Fichamento - Economia Financeira

Diego Pitta de Jesus

21 de setembro de 2016

COPELAND, T.E.; WESTON J. F.; SHASTRI, K.. Financial theory

and corporate policy. 4.ed. Reading, Addison-Wesley, 2005.
NA
O autor inicia a discussão com o conceito de riqueza no perı́odo final, em
que o link entre este conceito e o investimento inicial é a chamada taxa de
retorno. Considerando apenas um perı́odo, temos:

W −I
R=
I

Onde, R é a taxa de retorno, W a riqueza final e I o investimento inicial.

Essa equação pode ser colocada em termos de valor futuro:

W = (1 + R)I

Ou valor presente:

I = (1 + R)−1 W

Se a riqueza no perı́odo final é conhecida com certeza, então podemos

saber o valor presente e a taxa de retorno de um investimento.

1
 Entretanto, no mundo real, existe a incerteza com relação aos resultados.
Assim, existem ativos com risco, em que o seu retorno não é conhecido,
apenas é conhecida a distribuição de probabilidades do retorno do ativo.
Neste contexto, uma estatı́stica bastante utilizada para mensurar a ten-
dência central de uma variável aleatória é a média ou esperança. Que são
definidas pela seguinte expressão:

N
X
E(X̃) = pi X i
i=1

Onde pi é a probabilidade do evento aleatório, Xi ; N é o número total de

eventos possı́veis e o sı́mbolo (∼) é usado para designar aleatoriedade.
Implicitamente, existem duas propriedades do valor esperado:
Propriedade 1: O valor esperado de uma variável aleatória X̃ mais uma
constante a é igual ao valor esperado da variável aleatória mais a constante:

E(X̃ + a) = E(X̃) + a

Propriedade 2: O valor esperado de uma variável aleatória X̃ multipli-

cado por uma constante a é igual a constante multiplicada pelo valor esperado
da variável aleatória:

E(aX̃) = aE(X̃)

Além das medidas de tendência central, também existem as medidas de

dispersão, que ajudam a mensurar o quanto os dados estão dispersos em
torno da média, sendo utilizada como medida de risco de um ativo.
Uma medida utilizada é a amplitude que é a diferença entre o maior valor
e o menor valor observado. Outra medida é a amplitude de semi-interquartil,
que é a diferença das observações do septuagésimo quinto percentil, X75 e o

2
vigésimo quinto percentil, X25 , dividido por 2:

X75 − X25
2

A medida usada com maior frequência para medir a dispersão de uma

distribuição é a variância.

V AR(X̃) = E[(Xi − E(X̃))2 ]

Mas a variância é expressa ao quadrado, então para normalizar utiliza-se

o desvio-padrão:
q
σ(P̃ ) = V AR(P̃ )

Propriedade 3: A variância de uma variável aleatória mais uma cons-

tante é igual a variância da variável aleatória:

V AR(X̃ + a) = E[((Xi + a) − E(X̃ + a))2 ]

Da propriedade 1 do valor esperado, sabemos que:

E(X̃ + a) = E(X̃) + a

Assim:

V AR(X̃ + a) = E[(X1 ) + a − E(X̃ − a)2 ]

3
 V AR(X̃ + a) = E[(Xi − E(X̃))2 ] = V AR(X̃)

Propriedade 4: A variância da variável aleatória multiplicada por uma

constante é igual a constante ao quadrado vezes a variância da variável ale-
atória:

V AR(aX̃) = E[(a[Xi − E(X̃)])2 ]

V AR(aX̃) = E[a2 (Xi − E(X̃))2 ]

V AR(aX̃) = a2 E[(Xi − E(X̃))2 ] = a2 V AR(X)

Um problema com a variância é que ela da peso igual para todas as

possibilidades bastante acima ou abaixo da média. Mas para o investidor,
tais observações afetam o seu risco, em que ele é considerado avesso ao risco.
Para contornar tal problema, utiliza-se a semi-variância:

E[(Xi )2 ]

Tanto a variância como a semi-variância são sensı́veis aos desvios em torno

da média ao quadrado. Uma estatı́stica que evita esse problema é o desvio
absoluto da média, cuja fórmula é:

E[Xi − E(X̃)]

4
Mensurando Risco e Retorno de um Portfólio
O autor começa falando da distribuição normal, cujos os parâmetros são a
média e a variância:

1 2
f (R) = √ e−(1/2)[R−E(R)/σ]
σ 2π

A distribuição normal pode ser convertida na distribuição normal padrão

ou z:

R − E(R)
z=
σ

Assim, a função na forma padronizada é:

1 2
f (R) = √ e−(1/2)z
σ 2π

Em seguida o autor calcula a média e a variância de um portfólio com

dois ativos X e Y. O retorno do portfólio será:

R̃p = aX̃ + bỸ

Onde, a e b são as proporções investidas nos ativos.

Para se encontrar a média, aplica-se as propriedades da esperança:

E(R̃p ) = aE(X̃) + bE(Ỹ )

Assim, o retorno do portfólio é apenas as médias dos respectivos ativos

ponderados pela sua participação.

5
 A variância do portfólio é expressada como:

V AR(R̃p ) = E[R̃p − E(R̃p )]2

Utilizando as propriedades da esperança da variância temos que:

V AR(R̃p ) = a2 V AR(X̃) + b2 V AR(Ỹ ) + 2abE[(X̃ − E(X̃))(Ỹ ) − E(Ỹ )]

Sendo a covariância:

COV (X̃, Ỹ ) = E[(X̃ − E(X̃))(Ỹ ) − E(Ỹ )]

A covariância mede o quanto duas variáveis aleatórias se movem em re-

lação uma a outra.
Então:

V AR(R̃p ) = a2 V AR(X̃) + b2 V AR(Ỹ ) + 2abCOV (X̃, Ỹ )

Em seguida, o autor introduz o coeficiente de correlação que indica o

quanto duas variáveis aleatórias estão correlacionadas:

COV (X̃, Ỹ )
rxy =
σx σy

Este coeficiente varia de -1 a 1, sendo igual a 1, indica correlação positiva

perfeita e sendo igual a -1, indica correlação negativa perfeita.
Assim, a expressão da variância pode ser alterada para:

6
 V AR(R̃p ) = a2 V AR(X̃) + b2 V AR(Ỹ ) + 2abrxy σx σy

Para minimizar a variância do portfólio, deve-se reescrever a variância

como:

V AR(rp ) = a2 σx2 + (1 − a)2 σy2 + 2a(1 − a)rxy σx σy

Em seguida deve-se tirar a primeira derivada e igualar a zero:

dV AR(Rp )
= 2aσx2 − 2σy2 + 2aσy2 + 2rxy σx σy − 4arxy σx σy = 0
da

dV AR(Rp )
= a(σx2 + σy2 − 2rxy σx σy ) + rxy σx σy − σy2 = 0
da

Isolando a, temos:

σy2 − rxy σx σy
a∗ =
σx2 + σy2 − 2rxy σx σy

Se supormos que os dois ativos possuem uma correlação perfeita, ou seja,

de 1, a variância mı́nima será:

∗
σy2 + σx σy
a = 2
σx + σy2 + 2σx σy

σy
a∗ =
σx + σy

7
 Neste contexto, o autor fala sobre o conjunto de oportunidades de vari-
ância mı́nima em que este é o local de combinações de risco e retorno que
proporciona a menor variância possı́vel dentre todas as possibilidades.

O Conjunto Eficiente com Dois Ativos de Risco

Em seguida o autor mostra como um indivı́duo irá escolher o seu portfólio
ótimo de ativos de risco em uma economia sem trocas.
Neste cenário, o portfólio ótimo será alcançado quando a taxa marginal
subjetiva entre risco e retorno for igual a taxa marginal transformação (ao
longo de sua média e variância do conjunto de oportunidades) entre risco e
retorno, ou seja:

E(R ) E(R )
M RSσ(Rpp) = M RTσ(Rpp)

Devido a convexidade das curvas de indiferença e do conjunto de oportu-

nidade de variância mı́nima, este ponto é único.

O Conjunto Eficiente com um Ativo de Risco

e um Ativo Livre de Risco
O autor agora trata de um conjunto eficiente, com um ativo de risco e um
ativo livre de risco, neste caso:

E(Rp ) = aE(X) + (1 − a)Rf

V AR(Rp ) = a2 V AR(X)

8
 Onde, Rf é o ativo livre de risco.
Nesta situação, o conjunto eficiente será uma linha reta e sua inclinação
independe de a, ou seja, não depende da participação do ativo de risco.
A mudança no retorno esperado com respeito a participação de X (ativo
de risco) é:

dE(Rp )
= E(X) − Rf
da

Assim, a inclinação da linha é:

d(Rp ) dE(Rp )/da E(X) − Rf

= =
dσ(Rp ) dσ(Rp )/da σx

Diversificação de Portfólio com Ativos de Risco

Nesta seção o autor começa mostrando a variância do portfólio para o caso
generalizado:

N X
X N
V AR(Rp ) = wi wj σij
i=1 j=1

Assim, pode-se observar que a medida que aumenta o número de ativos

no portfólio a variância do portfólio diminui e a covariância se aproxima da
média.
Supondo que os ativos possuam o mesmo peso, ou seja, wi = wj = 1/N ,
então:

N X N N N
X 1 1 1 XX 1
V AR(Rp ) = σij = 2 σij
i=1 j=1
N N N i=1 j=1
N

9
 Podemos separar a expressão da variância e da covariância:

N N N
1 X 1 X X
V AR(Rp ) = 2 σij + 2 σij
N i=1 N i=1 j=1i6=j

Supondo o ativo individual com maior variância sendo L, então, o primeiro

termo será:

N
1 X LN L
2
L= 2 =
N i=1 N N

Então, quanto maior o número de ativos incluı́dos no portfólio, mas esse

termo tende para zero:

L
lim =0
N →∞ N

Por outro lado o termo de covariância não desaparece. Sendo σ¯ij a co-
variância média. E denotando o somatório dos termos de covariância por
(N 2 − N ), temos:

1 2 N2 N
(N − N ) σ¯
ij = σ¯
ij − σ¯ij
N2 N2 N2

Então, quando N tende para o infinito:

N2 N
lim ( σ¯ij − σ¯ij ) = σ¯ij
N →∞ N2 N2

Portanto, portfólios com maior número de ativos são mais diversificados

e o termo de covariância se torna relativamente mais importante.
Uma outra maneira de verificar o risco de um único ativo é avaliar a sua

10
contribuição no risco total do portfólio. Isso pode ser obtido por meio da
derivação da expressão da variância do portfólio com relação a wi que é o
percentual investido no i-ésimo ativo de risco do portfólio:

N
∂V AR(Rp ) 2
X
= 2wi σi + 2 wj σij
∂wi j=1

Por fim, o autor fala sobre a lei do preço único dos valores mobiliários, em
que esta afirma que todos os valores mobiliários ou combinações de valores
mobiliários que possuem as mesmas distribuições de retorno devem ter o
mesmo preço no equilı́brio.

11