Escolar Documentos
Profissional Documentos
Cultura Documentos
Bolsacrosssection
Bolsacrosssection
• Mercado Monetário
• Mercado Cambial
• Mercado de Credito
• Mercado de Capitais
Metodologia:
Para constituição do banco de dados acessamos o sitio virtual da
Bovespa e retiramos dele, empresa por empresa,os índices necessários para
a analise.Escolhemos valor patrimonial liquido e o lucro por ação por
serem ,ao ver de renomados financistas,os principais indicadores do valor
de uma ação.
O patrimônio liquido é obtido por meio da subtração do Ativo(tudo
que a empresa possui ou efetivamente vira a possuir) do Passivo(Tudo que
ela deve).Assim temos um verdadeiro indicador da saúde de uma
empresa.Um patrimônio liquido positivo indica uma empresa forte,que
possui mais ativos do que dividas.Um patrimônio liquido negativo indica
que a empresa possui dividas em maior valor que seus ativos.Dividimos o
patrimônio liquido de cada empresa pelo o numero de ações.
O lucro fala por si.É verdadeiro objetivo de qualquer empresa
estruturada como Sociedade Anônima.Como bem observa a lei 6404 de
1976(Lei das sociedades anominas) em seu art.2.”Pode ser objeto da
companhia qualquer empresa de fim lucrativo,não contrario a lei,a ordem
publica e aos bons costumes”.É obvio que o investidor atribui importância
enorme a capacidade de gerar lucros e uma empresa.Aqui nos dividimos o
lucro pelo numero de ações de cada empresa.
O modelo de Regressão Linear Simples é utilizado para analisar a relação entre
duas variáveis, representando uma população, sendo X a variável independente ou
explicativa e Y a variável dependente ou explicada. Dada a dificuldade envolvida na
obtenção de dados completos da população a ser avaliada,encontramos a solução
na estimação dos parâmetros β0 e β1 fundamentando-os nos dados de uma
amostra. O objetivo é descobrir se há uma relação de dependência entre as duas
variáveis e se o efeito é de causalidade entre elas. Podemos escrever uma equação
que relaciona x e y:
Y = β0 + β1X
o Β0 é o intercepto
o Β1 é a inclinação da reta
o u é o termo de erro
Obs2: Esta equação nos mostra que uma variação de uma unidade em X tem
o mesmo efeito em Y.
a. E (u|X) = E(u) = 0
Var(u|X) = δ²
E(Y|x) = β0 + β1X
y
f(y
)
. E(y|x) = β +
.
0
β 1x
x1 x2
u = Y - β0 – β1X
E(Y- β0 – β1X) = 0
E[X(Y- β0 – β1X)] = 0
Y = β0 + β1X ou
Β0 = Y – β1X
∑( X − X )(Y − Y ) = βˆ
i i
∑( X − X )
2 1
i
O modelo de Regressão Linear Múltipla, por sua vez, possui todas as características
do modelo de Regressão Linear Simples, entretanto possui mais de uma variável
R² = SQE
SQT
O R2 nesse exercício foi igual 0.0844 o que significa que o modelo explica cerca de
8% da variabilidade de Y, ou seja, não está bem ajustado. Todavia, o R 2 apresenta
viés e, por isso, utilizamos o R2 ajustado, que corrige o viés pelos graus de
liberdade, ao dividir de SQE por (n-k-1) e SQT por (n-1). O R 2 ajustado teve o valor
de 0.0842, ou seja explica um pouco menos que o R2 não ajustado.
σ̂ 2 = ∑u i
2
SQR = soma dos quadrados dos resíduos ou SQR
i =1
=
n−2 n−2
graus de liberdade
Essa variância deve ser a menor possível, ou seja, a distribuição dos fatores não
observados que afetam sal deve ser a menos dispersa possível, pois nesse caso a
variância do erro também diminuiria e o estimador se tornaria mais confiável.
Conhecendo σ̂ 2, podemos calcular as variâncias de β0 e β1, que também nos
interessam:
( )
var βˆ1 = n
σˆ 2
∑( x − x)
2
i
i =1
σˆ 2 ( 1n)∑ xi2
( )
var βˆ0 = n .
∑(x − x)
2
i
i =1
Podemos incorporar uma dummy no nosso modelo de maneira simples, como uma
variável independente:
Y = β0 + δ0 D+ β1X + u.
H0: δ0 = δ1 = δ2 =. .. = δ(n-1) = 0
e a hipótese alternativa
H1: δ0...(n-1) ≠ 0.
Y = β0 + δ0 D+ β1X + β2X*D + u.
Graficamente:
_____________________________ * _____________________ ,