Linhagem vs.

Grã o
Previsão do desempenho dos fundos mútuos

Dados, Análise e Aprendizagem - Tarefa 1

Enviado por Mukundapokhrel Y
 13/07/2017
Submetido para

Bhuvanesh Pareek
1. (a) Por que você discorda dos comentários de Jack sobre a inutilidade da regressão
devido ao baixo R-quadrado?
O R-quadrado não pode determinar se as estimativas e previsões dos coeficientes
são tendenciosas, e é por isso que você deve avaliar os gráficos residuais. O R ao quadrado não
indica se um modelo de regressão é adequado. Você pode ter um valor de R ao quadrado
baixo para um bom modelo ou um valor de R ao quadrado alto para um modelo que não se
ajusta aos dados.

(b) Você consegue pensar em uma situação em que uma regressão inútil tenha um R-quadrado

alto?

Pode haver situação em que não haja relação lógica entre duas variáveis, mas com alto valor
de R ao quadrado. Por exemplo, nenhum dos professores de uma faculdade e nenhum dos
clientes que visitam um grande bazar para fazer compras pode obter um valor de R ao
quadrado de 95%, mas logicamente a regressão é inútil.

(c) Existem técnicas para determinar a validade de um modelo de regressão – em particular, se

a relação é linear e se os termos de erro apresentam variância igual (homoscedasticidade). A
regressão na Tabela 1 viola alguma destas duas suposições? Justifique sua resposta.
A homocedasticidade parece estar ausente neste caso.

Jack logo se convence de que um R-quadrado baixo não torna sua regressão inútil e começa a
bombardeá-lo com perguntas. Use a Tabela 1 para responder às questões 2 a 6.

2. (a) Estime o retorno excedente (RET) dos fundos que Bob e Putney administram atualmente.
Suponha que a pontuação média composta do SAT de Princeton seja 1.355, enquanto a do
estado de Ohio seja 1.042. Entre Bob e Putney, quem deverá obter retornos mais elevados com
seus fundos atuais e em quanto?

RET CONSTANTE GRI SENTAD MBA IDADE DEZ

O
Coeficiente -2.64216 -2.11046 0.005735 -0.18065 -0.06889 -0.11872
Prumo -1.78162 1 1042 0 35 5
Putney 0.395635 1 1355 1 32 2

3
Entre Bob e Putney, espera-se que Putney obtenha retornos mais elevados. Possuir um MBA
tem uma significância de 81,139%, muito superior à significância de outras variáveis.

(b) Entre Bob e Putney, quem deverá obter maiores retornos se for contratado pela AMBTPM e
por quanto?

Isso significa RET com posse zero,

Crescimento de Bob e retorno do fundo de renda na AMBTPM = -1,18820057515122%

Crescimento de Putney e retorno do fundo de renda = 0,632821651794345%

Assim, Putney sempre obterá retornos mais elevados do que Bob na AMBTPM

3. (a) Você pode provar, ao nível de significância de 5 por cento, que se Bob tivesse estudado
em Princeton em vez de na Universidade Estadual de Ohio, então o retorno de seu fundo atual
seria maior?
Como o coeficiente do SAT é positivo (0,005735) e está positivamente correlacionado,
frequentar Princeton em vez de Ohio State aumentará o retorno de Bob.

(b) Você pode provar, ao nível de significância de 10%, que se Bob administrasse um fundo de
crescimento em vez de um fundo de crescimento e renda, ele alcançaria retornos médios pelo
menos 1% mais altos?
O coeficiente do GRI (-2,11046) está negativamente correlacionado com o retorno. Assim, se
estivesse a gerir um fundo de crescimento, teria alcançado um retorno mais elevado.

4. (a) A regressão na Tabela 1 fornece fortes evidências para a afirmação de que os gestores de
fundos com MBAs têm desempenho pior do que os gestores sem MBAs? O que está sendo
mantido constante nesta comparação? Discutir.
A regressão da Tabela 1 mostra que o coeficiente do MBA é negativo e o valor de p é 81,139%.
Mas não há nenhuma outra evidência que mostre que uma pessoa com MBA terá um
desempenho melhor do que alguém sem MBA.

cal 1 : = Meus
lm(fórmula = ret ~ gri + sat + MBA + IDADE + dez, dados dados a)

4
 Resíduos:
Mínimo Mediana do 1T 3T Máx.
-34.222 -4.444 -0.395 3.974 35.059

Coeficientes :
Estimativa padrão. Valor t de erro Pr (> 1 1 1 )
(interceptação) -2,642159 3.346531 -0.790 0.43016
GRI -2.110461 0.738858 -2.856 0.00445 **
SENTADO 0.005735 0.002660 2.156 0.03151 *
MBA -0.180647 0.756644 -0.239 0.81139
IDADE -0.068893 0.041818 -1.647 0.10005
DEZ -0.118722 0.083502 -1.422 0.15567

Significativo. códigos: 0 ****' 0,001 ***' 0,01 **' 0,05

0.1 ‘ ’ 1
Erro padrão residual: 8,355 em 534 graus de liberdade
Múltiplo R ao quadrado: 0,04335, R ao quadrado ajustado: 0. 03439
Estatística F: 4,839 em 5 e 534 DE, valor p: 0,0002445

Mantendo constantes os demais fatores como GRI, SAT, AGE e TEN, RET = Intercept +
Coeficiente de MBA = 2,642159 + (-0,180647) = -2,822806

(b) Foi sugerido que os gestores de fundos sem MBA obtêm retornos esperados mais elevados
porque investem em ações mais arriscadas. Se isto fosse verdade, que efeito teria a inclusão de
uma variável independente, Beta (com valores mais elevados correspondentes a níveis mais
elevados de risco sistemático na carteira do fundo), sobre o coeficiente de MBA na regressão da
Tabela 1?
Existe uma relação inversa entre Beta e o coeficiente de MBA. Sem incluir o Beta, o MBA tem
um coeficiente negativo de -0,180647. A introdução do Beta aumentará o valor do coeficiente do
MBA para positivo devido à correlação negativa.
5. (a) Qual é o nível mais baixo de significância no qual você pode provar que a idade do gestor
tem um impacto negativo no desempenho de seu fundo, mantendo constantes o tipo de fundo, a
formação do gestor e os anos de experiência no fundo?
Mantendo constantes os fatores como escolaridade, antiguidade e idade, o nível de significância
mais baixo em que a idade do gestor tem impacto negativo no desempenho do fundo é de
99,9%.
ligue :
1m(fórmula = RET ~ GRI + SAT + MBA + TEN + AGE + I(AGEA2) + I(AGEA3), dados = Meus Dados)
Resi dual s :
Mi n -34.138 Mediana do 1T 3T Máx . 35.580
-4. 656 -0.387 3. 953

Coeficientes ■
Estimativa padrão. Erro valor t Pr (> |t | )
(interceptar) 78.0675617 21.8778630 3. 568 0. 000392 ***
GRI -1.9685484 0.7303720 -2.695 0.007256 **
SENTADO 0.0048544 0.0026249 1.849 0.064963 .
MBA -0.5195930 0.7502859 -0.693 0.488909
DEZ -0.0901656 0.0835766 -1.079 0.281149
IDADE -5.4943428 1.3947246 -3.939 9.26e-05 ***
Eu(AGEA2) 0.1179099 0.0290906 4.053 5.81e-05 ***

5
Eu(AGEA3) -0.0008188 0.0001952 -4.196 3.19e-05 ***
significativ
o. códigos: 0 “***' 0.001 “** ’ 0.01 0.05 ‘’ 0.1 ‘ ’ 1
Erro padrão residual: 8,222 em 532 graus de liberdade R-quadrado múltiplo: 0,07701, R-quadrado ajustado: 0,06486
Estatística F: 6,341 em 7 e 532 DE, valor p: 3. 599e-07

(b) Pensa-se que existe um enviesamento de sobrevivência na análise do desempenho dos

gestores de fundos, em que a sobrevivência de um gestor mais jovem na indústria está mais
intimamente ligada ao seu desempenho do que a sobrevivência de um gestor mais velho. Por
outras palavras, se um novo gestor não tiver um desempenho bem sucedido, não será tolerado
na indústria durante muito tempo, mas um gestor mais experiente poderá ser perdoado por um
ano ou dois de mau desempenho. A presença deste viés de sobrevivência atenuaria ou
exacerbaria o efeito observado na Parte (a)?
A análise de regressão mostra que o RET possui correlação negativa com IDADE, correlação
positiva com IDADE^2 e correlação negativa com IDADE^3. De acordo com o viés de
sobrevivência, o RET será baixo para os gestores jovens, mais elevado para os gestores antigos e
diminuirá ligeiramente para os gestores muito antigos.

6. (a) “Simplificar” a regressão apresentada na Tabela 1, ou seja, eliminar todas as variáveis

que não são significativas ao nível de 15 por cento. Escreva a nova equação de regressão e
verifique se a especificação satisfaz as suposições de linearidade e homocedasticidade.
A nova equação de regressão será
RET = -2,583922-2,111005 GRI + 0,006242 SAT - 0,095959 IDADE
Este modelo de regressão não satisfez o teste de linearidade e igualdade de variâncias.

6
 chamada : 1m(fórmula = RET ~ GRI + SAT + IDADE, dados = MeusDados)

Resi dual s :
QI mínimo Mediana 3Q Máx. -34,199 -4,403 -0,348 4.074 35.142

Coeficientes :
Estimativa padrão. Valor t de erro Pr (> 1 11 ) (interceptação) -
2,583922 3.340350 -0.774 0.43954
GRI -2.111005 0.738580 -2.858 0.00443*%
SENTADO 0.006242 0.002593 2.407 0.01642 *
IDADE -0.095959 0.036555 -2.625 0.00891 **

Significativo. códigos: 0 ****' 0,001 ***' 0,01 **' 0,05 0.1 * ’ 1

Erro padrão residual : 8,355 em 536 graus de liberdade Múltiplo R ao quadrado:

0,03965, R ajustado ao quadrado: 0,03428
Estatística F: 7,377 em 3 e 536 DF, valor p: 7,5O5e -O5

(b) Compare o coeficiente de AGE nas

regressões nova e antiga. O que pode explicar o sinal (direção) da mudança neste estimador?
Discutir.
Coeficiente de IDADE:
Regressão antiga: -0,068893
nova regressão: -0,095959

Os retornos dos gestores de fundos são menores para a nova regressão em comparação
com o antigo modelo de regressão.