Escolar Documentos
Profissional Documentos
Cultura Documentos
So Paulo
2008
So Paulo
2008
FICHA CATALOGRFICA
DEDICATRIA
minha famlia,
AGRADECIMENTOS
Primeiramente a Deus,
minha famlia por tudo que sou, pelos anos de incentivo, pelo apoio
incondicional em todos os momentos e por terem me oferecido a oportunidade e
acesso ao estudo e encorajado a busca pelo conhecimento. Sem ela no haveria
alcanado mais esta conquista.
Escola Politcnica por proporcionar meu crescimento tanto intelectual
como pessoal ao longo destes ltimos anos.
Aos professores do Departamento de Engenharia de Produo PRO por
todo seu empenho e dedicao na tarefa de transmisso de conhecimento e auxlio no
difcil processo de aprendizado.
professora Dra. Linda Lee Ho, pela pacincia, orientao e dedicao
durante o processo de realizao deste trabalho.
minha namorada e amiga, Roberta, pelo incentivo e apoio nos momentos
difceis e por estar presente nos momentos alegres.
Aos amigos da graduao, pelo suporte e incentivo mtuo ao longo de todo o
curso em busca do mesmo objetivo maior. Amigos que com certeza levarei para toda
a vida.
A todos aqueles que colaboraram direta ou indiretamente realizao deste
Trabalho.
RESUMO
ABSTRACT
The stock market moves every day an extraordinary amount of money, and
there are lots of very reasonable reasons to justify this interest of investors: high
liquidity, low tax burden, if compared to assets of fixed income, easy to operate at a
brokerage in the last four years the stock has surpassed the CDI, among others, may
be cited as some reasons. But a correct analysis of the performance of these active
fronts of the economic environment is necessary because the crisis in which the
market has suffered in recent months in which losses can result in catastrophic losses
for the years of accumulated returns.
In this context the present study suggests the study of a model analysis of
assets with the primary aim of studying the active based on a number of variables
that summarize the behavior of the market as a whole. This approach allows the
perception of external factors that interfere in the price changes of assets, providing,
especially learning about the behavior of stocks, from the study of models of
multiple regression and time series.
Key words: Stocks, Economic Variables, Multiple Regression, Time series
Analysis
LISTA DE FIGURAS
LISTA DE TABELAS
Tabela 1 - Anlise de Varincia (ANOVA) para uma varivel ................................. 35
Tabela 2 - Anlise de varincia (ANOVA) para k variveis independentes ............. 38
Tabela 3 Comportamento das fac (k) e facp (kk) de um processo ARIMA(p, d, q)
.................................................................................................................................... 59
Tabela 4 - Sadas do software Eviews para o modelo de regresso de PETR4 ......... 79
Tabela 5 - Sadas do software Eviews para o modelo ARIMA(3, 2, 5) sobre os
resduos da regresso.................................................................................................. 82
Tabela 6- Sadas do software E-Views para o modelo de sries temporais ARIMA(4,
2, 4) sobre o ativo PETR4 .......................................................................................... 86
Tabela 7 - Sadas do software E-Views para o modelo de regresso mltipla sobre os
resduos ...................................................................................................................... 87
Tabela 8 - Sadas do software Eviews para o modelo de sobre o ativo PETR4 ........ 88
Tabela 9 - Sadas do software Eviews para o modelo de sobre o ativo BBDC4 ....... 96
Tabela 10 - Sadas do software Eviews para o modelo de sobre o ativo VALE5...... 98
SUMRIO
INTRODUO ................................................................................................. 13
1.1
1.2
Investimento ................................................................................................ 15
1.3
1.4
Aes ........................................................................................................... 20
1.5
Previso ....................................................................................................... 22
1.6
2.1.1
2.1.2
2.1.3
Regresso Mltipla............................................................................... 37
2.1.4
i.
ii.
2.2.1
2.2.2
2.2.3
Estacionariedade .................................................................................. 47
2.2.4
i.
ii.
3.2
3.2.1
ndices de Aes................................................................................... 66
3.2.2
Commodities ......................................................................................... 67
3.2.3
Moedas ................................................................................................. 67
3.2.4
Taxas de juros....................................................................................... 68
3.3
3.4
3.4.1
ndices de Aes................................................................................... 72
3.4.2
Commodities ......................................................................................... 73
3.4.3
Moedas ................................................................................................. 75
3.4.4
3.5
3.6
3.7
3.8
4.2
INTRODUO
13
Captulo 1 Introduo
INTRODUO
Captulo 1 Introduo
14
15
Captulo 1 Introduo
INVESTIMENTO
O ser humano possui necessidades diversas que vo desde as necessidades
Captulo 1 Introduo
16
de vida. Isto inclui desde o poupar para comprar um carro ou uma casa praia, at o
desejo de simplesmente aumentar sua riqueza, porque pode significar poder.
17
1.2
Captulo 1 Introduo
MERCADO FINANCEIRO
Ao longo da histria sempre houve pessoas que por gastarem menos que
produzem, possuem excedentes que esto dispostos a ofertar para aqueles que por
gastarem alm do que so capazes de produzir, necessitam daqueles recursos.
No passado o homem percebeu que um indivduo no conseguia mais
produzir sozinho tudo aquilo que necessitava para a satisfao de todas suas
necessidades. A partir de ento, ocorreu o desenvolvimento de um sistema de trocas,
baseados em indivduos ofertando diretamente o produto de seu trabalho em troca do
produto do trabalho de outros. Neste sistema de trocas, conhecido como escambo, as
mercadorias eram trocadas em espcie.
Porm, as trocas realizadas com tanta freqncia entre os cidados eram
comumente truncadas e dificultadas, por exemplo, se o primeiro no possuir uma
mercadoria que o segundo necessite, a troca no poderia ser realizada.
No decorrer do tempo o homem foi desenvolvendo ferramentas para facilitar
este sistema de trocas e proporcion-la maior liberdade, como por exemplo, a moeda,
primeiro ativo financeiro, que alm de facilitar este sistema de trocas, permitiu sua
expanso. A moeda foi muito importante para o desenvolvimento do sistema de
trocas devido ao fato de que a partir de sua utilizao, a necessidade de conjugar as
necessidades de um indivduo com o excedente de outro em espcie, e
simultaneamente as necessidades do outro com o excedente do um.
Muitas mercadorias diferentes foram empregadas com esta finalidade, o gado
parece ter sido um instrumento comum de comrcio, tendo vrias referncias nos
poemas homricos de sua utilizao, outra mercadoria foi o sal, por exemplo, na
Abissnia. Em algumas regies da costa da ndia, observou-se a utilizao de uma
espcie de concha como meio de avaliao de mercadorias. Porm, o homem parece
ter dado uma total preferncia pelo emprego dos metais, tanto pela sua facilidade de
manejo e conservao quanto pela sua fcil divisibilidade, tendo visto o emprego do
Captulo 1 Introduo
18
cobre, ouro, prata, entre outros sendo os dois ltimos mais comuns. (ADAM SMITH,
1969)
Outro ativo financeiro bastante importante para este processo de
desenvolvimento foi o contrato de emprstimo, que permitiu que os recursos ociosos
se tornassem produtivos pela sua aplicao em investimento, propiciando ganhos,
tanto para o poupador como para o tomador de recursos e incentivando, assim,
atitudes de poupana e de investimento, beneficiando tanto os envolvidos na
transao como a comunidade em geral como aumento da capacidade produtiva, com
reflexos diretos sobre o bem-estar e o nvel de renda.
Com o desenvolvimento deste sistema de trocas e, conseqentemente o
aumento de sua complexidade, surgiram instituies financeiras com o objetivo de
intermediar as transaes entres as contrapartes e facilitar o processo, aproximando e
conectando os agentes ofertadores de recursos dos agentes tomadores de recursos,
confrontando necessidades de um com excedentes de outro.
Desta forma podemos conceituar Sistema Financeiro como um conjunto de
instituies financeiras que possibilitam e viabilizam a transferncia de recursos dos
ofertadores ltimos para os tomadores ltimos e criam condies para que os ttulos
tenham liquidez no mercado (possibilidade de converter o ativo em dinheiro).
(OLIVEIRA, 1983)
Fabozzi (1994) destaca algumas funes importantes dos mercados
financeiros:
a) Determinar o preo dos ativos negociados entre os agentes ofertadores e
tomadores;
b) Prover um mecanismo para o investidor compra ou vender um ativo,
oferecendo liquidez;
19
Captulo 1 Introduo
Captulo 1 Introduo
20
AES
A prpria origem das sociedades annimas sugere que a origem do mercado
de aes se deu quando o mercado de crdito deixou de ser eficiente para garantir o
fluxo de recursos nas condies adequadas, especialmente em termos de prazo e
custo, para a atividade produtiva.
Segundo Miranda Valverde apud Oliveira (1983), a primeira S.A. data de
1407, quando a Repblica de Gnova, no podendo pagar ttulos de dvida por ela
emitidos, transformou-se em aes nominativas, inscritas nos registros e livremente
alienveis e cotadas no mercado.
medida que a economia cresce no bastam pequenas unidades produtoras
para dar conta da produo de alguns bens e servios requeridos pela comunidade.
Algumas caractersticas s so possveis ou viveis em grande escala. Desta forma,
num primeiro momento, os empresrios procuram complementar os investimentos
para o desenvolvimento de suas atividades buscando emprstimos e financiamentos
junto aos bancos e outras instituies financeiras. Naturalmente, mesmo que todos os
lucros sejam reinvestidos chega o momento em que a relao entre os capitais de
terceiros e prprio se torna to elevada que os credores, inicialmente, aumentam a
taxa de juros e, posteriormente, recusam a concesso de emprstimo para aquele
empresrio.
21
Captulo 1 Introduo
Captulo 1 Introduo
22
PREVISO
Conhecer o futuro, se antecipar aos acontecimentos, tirar proveito de
informaes sobre o que ainda est por acontecer. Estes so desejos das pessoas
desde os primrdios da humanidade, sendo que o ato de elaborar previses a cerca do
futuro uma atividade to antiga quanto a prpria humanidade. sempre possvel
encontrar pessoas dispostas a pagar para conhecer o futuro. Os profissionais da
previso (profetas, meteorologistas, economistas, gurus de mercado, etc.) podem
basear-se desde em uma simples intuio at estarem calcados em modelos
matemticos altamente complexos e sofisticados com o auxlio de computadores de
elevada capacidade de processamento.
No mercado isto no diferente, desde o incio do processo de trocas, o
homem tem tentado de diversas formas encontrar a frmula mgica que revelaria o
domnio do processo de formao dos preos futuros, e que traria consigo a
capacidade de antecipar-se aos acontecimentos, tomando decises corretas no
momento correto, reduzindo seus riscos e ampliando sua capacidade de retornos.
23
Captulo 1 Introduo
Captulo 1 Introduo
24
25
Captulo 1 Introduo
Captulo 1 Introduo
26
informaes deste. Esta uma das idias centrais da anlise tcnica, relacionada
dinmica dos mercados.
As duas frentes so bastante contrastantes, uma vez que enquanto os analistas
tcnicos procuram estudar os efeitos da psicologia do mercado, os fundamentalistas
procuram encontrar as causas deste comportamento. Os fundamentalistas acreditam
que as aes das empresas possuem um valor intrnseco, relacionado diretamente
empresa emissora, que pode, ou no estar refletido no seu preo de mercado.
Observando as duas abordagens, aparentemente, a anlise fundamentalista se
apresenta mais slida, uma vez que no somente o cenrio econmico analisado,
mas tambm as particularidades do nicho de atuao da empresa e sua situao
interna. Sendo assim, o que interessa, ento, o potencial de crescimento dos lucros
da empresa frente s oscilaes da economia, e sua conseqente capacidade de pagar
dividendos, sendo influenciado diretamente pela estratgia de operao da empresa,
o tipo de produto e mercado, variveis macroeconmicas, entre outros fatores.
Segundo MURPHY (1986), as vantagens da anlise tcnica frente s outras
abordagens so:
a) A definio do momento certo para entrar no mercado, o timing, s
pode ser obtido com a utilizao da analise tcnica;
b) A anlise tcnica flexvel e adaptvel. Os mesmos conceitos podem
ser aplicados a diversos mercados;
c) possvel se acompanhar vrios mercados com a anlise tcnica, uma
vez que se resume a indicadores e grficos. J a fundamentalista
requer um maior nvel de informao;
d) Algumas vezes, alguns mercados oferecem maiores possibilidades de
lucros, o que pode ser identificado pela anlise tcnica e no pela
fundamentalista;
e) A anlise tcnica permite operaes rpidas, onde posies so
abertas e fechadas no mesmo dia, os chamados day-trades, pois
27
Captulo 1 Introduo
LEVANTAMENTO BIBLIOGRFICO
29
LEVANTAMENTO BIBLIOGRFICO
MODELOS DE REGRESSO
Segundo Meyres (1990) o termo regresso descreve uma coleo de tcnicas
30
(1)
Onde:
2.1.1
(2)
20
40
60
80
100
-50
31
(3)
Onde:
o estimador do parmetro 1;
Sendo assim:
= 0 1
4
= =
5
32
!
= 2
!
!
= 2
!
6
7
&
+
&
8
9
10
11
,,,
12
33
= * *
13
/012 = *
14
regresso, ou
456 = 3 *
15
16
A partir das equaes (14), (15) e (16) para definio das varincias, podemos
considerar a seguinte identidade:
/012 = 456 + 457
17
34
Yi
Yi - i = ei
Yi - Yi
i
Yi - i
Yi
456
/012
18
35
Variao
Regresso
Residual
Total
Graus de
Soma dos
Quadrados
Liberdade
Quadrados
Mdios
:;456
<:;
457
n2
n1
3 *
3 *
*
456
9
1
4579
&2
2.1.2
36
A Abordagem Matricial
Notao:
G
F
F,
F
E
1
C
B1
@ = B1
B
A1
C G
B F
H = B
F,
BF
A E
I = J K M,
L
C G
B F
N = B
F,
BF
A E
1
C1G
B F
L = B1F
BF
A1E
19
& = + +
+ + = L H
21
+ +
+ + = H H
20
O P9
Q
Q
& =
& = H LL H
22
1
@ @ = R
@ H = R
1
1
1
&
1 1
S
T
U
=
T
1
1
1
S
T
U
=
T
U
23
24
37
25
26
Regresso Mltipla
A realizao da regresso mltipla se faz necessrio quando uma varivel, em
sua srie, tem seu movimento correlacionado com mais de uma varivel, ou seja,
mais de uma varivel interfere e define o valor da varivel objetivo, sendo esta
sensvel s suas variaes.
Os aspectos conceituais que envolvem a resoluo da regresso mltipla so
os mesmos utilizados e definidos anteriormente na abordagem matricial, onde a
estimao dos parmetros do modelo definida utilizando o MMQ.
Sendo assim:
1
C
B1
@ = B1
B
A1
Y
Y G
F
Y
F, H =
F
Y E
C G
C KG
B F
B L F
B
F, I = , N =
B F
BF
AZ E
A E
C
B
B
B
A
Y
Y G
Y
FF, L =
F
Y E
1
C1G
B F
B1F
BF
A1E
38
V = @ @ WL @ H
27
[
/012 = *
= H H &H
28
[
456 = 3 *
= V @ H &H
28
457 = O 3 P = H H V @ H
29
Variao
Regresso
Residual
Total
Graus de
Soma dos
Quadrados
Liberdade
Quadrados
Mdios
:;456
<:;
457
nk1
n1
3 *
3
*
456
9
1
4579
& ] 1
39
= : `a bc&ad eb 0, 1 ]
456
/012
30
Para o caso da regresso mltipla, DRAPER (1969) atenta para o fato de que
medida que se acrescentam variveis ao modelo, sempre ocorre um acrscimo para
R2, mesmo que pouco acrescentem ou nada acrescentem ao modelo, devendo-se,
portanto, levar em conta o acrscimo nos graus de liberdade devido ao acrscimo de
variveis ao modelo. Para contornar este tipo de problema, uma alternativa a
utilizao do R2Ajustado.
8 fgh71i0 = 1
&1
1 8
&]1
31
2.1.4
40
ii.
41
iii.
42
para o nvel de significncia desejado, desta forma mantm-se ou rejeita-se cada uma
das variveis.
possvel utilizar tambm diferentes nveis de significncia para insero de
variveis ao modelo e remoo de variveis do modelo. Por exemplo, pode-se
utilizar para insero de variveis ao modelo uma significncia de 5% e para
remoo um nvel de significncia de 10%. Neste caso adotada uma postura
conservadora, visto que medida que uma varivel inserida no modelo espera-se
que esta permanea no modelo.
A iterao pra quando no se consegue inserir nem remover variveis.
2.1.5
regresso. Sua realizao tem por objetivo testar a aderncia do modelo construdo
com os dados observados a fim de avaliar a efetividade do modelo confeccionado
uma vez que os modelos assumem que as sries temporais so compostas por um
movimento aleatrio composto por uma mdia, um desvio padro e uma determinada
distribuio (ENDERS, 2004).
Os resduos so definidos como as n diferenas c = 3 , i = 1, 2, ... , n,
diferenas entre o que realmente observado, e o que foi estimado atravs do modelo
de regresso, ou seja, o que o modelo de regresso construdo no pde explicar.
Algumas hipteses acerca dos resduos obtidos com a regresso devem ser
feitas, a fim de avaliar a eficcia do modelo: as hipteses comuns so que os erros
so independentes entre si, e seguem uma distribuio descrita por N(0, 2), ou seja,
uma distribuio normal, com mdia zero e varincia constante e igual a 2.
43
44
(a)
(b)
(c)
(d)
Figura 3 - Apresentao de esquemas de resduos (a) satisfatrios e (b), (c) e (d) insatisfatrios.
Fonte: DRAPER
uma
curva
normalmente
distribuda.
Devido
sua
escala
SRIES TEMPORAIS
Uma srie temporal consiste em qualquer conjunto de dados ordenados no
45
n
32
2.2.1
46
Processos Estocsticos
Os modelos utilizados para descrever sries temporais so processos
variveis aleatrias (v.a.) definidas num mesmo espao de probabilidades (o, p),
sendo T comumente tomado como sendo o conjunto dos nmeros inteiros Z, sendo
t z(z)
Z(t, )
(t 1)
t1
(t 2)
(t 3)
t2
t3
t
Figura 5 - Um processo estocstico como uma famlia de variveis aleatrias. Fonte: Morettin e
Toloi (2004)
2.2.2
Funo de autocorrelao
Para a anlise dos modelos de sries temporais, se faz necessrio a
observao das autocorrelaes entre seus valores, sendo assim se faz necessrio a
introduo deste conceito.
47
0 > 0,
(ii)
- > ,
(iii)
|| 0,
(iv)
`g `q rns Wnt 0
g q
rn
, m w x8
r
33
Estacionariedade
Para a anlise de uma srie temporal, uma das hipteses mais comuns a
48
34
A segunda diferena :
jk
= zjk
{ = zjk
jk 1
{
Ou seja,
jk
= jk
2jk 1
+ jk 2
Ou ainda de modo geral:
jk
= zW jk
{
35
49
(a)
(b)
Figura 6 (a) Srie semanal de PETR4 (b) Primeira diferena de PETR4
2.2.4
50
Especificao
Identificao
Estimao
Verificao
No
Adequado?
Sim
36
37
51
j = j jW = 1 |
j
Ou
= 1 |
38
39
i.
Ou simplesmente:
| = 1 | | | ,
52
| j = `
40
Funo de autocorrelao
Tomando a equao que representa o modelo auto-regressivo, apresentada
acima, multiplicando-se ambos os membros por Zt-1, e aplicando-se a esperana,
temos que
Oj jWg P = OjW jWg P + OjW jWg P + + OjW jWg P
+ O` jWg P
41
Como jWg s envolve rudos at `Wg , podemos afirmar que O` jWg P = 0,
>0
>0
42
43
53
O comportamento da funo de autocorrelao de um processo autoregressivo, apresenta um decaimento exponencial para um modelo de ordem 1, ou
seja, AR(p) com p = 1, ou genericamente, apresenta uma combinao de polinmios,
exponenciais e senides amortecidas.
ii.
44
45
Onde
j = j
| = 1 | | |
54
Funo de autocorrelao
A partir da definio de modelos de mdias mveis apresentado acima, bem
como do conceito de facv, podemos tomar que:
2
46
Lembrando que
r1
= O` `Wg P =
1 ,
0,
=0
0
Ws ~ s ~ s ~~ s
~ ~ ~~
0,
= 1, , ,
>
47
55
Frao MA(q)
48
Sendo
j = j ,
Ou utilizando os operadores definidos anteriormente:
|
j = |
49
56
Funo de autocorrelao
Tomando a equao que define um modelo ARMA(p, q) apresentado
anteriormente, podemos chegar que
rg = Oj jW P
`W PjW
50
>
51
57
iv.
Modelos no Estacionrios
Como dito anteriormente, a anlise de sries temporais supe, primeiramente
que a srie estudada seja estacionria, ou seja, tenha ao longo de sua distribuio
uma mdia constante e uma varincia estvel, de forma que no importe o ponto de
partida tomado para a anlise da srie, esta tenha uma distribuio com as mesmas
caractersticas ao longo da srie. Caso a srie no seja estacionaria, fato comum em
se tratando de sries de ativos econmicos, se faz necessrio para a utilizao dos
modelos uma transformao da srie original, a fim de obter uma srie estacionria.
v.
= |
|
52
58
59
Tabela 3 Comportamento das fac (k) e facp (kk) de um processo ARIMA(p, d, q) Fonte:
MORETTIN E TOLOI (2004)
Ordem
Comportamento de k
(1, d, 0)
(0, d, 1)
somente 1 0
decai exponencialmente
Comportamento de kk
somente k 0
estimativas iniciais
regio de admissibilidade
= 1
-1 < < 1
Ordem
Comportamento de k
(2, d, 0)
mistura de exponenciais ou
ondas senides amortecidas
Comportamento de kk
somente 11 0 e 22 0
1 = 1(1 - 2)/(1-1 )
2
estimativas iniciais
2 = 2(2 - 1 )/(1-1 )
2 = -2/(1 + 1 + 2 )
regio de admissibilidade
-1 < 2 < 1
2 - 1 < 1
2 + 1 < 1
-1 < 2 < 1
2 - 1 < 1
2 + 1 < 1
Ordem
Comportamento de k
(1, d, 1)
decai exponencialmente aps o lag 1
Comportamento de k
estimativas iniciais
1 = (1 - )( - )/(1 + - 2)
2 = 1
regio de admissibilidade
-1 < < 1
-1 < < 1
1 = -1(1 - 2)/(1 + 1 + 2 )
PROPOSTA DE MODELAGEM
61
PROPOSTA DE MODELAGEM
62
= + W + `Wg + q q +
g
q
Onde:
= i
Sendo que:
3.1
63
I.
PETR4
35,00
30,00
25,00
20,00
15,00
10,00
5,00
-
II.
BBDC4
30,00
25,00
20,00
15,00
10,00
5,00
-
III.
64
VALE4
40,00
35,00
30,00
25,00
20,00
15,00
10,00
5,00
-
65
3.2
66
poderia ter adotado qualquer outra moeda, porm foi utilizada uma moeda
estrangeira para apresentar alguns efeitos do cmbio no processo de anlise de ativos
quando da anlise de ativos por um investidor de outro pas, visto que a bolsa
brasileira, comparada outras emergentes, barata, e isso bastante atrativo para o
estrangeiro.
Abaixo na apresentao das variveis, quando inserido o mnemnico em
parnteses este significa o nome utilizado nas sadas do programa, quando da anlise
do modelo, mais adiante, para os outros casos foram utilizados os prprios nomes
apresentados.
3.2.1
ndices de Aes
ndices de aes so importantes pois sintetizam algumas caractersticas do
67
3.2.2
Commodities
As commodities representam, em alguns casos, os principais produtos das
empresas, ou em outros, principais insumos, logo sua anlise de grande valia para o
processo de anlise dos ativos, visto que de uma forma ou de outra, impacta tanto nos
custos quanto nos lucros das empresas.
Reuters/Jefferries CRB IX (CRY) ndice de commodities, calculado como
a mdia aritmtica dos preos futuros de algumas das principais commodities do
mercado, agregando-as em seis grupos principais: Gros, Soft Commodities,
Industriais, Energia, Gado e Metais Preciosos.
Petrleo Importante insumo para diversas empresas, bem como principal
fonte de receita para a Petrobrs, cujo ativo correspondente, a PETR4, ser foco da
anlise.
Cobre Outro produto importante de empresas mineradoras como a Vale
(VALE5), sendo da mesma forma importante sua incluso no processo de anlise.
Gs Natural Um dos produtos da empresa Petrobrs e tambm muito
utilizado como insumo para outras empresas. Tambm insumo para diversas
empresas do mercado brasileiro.
Soja Importante produto de exportao de empresas no Brasil, quanto s
empresas estudadas, foi selecionada, a fim de estudar a ocorrncia de relaes no
esperadas ou simplesmente avaliar a capacidade do modelo em selecionas as
variveis significantes.
3.2.3
Moedas
A grande maioria das empresas negociadas em Bolsa apresenta forte contato
68
importante
identificar
correlao
dos
ativos
com
Taxas de juros
Treasuries (T2 e T10) Esta varivel referente ao governo americano, reflete
a taxa de juros exercida pelos ttulos emitidos pelo tesouro americano. Sero
estudados neste trabalho as taxa referentes a Ttulos de 2 anos e 10 anos.
Credit Default Swap (CDS1 e CDS10) uma taxa adicional treasure que
um pas tem de pagar para toma crdito no exterior, reflete o risco de crdito do pas,
negociados em funo do prmio expresso em basis points1. Aquele que tem posse
de um contrato CDS possui o direito de receber um valor financeiro caso ocorra
default do emissor da dvida referenciada no contato. Sero estudados neste trabalho
as taxas para 1 e 10 anos.
LIBOR (London Interbank Offered Rate) A Libor de 3 Meses, utilizada no
trabalho, fixada diariamente s 11h (horrio de Londres), um derivado das cotaes
fornecidas pelos bancos determinados pela British Bankers' Association. Reflete a
taxa preferencial de juros oferecida para grandes emprstimos entre os bancos
internacionais que operam com eurodlares para um perodo de 3 meses.
1
69
3.3
70
Neste sentido, a proposta a anlise dos retornos percentuais dos ativos, bem
como das variveis explicativas reduziria tanto o problema das diferentes escalas
entre as sries, bem como o aumento de varincia observado anteriormente ao longo
das sries analisadas, sendo que ao longo das observaes os retornos se apresentam
proporcionais aos valores do ativo ou da varivel no instante da observao, o que
garante a manuteno da volatilidade ao longo da srie e maior facilidade em se
obter uma srie estacionria a partir da tomada de diferenas, como ser visto mais
adiante. Sendo assim apresentada nas Figuras 14 (Acima) e 15 as sries das
diferenas simples e dos retornos percentuais do ativo PETR4, respectivamente, a
fim de verificar a reduo do crescimento da volatilidade ao longo da srie
graficamente.
71
ativos, o estudo das correlaes ter sua exposio estratificada seguindo os mesmos
grupos apresentados anteriormente, a saber, ndices, Commodities, Moedas e Taxas
de Juros.
Estudo de um Modelo de Anlise de Aes
3.4.1
72
ndices de Aes
A Figura 16 inicia das correlaes entre os ativos do estudo a partir da anlise
(a)
(b)
(c)
indicador asitico, porm de baixa intensidade. Isto mostra que o mercado asitico
apresenta certa interferncia nos movimentos do ativo da empresa, dada a forte
globalizao do mercado financeiro atual em que movimentos da economia no
mundo afetam todos os mercados.
(b)
economia, visto que representa uma mdia de vrios preos de ativos. Porm a
Figura 16 mostra uma correlao positiva relativamente baixa entre as variaes do
ativo frente s oscilaes do indicador, independente da reta apresentada ter
inclinao positiva, observa-se uma disperso relativamente alta entre as duas sries.
73
(c)
3.4.2
Commodities
Em seguida o estudo das correlaes se estende para a anlise de algumas
(a)
(b)
(c)
(d)
(e)
(f)
(a)
74
como pode ser observado na Figura 17 uma correlao positiva. Isto vem ao encontro
do que se era esperado, dado que o principal produto da empresa, sendo que por se
tratar de uma commodity, os movimentos dos preos do petrleo impactam
diretamente sobre os lucros da empresa, que por sua vez repassado para os preos
das aes negociadas em bolsa.
(c)
cobre. Vemos que a correlao obtida positiva, apesar de no ser esperada alguma
correlao deste tipo com o ativo em estudo, a PETR4. Isto pode de alguma forma
ser justificado pelo fato de os preos das commodities em geral serem afetados pelos
preos do petrleo, ou simplesmente energia, podendo ser observado neste caso um
vis causado pelas distores advindas do problema de causa e efeito. No seria o
preo do cobre que afetaria os lucros da empresa Petrobrs, mas sim o preo do
petrleo que afetaria tanto o preo da commodity quanto os lucros e
conseqentemente, os preos do ativo PETR4.
(d)
correlao entre as sries, fato que no era esperado, visto que este tambm um
produto da empresa analisada e era previsto uma correlao mais forte desta
Estudo de um Modelo de Anlise de Aes
75
commodity com as oscilaes dos preos do ativo, fato que no foi confirmado com o
estudo realizado. Porm se analisado os relatrios referentes ao terceiro trimestre de
2008, podemos justificar esta baixa correlao, se observado a baixa importncia da
produo de gs natural para os lucros da empresa, visto que a receita advinda do
petrleo muito mais importante para a empresa sendo cerca de 14 vezes maior que
a de gs natural. A empresa importa boa parte do gs natural da Bolvia, figurando
este tambm nos custos da empresa. Sendo assim, os impactos dos preos do gs
natural sobre as oscilaes dos preos do ativo da empresa so realmente baixos de
forma coerente com o observado no grfico.
(f)
significado prtico para a empresa analisada visto que no possui relao com o
negocio da empresa. Esta no relao pde ser confirmada com a anlise de
correlao entre as duas sries que, conforme o grfico que apresenta baixa
correlao com o ativo estudado.
3.4.3
Moedas
Por se tratar de uma empresa com grande mercado externo, importante
(a)
(b)
(a)
76
expresso em dlares, notamos ao observar a Figura 18, uma correlao positiva entre
as oscilaes da moeda europia frente ao dlar e os retornos do ativo PETR4, porm
de intensidade menor que ao comparado com o dlar, mostrando uma sensibilidade
maior moeda americana que a europia.
3.4.4
Taxas de Juros
77
(a)
(b)
(d)
(c)
(e)
(a)
PETR4 apresenta um valor positivo, porm de baixa intensidade, isso indica pouca
interferncia desta taxa sobre os retornos do ativo estudado.
(b)
(e)
78
79
80
.15
.10
.05
.00
-.05
.08
-.10
.04
-.15
.00
-.04
-.08
06M01
06M07
07M01
Residual
07M07
Actual
08M01
08M07
Fitted
Figura 20 - Sries real, estimada e residual para o modelo de regresso sobre o ativo PETR4
81
(a)
(b)
(c)
Figura 21 - Autocorrelaes e autocorrelaes parciais para os resduos da regresso, sendo (a)
Original, (b) Primeiras diferenas e (c) Segundas diferenas
A partir da observao da Figura 21, pode se notar em (a) que a srie original
dos resduos no apresenta uma caracterstica estacionria, sendo que a srie que
melhor representa uma srie estacionria a srie das segundas diferenas, sendo,
portanto, utilizada para a realizao do modelo de sries temporais. A definio dos
outros parmetros do modelo pode ser realizada tambm com a Figura 21, onde se
observa uma perda significativa das autocorrelaes j a partir do quarto lag, e para
as autocorrelaes parciais pode se observar esta perda de significncia a partir do
sexto lag. Estas caractersticas indicam a utilizao de um modelo ARIMA(3, 2, 5).
82
A Figura 22, por sua vez apresenta a comparao entre as sries estimada e
real, bem como a apresentao dos resduos do processo obtidos das diferenas entre
as sries. Pela observao das sries pode se notar uma aderncia razovel do modelo
proposto em relao s sries das observaes reais.
Utilizando-se a equao (30) podemos concluir que :
R = 0.9273
83
.2
.1
.0
-.1
.08
-.2
.04
.00
-.04
-.08
-.12
06M07
07M01
07M07
Residual
Actual
08M01
08M07
Fitted
Figura 22 - Sries Real, Estimada e Residual para o modelo ARIMA(2, 5) dobre os resduos da
regresso
3.6
temporais, com o intuito de verificar, primeiramente a parte que pode ser explicada
atravs das autocorrelaes da srie. Posteriormente sobre os resduos desta
modelagem realizado o processo de modelagem de regresso mltipla, a fim de
verificar destes resduos a frao que pode ser explicada pelas variveis de mercado,
uma vez que j se removeu a frao explicada pelas autocorrelaes da srie.
Antes de iniciar o processo de modelagem cabe o estudo das autocorrelaes
e autocorrelaes parciais sobre a srie dos retornos percentuais do ativo PETR4,
srie esta que esta sendo foco do presente estudo. A Figura 23 apresenta
84
(a)
(b)
(c)
Figura 23 - Autocorrelaes e Autocorrelaes Parciais para os retornos percentuais do ativo
PETR4. Sendo a) Original, b) Primeira diferena e c) Segunda Diferena
85
86
Tabela 6- Sadas do software E-Views para o modelo de sries temporais ARIMA(4, 2, 4) sobre
o ativo PETR4
.4
.2
.0
.2
-.2
.1
-.4
.0
-.1
-.2
06M07
07M01
Residual
07M07
Actual
08M01
08M07
Fitted
Figura 25 - Sries Real, Estimada e Residual para o modelo ARIMA(4, 2, 4) sobre o ativo
PETR4
87
88
89
.4
.2
.0
.08
-.2
.04
-.4
.00
-.04
-.08
-.12
06M07
07M01
07M07
Residual
08M01
Actual
08M07
Fitted
3.8
90
91
3
2
1
0
-1
-2
-3
06M01
06M07
07M01
07M07
08M01
08M07
92
Desta forma, podendo agora concluir que o modelo mais adequado para o tipo
de anlise o proposto pelo ltimo modelo. Na seqncia apresentada a equao
obtida, que representa os retornos do ativo estudado em funo das variveis
selecionadas para a anlise, e que ao final do processo de modelagem permaneceram
no modelo pode ser descrita abaixo:
84
= 0,80638 + 0,25781 | + 0,51452 + 0,43096
+ 1,25419 0,82533 } 0,50869 0,39379 =
0,19534 x 0,99721
Onde:
93
APLICAO DO MODELO
95
APLICAO DO MODELO
96
bem como as equaes obtidas que resumem as interferncias das variveis sobre as
oscilaes dos retornos dos ativos, so apresentados a seguir:
Primeiramente so apresentados os resultados referentes anlise do ativo
BBDC4, sendo que a tabela abaixo apresenta as sadas do Eviews, aps a retirada das
variveis no significativas utilizando-se o algoritmo backward.
Tabela 9 - Sadas do software Eviews para o modelo de sobre o ativo BBDC4
97
.4
.2
.0
.08
-.2
.04
-.4
.00
-.04
-.08
-.12
06M07
07M01
07M07
Residual
08M01
Actual
08M07
Fitted
Por fim a equao obtida que resume o comportamento dos retornos do ativo
frente s variveis estudadas, apresentada a seguir:
||4
= 1,13068 + 0,53080 | + 1, 218534 1,014
0,83033 + 0, 1296 } 1,05338 0,82276 =
0,8776 x
Onde:
98
99
.4
.2
.0
.15
-.2
.10
-.4
.05
-.6
.00
-.05
-.10
06M07
07M01
07M07
Residual
Actual
08M01
08M07
Fitted
Onde:
100
4.2
APLICAES DO MODELO
Uma das aplicaes deste modelo proporcionar o conhecimento dos ativos e
a definio das condies de mercado que interferem sobre o retorno dos ativos, ou
seja, quais riscos a empresa mais sensvel, qual dever ser a preocupao do
investidor, bem como proporcionar a observao e a explorao de oportunidades,
uma vez que possvel atravs da modelagem proposta identificar dentre as variveis
selecionadas para a anlise aquelas que possuem interferncia, correlao com os
ativos estudados, sendo possvel verificar a sensibilidade dos ativos frente s
flutuaes do mercado e ao ambiente em que a empresa emissora do ativo est
inserida.
Uma vez conhecido as variveis que influenciam diretamente nas oscilaes
dos preos dos ativos, possvel verificar quais riscos o investidor est mais sensvel,
e conseqentemente analisar quais riscos ele est sujeito a assumir. Desta forma
possvel, portanto, tanto analisar o potencial de retorno de um portflio j
previamente definido com a utilizao de outros mtodos de anlise, quanto propor
portflios a partir da explorao de oportunidades identificadas com a metodologia
proposta.
Outra finalidade deste tipo de abordagem de verificao de fatores de risco
a possibilidade de imunizao de portflios, visto que so levantados os riscos que
101
cada ativo est sujeito, sendo possvel, portanto, propor portflios que sejam capazes
de proporcionar uma imunizao para um fator de risco especfico, tanto pela
combinao de ativos com correlaes contrrias com dado fator de risco quanto
assumindo posies compradas e vendidas com ativos que possuem correlao de
com mesmo sinal em relao a um mesmo fator de risco.
Desta forma construindo um portflio que parte da combinao de ativos com
correlaes contrrias em relao a um fator de risco ou mesmo assumindo posies
compradas e vendidas em ativos com correlao de mesmo sinal, possvel uma
alocao que permita a obteno de um portflio com uma correlao bastante
reduzida em relao a um determinado fator de risco proporcionando uma
imunizao com relao a este risco o qual o investidor no est disposto a assumir
por algum motivo, seja pelo no conhecimento profundo acerca deste fator de risco,
seja pela expectativa de uma elevada volatilidade com relao a este risco.
Inserir um pensamento bacana
CONCLUSES
103
Captulo 5 Concluses
CONCLUSES
Captulo 5 Concluses
104
REFERNCIAS BIBLIOGRFICAS
107
REFERNCIAS BIBLIOGRFICAS
108
DRAPER, N. R.; SMITH, H. Applied regression analysis. John Wiley & Sons
Inc., 1966.
ENDERS, W. Applied Econometric Time Series 2 edio, John Wiley &
Sons, Inc., 2004.
FABOZZI, F. J. Investment Management. Englewood Cliffs : Prentice Hall,
1994
MARTINS A. C. Mercados Derivativos e Anlise de Risco. MAS Editora. 1
Edio. Volumes 1 e 2., 2004
MURPHY, J. J. Technical Ananalisys of the Futures Markets A
Comprehensive Guide to Trading Methods and Applications. New York.
Prentice-Hall. 1986.
MORETTIN P. A.; TOLOI C. M. C. Anlise de Sries Temporais. 2. ed. So
Paulo: Edgard Blcher Ltda, 2004.
MYERS, R. H. Classical and Modern Regression With Applications. Duxbury
Press. Second Edition, 1990
OLIVEIRA, M. D. B. Introduo ao mercado de aes. CNBV - COMISSO
NACIONAL DE BOLSAS DE VALORES, 1983
PETRLEO BRASILEIRO S. A. Disponvel em < www.petrobras.com>. Acesso
em 11/11/2008.
REILLY F.K.; BROWN K.C. Investment Analysis and Portfolio Management.
The Dryden Press. Fifth Edition, 1997
SMITH, ADAM A Riqueza das Naes. So Paulo: Abril Cultural, 1983
WOODRUFF, G. P. Investment and Speculation. Alexander Hamilton Institute.
1954