Petrobras Energia SA) YPF SA (Companhia de óleo e gás) Índice ponderado das empresas do Argentina S&P (índice composto por quinhentas ações de empresas qualificadas por seu tamanho de mercado, liquidez e sua representação de grupo industrial) Dow Jones Industrial Average (índice da bolsa de valores dos Estados Unidos) Bolsa de Valores de São Paulo Bovespa Taxa de câmbio é o preço de dolares em reais Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Variável Quantitativa Percentual Percentual Percentual Percentual Percentual Percentual Percentual Percentual Percentual Percentual Percentual Percentual Percentual Reais (R$) Variável Descrição da Empresa Volume de ADR Listadas ABV Companhia de Bebidas das Americas AmBev.. ERJ Embraer Empresa Brasileira de Aeronautica SA. Petrobras Petroleo Brasileiro S.A. (Petrobras).. Telesp Telecomunicacoes de Sao Paulo S.A. TELESP+B.

4 Administradora Administradora de Fondos de Pensiones Provida S.A. (AFP Provida). Santander Banco Santander Chile. Com Cerveceria Compania Cervecerias Unidas SA (CCU). Emboteladora Embotelladora Andina SA (Andina). IRSA IRSA Inversiones Representaciones SA (IRSA). Nortel Nortel Inversora SA (Nortel). Petro Argentina Petrobras Argentina SA (former Petrobras Energia SA). YPF YPF SA (Companhia de óleo e gás).. A Tabela de Dados O formato das tabelas é do Microsoft Excel.. Fonte de Dados Todos os dados desta pesquisa foram obtidos em:

5 . ANÁLISE DAS VARIÁVEIS Summary for Taxa de câmbio - R$ / US$ - com A nderson-darling Normality Test A-Squared, P-V alue <, Mean -, StDev, V ariance, Skew ness, Kurtosis, N -,% -,%,%,%,% Minimum -, st Q uartile -, Median -, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -, -, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,% -,% -,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição assimétrica à direita. O intervalo de confiança dos retornos está entre % e -%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância para a variável que, portanto, segue uma distribuição específica. - Valores Atípicos: Possui cinco valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe baixa chance dos retornos reais serem diferentes dos retornos esperados segundo a média. O risco para um investimento baseado na taxa de câmbio é baixo, assim como o retorno.

6 Summary for BVSP A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição assimétrica à esquerda. O intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos baixo nível de significância para a variável dado o valor do p-value de,, portanto, não segue uma distribuição específica. - Valores Atípicos: Possui um valor atípico. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe baixa chance dos retornos reais serem diferentes dos retornos esperados, segundo a média.

7 Summary for DowJones A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,% -,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância para a variável, dado o valor do p-value, portanto, segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto é baixa a chance dos retornos reais serem diferentes dos retornos esperados, segundo a média.

8 Summary for SP A nderson-darling Normality Test A-Squared, P-V alue <, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,% -,% -,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,% -,%,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição assimétrica à esquerda. O intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com maior retorno de acordo com o intervalo de confiança, porém maior o risco.

9 Summary for Ambev A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica, o intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos baixo nível de significância, dado o valor do p-value de,, portanto, a variável não segue uma distribuição específica. - Valores Atípicos: Possui dois valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com maior retorno de acordo com o intervalo de confiança, porém maior o risco.

10 Summary for Embraer A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,% -,%,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição assimétrica à esquerda. O intervalo de confiança dos retornos está entre,% e %. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui dois valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com um retorno moderado, de acordo com o intervalo de confiança, porém maior o risco.

11 Summary for Petrobras A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,%,%,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. O intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui quatro valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com maior retorno de acordo com o intervalo de confiança, porém maior o risco.

12 Summary for Telesp A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,%,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. O intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui sete valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com menor retorno de acordo com o intervalo de confiança, porém um risco relativamente alto.

13 Summary for Administradora A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness, Kurtosis, N -,% -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição assimétrica à direita. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui cinco valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma menor chance dos retornos reais serem diferentes dos retornos esperados se considerado as variáveis anteriore. É um investimento com pouco retorno e menor risco.

14 Summary for Santander A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness, Kurtosis, N -,% -,%,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. O intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos baixo nível de significância, dado o valor do p-value de,, portanto, a variável não segue uma distribuição específica. - Valores Atípicos: Possui um valor atípico. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma menor chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com retorno moderado de acordo com o intervalo de confiança, porém o risco também é menor.

15 Summary for Com Cerveceria A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica, o intervalo de confiança dos retornos está entre,% e %. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos baixo nível de significância, dado o valor do p-value de,, portanto, a variável não segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma chance baixa dos retornos reais serem diferentes dos retornos esperados, é um investimento com menor retorno de acordo com o intervalo de confiança e menor risco.

16 Summary for Emboteladora A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica, o intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui oito valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, eles refletem as chance dos retornos reais serem diferentes dos retornos esperados.

17 Summary for IRSA A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,% -,%,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos baixo nível de significância, dado o valor do p-value de,, portanto, a variável não segue uma distribuição específica. - Valores Atípicos: Possui dois valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, portanto é um investimento com alto risco.

18 Summary for Nortel A nderson-darling Normality Test A-Squared, P-V alue <, Mean, StDev, V ariance, Skew ness, Kurtosis, N -,% -,%,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median,%,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. O intervalo de confiança dos retornos está entre,% e,%. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância, dado o valor do p-value de,, portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui sete valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com maior retorno de acordo com o intervalo de confiança, porém o risco é o mais alto entre as variaveis analisadas.

19 Summary for YPF A nderson-darling Normality Test A-Squared, P-V alue <, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,% -,%,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,%,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância dos retornos, dado o valor do p-value de,, e portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com baixo retorno de acordo com o intervalo de confiança, porém o risco é alto.

20 Summary for Petro Argentina A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -,% -,%,%,%,% Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,% -,%,%,%,% As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos muito baixo nível de significância, dado o valor do p-value de,, portanto, a variável não segue uma distribuição específica. - Valores Atípicos: Possui três valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com retorno baixo, entre,% e % de acordo com o intervalo de confiança, porém possui um alto risco.

21 Summary for IndiceBrasil A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -, -,,,, Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,,,,,, As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância dos retornos, dado o valor do p-value de,, e portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui cinco valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com baixo retorno de acordo com o intervalo de confiança, porém o risco é alto.

22 Summary for IndiceChile A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -, -, -,,,, Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median,,,,,, As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância dos retornos, dado o valor do p-value de,, e portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma menor chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com baixo retorno de acordo com o intervalo de confiança, porém o risco também é alto.

23 Summary for IndiceArgentina A nderson-darling Normality Test A-Squared, P-V alue <, Mean, StDev, V ariance, Skew ness, Kurtosis, N -, -,,,,, Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,,,,, As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância dos retornos, dado o valor do p-value de,, e portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com baixo retorno e risco de acordo com o intervalo de confiança.

24 Summary for IndiceAm.Latina A nderson-darling Normality Test A-Squared, P-V alue, Mean, StDev, V ariance, Skew ness -, Kurtosis, N -, -, -,,,,, Minimum -, st Q uartile -, Median, rd Q uartile, Maximum, % C onfidence Interv al for Mean -,, % C onfidence Interv al for M edian -,, % Confidence Intervals % C onfidence Interv al for S tdev,, Mean Median -,,,,,, As principais observações que podemos fazer são: - Forma: O Histograma nos permite verificar que se trata de uma distribuição simétrica. Através da análise do teste estatístico de Anderson-Darling medimos quão bem os dados seguem uma distribuição específica, considerando % como parâmetro no teste de hipótese, concluímos alto nível de significância dos retornos, dado o valor do p-value de,, e portanto, a variável segue uma distribuição específica. - Valores Atípicos: Possui seis valores atípicos. - Centro e Dispersão: É referente à distribuição dos dados que está espalhada em torno de sua média. O valor da variância é, e do desvio-padrão,%, portanto existe uma maior chance dos retornos reais serem diferentes dos retornos esperados, é um investimento com baixo retorno de acordo com o intervalo de confiança, porém o risco é alto.. O comportamento da variável Conforme mencionado acima, cada variável será analisada utilizando gráficos para demonstrar o comportamento histórico da série, linhas de tendência, funções, erros das funções, além de extrapolações estatísticas.

25 Para análise do comportamento histórico da variável utilizaremos, inicialmente, gráficos que permitem uma verificação visual. As medidas de precisão (análise de séries temporais) usamos as estatísticas para comparar ajustes de previsão e métodos de alisamento. O Minitab calcula três medidas de precisão do modelo montado: MAPE, MAD e MSD. As três medidas não são muito informativos por si só, mas você pode usá-los para comparar os ajuste obtido por diferentes métodos, nesse caso os métodos utilizados sao o multiplicativo e linear. Para todas as três medidas, valores menores indicam geralmente um melhor modelo de ajuste. A média do erro percentual absoluto (MAPE) - Manifesta a rigor como uma percentagem do erro. Como esse número é uma porcentagem, pode ser mais fácil de entender do que as outras estatísticas. Por exemplo, se o MAPE é, em média, a previsão é de erro de %. Desvio médio absoluto (MAD) - Manifesta a precisão nas mesmas unidades que os dados, o que ajuda a conceituar a quantidade de erros. Outliers têm um menor efeito sobre a MAD que em MSD. A média quadrado do desvio (MSD) - Uma medida utilizada para precisão dos valores da série equipado tempo. Outliers ter mais influência na MSD do MAD. ABV - Companhia de Bebidas das Américas AmBev Seasonal Analysis for ABV Seasonal Indices Detrended Data by Season - - Percent Variation by Season, Residuals by Season,, -,

26 Component Analysis for ABV, Original Data Detrended Data, -, -, Seasonally Adjusted Data, Seas. Adj. and Detr. Data,,, -, -, Time Series Decomposition Plot for ABV ABV,,,,, Variable Actual Fits Trend MA PE, MA D, MSD, -, -, -, Time Series Decomposition for ABV Data ABV Length NMissing Fitted Trend Equation Yt = -, +,*t Seasonal Indices Period -,

27 ,,,,,,,,,, -, MAPE, MAD, MSD, Period Forecast -, -,,,,,,,,,,, Trend Analysis Plot for ABV Linear Trend Model Yt = -, +,*t,, Variable Actual Fits ABV,,, MA PE, MA D, MSD, -, -, -, Trend Analysis for ABV Data ABV Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD

28 MULTIPLICATIVO,,, LINEAR,,, ABV Embraer Empresa Brasileira de Aeronáutica AS Seasonal Analysis for ERJ, Seasonal Indices Detrended Data by Season, -, -, - Percent Variation by Season, Residuals by Season, -, -, Component Analysis for ERJ Original Data Detrended Data Seasonally Adjusted Data Seas. Adj. and Detr. Data,, -, - -,

29 Time Series Decomposition Plot for ERJ,,, Variable Actual Fits Trend ERJ,, -, MA PE, MA D, MSD, -, -, -, -, Time Series Decomposition for ERJ * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data ERJ Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period,,,,, -,,,,, -, -, MAPE, MAD, MSD, Period Forecast, -, -, -,, -,, -, -, -, -,,

30 Trend Analysis Plot for ERJ Linear Trend Model Yt = -, +,*t ERJ,,,,, -, Variable Actual Fits MA PE, MA D, MSD, -, -, -, -, Trend Analysis for ERJ Data ERJ Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

31 Petróleo Brasileiro S.A. (Petrobras) Seasonal Analysis for Petrobras Seasonal Indices Detrended Data by Season Percent Variation by Season, Residuals by Season, -, Component Analysis for Petrobras,, Original Data - Detrended Data -, - -, - Seasonally Adjusted Data, Seas. Adj. and Detr. Data,, -,, -, -,

32 ,,, Time Series Decomposition Plot for Petrobras Variable Actual Fits Trend Petrobras,, -, -, -, -, MA PE, MA D, MSD, -, Time Series Decomposition for Petrobras Data Petrobras Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period -, -,,,,,,,,,,, MAPE, MAD, MSD, Period Forecast -,,, -, -, -, -, -, -, -, -, -,

33 Trend Analysis Plot for Petrobras Linear Trend Model Yt =, -,*t Petrobras,,,,, -, -, Variable Actual Fits MA PE, MA D, MSD, -, -, -, Trend Analysis for Petrobras Data Petrobras Length NMissing Fitted Trend Equation Yt =, -,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

34 Telecomunicações de São Paulo S.A. TELESP Seasonal Analysis for Telesp Seasonal Indices Detrended Data by Season Percent Variation by Season Residuals by Season - Component Analysis for Telesp Original Data Detrended Data - - Seasonally Adjusted Data Seas. Adj. and Detr. Data - - -

35 Time Series Decomposition Plot for Telesp Telesp,,, -, Variable Actual Fits Trend MA PE, MAD, MSD, -, -, -, Time Series Decomposition for Telesp Data Telesp Length NMissing Fitted Trend Equation Yt = -, +,*t Seasonal Indices Period,, -, -,,,,,,,, -, MAPE, MAD, MSD, Period Forecast -,,, -, -,,,,,,,,

36 Trend Analysis Plot for Telesp Linear Trend Model Yt =, -,*t Telesp,,,, -, -, Variable Actual Fits MA PE, MA D, MSD, -, -, Trend Analysis for Telesp Data Telesp Length NMissing Fitted Trend Equation Yt =, -,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

37 Administradora de Fondos de Pensiones Provida S.A. (AFP Provida) Seasonal Analysis for Administradora Seasonal Indices Detrended Data by Season Percent Variation by Season Residuals by Season,, -, -, Component Analysis for Administradora Original Data Detrended Data,,, Seasonally Adjusted Data Seas. Adj. and Detr. Data,,,,, -, -,

38 Administradora,,,,, -, Time Series Decomposition Plot for Administradora Variable Actual Fits Trend MA PE, MA D, MSD, -, -, Time Series Decomposition for Administradora * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data Administradora Length NMissing,,,,, -, MAPE, MAD, MSD, Fitted Trend Equation Yt = -, +,*t Seasonal Indices Period, -,,,,, Period Forecast -,, -,,,,,,,,,,

39 Trend Analysis Plot for Administradora Linear Trend Model Yt = -, +,*t,, Variable Actual Fits Administradora,, -, MA PE, MA D, MSD, -, Trend Analysis for Administradora * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data Administradora Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

40 Banco Santander Chile Seasonal Analysis for Santander Seasonal Indices Detrended Data by Season Percent Variation by Season, Residuals by Season,, -, Component Analysis for Santander Original Data Detrended Data, -, -, Seasonally Adjusted Data Seas. Adj. and Detr. Data,,, -,, -, -,

41 Time Series Decomposition Plot for Santander Santander,,, -, -, -, -, -, -, Variable Actual Fits Trend MA PE, MA D, MSD, -, Time Series Decomposition for Santander Data Santander Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period -, -, -, -,,,,,,, -,, MAPE, MAD, MSD, Period Forecast -,,,,, -, -, -, -, -, -,,

42 Trend Analysis Plot for Santander Linear Trend Model Yt =, +,*t Santander,,, Variable Actual Fits MA PE, MA D, MSD, -, -, Trend Analysis for Santander Data Santander Length NMissing Fitted Trend Equation Yt =, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

43 Com Cerveceria - Compania Cervecerias Unidas SA (CCU) Seasonal Analysis for Com Cerveceria Seasonal Indices Detrended Data by Season - - Percent Variation by Season Residuals by Season,, -, -, Component Analysis for Com Cerveceria Original Data Detrended Data,,, -, - Seasonally Adjusted Data Seas. Adj. and Detr. Data,,,,, -, -, -,

44 Com Cerveceria,,, -, Time Series Decomposition Plot for Com Cerveceria Variable Actual Fits Trend MA PE, MA D, MSD, -, Time Series Decomposition for Com Cerveceria * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data Com Cerveceria Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period, -,, -,,, -,,,,,, MAPE, MAD, MSD, Period Forecast,, -,, -,,, -,,,,,

45 Trend Analysis Plot for Com Cerveceria Linear Trend Model Yt = -, +,*t Com Cerveceria,,, -, Variable Actual Fits MA PE, MA D, MSD, -, Trend Analysis for Com Cerveceria Data Com Cerveceria Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

46 Emboteladora - Embotelladora Andina SA (Andina) Seasonal Analysis for Emboteladora, Seasonal Indices Detrended Data by Season,, Percent Variation by Season Residuals by Season,, -, -, Component Analysis for Emboteladora Original Data Detrended Data,, -, Seasonally Adjusted Data Seas. Adj. and Detr. Data,,,, -, -, -,

47 Emboteladora,,,, -, Time Series Decomposition Plot for Emboteladora Variable Actual Fits Trend MA PE, MA D, MSD, -, -, Time Series Decomposition for Emboteladora * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data Emboteladora Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period -, -,, -,, -, -,,,, -, -, MAPE, MAD, MSD, Period Forecast,,, -,, -,,, -, -, -,,

48 ,, Trend Analysis Plot for Emboteladora Linear Trend Model Yt = -, +,*t Variable Actual Fits Emboteladora,, -, MA PE, MA D, MSD, -, -, Trend Analysis for Emboteladora Data Emboteladora Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

49 IRSA - Inversiones Representaciones SA (IRSA) Seasonal Analysis for IRSA Seasonal Indices Detrended Data by Season - Percent Variation by Season, Residuals by Season, -, -, Component Analysis for IRSA Original Data Detrended Data - - Seasonally Adjusted Data Seas. Adj. and Detr. Data,, -, - -,

50 Time Series Decomposition Plot for IRSA,,, Variable Actual Fits Trend IRSA,, -, MA PE, MA D, MSD, -, -, -, -, Time Series Decomposition for IRSA Data IRSA Length NMissing Fitted Trend Equation Yt =, +,*t Seasonal Indices Period,,,,,,,,,,,, MAPE, MAD, MSD, Period Forecast,,,,,,,,,,,,

51 Trend Analysis Plot for IRSA Linear Trend Model Yt = -, +,*t IRSA,,,,, -, Variable Actual Fits MA PE, MA D, MSD, -, -, -, -, Trend Analysis for IRSA Data IRSA Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

52 Nortel - Inversora SA (Nortel) Seasonal Analysis for Nortel Seasonal Indices Detrended Data by Season - Percent Variation by Season Residuals by Season - Component Analysis for Nortel Original Data Detrended Data - Seasonally Adjusted Data Seas. Adj. and Detr. Data - -

53 Time Series Decomposition Plot for Nortel Nort el,,, Variable Actual Fits Trend MA PE, MA D, MSD, -, Time Series Decomposition for Nortel Data Nortel Length NMissing Fitted Trend Equation Yt = -, +,*t Seasonal Indices Period -,,,,,,,,,,,, MAPE, MAD, MSD, Period Forecast, -,,,,,,,,,,,

54 Trend Analysis Plot for Nortel Linear Trend Model Yt = -, +,*t Nort el,,, Variable Actual Fits MA PE, MA D, MSD, -, Trend Analysis for Nortel Data Nortel Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

55 Petrobras Argentina SA - (former Petrobras Energia SA) Seasonal Analysis for Petro Argentina Seasonal Indices Detrended Data by Season - Percent Variation by Season Residuals by Season,, -, -, Component Analysis for Petro Argentina Original Data Detrended Data,,, -, - Seasonally Adjusted Data Seas. Adj. and Detr. Data,,,,, -, -, -,

56 Petro Argentina,,,,, -, -, -, Time Series Decomposition Plot for Petro Argentina Variable Actual Fits Trend MA PE, MA D, MSD, -, Time Series Decomposition for Petro Argentina Data Petro Argentina Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period, -, -, -, -,, -,, -, -,, -, MAPE, MAD, MSD, Period Forecast -,, -, -, -, -,, -,, -, -,,

57 Trend Analysis Plot for Petro Argentina Linear Trend Model Yt = -, +,*t Petro Argentina,,,,, -, -, Variable Actual Fits MA PE, MA D, MSD, -, -, Trend Analysis for Petro Argentina Data Petro Argentina Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

58 YPF SA - (Companhia de óleo e gás) Seasonal Analysis for YPF, Seasonal Indices Detrended Data by Season,, -, - - Percent Variation by Season, Residuals by Season,, -, Component Analysis for YPF Original Data Detrended Data Seasonally Adjusted Data, Seas. Adj. and Detr. Data,, - -,

59 Time Series Decomposition Plot for YPF,,, Variable Actual Fits Trend YPF,, MA PE, MA D, MSD, -, -, -, -, Time Series Decomposition for YPF * NOTE * Zero values of Yt exist; MAPE calculated only for non-zero Yt. Data YPF Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period,, -, -,,, -, -,, -,,, MAPE, MAD, MSD, Period Forecast -, -, -,,, -, -,,,,, -,

60 Trend Analysis Plot for YPF Linear Trend Model Yt =, +,*t YPF,,,,, Variable Actual Fits MA PE, MA D, MSD, -, -, -, -, Trend Analysis for YPF Data YPF Length NMissing Fitted Trend Equation Yt =, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

61 SP - S&P Seasonal Analysis for SP, Seasonal Indices Detrended Data by Season,, -, - Percent Variation by Season Residuals by Season,, -, -, Component Analysis for SP, Original Data Detrended Data, -, -, - Seasonally Adjusted Data Seas. Adj. and Detr. Data,,,, -, -, -, -,

62 Time Series Decomposition Plot for SP SP,,,, -, Variable Actual Fits Trend MA PE, MA D, MSD, -, -, -, Time Series Decomposition for SP Data SP Length NMissing Fitted Trend Equation Yt = -, +,*t Seasonal Indices Period,, -, -,,, -,,,,, -, MAPE, MAD, MSD, Period Forecast -,,, -, -,,, -,,,,,

63 Trend Analysis Plot for SP Linear Trend Model Yt =, +,*t,, Variable Actual Fits SP,, -, MA PE, MA D, MSD, -, -, -, Trend Analysis for SP Data SP Length NMissing Fitted Trend Equation Yt =, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

64 DowJones - Industrial Average (índice da bolsa de valores dos Estados Unidos) Seasonal Analysis for DowJones Seasonal Indices Detrended Data by Season Percent Variation by Season Residuals by Season - - Component Analysis for DowJones Original Data Detrended Data Seasonally Adjusted Data Seas. Adj. and Detr. Data - - -

65 Time Series Decomposition Plot for DowJones DowJones,,, Variable Actual Fits Trend MA PE, MAD, MSD, -, -, Time Series Decomposition for DowJones Data DowJones Length NMissing Fitted Trend Equation Yt =, -,*t Seasonal Indices Period,,,, -,,,,,,,, MAPE, MAD, MSD, Period Forecast -, -, -, -, -,, -, -, -, -, -, -,

66 Trend Analysis Plot for DowJones Linear Trend Model Yt = -, +,*t DowJones,,, -, Variable Actual Fits MA PE, MA D, MSD, -, -, Trend Analysis for DowJones Data DowJones Length NMissing Fitted Trend Equation Yt = -, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

67 BVSP - Bolsa de Valores de São Paulo - Bovespa Seasonal Analysis for BVSP Seasonal Indices Detrended Data by Season,,, - Percent Variation by Season Residuals by Season - Component Analysis for BVSP Original Data Detrended Data - - Seasonally Adjusted Data Seas. Adj. and Detr. Data - -

68 Time Series Decomposition Plot for BVSP Variable Actual Fits Trend BVSP MA PE, MAD, MSD, - - Time Series Decomposition for BVSP Data BVSP Length NMissing Fitted Trend Equation Yt =, -,*t,,,, -, MAPE, MAD, MSD, Seasonal Indices Period -,,,,,,, Period Forecast,, -, -, -, -, -, -, -, -, -, -,

69 Trend Analysis Plot for BVSP Linear Trend Model Yt =, +,*t,, Variable Actual Fits BVSP, -, MA PE, MA D, MSD, -, -, Trend Analysis for BVSP Data BVSP Length NMissing Fitted Trend Equation Yt =, +,*t MAPE, MAD, MSD, Period Forecast,,,,, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,,

70 Taxa de Cambio Seasonal Analysis for Taxa de câmbio - R$ / US$ - com Seasonal Indices Detrended Data by Season,,, -, - Percent Variation by Season Residuals by Season,,, -, Component Analysis for Taxa de câmbio - R$ / US$ - com Original Data Detrended Data,, -, - - Seasonally Adjusted Data Seas. Adj. and Detr. Data,,, -,,, -,

71 Time Series Decomposition Plot for Taxa de câmbio - R$ / US$ - com Taxa de câmbio - R$ / US$ - com,,,,, -, -, Variable Actual Fits Trend MA PE, MA D, MSD, Time Series Decomposition for Taxa de câmbio - R$ / US$ - com Data Taxa de câmbio - R$ / US$ - com Length NMissing Fitted Trend Equation Yt = -, +,*t Seasonal Indices Period,,,,,,,,,,,, MAPE, MAD, MSD, Period Forecast -, -, -, -, -, -, -, -, -, -, -, -,

72 Trend Analysis Plot for Taxa de câmbio - R$ / US$ - com Linear Trend Model Yt =, -,*t Taxa de câmbio - R$ / US$ - com,,,,, -, Variable Actual Fits MA PE, MAD, MSD, -, Trend Analysis for Taxa de câmbio - R$ / US$ - com Data Taxa de câmbio - R$ / US$ - com Length NMissing Fitted Trend Equation Yt =, -,*t MAPE, MAD, MSD, Period Forecast -, -, -, -, -, MAPE MAD MSD MULTIPLICATIVO,,, LINEAR,,, CONCLUSÃO: Todos os três números são mais baixos para o modelo de tendência linear quando comparada com o método de alisamento exponencial simples, portanto, o modelo de tendência linear parece fornecer o melhor ajuste.

73 . GRÁFICOS DE DISPERSÃO Analisaremos os gráficos de dispersão, sempre tendo no eixo Y os índices dos países Brasil, Chile e Argentina. Scatterplot of IndiceBrasil vs SP; DowJones; BVSP;... SP DowJones BVSP,, IndiceBrasil, -, -, -,%,%,% -,%,%,% -,%,%,% Taxa de câmbio - R$ / US$ - com IndiceChile IndiceArgentina, -, -,,%,%,% -,,,,,, Use para explorar a relação potencial entre um par de variáveis contínuas. Quando você cria um gráfico de dispersão, que geralmente mostra a variável resposta no eixo-y ea variável preditora no eixo-x para cada observação. Este gráfico de dispersão mostra que, o Índice Brasil (y) aumenta crescentemente sua relação com as demais variáveis (x), exceto as variáveis taxa de cambio e o Índice Argentina que apresenta relação contrária. Esses padrões de relação podem revelar uma associação entre as variáveis e ajudar a determinar o próximo passo da análise de seus dados.

74 Scatterplot of IndiceChile vs SP; DowJones; BVSP; Taxa de câmb;... SP DowJones BVSP,,, IndiceChile, -, -, -,%,%,% -,%,%,% -,%,%,% Taxa de câmbio - R$ / US$ - com IndiceBrasil IndiceArgentina,, -, -,,%,%,% -,,,,,, Use para explorar a relação potencial entre um par de variáveis contínuas. Quando você cria um gráfico de dispersão, que geralmente mostra a variável resposta no eixo-y ea variável preditora no eixo-x para cada observação. Este gráfico de dispersão mostra que, o Índice Chile (y) aumenta crescentemente sua relação com as demais variáveis (x), exceto a variável taxa de cambio, com a qual apresenta relação contrária. Scatterplot of IndiceArgent vs SP; DowJones; BVSP;... SP DowJones BVSP,,, IndiceArgentina,,,, -, -,%,%,% -,%,%,% -,%,%,% Taxa de câmbio - R$ / US$ - com IndiceBrasil IndiceChile, -,,%,%,% -,,, -,,,

75 Use para explorar a relação potencial entre um par de variáveis contínuas. Quando você cria um gráfico de dispersão, que geralmente mostra a variável resposta no eixo-y ea variável preditora no eixo-x para cada observação. Este gráfico de dispersão mostra que, o Índice Argentina (y) aumenta sua relação lentamente com as demais variáveis (x), exceto a variável taxa de cambio, com o qual, apresenta relação contrária. Esses padrões de relação podem revelar uma associação entre as variáveis e ajudar a determinar o próximo passo da análise de seus dados. Scatterplot of Meses vs SP; DowJones; BVSP; Taxa de câmb;... SP DowJones BVSP -,%,%,% -,%,%,% -,%,%,% Taxa de câmbio - R$ / U S$ - com IndiceBrasil IndiceChile Meses,%,%,% -,,, -,,, IndiceArgentina,,, Use para explorar a relação potencial entre um par de variáveis contínuas. Quando você cria um gráfico de dispersão, que geralmente mostra a variável resposta no eixo-y ea variável preditora no eixo-x para cada observação. Este gráfico de dispersão mostra a relaçao da variável Meses (y) com as demais variáveis (x), apresenta a quantidade de retornos de cada variável por mês. Esses padrões de relação podem revelar uma associação entre as variáveis e ajudar a determinar o próximo passo da análise de seus dados.

76 . DENDOGRAMAS Dendrogramas são estruturas gráficas em forma de árvore, utilizadas para representar as junções (métodos hierárquicos) ou divisões (métodos de partição) que ocorreram a partir de valores provenientes da matriz de distâncias (JOHNSON & WICHERN, ). De acordo com Bussab et al (), para construirmos um dendrograma utilizando os valores da matriz de distâncias com o objetivo de ilustrar as junções, devemos colocar no eixo horizontal os elementos, em uma ordem conveniente de acordo com os grupos formados, de onde partirá de cada um desses elementos uma linha vertical até a altura correspondente ao nível (o valor da distância) em que ocorreu a junção (a um outro elemento ou grupo). Essa altura é marcada no eixo vertical. Por padrão, o nível de similaridade é medido ao longo do eixo vertical e mostra o nível de distância, as observações são listados no eixo horizontal. O gráfico mostra a maneira em que os clusters foram formados, quer pela união de duas observações individuais, ou o emparelhamento de uma observação individual com um cluster existente. Você pode ver níveis de similaridade que os clusters são formados, bem como a composição dos clusters da partição final. Para alguns conjuntos de dados, média, mediana, centróide e métodos de ligação de Ward não produzem um dendrograma hierárquico, ou seja, as distâncias amálgama nem sempre aumentam a cada passo. No dendrograma, como um passo produz uma associação que vai para baixo e não para cima., Dendrogram Single Linkage; Correlation Coefficient Distance Similarity,,, SP DowJones BVSP IndiceBrasil IndiceChile IndiceArgentina Taxa de câmbio - R$ / US$ - com Variables

77 O cluster com maior similaridade é o Cluster, composto pelas variáveis: Sp, Dow Jones, BVSP e Índice Brasil e Índice Chile e o Cluster possui a menor similaridade. Cluster Analysis of Variables: SP; DowJones; BVSP; Taxa de câmb;... Correlation Coefficient Distance, Single Linkage Amalgamation Steps Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster,,,,,,,,,,,, Final Partition Cluster SP DowJones BVSP IndiceBrasil IndiceChile Cluster Taxa de câmbio - R$ / US$ - com Cluster IndiceArgentina, Dendrogram Single Linkage; Correlation Coefficient Distance Similarity,,, ABV DowJones BVSP Petrobras ERJ Telesp Santander Com Cerveceria Variables Emboteladora SP Nortel Administradora IRSA Petro Argentina YPF Taxa de câmbio - R$ / US$ - com Cluster Analysis of Variables: ABV; ERJ; Petrobras; Telesp; Administrado;... Correlation Coefficient Distance, Single Linkage Amalgamation Steps

78 Number of obs. Number of Similarity Distance Clusters New in new Step clusters level level joined cluster cluster,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, Final Partition Cluster ABV ERJ Petrobras Telesp Santander Com Cerveceria Emboteladora DowJones BVSP Cluster Administradora Cluster IRSA Cluster Nortel Cluster Petro Argentina Cluster YPF Cluster SP Cluster Taxa de câmbio - R$ / US$ - com. ANÁLISE DE REGRESSÃO Gera uma equação para descrever a relação estatística entre um ou mais preditores e a variável resposta para prever novas observações. Regressão geralmente usa o método dos quadrados mínimos ordinários que deriva da equação de minimizar a soma dos quadrados dos resíduos. Os resultados da regressão indicam a direção, o tamanho e a significância estatística da relação entre um preditor e resposta. Os coeficientes representam a variação média da resposta para uma unidade de mudança no indicador, mantendo outros preditores no modelo constante. P-valor para cada coeficiente de testes a hipótese nula que o coeficiente é igual a zero (sem efeito). Portanto, baixos valores de p indicam a previsão é um acréscimo significativo para o seu modelo. A equação prevê novas observações dado preditor valores especificados.

79 Regression Analysis: IndiceBrasil versus ABV; ERJ;... The regression equation is IndiceBrasil = -, +, ABV +, ERJ +, Petrobras -, Telesp +, SP -, DowJones -, BVSP +, Taxa de câmbio - R$ / US$ - com Predictor Coef SE Coef T P Constant -,, -,, ABV,,,, ERJ,,,, Petrobras,,,, Telesp -,, -,, SP,,,, DowJones -,, -,, BVSP -,, -,, Taxa de câmbio - R$ / US$ - com,,,, S =, R-Sq =,% R-Sq(adj) =,% Analysis of Variance Source DF SS MS F P Regression,,,, Residual Error,, Total, Source DF Seq SS ABV, ERJ, Petrobras, Telesp, SP, DowJones, BVSP, Taxa de câmbio - R$ / US$ - com, Unusual Observations Obs ABV IndiceBrasil Fit SE Fit Residual St Resid,,,, -, -, X -, -, -,, -, -, X -, -, -,, -, -, X -,,,, -, -,R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage. O resultado da regressão linear múltipla é que os indicadores são importantes devido ao seu baixo valor de P, o que indica que a previsão é um acréscimo significativo para o seu modelo. Juntas as variáveis escolhidas representam,% da variância do Índice Brasil Regression Analysis: IndiceChile versus Administradora; Santander;... The regression equation is IndiceChile =, +, Administradora -, Santander -, Com Cerveceria +, Emboteladora

80 -, IndiceBrasil -, IndiceArgentina +, IndiceAm.Latina Predictor Coef SE Coef T P Constant,, * * Administradora,, * * Santander -,, * * Com Cerveceria -,, * * Emboteladora,, * * IndiceBrasil -,, * * IndiceArgentina -,, * * IndiceAm.Latina,, * * S = R-Sq =,% R-Sq(adj) =,% Analysis of Variance Source DF SS MS F P Regression,, * * Residual Error,, Total, Source DF Seq SS Administradora, Santander, Com Cerveceria, Emboteladora, IndiceBrasil, IndiceArgentina, IndiceAm.Latina, Unusual Observations St Obs Administradora IndiceChile Fit SE Fit Residual Resid -, -, -,, -, * X,,,,, * X X denotes an observation whose X value gives it large leverage. O resultado da regressão linear múltipla é que os indicadores são importantes devido ao seu baixo valor de P, o que indica que a previsão é um acréscimo significativo para o seu modelo. Juntas as variáveis escolhidas representam % da variância do Índice Chile. Regression Analysis: IndiceArgentina versus IRSA; Nortel;... The regression equation is IndiceArgentina =, +, IRSA +, Nortel +, Petro Argentina +, YPF +, SP +, DowJones +, Taxa de câmbio - R$ / US$ - com Predictor Coef SE Coef T P Constant,,,, IRSA,,,, Nortel,,,,

81 Petro Argentina,,,, YPF,,,, SP,,,, DowJones,,,, Taxa de câmbio - R$ / US$ - com,,,, S =, R-Sq =,% R-Sq(adj) =,% Analysis of Variance Source DF SS MS F P Regression,,,, Residual Error,, Total, Source DF Seq SS IRSA, Nortel, Petro Argentina, YPF, SP, DowJones, Taxa de câmbio - R$ / US$ - com, Unusual Observations Obs IRSA IndiceArgentina Fit SE Fit Residual St Resid, -,,, -, -, X -,,,,,, X,,,,,, X -, -, -,,,, X,,,,,,R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large leverage. O resultado da regressão linear múltipla é que os indicadores não são tão importantes devido ao seu alto valor de P, o que indica que a previsão não é significativa para o modelo. Juntas as variáveis escolhidas representam,% da variância do Índice Argentina. Stepwise Regression: IndiceBrasil versus ABV; ERJ; Petrobras; Telesp Alpha-to-Enter:, Alpha-to-Remove:, Response is IndiceBrasil on predictors, with N = Step Constant, -, -, Petrobras,,, T-Value,,, P-Value,,, ABV,, T-Value,, P-Value,,

82 ERJ, T-Value, P-Value, S,,, R-Sq,,, R-Sq(adj),,, Mallows Cp,,, É uma ferramenta utilizada para construção de modelos de identificação de um subconjunto útil de preditores. O processo acrescenta a variável mais significativa ou remove a variável menos significativa. Nesse caso a variável menos significativa, foi a Telesp, removida do Índice Brasil, as variáveis deixadas alcançaram uma representatividade do Índice de,%. Stepwise Regression: IndiceBrasil versus SP; DowJones;... Alpha-to-Enter:, Alpha-to-Remove:, Response is IndiceBrasil on predictors, with N = Step Constant -, BVSP, T-Value, P-Value, S, R-Sq, R-Sq(adj), Mallows Cp -, Agora na análise do Índice Brasil versus as bolsas e a taxa de cambio, a única variável que permaneceu foi o BVSP (Bovespa), que alcançou a representatividade do Índice de, %. Stepwise Regression: IndiceChile versus Administradora; Santander;... Alpha-to-Enter:, Alpha-to-Remove:, Response is IndiceChile on predictors, with N = Step Constant,, -, -, Santander,,,, T-Value,,,, P-Value,,,, Com Cerveceria,,, T-Value,,,

83 P-Value,,, Administradora,, T-Value,, P-Value,, Emboteladora, T-Value, P-Value, S,,,, R-Sq,,,, R-Sq(adj),,,, Mallows Cp,,,, Nesse caso do Índice Chile, nenhuma variável foi removida e foi alcançada uma representatividade do Índice de,%. Stepwise Regression: IndiceChile versus SP; DowJones;... Alpha-to-Enter:, Alpha-to-Remove:, Response is IndiceChile on predictors, with N = Step Constant,,,, BVSP,,,, T-Value,,,, P-Value,,,, DowJones,,, T-Value,,, P-Value,,, Taxa de câmbio - R$ / US$ - com -, -, T-Value -, -, P-Value,, IndiceArgentina, T-Value, P-Value, S,,,, R-Sq,,,, R-Sq(adj),,,, Mallows Cp,,,, Agora na análise do Índice Chile versus as bolsas, a taxa de cambio e os demais índices, as variáveis que permaneceram foram: BVSP, Dow Jones, Taxa de câmbio e Índice Argentina, e alcançaram a representatividade do Índice de,%. Stepwise Regression: IndiceArgent versus IRSA; Nortel; Petro Argent; YPF Alpha-to-Enter:, Alpha-to-Remove:, Response is IndiceArgentina on predictors, with N =

84 Step Constant,,, Petro Argentina,,, T-Value,,, P-Value,,, YPF,, T-Value,, P-Value,, IRSA, T-Value, P-Value, S,,, R-Sq,,, R-Sq(adj),,, Mallows Cp,,, No caso do Índice Argentina, nenhuma variável foi removida e foi alcançada uma representatividade do Índice de,%. Stepwise Regression: IndiceArgentina versus SP; DowJones;... Alpha-to-Enter:, Alpha-to-Remove:, Response is IndiceArgentina on predictors, with N = Step Constant, -,, BVSP,,, T-Value,,, P-Value,,, IndiceChile,, T-Value,, P-Value,, Taxa de câmbio - R$ / US$ - com -, T-Value -, P-Value, S,,, R-Sq,,, R-Sq(adj),,, Mallows Cp,,, A análise do Índice Argentina versus as bolsas, a taxa de cambio e os demais índices, resultou na permanência das variáveis: BVSP, Taxa de câmbio e Índice Chile, que juntas alcançaram a representatividade do Índice Argentina de apenas,%.

85 . ANÁLISE DE CORRELAÇÃO Correlação é uma medida de associação linear entre duas variáveis. O Minitab quantifica correlação com uma único número de coeficiente, que descreve a força e a direção do relacionamento. A correlação coeficiente varia de - a, quando: - descreve uma relação onde um aumento de uma variável é acompanhada por uma diminuição consistente e previsível no outro. descreve uma relação aleatória ou inexistente. descreve um relacionamento onde um aumento de uma variável é acompanhado por um aumento previsível e consistente nos outros. Os valores de correlação de - ou implica uma relação linear exata, como aquela entre o raio de um círculo e a circunferência. É importante notar que a correlação não implica em causalidade. Além disso, um valor de correlação baixa não significa que nenhuma relação existe, mas apenas que não existe relação linear. Correlations: IndiceBrasil; IndiceArgent; IndiceAm.Lat; SP; DowJones;... IndiceBrasil IndiceArgentina IndiceAm.Latina IndiceArgentina,, IndiceAm.Latina,,,, SP,,,,,, DowJones,,,,,, BVSP,,,,,, Taxa de câmbio - -, -, -,,,, SP DowJones BVSP DowJones,, BVSP,,,, Taxa de câmbio - -, -, -,,,, Cell Contents: Pearson correlation P-Value

86 O Índice Brasil possui correlação negativa apenas com a taxa de câmbio e a sua correlação positiva é maior com o Índice América Latina já que ele representa % do índice, seguido do BVSP, Dow Jones e SP. A mesma constatação acontece para os outros índices. Ou seja, todos os retornos das ADRs e das bolsas possuem correlação negativa com a taxa de câmbio do dólar.. COMPARAÇÃO DE MÉDIA, INTERVALO DE CONFIANÇA E VARIÂNCIA Análise comparativa de médias e intervalos de confiança, variância da evolução histórica dos valores. Testa a hipótese de que as médias de duas ou mais populações são iguais. A ferramenta ANOVA avalia a importância de um ou mais elementos, comparando a variável de resposta significa a níveis diferentes de fator. Para executar uma análise de variância, você deve ter uma variável contínua e pelo menos um fator categórico com dois ou mais níveis. ANOVAs requerem dados de populações normalmente distribuídas, com variações mais ou menos iguais entre os níveis de fator. Se o p-valor é menor do que o alfa, então você concluir que, pelo menos, uma média de durabilidade é diferente. O nome "análise de variância" é baseado na maneira em que o procedimento utiliza variações para determinar se os meios são diferentes. O procedimento funciona comparando a variação entre o grupo significa versus a variância dentro dos grupos como um método para determinar se os grupos são parte de uma população maior ou populações distintas, com características diferentes. One-way ANOVA: IndiceBrasil; IndiceChile; IndiceArgentina Source DF SS MS F P Factor,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Level N Mean StDev IndiceBrasil,, IndiceChile,, IndiceArgentina,, Individual % CIs For Mean Based on Pooled StDev Level IndiceBrasil ( * ) IndiceChile ( * ) IndiceArgentina ( * ) ,,,, Pooled StDev =,

87 As variáveis escolhidas apresentam variância de %. One-way ANOVA: IndiceBrasil; SP; DowJones; BVSP; Taxa de câmbio - R$ / US Source DF SS MS F P Factor,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Level N Mean StDev IndiceBrasil,, SP,, DowJones,, BVSP,, Taxa de câmbio - R$ / US -,, Individual % CIs For Mean Based on Pooled StDev Level IndiceBrasil ( * ) SP ( * ) DowJones ( * ) BVSP ( * ) Taxa de câmbio - R$ / US ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de %. One-way ANOVA: IndiceChile; SP; DowJones; BVSP; Taxa de câmbio - R$ / US Source DF SS MS F P Factor,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Level N Mean StDev IndiceChile,, SP,, DowJones,, BVSP,, Taxa de câmbio - R$ / US -,, Individual % CIs For Mean Based on Pooled StDev Level IndiceChile ( * ) SP ( * ) DowJones ( * ) BVSP ( * )

88 Taxa de câmbio - R$ / US ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de,%. One-way ANOVA: IndiceArgentina; SP; DowJones; BVSP; Taxa de câmbio - R$ / US Source DF SS MS F P Factor,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Level N Mean StDev IndiceArgentina,, SP,, DowJones,, BVSP,, Taxa de câmbio - R$ / US -,, Individual % CIs For Mean Based on Pooled StDev Level IndiceArgentina ( * ) SP ( * ) DowJones ( * ) BVSP ( * ) Taxa de câmbio - R$ / US ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de %. One-way ANOVA: IndiceBrasil versus Meses Source DF SS MS F P Meses,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Individual % CIs For Mean Based on Pooled StDev Level N Mean StDev ,, ( * ),, ( * ),, ( * ),, ( * ) -,, ( * ) -,, ( *------)

89 -,, ( * ),, ( * ),, ( *------),, (------* ),, (------* ),, ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de,%. One-way ANOVA: IndiceChile versus Meses Source DF SS MS F P Meses,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Individual % CIs For Mean Based on Pooled StDev Level N Mean StDev ,, ( * ),, ( * ) -,, ( * ),, ( * ),, ( * ) -,, ( * ),, ( * ),, ( * ),, ( * ) -,, ( * ),, ( * ),, ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de %. One-way ANOVA: IndiceArgentina versus Meses Source DF SS MS F P Meses,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Individual % CIs For Mean Based on Pooled StDev Level N Mean StDev ,, ( * ) -,, ( * ) -,, ( * ) -,, ( * )

90 -,, ( * ),, ( * ),, ( * ),, ( * ),, ( * ),, ( * ),, ( * ),, ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de %. One-way ANOVA: DowJones versus Meses Source DF SS MS F P Meses,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Individual % CIs For Mean Based on Pooled StDev Level N Mean StDev ,, ( * ) -,, ( * ),, ( * ),, ( * ),, ( * ) -,, ( * ),, ( * ) -,, ( * ) -,, ( * ),, ( * ),, ( * ),, ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de,%. One-way ANOVA: SP versus Meses Source DF SS MS F P Meses,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Individual % CIs For Mean Based on Pooled StDev Level N Mean StDev ,, ( * ),, ( * )

91 ,, ( * ),, ( * ),, ( * ),, ( * ),, ( * ) -,, ( * ) -,, ( * ) -,, ( * ),, ( * ),, ( * ) ,,,, Pooled StDev =, As variáveis escolhidas apresentam variância de %. One-way ANOVA: Taxa de câmbio - R$ / US$ - com versus Meses Source DF SS MS F P Meses,,,, Error,, Total, S =, R-Sq =,% R-Sq(adj) =,% Individual % CIs For Mean Based on Pooled StDev Level N Mean StDev ,, ( * ),, ( * ) -,, ( * ) -,, ( * ),, ( * ),, ( * ) -,, ( * ),, ( * ),, ( * ),, ( * ) -,, ( * ),, ( * ) , -,,, Pooled StDev =, As variáveis escolhidas apresentam variância de %.

92 . ANÁLISE DOS COMPONENTES PRINCIPAIS Usado para formar um número menor de variáveis não correlacionadas a partir de um conjunto grande de dados. O objetivo da análise de componentes principais é o de explicar a quantidade máxima de variância com o menor número de componentes principais. Análise de componentes principais é comumente usada como um passo em uma série de análises. Você pode usar a análise de componentes principais para reduzir o número de variáveis, ou quando você tem muitos indicadores relativos ao número de observações., Scree Plot of SP;...; IndiceArgentina,, Eigenvalue,,,,, Component Number Principal Component Analysis: SP; DowJones; Taxa de câmb; IndiceBrasil; Indi Eigenanalysis of the Correlation Matrix Eigenvalue,,,,,, Proportion,,,,,, Cumulative,,,,,, Variable PC PC PC PC PC PC SP,,,, -,, DowJones,,,, -, -, Taxa de câmbio - R$ / US$ - com -, -,,, -,, IndiceBrasil, -,,,,,

93 IndiceChile, -, -, -, -,, IndiceArgentina, -, -,, -, -, Pelo descritivo percebemos que se juntarmos as seis variáveis em um único componente PC temos uma explicação de %, portanto é necessário pelo menos juntar os componentes PC, PC e PC, para obter,% de explicação.. ANÁLISE DISCRIMINANTE Discriminant Analysis: Meses versus IndiceBrasil; IndiceChile;... Linear Method for Response: Meses Predictors: IndiceBrasil; IndiceChile; IndiceArgentina; DowJones; BVSP; SP; Taxa de câmbio - R$ / US$ - com Group Count Summary of classification True Group Put into Group Total N N correct Proportion,,, N = N Correct = Proportion Correct =, Squared Distance Between Groups,,,,,,,,, Linear Discriminant Function for Groups Constant -, -, -, IndiceBrasil, -, -, IndiceChile,,, IndiceArgentina -, -,, DowJones -, -, -, BVSP,,, SP,, -, Taxa de câmbio - R$ / US$ - com -,,, Discriminant Analysis: Meses versus IndiceBrasil; IndiceChile;... Linear Method for Response: Meses

94 Predictors: IndiceBrasil; IndiceChile; IndiceArgentina Group Count Summary of classification True Group Put into Group Total N N correct Proportion,,, N = N Correct = Proportion Correct =, Squared Distance Between Groups,,,,,,,,, Linear Discriminant Function for Groups Constant -, -, -, IndiceBrasil, -,, IndiceChile,,, IndiceArgentina -, -,, Discriminant Analysis: Meses versus SP; DowJones; BVSP; Taxa de câmb Linear Method for Response: Meses Predictors: SP; DowJones; BVSP; Taxa de câmbio - R$ / US$ - com Group Count Summary of classification True Group Put into Group Total N N correct Proportion,,, N = N Correct = Proportion Correct =, Squared Distance Between Groups

95 ,,,,,,,,, Linear Discriminant Function for Groups Constant -, -, -, SP,, -, DowJones -, -, -, BVSP,,, Taxa de câmbio - R$ / US$ - com -,,,. ANÁLISE DE REGRESSÃO LOGÍSTICA São modelos de uma relação entre variáveis preditoras e uma variável de resposta categórica. Ordinal Logistic Regression: Meses versus SP; DowJones;... Link Function: Logit Response Information Variable Value Count Meses Total Logistic Regression Table Odds Predictor Coef SE Coef Z P Ratio Const() -,, -,, Const(),,,, SP,,,,, DowJones -,, -,,, BVSP -,, -,,, Taxa de câmbio - R$ / US$ - com -,, -,,, IndiceBrasil,,,,, IndiceChile -,, -,,, IndiceArgentina -,, -,,, % CI Predictor Lower Upper Const() Const() SP,, DowJones,, BVSP,, Taxa de câmbio - R$ / US$ - com,, IndiceBrasil,, IndiceChile,, IndiceArgentina,, Log-Likelihood = -,

96 Test that all slopes are zero: G =,, DF =, P-Value =, Goodness-of-Fit Tests Method Chi-Square DF P Pearson,, Deviance,, Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant, Somers' D, Discordant, Goodman-Kruskal Gamma, Ties, Kendall's Tau-a, Total, Ordinal Logistic Regression: Meses versus IndiceBrasil; IndiceChile;... Link Function: Logit Response Information Variable Value Count Meses Total Logistic Regression Table Odds % CI Predictor Coef SE Coef Z P Ratio Lower Upper Const() -,, -,, Const(),,,, IndiceBrasil,,,,,,, IndiceChile -,, -,,,,, IndiceArgentina -,, -,,,,, Log-Likelihood = -, Test that all slopes are zero: G =,, DF =, P-Value =, Goodness-of-Fit Tests Method Chi-Square DF P Pearson,, Deviance,, Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant, Somers' D, Discordant, Goodman-Kruskal Gamma, Ties, Kendall's Tau-a, Total, Ordinal Logistic Regression: Meses versus SP; DowJones;...

97 Link Function: Logit Response Information Variable Value Count Meses Total Logistic Regression Table Odds Predictor Coef SE Coef Z P Ratio Const() -,, -,, Const(),,,, SP,,,,, DowJones -,, -,,, BVSP -,, -,,, Taxa de câmbio - R$ / US$ - com -,, -,,, % CI Predictor Lower Upper Const() Const() SP,, DowJones,, BVSP,, Taxa de câmbio - R$ / US$ - com,, Log-Likelihood = -, Test that all slopes are zero: G =,, DF =, P-Value =, Goodness-of-Fit Tests Method Chi-Square DF P Pearson,, Deviance,, Measures of Association: (Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures Concordant, Somers' D, Discordant, Goodman-Kruskal Gamma, Ties, Kendall's Tau-a, Total, De acordo com todas as análises acima, percebemos claramente que a função de análise que apresenta maior concordância entre as variáveis em todas as amostras, é a regressão logística. O baixo valor da proporção obtida com a análise discriminante significa que as variáveis não foram escolhidas corretamente e a função linear não é a melhor forma de análise.. ANÁLISE DE CORRESPONDÊNCIA

98 A análise de correspondência é um método de análise fatorial para variáveis categóricas. A AC, basicamente, converte uma tabela de dados não negativos de duas ou múltiplas entradas em um tipo de representação gráfica em que as linhas e as colunas são simultaneamente representadas em dimensão reduzida, isto é, por pontos no gráfico. Este método permite mostrar como as variáveis dispostas em linhas e colunas estão relacionadas e não somente se a relação existe. A seguir, é apresentado o resultado da análise de correspondência para a tabela. Simple Correspondence Analysis: IndiceBrasil; IndiceChile; IndiceArgent; SP; Analysis of Contingency Table Axis Inertia Proportion Cumulative Histogram,,, *****************************,,, ********,,, ****,,, Total, Row Contributions Component Component ID Name Qual Mass Inert Coord Corr Contr Coord Corr Contr Row,,,,,,,,, Row,,,,,,,,, Row,,,,,,,,, Row,,, -,,,,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,,,,,,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,,,,,,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,,,,,,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,,,,,

99 Row,,,,,,,,, Row,,,,,,,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,, -,,, -,,, Row,,, -,,, -,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,,,,,,,, Row,,,,,,,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,,,,, -,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,,,,,,,, Row,,, -,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,,,,, Row,,,,,,,,, Row,,,,,, -,,, Row,,, -,,,,,, Row,,,,,,,,, Row,,,,,,,,, Row,,, -,,,,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,,,,, -,,, Row,,,,,, -,,, Row,,, -,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,, -,,, -,,,

100 Row,,,,,, -,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,, -,,,,,, Row,,,,,,,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,, -,,, -,,, Row,,, -,,, -,,, Row,,, -,,,,,, Row,,,,,, -,,, Column Contributions Component Component ID Name Qual Mass Inert Coord Corr Contr Coord Corr Contr Column,,,,,, -,,, Column,,, -,,,,,, Column,,,,,, -,,, Column,,,,,,,,, Column,,,,,, -,,, Column,,,,,, -,,, Column,,,,,,,,, A análise da tabela de contingência mostra uma decomposição da inércia (χ/n). Do total da inércia da matriz de dados,,% é contabilizada no primeiro componente,,% é contabilizada no segundo componente, no terceiro componente,, resultando uma somatória de correspondência de,% no terceiro componente.. ÁRVORE DE DECISÃO Esse aplicativo indica qual a variável que melhor separa os grupos e classifica as variáveis por ordem de importância na separação dos grupos. A seguir é demonstrado o teste desse modelo. No caso da árvore obtida abaixo, a variável que melhor separa os grupos é o Índice Bovespa (BVSP). A importância dessa variável BVSP, para a separação do grupo é de %.

101

102 CONSIDERAÇÕES FINAIS Como a pesquisa se baseia na análise de empresas de países latino-americanos, que procuram desenvolvimento econômico. Podemos constatar que um investimento em ADR de empresas brasileiras e chilenas ou no Bovespa apresentou maior retorno médio se comparado a um investimento em empresas argentinas. Com a análise da correlação entre os retornos dos índices podemos constatar que existe relação estatística entre elas. O Índice Brasil possui correlação negativa apenas com a taxa de câmbio e a sua correlação positiva maior é com o BVSP, seguido pelo Dow Jones, Índice Chile, Índice Argentina e SP. O mesmo resultado é obtido para os Índices Chile e Argentina. Porém com o Bovespa o Índice Brasil possui a maior correlação. O SP possui correlação positiva maior com o Dow Jones e em segundo lugar com o Bovespa. O Dow Jones e o BVSP possuem a mais alta das correlações positivas, o que significa que o aumento de um é acompanhado por um aumento previsível e consistente do outro, já que o valor de Pearson Correlation é o que mais se aproxima de. A única correlação negativa é entre a taxa de câmbio com os demais índices, já que o valor do Pearson Correlation é negativo. É relevante lembrar que todos os índices, tanto o índice Bovespa quando o Índice Brasil, foi ponderado com o volume financeiro de suas empresas listadas. Como a empresa com o maior peso estatístico foi a Petrobras, os referidos índices acabam atrelados a outros fatores que afetam diretamente seus resultados. Podemos constatar que os investimentos em ADRs e nas respectivas bolsas concorrem diretamente com o investimento na taxa de câmbio, já o aumento de um representa a queda do outro. Outra conclusão é que o melhor investimento em ADR é em empresas chilenas e o

103 pior é em ADR de empresas argentinas, de acordo com os valores do gráfico sumário.