ISCTE IUL Business School

LICENCIATURA EM FINANAS
ANLISE E MODELOS DE DADOS FINANCEIROS (07 de Janeiro de 2010)
NOME

CORRECO

I (Perguntas para 12 valores)

1. Considere algumas medidas de estatstica descritiva bem como o histograma da distribuio das
taxas de rendibilidade dirias do ndice S&P 500 no perodo de 3 de Janeiro de 1995 a 05 de
Junho de 2009.

a. (1.0) Caracterize a distribuio quanto simetria.

Uma vez que o valor do coeficiente de assimetria negativo (apesar de prximo de zero), podemos
concluir que a distribuio ligeiramente assimtrica negativa.
b. (1.0) Caracterize a distribuio em termos de curtose.
Uma vez que o valor do excesso de curtose positivo, podemos concluir que a distribuio
leptocrtica.
c.

Comente a seguinte afirmao: a distribuio das taxas de rendibilidade dirias do S&P 500
tem abas mais pesadas do que a distribuio normal.

(1.0)

Afirmao verdadeira. Uma vez que o valor do excesso de curtose positivo, significa que o valor
do coeficiente de curtose maior do que 3 podendo-se concluir que a distribuio emprica das
taxas de rendibilidade tem abas mais pesadas do que a distribuio normal.
d. (1.0) De que forma o excesso de curtose de uma distribuio se relaciona com o desvio-padro?
Quanto maior o excesso de curtose maior a quantidade de observaes nas abas da distribuio
(em comparao com a distribuio normal) e maior dever ser o valor do desvio-padro.

Para estimar a relao entre a COTAO e os indicadores EPS, EVPS e ROS foi estimado o
seguinte modelo de regresso linear mltipla. Alguns dos resultados so apresentados a seguir.

4.

a. (1.5) Calcule os valores representados pelas letras a) e b) e que valor sugere para c).
a)=0.030760 x 7.682488=
0.23631

b)=1-(1-0.949401)(278-1)/(278-4)
=0.94885

c) deve ser inferior ao nvel de

significncia considerado, pois
deve-se rejeitar a hiptese nula
do teste F tendo em conta o
resultado dos testes t.

b. (1.0) Interprete o valor do coeficiente de determinao.

Na amostra considerada, 94.94% da variao total da cotao explicada pela variao das trs
variveis explicativas consideradas: EPS, EVPS e ROS.
c. (1.0) O valor do coeficiente de determinao estatisticamente significativo? Justifique.
Sim, uma vez que se rejeita a hiptese nula no teste F; o que significa que existe pelo menos um
coeficiente estimado que estatisticamente significativo.
d. (1.5) Comente a seguinte afirmao: nem todos os coeficientes estimados so estatisticamente
significativos.
Afirmao Falsa. Uma vez que se rejeita a hiptese a nula em todos os testes t (para um nvel de
significncia de 0.05) podemos concluir que as estimativas para os coeficientes so todas
estatisticamente significativas.

e. (1.5) Se pretendesse alterar a deciso do teste t associada ao termo de intercepo (C), que nvel
de significncia deveria considerar? Justifique.
Qualquer valor inferior a 0.0012. Por exemplo, para =0.001 a deciso passaria a ser no rejeitar a
hiptese pois o valor da probabilidade j superior ao nvel de significncia considerado.
f.

O valor do critrio de informao AIC (8.724) significa que estamos perante um modelo
estatisticamente adequado para explicar a cotao das empresas includas na amostra? Justifique.
(1.5)

O valor absoluto dos critrios de informao no deve ser utilizado para esse propsito, pois
depende, entre outros factores, da escala das variveis includas no modelo. A sua principal funo
deve ser comparar modelos com a mesma varivel dependente; o que no o caso.
II (Perguntas para 16 valores)
1. (1.0)

Se num dia o ndice S&P 500 cair 20%, quais as consequncias para os coeficientes de
assimetria e curtose da distribuio das taxas de rendibilidade.

O valor do coeficiente de assimetria deve tornar-se mais negativo e o valor do excesso de curtose
deve ser ainda maior do que aquele apresentado anteriormente.
2.

(1.5) Comente o resultado do teste de Breusch-Godfrey relacionando-o com os resultados da

regresso auxiliar que lhe est associada.

Uma vez que se rejeita a hiptese nula do teste, conclui-se pela existncia de autocorrelao dos
erros no modelo estimado. Uma vez que se rejeita a hiptese nula nos testes individuais associados
a RESID(-1) e RESID(-2) podemos concluir que existe autocorrelao at pelo menos segunda
ordem.
3. (1.5)

Comente o resultado do teste de White.

Uma vez que se rejeita a hiptese nula do teste, conclui-se que se viola a hiptese da
homoscedasticidade dos erros e, como tal, os estimadores OLS deixam de ser os mais eficientes.
III (Perguntas para 20 valores)
1. (1.0) Refira as

consequncias da no normalidade dos erros no modelo de regresso linear.

A no normalidade dos erros, e quando se dispe de amostras de reduzida dimenso, pe em causa

toda a inferncia estatstica, nomeadamente os testes F e t.
2.

(1.5) As estimativas e os erros-padro para os coeficientes de assimetria e de curtose da

distribuio das taxas de rendibilidade do S&P 500 (questo 1 do grupo I) juntamente com os
erros-padro sugerem-lhe algum teste de hipteses? Justifique.

Sugere um teste significncia individual de cada um dos coeficientes: H_0: SK=0; H_0: Kurt=0. A
estatstica do teste a estimativa de cada coeficiente dividida pelo erro-padro respectivo. Tambm
se pode considerar o teste normalidade de Jarque-Bera que se baseia nos coeficientes de assimetria
e curtose bem como nos erros-padro respectivos.
3. (1.5)

No modelo de regresso linear mltipla possvel que as variveis explicativas estejam

fortemente relacionadas entre si? Se a resposta for NO, justifique; se a resposta for SIM, e se
tal constituir um problema, sugira medidas correctivas.

Sim, pode acontecer. Neste caso sugere-se excluir alguma dessas variveis (as que esto fortemente
relacionadas umas com as outras; e apenas essas) do modelo. Com a excluso de alguma das
variveis fortemente correlacionadas, o poder explicativo do modelo no se reduz pois a parte que a
varivel excluda explica da varivel dependente comum a outra ou outras variveis explicativas
que permanecem no modelo.
3