Escolar Documentos
Profissional Documentos
Cultura Documentos
1. INTRODUÇÃO
O que é Econometria?
Econometria Financeira
4
Modelo Econômico
Econometria Financeira
5
Modelo Econométrico
Econometria Financeira
6
Y = β0 + β1X + erro.
Econometria Financeira
7
Por exemplo:
- Um aumento da taxa de juros de fato
contribui para a redução da inflação, como
supõe a teoria monetarista convencional?
- O impacto do preço do tomate sobre a
demanda é proporcionalmente igual, maior ou
menor que a variação no preço?
Econometria Financeira
Econometria Financeira
8
Retorno Financeiro
Pt − Pt −1
Rt = .
Pt −1
Econometria Financeira
9
P
R t = ln t .
Pt −1
Pt − Pt −1 P
Fazendo: x = Rt = = t −1 ,
Pt −1 Pt −1
P P
Tem-se: R t ≅ ln t − 1 + 1 = ln t .
Pt −1 Pt −1
Econometria Financeira
10
P
R t = ln t
P1
pode ser obtido somando-se os retornos simples a cada
período, facilitando a conta.
Prova de 2):
R t + R t −1 + ... + R 3 + R 2 =
P P P P
ln t + ln t −1 + ... + ln 3 + ln 2 =
Pt −1 Pt − 2 P2 P1
P P P P P
ln t t −1 ... 3 2 = ln t .
Pt −1 Pt − 2 P2 P1 P1
Econometria Financeira
11
Econometria Financeira
12
2. REVISÃO DE ESTATÍSTICA
∑ (x i
− µ) 2
σ2 = i =1
.
n
Exemplo 2.1 – Calcule a variância da série de retornos:
x1 = 2%, x2 = 5% e x3 = 8%.
(converta os valores para 0,02, 0,05 e 0,08)
R: σ2 = 0,0006 ou 0,06%.
Econometria Financeira
13
σ = σ2 .
Econometria Financeira
14
13
17
21
25
29
33
37
41
45
49
-2
-4
-6
-8
média da
média da DIAS
ação B
ação A
∑x 2
i
σ2 = i =1
− µ2.
n
Uma hipótese usual sobre retornos financeiros é que,
no longo prazo, sua média seja zero.
n
Econometria Financeira
15
Hipóteses Estatísticas
Econometria Financeira
16
Econometria Financeira
17
Testes de Hipóteses
Testes de Hipóteses
Se p-valor ≤ α ⇒ rejeitamos H0
se p-valor > α ⇒ não rejeitamos H0
Econometria Financeira
18
Covariância e Correlação
∑ (X i − X )(Yi − Y )
SXY = i =1
.
n −1
Covariância e Correlação
Econometria Financeira
19
Coeficiente de Correlação
SXY
rXY = .
SX SY desvios
-padrão
Econometria Financeira
20
Interpretação da Correlação
Covariância e Correlação
Econometria Financeira
21
Distribuição Normal
Distribuição Normal
Econometria Financeira
22
Distribuição Normal
Distribuição Normal
Econometria Financeira
23
Distribuição Normal
Distribuição Normal
Econometria Financeira
24
Correlação x Regressão
Econometria Financeira
25
Y = β0 + β1X,
Econometria Financeira
26
Y = β0 + β1X + ε
Y é a variável dependente
X é a variável explicativa
β0 e β1 são os parâmetros do modelo
ε é o erro, que representa todos os demais fatores que
podem influenciar Y, além de X.
E(Y) = β0 + β1X
Econometria Financeira
27
Interpretação do Intercepto β0
E(Y) = β0
Interpretação da Inclinação
Econometria Financeira
28
Y1 = β0 + β1X + ε1,
Y2 = β0 + β1(X+1) + ε2.
Fazendo ∆Y = Y2-Y1
(variação em Y), temos:
∆Y =
Econometria Financeira
29
E(∆Y) = β1.
Ŷ = βˆ 0 + βˆ 1X
Econometria Financeira
30
Resíduos
i-ésima Ŷi = βˆ 0 + βˆ 1X i
observação de Y
Econometria Financeira
31
n
∑ εˆ i2 ,
i =1
Estimativas de MQO de β0 e β1
n
∑(Xi − X)(Yi − Y) SXY ˆ
βˆ1 = i=1 n
= 2
, β0 = Y − βˆ1X.
SX
∑(Xi − X)2
i=1
Econometria Financeira
32
Exercício 3.1
R : Ŷ = 9,5 − 1,5X.
Exemplo 3.1
O seguinte modelo (excel) relaciona Y = gasto com
alimentação e X = renda semanal de uma amostra de 40
famílias:
Estatística de regressão
R múltiplo 0,937608458 Dados no arquivo
R-Quadrado 0,879109621
R-quadrado ajustado 0,875928295 ALIM_RENDA.xlsx
Erro padrão 4,81040437
Observações 40
ANOVA
gl SQ MQ F F de significação
Regressão 1 6394,37439 6394,374 276,3343605 5,02495E-19
Resíduo 38 879,319628 23,13999
Total 39 7273,69402
Econometria Financeira
33
Econometria Financeira
34
R² ou Coeficiente de Determinação
Estatística de regressão
R múltiplo 0,937608458
R-Quadrado 0,879109621
R2
R-quadrado ajustado 0,875928295 O modelo consegue
Erro padrão 4,81040437
Observações 40 explicar 87,91% da
variação de Y (bastante).
ANOVA
gl SQ MQ F F de significação
Regressão 1 6394,37439 6394,374 276,3343605 5,02495E-19
Resíduo 38 879,319628 23,13999
Total 39 7273,69402
O R 2 éCoeficientes
igualErroao quadrado
padrão Stat t valor-P da95%
correlação
inferiores 95% superiores
Interseção -13,3248381 4,45111079 -2,993598 0,004827374 -22,33564114 -4,314035109
Variável X 1 0,515720938 0,03102397 16,62331 5,02495E-19 0,452916199 2
0,578525676
amostral, denotada por rXY , daí o nome R .
Econometria Financeira
35
Teste de Significância
H0: β1 = 0 x H1: β1 ≠ 0.
Econometria Financeira
36
E (Y) − rf .
12
10
8
6
4 Ação A
2
Ação B
0
1
13
17
21
25
29
33
37
41
45
49
-2
-4
-6
-8
média da
média da DIAS
ação B
ação A
Econometria Financeira
37
retorno livre
de risco
E(Y) − rf = β(E(X) − rf ).
Econometria Financeira
38
(Y-rf) = α + β(X-rf) + ε.
Econometria Financeira
39
Econometria Financeira
40
Exemplo 5.1
Econometria Financeira
41
H0: β1 = β2 = ... = βk = 0
x
H1: ao menos um βj é diferente de zero.
ANOVA
gl SQ MQ F F de significação
Regressão 2 6872,532024 3436,266012 316,9339143 5,23538E-24
Resíduo 37 401,1619984 10,84221617
Total 39 7273,694022
Econometria Financeira
42
Ŷt + k |t
Econometria Financeira
43
Método Ingênuo
Ŷt +1|t = Yt
Exemplo 4.1
Y1 = 24, Y2 = 8, Y3 = 12 e Y4 = 16.
R: 16.
Econometria Financeira
44
Yt + Yt −1 + ... + Yt −( L −1)
Ŷt +1|t = ,
L
sendo L o tamanho da janela de previsão.
Exemplo 4.2
Y1 = 24, Y2 = 8, Y3 = 12 e Y4 = 16.
R: 12.
Econometria Financeira
45
Amortecimento Exponencial
Econometria Financeira
46
Ŷ1|0 .
Hipótese usual:
Ŷ1|0 = Y1.
Econometria Financeira
47
Exemplo 4.3
Y1 = 24, Y2 = 8, Y3 = 12 e Y4 = 16.
R: 15.
Econometria Financeira
48
R:
Ŷ5|4 Ŷ6|4
Método Ingênuo 16 16
Método da Média Móvel 12 13,33
Amortecimento Exponencial 15 15
Erros de Previsão
Econometria Financeira
49
R:
e 5|4 e 6|4
Método Ingênuo -1 1
Método da Média Móvel -5 -1,67
Amortecimento Exponencial -2 0
∑e t + k|t
Erro Médio Absoluto de Previsão: MAE = k =1
.
h
Econometria Financeira
50
Exemplo 4.6
Ingênuo -1 1 1 1 1 1 1 1
MM -5 -1,67 25 2,79 5 1,67 3,73 3,33
AE -2 0 4 0 2 0 1,41 1
Econometria Financeira
51
Econometria Financeira
52
Passeio Aleatório
Yt = Yt −1 + ε t .
Econometria Financeira
53
Função de Previsão
origem horizonte
Econometria Financeira
54
Exercício 5.1
Econometria Financeira
55
φ0
Ŷt + k|t k
→
→∞
1 − φ1
17
16
15
14
13
12
11
25 50 75 100 125 150 175 200 225
Econometria Financeira
56
Exercício 5.2
Econometria Financeira
57
6. VOLATILIDADE E MÉTODOS
PARA SUA PREVISÃO
Volatilidade - Definição
Econometria Financeira
58
Volatilidade - Definição
Volatilidade – Aplicação
Econometria Financeira
59
Volatilidade – Aplicação
Volatilidade – Aplicação
P(X ≤ −10) =
X − µ − 10 − 0
P ≤ =
σ 12,5
P(Z ≤ −0,8) = P(Z ≥ 0,8)
= 0,5 − P(0 < Z < 0,8) = 0,2119.
Econometria Financeira
60
Volatilidade – Aplicação
Econometria Financeira
61
Aglomerados de Volatilidade
Aglomerados de Volatilidade
Aglomerados de Volatilidade - S&P500
10,00%
8,00%
6,00%
4,00%
2,00%
0,00%
-2,00%
-4,00%
-6,00%
-8,00%
-10,00%
out-01
jan-02
abr-02
jul-02
out-02
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
jul-07
out-07
jan-08
abr-08
jul-08
out-08
jan-09
abr-09
Econometria Financeira
62
Prevendo a Volatilidade
1 L −1 2
σˆ t +1|t = ∑
L i =0
Yt −i .
Econometria Financeira
63
8.00%
Quanto maior a janela, mais
7.00%
“suave” a volatilidade estimada.
6.00%
5.00% 21 dias
63 dias
4.00%
126 dias
3.00% 352 dias
2.00%
1.00%
0.00%
06
07
08
09
10
11
12
06
07
08
10
11
-0
n-
n-
n-
n-
n-
n-
n-
c-
c-
c-
c-
c-
ec
Ju
Ju
Ju
Ju
Ju
Ju
Ju
De
De
De
De
De
D
Econometria Financeira
64
σˆ t +1|t = σˆ 2t +1|t .
Econometria Financeira
65
70
A diferença da série de
60
volatilidades estimadas
50
para λ = 0,84 e para λ
40 = 0,96 é proeminente.
30
20
10
0
jan/95 jul/95 jan/96 jul/96 jan/97 jul/97 jan/98 jul/98 jan/99
Econometria Financeira
66
Métodos x Modelos
- Heterocedasticidade Condicional
(ARCH, GARCH e Extensões)
- Volatilidade Estocástica
Econometria Financeira
67
Modelo ARCH
Modelo ARCH(p)
Equação:
Yt = µ + ε t , ε t ~ N(0, σ 2t ),
Em geral, supõe-se µ = 0.
Econometria Financeira
68
Modelo GARCH
Modelo GARCH
Econometria Financeira
69
GARCH(1,1)
IGARCH
Econometria Financeira
70
IGARCH
Funções de Previsão
(Modelos ARCH e GARCH)
σˆ 2t +1|t = α 0 + α1Yt2 ,
σˆ t +1|t = σˆ 2t +1|t .
σˆ t +1|t = σˆ 2t +1|t .
Econometria Financeira
71
Exercício 7.1
R: 0,2436%.
Econometria Financeira
72
8. INTRODUÇÃO AO VALOR
EM RISCO (VAR)
Econometria Financeira
73
Econometria Financeira
74
Econometria Financeira
75
Padronizando: 0,05.
− VaR − 0
P Z ≤ = 0,05.
2
Econometria Financeira
76
Assim:
− VaR − 0
= −1,645 ⇒ − VaR = −1,645 * 2
2
⇒ − VaR = −3,29 ⇒ VaR = 3,29 .
Econometria Financeira
77
VaR = -µ + zασ,
Exercício 10.1
Econometria Financeira