UM ESTUDO ECONOMÉTRICO DA BASE DA COMMODITY CAFÉ A PARTIR DOS ÍNDICES ESALQ E PREÇO FUTURO BM&F
|
|
- Sebastiana Aquino Caminha
- 7 Há anos
- Visualizações:
Transcrição
1 UM ESTUDO ECONOMÉTRICO DA BASE DA COMMODITY CAFÉ A PARTIR DOS ÍNDICES ESALQ E PREÇO FUTURO BM&F WANDERCI ALVES BITENCURT; NADIA CAMPOS PEREIRA; LUIZ GONZAGA CASTRO JUNIOR; RICARDO PEREIRA REIS; CRISTINA LELIS CALEGARIO. UFLA, LAVRAS, MG, BRASIL. nadiacpereira@yahoo.com.br APRESENTAÇÃO ORAL COMERCIALIZAÇÃO, MERCADOS E PREÇOS AGRÍCOLAS UM ESTUDO ECONOMÉTRICO DA BASE DA COMMODITY CAFÉ A PARTIR DOS ÍNDICES ESALQ E PREÇO FUTURO BM&F Resumo O mercado brasileiro de café é o mais desenvolvido entre os produtos agrícolas nacionais, apresentando o maior volume de negociações entre os contratos negociados na Bolsa de Mercadorias e Futuros (BM&F). O café é também a commodity agrícola que apresenta maiores volatilidades. Isto faz com que as operações de hedge se tornem uma importante ferramenta de redução de riscos para os participantes desse mercado. Quando o produtor realiza o hedge, ele elimina o risco de variação do preço e passa a sofrer o risco de variação de base. Partindo dessa linha de argumentação, o objetivo deste estudo foi identificar o risco de base do café através dos índices BM&F e Esalq. Os resultados indicam que a modelagem da série através modelo ARIMA (Autorregressivo Integrado Média Móvel) confirma a adequação do ajuste do modelo. Além disso, os resultados da estatística U-Tail confirmam que as previsões sobre o comportamento futuro do preço da commodity café foram precisas. Conclui-se que a utilização da estimativa de previsão de base representa uma ferramenta eficiente que oferece suporte ao processo de tomada de decisões dos participantes do mercado da commodity café. Palavras Chave: Café; hedge; risco de base; Índices BM&F e Esalq. Abstract The Brazilian coffee market is the most developed among national agricultural products, with the biggest contracts negotiation volume in Bolsa de Mercadorias e Futuros (BM&F). Coffee is the agricultural commodity with the biggest volatilities too. This makes the hedges operations become an important risk reduction instrument the participants of this market. When the farmer realize the hedge, he eliminates the risk of basis varying. From this argumentation, we
2 aimed to identify the coffee basis risk through the BM&F s and Esalq s indices. The results indicates that the series modeling through ARIMA s model (Autoregressive-Integrated-Movable Average) confirm the adequacy of adjust of the model. Beyond, the U-Tail statistics results confirm the prevision about the coffee future price accuracy. We conclude that using the estimation of bases prevision represents an efficient instrument that offer support to the coffee s commodity participants decision making process. Key works: Coffee; hedge; bases risk; BM&F and Esalq s indices.. Introdução A globalização tornou os mercados mais eficientes e complexos do ponto de vista econômico-financeiro. Segundo Campos (995), os motivos para a nova realidade estão relacionados à eficiência informacional entre mercados, ao surgimento de inovações financeiras, e ao surgimento de novos atores financeiros ao lado dos bancos e das instituições internacionais, onde a hegemonia e o bem estar social passaram a estar diretamente relacionado à eficiência do mercado de cada nação. Diante deste cenário, países que buscam o desenvolvimento, principalmente países considerados emergentes como o Brasil, deve fortalecer seus mercados financeiros. Os mercados de capitais e derivativos são vias pelas quais o mercado pode encontrar sua maior eficiência, neles ocorrem basicamente transações de papéis envolvendo pares, financiadores e investidores, que permitem diluição de riscos e propiciam condições de desenvolvimento da atividade econômica nacional. Em ambos os mercados, os agentes que neles atuam necessitam conhecer mecanismos que lhes permitam um relativo conhecimento do comportamento dps seus preços e retornos. Uma das possibilidades de geração de informação são análises a partir das séries temporais do ativo ou commodity, negociados nos mercados de capitais e derivativos, respectivamente. Especificamente no Brasil, os mercados de derivativos agropecuários vêm se apresentando como uma importante ferramenta para a diluição de riscos entre os agentes e dada a relevância da agropecuária na economia brasileira, em termos de proporção do PIB e, atualmente, pelo peso acentuado nas exportações do país. Isto posto, torna-se relevante a compreensão da dinâmica dos preços (retornos) do setor. Esse mercado têm sido uma alternativa para a diluição dos riscos diversos inerentes ao setor agropecuário. Contudo, embora tenha apresentado um maior volume de negociações o mercado de derivativos agropecuários ainda tem um longo caminho a percorrer se comparado ao mercado de derivativos de ativos financeiros. Uma característica fundamental desse mercado é a possibilidade que os agentes têm em estar efetuando um hedge, onde o agente fixando seu preço de compra ou de venda para a mercadoria no futuro reduz o risco de uma posição visto suas variações que possam vir a ocorrer do ativo negociado. A principal complicação na determinação de um hedge é o conhecimento da base, que se caracteriza como a diferença entre o preço físico e o preço futuro. Para que um hedge seja efetivo, deve existir uma coerência no percurso dos preços nas praças e o preço do mercado futuro, caso haja um descolamento entre esses preços o agente não garantirá a fixação de seu preço, passando a correr o denominado risco de base.
3 Assim sendo, o objetivo principal deste trabalho é analisar o comportamento da base entre o preço físico, representado por uma proxy, o indicador ESALQ do café no Brasil, com relação aos contratos futuros da BM&F com diferentes vencimentos, visando dar maior subsídio à tomada de decisão dos hedgers deste mercado. 2. Referencial Teórico A importância do mercado derivativos Empresários de quaisquer setores, industrial ou agroindustrial, estão sujeitos a permanentes riscos tais como o de produzir, ser suprido e preço (Jorion, 999). Sendo que para o mercado de matérias primas agrárias e alguns ativos financeiros existem algumas formas de transferir esses riscos em operações de mercado futuro. Para sustentar o crescimento do setor produtivo e protegê-lo a Bolsa de Mercadorias & Futuros (BM&F), fornece contratos de derivativos. Além de possuir a função descoberta de preços ao fornecer sinalização futura das cotações e assim permitir o planejamento mais eficaz da atividade, os mercados derivativos ajudam a minimizar os riscos de variações adversas nos preços e a problemática que envolve a captação de recursos (Schuchana e Perobolli, 2000). Os contratos auxiliam no gerenciamento de risco, uma vez que, constitui regularidade empírica a existência de uma relação entre os preços no mercado físico e no mercado futuro, sendo que geralmente os preços futuros movem-se na mesma direção que os preços presentes. Assim, Fazer um hedge é tomar hoje em futuros a mesma posição que, no futuro, se tomará no mercado pronto, a fim de fixar o preço para uma data futura. Base, risco de base e Hedge Através dos mercados derivativos, agentes do mercado, podem efetuar hedge por meio da compra e venda de contratos futuros, ao mesmo em que tomam posições opostas no mercado físico. Essa estratégia elimina o risco de mercado, pois permite a proteção contra variações adversas de preços, mas expõe o investidor ao risco de base. Conforme LEUTHOLD et al. (989) e HULL (996), a base é considerada como sendo a diferença do preço da commodity no mercado físico à vista, na praça local de comercialização e o preço futuro para determinado mês de vencimento do contrato. Assim, a estratégia de hedge fundamenta-se na correlação entre o preço do contrato futuro e o preço da mercadoria, no mercado físico, pois a existência de correlação entre estes mercados permite que a perda financeira em um mercado seja, ao menos parcialmente, compensada pelo ganho no outro mercado. Se houver uma quebra nessa correlação, denominada descolamento de mercados, o agente sofrerá perdas financeiras. Conceitualmente, o risco de base é menor que o risco de mercado, pois a base varia menos. A vantagem é que o vendedor fixa um preço de venda suficiente para cobrir seus custos de produção e garantir-lhe uma margem de lucro, ficando tranqüilo para cuidar bem de sua produção, porque terá eliminado uma importante fonte de incerteza. Para que haja a realização do hedge é necessário que exista os hedger, que são agentes de mercado dispostos a correr risco de variação de preço, pois o que ocorre com o hedge é a transferência do risco de variação do preço da commodity para os especuladores que são agentes que estão dispostos a assumir tal risco em função de um determinado retorno esperado. Ao efetuar um o hedge os agentes eliminam o risco de variação do preço, contudo, passam a sofrer o risco da variação da base. Para que haja um hedge perfeito é necessário que o
4 valor da base seja zero na data de vencimento do contrato, pois assim sendo, o preço da commodity no mercado futuro será igual ao preço da commodity no mercado físico local, porém existem muitos fatores como, prêmio pelo risco, taxa de juros, custo de carregamento, transporte e armazenamento, que podem interferir na sua formação das commodities. Segundo Silveira (2002) o desconhecimento da base, em um determinado momento futuro é a principal fonte de risco nas operações de hedge. Dessa forma, torna-se necessário que os agentes escolham uma proporção da posição à vista que se deve assumir em mercados futuros, a fim de minimizar o risco associado as mudanças no valor de seu portfólio. Esta proporção é conhecida como razão ótima de hedge, e mostra o quanto o hedger deve fazer de proteção no mercado físico com uma posição no mercado futuro. Assim, o conhecimento do comportamento da base permite escolher os contratos e os momentos de entrada e saída do mercado para que haja maiores chances de que o ganho obtido em um mercado supere a perda ocorrida em outro. Esse conhecimento, também é fundamental quando se visa estabelecer estratégias de hedgers, que utilizam os contratos de opções, pois ao exercer a opção, o hedger tomará uma posição em relação a um contrato futuro, que poderá ser de vendida ou comprada. Para Castro Júnior (999), o risco de hedge está associado ao risco da base que pode ser quantificado através da variância ou desvio padrão durante período de vigência do contrato. Os fatores que determinam o risco de base são definidos como sendo: tipo e qualidade do produto, localização do mercado, e tempo de vigência do contrato. Relacionado ao primeiro tem-se que o tipo e a qualidade da mercadoria no mercado físico (local) pode diferir das especificações do contrato futuro, acrescentando um elemento de incerteza e contribuindo para o aumento do risco de base. O risco de base é definido através do desvio padrão das bases. 3. Metodologia Para realização do presente estudo optou-se pela utilização da série diária para o contrato da commodity café, a justificativa para tal escolha baseia-se no fato do contrato ser o mais negociado dentre as commodities agorpecuárias negociadas no mercado futuro, bem como pela sua importância na pauta de exportação nacional. Os dados estão comprendidos entre o período de março de 2000 à dezembro de GRÁFICO Série de preços do indicador ESALQ para commodity café ESALQ
5 GRÁFICO 2 Série de preços do mercado futuro (BM&F) para commodity café BMF 3. O Modelo ARIMA A base geralmente é expressa pela diferença entre os preços no mercado local e o preço futuro para um determinado mês de vencimento: Base = preço à vista local - preço futuro. Através da base os agentes calculam o que denominam de rico de base, que é uma informação preponderante nas decisões de hedge. Nesse sentido, buscou-se a modelagem da base através da metodologia de Box-Jenkins, onde estimou-se um ARIMA para a séria da base do café, entre o mercado futuro e o mercado físico, representado pelo indicador ESALQ. Os modelos ARIMA (Autorregressivo Integrado Média móvel), inicialmente formulados por Box & Jenkins (976), baseiam-se na idéia de que uma série temporal nãoestacionária pode ser modelada a partir de diferenciações e da inclusão de um componente autorregressivo e de uma componente média móvel. Os modelos ARIMA possuem recursos à caracterização estatística de séries temporais, esses modelos podem caracterizar, simultaneamente, num único modelo, três aspectos importantes: a autocorrelação (AR), a ordem de integração (I), e a dependência de médias móveis (MA). Procura-se identificar se a função que caracteriza os desvios da base ( b t ) possui componentes AR, I e MA, e de que ordem. Assim, se a série calculada dos desvios ( b t ) tiver autocorrelação de ordem p, sumarizada por AR(p), ela pode ser representada por: b t = φ bt + φ2bt φ pbt p + et () Se na série ocorrer efeitos associados à média móvel (MA), de ordem q, representada por MA(q), isso pode ser descrito como: bt = θ Et θ 2Et 2... θ q Et q (2) A situação que inclui, simultaneamente, efeitos autorregressivos e de média móvel, de ordem p e q respectivamente, sumarizada por ARMA(p,q) pode ser genericamente representada por:
6 b t = φ... θ bt φ pbt p + θet q Et q t (3) Para todos os casos, e t é um erro aleatório i.i.d, com esperança zero. 3.2 Analise das Séries ESALQ e BM&F Segundo Gujarati (2000), um trabalho empírico baseado em dados de série temporal supõe que as séries temporais envolvidas sejam estacionárias, sendo que para que uma série seja considerada estacionária, sua média, variância e covariância permanecem as mesmas independentemente do período de tempo que sejam medidas. Um teste alternativo de estacionariedade que recentemente se tornou popular é conhecido como teste de raiz unitária, assim, uma série temporal com a presença de raiz unitária é conhecida como série de caminho aleatório, sendo este, uma exemplo de série temporal não-estacionária. Assim, para averiguação da estacionariedade das séries em estudo foi utilizado o teste de Dickey-Fuller aumentado (ADF), o qual foi estimado para as séries diárias sem intercepto e sem tendência, tanto em nível quanto em suas diferenças, utilizando-se defasagens de 0 (zero) a 5 (cinco) e selecionadas a partir do menor critério de seleção de Akaike. Os resultados das análises dos testes de raiz unitária para as séries de preço em nível são apresentados na Tabela. Verificou-se que a hipótese nula de que a série tem raiz unitária não foi rejeitada para as series avaliadas, a do nível do indicador Esalq/BM&F e para as cotações da BM&F, isto mostra que as séries não são estacionárias em nível. Conduto, verificou-se que a hipótese nula de que as séries têm raiz unitária é rejeitada quando efetuada a primeira diferença das séries, o que sugere que cada uma seja integrada de ordem, I(). Nesse sentido, as séries se tornam estacionarias, dentro do conceito de estacionariedade fraca, a partir da primeira diferença. TABELA Resultado do teste de Dickey-Fuller aumentado (ADF) para as séries diárias, em nível, do indicador ESALQ/BM&F e da Bolsa de Mercadorias e Futuros (BM&F) para a commodity café. Série Teste ADF Indicador ESALQ BM&F (*) Significativo a % TABELA 2 Resultado do teste de Dickey-Fuller aumentado (ADF) para as séries diárias, em primeira diferença, do indicador ESALQ/BM&F e da Bolsa de Mercadorias e Futuros (BM&F) para a commodity café. Série Teste ADF Indicador ESALQ * BM&F * (*) Significativo a % Após a analise do teste de raiz unitária realizado acima, realizou-se o teste de cointegração para a averiguação da existência de uma relação de longo praza entre as séries. Se o teste de co-integração for positivo a estimação de um vetor autoregressivo (VAR) é mais
7 desejável do que a estimação de um modelo a partir da diferenciação da série, pois não há perda da informação de longo prazo entre as duas. A equação utilizada para o teste de co-integração foi escolhida de acordo com o menor valor observado para o teste de seleção de AIC, sendo ele o modelo sem intercepto e sem tendência. Os resultados estão apresentados na Tabela 3, onde se observa que todas as séries são co-integradas a % de significância, existindo assim uma relação de equilíbrio entre as séries no longo prazo. Objetivando-se analisar a presença de causalidade entre as duas séries, aplicou-se o teste de causalidade de Granger, com defasagem, os resultados estão apresentados na Tabela 3, abaixo. TABELA 3 Teste de causalidade de Granger com defasagem para séries diárias de preço do café do indicador ESALQ/BM&F e das cotações da Bolsa de Mercadorias e Futuros (BM&F) Relações Estatística F P-valor Indicador ESALQ BM&F BM&F Indicador ESALQ Fonte: Dados da Pesquisa A partir dos dados apresentados pela Tabela 3, constata-se a presença de causalidade de Granger bidirecional, ou seja, o indicador ESALQ causa preço na BM&F, bem como, o preço na BM&F causa o indicador ESALQ. Assim, no longo prazo poderíamos afirmar que o preço a vista e o preço futuro da commodity café estariam na mesma onda no longo prazo. Assim, inicialmente efetuou-se o teste ADF para o nível da série correspondente a base da commodity café e também para sua diferença, os resultados estão apresentados na tabela 4, abaixo, onde podemos observar que a base em nível contém raiz unitária sendo então não estacionária e já a sua diferença é estacionária. TABELA 4 Resultado do teste de Dickey-Fuller aumentado (ADF) para a série da base entre o preço físico e futuro do café em nível e para a primeira diferença. Série Teste ADF Base em nível Base diferenciada -8.72* (*) Significativo a % Após o teste ADF efetuou-se a modelagem da série obtendo-se um modelo ARIMA (,,), onde os resíduos do modelo foram um ruído branco, o que confirma a adquação do ajuste. Os coeficientes do modelo estão apresentados na Tabeba 5. O critério de seleção do modelo foi realizado através dos menores valores para os critérios de Akaik (AIC) e o Bayesiano (BIC). TABELA 5 - Resultado da estimação do modelo ARIMA Variável Coeficiente Erro padrão Estatística t P-valor AR() MA()
8 Dadas algumas observações passadas do comportamento de alguns sistemas, surge a questão de como fazer previsões sobre o comportamento futuro e quão precisas essas previsões podem ser. Nesse sentido, objetivou-se avaliar a capacidade preditiva dos modelos propostos acima para os índices criados na primeira sessão. A previsão permite maior avaliação sobre o risco a ser incorrido, bem como auxilia as decisões de médio prazo. Assim, a previsão constitui um centro da análise financeira não apenas dos exercícios acadêmicos, mas de grandes instituições. Uma métrica interessante para avaliar a acurácia preditiva do modelo é o coeficiente U de Theil, que é definido pela fórmula: U = k= N N ( a y ) ( ak ak ) K k k 2 2 (22) onde y k é a previsão obtida, a k é a saída desejada para a previsão. Esta métrica mede o quanto os resultados estão melhores que uma previsão ingênua ou trivial (i.e.: a melhor estimativa do próximo valor é o valor atual ). Através desse coeficiente pode-se analisar a qualidade de uma previsão da seguinte maneira: Quando U >, o erro do modelo é maior que o erro ingênuo. Quando U <, o erro do modelo é menor que o erro ingênuo (boa previsão). Assim, um coeficiente U de Theil menor que já indica uma previsão melhor que a previsão trivial. Portanto, quanto mais próximo de 0,0 for este coeficiente melhor a previsão. A estatística Theil pode ser decomposta em três proporções de desigualdade: BIAS: Indicador do erro sistemático. Para ele, são esperados valores próximos a 0, um Bias grande sugere um excedente sistemático na predição. Variância: Indica a habilidade das previsões ao grau da replicação da variabilidade na variável a ser prevista. Se a proporção da variação for grande então a série real flutuou consideravelmente comparada a previsão. Covariância: Esta proporção mensura o erro não sistemático. Idealmente, esse deveria apresentar a maior proporção de desigualdade. Observando a Tabela 6 vamos que o modelo é adequado a previsão pois apresenta um U- theil menor que um. Nesse sentido, o modelo ajustado pode ser utilizado por agentes que desejam fazer uma previsão da base a fim de poder prever o risco que estará incorrendo ao realizar um hedge no mercado futuro com o contrato da commodity café. TABELA 6 Resultados da estatística U-Theil U-Theil 0,974 Bias Var Cov 0.05 Vale ressaltar que o modelo está adequado a série e ao período estudado e que quanto maior for o horizonte de previsão maior também será o seu erro.
9 4. Considerações Finais O hedge é um importante instrumento para fixação de preço e diluição de riscos de mercado pelos agentes. Para a commodity café em especifico observa-se através da analise de cointegração e causalidade no sentido de Granger que as séries para os preços físicos e futuros estão na mesma onda, ou seja, no longo prazo percorrem um mesmo percurso, o que sugere que no longo prazo, não existe um descolamento entre as séries. Tal evidencia fornece indicativos de que o operação de hedge com o contrato de café é efetiva, pois o risco de base é neutralizado. Com relação ao modelo de previsão construído, observou-se que ele é um modelo adequado, visto a estatística de U-Theil, podendo ser utilizado para previsão de base para períodos à frente, o que permite ao agente um melhor conhecimento dos riscos que pode estar vindo a incorrer. Sua limitação é que, como todo modelo de previsão, quanto mais distantes dos dados reais for a previsão maior será seu erro. 5. Bibliografia BM&F Bolsa de Mercadorias & Futuros. ( CAMPOS, Roberto. Campos alerta para riscode descontrole. Folha de S. Paulo, CASTRO JUNIOR, L.G. de. Impactos da liquidação financeira sobre a eficiência de hedging no contratos futuros das commodities boi gordo e soja. Piracicaba, 999. Tese (Doutorado) Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo. CEPEA - Centro de Estudos Avançados em Economia Aplicada. ( cepea.esalq.usp.br). GUJARATI, Damodar N. Econometria básica. São Paulo: Makron Books, 3a ed., 2000, 846p. HULL, J. Introdução aos mercados futuros e de opções. 2. Ed. São Paulo: Bolsa de Mercadorias e Futuros e Cultura Editores Associados, p. Jorion, Felipe. Value at Risk. Tradução: Bolsa de mercados Futuros Título original: Value at Risk: the new benchmark for controlling marketrisk. LEUTHOLD, R. M.; JUNKUS,. J. C.; CORDIER, J. E. The teory and practice of futures markets. Massachusetts: Lexington Books, p. Schouchana, F.;Perobelli, F.S. O Financiamento da Agricultura e Mercado Futuro. Resenha BM&F 42, p. 88, Disponível em: < Acesso a partir de SILVEIRA, R. L. F. Análise das operações de cross hedge do bezerro e do hedge do boi gordo no mercado futuro da BM&F. Piracicaba, p. (Dissertação Mestrado em Economia Aplicada
MERCADO FUTURO DE CAFÉ: UM ESTUDO DE CASO. COFFEE FUTURES MARKET: A CASE STUDY.
62 MERCADO FUTURO DE CAFÉ: UM ESTUDO DE CASO. COFFEE FUTURES MARKET: A CASE STUDY. Clelio Maia Santos Tácito Augusto Farias 2 Fábio Rodrigues de Moura 3 Regis Santos Mateus 4 Resumo O café é a commodity
Leia maisPREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH
VI Simpósio de Pesquisa dos Cafés do Brasil PREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH Alan Figueiredo de Arêdes 1 ; Matheus Wemerson Gomes Pereira ; Erly Cardo
Leia mais2 Risco de Base e Estatísticas Descritivas
2 Risco de Base e Estatísticas Descritivas 2.1 Amostra A amostra inclui os preços diários de todos os contratos futuros negociados de três commodities agropecuárias e dois ativos financeiros, entre 3 de
Leia maisModelagem do preço da soja utilizando a metodologia de análise de séries temporais 1
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1 Jair Wyzykowski 2 Maíra Rodrigues Villamagna 3 Thelma Sáfadi 4 Augusto Ramalho de Morais 5 1 Introdução Uma série é
Leia mais1 Introdução. desde 1991 e de futuros de açúcar desde A nova bolsa surgida da fusão entre BM&F e Bovespa é a quarta do mundo em volume de
1 Introdução É consensual que as commodities têm grande influência no crescimento ou não da economia brasileira e na manutenção dos superávits na balança comercial. 1 Não só ocorreu um aumento quantitativo
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisPrevisão da inflação do indicador IGP-M através de um modelo ARIMA
Previsão da inflação do indicador IGP-M através de um modelo ARIMA Mauricio Mattos Junho de 2014 Resumo Esse trabalho visa identificar um modelo ARIMA que seja efetivo na descrição e predição dos valores
Leia maisANÁLISE DAS OPERAÇÕES DE HEDGE DO BOI GORDO NO MERCADO FUTURO DA BM&F PARA O ESTADO DE GOIÁS
ANÁLISE DAS OPERAÇÕES DE HEDGE DO BOI GORDO NO MERCADO FUTURO DA BM&F PARA O ESTADO DE GOIÁS Odilon José de Oliveira Neto 1 Simone Oliveira Rezende 2 Reginaldo Santana Figueiredo 3 RESUMO Este artigo analisa
Leia maisMetodologia de gestão de Risco de Mercado
Metodologia de gestão de Risco de Mercado Data Criação: Ago/11 Data última revisão: Jun/13 1 Sumário 1. Introdução... 3 2. Risco de mercado... 3 3. Métodos de gerenciamento de risco... 3 4. Controle de
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia maisXIX SEMEAD Seminários em Administração
XIX SEMEAD Seminários em Administração novembro de 2016 ISSN 2177-3866 RAZÃO E EFETIVIDADE DE HEDGE PARA O BOI GORDO: UMA COMPARAÇÃO EMPÍRICA ENTRE OS MODELOS DE M&T, VAR e VEC RODRIGO LEITE FARIAS DE
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA. Leonardo Maia Coelho. Lucas Cavalcanti Rodrigues
UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ECONOMIA ÍNDICE IBOVESPA: UMA ANÁLISE ECONOMÉTRICA Leonardo Maia Coelho Lucas Cavalcanti Rodrigues Marina Oliveira Belarmino de Almeida Priscila Medeiros
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisAJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011
AJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011 LUIZ G. CARVALHO 1, CAMILA C. ALVARENGA 2 DANIELA C. RODRIGUES 3 1 Eng. Agrícola, Prof. Adjunto,
Leia maisANÁLISE DAS OPERAÇÕES DE HEDGE PARA CULTURA DO MILHO NO ESTADO DE GOIÁS
ANÁLISE DAS OPERAÇÕES DE HEDGE PARA CULTURA DO MILHO NO ESTADO DE GOIÁS professorodilon@yahoo.com.br Apresentação Oral-Comercialização, Mercados e Preços ODILON JOSÉ DE OLIVEIRA NETO 1 ; SIMONE OLIVEIRA
Leia maisAnálise de previsão da inflação no período pós-plano Real
Análise de previsão da inflação no período pós-plano Real Marina Rodrigues Maestre 1 Jayane Pereira de Oliveira 2 Raquel Castellucci Caruso Sachs 3 Vitor Augusto Ozaki 4 1 Introdução Durante a década de
Leia maisDerivativos agropecuários: excelente alternativa para diversificar risco e rentabilidade
Derivativos agropecuários: excelente alternativa para diversificar risco e rentabilidade Wilson Motta Miceli Os contratos futuros agropecuários proporcionam oportunidades de arbitragens entre diferentes
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Este trabalho pode ser classificado como uma pesquisa descritiva, quantitativa, bibliográfica, experimental, exploratória e explicativa. Este estudo é descritivo, pois
Leia maisModelos VAR, taxa de câmbio e taxa de juros Selic
Modelos VAR, taxa de câmbio e taxa de juros Selic Wanessa Weridiana da Luz Freitas Laura Vicuña Torres de Paula Resumo: A taxa de juros Selic e a taxa de câmbio podem ser vistas como duas taxas básicas
Leia maisAnálise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Análise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
Leia mais4 Mecanismo gerador dos dados, quebras estruturais e cointegração
4 Mecanismo gerador dos dados, quebras estruturais e cointegração 4.1. Mecanismo gerador de dados Eis alguns fatos destacados na literatura: A teoria da PPC prevê que a taxa de câmbio real deve convergir
Leia maisANÁLISE DAS OPERAÇÕES DE CROSS HEDGE DO BEZERRO E DO HEDGE DO BOI GORDO NO MERCADO FUTURO DA BM&F
ANÁLISE DAS OPERAÇÕES DE CROSS HEDGE DO BEZERRO E DO HEDGE DO BOI GORDO NO MERCADO FUTURO DA BM&F Resumo O estudo visa analisar as operações de cross hedge do bezerro na Bolsa de Mercadorias & Futuros
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia mais5 Modelos de previsão
5 Modelos de previsão 5.1 Previsão de séries temporais Um método comum para escrever o problema de previsão de séries temporais em uma estrutura de estimação por regressão é considerar as séries temporais
Leia mais4 Aplicação para o mercado brasileiro
4 Aplicação para o mercado brasileiro 4.1 Dados Uma aplicação da metodologia de Simulação Histórica Filtrada (SHF) foi realizada, a partir dos preços de opções do mercado brasileiro, como forma de verificar
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisTENDÊNCIAS DO PREÇO DA ARROBA DO BOI GORDO, USO DE SÉRIES TEMPORAIS E MODELO ARIMA NO SPSS
TENDÊNCIAS DO PREÇO DA ARROBA DO BOI GORDO, USO DE SÉRIES TEMPORAIS E MODELO ARIMA NO SPSS 72 William Leles de Souza Costa Resumo Brasil, tem atualmente o maior rebanho bovino comercial do mundo, com aproximadamente
Leia maisANÁLISE DAS OPERAÇÕES DE HEDGE DO BOI GORDO NO MERCADO FUTURO DA BM&F PARA O ESTADO DE GOIÁS
ANÁLISE DAS OPERAÇÕES DE HEDGE DO BOI GORDO NO MERCADO FUTURO DA BM&F PARA O ESTADO DE GOIÁS ANALYSIS OF THE HEDGE OPERATIONS OF THE BEEF CATTLE IN THE FUTURE MARKET OF BM&F FOR THE STATE OF GOIÁS ODILON
Leia maisGUERRA,DORR,FREITAS, v(11), nº 11, p , JUN, 2013.
2462 A EFETIVIDADE DO HEDGE PARA O MERCADO DE BOI GORDO NAS PRAÇAS DO RIO GRANDE DO SUL THE HEDGE EFFECTIVENESS FOR LIVE CATTLE MARKET IN RIO GRANDE DO SUL SQUARE Renata Rojas Guerra 1, Andréa Cristina
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia maisANÁLISE DO COMPORTAMENTO DA BASE DO CAFÉ ARÁBICA: UM ESTUDO DE CASO DO MUNICÍPIO DE ALPINÓPOLIS - MG
ANÁLISE DO COMPORTAMENTO DA BASE DO CAFÉ ARÁBICA: UM ESTUDO DE CASO DO MUNICÍPIO DE ALPINÓPOLIS - MG andressa_pavao@hotmail.com APRESENTACAO ORAL-Comercialização, Mercados e Preços ANDRESSA RODRIGUES PAVAO.
Leia mais3 Modelo estocástico para os fatores de risco
Modelo estocástico para os fatores de risco 35 3 Modelo estocástico para os fatores de risco 3.1. Conceitos básicos Um dos principais problemas de um ALM é a modelagem da incerteza sobre os valores futuros
Leia maisAvaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais
Avaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais 1 Introdução Micherlania da Silva Nascimento 1 Leila Maria Ferreira 2 Tatiane Carvalho Alvarenga 3 4 O Brasil é o
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisCOMPORTAMENTO DAS EXPORTAÇÕES DE MANGA DO VALE SUBMÉDIO SÃO FRANCISCO: UMA ABORDAGEM A PARTIR DE VETORES AUTORREGRESSIVOS
ISSN impressa 0100-4956 ISSN eletrônica (on line) 2357-9226 COMPORTAMENTO DAS EXPORTAÇÕES DE MANGA DO VALE SUBMÉDIO SÃO FRANCISCO: UMA ABORDAGEM A PARTIR DE VETORES AUTORREGRESSIVOS Behavior of mango exports
Leia maisRevista Eletrônica de Economia da Universidade Estadual de Goiás UEG ISSN: X PREVISÃO DE PREÇOS DO BOI GORDO COM MODELOS ARIMA E SARIMA 1
PREVISÃO DE PREÇOS DO BOI GORDO COM MODELOS ARIMA E SARIMA 1 Saulo Jardim de Araujo 2 Alan Figueiredo de Aredes 3 Vladimir Faria dos Santos 4 Resumo: O artigo teve como objetivo avaliar a eficácia dos
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 7
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 7 Armando Manuel 09/29/2017 10. ECONOMETRIA DAS SERIES TEMPORAIS a) Processos Estocásticos b) A Cointegração c) A Previsão 1. Modelo Box
Leia maisRevisão dos Modelos de Vetores Autorregressivos com Fundamentação Econômica 2012
Revisão dos Modelos de Vetores Autorregressivos com Fundamentação Econômica 2012 No amplo conjunto de modelos utilizados pelo Banco Central para projetar a inflação, encontram-se, entre outros, os modelos
Leia maisGrupo de Pesquisa: COMERCIALIZAÇÃO, MERCADO E PREÇOS
MODELOS DE PREVISÃO PARA DADOS DE ALTA FREQÜÊNCIA: UM ESTUDO COMPARATIVO UTILIZANDO OS MODELOS DE REDES NEURAIS E ARIMA PARA O CASO DO PREÇO FUTURO DO AÇÚCAR. amandaires@gmail.com Apresentação Oral-Comercialização,
Leia maisAnálise da série temporal do desemprego em regiões metropolitanas do Brasil
Análise da série temporal do desemprego em regiões metropolitanas do Brasil Érica Fernanda da Cruz 1 3 Tamara Aparecida Nogueira dos Anjos 2 Thelma Sáfadi 2 1 Introdução O desemprego no Brasil é uma constante
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Em uma grande escola, 10% dos alunos são comprovadamente fracos. Um teste educacional conseguiu identificar corretamente 80% entre aqueles que são fracos e 85% entre aqueles que
Leia maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisPrevisão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis
Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis Gabriel Tambarussi Avancini 1 Thiago Viana Flor de Santana 1 Vitor Augusto Ozaki 1 Djair
Leia mais4 Base de dados, métricas estatísticas e metodologia
4 Base de dados, métricas estatísticas e metodologia 4.1. Base de dados Foram coletados dados do boletim estatístico do Ministério da Previdência Social de forma temporal para os meses de dezembro de 2002
Leia maisCASUALIDADE E ELASTICIDADE DE TRANSMISSÃO DO TOMATE NO ESTADO DO CEARÁ 1995 A Palavras-chave: Casualidade, Elasticidade de Transmissão, Tomate.
CASUALIDADE E ELASTICIDADE DE TRANSMISSÃO DO TOMATE NO ESTADO DO CEARÁ 1995 A 2002 Francisco José Silva Tabosa Denise Michele Furtado da Silva Clóvis Luis Madalozzo Robério Telmo Campos Resumo: O tomate
Leia maisO uso de Máquina de Suporte Vetorial para Regressão (SVR) na Estimação da Estrutura a Termo da Taxa de Juros do Brasil 12
1 Introdução No Brasil, o grande aumento na adesão a planos de previdência privada nos últimos tempos implicou em maiores preocupações de bancos e seguradoras em fazer investimentos visando garantir o
Leia maisMODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013
MODELOS DE REGRESSÃO E DECOMPOSIÇÃO PARA DESCREVER O CONSUMO RESIDENCIAL DE ENERGIA ELÉTRICA NO BRASIL ENTRE 1985 E 2013 Maria José CharfuelanVillarreal Universidade Federal do ABC OBJETIVO Identificar
Leia maisEfetividade e razão ótima de hedge para operações de boi gordo em Goiás
Efetividade e razão ótima de hedge para operações de boi gordo em Goiás 1.RODRIGO DA SILVA SOUZA; 2.CLEYZER ADRIAN CUNHA; 3.ALCIDO ELENOR WANDER 1,2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA - GO - BRASIL;
Leia maisMBA Executivo em Mercado de Capitais e Derivativos
1) APRESENTAÇÃO A Escola de Pós Graduação FACAMP e o Instituto Educacional BM&FBOVESPA firmaram parceria para oferecerem diversos cursos de pós graduação. Destinado a profissionais que já atuam no mercado
Leia maisAplicação do modelo arima para previsão do preço da commodity milho
Recebido 27/03/2017 Aprovado 26/09/2017 Aplicação do modelo arima para previsão do preço da commodity milho Application of The ARIMA Model to Forecast the Price of the Commodity Corn Carlos Gonçalves Cas
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DO COMPORTAMENTO DO PREÇO DE SOJA, MILHO E TRIGO NA BOLSA DE VALORES DE CHICAGO
Eixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DO COMPORTAMENTO DO PREÇO DE SOJA, MILHO E TRIGO NA BOLSA DE VALORES DE CHICAGO ANALYSIS OF THE BEHAVIOR OF SOY, CORN AND WHEAT PRICES
Leia maisEfetividade e razão ótima de hedge para operações de boi gordo em Goiás
ARTIGO / ARTICLE Efetividade e razão ótima de hedge para operações de boi gordo em Goiás Rodrigo da Silva Souza 1 Cleyzer Adrian Cunha 2 Alcido Elenor Wander 3 Resumo O objetivo deste estudo foi estimar
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
Leia maisHEDGE DE MÍNIMA VARIÂNCIA PARA O MERCADO DE CAFÉ ROBUSTA NO MUNICÍPIO DE CACOAL/RO NO PERÍODO COMPRENDIDO ENTRE 2000 E
HEDGE DE MÍNIMA VARIÂNCIA PARA O MERCADO DE CAFÉ ROBUSTA NO MUNICÍPIO DE CACOAL/RO NO PERÍODO COMPRENDIDO ENTRE 2000 E 2008. anandamaciel@yahoo.com.br POSTER-Trabalhos de Iniciação Científica CÁSSIO SOUSA
Leia maisUtilizando a função auto.arima em modelos de séries temporais
Utilizando a função auto.arima em modelos de séries temporais Erasnilson Vieira Camilo 1 2 Marina Rodrigues Maestre 1 Rick Anderson Freire Mangueira 1 Elias Silva de Medeiros 1 Cristian Villegas 1 1 Introdução
Leia mais3 Dados e metodologia
3 Dados e metodologia 3.1 Apresentação de Dados Para a realização dessa pesquisa foram utilizados os dados da série histórica dos preços da soja (em grão) do Estado do Paraná, obtidos da base de dados
Leia maisRevista Eletrônica de Economia da Universidade Estadual de Goiás UEG ISSN: X
RESUMO CAUSALIDADE E TRANSMISSÃO DE PREÇO DO MILHO ENTRE IMPORTANTES MUNICIPIOS GOIANOS PRODUTORES E A BM&FBOVESPA Gislene Zinato Rodrigues 1 O presente estudo analisou a causalidade e a direção da transmissão
Leia maisPrevisão de Séries Temporais utilizando Métodos Estatísticos
Previsão de Séries Temporais utilizando Métodos Estatísticos Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José Thadeu Pinto
Leia maisTÍTULO: O MERCADO FUTURO DE COMMODITIES E O VALOR DAS AÇÕES DE EMPRESAS CONSUMIDORAS E PRODUTORAS DE ALIMENTOS
TÍTULO: O MERCADO FUTURO DE COMMODITIES E O VALOR DAS AÇÕES DE EMPRESAS CONSUMIDORAS E PRODUTORAS DE ALIMENTOS CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS SOCIAIS E APLICADAS SUBÁREA: Ciências Contábeis INSTITUIÇÃO(ÕES):
Leia maisADMINISTRAÇÃO FINANCEIRA
ADMINISTRAÇÃO FINANCEIRA Prof. Renê Coppe Pimentel Prof. Renê Coppe Pimentel Pg. 1 RISCO E RETORNO (PORTFÓLIO DE 2 ATIVOS) Prof. Renê Coppe Pimentel Pg. 2 RISCO E RETORNO: PORFOLIOS Portfólios Teoria de
Leia maisUNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA. Maio 2018 Aula 8
1 UNIVERSDADE AGOSTINHO NETO FACULDADE DE ECONOMIA Maio 2018 Aula 8 Armando Manuel 09/29/2017 A PREVISÃO Armando Manuel 09/29/2017 11 1. A metodologia Box-Jenkins é um processo que se inicia com a analise
Leia mais6.1 Características da Opção sobre Futuro de Depósitos Financeiros de 1 dia
50 6 Implementação Neste capítulo serão discutidas algumas características do ativo objeto de nossa análise, assim como outros fatores de suma importância para o trabalho, tais como: fonte de dados, taxa
Leia mais1 Introdução. de Froot e Rogoff (1995), Frankel e Rose (1995) e Rogoff (1996).
1 Introdução A literatura teórica sobre taxas de câmbio apresenta uma série de resultados que não são respaldados empiricamente. Embora o avanço das técnicas econométricas e o surgimento de bases de dados
Leia maisPrevisão da arrecadação de ICMS para o Estado de Sergipe: Modelagem a partir da metodologia de Box e Jenkins
Previsão da arrecadação de ICMS para o Estado de Sergipe: Modelagem a partir da metodologia de Box e Jenkins Tiago de Moura Soeiro Universidade Federal de Pernambuco Rodrigo Vicente dos Prazeres Universidade
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisFatos estilizados e volatilidade de retorno do petróleo WTI
Fatos estilizados e volatilidade de retorno do petróleo WTI Bruno Marangoni Costa (PUC-Rio) brunomcosta@yahoo.com Fernando Antônio Lucena Aiube (PUC-Rio) aiube@ind.puc-rio.br Tara Keshar Nanda Baídya (PUC-Rio)
Leia maisMÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL
MÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL Thais Rubiane Domingues Silva 1, Laryssa Ribeiro 2, Fábio Luis Figueiredo Fernandes 3, Danielle Mayumi Campos Tamaki 4 Centro
Leia mais7 Velocidade de ajustamento da cotação ao fluxo de ordem
63 7 Velocidade de ajustamento da cotação ao fluxo de ordem Algumas das hipóteses subjacentes ao modelo apresentado no Capítulo 4 são: i) os preços podem se ajustar livremente e de forma descontínua para
Leia maisCAUSALIDADE E CO-INTEGRAÇÃO NO MERCADO DE CAFÉ ENTRE A BM&F E A NYBOT
CAUSALIDADE E CO-INTEGRAÇÃO NO MERCADO DE CAFÉ ENTRE A BM&F E A NYBOT MARCELO LUIZ CAMPOS VALENTE; MARCELO JOSÉ BRAGA; UNIVERSIDADE FEDERAL DE VIÇOSA - UFV VIÇOSA - MG - BRASIL marceloagronegocio@yahoo.com.br
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisUma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro
Uma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro 1 Introdução Everton Batista da Rocha 1 2 Marcelo Lopes Moraes 3 Marcos Aurelio Rodrigues 3 O real
Leia maisEstimação de Modelos ARMA e ARIMA
Estimação de Modelos ARMA e ARIMA Estagiária Docente: Vívian dos Santos Queiroz Disciplina: Econometria Aplicada Professor: Sabino da Silva Porto Júnior Apresentação Inserindo Dados de Séries Temporais
Leia mais21/06/ Carlos R. Godoy 2. Renda Variável. Agenda da Aula Mercados de Futuros - Derivativos. Mercados Futuros: Derivativos
Mercado Financeiro I RCC 0407 Agenda da Aula - 10 1 2 Renda Variável Mercados de s - Derivativos Aula 10 1. Derivativos 2. Mercado de Capitais x Mercado de s 3. 4. Preço a Vista e Preço 5. Mecânica da
Leia maisCOMPORTAMENTO DA BASE E ANÁLISE DO RISCO DE BASE NA COMERCIALIZAÇÃO DO BOI GORDO NO ESTADO DE GOIÁS, BRASIL 1
COMPORTAMENTO DA BASE E ANÁLISE DO RISCO DE BASE NA COMERCIALIZAÇÃO DO BOI GORDO NO ESTADO DE GOIÁS, BRASIL 1 Odilon José de Oliveira Neto 2, André Grossi Machado 2, Reginaldo Santana Figueiredo 2 ABSTRACT
Leia maisVetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência
Vetores Auto-Regressivos (VAR) Cristian Rafael Pelizza Estágio de docência Forma estrutural e reduzida O método VAR busca capturar a interdependência entre múltiplas séries de tempo. Estrutura-se equações
Leia maisMODELOS DE PREVISÃO APLICADO AO MERCADO DE CARNE SUÍNA
MODELOS DE PREVISÃO APLICADO AO MERCADO DE CARNE SUÍNA Alan Figueiredo de Aredes 1 Alessandro de Assis Santos Oliveira RESUMO Dada a importância do nivel de preço para o planejamento e tomada de decisão,
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia mais28/11/2016. Renda Variável. Mercado Financeiro I RCC Mercados de Futuros - Derivativos. Agenda da Aula Mercado de Futuros
1 Universidade de São Paulo Mercado Financeiro I RCC 0407 2 Faculdade de Economia, Administração e Contabilidade Ribeirão Preto Mercado Financeiro I RCC 0407 Renda Variável Mercados de s - Derivativos
Leia maisVer programa detalhado em anexo. CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA
CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA 2017.2 ECO 1705 ECONOMETRIA II CARGA HORÁRIA TOTAL: XX HORAS CRÉDITOS: 4 PRÉ-REQUISITO(S): ECO1704, ECO1722, ECO1721, MAT1112, MAT1105 OBJETIVOS Completar
Leia maisMestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007
Projeções de Séries S Temporais Econometria dos Mercados Financeiros Mestrado Profissionalizante em Finanças as e Economia Empresarial FGV / EPGE Prof. Eduardo Ribeiro Julho Setembro 2007 Objetivo do curso
Leia maisANEXO C ANÁLISES DE REGRESSÃO (DADOS POR BAIRROS) VULNERABILIDADE X RENDA REGRESSÃO CLÁSSICA
ANEXO C ANÁLISES DE REGRESSÃO (DADOS POR BAIRROS) VULNERABILIDADE X RENDA REGRESSÃO CLÁSSICA O R² (R squared), ou coeficiente de determinação, da regressão clássica mostra o ajuste do modelo, ou seja,
Leia maisAnálise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008
Análise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008 Daniela Bandeira, Paulo Germano, Filipe Formiga e Jeremias Leão Universidade Federal do Piauí
Leia maisANÁLISE DA RELAÇÃO DE CAUSALIDADE ENTRE PIB E CONSUMO DE COMBUSTÍVEIS PELO SETOR DE TRANSPORTES BRASILEIRO
ANÁLISE DA RELAÇÃO DE CAUSALIDADE ENTRE PIB E CONSUMO DE COMBUSTÍVEIS PELO SETOR DE TRANSPORTES BRASILEIRO N. C. M. Brondino, O. C. Brondino, B. P. Alves RESUMO Na maioria das vezes, a previsão da demanda
Leia maisFACULDADE DE TECNOLOGIA E CIÊNCIAS SOCIAIS APLICADAS FATECS CURSO: ADMINISTRAÇÃO ÁREA: ADMINISTRAÇÃO GERAL
FACULDADE DE TECNOLOGIA E CIÊNCIAS SOCIAIS APLICADAS FATECS CURSO: ADMINISTRAÇÃO ÁREA: ADMINISTRAÇÃO GERAL UMA ESTRATÉGIA DE HEDGE COM OPÇÕES DE VENDA PARA O PRODUTOR AGROPECUÁRIO RAFAEL RODRIGUES DE ABREU
Leia maisDeterminação da Estabilidade de Variáveis de Produção Utilizando a Metodologia VAR e Gráficos de Controle Multivariados
48 Determinação da Estabilidade de Variáveis de Produção Utilizando a Metodologia VAR e Gráficos de Controle Multivariados Determination of the Stability of Production Variables Using the VAR Methodology
Leia maisO PAPEL DA ESPECULAÇÃO NO MERCADO FUTURO DE COMMODITIES Renata Oliveira Pires de Souza. Palavras-Chaves: mercado futuro; commodities; especulação
O PAPEL DA ESPECULAÇÃO NO MERCADO FUTURO DE COMMODITIES Renata Oliveira Pires de Souza Resumo: O presente artigo pretende explicar o funcionamento do mercado de commodities, elucidando seu surgimento e
Leia maisPrevisão do preço da commodity café arábica: Uma aplicação da Metodologia Box-Jenkins
ISSN 0798 1015 HOME Revista ESPACIOS! ÍNDICES! A LOS AUTORES! Vol. 39 (Nº 04) Ano 2018 Pág. 18 Previsão do preço da commodity café arábica: Uma aplicação da Metodologia Box-Jenkins Price forecast of the
Leia maisMedidas Macroprudenciais no Brasil: Efeitos do Depósito Compulsório Sobre Produto e Estoque de Crédito da Economia Parte 2
temas de economia aplicada 39 Medidas Macroprudenciais no Brasil: Efeitos do Depósito Compulsório Sobre Produto e Estoque de Crédito da Economia Parte 2 Raí da Silva Chicoli (*) Esta é a segunda parte
Leia maisPROJEÇÕES DA PRODUÇÃO DE CELULOSE DE FIBRA CURTA NO BRASIL
PROJEÇÕES DA PRODUÇÃO DE CELULOSE DE FIBRA CURTA NO BRASIL Renato Vinícius Oliveira Castro 1, Ana Flávia Neves Mendes 1, Glauciana da Mata Ataíde 1, Júlia Melo Franco Neves Costa 1, João Paulo Guimarães
Leia maisUniversidade Presbiteriana Mackenzie Trabalho de Econometria
Universidade Presbiteriana Mackenzie Trabalho de Econometria Graciele Maria Salzbrunn Mori Itiro Priscila de Oliveira Dutra Introdução 100% inercial. Objetivo: Verificar se é possível afirmar que a inflação
Leia mais1 Introdução e motivação
13 1 Introdução e motivação A taxa de câmbio real é uma variável endógena com importantes efeitos sobre a renda, o emprego, a inflação e o balanço de transações correntes de cada país. Por essa razão,
Leia maisTestes de Raiz Unitária para Dados em Painel
Aula 7 Bibliografia: Stata, 2017. help xtunitroot. From Stata/SE 13 (accessed on Oct. 23, 2018). Pesaran, M.H. (2015). Time series and panel data econometrics. Oxford: Oxford University Press. Rafael S.
Leia maisMERCADOS E INVESTIMENTOS FINANCEIROS INTRODUÇÃO AOS FUTUROS
MERCADOS E INVESTIMENTOS FINANCEIROS INTRODUÇÃO AOS FUTUROS Mercados à vista Valores mobiliários: acções, obrigações, títulos de participação, etc. Obrigações dos contraentes cumpridas no momento da transacção
Leia maisMensuração e Análise do Risco de Base da Arroba do Boi Gordo no Estado de Goiás
Mensuração e Análise do Risco de Base da Arroba do Boi Gordo no Estado de Goiás Odilon José de Oliveira Neto Resumo: O presente artigo tem por objetivo mensurar e analisar o risco de base da arroba do
Leia maisUMe Sobre a Um Investimentos
UMe Sobre a Um Investimentos A UM INVESTIMENTOS é uma instituição financeira independente e atua no mercado financeiro há 44 anos. Atualmente é a maior corretora de investimentos brasileira nas redes sociais,
Leia mais