UNIDADE DE INTERAÇÃO E APRENDIZAGEM 1 | UIA 1

Tipos de dados e regressões

• Aula 01 | Introdução a análise de regressão I
• Aula 02 | Introdução a análise de regressão II
• Aula 03 | Características das variáveis em finanças e contabilidade
• Aula 04 | Hipóteses do modelo clássico de regressão linear

AULA 03 | CARACTERÍSTICAS DAS VARIÁVEIS EM FINANÇAS E

CONTABILIDADE

INTRODUÇÃO
Como definido nas Aulas 01 e 02, variáveis são as características que podem ser observadas (ou medidas) em
cada elemento da população, sob as mesmas condições. As variáveis surgem quando perguntamos o que vamos
observar ou medir nos elementos de uma população.

E uma informação importante sobre essas variáveis é o seu nível de mensuração, ou seja, como medir uma
variável, sabendo que na estatística (e na natureza), uma variável tem suas classificações. Algumas variáveis
podem ser contadas. Outras podem ser medidas. Outras apenas classificadas segundo uma ordem, sem
necessariamente associá-la a valores numéricos, etc.

O nível mais elementar de mensuração consiste na classificação dos indivíduos ou objetos de uma população de
acordo com uma certa característica, isto é, separa-se os elementos em grupos, conforme possuam essa ou
aquela característica em questão. É o que sucede, por exemplo, quando a característica estudada é

• sexo,
• religião,
• estado civil,
• grau de instrução,
• cor dos olhos,
• perfil do investidor (conservador, moderado ou agressivo), etc.

Nesses casos, diz-se que a variável em estudo é expressa segundo uma escala nominal. As variáveis acima não
necessariamente precisam de valores numéricos para classifica-las. Apenas nome, rótulos, marcas, etc.

As categorias se expressam nominalmente (por exemplo, as categorias da variável sexo são: masculino e
feminino) e para a aplicação de métodos estatísticos adequados, é necessário que as categorias sejam exaustivas
(isto é, cubram todos os elementos da população) e mutuamente exclusivas, isto é, um elemento pertence a uma
única categoria. Por exemplo, uma pessoa pertence à categoria casada ou solteira, pertence à categoria ensino
médio completo ou ensino superior completo, tem os olhos verdes ou castanhos, etc. Resumindo, uma variável
observada (ou medida) num elemento da população deve gerar apenas um resultado.

Assim, as operações usuais de aritmética não podem ser realizadas sobre esse tipo de escala, mesmo que as
categorias estejam expressas em números.

Quando se trabalha com a observação, a mensuração, a análise e a interpretação de números, esses números nos
conduzem a

• índices inflacionários,
• índices de desemprego,
• probabilidade de determinado candidato ganhar as eleições,
• rentabilidade de um negócio, como um imóvel,
 • salário, idade, peso, altura, números de filhos por família, número de eletroeletrônicos na residência,
número de funcionários de uma empresa, tempo de serviço em uma empresa, etc.

Já aqui, para classificar estas variáveis, necessariamente precisamos de valores numéricos para definir ou
caracterizá-las.

A informação sobre o nível de mensuração de uma variável é importante para que se saiba a aplicabilidade ou
não de modelos e métodos estatísticos a serem utilizados posteriormente na análise dos dados.

Agora, depois de uma breve introdução, podemos definir os tipos de variáveis existentes na natureza.

TIPOS DE VARIÁVEIS

As variáveis estatísticas se dividem em qualitativas ou quantitativas.

1- VARIÁVEL QUALITATIVA (OU CATEGÓRICA) - É o tipo de variável que não pode ser medida
numericamente. Apenas se classifica, assumindo várias modalidades ou categorias. Dizemos que as variáveis
dão qualidades, pois apresentam como possíveis valores um atributo dos indivíduos pesquisados. Estão
associadas a uma característica que denota qualidade ou atributo.

Exemplos: marcas de produtos, cores, estado civil, sexo, profissão, perfil do investidor, etc.

• A variável “estado civil” de um indivíduo é um dado qualitativo que assume as categorias: solteiro, casado,
viúvo e divorciado.
• A variável “sexo” assume as categorias: masculino e feminino.
• A variável “cor” assume as categorias: branco, azul, preto, etc
• A variável “profissão” assume as categorias: professor, engenheiro, psicólogo, economista, pedreiro,
padeiro, etc.

• A variável “ grau de instrução” assume as categorias:

➢ Analfabeto: não sabe ler e escrever;

➢ Ensino fundamental incompleto: não concluiu todos os anos correspondentes a este ciclo de estudos;
➢ Ensino fundamental completo: concluiu o ciclo de estudos básicos (1ª a 9ª série);
➢ Ensino médio incompleto: não concluiu todos os anos correspondentes a este ciclo;
➢ Ensino médio completo: concluiu este ciclo de estudos (1º ao 3º ano);
➢ Superior completo: Graduação, Mestrado. Doutorado, Pós-Doutorado.

A variável qualitativa ainda possui uma subclassificação. Ela pode ser nominal e ordinal:

• NOMINAL: os elementos são identificados por um nome, sem necessariamente requerer uma
ordem na sua classificação.

Exemplo

Cor dos olhos: castanha, preta, azul e verde.

Sexo: masculino e feminino.
Estado civil: solteiro, casado, viúvo e divorciado.

Não existe uma ordem particular entre as categorias ou grupos e, além disso, duas categorias quaisquer são
mutuamente excludentes, isto é, uma pessoa não pode ser, ao mesmo tempo, masculino e feminino. Além disso,
as categorias são exaustivas, significando que um membro da população deve aparecer em uma e somente uma
das categorias.
Deve-se ser salientado que as classes ou categorias podem ser rotuladas com números, mas isto não significa
que as operações aritméticas com estes números tenham algum significado em particular. Neste caso os
números exercem a mesma função dos nomes, isto é, identificar a categoria.

• ORDINAL: os elementos têm relação de ordem de conceito ou de colocação entre eles.

Exemplo

De conceito: ótimo, bom, regular, ruim, péssimo.

De colocação: primeiro, segundo, terceiro.

A variável grau de instrução também pode ser definida nas categorias 1º grau, 2º grau, 3º grau. Observe que
neste caso haverá uma ordem pré-definida indicando uma variável qualitativa ordinal.

O nível ordinal é o tipo nominal em que se pode ordenar as categorias. A única diferença entre os dois níveis é
a relação de ordem que se pode estabelecer entre as categorias. No entanto, não é possível afirmar o quanto uma
categoria é maior do que a anterior, isto é, não se pode afirmar o quanto uma categoria possui da característica.

A avaliação através de conceitos é feita por uma escala ordinal. Veja um exemplo na tabela dois abaixo.

Tabela 1.2 - Exemplo de variável ordinal

Conceitos Número de alunos
Ótimo 4
Bom 6
Regular 15
Ruim 5
Total 30

Não se pode afirmar neste caso que quem teve conceito Ótimo teve um número de acertos duas vezes maior que
quem teve conceito Regular. A única coisa que se sabe é que quem teve conceito Ótimo acertou mais questões
do que quem teve conceito Bom, e este de quem teve conceito Regular, e assim por diante.

2- VARIÁVEL QUANTITATIVA- São aquelas que apresentam um número associado ao indivíduo

pesquisado. Variável que pode ser medida numericamente.

As variáveis quantitativas necessariamente precisam de um valor numérico para defini-las, para caracterizá-las.

Exemplo: altura, renda, peso, idade em anos, número de irmãos, índices inflacionários, índices de
desemprego, probabilidade de determinado candidato ganhar as eleições, rentabilidade de um negócio,
como um imóvel, etc.

Assim como as variáveis qualitativas, as variáveis quantitativas possuem uma subdivisão. São classificadas em:

• DISCRETAS: quanto se trata de contagem, assumem valores inteiros, não admitindo valores
intermediários entre eles.

Exemplo: nº de pacientes de um hospital, nº de filhos por família, número de alunos de uma

faculdade, número de trabalhadores de uma empresa, número de contratos fechados por mês de uma
empresa de seguro, número de empresas lista na BOVESPA, etc.

Por exemplo, número de trabalhadores de uma empresa só pode assumir valores inteiros:

➢ Uma empresa possui 10 funcionários ou 15 ou 20, mas nunca 26,7 funcionários.

• CONTÍNUAS: admite infinitos valores entre elas (dentro de um intervalo). Normalmente, são
aquelas que podem ser medidas.
 Exemplo: altura, peso, comprimento, rentabilidade, índices inflacionários, índices de desemprego,
probabilidade de determinado candidato ganhar as eleições, rentabilidade de um negócio, por exemplo
um imóvel alugado, etc.

Por exemplo, o índice de desemprego pode assumir qualquer valor numérico, inteiros ou não:

➢ Desemprego fica em 12,2% em janeiro.

As distinções dos tipos de dados são menos rígidas do que a descrição apresenta. Por exemplo, em geral
trataríamos a idade das pessoas de uma amostra como uma variável contínua, mas se a idade for apresentada
pelo número de anos concluídos, podemos tratá-la como discreta, e se separarmos a amostra, em função da
classificação, em “crianças”, “jovens”, “pessoas de meia idade” e “velhos”, então temos a idade como uma
variável qualitativa. No entanto, em geral é recomendado manter os dados na sua forma original, categorizando-
os apenas para propósitos de apresentação.

Outros exemplos:

1- Número de empresas do setor farmacêutico é uma variável discreta, pois podemos contar (0,1,2,3...);
2- Inflação semestral é uma variável quantitativa contínua, uma vez que pode ser medida (2,55%, 1,8%,
3,73%, etc).
RESUMO DOS TIPOS DE VARIÁVEIS DE UMA PESQUISA

O que interessa para a disciplina Econometria será a variável quantitativa, já que os modelos matemáticos
estatísticos a serem estudados especificamente nesta disciplina são baseados neste tipo devariável. A variável
qualitativa ficará para estudos posteriores, em disciplinas mais específicas.
 ECONOMETRIA E ECONOMETRIA FINANCEIRA

A econometria financeira é uma área da econometria, mas como o próprio nome já diz, a econometria
financeira é voltada para a análise de dados financeiros. Ou seja, a econometria financeira é a aplicação de
métodos econométricos adequados a dados financeiros, se utilizando como ferramentas para tal análise,
métodos matemático e estatísticos para solucionar problemas de economia financeira.

Esta análise com foco no financeiro serve de suporte a estudos como por exemplo,

• avaliação do risco
• avaliação de obrigações, opções, etc.
• previsão da volatilidade
• gestão de portfolios
• análise da previsibilidade e eficiência dos mercados, etc.

A ESTRUTURA DOS DADOS EM ECONOMETRIA FINANCEIRA

Os dados com os quais a econometria financeira trabalha, podem estar estruturados de diversas formas:

• Pode-se ter informações dos clientes de uma loja extraídas em um determinado momento,
• Pode-se ter dados mensais de crescimento do PIB de um país com histórico de alguns anos e
• Pode-se ter também dados de pais de família que participaram de um experimento e foram
acompanhados por alguns anos.

Cada informação mencionada deve ser tratada de uma maneira diferente. Embora algumas técnicas sejam
aplicadas para os três casos com pequenas mudanças apenas, é importante saber como seus dados estão
estruturados para saber como a técnica deve ser utilizada e que tipo de características específicas devem ser
consideradas.

OS TIPOS DE DADOS MAIS EMPREGADOS EM ANÉLISE FINENCEIRA

1. DADOS DE CORTE TRANSVERSAL (ou Dados Cross-Section) - Consiste em uma amostra de

indivíduos, consumidores, empresas, cidades, estados, países ou uma variedade de outras unidades,
extraídos em um determinado ponto no tempo. Ignoram-se quaisquer diferenças de tempo.

Embora as informações possam ser coletadas em diferentes momentos no tempo, isso não é levado em
consideração. Vamos supor que você trabalha em uma empresa que vende roupas e gostaria de saber
qual o perfil do cliente que compra online. Ao coletar as informações dos clientes que compraram
online no último ano, montar aquela sua tabela cheia de informações como idade, salário, emprego,
número de peças compradas, valor gasto, etc. Você está estruturando dados no formato de corte
transversal.

Outros exemplos de dados em corte transversal:

• pesquisas de opinião, censo demográfico que é feito a cada dez anos, padrão de consumo de
medicamentos, prevalência de exposições de risco (tabagismo, hábitos alimentares, estilo de vida)
ou vigilância de risco, etc.

Os estudos transversais têm por foco populações bem definidas. Uma característica básica dos estudos
transversais é a de que tudo o que se observa é mensurado em uma única vez.
 Conjunto de dados de corte transversal para o ano de 1976 de 526 trabalhadores (Wooldridge 2008)

2. SÉRIES TEMPORAIS - Consiste em observações sobre uma ou muitas variáveis ao longo do tempo.
Normalmente referindo-se a cronologias como anos, trimestres, meses e dias. São exemplos de séries
temporais produto interno bruto, índice de preços ao consumidor e volume de vendas de automóveis.

Em determinados casos, faz-se necessário considerar que o passado influencia o presente, por isso
utilizamos essa estrutura de dados e as técnicas correspondentes a ela para análises. Quando pensamos
em índices de preços, PIB, vendas ao longo do ano, preços de ações, estamos sempre (ou quase sempre)
utilizando técnicas de séries temporais. Nos casos mencionados, as informações não são independentes
ao longo do tempo. Essa é a chave para se compreender séries temporais.

Exemplos de dados que podem ser estudados no formato séries temporais

• Inflação mensal, índice mensal de produção industrial, PIB trimestral, IBOVESPA diário, consumo
horário de energia elétrica, etc;
• A evolução temporal das cotações, taxas de câmbio, taxas de juro, etc.;
• Uma série que mostra a temperatura diária de uma cidade ao longo do tempo;
• Número de homicídios anuais em um país;
• O salário mensal de um indivíduo ao longo do ano;
• Preço, minuto a minuto, da ação de certa empresa na bolsa de valores;
• Vendas mensais de carros, etc.

Em economia as séries temporais são interpretadas como realizações de processos estocásticos (aleatórios). Esta
abordagem permite que o construtor do modelo econômico use a inferência estatística para construir e testar
equações que caracterizam as relações entre variáveis econômicas. Note-se que esta definição pressupõe que a
série temporal contenha um componente estocástico, o que é verdade na vasta maioria dos casos práticos.
Conjunto de dados de séries de tempo sobre efeitos do salário mínimo em Porto Rico (apud Wooldridge 2008)

3. DADOS EM PAINEL - É uma mescla de séries temporais com corte transversal. São séries para cada
corte transversal do indivíduo em análise. Ou seja, aqui uma ou mais unidades em corte transversal são
pesquisadas ao longo do tempo (por exemplo, PIB de cada pais sul-americano para o período de 1990 a
2008).

Consiste em uma série de tempo para cada membro do corte transversal do conjunto de dados. Como
exemplo temos quando coletamos dados de investimento e financeiros sobre um conjunto de empresas
ao longo de um período de cinco anos. Aqui as mesmas empresas são acompanhadas ao longo de um
determinado período.

É utilizado para designar informações de várias unidades amostrais (indivíduos, empresas, etc)
acompanhadas, em geral, ao longo do tempo. Dessa forma, as observações são consideradas em duas
dimensões:

• unidade amostral e o
• tempo.

Por exemplo, os preços mensais do quilograma de feijão em vários supermercados durante esse ano. Ou
seja, em um determinado mês colhe-se por exemplo, uma amostra com 10 preços em 10 supermercados
diferentes. No próximo mês, mais 10 preços em 10 supermercados, e assim sucessivamente até
completar 12 meses (1 ano).

Observe que para cada mês (série temporal), tem-se 10 amostras (várias unidades amostrais de feijão).

Se consideramos apenas a informação de cada unidade amostral, mês a mês durante um determinado período
teremos apenas uma série temporal. Por exemplo, os preços mensais do quilograma de feijão ao longo desse
ano em um único supermercado é uma série com 12 observações.
Na verdade, os dados em séries temporais podem ser considerados como um caso particular de dados em
painel, pois nesse caso apenas uma unidade amostral (no exemplo acima foram 10 unidades amostrais) é
acompanhada ao longo do tempo.

Outros exemplos de dados em painel.

1- Suponha que tenhamos o histórico de diversas informações de um mesmo grupo de 20 indivíduos ao

longo do tempo, como salário, emprego, distância ao trabalho e horas extras realizadas.

2- Ou então, você tem as informações dos estados do Brasil, como índice de desemprego, índice de
homicídios, número de habitantes e número de parques durante dois anos.

Esse tipo de informação é bastante utilizado em experimentos controlados e análises de políticas adotadas por
governantes.

Conjunto de dados de painel sobre crime e estatísticas relacionadas em 1986 e 1990 em 150 cidades nos
Estados Unidos (Wooldridge 2008)
PROPRIEDADE DOS ATIVOS FINANCEIROS

A maioria dos estudos em finanças usa o retorno de um ativo ao invés do preço. Ou seja, o que interessa não é o
valor do preço de uma ação, mas o ganho percentual, isto é, a taxa de juro.

Por duas razões:

• O retorno é uma medida completa e livre de escala da oportunidade de investimento.

• As propriedades estatísticas do retorno de um ativo são mais tratáveis que as propriedades do preço
do ativo.

É preferível não trabalhar diretamente com os preços dos ativos, por isso normalmente convertemos os preços
brutos em uma série de retornos. Existem duas maneiras de fazer isso: através do retorno discreto e contínuo.

RETORNO DISCRETO OU CONTÍNUO

Um dos objetivos em finanças é a avaliação de riscos de uma carteira de ativos (instrumentos) financeiros. O
risco é frequentemente medido em termos de variações de preções dos ativos.

Buscar maiores retornos implica, quase sempre, em estar disposto a correr mais risco nos investimentos
financeiros e nas decisões financeiras como um todo. Podemos dizer que entender de risco e retorno é essencial
para todo processo de otimização na gestão financeira e de investimentos.

O retorno refere-se ao excedente do valor final obtido em um investimento em relação ao valor inicialmente
aplicado, incluindo qualquer fluxo de caixa que seja recebido ou desembolsado ao longo da aplicação.

O retorno de qualquer investimento financeiro pode ser expresso, de forma genérica, pela seguinte equação:

Re ceita
Taxa de Re torno(%) = 100 ( I )
Valor Aplicado

As outras formas de representar o retorno sempre serão, de alguma forma, variações da equação acima, mas
sempre seguindo a mesma lógica de raciocínio.

1.1 RETORNO DISCRETO (RETORNO LIQUIDO SIMPLES)

1- VARIAÇÃO DE PREÇOS

A variação do preço de um ativo é definida como a diferença entre o preço de hoje e o preço de ontem.

Considere Pt o preço de um ativo no instante t (hoje), normalmente um dia de negócio (ou 1 mês, 1 ano, etc) e
Pt −1 o preço de um ativo no instante t – 1 (ontem). Supondo, primeiramente, que não haja dividendos pagos no
período, a variação de preços entre os instantes t e t - 1 é dada por

Pt = Pt − Pt −1

2- RETORNO DISCRETO (VARIAÇÃO RELATIVA DE PREÇOS)

A palavra “relativo” na matemática significa porcentagem. Assim, a variação relativa de preços é dada pela
divisão de Pt por Pt −1 , ou seja, a variação relativa de preços é definida por:

Pt Pt − Pt −1
Rt = =
Pt −1 Pt −1
Observe que a variação relativa de preços escrita nessa fórmula é a mesma escrita acima em (I).

A variação relativa de preços é também chamada de retorno líquido simples deste ativo.

Assim, o retorno de um ativo será a variação percentual do preço da ação na data atual Pt , em relação ao preço
na data anterior do investimento Pt −1 .

Pt − Pt −1
Rt = 100 ( II )
Pt −1

Usualmente Rt são expressos em porcentagem, relativamente ao período (um dia, um mês, um ano, etc). É
também chamado de taxa de retorno.

A fórmula (II) acima pode ser escrita também na forma abaixo. Aplicando regras básicas da matemática, temos:

Pt − Pt −1 Pt P P
Rt = = − t −1 = t − 1
Pt −1 Pt −1 Pt −1 Pt −1
Pt
Rt = −1
Pt −1

Pt
Rt + 1 = ( III )
Pt −1

RETORNO DISCRETO MULTIPERIÓDICOS OU COMPOSTO

Um detalhe importante na análise do retorno quando se considera o retorno de vários períodos (multiperídos) e
não apenas em dois (período t e o período t-1) é que a variável retorno discreto é do tipo multiplicativa ao longo
do tempo, isto é, os retornos uniperíodos (em tempo discreto) das carteiras de uma sequência devem ser
multiplicados para se obter o retorno acumulado em todo o período.

Por exemplo, considere um ativo para k períodos, com retornos entre o tempo t – k e t. Assim, o retorno simples
ou discreto em k períodos é apenas o produto dos retornos simples para os k períodos envolvidos.

Pt P P P
Rt [k ] + 1 = = t  t  ....  t ( IV )
Pt − k Pt −1 Pt − 2 Pt − k

Exemplo 1 – Se uma ação cai 50% e depois sobe para 50% novamente, de quanto foi a variação total no
período?

Pt P
Re torno Acumulado Rt [2] + 1 =  t = ( Rdia1 + 1).( Rdia 2 + 1) = (50% + 1)(−50% + 1)
Pt −1 Pt − 2
Re torno Acumulado Rt [2] + 1 = ( Rdia1 + 1).( Rdia 2 + 1) = (0,5 + 1)(−0,5 + 1) = −0, 75
Rt [2] + 1 = −0, 75
Rt [2] = −0, 75 −1
Rt [2] = −0, 25 ou − 25%
Ou seja, a ação caiu 25% nesse período.

1.2 RETORNO CONTÍNUO

Os negócios realizados no mercado financeiro não são executados apenas diariamente, ou seja, não são
negociados uma ou duas vezes no mesmo período. Eles são negociados em frações de minutos no mesmo dia.
Podem ainda ser negociados em instante de tempos irregulares e espaçados ao longo do dia.

As cotações desses ativos negociados nos mercados de bolsa de valores nesses intervalos descritos acima são
intervalos aleatórios e podem ter vários negócios fechados num mesmo instante de tempo, ou seja, num tempo
contínuo.

Essas cotações são chamadas cotações de alta frequência como, cotações de ações minuto a minuto, ou de
cinco em cinco minutos, ou qualquer outro intervalo de tempo.

Uma consideração importante a respeito do retorno contínuo, é na sua forma de ser calculado. Observe no
Exemplo 1 acima que o cálculo foi efetuado apenas com dois dias. E se quiséssemos saber o retorno percentual
de 100 dias? Teríamos que calcular a multiplicação acima 100 vezes, o que tomaria e muito o nosso tempo.

Assim, percebemos que o mundo do mercado financeiro para retornos é multiplicativo e não aditivo. A
operação multiplicação sempre foi muito mais custosa em termos de tempo de cálculo do que a operação
adição, por isso, os matemáticos antigos recorriam às regras que transformassem uma multiplicação em uma
adição.

Assim, para facilitar nossa vida, é melhor trabalhar com a soma do que com a multiplicação. E a melhor função
para transformar uma multiplicação em adição é o logaritmo, pois sabemos das propriedades de log que:
ln( x  y ) = ln( x) + ln( y )

Quando trabalhamos com rentabilidade simples (retorno discreto), a relação entre os períodos é por
multiplicação, como visto acima em (IV).

O problema por esta relação de multiplicação, já que o produto de variáveis normalmente distribuídas não é
uma variável normal (contínua). Por isso é melhor utilizar a soma das rentabilidades do que a multiplicação,
pois a soma preserva a normalidade dos retornos.

Com a rentabilidade logarítmica podemos somar a rentabilidade dos distintos períodos para obter a
rentabilidade total.

• RETORNO CONTÍNUO SIMPLES

Considere Pt o preço de um ativo no instante t (hoje), normalmente um dia de negócio e Pt −1 o preço de um ativo
no instante t – 1 (ontem). O Retorno Contínuo de um ativo é definido como o ln (preço hoje/ preço ontem). Ou
seja, aplicando logaritmo natural em (III), temos:

 P 
ln( Rt + 1) = ln  t 
 Pt −1 
Denotando rt = ln( Rt + 1) , temos:

 P 
rt = ln  t  (V )
 Pt −1 
Que pode ser escrito também como
rt = ln ( Pt ) − ln( Pt −1 ) (VI )
Usualmente rt é expresso em porcentagem, relativamente ao período (um dia, um mês, um ano, etc). Assim,
multiplicando por 100, temos:

 P 
rt = ln  t  100
 Pt −1 

RETORNO CONTÍNUO COMPOSTO

Neste caso, a rentabilidade composta de n períodos nada mais é do que a diferença entre ln do preço final e o ln
do preço inicial.
 P P P   Pt   Pt   Pt 
ln( Rt [n] + 1) = ln  t  t  ....  t  = ln   + ln   + ... + ln  
 Pt −1 Pt − 2 Pt − n   Pt −1   Pt − 2
  Pt − n 
 P 
= ln( Rt [1] + 1) + ln( Rt [2] + 1) + ... + ln( Rt [n] + 1) = ln  t 
 Pt − n 
= ln( Pt ) − ln( Pt − n )

Ou seja, a rentabilidade composta de n períodos é dada pelo ln(preço inicial) – ln(preço final).

 P 
rt = ln( Rt [n] + 1) = ln  t  = ln( Pt ) − ln( Pt − n ) (VII )
 Pt − n 
O retorno contínuo também é chamado de log-retorno.

Quando os retornos são pequenos, o valor do retorno contínuo se aproxima muito do retorno discreto, ou seja,
satisfeita esta condição, pode-se usar as séries dos retornos contínuas dos ativos no lugar do retorno discreto.

No exemplo abaixo, calculamos o retorno linear (discreto) e retorno contínuo entre o dia 4 (tempo inicial) e 6
(tempo final).

P6 − P4 118 −102
Retorno Discreto R6 = 100 = 100 = 15, 7%
P4 102
P   118 
Retorno Contínuo ln( Rt [n] + 1) = ln  6  = l n   = 14, 6%
 P4   102 
O retorno contínuo é mais indicado do que o retorno discreto, pois por meio dele medimos a volatilidade do
ativo, já que a volatilidade é uma medida de dispersão dos retornos de um ativo de mercado. Quanto mais o
preço de um ativo varia num período curto de tempo, maior o risco de se ganhar ou perder dinheiro negociando
este ativo, e, por isso, a volatilidade é uma medida de risco.

A volatilidade é a quantidade e intensidade de flutuações e oscilações que ocorrem com uma série de
retornos. Já no retorno discreto, fica mais difícil medir a volatilidade, pois ele compara apenas o que ocorre em
períodos discretos de tempo e não no decorrer do tempo.

OBSERVAÇÃO – Se temos o retorno contínuo, podemos transformá-lo para o retorno discreto com a seguinte
fórmula:
Re torno Discreto = eRe torno Contínuo − 1

Exemplo - Se o retorno contínuo mensal de um ativo é de 4,46%, então o retorno discreto mensal
correspondente é

Re torno Discreto = eRe torno Contínuo − 1 = e0,0446 − 1= 0,0456 = 4,56%

EXERCÍCIOS

1 - Quais são os tipos de variáveis?

2 - As variáveis quantitativas se dividem em:
3 - Cite exemplos (que não estejam no texto) de variáveis discretas e contínuas.
4 - Um concessionária tem cadastrado 35.000 clientes e fez uma pesquisa sobre a preferência para compra de
carros, em relação à “cor” (branco, vermelho ou azul), “preço”, e “estado de conservação” (novo ou usado).
Foram consultados 2.100 clientes. Diante dessas informações responda:

(a) Qual é o universo estatístico e qual é a amostragem dessa pesquisa?

(b) Quais são as variáveis e qual é o tipo de cada uma?
(c) Quais os possíveis valores da variável “cor” nessa pesquisa?

5 - Classifique as variáveis abaixo em (1) variável qualitativa nominal, (2) variável qualitativa ordinal (3)
variável quantitativa discreta e (4) variável quantitativa contínua, relacionando as duas colunas.

População: alunos de uma escola.

( )Variável: cor dos cabelos.

População: casais residentes em uma cidade.

( )Variável: números de filhos

População:as jogadas de um dado.

( )Variável: o ponto obtido em cada jogada

População: pacientes cancerígenos

( )Variável: peso de cada paciente cancerígeno

População: alunos de uma cidade.

( )Variável: cor dos olhos.

População: estação meteorológica de uma cidade.

( )Variável: precipitação pluviométrica, durante um ano.

População: funcionários de uma empresa.

( )Variável: salários
 População: Nascidos vivos numa determinada data
( )Variável: altura

População: casais residentes em uma cidade.

( )Variável: sexos dos filhos.

População: aparelhos produzidos em uma linha de montagem.

( )Variável: número de defeitos por unidade.

População: bibliotecas da cidade de São Paulo

( )Variável: número de volumes

6- Em uma pesquisa realizada em uma escola, identificou-se os seguintes indicadores

(1) idade.
(2) anos de estudo .
(3) ano de escolaridade.
(4) renda.
(5) sexo.
(6) local de estudo.
(7) conceito obtido na última prova de Estatística.
(8) Quantidade de livros que possui.

(a) Das variáveis acima, quais são as quantitativas e quais são as qualitativas?
(b) Das variáveis quantitativas, diga quais são discretas?

7- Diga qual o tipo de variáveis estamos trabalhando nos casos abaixo.

(a) Número de inscrições no Seguro Social.

(b) Número de passageiros no ônibus da linha Brasília-Goiânia.
(c) Escolaridade.
(d) Peso médio dos recém nascidos.
(e) Uma pesquisa efetuada com 1015 pessoas indica que 40 delas são investidores da IBOVESPA.
(f) Radar que indique que um jogador de futebol chutou uma bola a 100,34 km/h.
(g) Número de uma empresas do setor financeiro.

8 – Muitas populações podem originar todos os tipos de dados. Considere a tabela abaixo, com as populações
na primeira coluna. Nas outras colunas estão os tipos de variáveis. Preencha o quadro abaixo com exemplos de
variáveis que podem originar, dentro de cada população.

TIPOS DE VARIÁVEIS
POPULAÇÓES CONTÍNUA DISCRETA NOMINAL ORDINAL
Alunos
Automóveis
Venda de imóveis
Banco do Brasil

9- Identifique os seguintes exemplos em termos de tipo de variáveis.

(A) 17 gramas (B) 25 segundos (C) 3 certos

(D) 3 errados, 7 certos (E) tamanhos de camisas (F) Km/l
(G) muito lento (H) 2 pacientes (I) Colocação num concurso
10- Classifique as seguintes variáveis:

(A) Preferências políticas (esquerda, direita ou centro).

(B) Marcas de cerveja.
(C) Nível educacional (primário, secundário, superior).
(D) Tipo de ensino (privado ou público).
(E) Número de empregados de uma empresa.
(F) A temperatura de um doente em graus Celsius.
(G) A classe social (baixa, média, ou alta).

11- Classifique as variáveis (nas linhas pontilhadas) que aparecem no seguinte questionário.

(A) Qual a sua idade? (classificar a variável idade) _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

(B) Qual o seu estado civil? (classificar a variável estado civil) _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

I. Solteiro II. Casado III. Separado IV. Divorciado V. Viúvo

(C) Quanto tempo leva para você se locomover ao trabalho? _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

(D) Qual o tamanho da população do município onde você mora? _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

I. menos de 2.000 habitantes.

II. de 2.000 a 10.000 habitantes.
III. de 10.000 a 50.000 habitantes.
IV. de 50.000 a 100.000 habitantes.
V. mais de 100.000 habitantes.

(E) Você é associado à Previdência Social? _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

( ) Sim ( ) Não

12 - Foi encomendado um estudo para avaliação de uma entidade de ensino superior. Para isso, aplicou-se um
questionário e obtiveram-se respostas de 110 alunos.

Indique:
(A) a população em estudo.
(B) a amostra escolhida.

13- Considere os preços de fechamento de uma ação durante os últimos 6 meses:

DATA COTAÇÃO
Mês 1 R$ 47,30
Mês 2 R$ 48,20
Mês 3 R$ 48,90
Mês 4 R$ 48,10
Mês 5 R$ 49,30
Mês 6 R$ 50,00

Calcule o retorno discreto e contínuo.

14- Determinar a taxa de retorno discreto e contínuo de um produto comprado há um ano por R$ 20.000 com
valor atual de mercado de R$ 21.500. Resposta: Discreto 7,5%, contínuo 7,22%.

15- Compare as empresas “A” e “B”, e calcule o retorno e a melhor taxa de retorno. Verifique para o retorno
discreto e contínuo.
 DADOS EMPRESAS
A B
Preço inicial do ativo R$ 600,00 R$ 650,00
Preço atual do ativo R$ 650,00 R$ 700,00

Respostas:
Empresa A: Discreto: 8,33% Contínuo:8%
Empresa B: Discreto: 7,69% Contínuo:7,4%

16 - Para cada um dos investimentos apresentados na tabela abaixo, calcule:

(a) a taxa de retorno.
(b) A média dos retornos de cada empresa. Calcule a média para o discreto e o contínuo.

Respostas:
Empresa A: Discreto: 37,5% Contínuo:31,848%
Empresa B: Discreto: -1,66% Contínuo:-1,68%
Empresa C: Discreto: 6,66% Contínuo:6,45%
Empresa D: Discreto: -16,66% Contínuo:-18,2%%
Empresa E: Discreto: 0,8% Contínuo:-0,8%

17 - Para cada um dos investimentos apresentados na tabela abaixo, calcule:

(a) A taxa de retorno contínuo de cada ativo.

(b) O retorno médio de cada ativo.

DATA Dólar Ibovespa

Mês 1 R$ 3,28 52233
Mês 2 R$ 3,21 56756
Mês 3 R$ 3,25 58236
Mês 4 R$ 3,18 59461
Mês 5 R$ 3.34 63326
Mês 6 R$ 3,35 59506
Mês 7 R$ 3,20 66387

Respostas:
(b) Retorno médio: Dólar: -0,41% e Ibovespa: 4%