Universidade do Sul de Santa Catarina

Ps-graduao em Matemtica
Financeira Aplicada aos Negcios
ESTATSTICA APLICADA AS FINANAS
PROFESSOR AMILTON BARRETO DE BEM
1
Estatstica Aplicada as Finanas
HORAS-
AULA
CRDIT
OS
30 !
OBJETIVOS:
Promover con"ecimentos na rea da estatstica para au#iliar na anlise
de investimentos so$ condi%es de risco& 'ormao de modelos de preos
de ativos 'inanceiros( )am$*m& demonstrar como o $eta * uma medida
de risco e empregar os 'undamentos $sicos da teoria da 'ronteira
e'iciente nas aplica%es 'inanceiras(
EMEN)A+
,istri$ui%es de pro$a$ilidade discreta e contnua( Amostragem e
estimao( Anlise de correlao& covari-ncia e regresso(
Caractersticas do con.unto de oportunidades em condi%es de risco(
,elineamento de carteiras e'icientes( )*cnicas de clculo da 'ronteira
e'iciente( Modelo de ndice /nico(
01021345AF1A+
P1N6E153& 7uliano 2ima( Mercado de capitais+ 'undamentos e t*cnicas(
8( Ed( So Paulo + Atlas& !99:(
E2)3N& E( 7( et al( Moderna teoria de carteiras e analise de
investimentos( So Paulo + Atlas& !99;(
SECU5A)3& 7os* 5o$erto( Calculo Financeiro das tesourarias<0ancos e
Empresas( So Paulo+ Saint Paul& !998(
41)MAN& 2( 7( Principios de administrao Financeira( =9( Ed( Addison
>esle?& !99;(
@1541221)3& Salvatore 0enito( Estatstica aplicada A Administrao
Financeira( So Paulo+ Al'a-3mega 2),A& !998(
ASSAF NE)3& Ale#andre( Curso de administrao 'inanceira( So
Paulo+Atlas& !99B(
SECU5A)3& 7os* 5o$erto( ,ecis%es 'inanceiras em condi%es de risco(
So Paulo+ Saint Paul Editora& !99C(
2
Unidade I: Distribi!"es de Pr#babi$idade Dis%reta e
C#nt&na' A(#stra)e( e Esti(a!*#
3$.etivos da Unidade
- Calcular ta#a de retorno de ativos 'inanceiros+ simples e acumulada
- Calcular a esperana e risco a$soluto e relativo de um ativo 'inanceiro(
- Analisar a distri$uio das ta#as de retorno Duanto a assimetria e curtose(
- Estimar pro$a$ilidade de renta$ilidade(
Intr#d!*#
3 mundo dos negcios e#ige Due as pessoas tomem decis%es& em muitas
veEes& no meio de muitas tur$ulFncias( A tur$ulFncia mais recente 'oi a crise
imo$iliria dos Estados Unidos da Am*rica& Due me#eu com as $olsas de valores
do mundo todo( No 0rasil o 1@3@ESPA GHndice da 0olsa de @alores do Estado
de So PauloI& no perodo de BJ9KJ!99C a =LJ9KJ!99C& registrou seis dias
consecutivos de Dueda no volume de negcios G-=8&=MI( Este 'ato econNmico 'eE
com Due a maioria das a%es negociadas na $olsa tivesse seus preos diminudos(
Fatos dessa natureEa ou 'atos relativos a empresa * Due provoca o risco de um
ativo ou de um porti'lio(
+ , Ta-a de ret#rn#
3 conceito de retorno * empregado para analisar o desempen"o 'inanceiro do
investimento( Portanto o retorno em unidades monetrias nada mais do Due a di'erena
entre a Duantidade monetria investida e Duantidade monetria resgatada(
Para calcular a ta#a de retorno de um ativo& 'aamos
t
P
o preo do ativo no
tempo t & normalmente um dia ou um mFs de negcio&
= t
P
o preo do ativo no tempo
= t ( A variao de preos entre os instantes t e = t dividida pelo preo do tempo
= t * denominada de ta#a de retorno& so$ a "iptese de Due no ten"am ocorrido
dividendos pagos no perodo( A e#presso matemtica para se calcular a ta#a de retorno
de um ativo no tempo t *+
t
R
O
=99 P
= =
=

t t
t t
P
P
p
P P
G=I
3
3nde
t
R

O ta#a de retorno no instante
t
(
t
P

O preo do ativo na data t de aplicao(
= t
p

O preo do ativo na data = t de aplicao(
A ta$ela a$ai#o apresenta os dias de prego na 0olsa de @alores do Estado de So Paulo
e os preos de 'ec"amento em reais e as ta#as de retornos dirio dos ativos )E2EMA5
PN e Petro$ras PN para os dias de prego do mFs de 'evereiro de !99K
)a$ela =+ 0rasil& Preos de Fec"amento dos Ativos )E2EMA5 PN e PE)5305AS PN
8=J9=J!99K a !BJ9!J!99K
,ia
Preo de 'ec"amento em reais )a#a de retorno dirio
)E2EMA5 PN PE)5305AS PN )E2EMA5 PN PE)5305AS PN
8=J9=J!99K ;:&;9 K9&;9 - -
9=J9!J!99K ;L&LK K=&C9 !&K! =&L!
9LJ9!J!99K ;:&8K CK&K9 -!&CK -8&::
9CJ9!J!99K ;:&K9 K=&!: 9&B8 8&==
9KJ9!J!99K ;8&:9 K=&K9 -:&9! 9&LK
==J9!J!99K ;=&;= K8&=C -;&K9 =&LC
=!J9!J!99K ;9&B= K8&8; -=&!= 9&!9
=8J9!J!99K ;=&B9 K;&:L !&;! =&;L
=;J9!J!99K ;=&L9 K8&:8 -9&C! -=&!!
=:J9!J!99K ;9&L9 K!&K9 -!&;9 -9&KC
=KJ9!J!99K ;9&=: K;&B: -=&== !&L9
=BJ9!J!99K 8B&L9 K:&89 -=&8C 9&;=
!9J9!J!99K ;!&L: K:&:9 C&C9 9&!8
!=J9!J!99K ;!&:9 K;&9= -9&8: -=&C;
!!J9!J!99K ;!&B9 K;&89 9&B; 9&8:
!:J9!J!99K ;;&L8 K;&!: ;&98 -9&9L
!LJ9!J!99K ;;&99 K;&;9 -=&;= 9&=K
!CJ9!J!99K ;8&B: K:&C9 -9&== =&:;
!KJ9!J!99K ;;&99 KL&=: 9&== 9&:8
!BJ9!J!99K ;!&!= K=&;: -;&9C -:&;L
Fonte + 1n'omone?& acesso em 9:J98J!99K
3 clculo da ta#a de retorno do ativo )E2EMA5 PN para o dia 9=J9!J!99K
G perodo t I& comparando com o dia 8=J9=J!99K G perodo = t I& $asta su$stituir os
preos de 'ec"amento deste ativo na e#presso G=I( Assim temos+
M K! & ! K=B8K & ! =99 P
;9 & ;:
;9 & ;: LK & ;L
!
= !
!

R
R R
R
3 percentual acima indica Due o ativo )E2EMA5 PN no dia 9=J9!J!99K
comparando com o dia 8=J9=J!99K teve um aumento de !&!K!M( Para o dia 9LJ9!J!99K&
tendo como $ase o dia anterior G9=J9!J!99KI& tem-se a seguinte ta#a de retorno+
M CK & ! CK;B= & ! =99 P
LK & ;L
LK & ;L 8: & ;:
=
=
L

t
t t
p
P P
R
4
3 resultado acima indica Due o ativo )E2EMA5 PN no dia 9LJ9!J!99K comparado com
o preo de 'ec"amento do dia 9=J9!J!99K apresentou Dueda de !&CKM( As demais ta#as
de retorno so calculadas da mesma 'orma(
Um estudo de tendFncia& movimento em alguma direo& * realiEado e#pondo
as ta#as de retorno em gr'ico de lin"a( 3 gr'ico de lin"a apresentando as ta#as de
retornos dos ativos )E2EMA5 PN e PE)5305AS PN o$tidas no mFs de 'evereiro de
!99K segue apresentado na 'igura =(
Figura =+ 0rasil& )a#as de 5etorno dos Ativos )E2EMA5 PN E PE)5305QS PN(
Fevereiro de !99K
3$serva-se na 'igura acima Due a maioria das ta#as de retorno oscilou entre
!M e <!M( )am$*m& Due as ta#as de retorno do ativo )E2EMA5 PN 'oram o Due
apresentou maiores picos no perodo em o$servao& logo * o ativo de maior risco(
Ruanto A tendFncia no se o$serva nen"um movimento ascendente( As ta#as de retorno
dos dois ativos oscilam em torno de Eero(
Em sntese& a anlise da 'igura = no possi$ilita concluir Dual dos dois ativos
apresenta maior ta#a de retorno no mFs de estudo( 3 pro$lema se resolve& calculando a
ta#a de retorno acumulada no perodo o$servado& ou se.a& Dual * a ta#a de retorno
acumulada do ativo )E2EMA5 PN e do ativo PE)5305AS PN em !BJ9!J9K tendo
como $ase o preo de 'ec"amento de 8=J9=J9KS
5
Brasil : Taxas de Retorno dos ativos TELEMAR PN e PETROBRAS
PN. Fevereiro de 2008
-8
-6
-4
-2
0
2
4
6
8
10
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Dias
Taxas de Retorno !"
TELEMAR PN -
PETROBRAS PN -
Para calcular a ta#a de retorno acumulada G5
ac
I de DualDuer ativo& utiliEa-se o regime de
capitaliEao composta& . discutida na disciplina de matemtica 'inanceira( Segundo
este regime a ta#a de retorno acumulada * de'inido pela seguinte 'rmula+
T =99 P T = MIU = G P ((( P MI = G P MI = G P MI = VWG
8 ! =
+ + + +
n ac
R R R R R G!I
E#emplo+ Calcular a ta#a de retorno acumulada do ativo )E2EMA5 PN para os trFs
primeiros dias de 'evereiro(
T =99 P T = MIU = G P MI = G P MI = VWG
8 ! =
+ + + R R R R
ac
Su$stituindo as ta#as dirias& reportadas na ta$ela =& Duais se.am !&K!M& -!&CKM e
9&B8M na e#presso acima temos+
=99 P T = MIU B8 & 9 = G P MI CK & ! = G P MI K! & ! = VWG + +
AC
R
=99 P T = IU 99B8 & 9 = G P I 9!CK & 9 = G P I 9!K! & 9 = VWG + +
AC
R

=99 P T = U 99B8 & = P BC!! & 9 P 9!K! & = VW
AC
R

M KB & 9
=99 P T = 99KB=! & = V

ac
ac
R
R
A ta#a de retorno acumulada do ativo )E2EMA5 PN nos trFs primeiros dias de
'evereiro 'oi de 9&KBM( Assim vocF pode concluir Due de cada =99 reais investido no
ativo )E2EMA5 PN& o investidor o$teve nestes trFs dias de 'evereiro& KB centavos de
gan"o nominal(
As ta$elas ! e 8 reportadas a seguir apresentam o processo para se o$ter a
ta#a de retorno acumulada dos ativos )E2EMA5 PN e PE)5305AS PN do mFs de
'evereiro de !99K(
)a$ela ! + Planil"a de Clculo da )a#a de 5etorno Acumulado do Ativo )E2EMA5 PN
,ia )a#a de 5etorno G
G
MI = G
& = i
R +
)a#a de retorno
Acumulada
6
i
R
& = I
G
i
ac
A
& =
I
8=J9=J!99K - -
9=J9!J!99K !&K! =&9!K! =&9!K!
9LJ9!J!99K -!&CK 9&BC!! 9&BBBL
9CJ9!J!99K 9&B8 =&99B8 =&99KB
9KJ9!J!99K -:&9! 9&B;BK 9&B:K8
==J9!J!99K -;&K9 9&B:!9 9&B=!8
=!J9!J!99K -=&!= 9&BKCB 9&B9=!
=8J9!J!99K !&;! =&9!;! 9&B!89
=;J9!J!99K -9&C! 9&BB!K 9&B=L;
=:J9!J!99K -!&;9 9&BCL9 9&KB;;
=KJ9!J!99K -=&== 9&BKKB 9&KK;:
=BJ9!J!99K -=&8C 9&BKL8 9&KC!;
!9J9!J!99K C&C9 =&9CC9 9&B8B:
!=J9!J!99K -9&8: 9&BBL: 9&B8L!
!!J9!J!99K 9&B; =&99B; 9&B;:9
!:J9!J!99K ;&98 =&9;98 9&BK8=
!LJ9!J!99K -=&;= 9&BK:B 9&BLB8
!CJ9!J!99K -9&== 9&BBKB 9&BLK!
!KJ9!J!99K 9&== =&99== 9&BLB8
!BJ9!J!99K -;&9C 9&B:B8 9&B!BK
)a#a de retorno acumulada no mFs de 'evereiro de !99K
M 9! & C =99 P I = B!BK & 9 G
)a$ela 8+ Planil"a de Clculo da )a#a de 5etorno Acumulado do Ativo PE)5305AS
PN
,ia )a#a de 5etorno G
i
R
& ! I
G
MI = G
& ! i
R +
)a#a de retorno
Acumulada
G
i
ac
A
& !
I
8=J9=J!99K - -
9=J9!J!99K =&L! =&9=L! =&9=L!
9LJ9!J!99K -8&:: 9&BL;: 9&BK9=
9CJ9!J!99K 8&== =&98== =&9=9L
9KJ9!J!99K 9&LK =&99LK =&9=C:
==J9!J!99K =&LC =&9=LC =&98;:
=!J9!J!99K 9&! =&99! =&98L:
=8J9!J!99K =&;L =&9=;L =&9:=C
=;J9!J!99K -=&!! 9&BKCK =&98KK
=:J9!J!99K -9&KC 9&BB=8 =&9!BK
7
=KJ9!J!99K !&L =&9!L =&9:LL
=BJ9!J!99K 9&;= =&99;= =&9L9B
!9J9!J!99K 9&!8 =&99!8 =&9L8;
!=J9!J!99K -=&C; 9&BK!L =&9;;K
!!J9!J!99K 9&8: =&998: =&9;K:
!:J9!J!99K -9&9L 9&BBB; =&9;CB
!LJ9!J!99K 9&=K =&99=K =&9;BK
!CJ9!J!99K =&:; =&9=:; =&9L:B
!KJ9!J!99K 9&:8 =&99:8 =&9C=L
!BJ9!J!99K -:&;L 9&B;:; =&9=8=
)a#a de retorno acumulada no mFs de 'evereiro de !99K
M 8= & = =99 P I = 9=8= & = G
Con'orme ta$elas ! e 8& a ta#a de retorno acumulado dos ativos )E2EMA5
PN e PE)5305AS PN 'oram respectivamente iguais a <C&9!M e =&8=M( EnDuanto o
ativo )E2EMA5 PN teve uma Dueda de C&9!M no mFs de 'evereiro de !99K& o ativo
PE)5305AS PN& apresentou no mesmo perodo& um aumento de =&8=M
3 gr'ico de lin"as G'igura ! I apresenta as ta#as de retorno acumuladas( Possi$ilitam
o$servar a tendFncia do desempen"o dos ativos em Duesto(
Figura !+ 0rasil& )a#as de 5etorno Acumulada dos Ativos )E2EMA5 PN e
PE)5305AS PN( Fevereiro de !99K
3$serve o desempen"o das ta#as de retorno acumulada compostamente( EnDuanto o
ativo )E2EMA5 PN se mant*m em todos os dias a$ai#o de =& o ativo PE)5305AS
PN& em todos os dias 'ica acima de =(
. , Es/eran!a das ta-as de ret#rn#
8
Brasil : Distri#$i%&es das Taxas de Retorno A'$($lada
dos Ativos TELEMAR PN e PETROBRAS PN. Fevereiro de
2008
0,0000
0,2000
0,4000
0,6000
0,8000
1,0000
1,2000
1 3 5 7 9 11 13 15 17 19
Dia
)ndi'e de
Retorno
A'$($lado
TELEMAR PN
PETROBRAS PN
A m*dia aritm*tica ou valor esperado das ta#as de retorno do ativo i & Duando
estas tiverem a mesma pro$a$ilidade de ocorrFncia * o$tida dividindo o somatrio das
ta#as de retorno pelo n/mero de retornos somados( 3 sm$olo ij
R

* utiliEado para
indicar a
j
- *simo ta#a de retorno possvel em termos do retorno do ativo i ( ,enota-
se a ta#a de retorno esperada do ativo i por
i
R
ou
I G
i
R E
( A m*dia ou valor esperado
de
n
retornos eDuiprovveis do ativo i * de'inido por+
M*dia O
i
R
O
I G
i
R E
O

n
j
ij
n
R
=
G8I
E#emplo+ A m*dia aritm*tica das ta#as de retorno do ativo )E2EMA5 PN&
apresentados na ta$ela =& para os cinco primeiro dias de 'uncionamento do prego *
calculada& dividindo o somatrio das ta#as de retorno dos cinco primeiros dias por :&
ou se.a +
i
R
O
:
LC & = LK & 9 == & 8 G I :: & 8 G L! & = + + + +
O
:
:8 & 8
O
M C= & 9 M C9L & 9
A ta#a de retorno m*dio do ativo )E2EMA5 PN para os cinco primeiros dias de
'evereiro * de cerca de 9&C=M(
Ruando as ta#as de retorno no tiverem a mesma pro$a$ilidade de ocorrFncia& e sendo
ij
p
a pro$a$ilidade do
j
- *simo retorno do ativo i & ento o retorno esperado *+
i
R
O
I G
i
R E
O
ij
n
j
ij
R P

=
G;I
E#emplo+ ,eterminado clu$e de investimento in'ormou a um acionista Due os ativos
A& B e C possuem pro$a$ilidades de ta#as de retorno con'orme apresentado na
ta$ela a$ai#o+
)a$ela ;+ Pro$a$ilidades e )a#as de 5etorno para os Ativos A& B e C (
Ativo GeventoI P GeventoI 5
i
GMI
A =J=9 9&:
0 !J=9 8&C
C CJ=9 !&C
9
Por esta ta$ela& a pro$a$ilidade do ativo A o$ter ta#a de retorno de
M : & 9
*
=9
=
& do
ativo B o$ter ta#a de retorno de 8&CM *
=9
=
e do ativo C o$ter ta#a de retorno de
!&CM *
=9
C
(
Nestas condi%es& o gan"o esperado do acionista *+
i
R
O
ij
n
j
ij
R P

=
O
M LK & ! 9!LK & 9 I 9!C & 9 P =9 J C G I 98C & 9 P =9 J ! G I 99: & 9 P =9 J = G + +
Espera-se Due este investidor o$ten"a !&LKM de renta$ilidade m*dia no perodo de
aplicao(
0 , Variabi$idade das ta-as de ret#rn#
Segundo Morettin e )oloi G!99;I uma das 'un%es da administrao 'inanceira
* a avaliao de riscos de uma carteira de ativos 'inanceiros( )tulos& $ens ou
commodities representados escrituralmente por seu valor em din"eiro& tais como a%es&
de$Fntures e ouro so denominados de ativos 'inanceiros( Uma carteira de ativos
'inanceiros * o con.unto de ativos tais como )E2EMA5& PE)5305AS& EM05AE5&
3U53 e outros em Due o investidor emprega o seu capital& com o o$.etivo de
ma#imiEar a sua riDueEa( ,entro deste conte#to o risco * a Duantidade de incerteEa
associado ao investimento realiEado e * medido em termos de varia%es de preos dos
ativos& sendo o desvio padro a principal medida de risco de um ativo 'inanceiro ou de
uma carteira de ativos(
Para o processo de construo de uma carteira e'iciente al*m do con"ecimento
das ta#as de retorno "istrica dos ativos Due comp%em a carteira& tam$*m * necessria a
Duanti'icao do risco de cada um desses ativos e do nvel de covari-ncia e#istente entre
eles(
3 risco de um ativo * Duanti'icado pela vari-ncia(
A vari-ncia amostral da distri$uio dos retornos do i-simo ativo G
!
i
S
I& Duando todos
os retornos so eDuiprovveis * de'inida por+
!
i
S
O

n
j
i ij
n
R R
=
!
=
I G
G:I
Em Due+
10
!
i
S
O vari-ncia das ta#as de retorno do i-simo ativo(
ij
R
O ta#a de retorno do i-simo ativo(
i
R
O ta#a de retorno m*dio ou valor esperado do i-simo ativo(
n
O Duantidade de retorno do i-simo ativo
A raiE Duadrada positiva da vari-ncia * denominada de desvio padro(
Ruando as ta#as de retorno no 'orem eDuiprovveis& a vari-ncia * de'inida por+
!
i
S
O
[ ]

n
j
i ij ij
R R P
=
!
I G
GLI
ij
P
O pro$a$ilidade de ocorrFncia da i-simo ta#a de retorno do ativo(
Empregando a eDuao G:I& vamos o$ter a vari-ncia e o desvio padro das ta#as de
retorno dos ativos )E2EMA5 PN e PE)5305AS PN( A ta$ela :apresenta a planil"a
de clculo para o clculo da vari-ncia e desvio padro desses ativos(
)a$ela :+ Planil"a de Clculo da @ari-ncia e ,esvio Padro Amostral das )a#as de
5etorno ,irio dos Ativos )E2EMA5 PN e PE)5305AS PN
,ia
)E2EMA5 PN
)a#as de retorno
G j
R
= I
PE)5305AS
PN
)a#as de retorno
G j
R
! I
!
=
II 8; & 9 G G
j
R
!
!
I 9B & 9 G
j
R
9=J9!J!99K !&K! =&L! B&BK:L !&8;9B
9LJ9!J!99K -!&CK -8&:: :&B:8L =8&!;BL
9CJ9!J!99K 9&B8 8&== =&L=!B B&=!9;
9KJ9!J!99K -:&9! 9&LK !=&B9!; 9&8;K=
==J9!J!99K -;&K9 =&LC =B&KB=L !&;BL;
=!J9!J!99K -=&!= 9&! 9&C:LB 9&9=!=
=8J9!J!99K !&;! =&;L C&L=CL =&KCLB
=;J9!J!99K -9&C! -=&!! 9&=;;; =&C=L=
=:J9!J!99K -!&;9 -9&KC ;&!;8L 9&B!=L
=KJ9!J!99K -=&== !&L 9&:B!B L&899=
=BJ9!J!99K -=&8C 9&;= =&9L9B 9&=9!;
!9J9!J!99K C&C9 9&!8 L;&L;=L 9&9=BL
!=J9!J!99K -9&8: -=&C; 9&999= 8&8;KB
!!J9!J!99K 9&B; 9&8: =&L8K; 9&9LCL
!:J9!J!99K ;&98 -9&9L =B&9BLB 9&9!!:
!LJ9!J!99K -=&;= 9&=K =&=;;B 9&99K=
!CJ9!J!99K -9&== =&:; 9&9:!B !&=9!:
!KJ9!J!99K 9&== 9&:8 9&!9!: 9&=B8L
!BJ9!J!99K -;&9C -:&;L =8&B=!B 89&K9!:
11
T#ta$ 12345 +326 *+,-,.2/ +.-0,00
N7(er#s de dias 8 n 9 : =B =K = =B = n
Ta-a de ret#rn# es/erada d# ati;# TELEMAR PN : j
R
= : M 8; & 9
=B
;9 & L

Ta-a de ret#rn# es/erada d# ati;# PETROBRAS PN : j

R
! : M 9B & 9
=B
LK & =

Vari<n%ia d# ati;# TELEMAR PN :

! !
=
M LB=K & B
=K
;:!L & =C;
= =B
;:!L & =C;

S
Vari<n%ia d# ati;# PETROBRAS PN :
! !
!
M =LB; & ;
=K
9;BB & C:
= =B
9;BB & C:

S
3s resultados reportados no rodap* da ta$ela :& indica Due o ativo
)E2EMA5 PN apresentou para o mFs de 'evereiro de !99K ta#a de retorno m*dio de <
9&8;M e risco de B&LB;KM
!
& enDuanto o ativo PE)5305AS PN apresentou para o
mesmo perodo ta#a de retorno m*dio de 9&9BM e risco de ;&=LB;M
!
( Assim se conclui
Due para o perodo de anlise o ativo PE)5305AS PN * o de menor risco( Ruanto
menor 'or o resultado da vari-ncia menor * o risco do ativo(
3 desvio padro das ta#as de retorno dos ativos )E2EMA5 PN e PE)5305AS PN
so& respectivamente+
=
S

O
!
M LB=K & B O 8&==8!M
!
S
O
!
M =LB; & ; O !&9;=BM
Assim como a vari-ncia& Duanto menor 'or o valor do desvio padro menor * o risco do
ativo( 2ogo& o ativo de menor risco * a PE)5305AS PN(
Considere Due os ativos )E2EMA5 PN e PE)5305AS PN so
comercialiEados na data de "o.e por 5X!999&99 por lote( Analistas 'inanceiros in'ormam
as seguintes possi$ilidades de gan"o para os pr#imos meses+
TELEMAR PN < E#iste pro$a$ilidade de =9M Due o preo do lote alcance 5X!K99&99Y
pro$a$ilidade de 89M Due o preo do lote alcance 5X!:99&99Y pro$a$ilidade de ;9M
Due o preo do lote alcance 5X !899&99Y e pro$a$ilidade de !9M Due o preo do lote
alcance 5X !L:9&99(
PETROBRAS PN - E#iste pro$a$ilidade de =:M Due o preo do lote alcance
5X!B99&99Y pro$a$ilidade de ;9M Due o preo do lote alcance 5X!:99&99Y
pro$a$ilidade de 89M Due o preo do lote alcance 5X !899&99Y e pro$a$ilidade de =:M
Due o preo do lote alcance 5X =:99&99(
Rual * o gan"o esperado de cada ativoS Rual * o ativo de menor riscoS
12
3rganiEar as in'orma%es do ativo TELEMAR PN em uma ta$ela 'acilita o clculo do
gan"o esperado e do risco do ativo nas condi%es citadas(
)a$ela L+ ,istri$uio de Pro$a$ilidade das )a#as de retorno do ativo )E2EMA5 PN
)a#a de retorno
M
= j
R
Pro$a$ilidade
j
P
=
j j
P R
= P =
P
!
= = =
I G P R R P
j j

;9 9&=9 9&;9 P 9&=9 O 9&9; 9&=9PG9&;9-9&!;I! O 9&99!:L
!: 9&89 9&!: P 9&89 O 9&9C: 9&89PG9&!:-9&!;I
!
O 9&99998
=: 9&;9 9&=: P 9&;9 O 9&9L 9&;9PG9&=:-9&!;I
!
O 9&998!;
8!&: 9&!9 9&8!:P 9&!9 O 9&9L: 9&!9PG9&8!:-9&!;I
!
O 9&99=;;:
T#ta$ +355 53.4 5355=.=>
)a#a de retorno esperada O
= =
I G R R E O
j
n
j
j
R P
=
=
=

O
M !; !; & 9
@ari-ncia das ta#as de retorno O
!
=
S O
[ ]

n
j
j i j
R R P
=
!
= = =
I G
O
M C!C: & 9 99C!C: & 9
,esvio padro das ta#as de retorno O
=
S
O
99C!C: & 9
O
M :!B; & K 9K:!B; & 9
A primeira coluna da ta$ela L apresenta as ta#as de retorno do ativo
)E2EMA5 PN( As ta#as 'oram o$tidas su$traindo cada preo previsto do preo
comercialiEado na data de "o.e e dividido pelo preo comercialiEado na data de "o.e( 3
resultado * multiplicado por =99( Assim
==
R

O
!999
!999 !K99
P =99 O M ;9 ( As demais
ta#as de retorno so calculadas da mesma 'orma( A coluna 8 apresenta o produto da ta#a
de retorno pela sua respectiva pro$a$ilidade( 2em$re-se Due o clculo do valor esperado
nesta situao *
i
R
O EG5
i
I O
ij
n
j
ij
R P

=
( Portanto o ativo em Duesto possui retorno
esperado de 9&!; ou !;M(
13
A /ltima coluna da ta$ela L apresenta os clculos necessrios para a
estimativa da vari-ncia ou do risco do ativo( A medida da vari-ncia * o$tida pela
eDuao K ( Na sua aplicao * necessrio su$trair cada ta#a de retorno do valor
esperado e elevar o resultado ao Duadrado( 3 resultado dessa operao * multiplicado
pela respectiva pro$a$ilidade de ocorrFncia da ta#a de retorno( A soma de todas as
parcelas dessa coluna * a medida da vari-ncia do ativo )E2EMA5 PN( As mesmas
opera%es 'oram realiEadas para estimar a ta#a de retorno esperada e a vari-ncia do
ativo PE)5305AS PN& Due seguem na ta$ela C (
)a$ela C+ ,istri$uio de Pro$a$ilidade das )a#as de 5etorno do Ativo PE)5305AS
PN
)a#a de retorno
M
! j
R
Pro$a$ilidade
j
P
!

j j
P R
! !
P I G P
! ! !
R R P
j j

;: 9&=: 9&;: P 9&=: O 9&9LC: 9&=:PG9&;:-9&=C:I
!
O 9&9==8;;
!: 9&;9 9&!: P 9&;9 O 9&=9 9&;9PG9&!:-9&=C:I
!
O 9&99!!:
=: 9&89 9&=: P 9&89 O 9&9;: 9&89PG9&=:-9&=C:I
!
O 9&999=KK
-!: 9&=: -9&!:P9&=: O
-9&98C:
9&=:PG-9&!:-9&=C:I
!
O9&9!C9B;
T#ta$ +355 53+=> 535456=>
)a#a de retorno esperada O
! !
I G R R E O
j
n
j
j
R P
!
=
!
P

O
M KC: & =C =CKC: & 9
@ari-ncia das ta#as de retorno O
!
!
S O
[ ]

n
j
j j
R R P
=
!
! ! !
I G
O
!
M 9KC: & ; 9;9KC: & 9
,esvio padro das ta#as de retorno O
!
S
O
9;9KC: & 9
O 9&!9!=CL O !9&!=LCM
A 'ai#a de retornos provveis para o ativo )E2EMA5 PN est entre =:M e ;9M& com
retorno esperado de !;M e risco de K&:!BM( A 'ai#a de retornos provveis para o ativo
PE)5305AS PN est entre <!:M a ;:M& com retorno esperado de =C&:M e risco de
!9&!=LCM( Como o ativo de menor risco * o Due possui menor desvio padro& se conclui
Due o ativo )E2EMA5 PN al*m de o'erecer maior ta#a de retorno esperado tam$*m& *
o ativo de menor risco(
4 , Medind# ris%# re$ati;#
Se uma escol"a tiver de ser 'eita entre dois investimentos Due ten"am os
mesmos retornos esperados& mas desvio padro di'erente escol"e-se aDuele com o
menor desvio padro( A 'igura 8 ilustra $em esta situao( Em$ora& os ativos A e 0
possuem a mesma ta#a de retorno esperado& as ta#as de retornos do ativo A se apresenta
mais espal"adas ou mais dispersas& indicando Due este ativo o'erece maior risco(
14
1OMPARA23O DAS D4STR4B5426ES DE PROBAB4L4DADES E TA7AS DE
RETORNO PARA OS AT48OS A e B
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
-4 -2 0 2 4 6 8 10
TA7AS DE RETORNO !"
DENS4DADE DE
PROBAB4L4DADE
Ativo B
Ativo A
Figura 8+ ,istri$uio de Pro$a$ilidade das )a#as de 5etorno dos Ativos A e 0
Considere agora& o caso em Due os ativos A e 0 apresentam retorno esperado
distintos e varia$ilidade tam$*m distinta( A 'igura ; nos mostra esta situao(
Figura ;+ ,istri$uio de Pro$a$ilidade das )a#as de 5etorno dos Ativos A e 0
Como escol"er entre dois investimentos Duando eles possuem retorno
esperado di'erentesS Para responder a essa pergunta& usualmente utiliEa-se outra medida
de risco& denominada de risco relativo ou coe'iciente de variao GC@I( 3 risco relativo
* o desvio padro amostral dividido pelo retorno esperado tomado em mdulo(
Coe'iciente de variao O CV O
i
i
R
S
GCI
Para e#empli'icar supon"a Due um investidor este.a em d/vidas Duanto ao
selecionar o ativo )E2EMA5 PN ou PE)5305AS PN para compor o seu porti'lio( A
ta$ela K apresenta as ta#as de retorno esperada e desvios padro das distri$ui%es das
ta#as de retorno dos ativos )E2EMA5 PN e PE)5305AS PN o$servadas no mFs de
'evereiro de !99K(
15
D4STR4B5423O DE PROBAB4L4DADE DOS AT48OS A E B
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
-4 -2 0 2 4 6 8 10
Taxa de retorno es9erada !"
DENS4DADE DE
PROBAB4L4DADE
Ativo B
Ativo A
)a$ela K+ Estatstica ,escritiva dos Ativos )E2EMA5 PN e PE)5305AS PN
Ativos )a#a de retorno esperada
G5
i
I
,esvio padro
GS
i
I
)E2EMA5 PN -9&8;M 8& ==8!M
PE)5305AS PN 9&9BM !& 9;=BM
Como as ta#as de retorno esperada dos ativos )E2EMA5 PN e PE)5305AS PN so
distintas& o coe'iciente de variao possi$ilita comparar as duas possi$ilidade de
investimento(
Coe'iciente de variao do ativo )E2EMA5 PN O
8; & 9
==8! & 8
O B&=:L
Coe'iciente de variao do ativo PE)5305AS PN O
9B & 9
9;=B & !
O !!&LKK
,essa 'orma& vemos Due o ativo PE)5305AS PN& em$ora possua menor desvio
padro tem& e'etivamente& mais risco por unidade de retorno Due o ativo )E2EMA5
PN(
> , ASSIMETRIA E CURTOSE DAS TA?AS DE RETORNO
3 terceiro momento de uma distri$uio univariada indica o nvel de
assimetria G
I AS
da distri$uio das ta#as de retorno( 3 Duarto momento * utiliEado
para investigar a curtose G
I K
da distri$uio& ou se.a& o nvel de elevao ou
ac"atamento da distri$uio(
Ruanto A 'orma uma distri$uio pode ser sim*trica& assim*trica positiva ou
assim*trica negativa( A 'igura : compara os trFs tipos de 'orma de uma distri$uio( A
distri$uio das ta#as de retorno do ativo = * sim*trica& pois traando uma lin"a vertical
no meio da distri$uio gera duas metades apro#imadamente iguais( A distri$uio das
ta#as de retorno do ativo 8 * assim*trica A esDuerda Gnegativamente assim*tricaI em
decorrFncia de sua cauda se prolongar mais para a esDuerda( A distri$uio das ta#as de
retorno do ativo ! * assim*trica A direita G positivamente assim*tricaI pois sua cauda se
prolonga para a direita(
16
Figura :+ Anlise da Forma de ,i'erentes )ipos de Curva de FreDZFncia
Ruanto A curtose uma distri$uio pode ser mesoc/rtica& platic/rtica ou
leptoc/rtica( A distri$uio * mesoc/rtica Duando o nvel de varia$ilidade * igual ao
nvel de varia$ilidade da distri$uio normal padro( [ platic/rtica Duando o nvel de
varia$ilidade * maior do Due aDuela da distri$uio normal padro( Ruando a
varia$ilidade * menor do Due a da distri$uio normal padro a distri$uio * dita
leptoc/rtica( A 'igura L compara trFs distri$ui%es Duanto ao nvel de sua varia$ilidade(
Figura
Figura L+ Comparao das ,istri$ui%es Duanto ao Nvel de @aria$ilidade
Na 'igura L a distri$uio das ta#as de retorno do ativo = * mesoc/rtica& dado
Due a distri$uio no * muito ac"atada nem muito pontiaguda( A distri$uio das ta#as
de retorno do ativo ! * platic/rtica& ou se.a& * mais ac"atada em relao A curva
17
D4STR4B5426ES DAS TA7AS DE RETORNOS DE TR:S AT48OS
F4NAN1E4ROS
0
0,05
0,1
0,15
0,2
0,25
0,3
-6 -4 -2 0 2 4 6
TA7AS DE RETORNO !"
PROBAB4L4DADE
P(R1j)
P(R2j)
P(R3j)
i!"t#i$% %i!"t#i$%
& '()'#*%
%i!"ti$% &
*i#'it%
mesoc/rtica( As distri$ui%es das ta#as de retorno do ativo 8 * leptoc/rtica uma veE
Due esta * mais pontiaguda Duando comparada com a curva mesoc/rtica(
,e'ine-se uma medida de assimetria G As I como+
AS O
ij R
n
j
i ij
S
n R R
8
=
8
= J I G

GKI
Ruando 9 AS diEemos Due a distri$uio * sim*tricaY 9 > AS indica Due a
distri$uio * assim*trica positiva e 9 < AS diE Due a distri$uio * assim*trica
negativa(
Uma medida de curtose G K I * dada por+
K O
;
=
;
= J I G
ij
R
n
j
i ij
S
n R R

GBI
Ruando K O 8 diEemos Due a distri$uio * mesoc/rticaY 8 > K indica Due a
distri$uio * leptoc/rtica e 8 < K diE Due a distri$uio * platic/rtica(
E#emplo+ Calcular o coe'iciente de assimetria e de curtose das distri$ui%es das ta#as
de retorno dos ativos )E2EMA5 PN e PE)5P05AS PN(
A planil"a a$ai#o apresenta os clculos necessrios para estimativas dos coe'icientes de
assimetria e de curtose das distri$ui%es das ta#as de retorno dos ativos )E2EMA5 PN
G j
R
= I e PE)5P05AS PN G j
R
! I(
)a$ela B+ ,istri$uio das )a#as de 5etorno dos Ativos )E2EMA5 PN e PE)5P05AS
PN(
j
R
= j
R
!
G
8
=
II 8; & 9 G
j
R
G
;
=
II 8; & 9 G
j
R
G
8
!
I 9B & 9
j
R
G
;
!
I 9B & 9
j
R
!&K!
-!&CK
9&B8
-:&9!
-;&K
-=&!=
!&;!
-9&C!
-!&;
=&L!
-8&::
8&==
9&LK
=&LC
9&!
=&;L
-=&!!
-9&KC
8=&::;:
-=;&:!LK
!&9;K;
-=9!&:98!
-KK&C=L:
-9&L:K:
!=&9!;L
-9&9:;B
-K&C;=K
BB&C=!!
8:&;;:;
!&L9=;
;CB&C=:=
8B:&LC:K
9&:C!B
:K&9!CK
9&9!9B
=K&99K=
8&:K=L
-;K&!!K:
!C&:;8L
9&!9:;
8&B;;8
9&99=8
!&:C=;
-!&!;K=
-9&KK;C
:&;CBK
=C:&::=B
K8&=K=C
9&=!=!
L&!8!9
9&999=
8&:!!K
!&B;:9
9&K;B8
18
-=&==
-=&8C
C&C
-9&8:
9&B;
;&98
-=&;=
-9&==
9&==
-;&9C
!&L
9&;=
9&!8
-=&C;
9&8:
-9&9L
9&=K
=&:;
9&:8
-:&;L
-9&;:L:
-=&9B!C
:=B&C=K:
9&9999
!&9BC!
K8&;:8:
-=&!!:9
9&9=!!
9&9B==
-:=&KB:=
9&8:=:
=&=!::
;=CK&:8L:
9&9999
!&LK;;
8L;&LB=L
=&8=9K
9&99!K
9&9;=9
=B8&:LKK
=:&K=88
9&98!K
9&99!C
-L&=!K:
9&9=CL
-9&998;
9&999C
8&9;KL
9&9K:!
-=C9&B:8B
8B&LB=8
9&9=9:
9&999;
==&!=:=
9&99;L
9&999:
9&999=
;&;!9:
9&98C:
B;K&CB;9
)otal 390,12865 5832,0924 -171,5987 1282,058
Coe'iciente de assimetria do ativo )E2EMA5 PN+
AS O
ij R
n
j
i ij
S
n R R
8
=
8
= J I G

O
8
==8! & 8
=B J =!KC & 8B9
O
=C8=CKC8 & 89
:889KB & !9
O
LK & 9
Coe'iciente de curtose do ativo )E2EMA5 PN+
K O
;
=
;
= J I G
ij
R
n
j
i ij
S
n R R

O
;
==8! & 8
=B J 9B!; & :K8!
O
;
==8! & 8
99:=8L & 8!;
O
B8:=; & B8
99:=8L & 8!;
O
;: & 8
Coe'iciente de assimetria do ativo PE)5305AS PN+
AS O
ij R
n
j
i ij
S
n R R
8
=
8
= J I G

O
8
9;=B & !
=B J :BKC & =C=
O
:=8;9C & K
:88!:BL & B
O
=! & =
Coe'iciente de curtose do ativo PE)5305AS PN+
K O
;
=
;
= J I G
ij
R
n
j
i ij
S
n R R

O
;
9;=B & !
=B J 9:K! & =!K!
O
8K8:!L! & =C
!!:;:CC & C=
O
=9 & ;
)a$ela =9+ Estatstica ,escritiva das distri$ui%es das ta#as de retorno dos ativos
)E2EMA5 PN e PE)5305AS PN
Estatstica
)a#a de retorno
)E2EMA5 PN GMI PE)5305AS PN GMI
)a#a de retorno esperado -9&8; 9&9B
19
,esvio padro GriscoI 8&== !&9;
Assimetria 9&LK -=&=!
Curtose 8&;: ;&=9
Ruanto A assimetria& a distri$uio das ta#as de retorno do ativo )E2EMA5
PN * assim*trica positiva GAS\9I& enDuanto Due a distri$uio das ta#as de retorno do
ativo PE)5305AS PN * assim*trica negativa GAS]9I(Am$as distri$ui%es e#i$em
peso relativo nas caudas( No Due tange a curtose& am$os os ativos possuem curtose
maiores Due 8& evidenciando distri$ui%es leptoc/rtica( Conclui-se Due as distri$ui%es
e#i$em maior concentrao em torno do valor esperado(
Um teste simples de normalidade& proposto por 7arDue-0era G70I& consiste em
veri'icar se os valores de assimetria e de curtose se a'astam de 9 e 8( A estatstica
7arDue-0era G70I * de'inida por+
U
!;
I 8 G
L
W
! !

+
K AS
n JB G=9I
Em Due
n
representa o taman"o da amostra( So$ a "iptese nula de normalidade& JB
se
distri$ui como uma estatstica do Dui-Duadrado com ! graus de li$erdade(
3 teste de normalidade de 7arDue-0era G70I para a distri$uio das ta#as de
retorno dos ativos )E2EMA5 PN e PE)5305AS PN so respectivamente+
U
!;
I 8 G
L
W
! !

+
K AS
n JB O U
!;
I 8 ;: & 8 G
L
LK & 9
W =B
! !

+ O
L!;L & =
U
!;
I 8 G
L
W
! !

+
K AS
n JB O B89K & ; U
!;
I 8 =9 & ; G
L
I =! & = G
W =B
! !

Para veri'icar se as duas estatsticas calculadas JBso superiores ao valor de

!

ta$elado com ! graus de li$erdade e signi'ic-ncia estatstica de

9= & 9
'aa na
planil"a E#cel o seguinte+
1nserir 'uno^ 1nv(Rui Gpro$a$ilidadeY graus de li$erdadeI ^ enter
9u
Oinv(DuiG9&9=Y!I ^ enter( 3 resultado *
!=98; & B
( Como a estatstica JBpara as
distri$ui%es das ta#as de retorno dos ativos )E2EMA5 PN e PE)5305AS PN no
superam B&!=98; com signi'ic-ncia estatstica de =M& no se tem evidFncias su'icientes
para re.eitar a "iptese de normalidade( Portanto& Duanto A simetria& as duas
distri$ui%es so sim*tricas e Duanto A curtose& am$as so mesoc/rtica(
2 , A Distribi!*# N#r(a$
20
@amos iniciar o estudo da distri$uio normal considerando um "istograma
raEoavelmente sim*trico e mesoc/rtica apresentado na 'igura C(
Figura C+ 0rasil& ,istri$uio das )a#as de 5etorno do Ativo 1)AU ;( !99C
Uma curva suave e per'eitamente sim*trica 'oi traada so$re o "istograma(
3$serve Due se 'Nssemos aumentando o n/mero de ta#as de retorno utiliEados na
construo do "istograma e& ao mesmo tempo& 'Nssemos reduEindo o comprimento de
classe& no limite deste procedimento teramos avaliado todas as ta#as de retorno de um
perodo e#tremamente longo e o "istograma se trans'ormaria na curva desen"ada .unto
ao "istograma( [ importante destacar a di'erena entre o "istograma e a curva( 3
"istograma * uma representao da distri$uio das ta#as de retorno do ativo 1)AU ;
o$tidas no ano de !99C& enDuanto a curva representa a distri$uio de todas as ta#as de
retorno de um perodo muito longo( ,iEemos Due curvas deste tipo representam a
distri$uio de pro$a$ilidade de uma populao(
A curva raEoavelmente sim*trica e mesoc/rtica e#i$ida na 'igura C * uma
distri$uio normal& e 'ornece uma $ase terica para o estudo do padro de ocorrFncia
das ta#as de retorno do ativo ao longo do tempo(
A distri$uio das ta#as de retorno de retorno de um ativo em particular Due
e#i$e "istograma& tal como o da 'igura K & tem distri$uio normal de pro$a$ilidade e a
sua 'uno densidade de pro$a$ilidade * de'inida por+
I G
ij
R f
O
!
!
=
!
=

,
_

ij
R
e
&
< <
ij
R
G==I
Em Due

GlF-se sigmaI * o desvio padro populacional& ou se.a& * o risco ao considerar toda a

a$rangFncia da s*rie "istrica de ta#a de retornoY
21
GlF-se miI * a m*dia populacional& ou se.a& * a m*dia ao considerar toda a
a$rangFncia da s*rie "istrica de ta#as de retornoY
e
G$ase do sistema de logaritmo naturalI vale apro#imadamente !&C=K!K=K!KY e

GlF-se P1I vale apro#imadamente 8&=;=:B!L:8:KBCB(

3 gr'ico de uma distri$uio normal G'igura KI tem 'ormato de sinoY * uma
curva sim*trica e mesoc/rtica Gnem ac"atada nem pontiagudaI( Sua 'orma *+
Figura K+ Caractersticas da ,istri$uio Normal
As principais caractersticas dessa 'uno so+
=I 3 ponto de m#imo de
I G X f
* o ponto
X
(
!I 3s pontos de in'le#o da 'uno so+
+ X
e
X
(
8I A curva * sim*trica com relao A

(
;I
I G X E
e
!
I G X Var
:I A rea so$ a curva * unitria ou M =99 (
LI A 'uno * contnua& portanto di'erencivel em DualDuer ponto(
CI A pro$a$ilidade de a varivel assumir DualDuer valor dentro de um dado intervalo *
a rea compreendida so$ a curva com relao a esses valores(
22
Figura B+ Clculo de Pro$a$ilidade Normal
Para calcular a pro$a$ilidade indicada na 'igura B&
I G b R a P
ij

& devemos 'aEer+
I G b R a P
ij

O
ij
R
b
a
dR e
ij
!
!
!
I G
(
! !
=

& G=!I
Due apresenta um grau relativo de di'iculdade(
Usaremos a seguinte notao+ ij
R
I & G
!
N & ou se.a& a distri$uio das ta#as de
retorno do ativo i apro#ima-se de uma distri$uio normal com m*dia

e vari-ncia
!
(
Se.a& ij
R
I & G
!
N de'inimos+
Z O

ij
R
G=8I
,emonstra-se Due Z tam$*m tem distri$uio normal( A varivel Z tam$*m
denominada de varivel normal reduEida ou padroniEada& mede Duanto um determinado
resultado a'asta-se da m*dia em unidade de desvio-padro( ,emostra-se Due varivel
normaliEada Z tem m*dia 9 e vari-ncia =& ou se.a&
9 I G Z E
e
= I G Z Var
(
23
ij
R
I G I G
ij ij
Z Z P Z <
Figura =9+ 5elao entre as variveis ij
R
e Z
A 'igura =9 mostra a relao das distri$ui%es de ij
R
e de Z ( Se a distri$uio em
estudo * normal& * vlida a seguinte regra emprica+ apro#imadamente LK&!8M dos
valores de ij
R
ou de Z se situam entre os pontos G_ < `I e G_ a `IY apro#imadamente
B:M dos valores de ij
R
ou de Z esto entre G_ -!` e _ a !`IY e apro#imadamente
BB&C8M dos valores de ij
R
ou de Z esto entre G_ -8` e _ a8`I(
,enominamos de
I GZ
O
I G
ij
Z Z P <
( A planil"a E#cel 'ornece a pro$a$ilidade de Z
assumir valores no superiores a um especi'icado ij
Z
&

ou se.a&
I G
ij
Z Z P <
( Qrea so$ a
curva A esDuerda de
G I G
ij ij
Z Z P Z I
ij
Z
* ilustrada pela 'igura ==(
Figura ==+ Qrea so$ a ,istri$uio Normal
)am$*m& a pro$a$ilidade de Due Z assuma valores em um intervalo
U & W
! =
Z Z
* dada
por
I G I G I W U W I G
= ! = ! ! =
Z Z Z Z P Z Z P Z Z Z P
A distri$uio normal padroniEada& devido A sua simetria& apresenta as seguintes
propriedades+
aI
: & 9 I 9 G Z P
@
$I
I G = I G
i i
Z Z P Z Z P <
'
E#emplos+ utiliEando inserir 'uno G'igura =!I da planil"a E#cel calcule as seguintes
pro$a$ilidades+
24
Figura =!+ Calculo de Pro$a$ilidade utiliEando a 'uno ,ist(NormP
=I
=98K8: & 9 I !L & = G < Z P
Para o$ter a pro$a$ilidade acima& 'aa o seguinte em DualDuer c*lula da planil"a E#cel+
O,ist( NormPG=&!LI^ enter( 3 resultado Due aparece na c*lula *
=98K:: & 9

Ento PWb ] -=&!LU O G-=&!LI O 9&=98K8:
4ra'icamente tem-se+
!IPWb \ =&C:U O S
Para o$ter a pro$a$ilidade acima& 'aa o seguinte em DualDuer c*lula da planil"a E#cel+
O,ist( NormPG=&C:I^ enter( 3 resultado Due aparece na c*lula * 9&B:BB
Como
9;9= & 9 B:BB & 9 = I C: & = G = I C: & = G < Z P Z P
Assim a pro$a$ilidade de
9;9= & 9 B:BB & 9 = I C: & = G > Z P
8ICalcular
< < I 99 & ! 99 & = G Z P

Para o$ter a pro$a$ilidade acima& 'aa o seguinte em DualDuer c*lula da planil"a E#cel+
O,ist( N35MPG
I 99 & =
^ enter( 3 resultado Due aparece na c*lula * 9&K;=8(
25
PWb] -=&!LU O
9&=98K
O,ist( N35MPG
99 & !
I^ enter( 3 resultado Due aparece na c*lula * 9&BCC!(
< < I 99 & ! 99 & = G Z P =8KB & 9 K;=8 & 9 BCC! & 9 I 99 & = G I 99 & ! G < < Z P Z P (Rue
corresponde a rea som$reada na 'igura acima(
=I Neste e#emplo vamos aplicar a distri$uio normal para prever a c"ance de algumas
ta#as de retorno do 103@ESPA se realiEar( Para tanto vamos considerar as ta#as de
retorno o$servadas no perodo de !KJ9!J9C a !BJ9!J9K e e#postas na 'igura =8(
3$serve Due a curva representa as ta#as de retorno do 103@ESPA do perodo em
o$servao( Como o "istograma 'ica raEoavelmente a.ustado A curva& pode-se a'irmar
Due a distri$uio normal * um modelo estatstico Due 'ornece uma $ase terica para o
estudo do padro de ocorrFncia das ta#as de retorno do 103@ESPA( No perodo a
distri$uio apresentou m*dia

igual a 9&=CM e desvio padro ou risco

de =&K:M(
Considerando Due o modelo se.a vlido para os pr#imos dias e de Due
apro#imadamente
M !L & LK
dos valores de j
R
= se situam entre os pontos G

e
+
IY apro#imadamente B:M dos valores de j
R
= esto entre G_ -!` e _ a !`IY e
apro#imadamente BB&C8M dos valores de j
R
= esto entre G_ -8` e _ a8`I pode-se
in'erir os seguintes intervalos& apresentados na ta$ela ==
)a$ela ==+ 1ntervalos de con'iana para o retorno esperado do 103@ESPA( 0rasil&
!KJ9!J!99C a !KJ9!J!99K(
Con'iana GMI 1ntervalo de Con'iana
LK&!8 G_ < ` Y _ a `I O G9&=C-=&K: Y 9&=Ca=&K:I O G -=&LKM Y !&9!MI
B: G _ -!` Y _ a !`I O G9&=C-!P=&K: Y 9&=Ca!P=&K:I O G-8&:8M Y 8&KCMI
BB&C8 G _ -8` Y _ a8`I O G9&=C-8P=&K: Y 9&=Ca8P=&K:I O G-:&8KM Y :&C!MI
Com $ase nestes dados pode-se concluir Due a pro$a$ilidade de um investidor
possuir uma carteira Due supere o ndice de mercado em mais de !&9!M de renta$ilidade
com LK&!8M de con'iana * de apro#imadamente =LM( Ento * raEoavelmente provvel
Due um investidor Due se.a avesso ao risco o$ten"a num determinado dia rendimentos
26
superior ao ndice de mercado( 3$serve Due a pro$a$ilidade diminui A medida Due
aumenta o nvel de con'iana(
Figura =8+ 0rasil& distri$uio das ta#as de retorno do 103@ESPA& !KJ9!J!99C a
!KJ9!J!99K(
A pro$a$ilidade da ta#a de retorno do 103@ESPA ser maior do Due =&K9M& no
pr#imo dia& * calculado da seguinte 'orma+
PW j
R
= \ =&K9MU O PW ij
R
\
K: & =
=C & 9 K9 & =
U O PWb \ 9&KKU O =- G9&KKI O =-9&K=9L O
9&=KB;
3 resultado 9&=KB; ou =K&B;M indica Due * provvel um investidor possuir uma carteira
Due supere a m*dia do mercado em determinado dia(
= , A DISTRIBUIAO LOBNORMAL
,istri$ui%es assim*tricas eJou levada curtose podem ser representadas por
uma curva lognormal sempre Due& se encontrar uma distri$uio& tal Due o seu logaritmo
decimal ou natural ten"a uma distri$uio normal( Como e#emplo& mostra-se os
"istogramas =; e =: da volatilidade diria do 103@ESPA nos anos de !99L e !99C&
totaliEando ;B= volatilidades dirias(
27
E+,'$t'*
No#!%-
BRAS.L/ RETORNO 0.1R.O 0O .BO2ESPA(3)
28402407 A29402408
5
#
'
(
)
6
7
$
i
%
0
5
10
15
20
25
30
35
40
45
50
55
60
-7,44
-6,60
-5,76
-4,92
-4,08
-3,24
-2,40
-1,56
-0,72
0,12
0,96
1,80
2,64
3,48
4,32
5,16
6,00
R'to#7o ','#%*o 8 0,173 ' 0'vio ,%*#9o 8 1,853
Figura =;+ 0rasil& ,istri$uio da volatilidade diria do 103@ESPA& !99C a !99K(


28
E+,'$t'*
No#!%-
BRAS.L/ 0.STR.B:.;<O 0A 2OLAT.L.0A0E 0.1R.A 0O .BO2ESPA
2006 A 2007
2o-%ti-i*%*' *i=#i% /LN (2)
N
>
!
'
#
o

*
'

*
i
%

0
10
20
30
40
50
60
70
80
90
100
110
-5,8
-5,6
-5,4
-5,2
-5,0
-4,8
-4,6
-4,4
-4,2
-4,0
-3,8
-3,6
-3,4
-3,2
-3,0
-2,8
-2,6
-2,4
-2,2
-2,0
-1,8
-1,6
E+,'$t'*
No#!%-
BRAS.L/ 0.STR.B:.;<O 0A 2OLAT.L.0A0E 0.1R.A 0O .BO2ESPA
2006 A2007
2o-%ti-i*%*'
N
>
!
'
#
o

*
'

*
i
%

0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
-0,02
-0,01
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,10
0,11
0,12
0,13
Figura =:+ 0rasil& ,istri$uio da @olatilidade ,iria do 103@ESPA& !99C a
!99K
Como se vF a distri$uio apresentada no "istograma =: * assim*trica
positiva Gcauda mais longa A direita do ponto de ordenada m#imaI e curtose elevada
Gpico elevado Duando comparado com a curva normalI( 3 valor alto da assimetria e da
curtose * indicativo de uma distri$uio no-4aussiana da volatilidade diria do
103@ESPA( Por sua veE& o "istograma construdo para a s*rie ln * raEoavelmente
sim*trico e curtose no nvel de uma distri$uio normal padro(
A 'uno densidade de pro$a$ilidade de uma varivel aleatria lognormal com
par-metros

*+
I G X f
:
!
!
!
I Gln
( !
=

x
e
x
3 para
9 > x
G=;I
3$s(+ 3s par-metros

so& respectivamente& a m*dia e o desvio padro de X ln (

Como X ln possui distri$uio normal& a 'uno densidade de pro$a$ilidade pode ser
e#pressa em termos da 'uno densidade de pro$a$ilidade GbI de uma varivel
aleatria Z normal padro( Para X \ 9&
PGc] #I O PGb ]

I lnGx
I O G

I lnGx
I G=:I
6' ESTIMACES DA VOLATILIDADE
Foi discutido Due a ta#a de retorno de um ativo * o$tida dividindo o preo de
'ec"amento do ativo no instante i pelo preo de 'ec"amento desse ativo no instante
= i ( Para se o$ter a ta#a de retorno& su$trai-se = do Duociente e o resultado *
multiplicado por =99(
Em termos matemticos tem-se+
=99 I( = G
=

i
i
i
P
P
R
G=LI
i
R
O ta#a de retorno no instante
t
Y
i
P

O preo do ativo na data i de aplicaoY
= i
P

O preo do ativo na data = i de aplicao(
29
A e#presso
=

i
i
i
P
P
R
* denominada de ndice de retorno dirio de um ativo
'inanceiro( Aplicando na e#presso
=

i
i
i
P
P
R
o operador logaritmo na $ase
e
& o
retorno dirio de um ativo 'inanceiro * a di'erena logaritmica entre valores dirios
consecutivos dos preos desse ativo& ou se.a+
I lnG I lnG I lnG I lnG
=
=

i i
i
i
i
P P
P
P
R
G=CI
A e#presso acima * usualmente empregada para calcular o retorno dirio de um ativo
'inanceiro(
)am$*m vimos Due o risco "istrico de um ativo 'inanceiro * o$tido pelo
desvio padro( Contudo& o preo de um ativo 'inanceiro comumente& varia muito em
determinado dia do prego( Assim& se torna necessrio a estimativa diria dessa
volatilidade(
A volatilidade diria G
i

I * o$tida como o valor a$soluto do alcance das 'lutua%es dos

preos& em escala logaritmica& ao longo de cada dia de prego+
i

O ln
1
]
1

mnimo
i
m!ximo
i
P
P
G=KI
Em G=KI+
m!ximo
i
P
O preo m#imo alcanado pelo ndice do mercado ou do ativo no dia i (
mnimo
i
P
O preo mnimo alcanado pelo ndice do mercado ou do ativo no dia i (
A distri$uio da s*rie
i

* caracteriEada por dois par-metros+ a volatilidade m*dia

e o desvio padro

Due caracteriEa a varia$ilidade do processo estocstico(

A s*rie
i

* gerada por um processo estocstico ou aleatrio& Duando sua

m*dia e volatilidade so constantes ao longo do tempo e o valor da covari-ncia entre
dois perodos de tempo depende apenas da dist-ncia ou de'asagem entre os dois
perodos& e no do perodo de tempo e'etivo em Due a covari-ncia * calculada( Nestas
condi%es se tem um processo estocstico estacionrio(
Para e#empli'icar o clculo da volatilidade vamos considerar o preo mnimo e
m#imo alcanado pelo 103@ESPA nos dias de prego ocorridos em .aneiro de !99K( A
volatilidade diria do 103@ESPA est apresentada na /ltima coluna da ta$ela =!( (Esta
'oi o$tida tomando o logaritmo natural do Duociente dpreo m#imo do dia i e dpreo
mnimo dia i d(
30
)a$ela =!+ )a#a de 5etorno do 103@ESPA e @olatilidade( 0rasil& 9!J9=J!99K a
8=J9=J!99K
Su$stituindo o preo m#imo e mnimo na 'rmula G=KI& se o$t*m as
volatilidades apesentadas na /ltima coluna da ta$ela G==I( Por e#emplo& a volatlidade
para o dia 9!J9=J!99K * calculada da seguinte 'orma+
!99K J = J !

O "n
1
]
1

mnimo
i
m!ximo
i
P
P
O
U
LL & L!L:K
9C & L8B9L
W "n
O 9&9=BC=!;
3 estudo do comportamento da volatilidade diria do 103@ESPA no perodo de
9!J9=J!99L a !KJ=!J!99C& totaliEando ;B= dias * realiEado atrav*s da 'igura =L( Para
re'aEer esta 'igura utiliEe o assistente de gr'ico da planil"a E#cel ^ gr'ico de lin"a(
31
Figura =L+ 0rasil& @olatilidade ,iria do 103@ESPA( 9!J9=J!99L A !KJ=!J!99C
3$serve a 'igura =L e perce$a Due a volatilidade diria no apresenta um
comportamento contnuo( Presena de perodos distintos de alta e de $ai#a volatilidade
se mani'esta ao longo da s*rie temporal em estudo( Nos dias do /ltimo Duadrimestre de
!99C& ocorreu uma mudana de nvel da s*rie "istrica da volatilidade( Este 'ato decorre
da in'luFncia da crise imo$iliria dos Estados Unidos no mercado $rasileiro( Em 'ace do
e#posto se conclui Due o comportamento da volatilidade diria do 103@ESPA no
perodo de estudo * no estacionrio(
A literatura diE Due a s*rie
i

& volatilidade diria do 103@ESPA apresenta

"eteroscedasticidade condicional& ou se.a& a vari-ncia condicional varia com o tempo(
A modelagem da s*rie
i

* realiEada usando os modelos de volatilidade

estocsticas no lineares( ,estacam-se na modelagem estocstica no linear os modelos
A5C6& 4A5C6& E4A5C6& )A5C6( 3s interessados na modelagem da volatilidade
estocstica devem consultar Morettin e )oloi G!99;I& Ale#anderG!99:I(
32
BRAS4L : 8OLAT4L4DADE D4;R4A DO 4BO8ESPA.
02<0*<200/ A 28<*2<200+
0
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,1
1 29 57 85 113 141 169 197 225 253 281 309 337 365 393 421 449 477
D4A
8OLAT4L4DADE
Ati;idades de a;a$ia!*#
=I A ta$ela a$ai#o apresenta as ta#as de retornos mensais de trFs ativos+ AM0E@&
AME51CANA E 05A,ESC3
Meses AM0E@ GMI
Ativo A
AME51CANAS GMI
Ativo 0
05A,ESC3 GMI
Ativo C
7un"oJ!99C ;&8! L&!K -;&98
7ul"oJ!99C -;&L8 K&:= ;&B9
AgostoJ!99C :&9! -;&!! -9&9C
Setem$roJ!99C 9&:! =8&CC B&:!
3utu$roJ!99C :&B! ==&:: =9&;K
Novem$roJ!99C -L&LL -=:&!B -8&K:
,eEem$roJ!99C -8&!: -B&;; 9&=!
7aneiroJ!99K -;&9= -=;&=: -=L&!8
FevereiroJ!99K =8&9: =:&8L =8&98
MaroJ!99K -:&;; -=;&BB -C&;K
A$rilJ!99K -;&LB -K&K= =C&;:
MaioJ!99K -K&:9 B&LC !&B;
Preenc"a os dados da ta$ela a$ai#o(
Estatstica Ativo A Ativo 0 Ativo C
5etorno esperado
@ari-ncia
,esvio padro
5isco 5elativo
Assimetria
Curtose
70
Agora responda+
=(=I 3 ativo de maior retorno esperado * o ativo ----------
=(!I 3 ativo de menor risco a$soluto * o ativo ----------
=(8I 3 ativo de maior risco a$soluto * o ativo ----------
=(;I 3 ativo maior risco relativo -----------------
=(:I 3 ativo de menor risco relativo ------------------
=(LI Ruais dos ativos apresentam distri$uio das ta#as de retorno m*dio normaisS
7usti'iDue a resposta(
33
!( Supon"a Due vocF este.a pensando em escol"er ativos para investimentos e " trFs
candidatos possveis
Situao do
mercado
Ativo = Ativo ! Ativo 8
5etorno GMI Pro$a$i
lidade
5etorno GMI Pro$a$ili
dade
5etorno
GMI
Pro$a$ilidade
Crescimento =!&: CJ=9 =9&: :J=9 =:&: LJ=9
,epresso :&8 !J=9 C&: 8J=9 =9&: !J=9
5ecesso -!&8 =J=9 ;&: !J=9 -8&: !J=9
Preenc"a os dados da ta$ela a$ai#o(
Estatstica Ativo = Ativo ! Ativo 8
5etorno esperado
@ari-ncia
,esvio padro
G!(=I 3 ativo menos arriscado * o ativo --------------
G!(!I 3 ativo mais arriscado * o ativo ---------------
Para resolver as atividades 8& ;& :& L 'aa o uso da planil"a E#cel& e#ecutando o seguinte
comando em DualDuer c*lula+ Odist(normpGvalor de bI^ enter
G8I ,ada uma distri$uio de pro$a$ilidade com m*dia aritm*tica de 9 e um desvio
padro de = calcule+
aI
I !: & = G < Z P
Y
$I
I 99 & = G < Z P
Y
cI
I C: & ! G > Z P
Y
dI
I ;8 & 8 ;8 & 8 G < < Z P
G;I Se.a
I( : & =99 G N X
Calcular+
aI
I ==9 =9: G < < X P
Y
$I
I B9 G < X P
Y
cI PGc\K:I
G:I A distri$uio das ta#as de retorno do 103@ESPA no perodo de .un"o de !99C a
maio de !99K * raEoavelmente normal com retorno esperado de !&KLM e desvio
padro de :&B!M( Avalie a pro$a$ilidade de Due no pr#imo mFs a ta#a de retorno
se.a+
aI menor Due !&:9MY
$I menor Due C&:!MY
cI maior Due L&!:MY
dI maior Due =:M
34
GLI 3 Sen"or AntNnio possui uma carteira de ativos Due ao longo do tempo
apresentou ta#as de retorno lognormal com m*dia de ;&:!M e risco Gdesvio padroI
de !&8:M( Rual * a pro$a$ilidade de Due no pr#imo mFs a carteira do sen"or
AntNnio o$ten"a ta#a de retorno superior a K&:MS
GCI A carteira constuda por um grupo de alunos da
9
L do curso matemtica
apresentou as seguintes renta$ilidades ao longo do tempo(
)a#as de retorno GMI
i
f
!&9:fg !&=9 ;
!&=9fg !&=: L
!&=:fg !&!9 =9
!&!9fg !&!: =:
!&!:fg !&89 B
!&89fg !&8: :
aI Calcule a ta#a de retorno esperada e o risco a$oluto e relativo
$I Fao o uso da distri$uio normal padroniEada E e calcule a pro$a$ilidade da
carteira apresentar as seguintes ta#as de retorno+
=( PG
c
R
] !&=9MIY
!( PG
c
R
\ !&!CMIY
8( PG!&=!M]
c
R
]!&!CMIY
;( PG
c
R
\!&::MIY
:( PG
c
R
]=&:9MIY e
L( PG
C
R
\!&;9MI ou PG
c
R
]!&99MI
Unidade II: AnD$ise de C#;ari<n%ia3 C#rre$a!*# e
Re)ress*#'
3$.etivos da Unidade
- Avaliar diagrama de disperso $ivariado(
- Medir o nvel de associao entre ativos 'inanceiros(
- Estimar e avaliar modelos de regresso linear simples e m/ltipla(
- 5ealiEar previs%es utiliEando-se de modelos de regresso e de s*ries temporais(
- Estimar volatilidade diria(
35
Estudamos Due os momentos de uma distri$uio univariada so muito /teis
para estimar a ta#a de retorno esperada& o risco& a assimetria e a curtose da distri$uio
das ta#as de retorno de DualDuer ativo 'inanceiro( Estudaram tam$*m Due e#istem dois
modelos tericos contnuos de pro$a$ilidade muito /teis para estimar pro$a$ilidades&
Duais se.am+ o modelo normal e o modelo lognormal( A partir de agora vamos
compreender ou relem$rar como os diversos ativos 'inanceiros esto correlacionados
entre eles e com o ndice de mercado(
+ , Dia)ra(a de dis/ers*#
Um diagrama de disperso * um gr'ico dos valores de duas variveis para
todos os casos( Comumente a varivel dependente * gra'ada no ei#o vertical a varivel
independente no ei#o "oriEontal( [ utiliEado para determinar a 'orma da relao entre as
variveis( Pode alertar Duanto a determinados padr%es dos dados& ou possveis
pro$lemas& como por e#emplo& a presena de o$serva%es discrepantes ou o#t$ier(
Em sntese o diagrama de disperso * um gr'ico utiliEado para a visualiEao
do tipo de relacionamento e#istente entre duas variveis Duantitativas(
A 'igura =C mostra um gr'ico de h Gta#as de retorno dirio do ativo 1)AiI
versus c Gta#as de retorno do 103@ESPAI( 3s pontos parece disporem-se em uma 'ai#a
camin"ando da esDuerda in'erior para a direita superior( Pode-se ver logo o padro+ A
medida Due as ta#as de retorno do 103@ESPA aumentam as ta#as de retorno do ativo
1)Ai tam$*m aumenta( Por este diagrama& parece Due a relao entre as ta#as do ndice
do mercado e as ta#as do ativo 1)Ai * linear crescente& podendo ser escrita por uma
reta crescente(
A 'igura =K apresenta a relao entre as ta#as de retorno do 103@ESPA e as
ta#as de variao do dlar comercial para o mesmo perodo de tempo( j medida Due as
ta#as de retorno do 103@ESPA aumentam ocorre um decr*scimo nas ta#as de retorno
do dlar comercial( Portanto& pode-se concluir Due e#iste uma relao linear negativa
entre as ta#as de retorno do 103@ESPA e as varia%es do dlar comercial& podendo este
relacionamento ser modelado por uma 'uno linear decrescente(
36
BRAS4L: D4STR4B5423O 1ON=5NTA DAS TA7AS DE RETORNO DO
AT48O 4TA> E 4BO8ESPA. 200+
-8
-6
-4
-2
0
2
4
6
8
-8 -6 -4 -2 0 2 4 6
TA7AS DE RETORNO DO 4BO8ESPA!"
TA7AS DE
RETORNO DO AT48O
4T>!"
r
Figura =C+ 0rasil < ,istri$uio $ivariada das ta#as de retorno do ativo 1)Ai e ta#as
,e retorno do 103@ESPA( !99C
Figura =K+ 0rasil < ,istri$uio $ivariada das ta#as de retorno do 103@ESPA e das
ta#as de retorno do dlar comercial( !99C
. , COVARIENCIA ENTRE ATIVOS FINANCEIROS
37
BRAS4L: D4STR4B5423O 1ON=5NTA DAS TA7AS DE RETORNO
DO 4BO8ESPA E DAS TA7AS DE RETORNO DO D?LAR
1OMER14AL
-8
-6
-4
-2
0
2
4
6
-4 -3 -2 -1 0 1 2 3 4
TA7AS DE RETORNO DO D?LAR 1OMER14AL!"
TA7AS DE
RETORNO DO
4BO8ESPA!"
3 diagrama de disperso e#i$ido pela 'igura =C mostra uma relao positiva&
ou se.a& A medida Due aumenta as ta#as de retorno do 103@ESPA GcI tam$*m ocorre
aumento nas ta#as de retorno do ativo 1)AiGhI( 3 diagrama de disperso G'igura =KI
relacionando as ta#as de retorno do 103@ESPA com as ta#as de retorno do dlar
comercial& mostra Due a medida Due o dlar comercial diminui aumenta as ta#as de
retorno do 103@ESPA( Am$os sugerem Due uma lin"a reta& respectivamente& crescente
e decrescente poderia ser usada como uma apro#imao de relao entre as variveis(
Uma medida descritiva Due Duanti'ica a associao linear entre duas variveis
Duantitativas * dada pela covari-ncia(
Para uma amostra do taman"o
n
com as seguintes o$serva%es
I & G
!= ==
R R
& G
!! =!
& R R
I&(((&
n n
R R
! =
& G
I& a covari-ncia da amostra * de'inida como+
I & G
! = j j
R R C%V
O
j j
R R
S
! =
& O
=
I IG G
=
! ! = =

n
R R R R
n
j
j j
G=BI
Em G=BI+
j
R
= O ta#as de retorno do ativo =& com
j
variando de = at*
n
(
=
R O retorno m*dio do ativo =(
j
R
! O ta#as de retorno do ativo ! & com
j
variando de = at*
n
(
!
R O retorno m*dio do ativo !(
A covari-ncia de dois ativos pode variar de menos in'inito a mais in'inita& e segue a
seguinte classi'icao+
j j
R R C%V
! =
& G
I 9 & indica Due as ta#as de retorno no covariam linearmente(
j j
R R C%V
! =
& G
I \ 9& indica Due as ta#as de retorno apresentam covariao linear
positiva(
j j
R R C%V
! =
& G
I ]9& indica Due as ta#as de retorno apresentam covariao linear
negativa(
E#emplo+ Calcule a covari-ncia para as ta#as de retorno dos ativos )E2EMA5 PN G
j
R
= I e PE)5305AS PN G j
R
! I o$tidas no mFs de 'evereiro de !99K(
A ela$orao de uma planil"a Gta$ela =8I 'acilita o clculo da covari-ncia( Con'orme
apresentado na unidade =& seo =& o retorno esperado dos ativos )E2EMA5 PN G j
R
= I
e PE)5305AS PN G j
R
! I so& respectivamente& iguais a <9&8;M e 9&9BM(
)a$ela =8+ )a#as de retorno dos ativos )E2EMA5 PN G j
R
= I e PE)5305AS PN G
j
R
! I( Fevereiro de !99K
38
I G
= j
R I G
! j
R
GG
8; & 9 G
=

j
R
II
G j
R
! < 9&9BI GG
8; & 9 G
=

j
R
IIPG < 9&9BI
!&K! =&L! 8&=L =&&:8 ;&K8;K
-!&CK -8&:: -!&;; -8&L; K&KK=L
9&B8 8&== =&!C 8&9! 8&K8:;
-:&9! 9&LK -;&LK 9&:B -!&CL=!
-;&K9 =&LC -;&;L =&:K -C&9;LK
-=&!= 9&!9 -9&KC 9&== -9&9B:C
!&;! =&;L !&CL =&8C 8&CK=!
-9&C! -=&!! -9&8K -=&8= 9&;BCK
-!&;9 -9&KC -!&9L -9&BL =&BCCL
-=&== !&L9 -9&CC !&:= -=&B8!C
-=&8C 9&;= -=&98 9&8! -9&8!BL
C&C9 9&!8 K&9; 9&=; =&=!:L
-9&8: -=&C; -9&9= -=&K8 9&9=K8
9&B; 9&8: =&!K 9&!L 9&88!K
;&98 -9&9L ;&8C -9&=: -9&L:::
-=&;= 9&=K -=&9C 9&9B -9&9BL8
-9&== =&:; 9&!8 =&;: 9&888:
9&== 9&:8 9&;: 9&;; 9&=BK9
-;&9C -:&;L -8&C8 -:&:: !9&C9=:
j
R
= O
-L&;9
j
R
! O
=&LK
I 9B & 9 G P II 8; & 9 G GG
! =

j j
R R
O88&L998
Su$stituindo os somatrios da /ltima lin"a da ta$ela =!& na e#presso da covari-ncia
temos+
I & G
! = j j
R R C%V
O
j j
R R
S
! =
& O
=
I IG G
=
! ! = =

n
R R R R
n
j
j j
O
=K
L998 & 88
O
KC & =
Uma veE Due a covari-ncia dos ativos )E2EMA5 PN e PE)5305AS PN *
maior Due Eero& e#iste entre eles& associao linear positiva( 1ndicando Due& A medida
Due aumenta a ta#a de retorno do ativo )E2EMA5 PN& cresce tam$*m& as ta#as de
retorno do ativo PE)5305AS PN ou vice-versa( Este 'ato decorre da vari-ncia em
comum Due os ativos 'inanceiros possuem com o mercado& ou se.a& Duando o mercado
aumenta& e#iste uma 'orte tendFncia dos ativos& tam$*m aumentarem(
Comumente o administrador 'inanceiro calcula o risco e a covari-ncia de uma
carteira ou porti'lio( Esta etapa envolve um n/mero considervel de ativosY
necessitando Due as vari-ncias e covari-ncias dos vrios componentes da carteira se.am
disponi$iliEadas na matriE de covari-ncia( A matriE de covari-ncia de um con.unto de i
s*ries de retornos ij j j
R R R &(((& &
! = * uma matriE Duadrada& sim*trica& da seguinte 'orma+
39
V O

,
_

I G ((( ((( I & covG

((( ((( ((( (((
I & covG ((( I G I & covG
I & covG ((( I & covG I G
=
! ! ! =
= ! = =
ij ij j
ij j j j j
ij j j j j
R & R R
R R R & R R
R R R R R &
G!9I
Em G!9I& os elementos da diagonal principal * a vari-ncia do ativo i & e os
elementos a$ai#o ou acima da diagonal principal& * a covari-ncia de cada par de ativos(
Como a matriE * sim*trica as covari-ncias acima da diagonal principal so iguais as
covari-ncias a$ai#o da diagonal principal( Portanto+
I & G I & G
= ! ! = j j j j
R R C%V R R C%V
G!=I
A matriE de covari-ncia * 'undamental na administrao do risco uma veE Due
as previs%es estatsticas das vari-ncias e covari-ncia as ta#as de retorno dos ativos esto
resumidas nessa matriE( So utiliEadas para previso do risco de uma carteira& gerao
da curva de 'ronteira e'iciente e na otimiEao de porti'lio lineares ou no lineares
tratados no pr#imo captulo(
A planil"a E#cel possui a opo anlise de dados& Due apresenta diversas 'erramentas
estatsticas para anlise de dados( Esta .anela G'igura =BI possui a seguinte 'orma+
Figura =B+ Ferramentas de anlise da planil"a E#cel
Acionando a opo covari-ncia G'igura !9I vocF o$t*m a matriE de covari-ncia
populacional(
Figura !9+ 7anela para o$teno da matriE de covari-ncia da planil"a E#cel
40
A 'igura != apresenta as ta#as de retorno dos 103@ESPA
I G
= j
R
e dos ativos
)E2EMA5 3N
I G
! j
R
& PE)5305AS 3N
I G
8 j
R
& A5AC5Ub PN
I G
; j
R
& @A2E ,3
513 ,3CE PN
I G
: j
R
e ,k2A5 C3ME5C1A2
I G
L j
R
ocorridas em .aneiro de !99C(
Figura !=+ ,istri$uio das )a#as de 5etorno do 103@ESPA
I G
= j
R
e dos ativos
)E2EMA5 3N
I G
! j
R
& PE)5305AS 3N
I G
8 j
R
& A5AC5Ub PN
I G
; j
R
& @A2E ,3
513 ,3CE PN
I G
: j
R
e ,k2A5 C3ME5C1A2
I G
L j
R
( 0rasil& 7aneiro de !99C(
Para o$ter a matriE de covari-ncia populacional 'aa o seguinte na cai#a de
dilogo covari-ncia G'igura !=I+
G=I ,igite 0;+ 4!; na cai#a de edio intervalo de entrada(
G!I Acione agrupado por colunas(
G8I Acione rtulo na primeira coluna(
G;I Selecione opo de sada Ge#emplo 0!:I(
G:I CliDue no $oto 3l para Due o E#cel realiEe a matriE de vari-ncia^covari-ncia(
A ta$ela =;& apresenta as covaria%es e#istentes entre as ta#as de retorno do 103@ESPA
I G
= j
R
e dos ativos )E2EMA5 3N
I G
! j
R
& PE)5305AS 3N
I G
8 j
R
& A5AC5Ub PN
I G
; j
R
& @A2E ,3 513 ,3CE PN
I G
: j
R
e ,k2A5 C3ME5C1A2
I G
L j
R
41
)a$ela =;+ MatriE de @ari-ncia^ Covari-ncia Populacional
Na matriE de covari-ncia acima& os elementos da diagonal principal& indica a
vari-ncia de cada um dos ativos( 2em$re-se& a vari-ncia * uma medida de risco do ativo(
Assim& Duanto maior a vari-ncia maior * o risco( As covari-ncias dos ativos )E2EMA5
3N& PE)5305AS 3N& A5AC5Ub PN e @A2E ,3 513 ,3CE PN so positivamente
associadas ao ndice de mercado G103@ESPAI( As varia%es dirias do dlar comercial
esto associadas negativamente com o ndice de mercado e com todos os demais ativos(
A matriE de covari-ncia 'ornecida pela ta$ela =; * a matriE de covari-ncia Due
descreve como as variveis covariam em uma populao( 5ecomenda-se construir uma
nova matriE de covari-ncia amostral( Para o$ter a matriE de covari-ncia amostral
multiplicam-se cada covari-ncia pelo n/mero de ta#as de retorno
I Gn
e a seguir dividir
por = n
0 , CORRELACES ENTRE ATIVOS
Como visto& a covari-ncia * uma medida Due com$ina o risco dos retornos de
um ativo com a tendFncia& desses retornos& de se movimentar para cima ou para $ai#o
ao mesmo tempo em Due outros ativos se movimentam para cima ou para $ai#o( A
desvantagem da covari-ncia * Due ela pode variar de menos in'inito para mais in'inito&
tornando di'cil interpretar a sua magnitude& de 'orma Due uma medida estatstica
relacionada& o coe'iciente de correlao& * em geral utiliEada para medir o grau com Due
duas variveis se movimentam em decorrFncia do movimento do mercado(
42
3 coe'iciente de correlao padroniEa a covari-ncia ao dividi-la por um termo
do produto dos desvios padr%es dessas duas variveis& o Due 'acilita as compara%es ao
colocar as medidas em escala semel"ante( 3 coe'iciente de correlao linear amostral&
r & entre as ta#as de retornos dos ativos j
R
= e j
R
! * calculado como segue+
Coe'iciente de correlao linear amostral
I & G
! = j j
R R
O r O
j j
R R
j j
S S
R R C%V
! =
P
I G
! =
G!!I
Em G!!I+
I & G
! = j j
R R C%V
O covari-ncia dos ativos j
R
= e j
R
! (
j
R
S
=
O desvio padro amostral das ta#as de retorno do ativo j
R
= (
j
R
S
!
O desvio padro amostral das ta#as de retorno do ativo j
R
! (
3 intervalo de variao do coe'iciente de correlao linear * de = a = + G
I = = + r
( Ruando = + r & diEemos Due e#iste associao linear per'eita positiva&
= r & associao linear pre'eita negativa e 9 r & no e#iste associao linear entre
as variveis( Ruando j
R
= e j
R
! apresentar 'orte correlao linear positiva& r est
pr#imo de = + & tiver 'orte correlao linear negativa& r est pr#imo de = & apresenta
correlao 'raca Duando r est pr#imo de Eero( 3s diagramas de disperso G'iguras !!&
!8&!; e!:I mostram e#emplos de como pode comportar as ta#as de retornos dos ativos
j
R
= e j
R
!
ao longo do tempo(

Figura !!+ ,iagrama de ,isperso das )a#as de 5etorno dos Ativos j
R
= e j
R
!
43
Figura !8+ ,iagrama de disperso das ta#as de retorno dos ativos 5
=.
e 5
!.

Figura !;+ ,iagrama de ,isperso das )a#as de 5etorno dos Ativos j
R
= e j
R
!
Figura !:+ ,iagrama de ,isperso das )a#as de 5etorno dos Ativos j
R
= e j
R
!
44
D4A@RAMA DE D4SPERS3O DAS TA7AS DE RETORNO
DOS AT48OS R
*=
E

R
2=
-10
-8
-6
-4
-2
0
2
4
6
8
-8 -6 -4 -2 0 2 4 6
R
*=
R
2=
Mo*'#%*%
$o##'-%?9o -i7'%#
,oitiv%
#8 0,61
D4A@RAMA DE D4SPERS3O ENTRE AS TA7AS DE
RETORNO DOS AT48OS R
*=
E R
2=
-4
-3
-2
-1
0
1
2
3
4
-10 -5 0 5 10
R
*A
R
2A
Mo*'#%*% $o##'-%?9o
-i7'%# 7'@%tiv%
# 8 -0,64
D4A@RAMA DE D4SPERS3O ENTRE AS TA7AS DE
RETORNO DOS AT48OS R
*=
E R
2=
-8
-6
-4
-2
0
2
4
6
8
10
-10 -5 0 5 10 15 20
R*A
R
2A
5#%$% $o##'-%?9o
,oitiv%
# 8 0,28
As 'iguras!!& !8& !; e !: apresentam Duatro tipos de padr%es Due podem
ocorrer em diagrama de disperso( A 'igura !! retrata a presena de elevada correlao
positiva entre os dois ativos+ A medida Due as ta#as de retorno do ativo j
R
= aumentam&
j
R
! tam$*m aumentam& evidenciando 'orte tendFncia linear positiva( A 'igura !8 * um
e#emplo de moderada correlao positiva entre j
R
= e j
R
! ( A 'igura !; corresponde A
situao de moderada correlao negativa entre j
R
= e j
R
! ( Por 'im& a 'igura !:
evidencia 'raca correlao entre as ta#as de retorno de j
R
= e j
R
! (
E#emplo+ Calcular a correlao para as ta#as de retorno dos ativos )E2EMA5 PN G
j
R
= I e PE)5305AS PN G j
R
! I o$tidas no mFs de 'evereiro de !99K(
)a$ela =:+ )a#as de 5etorno dos Ativos )E2EMA5 PN e PE)5305AS PN( 0rasil&
Fevereiro de !99K
I G
= j
R I G
! j
R
GG
II 8; & 9 G
=

j
R
!
=
II 8; & 9 G GG
j
R
I 9B & 9 G
!

j
R
!
!
I 9B & 9 G
j
R GG
II 8; & 9 G
=

j
R
P
I 9B & 9 G
!

j
R

!&K! =&L! 8&=L B&BK:L =&&:8 !&8;9B ;&K8;K
-!&CK -8&:: -!&;; :&B:8L -8&L; =8&!;BL K&KK=L
9&B8 8&== =&!C =&L=!B 8&9! B&=!9; 8&K8:;
-:&9! 9&LK -;&LK !=&B9!; 9&:B 9&8;K= -!&CL=!
-;&K9 =&LC -;&;L =B&KB=L =&:K !&;BL; -C&9;LK
-=&!= 9&!9 -9&KC 9&C:LB 9&== 9&9=!= -9&9B:C
!&;! =&;L !&CL C&L=CL =&8C =&KCLB 8&CK=!
-9&C! -=&!! -9&8K 9&=;;; -=&8= =&C=L= 9&;BCK
-!&;9 -9&KC -!&9L ;&!;8L -9&BL 9&B!=L =&BCCL
-=&== !&L9 -9&CC 9&:B!B !&:= L&899= -=&B8!C
-=&8C 9&;= -=&98 =&9L9B 9&8! 9&=9!; -9&8!BL
C&C9 9&!8 K&9; L;&L;=L 9&=; 9&9=BL =&=!:L
-9&8: -=&C; -9&9= 9&999= -=&K8 8&8;KB 9&9=K8
9&B; 9&8: =&!K =&L8K; 9&!L 9&9LCL 9&88!K
;&98 -9&9L ;&8C =B&9BLB -9&=: 9&9!!: -9&L:::
-=&;= 9&=K -=&9C =&=;;B 9&9B 9&99K= -9&9BL8
-9&== =&:; 9&!8 9&9:!B =&;: !&=9!: 9&888:
9&== 9&:8 9&;: 9&!9!: 9&;; 9&=B8L 9&=BK9
-;&9C -:&;L -8&C8 =8&B=!B -:&:: 89&K9!: !9&C9=:
)otal =C;&;:!L C:&9;BB 88&L998
5elem$re a 'rmula da correlao GeDuao !L I& o seu valor depende do desvio padro
de cada ativo e do nvel de covariao e#istente entre os ativos(
3 desvio padro dos ativos )E2EMA5 PN
I G
= j
R
e PE)5305AS PN
I G
! j
R
so+
j
R
S
=
O
=
I G
!
= =

n
R R
j j
O
= =B
;:!L & =C;

O
M == & 8

45
j
R
S
!
O
=
I G
!
! !

n
R R
j j
O
= =B
9;BB & C:

O
M 9; & !
A covari-ncia *+
j j
R R
S
! =
& O
=
I IG G
=
! ! = =

n
R R R R
n
j
j j
O
=K
L998 & 88
O
KLC & =
Su$stituindo os dados acima na e#presso do coe'iciente de correlao& tem-se+
r O
j j
R R
j j
S S
R R C%V
! =
P
I G
! =
O
9; & ! P == & 8
KLC & =
O
8;;; & L
KLC & =
O
!B; & 9
Uma veE Due r est pr#imo de Eero& e#iste 'raca correlao linear positiva entre as
ta#as de retorno dos ativos )E2EMA5 PN
I G
= j
R
e PE)5305AS PN
I G
! j
R
( A 'raca
correlao encontrada * .usti'icada pelo 'ato desses ativos serem de ramos de atividades
di'erentes(
5etorne A 'igura =B& o$serve Due a opo correlao est inserida na .anela anlise de
dados da planil"a E#cel( Acione esta opo aparecer na tela a .anela correlao G'igura
!L I(
Figura !L + 7anela de o$teno da MatriE de Correlao da Planil"a E#cel
E#emplo+ Construir a matriE de correlao para as ta#as de retorno do
103@ESPA G j
R
= I e dos ativos )E2EMA5 3N G j
R
! I& PE)5305AS 3N G j
R
8 I&
A5AC5Ub PN G j
R
; I& @A2E ,3 513 ,3CE PN G j
R
: I e ,k2A5 C3ME5C1A2 G
j
R
L I ocorridas em .aneiro de !99C& Due esto apresentadas na 'igura !! (
Para o$ter a matriE de correlao 'aa o seguinte na cai#a de dilogo correlao G'igura
!L I+
GLI ,igite 0;+ 4!; na cai#a de edio intervalo de entrada(
46
GCI Acione agrupado por colunas(
GKI Acione rtulo na primeira coluna(
GBI Selecione opo de sada Ge#emplo 0!:I(
A ta$ela =L apresenta as correla%es e#istentes entre as ta#as de retorno do 103@ESPA
I G
= j
R
e dos ativos )E2EMA5 3N
I G
! j
R
& PE)5305AS 3N
I G
8 j
R
& A5AC5Ub PN
I G
; j
R
& @A2E ,3 513 ,3CE PN
I G
: j
R
e ,k2A5 C3ME5C1A2
I G
L j
R
ocorridas
em .aneiro de !99C(
)a$ela =L+ MatriE de Correlao
Na ta$ela =L todos os elementos da diagonal principal so iguais a =GumI e
corresponde a vari-ncia das variveis na escala normal padroniEada( 2em$re-se Due
uma varivel padroniEada tem m*dia 9 GEeroI e vari-ncia =GumI( As correla%es entre
as ta#as de retorno do 103@ESPA
I G
= j
R
com os ativos )E2EMA5 3N
I G
! j
R
&
PE)5305AS 3N
I G
8 j
R
& A5AC5Ub PN
I G
; j
R
& @A2E ,3 513 ,3CE PN
I G
: j
R
so todas positivas& variando de correla%es moderadas A 'orte( Comumente os ativos
acompan"am o movimento do 103@ESPA( Por outro lado a correlao entre o
103@ESPA e ,k2A5 C3ME5C1A2 esto associados negativamente em decorrFncia
dos saldos da $alana comercial(

4 , O MODELO DE REBRESSAO LINEAR SIMPLES
Foram apresentadas trFs 'erramentas de anlise de dados& Duais se.am+ o
diagrama de disperso& a covari-ncia e a correlao( Estas 'erramentas nos au#iliam na
investigao do tipo de relao entre duas variveis( Ruando o diagrama de disperso
nos mostra um con.unto de pontos Due torna evidente uma tendFncia linear ou Duando a
47
correlao 'or considerada 'orte Gpr#ima de t =I& diE se Due a relao entre as variveis
analisadas * linear& e pode ser descrita por uma lin"a reta(
A anlise de regresso m/ltipla * uma 'erramenta estatstica utiliEada para a
anlise de rela%es associativas entre uma varivel m*trica dependente e duas ou mais
variveis independentes( No caso de uma /nica varivel independente tem-se um
modelo de regresso linear simples( 3s modelos de regresso podem ser utiliEados
segundo Mal"otra G!99LI para+
=( ,eterminar se as variveis independentes e#plicam com signi'ic-ncia estatstica a
varia$ilidade da varivel dependente(
!( ,eterminar a intensidade da relao(
8( ,eterminar o modelo estocstico Due relaciona as variveis independentes e
dependentes( Segundo 0assaneEi G!99!I os modelos estocsticos so aDueles Due
descrevem a din-mica de um modelo em termos pro$a$ilsticos(
;( PrediEer os valores da varivel dependente(
:( Controlar outras variveis independentes Duando da avaliao das contri$ui%es de
uma varivel ou con.unto de variveis espec'icas(
No modelo de regresso linear simples& a 'orma geral de uma reta *+
= = 9
X '
i
+
G!8I
Em Due

i
'
O varivel dependente

i
X
O varivel independente ou e#plicativa

9

O intercepto da reta com o ei#o das ordenadas

=

O coe'iciente angular da reta& derivada de ' em relao A X (

3 modelo !C * determinstico& no sentido de Due
i
'
'ica completamente
determinado por
i
X
( Contudo na maioria das veEes no se tem condi%es de coletar
todas as in'orma%es re'erentes As variveis Due esto sendo modeladas& sendo raEovel
supor Due o modelo estimado a partir das in'orma%es disponveis conten"a alguma
Duantidade de erro( Assim& o processo de regresso acrescenta um termo erro para
responder pela natureEa pro$a$ilstica ou estocstica da relao linear(
3 modelo de regresso linear simples Due descreve o relacionamento linear
populacional entre
i
'
e
i
X
* de'inido por+

i i
e X ' + +
= = 9

G!;I
48
Em
I !K G

i
e
* o termo erro associado A en*sima o$servao( 3 modelo pro$a$ilstico
descrito acima diE Due a varivel dependente
i
'
* e#plicada por um componente Due
varia sistematicamente com a varivel independente
i
X
e pelo erro aleatrio
i
e
(
3 processo de modelagem estocstica * constitudo das 'ases de
e#perimentao& a$strao& resoluo& validao e modi'icao do modelo& Duando
necessrio( 3 processo de validao consiste em determinar se o modelo assumido *
verdadeiro atrav*s de testes estatsticos para a signi'ic-ncia da relao estimada& e testes
de adeDuao dos resduos(
3 modelo G !K I * vlido Duando o coe'iciente
=

'or estatisticamente
signi'icativo e distri$uio do termo
i
e
satis'aEer as seguintes "ipteses+
=I A varivel aleatria
i
e
tem m*dia ou valor esperado igual a Eero& ou se.a&
9 I G
i
e E
G!:I
1mplicao+ Como
9

e
=
so constantes&
9 9
I G E
e
= =
I G E Y dessa 'orma&
para um dado valor de
i
X
& o valor esperado de
i
'
*+
i i
X ' E
= 9
I G +
G!LI
!I A "omocesdasticidade ou vari-ncia constante da varivel aleatria
i
e
( Como para
DualDuer valor de
i
X
& e#iste muito valores de
i
'
& a vari-ncia de
i
'
& denotada por

!
& * a mesma para todo
i
X
( Em termo estatstico+
!
I J G I J G
i i i i
X e Var X ' Var
G!CI
8I 3s valores de
i
e
so independentes(
,ados dois valores&
i
X
e j
X I G j i
& a correlao entre
i
e
e j
e I G j i

* Eero( Em
termo estatstico+
9 I & G
j i
e e C%V
G!KI
1mplicao+ 3 valor de
i
e

para um determinado valor de
i
X
no * relacionado com o
valor de
i
e

para DualDuer outro valor de
i
X
Y desta 'orma o valor de
i
'
para um
determinado valor de
i
X
no * relacionado com o valor de
i
'
para DualDuer outro
valor de
i
X
(
;I 3 termo
i
e
* uma varivel aleatria normalmente distri$uda(
1mplicao+ Como
i
'
* uma 'uno linear de
i
e
&
i
'
* tam$*m uma varivel aleatria
normalmente distri$uda(
49
A 'igura !C e#trada de Anderson et a$ G!99!I * uma ilustrao das suposi%es
do modelo e suas implica%es( 3$serve Due o valor de
I G
i
' E
muda de acordo com o
valor espec'ico de
i
X
considerado( Para um dado valor de
i
X
tem-se uma distri$uio
de pro$a$ilidade normalmente distri$uda em torno da
I G
i
' E
com varia$ilidade
constante( 3 valor espec'ico do erro
i
e
em DualDuer ponto particular depende de o
valor atual de
i
'
ser maior ou menor do Due
I G
i
' E
( Nestas condi%es a covari-ncia
entre
i
e
e j
e
* igual a Eero( Portanto os
i
e
so independentes ou no correlacionados(



Figura !C+ Suposi%es para o modelo de regresso
At* agora descremos so$re o modelo linear simples e suas "ipteses& mas
como determinar a reta Due mel"or descreva os dadosS
A t*cnica mais comum de a.uste de uma lin"a reta a um diagrama de disperso * o
processo dos mnimos Duadrados ordinrios(
> , O MFTODO DOS MNIMOS GUADRADOS ORDINHRIOS
Comumente num processo de modelagem estocstica ou pro$a$ilstico * di'cil coletar
dados so$re todos os valores das variveis independentes e dependentes( Nestas
50
condi%es os verdadeiros valores de
9

e
=

so descon"ecidos e devem ser estimados
com $ase nas o$serva%es amostrais& mediante a eDuao+
i i
X b a '
m
m
m
+ G!BI
Em G!BI+

i
'
m
O valor estimado& ou predito& de
i
'
am
O coe'iciente linear e estimador de
o
b
m
O coe'iciente angular e estimador de
=
i
X

O varivel independente ou e#plicativa
A anlise de regresso linear simples consiste em encontrar a lin"a Due mel"or se a.usta
aos dados( 3 mel"or a.uste * aDuele Due minimiEa a di'erena entre os valores reais G
i
'
I e os valores previstos ou estimados G
i
'
m
I( Uma veE Due as di'erenas so tanto
positivas Duanto negativas para di'erentes o$serva%es& o processo de o$teno dos
coe'icientes do modelo linear envolve a minimiEao do somatrio dos resduos G
i
e
I
elevados ao Duadrado& ou se.a+
!
=
I
m
G
i
n
i
i
' '

O
!
i
e
G89I
3nde
i
'

O valor real de ' para a o$servao i
i
'
m
O valor previsto de ' para a o$servao i
Su$stituindo o valor de
i
'
m
GeDuao !BI na eDuao 89& temos+
[ ]

+
n
i
i i
X b a '
=
!
I
m
m G
O
!
i
e
G8=I
A eDuao G8=I tem duas incgnitas& am
e b
m
(
A t*cnica matemtica Due determina os valores de am
e b
m
Due minimiEa a
soma dos Duadrados dos resduos * a dos mnimos Duadrados ordinrios( Em outras
palavras& para uma dada amostra& o m*todo dos mnimos Duadrados nos 'ornece
estimativas /nicas de
9

e
=

Due 'ornece o menor valor possvel para os

!
m
i
e (
Portanto& para encontrar am
e b
m
& $asta di'erenciar parcialmente a eDuao G8=I
em relao A am
e b
m
' ,erivando

!
m
i
e em relao A am
e b
m
temos+
a
e
i
m
I m G
!

: -!
I
m
m G
i i
X b a '

G8!I
51
b
e
i
m
I m G
!

: 1!
i i i
X X b a ' I
m
m G

G88I
1gualando G
I 8L
e
I 8C G
a Eero e aplicando as propriedades do somatrio& tFm-se as
duas eDua%es a seguir& c"amadas de eDua%es normais(

+
!
m
m
i i
X b a n X G8;I

+
!
m
m
i i i i
X b X a ' X
G8:I
Uma veE Due e#istem duas eDua%es com duas incgnitas& podemos resolver
este sistema de eDua%es para am
e b
m
& Due resulta nas eDua%es a$ai#o(
b
m
O

n
X
X
n
' X
' X
i
i
i i
i i
!
!
I G
G8LI
am
O
i i
X b '
m
G8CI

n
'
'
i
i

e
n
X
X
i
i

E#emplo+ 3$ter a eDuao da reta de regresso para as ta#as de retorno do 103@ESPA G

i
X
I e do ativo )E2EMA5 3N G
i
'
I o$tidos no mFs de .aneiro de !99K( A ta$ela =C
apresenta as ta#as de retorno e as colunas necessrias para a o$teno dos somatrios e
os somatrios para a estimativa dos coe'icientes am
e b
m
da reta de mnimos Duadrados(
)a$ela =C+ )a#as de 5etorno do ativo )E2EMA5 3N e ndice 03@ESPA( 0rasil&
.aneiro de !99K
G
i
'
I G
i
X
I
i i
' X
!
i
X
=&8; !&9: !&C;C9 ;&!9!:
=&:= -!&9C -8&=!:C ;&!K;B
-9&:= -9&BL 9&;KBL 9&B!=L
-;&99 -;&98 =L&=!99 =L&!;9B
-9&8C =&8K -9&:=9L =&B9;;
-=&9! -=&B! =&B:K; 8&LKL;
!&L8 9&CK !&9:=; 9&L9K;
-9&B! 9&CB -9&C!LK 9&L!;=
!&;9 =&99 !&;999 =&9999
-9&C! -9&;= 9&!B:! 9&=LK=
=&;: -9&LB -=&999: 9&;CL=
9&LL 9&!L 9&=C=L 9&9LCL
52
-=&K9 -9&L9 =&9K99 9&8L99
!&!: !&!; :&9;99 :&9=CL
-=&!= 9&!B -9&8:9B 9&9K;=
=&K: =&;8 !&L;:: !&9;;B
9&99 =&=: 9&9999 =&8!!:
-=&LC -9&L= =&9=KC 9&8C!=
-=&KK -=&KB 8&::8! 8&:C!=
9&!; =&9K 9&!:B! =&=LL;
=&;B =&8L !&9!L; =&K;BL
C! & =
i
' L8 & 9
i
X =;=C & 8L
i i
' X BC;8 & ;B
!

i
X
3 modelo de regresso linear simples a ser estimado pela t*cnica de mnimos
Duadrados *+
i i
X b a '
m
m
m
+ G8KI
Em Due+
'
m
)a#as de retornos do ativo )E2EMA5 3N&
i
X
O )a#as de retorno do 103@ESPA&
am
O Coe'iciente linear& ou se.a& valor esperado da ta#a de retorno do ativo )E2EMA5
3N& Duando a ta#a do 103@ESPA igual a Eero( )eoricamente se espera Due am
no ten"a
signi'ic-ncia estatstica&
b
m
Coe'iciente angular& ou se.a& * o acr*scimo percentual Due ocorre em
i
'
por uma
unidade percentual de variao em
i
X
( )eoricamente&
9
=
>
em 'uno da in'luFncia
Due o mercado e#erce na varia$ilidade da ta#a de retorno do ativo( Portanto& espera-se
Due b
m
\9 e estatisticamente signi'icativo(
3 valor da inclinao G b
m
I e do intercepto G am
I * respectivamente+
b
m
O

n
X
X
n
' X
' X
i
i
i i
i i
!
!
I G
O
!=
L8 & 9
BC;8 & ;B
!=
C! & = P L8 & 9
=;=C & 8L
!

O
9=KB & 9 BC;8 & ;B
9:=L & 9 =;=C & 8L

O 9&C!!
2em$re-se Due
i
'
O
!=
C! & =
O 9& 9K=BY
!=
L8 & 9

i
X
O 9&98
am
O
i i
X b '
O 9&9K=B < 9&C!!P9&98 O 9&9K=B < 9&9!=LL O 9&9L9
Su$stituindo am
e b
m
na eDuao G ;! I& se tem+
i
'
m
O 9&9L9 a 9&C!!c
i
3 valor de C!! & 9
m
b & signi'ica Due Duando o 103@ESPA aumenta em m*dia =M& o
retorno do ativo )E2EMA5 3N aumenta em m*dia 9&C!!M( 3 valor de
9L9 & 9 m a
indica Due Duando a ta#a de retorno do 103@ESPA 'or nula& o ativo )E2EMA5 3N
53
alcance em m*dia 9&9L9M( 3 valor de b
m
O 9&C!! para o coe'iciente de regresso& indica
Due a renta$ilidade do ativo )E2EMA5 3N cresce menos Due o ndice de mercado&
pelo menos no perodo de estudo& sugerindo Due este ativo no deve ser includo no
porti'lio do investidor(
A reta de regresso estimada e o diagrama de disperso dos dados esto
dispostos na 'igura !K ( Como se o$serva na 'igura !K & alguns dos pontos esto muito
distante da reta de regresso estimada& indicando $ai#a correlao entre as ta#as de
retorno do ativo )E2EMA5 3N e 103@ESPA no mFs de estudo& por*m * visvel uma
tendFncia linear crescente(

Figura !K + 0rasil& 7aneiro de !99K( ,istri$uio Con.unta das )a#as de 5etorno do
Ativo )E2EMA5 3N e ,3 103@ESPA(
2 , ESTATSTICAS ASSOCIADAS I ANHLISE DE REBRESSAO BIVARIADA
Associadas A anlise de regresso& esto um con.unto de testes estatsticos Due
so utiliEadas no processo de validao do modelo( ,ar-se- Fn'ase aDuelas estatsticas e
gr'icos Due a 'erramenta regresso& da opo anlise de dados& da planil"a E#cel( Ruais
se.am+ coe'iciente de correlao G5 m/ltiploI& o coe'iciente de determinao G5-
RuadradoI& o coe'iciente de determinao corrigido G5-Duadrado a.ustadoI& erro padro
de estimativa GErro padroI& teste anova& erro padro dos coe'icientes Gerro padroI&
teste t dos coe'icientes Gestatstica tI& p-valor Gvalor-pI& intervalo de con'iana para o
54
D4STR4B423O 1ON=5NTA DAS TA7AS DE RETORNO DO AT48O
TELEMAR ON E DO 4BO8ESPA
A 8 0,7224+ B 0,0602
-5
-4
-3
-2
-1
0
1
2
3
-5 -4 -3 -2 -1 0 1 2 3
TA7AS DE RETORNO D4;R4O DO 4BO8ESPA!"
TA7AS DE
RETORNO D4;R4O
DO AT48O
TELEMAR ON !"
intercepto GinterseoI& intervalo de con'iana para o coe'iciente de regresso Gvarivel
i
X
I& ta$ela com os resultados de resduos& gr'ico de pro$a$ilidade normal& gr'ico dos
resduos contra a varivel independente& gr'ico dos valores de h Go$servados e
estimadosI contra a varivel independente(
=I C#eJi%iente de %#rre$a!*#( 7 discutido amplamente na seo 8( 1ndica a 'ora da
associao entre DuaisDuer duas variveis m*tricas( 3 sinal Ga ou -I indica a direo
da relao( 3 valor pode variar de <= a a=& em Due a= indica uma per'eita relao
positiva& Eero G9I indica nen"uma relao e <=& uma per'eita relao negativa(
!I C#eJi%iente de Deter(ina!*# 8
!
R
I( Medida da proporo da vari-ncia da varivel
dependente em torno de sua m*dia Due * e#plicada pelas variveis independentes( 3
coe'iciente pode variar entre Eero GoI e um G=I( Ruanto maior o valor de
!
R
& maior
o poder de e#plicao do modelo estimado e& portanto& mel"or a previso da
varivel dependente(
8I C#eJi%iente de Deter(ina!*# AKstad# G
!
R
a.ustadoI( Medida modi'icada do
coe'iciente de determinao Due considera o n/mero de variveis independentes e o
taman"o da amostra( Seu valor varia entre 9 e =( 3 valor do
!
R
Ga.ustadoI no *
utiliEado para avaliar modelos de regresso linear simples(
;I Err# /adr*# de esti(ati;a 8 p
E
9' Medida da variao nos valores previstos( [
anlogo ao desvio padro de uma varivel em torno de sua m*dia( [ de'inido como
p
E
O
!
I
m
G
!

n
' '
i i
G8BI
Em Due

i
'
O valor real de
i
'
para um dado valor de
i
X

i
'
m

O valor previsto de
i
'
para um dado valor de
i
X

n
O taman"o da amostra usado na modelagem
:I Teste ANOVA( [ utiliEado para determinar se e#iste relao signi'icativa entre a
varivel dependente e o con.unto de variveis independentes
L( Err# Padr*# d#s C#eJi%ientes 8SE9+ Mede a varia$ilidade da distri$uio esperada
de um coe'iciente de regresso em m/ltiplas amostras( Ruanto menor 'or este
coe'iciente& maior * a preciso do estimador ou dos estimadores(
C( Testes t d#s %#eJi%ientes+ 3 valor de
t
do coe'iciente de regresso linear ou
angular * o valor do coe'iciente dividido pelo seu erro padro( A estatstica
t
, no
55
caso de uma regresso linear simples& * de'inida com ! n graus de li$erdade& e *
usada para testar a "iptese nula de Due no " relao linear entre
i
X
e
i
'
& ou
se.a&
9
)
+
=
O 9& onde
b
SE b t
m
J
m

( @alores de t maiores ou iguais a !&99 indicam

Due o coe'iciente colocado a prova * estatisticamente signi'icante& ou se.a& di'erente
de Eero(
K( P1;a$#r: pro$a$ilidade de uma relao signi'icativa ser encontrada se ela realmente
e#istir( Ruando p-valor 'or menor Due M : ou M = indica Due o coe'iciente *
estatisticamente signi'icativo& ou se.a& di'erente de Eero(
B( Inter;a$# de C#nJian!a /ara # Inter%e/t#: 1ndica a pro$a$ilidade de
o
est em
um determinado intervalo com nvel de con'iana estipulado( 3 nvel de con'iana
estipulado& geralmente * de B:M ou BBM( Ruando o intervalo de con'iana
construdo contempla o valor Eero& se conclui Due o intercepto pode ser Eero& logo
ele no * estatisticamente signi'icativo(
=9( Inter;a$# de C#nJian!a /ara # C#eJi%iente de Re)ress*# 8
=
I: 1ndica a
pro$a$ilidade de
=
est em um determinado intervalo com determinado nvel de
con'iana( 3 nvel de con'iana estipulado comumente * de B:M ou BBM( Ruando o
intervalo de con'iana construdo contempla o valor Eero& se conclui Due o
coe'iciente de regresso pode ser Eero& logo ele no * estatisticamente signi'icativo(
Neste caso o modelo linear estimado por mnimos Duadrados no representa a
relao entre as variveis modeladas(
==( Tabe$a %#( #s Res$tad#s de Res&d#s: 5elem$rando& o resduo * o valor
o$servado de
i
'
Gvarivel dependenteI menos o valor previsto pelo modelo G
'
m
I&
ou se.a&
i i i
' ' e
m
G;9I
A 'erramenta estatstica dregressoe da opo anlise de dados da planil"a E#cel emite
uma ta$ela com os valores de
i
'
m
&
i
e
e resduos padroniEados( 3s resduos
padroniEados so o$tidos dividindo o valor de
i
e

pelo erro padro de estimativa do
modelo construdo( 3 modelo a.ustado * apropriado Duando os resduos padroniEados
estarem aleatoriamente distri$udos no intervalo <=&BL e a=&BL& ou se.a&
BL & = BL & = +
i
Z
=!( BrDJi%# de Pr#babi$idade N#r(a$: Ferramenta estatstica Due relaciona os
percentis da amostra como os valores da varivel dependente( [ utiliEado para
veri'icar se os dados amostrais ten"am sido e#trados de uma populao normal( No
56
gr'ico& a distri$uio normal * representada por uma reta com inclinao de ;:n( A
verdadeira distri$uio * representada em contraste com essa reta& de modo Due
DuaisDuer di'erenas so mostradas como desvios da reta& tornando a identi'icao
$astante simples( A suposio de resduos normais * o Due possi$ilita a utiliEao
dos testes t e * para testar "ipteses estatsticas e ^ ou construir intervalos de
con'iana(
=8( BrDJi%# d#s Res&d#s %#ntra a VariD;e$ Inde/endente: Pode-se avaliar se o
modelo construdo * apropriado plotando os resduos no ei#o vertical e os valores
correspondentes aos valores de c
i
da varivel independente no ei#o "oriEontal( Se o
modelo a.ustado 'or adeDuado aos dados& ou se.a& e#iste linearidade da eDuao de
regresso& no "aver DualDuer tipo de relao entre os valores de
i
X
e os resduos
i
e
( Nesta condio& tam$*m diEemos Due a vari-ncia dos resduos permanece
constante Gresduos "omocedsticoI(
=;( BrDJi%# d#s Va$#res de L 8#bser;ad#s e esti(ad#s9 %#ntra a VariD;e$
Inde/endente+ uma opo a mais Due a planil"a E#cel nos proporciona para
investigar a Dualidade do a.uste( Neste gr'ico a pro#imidade dos
i
'
Go$servadosI
com
i
'
m
GestimadosI indica Due o modelo estimado * adeDuado para previso(
= , Uti$iMand# a Ferra(enta Ana$isar Dad#s /ara Re)ress*#
A 'erramenta analisar dados da Microso't E#cel pode ser utiliEado para se
o$ter uma anlise de regresso mais completa( @amos o$ter a eDuao da reta de
regresso para as ta#as de retorno do 103@ESPA G
i
X
I e do ativo )E2EMA5 3N G
i
'
I
o$tidos no mFs de .aneiro de !99K( As ta#as 'oram digitadas na planil"a E#cel como
segue na 'igura !B(
57
Figura !B+ 0rasil& 7aneiro de!99K( ,istri$uio das
)a#as de 5etorno dos Ativos )EMA5 3N e 103@ESPA
Aps digitar dos dados na planil"a E#cel selecione Ferramentas ^ Analisar dados
selecione 5egresso na cai#a de 'erramentas de anlise e cliDue no $oto 3o( Na cai#a
de dilogo 5egresso Due aparece& 'aa o seguinte+
=I ,igite XAX!+XAX!! na cai#a de edio intervalo h de entrada(
!I ,igite X0X!+X0X!! na cai#a de edio intervalo c de entrada
8I No selecione a cai#a de veri'icao rtulos(
;I Selecione a cai#a de veri'icao nvel de con'iana e a.uste para B:M(
:I Selecione a opo de sada( Pode ser& por e#emplo& na c*lula XAX!: ou numa nova
planil"a(
LI Selecione as cai#as de veri'icao de resduos& resduos padroniEados& plotagem de
resduos& plotagem de a.uste de lin"a e plotagem de pro$a$ilidade normal(
A cai#a de dilogo deve agora parecer como a mostrada na 'igura 89(
Figura 89+ E#cel Cai#a de ,ilogo 5egresso& da Ferramenta Analisar ,ados do E#cel
58
CliDue no $oto 3o para Due o E#cel realiEe a anlise de regresso( Na planil"a resumo
dos resultados aparecem trFs ta$elas apresentadas na 'igura 8=& os resultados dos
resduos esto e#postos na 'igura 8!( 3s gr'icos sero a.ustados visando propiciar uma
leitura adeDuada Glem$re-se da raEo entre os ei#os+ o ei#o ' * de apro#imadamente
8
!
de X I
Figura 8=( 5esultado da Anlise de 5egresso& o$tido por meio da Ferramenta Analisar
,ados do E#cel& para as )a#as de 5etorno do 103@ESPA e do Ativo )E2EMA5 3N
ocorridas em .aneiro de !99K(
,e posse de todas as in'orma%es do processo de modelagem& tFm-se
condi%es de realiEar uma anlise mais criteriosa do modelo Due relaciona as ta#as de
retorno do ativo )E2EMA5 3N Gvarivel dependenteI e as ta#as de retorno do
103@ESPA Gvarivel independenteI( A primeira ta$ela da 'igura 8= apresenta o
coe'iciente de correlao r Grotulado de 5 Mi2)1P23I& o coe'iciente de determinao
!
R
& o coe'iciente de determinao a.ustado
!
aj#stado
R
& o erro padro de estimativa
Grotulado de Erro PadroI e o taman"o da amostra Grotulado como 3$serva%esI(
3 valor da correlao encontrada * de 9&LL& indicando Due as variveis esto
correlacionadas em nvel moderado( A anlise de regresso mostrou Due somente
M L & ;8
G
!
R
I da varia$ilidade das ta#as de retorno do ativo )E2EMA5 3N so e#plicados em
'uno da varia$ilidade das ta#as de retorno do 103@ESPA& portanto o modelo a.ustado
dei#a de e#plicar :L&;M da varia$ilidade da varivel dependente(
59
Em decorrFncia do $ai#o coe'iciente de determinao do modelo a.ustado
recomenda-se Due este no se.a utiliEado para previso( Como o modelo a.ustado
apresenta $ai#o coe'iciente de determinao& se conclui Due o erro padro de estimativa&
88=! & =
p
E
& * grande(
A segunda ta$ela da 'igura 8= Gta$ela AN3@AI apresenta o teste de signi'ic-ncia do
coe'iciente de determinao G
!
R
I ou do coe'iciente de regresso G

I( A deciso so$re
a signi'ic-ncia do
!
R
ou do

* realiEada comparando o nvel de signi'ic-ncia

escol"ido G

O =M ou :MI com o valor de

&a$or p
emitido pelo teste de anlise de
vari-ncia( Ruando o valor de
&a$or p
emitido pela ta$ela anova 'or menor Due o nvel
de signi'ic-ncia escol"ido se aceita a "iptese de signi'ic-ncia estatstica dos
coe'icientes de determinao e de rgresso(
Considere Due se est validando o modelo estimado com signi'ic-ncia
estatstica de :M( 3 teste AN3@A e#posto na 'igura 8= in'orma Due o valor de
&a$or p
associado A estatstica do teste * de
99=== & 9
G
&a$or p
O 9&99===I( Como
9&99=== * menor Due :M G9&99=== ] 9&9:I& re.eita-se 6
9(
Portanto& se conclui Due as
varia%es das ta#as de retorno do 103@ESPA esto relacionadas com as varia%es das
ta#as de retorno do ativo )E2EMA5 3N( Em sntese& o coe'iciente de determinao G
!
R
O ;8&LMI * estatisticamente di'erente de Eero ao nvel de signi'ic-ncia e#ato de
9&99=== ou 9&9===M(
A /ltima ta$ela da 'igura 8= apresenta o valor do intercepto G am
I& o valor do
coe'iciente de regresso b
m
Grotulado como varivel
=
X
I& os erros padr%es dessas
estimativas& a estatstica
t
& a signi'ic-ncia estatstica dos coe'icientes G
&a$or p
I e os
intervalos de con'iana para o intercepto e para o coe'iciente de regresso com
con'ia$ilidade de B:M( Su$stituindo o valor de am
e de b
m
na eDuao G ;! I se o$t*m o
seguinte modelo linear+
i i
X ' C!! & 9 9L9 & 9
m
+ (
3 intercepto no alcana signi'ic-ncia estatstica em decorrFncia do $ai#o
valor de
t
e alto valor do
&a$or p
& o$serve Due o intervalo construdo com M B: de
con'iana para o verdadeiro intercepto populacional G
o
I inclui o valor o Eero( 3 $ai#o
valor de t e intervalo de con'iana Due inclui o valo Eero evidenciam Due o verdadeiro
intercepto populacional G
9

I * nulo& ou se.a& ele no * estatisticamente signi'icativo(

3 coe'iciente de regresso estimado 9&C!! * estatisticamente signi'icativo&
estatstica t desse coe'iciente * alto e p-valor muito $ai#o( 3 intervalo de con'iana
60
construdo com B:M de con'ia$ilidade indica Due o verdadeiro
=

populacional pode
variar entre 9&8!KM e =&==CM(
)odos estes testes evidenciam Due o verdadeiro coe'iciente de regresso
populacional G
=

I * di'erente de Eero com nvel de signi'ic-ncia e#ata de 9&99===:(

Ruanto A distri$uio dos resduos apresentados na 'igura 8!& somente um
resduo padroniEado ultrapassou por pouco o valor de a=&BL( Em uma distri$uio
normal padroniEada& B:M dos valores esto na 'ai#a de t =&BL unidades de desvio
padro( Portanto& pode-se esperar Due de cada =99 desvios padroniEados& no m#imo
cinco deles este.am 'ora de t=&BL( Como se tem /nico resduo G!&!LBBCI 'ora da 'ai#a
de normalidade admite-se Due a sua magnitude se.a e#plicado por causas aleatrias(
Figura 8!( 5esultado dos 5esduos da Anlise de 5egresso& o$tido por meio de a
Ferramenta Analisar ,ados do E#cel& para as )a#as de 5etorno do 103@ESPA e do Ativo
)E2EMA5 3N ocorridas em .aneiro de !99K(
A "iptese de erros independentes * investigada atrav*s do gr'ico dos
resduos $rutos ou padroniEada em 'uno do tempo( A 'igura 88 apresenta a distri$uio
dos resduos padroniEados em 'uno do tempo( Este gr'ico o mdulo regresso da
planil"a E#cel no o'erece( Para construo gr'ica aciona-se a coluna resduo padroniEado
e a opo disperso do assistente de gr'ico do E#cel( A.uste os ei#os segundo as normas
t*cnicas(
61
A partir da 'igura 88& se o$serva Due os pontos se distri$uem de 'orma
aleatria em torno da m*dia Eero( Nen"uma 'orma de relacionamento entre resduos
padroniEados e tempo * constatada& indicando Due no e#iste violao no pressuposto da
independFncia dos resduos(
Figura 88+ 5esultado dos 5esduos PadroniEados em Funo do )empo do Modelo
2inear A.ustado(
3 pressuposto de linearidade da eDuao de regresso e de "omocedasticidade
dos resduos * investigado analisando os resduos contra valores da varivel
independente G
i
X
I( A 'igura 8; compara os resduos e os valores da varivel
independente dta#a de variao diria do 103@ESPA o$tida no mFs de .aneiro de
!99Ke(
62
D4STR4B5423O B48AR4ADA DOS RES)D5OS 8ERS5S
TA7AS DE RETORNO DO 4BO8ESPA
-2,00
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
2,00
2,50
3,00
3,50
-5 -4 -3 -2 -1 0 1 2 3
TA7AS DE RETORNO DO 4BO8ESPA!"
ResBd$os
D4A@RAMA DE D4SPERS3O RES)D5OS PADRON4CADOS
8ERS5S TEMPO.
-1,50
-1,00
-0,50
0,00
0,50
1,00
1,50
2,00
2,50
0 1 2 3 4 5 6 7 8 910111213141516171819202122
TEMPO
RES)D5OS
PADRON4CADOS
Figura 8;+ 5esduos da Anlise de 5egresso versus )a#as de 5etorno do
103@ESPA(
A aparFncia do gr'ico de resduo contra os valores das ta#as de retorno dirias
do 103@ESPA evidencia distri$uio aleatria dos resduos Gresduos "omocedsticoI&
ou se.a& nen"uma tendFncia sistemtica * identi'icada a partir do gr'icoY sugerindo Due
o modelo linear * adeDuado para modelar o nvel de relacionamento entre as variveis(
3 gr'ico Due relaciona os percentis da amostra como os valores da varivel
dependente * o gr'ico de pro$a$ilidade normal( A 'igura 8: apresenta o gr'ico de
pro$a$ilidade normal para os resduos(

Figura 8:+ 4r'ico de Pro$a$ilidade Normal para os 5esduos do Modelo 2inear
A.ustado(
Como a visualiEao da apro#imao dos pontos por uma lin"a reta *
su$.etiva& * importante calcular o teste de normalidade de 7arDue-0era G70I para a
distri$uio dos resduos do modelo proposto( 3s pontos da 'igura 8; esto localiEados&
apro#imadamente& ao longo de uma reta& se aceita a "iptese de resduos normais(
Em sntese o modelo estimado
i i
X ' C!! & 9 9L9 & 9
m
+ em$ora apresente $ai#o
poder de determinao G
!
R
O ;8&L;MI * estatisticamente signi'icativo( 3s pressupostos
de resduos normais& independentes e "omocedstico 'oram satis'eitas( Assim& com
signi'ic-ncia estatstica $astante $ai#a pode-se in'erir Due Duando a ta#a de retorno do
63
@R;F41O DE PROBAB4L4DADE NORMAL
-5
-4
-3
-2
-1
0
1
2
3
4
0 20 40 60 80 100
Per'entil da a(ostra
D
103@ESPA aumenta de =M& a ta#a de retorno do ativo )E2EMA5 3N aumenta em
m*dia 9&C!!M(
6 , REBRESSAO LINEAR MNLTIPLA
A regresso m/ltipla envolve uma varivel dependente e duas ou mais
variveis independentes( [ uma t*cnica estatstica Due desenvolve simultaneamente uma
relao matemtica entre vrias variveis independentes e uma varivel dependente(
A 'orma geral do modelo de regresso m/ltipla *+
i
'
O
i K K o
e X X X X + + + + + + (((
8 8 ! ! = =
G;=I
Em Due
i
e
* o erro aleatrio em
i
'
(
3 modelo de regresso populacional acima * estimado pela seguinte eDuao
de regresso amostral+
+ + i
X b X b X b X b a '
m
(((
m m m
m
m
8 8 ! ! = =
+ + + + + G;!I
3nde
am
O interseo de
i
'
Y
=
m
b O inclinao de
i
'
em relao A varivel
=
X
& mantendo constantes as demais
variveis(
!
m
b O inclinao de
i
'
em relao A varivel
!
X
& mantendo constantes as demais
variveisY
8
m
b O inclinao de
i
'
em relao A varivel
8
X
& mantendo constantes as demais
variveisY
(
(
(
K
b
m
O inclinao de
i
'
em relao A varivel
K
X
& mantendo constantes as demias
variveis(
3 crit*rio de mnimos Duadrados estima os par-metros do modelo de regresso
linear m/ltipla de 'orma a minimiEar o erro total ou a soma dos Duadrados dos resduos(
64
)odas as suposi%es 'eitas so$re a distri$uio dos erros G
i
e
I na regresso linear simples
aplicam-se tam$*m A regresso linear m/ltipla& ou se.a+
=( 3s erros tFm m*dia Eero& ou se.a&
9 I &(((& & & J G
8 ! =

K i
X X X X e E
para DualDuer
o$servao(
!( AusFncia de correlao serial& ou
9 I & G
=

j
e e C%V
para
j i
8( 6omocedasticidade&
!
I G
i
e VAR
para DualDuer valor de i
;( Covari-ncia Eero entre
i
e
e cada varivel
K
X
& ou
9 I & G ((( I & G I & G I & G
8 ! =

i K i i i
e X C%V e X C%V e X C%V e X C%V
:( AusFncia de vi*s de especi'icao& ou se.a& o modelo est corretamente especi'icado(
L( AusFncia de colinearidade e#ata entre as variveis independentes
K
X
& ou nen"uma
relao linear e#ata entre as variveis independentes(
Aplicao
3 ndice da $olsa de valores de So PAU23 G103@ESPAI * o mais importante
indicador do desempen"o dos principais pap*is Ga%esI negociados no mercado de a%es
$rasileiro( 3 seu desempen"o * in'luenciado por 'atores econNmicos glo$ais e locais(
Entre estes indicadores pode-se destacar o dlar comercial e o 5isco 0rasil( 3 dlar
comercial * a cotao do dlar americano utiliEado no pagamento das importa%es e
e#porta%es( 3 risco 0rasil mede o grau de con'iana Due o pas representa para o
investidor estrangeiro(
Segundo as teorias econNmicas as varia%es diria do 103@ESPA G
i
'
I *
in'luenciado negativamente pelas varia%es diria do risco 0rasil G
=
X
I e pelo dlar
comercial G
!
X
I( A regresso linear m/ltipla * uma 'erramenta estatstica Due * utiliEada
para modelar a in'luencia dessas variveis na e#plicao da varia$ilidade do
103@ESPA(
3 modelo de regresso amostral com duas variveis independentes * de'inido
por+
! ! = =
m m
m
m
X b X b a '
i
+ + G;8I
Em GL9I am
* o interseo de
i
'
&
=
m
b * a inclinao de
i
'
em relao A varivel
=
X
&
mantendo constante a varivel
!
X
e
!
m
b * a inclinao de
i
'
em relao A varivel
!
X
& mantendo constante a varivel
=
X
( 3s coe'icientes am
&
=
m
b e
!
m
b so os estimadores&
respectivamente& de
! = 9
& & e
e so estimados pela t*cnica de mnimos Duadrados(
65
Usando a 'erramenta analisar dados do Microso't E#cel vai modelar a in'luFncia das
variveis independentes dvaria%es diria do dlar comerciale e dvaria%es diria do
risco 0rasile na varivel dependente dvaria%es dirio do 103@ESPAe(
Aps vocF selecionar Ferramentas ^ Analisar ,ados selecione 5egresso na
cai#a da lista de Ferramentas de anlise e cliDue no $oto 3o( Na cai#a de dilogo
5egresso Due aparece& 'aa o seguinte+
=I ,igite X0X=+X0X!;: na cai#a de edio intervalo ' de entrada(
!I ,igite XCX=+X,X!;: na cai#a de edio intervalo X de entrada(
8I Selecione a cai#a de veri'icao 5tulos(
;I Selecione a cai#a de veri'icao nvel de con'iana para B:M(
:I Selecione uma opo de sada
LI Selecione as cai#as de veri'icao resduos& resduos padroniEados e plotagem de
resduos( A cai#a de dilogo deve agora aparecer com aDuela mostrada na 'igura 8L
Figura 8L+ E#cel Cai#a de ,ilogo 5egresso& da Ferramenta Analisar ,ados do
E#cel
CI CliDue no $oto 3o para Due o E#cel realiEe a anlise de regresso(
A 'igura 8C apresenta os resultados da modelagem(

66
Figura 8C+ 5esultado da Anlise de 5egresso 2inear M/ltipla o$tido por meio da
Ferramenta Analisar ,ados do E#cel
(
Pela 'igura 8C& o coe'iciente de correlao linear m/ltipla G r I * de
apro#imadamente 9&C9 e indica 'orte correlao linear entre a varivel dependente e as
e#plicativas( 3 poder e#plicativo a.ustado do modelo G
!
Aj#stado
R
I * igual a 9&;LBK&
indicando Due ;L&BKM das varia%es das ta#as diria do 103@ESPA so e#plicadas pelas
varia%es das ta#as dirias do risco pais e do dlar comercial( Portanto& o modelo dei#a de
e#plicar :8&9!M das varia%es diria do 103@ESPA& devido a in'luencias de outras
variveis tais como a in'lao& polticas 'iscais e monetrias& etc( Due no 'oram utiliEadas
no processo de modelagem(
3$serve tam$*m& Due o teste AN3@A est indicando Due pelo menos uma das
variveis e#plicativas * signi'icativa para a e#plicao da varia$ilidade diria do
103@ESPA G ,o si-nifica.
*
O !&8=B!!(=9
-C
] Due o nvel de signi'ic-ncia de :MI(
A estatstica t de st#dent para os coe'icientes de regresso& indica Due as duas
variveis e#plicativas contri$uem 'ortemente na e#plicao da varia$ilidade do 103@ESPA
Gvalores de
p
menores Due o nvel de signi'ic-ncia de :MI(
Antes de se concluir so$re a validade dos coe'icientes am
O 9&=9KBY
=
m
b O -9&=89L
e
!
m
b O -=&9=:! * necessrio realiEar anlises nos resduos para veri'icar se eles so GaI
independentes& G$I "omocedsticos& GcI normais e G'I no correlacionados com as variveis
independentes(
a) Hiptese de resduos independentes
Como . visto na regresso linear simples& a "iptese de resduos independentes& ou se.a&
ausFncia de um padro sistemtico na distri$uio dos resduos se analisa o gr'ico dos
resduos padroniEados em 'uno do tempo(
67
ResBd$os 9adroniEado
-4
-3
-2
-1
0
1
2
3
4
0 50 100 150 200 250 300
Dias
ResBd$os
9adroniEados

Figura 8K+ 4r'ico dos resduos padroniEados ao longo do tempo
3$serva-se a partir da 'igura 8K& Due os pontos se distri$uem de modo aleatrio
em torno da m*dia EeroY no evidencia nen"um padro nos resduos padroniEados
GtendFncia& movimentos cclicos& etc(I( Assim& os resduos padroniEados dessa modelagem
so independentes(
$I 6iptese de resduos "omocedsticos
3s pressupostos de linearidade e "omoscedasticidade dos resduos so investigados
analisando os resduos contra cada uma das variveis independentes includa no modelo(
3s resduos do modelo de regresso estimado contra as variveis ta#as diria do risco
pais G
=
X
I e de retorno do dlar comercial G
I
!
X
seguem apresentadas nas 'iguras 8B e
;9(
Figura 8B+ 4r'ico dos resduos em Funo da )a#a de @aria%es ,iria do
5isco Pas(
68
ResBd$os vers$s dFlar 'o(er'ial
-6
-4
-2
0
2
4
-4 -2 0 2 4
D?LAR 1OMER14AL
ResBd$os
ResBd$os vers$s ris'o 9aBs
-5
-4
-3
-2
-1
0
1
2
3
4
-10 -5 0 5 10 15 20 25
R4S1O PA)S
ResBd$os
Figura ;9+ 4r'ico dos resduos em Funo da )a#a de @ariao do ,lar
Comercial
A aparFncia do gr'ico de resduos contra a ta#a diria do risco pas e das
varia%es diria do dlar comercial mostra Gnas duas 'igurasI distri$uio aleatria dos
resduos Gresduos "omocedsticoI& ou se.a& nen"uma tendFncia sistemtica *
identi'icada a partir dos gr'icos e#postos pelas 'iguras 8B e ;9( )am$*m indica Due o
modelo linear * adeDuado para modelar o relacionamento entre as variveis em
considerao(
c) Hiptese de resduos normais
Na regresso linear m/ltipla a "iptese de normalidade dos resduos *
convenientemente investigada atrav*s da assimetria e da curtose da distri$uio dos
resduos(
3 valor da estatstica b para a assimetria * calculado como+
n
assimetria
Z
assimetria
L

GL;I
3nde n * o taman"o da amostra(
3 valor da estatstica b para a curtose * dado pela seguinte 'rmula+
n
c#rtose
Z
c#rtose
!;

GL:I
Se o valor b calculado e#ceder um valor crtico& ento a distri$uio dos
resduos no ser normal( 3 @alor crtico de uma distri$uio b * $aseado no nvel de
signi'ic-ncia utiliEado( Ruando se adota nvel de signi'ic-ncia de :M& o valor crtico de
b * t =&BLY Duando se adotar nvel de signi'ic-ncia de =M& o valor crtico de b * t !&:K
Para calcular a assimetria da distri$uio dos resduos em anlise $asta vocF
escrever na planil"a E#cel Odistoro Gc*lulas Due cont*m os resduosI^ enter( 3 valor da
assimetria * <9&8888( Para encontrar a curtose escrever na planil"a E#cel O Curt Gc*lulas
Due cont*m os resduosI^ enter( 3 valor da curtose * 9&;L=L(
2em$rando Due temos !;; ta#as& logo
n
O !;;& o valor de Z GassimetriaI e bGcurtoseI
*+
69
n
assimetria
Z
assimetria
L

O
!;;
L
8888 & 9
O -!&=8
n
c#rtose
Z
c#rtose
!;

O
!;;
!;
;L=L & 9
O =&;C
Concluso+ Como Z GassimetriaI e Z GcurtoseI no e#cedem t !&:K& no * possvel
re.eitar a "iptese de normalidade dos resduos ao nvel de signi'ic-ncia de =M(
d) Hiptese de resduos no correlacionados com as variveis independentes
Esta "iptese pode ser veri'icada construindo a matriE de correlao envolvendo as
variveis independentes e o vetor de resduos(
Para construir a matriE de correlao copia-se a coluna de resduo e colocar ao lado da
coluna d,k2A5 C3ME5C1A2e e a seguir FE55AMEA)AS ^ ANA21SE ,E ,A,3S
^ C355E2Apq3( RualDuer d/vida retorne a seo 8(
A matriE de correlao entre os resduos e as variveis independentes segue apresentada
na ta$ela =K
)a$ela =K+ MatriE de correla%es
Como as correla%es entre as variveis independentes e resduos so nulas& no
e#iste associao entre os resduos e as variveis independentes(
Como analisado& a distri$uio dos resduos 'oi considerada independentes ou no
auto-correlacionados& "omoscedstica& normais e no correlacionados com as variveis
independentes& assim se conclui Due os coe'icientes do modelo
! ! = =
m m
m
m
X b X b a '
i
+ + so
estimativas vlidas e con'iveis dos verdadeiros coe'icientes de regresso populacional(
Su$stituindo os valores de am
&
=
m
b e
!
m
b $
!
no modelo GL9I o$t*m-se a seguinte eDuao de
regresso linear m/ltipla+
! =
9=:! & = =89L & 9 =9KB & 9
m
X X '
i

3nde
i
'
m
O ta#a de retorno dirio do 103@ESPA o$tido no ano de !99C
c
=
O ta#a diria do 51SC3 PAHS o$tido em !99C
c
!
O ta#a de retorno dirio do dlar comercial o$tidos no ano de !99C
70
No modelo acima a interseo de
i
'
& am
O 9&=9KB& indica a ta#a de retorno
esperada para o 103@ESPA Duando a ta#a de retorno do dlar comercial e ta#a diria do
risco pas 'or nula( A in'luFncia do risco pas nas ta#as de retorno do 103@ESPA * <
9&=89LM& ou se.a& Duando o risco pas aumenta de =M a ta#a esperado do 103@ESPA
decresce em m*dia 9&=89LM& mantendo constante a in'luFncia da varia$ilidade do dlar
comercial( A in'luFncia do dlar comercial * de <=&9=:!M& indicando Due Duando o valor
do dlar comercial aumenta de =M& a ta#a de retorno diria do 103@ESPA diminui em
m*dia =&9=:!M& mantendo constante a varia$ilidade do risco pas(
3$servao+ o modelo de regresso estimado teve por o$.etivo mostrar a
in'luFncia das variveis ta#a de retorno dirio do dlar comercial e da ta#a dirias do risco
pas na varia$ilidade diria do 103@ESPA( Note Due os coe'icientes so negativos&
respaldando assim as teorias econNmicas( Mas& em$ora o modelo se.a considerado vlido
para validar as "ipteses econNmicas& a sua utiliEao para previso no * recomendada em
decorrFncia do $ai#o poder e#plicativo do modelo(
B(MODELABEM AUTO1REBRESSIVA
Modelo de previso amplamente utiliEado em modelagem 'inanceira $aseia-se
na modelagem auto-regressiva( Este modelo deve ser empregado Duando os valores
de uma s*rie temporal esto relacionados com os valores Due os antecedem( A
autocorrelao de primeira ordem diE respeito A e#istFncia de correlao signi'icativa
entre valores consecutivos de uma s*rie temporal( A autocorrelao de segunda ordem
* caracteriEada Duando a correlao entre valores em dois perodos separados *
signi'icativa( A autocorrelao de + -*sima ordem& portanto& se re'ere A correlao
signi'icativa e#istente& em uma s*rie temporal& entre valores Due se encontram
a'astado um do outro por um intervalo de + perodos(
Em sntese para descrever o comportamento de s*rie temporal& onde os erros
o$servados so autocorrelacionados e in'luenciam a evoluo do processo * utiliEado
modelo auto-regressivo(
3 modelo auto-regressivo populacional de + -*sima ordem * escrito como+
i + i + i i i o i
/ / / / ' + + + + + +

(((
8 8 ! ! = =
G;;I
Em Due
i
'

O valor o$servado da s*rie& no tempo i
= i
'
O valor o$servado da s*rie& no tempo = i
71
! i
'
O valor o$servado da s*rie& no tempo ! i
8 i
'
O valor o$servado da s*rie& no tempo 8 i
(
(
(
+ i
'

O valor o$servado da s*rie& no tempo + i

3s par-metros
+
&(((& & & &
8 ! = 9
so estimados pelo m*todo de mnimos
Duadrados(
A componente de erro aleatrio G
i
e
I * no-autocorrelacionado& tem m*dia Eero e
vari-ncia constante G
!
I(
A/$i%a!*#
Supon"a Due vocF investidor individual G0omo broc+erI ou administrador de um
clu$e de investimento necessite prever a renta$ilidade do 103@ESPA para um
perodo de n dias com o o$.etivo de construir uma carteira Due garanta uma
renta$ilidade igual ou maior Due a renta$ilidade acumulada do 103@ESPA( A $ase de
dados do ndice 03@ESPA acumulado para os KC dias iniciais do ano de !99K se
encontra na sua rea de tra$al"o(
3 primeiro passo do processo de modelagem auto- regressiva consiste em
investigar se a s*rie "istrica * estacionria( A estacionaridade Gs*rie sem tendFnciaI *
uma condio do processo de modelagem estocstica Due previne a o$teno de
estimativas e#plosivas( 3 gr'ico da s*rie temporal do 103@ESPA acumulado&
compreendido entre !J9=J9K e KJ9:J9K segue apresentado na 'igura ;=(
72
BRAS4L: 4BO8ESPA G 02<0*<2008 H 08<0.<2008
0,8
0,85
0,9
0,95
1
1,05
1,1
1,15
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85
Dias
!
Figura ;=+ 0rasil+ Hndice 03@ESPA& 9=J9=J!99K A 9KJ9:J!99K
3$serve na 'igura ;= o comportamento irregular da s*rie 103@ESPA(
)am$*m * $em evidenciada tendFncia linear positiva( Assim& a s*rie necessita de
alguma trans'ormao nos dados para alcanar estacionaridade(
Um procedimento muito usual para se conseguir s*rie aleatria Gsem
tendFnciaI& consiste em tomar a primeira di'erena da s*rie( No alcanando
estacionaridade adeDuada pode-se tomar& ainda& a segunda di'erena da s*rie( A
primeira e segunda di'erena *& respectivamente& de'inida por+
=

i i i
' ' '
G;:I
=
!

i i i
' ' '
G;LI
A primeira di'erena da s*rie em estudo&
i
'
& no alcanou estacionaridade(
Portanto * necessrio o$ter a segunda di'erena&
i
'
!

& para esta$iliEar a s*rie

temporal( A 'igura ;! apresenta a distri$uio de
t
'
!

em 'uno do tempo(
3$serve Due a s*rie
i
'
!

descreve uma tra.etria puramente aleatria(
Figura ;!+ 0rasil& Segundas ,i'erenas da s*rie 103@ESPA( 9!J9=J!99K
a 9KJ9:J!99K
73
So$ a "iptese Due a s*rie
i
'
!

* estacionria estimam-se os coe'icientes

regressivos utiliEando a t*cnica de mnimos Duadrados( ,e inicio estima-se um
modelo com o m#imo possvel de de'asagens& e a seguir& gradativamente& eliminam-
se as de'asagens cu.os coe'icientes no so estatisticamente signi'icativos(
3$serve a planil"a d103@ESPA!99Ke( Esta cont*m o dia Gcoluna AI& a
variao diria do 103@ESPA GMI Gcoluna 0I& 103@ESPA na 'orma unitria Gcoluna
CI& 103@ESPA na 'orma acumulada unitria Gcoluna ,I& primeira di'erena da s*rie
ndice 03@ESPA acumulado na 'orma unitria Gcoluna EI& segunda di'erena da
primeira di'erena da s*rie ndice 03@ESPA Gcoluna FI e =n& !n& 8n& ;n e :n
de'asagens da segunda di'erena& respectivamente nas comunas 4& 6& 1& 7 e o(
,evido os processos de di'erenas e de de'asagens algumas c*lulas da planil"a
E#cel 'icam em $ranco Gcolocado asterisco para c"amar atenoI( ,urante o processo
de modelagem vocF deve utiliEar somente a matriE de dados Due apresenta todas as
c*lulas completas( Na planil"a E#cel essa matriE est evidenciada em negrito(
Se deve iniciar o processo de modelagem auto-regressiva acessando a opo
regresso da 'erramenta analisar dados ^ selecionar 'erramentas ^ analisar dados&
selecione regresso na cai#a da lista de 'erramentas de anlise e cliDue no $oto 3o(
3$serve atentamente a cai#a de dilogo regresso e o$serve+
aI Foi digitado FB+ FKK na cai#a de edio intervalo h de entrada G!n di'erena da
s*rieI(
$I Foi digitado 4B+ 7KK na cai#a de edio intervalo c de entrada&
GG=n& !n& 8n e ;nIde'asagens& pois a :n de'asagem no * signi'icativaI(
cI No 'oi selecionada a cai#a de veri'icao rtulos(
dI Foi acionado o nvel de con'iana e a.ustado para B:M(
eI Foi acionada a opo constante Eero(
'I A opo de sada 'oi selecionada a c*lula AB:(
gI Foram selecionadas as cai#as de veri'icao resduos& resduos padroniEados e
plotagem de resduos(
3 resultado parcial do E#cel para o modelo auto-regressivo de ;n ordem& para a s*rie
segunda di'erenas do 103@ESPA acumulado est apresentado na 'igura ;8(
74
Figura ;8+ 5esultado do E#cel para o Modelo Auto-5egressivo de ;n ordem& para os
dados da s*rie Segunda ,i'erenas do 103@ESPA( 0rasil& !J9=J9K A 9KJ9:J9K
Na 'igura ;8 as variveis
=
X
&
!
X
&
8
X
e
;
X
so& respectivamente&
renomeados para
=
!

i
'
&
&
!
!

i
'
8
!

i
'
&
;
!

i
'
( 3 modelo auto-regressivo de ;n
ordem a.ustados as !n di'erenas da s*rie 103@ESPA *+
;
!
8
!
!
!
=
! !
!8CK! & 9 8;8:: & 9 8KC!; & 9 B;9!! & 9
m


i i i i i
' ' ' ' '
Como o modelo auto-regressivo alcanou esta$ilidade com a !n di'erena de
i
'
& ou se.a& a distri$uio de
t
'
apresenta comportamento aleatrio com m*dia
Eero e vari-ncia constante& o intercepto * Eero& por isso o modelo 'oi estimado sem
constante(
,ecorre desse 'ato a no utiliEao do poder e#plicativo do modelo para
determinar a porcentagem da varia$ilidade de
t
'
!

Due * e#plicado em 'uno da

varia$ilidade das variveis e#plicativas(
3 modelo acima apresenta todos os coe'icientes estatisticamente signi'icativos
ao nvel de :MY o$serve a coluna
&a$or p
da 'igura L= e constate Due todos so
menores Due :M( )am$*m& Due os intervalos de con'iana construdo para todos os
coe'icientes auto-regressivo no possuem o valor Eero no intervalo( Portanto& pode-se
in'erir com signi'ic-ncia estatstica de :M Due os Duatro coe'icientes auto-regressivo
populacional so estatisticamente signi'icativos(
Como . visto nos modelos de regresso linear simples e m/ltipla& a
distri$uio dos resduos deve ser normal com vistas A utiliEao dos testes t e *&
independentes& ou se.a& o erro de uma previso no in'luencia o erro de outra previso e
"omocedstico Gvari-ncia constanteI(
3 'ato de se realiEar a modelagem com a s*rie di'erenciada& . garante em se
tratando de s*rie de retornos Due a distri$uio se.a "omocedstica( 3 mesmo no se
pode a'irmar Duanto A independFncia dos resduos& uma veE Due o processo de
di'erenciao pode incorporar autocorrelao nos resduos( 3 pressuposto * de Due o
75
valor da correlao entre dois perodos de tempo dependa apenas da de'asagem entre os
dois perodos de tempo& e no do perodo de tempo e'etivo em Due a correlao *
calculada(
Usando o assistente de gr'ico da planil"a E#cel ^ gr'ico de lin"a o E#cel
constri a distri$uio dos resduos em 'uno do tempo( Para operacionaliEar este
gr'ico selecionar o vetor de resduos ^ assistente de gr'ico ^ gr'ico de lin"as e tem-se
a 'igura ;;(
Figura ;;+ ,istri$uio dos 5esduos do Modelo Auto-regressivo de ;n ordem
Estimado para s*rie 103@ESPA acumulado no perodo de !J9=J9K A 9KJ9:J9K(
3$serve na 'igura ;;& a ausFncia de um padro sistemtico& apoiando a "iptese
Due modelo auto-regressivo estimado no apresenta autocorrelao nos resduos(
A normalidade da distri$uio dos resduos do modelo auto-regressivo de ;n
ordem pode ser testada pelo teste Z ( 3utra opo consiste em vocF analisar o gr'ico de
pro$a$ilidade normal disponi$iliEada pela cai#a de dilogo regresso da 'erramenta
analisar dados do E#cel( A 'igura ;: apresenta o gr'ico de pro$a$ilidade normal da
distri$uio dos resduos do modelo em anlise(
76
D4STR4B5423O DOS RES)D5OS DO MODELO
A5TOGRE@RESS48O DE ,I ORDEM
-0,06
-0,04
-0,02
0
0,02
0,04
0,06
0,08
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77
D4AS
RES)D5OS
PlotaJe( de 9ro#a#ilidade nor(al
-0,1
-0,08
-0,06
-0,04
-0,02
0
0,02
0,04
0,06
0,08
0,1
0,12
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85
Percentil da amostra
D
Figura ;:+ ,istri$uio dos 5esduos do Modelo Auto-regressivo de ;n ordem
A adeDuao dos resduos em torno de uma reta indica Duo $em os resduos
de mnimos Duadrados so normais& possi$ilitando maior Dualidade nos testes t e *
realiEado no diagnstico do modelo auto-regressivo estimado(
Considerado Due o modelo auto-regressivo de ;n ordem * vlido para e#plicar a
varia$ilidade acumulada do 103@ESPA pode-se utiliEar para realiEar previs%es de curto
praEo( A previso do 103@ESPA acumulado para o dia BJ9:J!99K pode ser realiEada
su$stituindo
=
!

t
'
&
!
!

t
'
&
8
!

t
'
&
;
!

t
'
& respectivamente& por <9&=9CKKB9K&
-9&9=!8B!98B& -9&9=KK=LKC:& 9&9!B:!!;;L no modelo auto-regressivo estmado( Assim
temos+
;
!
8
!
!
!
=
! !
!8CK! & 9 8;8:: & 9 8KC!; & 9 B;9!! & 9
m


i i i i i
' ' ' ' '

i
'
!

O -9&B;9!!(G-9&=9CKKB9KI-9&8KC!(G-9&9=!8B!98BI-9&8;8::(G-9&9=KK=LKC:I-
9&!8CK!(9&9!B:!!;;L
i
'
!

O -9&9=8L;K8K
Como
i
'
!

O G
=

i i
' '
I O
I G I G
! = =

i i i i
' ' ' '
O
i
'
< !(
= i
'
a
! i
'
I 9K J 9: J 9B G
m
' O
i
'
m
O
9=8L;K8K & 9 !
! =

i i
' '
!
I 9K J 9: J 9B G
m
' O
i
'
m
O !( =&9B!B:L:BC < =&9K=B!=998 < 9&9=8L;K8K
I 9K J 9: J 9B G
m
' O
i
'
m
O =&9B98;;8:8
3 ndice 03@ESPA acumulado esperado para o dia 9BJ9:J9K * de =&9B98 ou =9B&98M&
indicando Due at* o dia 9BJ9:J!99K o 103@ESPA apresentou aumento de B&98M(
Pre&is,o para o dia 12345324467
i
'
!

O -9&B;9!!(G-9&99K;!8:!CI - 9&8KC!(G9&9!B:!!;;L - 9&8;8::(G-9&9=KK=LKC:I-

9&!8CK!( G-9&9=!8B!98BI
i
'
!

O 0,005899222
Como
i
'
!

O G
=

i i
' '
I O
I G I G
! = =

i i i i
' ' ' '
O
i
'
< !(
= i
'
a
! i
'
77
I 9K J 9: J =! G
m
' O
i
'
m
O
! =
!


t i
' '
a 0,005899222
I 9K J 9: J =! G
m
' O
i
'
m
O !(=&9B98;;8:8 < =&9B!B:L:BC a 0,005899222
I 9K J 9: J =! G
m
' O
i
'
m
O 1,093631685
3 ndice 03@ESPA acumulado esperado para o dia =!J9:J9K * de =&9B8L ou =9B&8LM&
indicando Due at* o dia =!J9:J!99K o 103@ESPA apresentou aumento de B&8LM(
A 'igura L; apresenta a evoluo do 103@ESPA acumulado para o perodo de !J9=J9K A
9KJ9:J9K e as previs%es para os deE dias seguintes& e os respectivos intervalos de
con'iana( 4r'ico construdo pelo so'trare statistica L(9( 3$serve a tendFncia das
previs%es( Note tam$*m& Due A medida Due vamos aumentando o intervalo de previso&
o intervalo de con'iana tam$*m vai e#pandindo( Assim as previs%es de curto praEo nos
o'erecem mais con'iana do Due as previs%es de longo praEo(
Figura ;L+ Evoluo do 103@ESPA Acumulado no Perodo de !J9=J9K A 9KJ9:J9K
e Previs%es para os =9 dias seguintes(
78
5 o # ' $ % t C M o * ' - / ( 4 , 1 , 0 ) ( 0 , 1 , 0 ) S ' % o 7 % - - % @ / 1 2
. 7 , ) t / . B O 2 0 0 8
S t % # t o D o # i @ i 7 / 1 E 7 * o D o # i @ i 7 / 8 5
O E ' # v ' * 5 o # ' $ % t F 9 0 , 0 0 0 0 3
0 , 7
0 , 8
0 , 9
1 , 0
1 , 1
1 , 2
1 , 3
1 , 4
1 , 5
0 , 7
0 , 8
0 , 9
1 , 0
1 , 1
1 , 2
1 , 3
1 , 4
1 , 5
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
5 o # ' $ % t C M o * ' - / ( 4 , 1 , 0 ) ( 0 , 1 , 0 ) S ' % o 7 % - - % @ / 1 2
. 7 , ) t / . B O 2 0 0 8
S t % # t o D o # i @ i 7 / 1 E 7 * o D o # i @ i 7 / 8 5
O E ' # v ' * 5 o # ' $ % t F 9 0 , 0 0 0 0 3
0 , 7
0 , 8
0 , 9
1 , 0
1 , 1
1 , 2
1 , 3
1 , 4
1 , 5
0 , 7
0 , 8
0 , 9
1 , 0
1 , 1
1 , 2
1 , 3
1 , 4
1 , 5
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
Unidade III: De$inea(ent# de Carteiras
ObKeti;#s da Unidade
- 1denti'icar os tipos de risco no mercado de a%es(
- Calcular o valor esperado e o risco de uma carteira(
- UtiliEar o modelo de MarloritE para a construo de carteiras(
- Empregar o modelo de S"arpe no delineamento de carteiras tima(
No primeiro captulo vocF estudou Due os momentos de uma distri$uio
univariada so muito /teis para estimar a ta#a de retorno esperada& o risco& a assimetria
e a curtose da distri$uio das ta#as de retorno de DualDuer ativo 'inanceiro( No
segundo captulo 'oi a$ordado o modelo de regresso linear simples e m/ltipla para
descrever o relacionamento entre variveis( Nesta unidade vamos integrar os
con"ecimentos adDuiridos nas unidades = e ! para construir a avaliar carteiras dentro de
um mercado Due o'erece um grande n/mero de investimentos tais como+ a%es&
poupana& 'undos de investimentos& C,0 e outros( )em-se sucesso no investimento em
a%es Duando se consegue ma#imiEar a riDuesa( 3s modelos estatsticos& os Duais
assumem determinado nvel de risco& podem a.udar os investitodres durante o processo
de construo de carteira( Mas& somente sa$er aplicar os con"ecimentos matemticos eJ
ou estatsticos no * su'iciente& tam$*m * preciso con"ecer o mercado como um todo&
assim como as caractersticas das empresas( Sucesso no investimento em a%es se tem&
desde Due se estude arduamente para se con"ecer as armadil"as do mercado(
+ , O RISCO NO MERCADO DE ACES
)em-se pouco risco em um investimento realiEado& Duando se aplica o capital disponvel
em ativos de renda 'i#a& ou se.a& aDueles remunerados por uma ta#a de .uros( As
aplica%es mais comuns em renda 'i#a so ttulos remunerados por ta#a de .uros
79
atrelada ao C,1 GCerti'icado de ,epsito 1nter$ancrioI& com .uros ps-'i#ados( Esta
opo possi$ilita Due os $ancos alavanDuem recursos a ta#as menores Due o C,1 e a
seguir os apliDuem a ta#as maiores Due o C,1( A di'erena entre a ta#a de aplicao e a
ta#a de captao do $anco * c"amada de spread $ancrio(
Uma segunda opo * aplicar o seu capital disponvel em ativos de renda varivel& neste
caso em a%es( A escol"a das a%es pode ser 'eita em 'uno da remunerao atrav*s de
dividendos ou da valoriEao da prpria ao( Se a sua opo 'or por a%es& vocF deve
estar consciente do nvel de risco do investimento(
Por 'im se pode o investidor pode optar por uma posio intermediria&
construindo uma cateira optando pela com$inao de ativos de renda 'i#a e de renda
varivel( Em DualDuer 'orma de investimento o risco est presente& se.a ele pouco&
moderado ou muito alto(
,e'ine-se o risco de se comprar uma ao como a possi$ilidade de essa ao
vir a cair de preo( Numa de'inio mais geral risco * o grau de incerteEa Duanto A ta#a
de retorno de um investimento em determinado espao ou .anela do tempo(
Segundo 6alpern G!998I as varia%es nas ta#as de retorno de um ativo podem
ser de duas natureEas( A primeira est relacionada A prpria empresa e segunda se re'ere
aos acontecimentos econNmicos& sociais ou polticos Due in'luenciam todo o mercado( A
partir desta a'imao se tem Due o risco total de um ativo * igual ao risco da empresa
mais o risco do mercado(
3 risco da empresa * denominado de risco no sistemtico ou risco
diversi'icvel& pois * /nico para cada empresa& praticamente independe da economia ou
poltica G6A2PE5N& !998I(
3 risco do mercado& tam$*m denominado de risco sistemtico ou risco no
diversi'icvel * o risco glo$al do mercado( Este tipo de risco est relacionado a eventos
Due podem a'etar a economia do pas eJou mundial& como varia%es no P10& ta#as de
.uros& in'lao alta& crise imo$iliria nos Estados Unidos e outros(
Em sntese+
Risco total do ativo = risco sistemtico ou no diversificvel + risco no sistemtico
ou diversificvel
3s investidores podem minimiEar o risco de uma carteira ou porti'lio&
optando por uma carteira diversi'icada& mas no podem eliminar o risco de mercado ou
sistemtico(
80
. < CHLCULO DO RETORNO DE UMA CARTEIRA DE ACES
3 retorno esperado de uma carteira de ativos * a m*dia ponderada dos retornos m*dios
dos ativos individuais da carteira& sendo os pesos a proporo do valor da carteira
investido em cada ativo( Sua 'ormulao *+
I G
c
R E
O
I G
=
i
n
i
i
R X

G;CI
I G
c
R E
O retorno esperado da carteira
i
X
O 'rao do capital do investidor aplicado no i-*simo ativo
i
R
O retorno m*dio do i-*simo ativo e&
n
O n/meros de ativos da carteira(
E#emplo+ Considere Due vocF investidor aplicou :9M de seu capital no ativo CSNA8 G
=
X
I& !:M no ativo )2PP; G
!
X
I e o restante no ativo 00,C;G
8
X
I( Estes ativos
renderam nos meses de !99C as ta#as de retorno GMI apresentadas na 'igura ;C(
Supondo Due a ta#a "istrica m*dia desses ativos& tam$*m se e'etivem no ano de !99K&
Dual ser a ta#a esperada da carteiraS
Figura ;C+ )a#as de 5etorno Mensais dos Ativos CSNA8& )2PP; e 00,C( 0rasil& !99C
A ta#a de retorno esperada do ativo CSNA8 G
=
X
I se o$t*m diretamente na
planil"a E#cel e'etuando os seguintes comandos+ O m*dia G0!Y 0=8I ^ enter O K&;=M( As
81
ta#as de retorno m*dios dos ativos )2PP; G
8
X
I e 00,C G
8
X
I so respectivamente
iguais a <9&L9M e !&L9M(
Su$stituindo as re'eridas propor%es e retonos esperados na 'rmula GC8I& o retorno
esperado da carteira *+
c
R EG
I O
I G
=
i
n
i
i
R X

O
8 8 ! ! =
= ( R X R X R X + +
c
R EG
I O GK&;=M ( :9MI a G -9&L9M ( !:MI a G!&L9M ( !:MI
c
R EG
I O 9&9;!9!C a G-9&99=;BI a 9&99L:98 O 9&9;C9;= O ;&C9;=M
Portanto& so$ as condi%es citadas o investidor ter no ano de !99K ta#a de retorno
esperada de ;&C9;=M(
0 , CHLCULO DA VARIENCIA DE UMA CARTEIRA
Como visto& o retorno esperado so$re uma carteira * simplesmente a m*dia
ponderada dos retornos esperados so$re os ativos individuais dessa carteira( )am$*m&
Due a soma dos pesos * igual a =GumI(
A vari-ncia de uma carteira& designada por
!
c

& * simplesmente o valor

esperado dos Duadrados dos desvios do retorno da carteira em relao ao retorno m*dio
da carteira& ou se.a+
!
c

O
!
I G
c c
R R E
G;KI
,esenvolvendo a e#presso acima para o caso de dois ativos tem-se se c"ega a seguinte
de'inio para a vari-ncia da carteira composta por dois ativos+
!
c

O ( ( ( ! (
! =
!
=
!
=
X X X +
=!

a c
!
!
!
!
G;BI
3 desvio padro * a raiE Duadrada positiva da vari-ncia da carteira(
!
!
!
! =! ! =
!
=
!
=
! X X X X
c
+ + G:9I
Como se vF a vari-ncia ou desvio padro de uma carteira depende+
=( @ari-ncia de cada ativo G
!
i

IY
!( Percentual de participao de cada ativo em relao ao total G
i
X
IY
8( Covari-ncia dos ativos G ij

I
Procedendo da mesma 'orma& c"ega-se a seguinte e#presso para Duanti'icar o risco de
uma carteira composta por trFs ativos+
!
c

O
!8 8 ! =8 8 = =! ! =
!
8
!
8
!
!
!
!
!
=
!
=
! ! ! X X X X X X X X X + + + + +
G:=I
Para uma carteira com DualDuer n/mero de ativos o risco da carteira *+
82
!
c

O
I G I G
= =
!
=
!
ij j
n
i
n
i j
j
i i
n
i
i
X X X

+
G:!I
E#emplo+ Calcular o risco da carteira composta pelos ativos da 'igura ;C(
A matriE de vari-ncia e covari-ncia populacional * o$tida selecionando Ferramentas ^
Analisar ,ados( A seguir selecione covari-ncia na cai#a da lista de Ferramentas de
anlise e cliDue no $oto 3o( Na cai#a de dilogo covari-ncia Due aparece& 'aa o
seguinte+
=I ,igite 0!+ ,=8 na cai#a de edio intervalo de entrada(
!I Selecione a cai#a agrupada por colunas(
8I Selecione rtulo na primeira lin"a(
;I Selecione o intervalo de sada( Pode ser em DualDuer c*lula da planil"a E#cel
3$t*m-se a matriE de vari-ncia e covari-ncia populacional apresentada na ta$ela =B
)a$ela =B+ MatriE de vari-ncia e covari-ncia populacional
Con'orme visto na seo !& captulo ! recomenda-se o$ter a matriE de
vari-ncia e covari-ncia amostral& multiplicando cada c*lula da matriE por
n
e a seguir
dividir por = n ( Portanto nesse e#emplo multiplicam-se cada c*lula da matriE de
vari-ncia e covari-ncia populacional por =! G=! mesesI e a seguir se divide por ==
GonEeI( A matriE de vari-ncia e covari-ncia amostral * apresentada na ta$ela !9(
)a$ela !9+ MatriE de vari-ncia e covari-ncia amostral
3s elementos da diagonal principal da matriE correspondem A vari-ncia dos
ativos e os demais elementos correspondem A covari-ncia de cada par de ativos(
A vari-ncia da carteira composta por trFs ativos * de'inida por+
!
c

O
!8 8 ! =8 8 = =! ! =
!
8
!
8
!
!
!
!
!
=
!
=
! ! ! X X X X X X X X X + + + + +
G:=I
2em$re-se Due o investidor aplicou :9M de seu capital no ativo CSNA8 G
=
X
I& !:M no ativo )2PP; G
!
X
I e o restante no ativo 00,C;G
8
X
I( Su$stituindo essas
propor%es& as vari-ncias e covari-ncias na e#presso G:=I se tFm+
83
CSNA3 (Retorno %) X1 TLPP4 (Retorno %) X2 BBDC4 (Retorno %) X3
GSNA3 (R'to#7o 3) H1 52,5898783
TLPP4 (R'to#7o 3) H2 -8,958173856 59,1589802
BB0G4 (R'to#7o 3) H3 25,45871282 6,32935341 44,78907676
CSNA3 (Retorno %) X1 TLPP4 (Retorno %) X2 BBDC4 (Retorno %) X3
GSNA3 (R'to#7o 3) H1 57,37077633
TLPP4 (R'to#7o 3) H2 -9,772553298 64,53706931
BB0G4 (R'to#7o 3) H3 27,77314126 6,904749174 48,86081101
!
c

O G9&:9
!
( :C&8C9CI a G9&!:
!
( L;&:8C=I a G9&!:
!
( ;K&KL9KI a G! ( 9&:9 ( 9&!: ( G-
B&CC!LI a ! ( 9&:9 ( 9&!: ( !C&CC8=I a G! ( 9&!: ( 9&!: ( L&B9;CI
!
c

O !K&CB88(
2em$re-se Due o desvio padro da carteira * a raiE Duadrada positiva da vari-ncia(
Finalmente& o risco da carteira de trFs ativos *+
CB88 & !K
c
O :&=CL!M
Portanto& so$ as condi%es citadas& o investidor ter no ano de !99K ta#a de retorno
esperada de ;&C9;=M com risco de :&=CL!M(
4 1 EFEITO DA CORRELAAO NA DETERMINAAO DO RISCO DA
CARTEIRA
3 coe'iciente de correlao linear populacional G

I * usado para medir o
nvel de associao entre dois ativos 'inanceiros( Pode variar entre <= e a=( 3 valor de
valor de

O= signi'ica Due dois ativos sempre variam em unio per'eita( 3 valor de

O-= indica Due dois ativos 'inanceiros variam com movimentos oposto um do outro&
enDuanto

O 9 signi'ica Due os dois ativos 'inanceiros no esto associados(

Como a covari-ncia entre dois ativos 'inanceiros * o produto da correlao entre os dois
ativos pelos respectivos desvios padro desses ativos& o risco da carteira * in'luenciado
pela intensidade da correlao entre os ativos Due a comp%em(
Ruando

O a=& o risco da carteira * simplesmente com$ina%es lineares do

risco e do retorno de cada ativo 'inanceiro& enDuanto Due Duando

O -= sempre *
possvel encontrar uma com$inao entre dois ativos 'inanceiros com risco igual a Eero(
No caso de

O 9 * sempre possvel construir uma carteira de risco mnimo( Ruando

O 9&: no e#iste com$inao possvel de dois ativos Due ten"a menos risco do Due o
ativo 'inanceiro menos arriscado& mas mesmo assim o risco da carteira * menor do Due
Duando os ativos possuem correlao linear per'eita(
A 'igura ;K apresenta a relao retorno esperado e risco com$inando dois
ativos 'inanceiros com di'erentes nveis de correlao( Como 'oi utiliEadas amostras
para as estimativas das correla%es& * utiliEado o coe'iciente de correlao amostral G r I
como estimativa do coe'iciente de correlao populacional G

I(
84
Figura ;K+ 5elao entre 5etorno Esperado e 5isco para ,iversos Coe'icientes de
Correlao
A 'igura ;K apresenta a composio de dois ativos 'inanceiros( Ruando a
correlao * per'eitamente positiva Gr O a=I indica Due os dois ativos esto reagindo da
mesma 'orma em relao aos 'atos do mercado( Ruando se tem uma correlao
per'eitamente negativa G = r I * possvel reduEir o risco a Eero& por*m no e#iste no
mercado dois ativos Due reagem dessa 'orma( 3$serva-se Due Duanto menor a
correlao entre os ativos 'inanceiros& menor * o risco da carteira(
Para diminuir a e#posio ao risco& recomenda-se diversi'icar a carteira de
ativos 'inanceiros( ,istri$uir o capital a ser investido em empresas de segmentos
diversos& e em ativos livres de risco * a mel"or prtica para minimiEar o risco(
Estudos revelam Due A medida Due aumenta o n/mero de ativos numa carteira& o e'eito
de reduo de risco gerado pela diversi'icao vai diminuindo a cada novo ativo
includo( A 'igura ;B& adaptada de Elton& Edrin et al(G!99;I apresenta o relao entre
risco e Duantidade de ativos 'inanceiros includo numa carteira(
85
RELA23O RETORNO E R4S1O 1OMB4NANDO D48ERSOS T4POS
DE 1ORRELA26ES
0
1
2
3
4
5
6
7
8
9
0 1 2 3 4 5 6 7 8
R4S1O
RETORNO ESPERADO
# 8 -1
#8B1
#80,5
# 80
Figura ;B+ E'eito do N/mero de Ativos Fianceiros so$re o 5isco
3$serva-se na 'igura ;B Due o e'eito da diversi'icao * maior Gmenor riscoI
Duando a Duantidade de ativos Due comp%e a carteira * maior( Estudos nesse sentido
indicam Due carteiras com apro#imadamente 89 di'erentes ativos ou mais& no garante
maiores redu%es no risco( Ento& se conclui Due no * possvel eliminar o risco total de
uma carteira composta por ativos 'inanceiros em 'uno do taman"o da carteira ou da
diversi'icao realiEada e de Due o risco sistemtico ou no diversi'icvel do mercado
est sempre contido no risco total da carteira(
> < M3,E23 ,E MA5o3>1)b ,E 3)1M1bApq3 ,E CA5)E15A
6anr? MarloritE * o autor da teoria de carteiras( Seu tra$al"o pu$licado em
=B:! esta$elece Due se.a possvel construir um grande n/mero de carteiras utiliEando
uma variedade de ativos& entretanto podem-se construir carteiras com o m#imo de
retorno para determinado nvel de risco( Estas carteiras esto localiEadas na 'ronteira
e'iciente( A 'ronteira e'iciente * um gr'ico Due apresenta uma lin"a curvada Due
representa as carteiras aonde para um determinado nvel de risco& se o$t*m o mel"or
86
EFE4TO DA D48ERS4F41A23O
0
1
2
3
4
5
6
7
8
1 11 21 31
NI DE AT48OS
R4S1O
Ri$o
*iv'#iDi$=v'-
Ri$o 79o
*iv'#iDi$=v'-
retorno( Seu tra$al"o a'irma Due as carteiras e'icientes * 'uno da vari-ncia de cada
ativo& do percentual de participao de cada ativo em relao ao total investido e do
nvel de covari-ncia e#istente na com$inao das ta#as de retorno de dois ativos(
3 modelo de MarloritE descreve Due deve e#istir uma carteira de ativos Due
ma#imiEa o retorno esperado em 'uno de determinado nvel de risco ou Due minimiEe
o risco para determinado nvel de retorno( Para encontrar uma soluo tima de uma
carteira com
n
ativos& Due minimiEa o risco para detminado nvel de retorno esperado&
$asta minimiEar G:!I& ou se.a+
MinimiEar
I G I G
= =
!
=
!
ij j
n
i
n
i j
j
i i
n
i
i
X X X

+
G:!I
Su.eito a+
=I
=

n
i
i
X
G esta restrio est diEendo Due a soma das propor%es do capital a ser
investido em cada ativo * igual a =I
!I
9
i
X
para i O =& !& 8& ((( &
n
Gproporo do capital investido no ativo i * maior ou
igual a EeroI
E#emplo
Supon"a Due vocF Dueira aplicar a totalidade dos recursos 'inanceiros
disponveis em a%es da Compan"ia Sider/rgica Nacional CSNA8 G
=
R
I e em a%es do
05A,ESC3 00,C; G
!
R
I& considerando o Due estes ativos renderam nos meses de
!99C( A Duesto *+ como se podem distri$uir os recursos 'inanceiros de modo a se o$ter
o menor riscoS
3 pro$lema consiste em minimiEar a vari-ncia da carteira com dois ativos& para
DualDuer nvel de retorno esperado& ou se.a&
MinimiEar
!
c

O ( ( ( ! (
! =
!
=
!
=
X X X +
=!

a c
!
!
!
!

Su.eito a+
G=I
=
! =
+ X X
G!I
=
X
9 e
!
X

9
A construo da 'ronteira e'iciente * realiEada na E#cel( Nesta calcula-se todas
as estatsticas necessrias para as estimativas das ta#as de retorno esperada e do risco&
levando-se em considerao as diversas possi$ilidades de aplicao( A 'igura :9
apresenta todos os clculos para a construo da curva de 'ronteira e'iciente(
87
Figura :9+ Clculos Necessrios a Construo da Curva de Fronteira E'iciente
Para calcular a ta#a de retorno esperado para DualDuer proporo de capital aplicado nos
ativos
=
R
e
!
R
se utiliEa a 'rmula G;CI(
I G
c
R E
O
I G
=
i
n
i
i
R X

Para calcular o risco ou desvio padro da carteira& para DualDuer proporo de capital
aplicado nos ativos
=
R
e
!
R
se utiliEa a 'rmula G:9I(
!
!
!
! =! ! =
!
=
!
=
! X X X X
c
+ +
A ta#a de retorno esperada& a vari-ncia e a covari-ncia dos ativos
=
R
e
!
R
so o$tidas
diretamente em DualDuer c*lula da planil"a E#cel do seguimte modo+
5etorno esperado do ativo =G
=
R
I O m*diaG08+0=;I^enter( 3 resultado * K&;=M
Gesta m*dia est na c*lula 0=L(
5etorno esperado do ativo ! G
!
R
I O m*diaGC8+C=;I^enter( 3 resultado * !&L9M Gesta
m*dia est na c*lula 0=CI(
A vari-ncia do ativo =G
I
=
R
O @arG08+0=;I^enter( 3 resultado * :!&:KBB G
!
M I G esta
vari-ncia est na c*lula 0=KI(
A vari-ncia do ativo ! G
!
R
I O @arGC8+C=;I^enter( 3 resultado * ;;&CKB= G
!
M I Gesta
vari-ncia est na c*lula 0=BI(
A covari-ncia dos ativos = G
=
R
I e ! G
!
R
I OCovarG08+0=;YC8+C=;I^enter( 3 resultado
* !8&88C! Gesta covari-ncia est na c*lula 0!9I(
88
Nas colunas , e E da 'igura :9& apresenta-se a proporo do capital aplicado nos ativos
=
R
e
!
R
( 3$serve Due a primeira carteira construda aplica Eero no ativo
=
R
e um no
ativo
!
R
( A segunda carteira construda aplica 9&9: no ativo
=
R
e 9&B: no ativo
!
R
(
Constate Due em todas as carteiras construdas& neste e#emplo =! carteiras& a soma das
propor%es do capital investido * um(
3 retorno esperado das carteiras = e ! so& respectivamente+
I G
= c
R E
O
I G
=
i
n
i
i
R X

O G9PK&;=I a G=P!&L9I O !&L9M

I G
! c
R E
O
I G
=
i
n
i
i
R X

O G9&9:PK&;=I a G9&B:P!&L9I O !&KBM

3 risco ou desvio padro das carteiras = e ! so& respectivamente+
!
!
!
! =! ! =
!
=
!
= =
! X X X X
c
+ + O I CKB= & ;; ( = G I 88C! & !8 ( = ( 9 ( ! G I :KBB & :! ( 9 G
! !
+ +
= c

O L&LB!:M
!
!
!
! =! ! =
!
=
!
= !
! X X X X
c
+ +
! c

O I CKB= & ;; ( B: & 9 G I 88C! & !8 ( B: & 9 ( 9: & 9 ( ! G I :KBB & :! ( 9: & 9 G
! !
+ + O L&:8BBM
3s retornos esperados e riscos das =9 carteiras restantes so calculados da mesma
'orma(
3 gr'ico apresentando todos os pares ordenados de risco e retorno est apresentado na
'igura :=(
Figura :=+ Fronteira E'iciente de 6arr? MarloritE
89
3 par ordenado e#posto na 'igura := corresponde a carteira de mnima
vari-ncia& com retorno esperado de ;&B!8M e risco G desvio padroI de :&BCKM( Como
se o$serva nessa 'igura& ao longo da 'ronteira e'iciente& no e#iste nen"uma outra
com$inao nas propor%es aplicadas nos ativos CSNA8 e 00,C; Due propiciem
maior retorno com menor risco( 3 par G:&BCK8Y ;&B!!BI * o risco e retorno esperado da
carteira de n/mero =9( Portanto& para o$ter a carteira de mnimo risco devem ser
aplicados ;9M dos recursos disponveis em a%es da Compan"ia Sider/rgica Nacional e
L9M em a%es do 05A,ESC3( Note Due o risco da carteira * maior do Due o retorno
esperado& indicando Due a carteira tima * de elevado risco(
A 'igura :!& apresenta a planil"a com os dados Due so utiliEados no processo de
delineamnto da carteira tima do e#emplo dessa seo atrav*s do Solver(
Figura :!+ Preparao da Planil"a EcCE2 para a Soluo pelo Solver(
Na preparao da planil"a para a resulao pelo solver siga os seguintes passos+
=I Acrescente o sm$olo M ao lado de cada ta#a Go$serve colunas , e EI(
!I 3$ten"a os retornos de cada ativo usando o comando Om*diaGdadosI^
Gc*lulas ,=: e ,=LI
8I Calcule a matriE de covari-ncia& acionando Ferramentas^ anlise de
dados^ covari-ncia^ enter( 1ndiDue o intervalo de entrada& acione rtulo na
primeira lin"a e digite o intevalo de sada Gc*lula ,=CI(
;I ,eciso+ M de aplicao& as c*luas ,=B+E=B so as c*luas variveis e
'icam em $ranco(
:I )otal Gc*lula F=BI O ,=BaE=B O 9
LI @ari-ncia da carteira Gc*lula 4=BI O G,=Bs!IP,=Ca
GE=Bs!IPE=KaG!P,=BPE=BP,=KI enter O9
CI 5etorno esperado da carteira Gc*lula F!9I O G,=:P,=BIaGE=BPE=:I
enter O 9
90
KI ,esvio padro da carteira Gc*lula 4!!I O raiEG4=BI enter O 9
Aps as estimativas num*ricas serem su$stitudas pelos par-metros& o modelo de
programao Duadrtica de MarloritE& pode ser otimiEado atrav*s do solver da planil"a
EcCE2( A 'igura :8 apresenta a tela do Solver( Esta tela * o$tida da seguinte 'orma+
selecione Ferramentas ^ Solver
Figura :8+ )ela do Solver
Por meio da tela acima * possvel ma#imiEar o retorno esperado ou minimiEar
o risco( No campo d,e'inir c*lula de destinoe apresenta a c*lula onde ser apresentado
o resultado& se.a minimiEando o risco ou ma#imiEando o retorno( A proporo do capital
a ser investido em cada ativo da carteira so as dC*lulas variveise( 3 espao dSu$meter
As restri%ese so apresentadas as restri%es do modelo de programao Duadrtica de
MarloritE& Duais se.am+ a soma das propor%es a ser aplicado em cada ativo * igual a
um& as propor%es a ser aplicado em cada ativo * maior ou igual a Eero(
)endo de'inido a c*lula de destino OBO+P& acionar Min3 indicar as c*lulas variveis
ODO+P:OE+P e su$meter As seguintes restri%es ODO+P:OE+P Q:5@ ODO+P:OE+PR:5 e
OF+P:+ Gve.a 'igura C=I(
3 campo su$mter as restri%es Gver 'igura :;I so inseridas pelo comando
ADICIONAR'
Figura :;+ 7anela Adicionar 5estrio do Solver(
91
Aps cada restrio cliDue 3o( 3 processo encerra aps adicionar as trFs restri%es
con'orme apresentada na 'igura :8 Gtela do SolverI(
Preenc"idos todos os campos da 'igura :8 cliDue 3o( A 'igura :: apresenta a soluo
do solver(
Figura :8+ 5esoluo do Solver para o E#emplo em Estudo
3$serve Due todas as c*lulas com valor igual a Eero da 'igura :! 'oram
su$stitudas pelas solu%es do Solver( Nas c*lulas variveis o solver apresenta a
proporo a ser aplicado em cada ativo(
A soluo do modelo de programao Duadrtica de MarloritE especi'ica uma
carteira de ativos de cerca de ;=&LM CSNA8 e :K&;M 00,C;( 3 retorno mensal
esperado da carteira * de apro#imadamente :&9!M e variao de retorno mensal da
carteira de ttulos * de cerca de L&9LM(
2 , O COEFICIENTE BETA
,e modo geral& o Due se o$serva Duando estamos analisando& se.a atrav*s do
diagrama de disperso& ou da matriE de covari-ncia& ou da matriE de correlao& o
desempen"o de DualDuer ativo 'inanceiro em relao ao ndice de mercado& 103@ESPA&
* Due a maioria dos ativos tende a su$ir ou diminuir em termos de preo em 'uno do
desempen"o do ndice de mercado( 3u se.a& Duando o ndice de mercado so$e os preos
92
dos ativos tam$*m so$em ou vice-versa( Em 'uno da associao e#istente entre as
ta#as de retorno do ativo i e das ta#as de retorno do mercado& o retorno de um ativo
pode ser escrito como+
i m i i i
e R R + +
G:8I
Em Due+
i
R

O ta#as de retorno do ativo i
i

O ta#a de retorno do ativo i Due * independente do desempen"o do mercado
i

O e'eito do ndice de mercado so$re a variao de
i
R
m
R
O ta#a de retorno do ndice de mercado& ou se.a& do 103@ESPA
i
e
O componente aleatrio de
i

A "iptese 'undamental do modelo da ta#a de retorno do ativo em 'uno das

ta#as de retorno do ndice de mercado * a de Due
i
e
* independente de j
e
para todos os
valores de i e
j
& indicando Due o /nico motivo pelo Dual os ativos 'inanceiros
variariam em con.unto& de 'orma sistemtica& seria uma variao comum com o
mercado(
3
i

na eDuao GK:I mede a sensi$ilidade do retorno de um ativo ao retorno

de mercado e * denominado ndice BETA' 3 0eta de um ativo tam$*m * denominado
de risco sistemtico& ou se.a& o risco sistemtico do ativo 'inanceiro e#presso em
unidades do risco de mercado( Ele tam$*m indica a volatilidade do ativo relativo A
volatilidade m*dia da carteira do mercado G103@ESPAI( Em 'uno da sua magnitude *
classi'icado como+
=I Beta Netr# < ocorre Duando
=
i

( Neste caso e#iste uma relao per'eita entre

as ta#as de retorno do ativo e as ta#as de retorno do ndice de mercado( Por
e#emplo& se o mercado so$e !M& o ativo tam$*m so$e !M( 3 $eta da carteira de
mecado * igual a um G=I(
!I Beta A)ressi;# < ocorre Duando
= >
i

( 3corre Duando o mercado est em alta e o

ativo tem desempen"o superior ao desempen"o do mercado( Por e#emplo& se o $eta
do ativo 'or igual a =&8: se conclui Due Duando o mercado aumenta =M o retorno do
ativo aumenta =&8:M(
8I Beta DeJensi;# < ocorre Duando
= 9 < <
i

( 3corre Duando o mercado est em alta e

o ativo tem desempen"o in'erior ao desempen"o do mercado( Por e#emplo& se o
$eta do ativo 'or igual a 9&K: se conclui Due Duando o mercado aumenta =M o
retorno do ativo aumenta 9&K:M(
93
;I Beta Ne)ati;# < ocorre Duando
9 <
i

( 3corre Duando o mercado est em alta e o

ativo est em $ai#a ou vice-versa( Por e#emplo& se o $eta do ativo 'or igual a <9&:L
se concluem Due Duando o mercado aumenta =M o retorno do ativo cai 9&:LM(
3 coe'iciente
i

de DualDuer ativo 'inanceiro pode ser estimado pela t*cnica

de mnimos Duadrados apresentado no captulo 88 (
5elem$re+ para acessar a opo regresso da 'erramenta analisar dados da planil"a
E#cel& 'aa o seguinte+ selecione Ferramentas ^ Analisar dados& selecione 5egresso na
cai#a da lista de 'erramentas de anlise ^ entre com os dados con'orme descrito na seo
C& captulo ! ^ cliDue no $oto o(
E#emplo+ @amos estimar o coe'iciente $eta de alguns ativos 'inanceiros considerados
B$#e C0ips& ou se.a& aDueles ativos Due revelam ao longo do tempo potencial de
valoriEao& por isso so as mais valiosas( So a%es de empresa tradicionais e de
grande porte& com grande liDuideE e lderes nos setores em Due atuam( Estas possuem
maior peso na construo da carteira de mercado G103@ESPAI( Algumas dessas
empresas so+ )E2EMA5 PN G)N2P ;I& PE)5305AS PN GPE)5 ;I& 05A,ESC3
PN G00,C ;I& )E2ESP A)UA2 G)2PP;I& C1A S1,E5U541CA NAC13ANA2 GCSNA
8I( A matriE de ta#as de retornos mensais destes ativos e do 103@ESPA no ano de !99C
segue apresentada na 'igura :L
Figura :L+ )a#as ,e 5etorno do 1$ovespa e de alguns ativos CSNA8& 00,C;& )2PP;&
)N2P; E PE)5;( 05AS12& !99C
5ealiEando a 5egresso linear entre as variveis )N2P; Gvarivel dependenteI
e 103@ESPA Gvarivel independenteI& o$t*m-se o seguinte resultado da regresso
apresentado na 'igura :C(
94
3 modelo de regresso das ta#as de varia%es mensais do ativo )N2P; e das
ta#as de varia%es mensais do 103@ESPA *+
8B%VESPA 9N"P P =89= & 9 9:L & = ; +
3 coe'iciente 0E)A do ativo )N2P; * de apro#imadamente 9&=89=( 3$serve
Due o 0E)A do ativo )N2P; no * signi'icativoY seu intervalo de con'iana de B:M
inclui o valor Eero( Portanto& a varia$ilidade do ativo )N2P; no * e#plicada com
signi'ic-ncia estatstica pela varia$ilidade do ndice de mercado G103@ESPAI( 3 poder
e#plicativo do modelo * de 9&99;8B: G
!
R
I& dei#a de e#plicar 9&BB:L9: da varia$ilidade
total do ativo( A vari-ncia residual do ativo )N2P; * igual a C=&B98:CY valor do risco
no sistemtico G/nico da empresaI( Em decorrFncia de 'icar na de'ensiva a empresa
)E2EMA5 no ano de !99C no 'oi uma b$#e C0ips(
Figura :C+ 5esultado da 5egresso entre )N2P; e 103@ESPA
A ta$ela != apresenta a ta#a de retorno m*dio GMI& o valor dos coe'icientes
$eta e al'a& sua classi'icao e risco no sistemtico para todos os ativos da 'igura C:(
Acesse a matriE de dados Due se encontra na M1,EA)ECA da disciplina e calcule todos
os valores da ta$ela(
As empresas 05A,ESC3 e PE)5305AS& das empresaas em anlise& 'oram
em !99C b$#e C0ips em 'uno da sua agressividade em relao ao mercado Gcoe'iciente
= >
I( As demais empresas 'icaram na de'ensiva G9]
i

]=I( 3s valores dos

coe'icientes

decorrem da anlise de regresso realiEada pela planil"a E#cel(

95
3 risco no sistemtico Due * igual A vari-ncia dos resduos do modelo
estimado& se o$t*m calculando a vari-ncia do vetor de resduos provenientes da anlise
de regresso realiEada(
Em DualDuer c*lula da planil"a E#cel se o$t*m a vari-ncia residual pelo
comando O@arGdadosI^enter( 3$serve a vari-ncia residual proveniente da modelagem
das varia%es mensais do ativo )N2P; Gvarivel dependenteI e das ta#as de varia%es
mensais do 103@ESPA Gvarivel independenteI apresentada na 'igura :C( C*lula
188O@arG1!9+18=I enter( 3 valor na c*luala * C=&B98:C(
)a$ela !=+ )a#a de 5etorno M*dio& Coe'icientes Al'a e 0eta& Classi'icao e 5isco no
Sistemtico de algumas Empresas 0rasileiro em !99C(
Empresa 5etorno
m*dio
Coe'iciente
al'a G

I
Coe'iciente
$eta G

I
Classi'icao 5isco no
sistemtico
CSNA ; K&;9: L&:C; 9&:K= ,e'ensivo ;L&!L!=89
00,C ; !&L9= -=&9B9 =&=C= Agressivo =B&9BK=9:
)2PP; -9&:B: -!&;C! 9&:BL ,e'ensivo :!&:=:9B8
)N2P ; =&;LL =&9:L 9&=89 ,e'ensivo C=&B98:C9
PE)5 ; :&L:C =&B:C =&=C; Agressivo CB&9K8KL8
=: MODELO DE SSARPE DE OTIMITAAO DE CARTEIRA
3 modelo Due relaciona as ta#as de retorno do ativo com as ta#as de retorno
do ndice de mercado * denominado de modelo de ndice /nico( 3 modelo GK:I 'oi
desenvolvido por >illiam S"arpe em =BL;( Seu tra$al"o demonstrou Due a relao risco
e retorno de um ativo * uma relao linear do ativo com o ndice de mercado(
A relao entre a varia$ilidade das ta#as de retorno de um ativo e a varia$ilidade das
ta#as de retorno do ndice de mercado G103@ESPAI * e#presso pelo coe'iciente $eta do
ativo& assim sendo o coe'iciente

* a verdadeira medida de risco do ativo(

So$ a "iptese de Due o modelo de ndice /nico se.a vlido o retorno esperado de uma
carteira composta por
n
ativos * dado por+
m i
n
i
i i
n
i
i c
R X X R


+
= =
G:;I
c
R
O retorno m*dio esperado da carteira construda(
i
X
O proporo do capital a ser investido no ativo i
96
i

= valor esperado do ativo i Duando a ta#a de retorno do ndice de mercado 'or Eero
Go$tido pela regresso linear das ta#as de retorno do ativo i Gvarivel dependenteI e as
ta#as de retorno do ndice de mercado Gvarivel independenteI(
i

O coe'iciente $eta do ativo i & o$tido atrav*s da regresso linear entre as ta#as de
retorno do ativo i Gvarivel dependenteI e as ta#as de retorno do ndice de mercado
Gvarivel independenteI(
m
R
O retorno esperado Gm*diaI do ndice de mercado(
)am$*m se demonstra Due o risco da carteira do modelo de ndice /nico com
n
ativos&
* de'inida por+
!
c

O
!
=
! !
= =
!
=
! !
ei
n
i
i m j i j
n
i
i j
i
i m
n
i
i i
X X X X

+ +
G::I
!
c

O vari-ncia da carteira construda(

i
X
O proporo do capital a ser investido no ativo i .
!
m

O vari-ncia do ndice de mercado ou da carteira de mercado(

i

O coe'iciente $eta do ativo i & o$tido atrav*s da regresso linear entre as ta#as de
retorno do ativo i Gvarivel dependenteI e as ta#as de retorno do ndice de mercado
Gvarivel independenteI(
E#emplo+ ,eterminar o risco e o retorno esperado de uma carteira construda com os
retornos mensais dos ativos apresentados na 'igura C:( Pela relao risco retorno
apresentado na ta$ela !L& o ativo CSNA 8 * o Due apresenta maior retorno esperado e *
o segundo ativo de menor risco sistemtico( Sendo assim& aplicar L9M do capital neste
ativo e o restante distri$urem igualmente& nos demais ativos( 3 ativo )2PP ;
apresentou no passado valor esperado Gm*diaI negativo& indicando Due * prudente
e#clu-lo da carteira(
3 retorno esperado da carteira com Duatro ativos *+
m i
n
i
i i
n
i
i c
R X X R


+
= =
O
m i
i
i i
i
i
R X X


+
;
=
;
=
G:LI
c
R
O
( ) I (G
; ; 8 8 ! ! = = ; ; 8 8 ! ! = =
X X X X R X X X X
m
+ + + + + + +
G:CI
3 retorno m*dio da carteira do mercado G103@ESPAI * igual a 8&=:M( Su$stuindo os
retornos m*dios da ta$ela !L& e as propor%es destinadas a cada ativo& na e#presso GKBI
se o$tFm+
97
II =C; & = P =9 & 9 G I =89 & 9 P =9 & 9 G I =C= & = P =9 & 9 G
I :K= & 9 P L9 & 9 GG P =: & 8 I =9 & 9 P B:C & = G I =9 & 9 P 9:L & = G I =9 & 9 P 9B9 & = G I L9 & 9 P :C; & L G
+ +
+ + + + +
c
R
M 9; & L
c
R
3 risco Gvari-nciaI da carteira com Duatro ativos * de'inido por+
!
c

O
!
;
=
! !
;
=
;
=
!
;
=
! !
ei
i
i m j i j
i
i j
i
i m
i
i i
X X X X

+ +
G:KI
I G IU
G I WG P
; 8 ! =
!
;
!
8
!
!
!
= ; 8 ; 8 ; ! ; !
8 ! 8 ! ; = ; = 8 = 8 = ! = ! =
!
;
!
;
!
8
!
8
!
!
!
!
!
=
!
=
! !



X X X X X X X X
X X X X X X X X X X X X
m c
+ + + + +
+ + + + + + + +
A vari-ncia da carteira do mercado G103@ESPAI * igual a 9& 99=KC8( Su$stuindo os
valores da ta$ela !L& e as propor%es destinadas a cada ativo na e#presso acima& se
o$tFm+
I 9K8BL & CB P =9 & 9 G I B98L & C= P =9 & 9 G I 9BK= & =B P =9 & 9 G I !L!= & ;L P L9 & 9 G
IU =C; & = P =89 & 9 P =9 & 9 P =9 & 9 G I =C; & = P =C= & = P =9 & 9 P =9 & 9 G I =89 & 9 P =C= & = P =9 & 9 P =9 & 9 G
I =C; & = P :K= & 9 P =9 & 9 P L9 & 9 G I =89 & 9 P :K= & 9 P =9 & 9 P L9 & 9 G I =C= & = P :K= & 9 P =9 & 9 P L9 & 9 G
I =C; & = P =9 & 9 G I =89 & 9 P =9 & 9 G I =C= & = P =9 & 9 G I :K= & 9 P L9 & 9 WG P 99=KC8 & 9
! ! ! ! ! ! ! ! !
+ + +
+ + +
+ + +
+ + + +
c

8::LK & =K
!

M !K; & ; 8::LK & =K

C

A carteira da 'orma Due 'oi construda possui um retorno esperado de

M 9; & L
e risco de
M( !K; & ;
3 risco relativo da carteira * de apro#imadamente C=M& indicando Due a
carteira construda * de alto risco(
Supon"a Due se optou em aplicar o capital disponvel nos ativos )E2EMA5 PN G)N2P
;I& PE)5305AS PN GPE)5 ;I& 05A,ESC3 PN G00,C ;I e C1A S1,E5U541CA
NAC13ANA2 GCSNA 8I( Como destinar a proporo adeDuada a ser investida em cada
ativo de modo a minimiEar o risco da carteira construdaS Como se viu destinando L9M
do capital ao ativo CSNA8 e =9M para os demais& espera-se o$ter ta#a de retorno m*dio
de L&9;M e risco de ;&!K;M(
Este * um pro$lema de otimiEao e pode ser realiEado atrav*s da 'erramenta Solver do
E#cel(
Para determinar as propor%es Due devem ser aplicadas em cada ativo& $asta
minimiEar a seguinte 'uno o$.etivo+
MinimiEar
!
;
=
! !
;
=
;
=
!
;
=
! !
ei
i
i m j i j
i
i j
i
i m
i
i i
X X X X

+ +
su.eito as seguintes restri%es+
98
=I
=
; 8 ! =
+ + + X X X X
!I
9 Y 9 Y 9 Y 9
; 8 ! =
X X X X
A 'igura :K apresenta a preparao da planil"a E#cel para o processo de minimiEao
da carteira composta por Duatro ativos( Na preparao da planil"a siga os seguintes
passos+
=I Cole na lin"a os cdigos das empresas
!I ,enomine a c*lula A=L de dretorno m*dio do ativoe e calcule o retorno m*dio
de cada ativo usando o comando Om*diaGdadosI^ enter(
8I ,enomine a c*lula A=C de drisco $etae e calcule o $eta de cada ativo( G.
disponvel na ta$ela !LI(
;I ,enomine a c*lula A=K de drisco no sistemticoe e calcule o risco no
sistemtico de cada ativo G. disponvel na ta$ela !LI(
:I ,enomine a c*lula A=B de dvari-ncia do mercado G103@ESPAIe e apresente a
vari-ncia do mercado na c*lula 0=B( C*lula 0=B OvarGF8+ F=;I(
LI ,enomine a c*lula A!9 de dcoe'iciente al'ae e calcule o al'a de cada ativo G.
disponvel na ta$ela !LI(
CI ,enomine a c*lula A!= dM de participaoe( As c*lulas 0!=+E!= so as c*lulas
variveis e devem ser preencidas com o valor Eero(
KI A c*lua F!= * o total de 0!=aC!=a,!=aE!= O =
BI ,enomine a c*lula A!! de retorno m*dio da carteira( A c*lula 0!! O
G0!=P0!9IaGC!=PC!9IaG,!=P,!9IaGE!=PE!9IaG0!=P0=CPF=LIa
GC!=PC=CPF=LIaG,!=P,=CPF=LIaGE!=PE=CPF=LI
=9I ,enomine a c*lula A!8 de drisco da carteira Gvari-nciaIe( A c*lula 0!8 O
GG0!=s!IPG0=Cs!IP0=BIaGGC!=s!IPGC=Cs!IP0=BIaGG,!=s!IPG,=Cs!IP0=BIa
GGE!=s!IPGE=Cs!IP0=BIaG0!=PC!=P0=CPC=CP0=BIa
G0!=P,!=P0=CP,=CP0=BIaG0!=PE!=P0=CPE=CP0=BIa
GC!=P,!=PC=CP,=CP0=BIaG,!=PE!=PC=CPE=CP0=BIa
G,!=PE!=P,=CPE=CP0=BIaGG0!=s!IP0=KIaGGC!=s!IPC=KIaGG,!=s!IP,=KIa
GGE!=s!IPE=KI(
==I ,enomine a c*lula A!; de drisco da carteira Gdesvio padroIe( A c*lua
0!;OraiEG0!8I(
99
Figura :K+ Preparao da Planil"a E#cel para a Soluo do Solver
As restri%es impostas esto apresentadas na tela do solver& 'igura :B(
Figura :B+ )ela dos Par-metros do Solver
Prencido a tela par-metros dos solver& cliDue em resolver( A resoluo do processo de
minimiEaro do risco da carteira * apresentada pela 'igura L9(
100
Figura L9+ 5esoluo do Solver para a Carteira Construda
Atrav*s do processo de minimiEao do Solver se veri'ica Due se deve aplicar
!K&K9M dos recursos no ativo CSNA8& 8L&8CM no ativo 00,C;& !!&99M no ativo
)N2P; e =!&K8M no ativo PE)5;( A carteira otimiEada possui ta#a de retorno m*dio de
;&=:M e risco de ;&!B;M(
Neste captulo 'oram construdas carteiras pelo m*todo 6arr? MarloritE e
pelo modelo de ndice /nico de S"arpe( Foram utiliEados somente ativos 'inanceiros(
3$serve a 'igura L= Due apresenta novamente o gr'ico da 'ronteira e'iciente( A regio
curvada G'ronteira e'icienteI representa a carteira aonde para um determinado nvel de
risco& se o$t*m algum retorno esperado( A lin"a reta& de origem em * & tangente a curva
no ponto P * denominada de lin"a de mercado de capitais( 3 segmento de reta& P* &
possuem carteiras Due podem ser mel"ores Due os da 'ronteira e'iciente& pois possuem
carteiras com relao retorno-risco superiores as carteiras da 'ronteira e'iciente( So
constitudas por ativos livres de risco e de ativos 'inanceiros( Entco o investidor pode
optar por uma carteira de menor risco empregando parte de seu capital em ativo livre de
risco e o restante em ativos do mercado ou optar por uma carteira de maior risco
empregando todo o seu capital disponvel na carteira P ou acima de P (
101
Figura L=+ 5elao entre Fronteira E'iciente e a 2in"a de Mercado de )tulos(
A lin"a reta& tangente a curva no ponto P & 'igura K=& em Due * * a ta#a livre de risco&
P * a carteira de mercado pode ser escrito da seguinte 'orma+
i i
b a R +
G:BI
Um dos pontos da lin"a de mercado de ttulos * o ativo sem risco& com
9
i

(
Portanto+
* O
a

Um segundo ponto da lin"a de mercado de ttulos * a carteira de mercado& com $eta
igual a um( Assim+
b a R
m
+
ou
a R b
m

ou b O
m
R
- *
Su$stituindo
a
por * e b por
* R
m

na eDuao GB=I se o$t*m+
i m i
* R * R I G +
GL9I
A eDuao GB!I diE Due o retorno esperado de DualDuer ativo& ou carteira& e'iciente ou
no& pode ser determinado por esta 'uno e Due o valor esperado de DualDuer ativo
depende do retorno m*dio do mercado e da ta#a livre de risco( A espresso
* R
m

* denominada prFmio pelo risco(
102