1- Execute as regressões de primeira passagem e tabular as estatísticas de resumo.

A tabela deve
incluir o Alfa (coeficiente e estatística-t/p-valor), Beta (coeficiente e t-estatística/p-valor) e R-
quadrado para cada ação.

Parâmetro Um B C D E F G H Eu
11.32 13.11
5.18% 4.19% 2.75% 6.15% 8.05% 9.90% 22.83%
Retorno Médio % %
Alfa 0.09 -0.01 -0.010.01 -0.05
-0.05 0.06 -0.02 0.06
Teste Alfa T 0.73 -0.04 -0.060.05 -0.41
-0.45 0.33 -0.27 0.64
48.45 95.71
95.83 68.77
65.90 75.13 79.62
Valor de P Alfa 96.99% 53.85%
% % % %% % %
Beta -0.47
0.59 0.420.90 1.38
1.78 0.66 1.91 2.08
Teste Beta T -0.81
0.78 0.781.42 2.42
3.83 0.78 4.51 4.81
43.44 45.58
18.57 45.29
Valor P beta 45.32% 3.58% 0.33% 0.11% 0.07%
% % % %
37.02 16.80 59.45 67.06
R2 6.22% 5.74% 5.68% 5.75% 69.80%
% % % %
Todos os valores de Alfa-P são insignificantes e apenas 4 ações (D, F, H e I) têm valores Beta
significativos.

2- Especifique as hipóteses para um teste da regressão de segunda passagem para o LME. Ou seja,
indique quais são as hipóteses nulas para interceptação e inclinação se o CAPM estiver
correto.
 Hipótese Nula para Interceptação: Alfa/interceptação igual a zero
 Hipótese nula para inclinação: Prêmio de risco %/inclinação igual a 'índice médio de
mercado=8,12%'

3- Execute a regressão SML de segunda passagem regredindo o retorno excedente médio de cada
um
Portfólio em seu beta e relatar a saída da regressão.

Regression Statistics
Multiple R 0.707440357
R Square 50.05%
Adjusted R Square 0.429110695
Standard Error 0.046234328
Observations 9

ANOVA
df SS MS F Significance F
Regression 1 0.01499156 0.01499156 7.013224515 0.033025512
Residual 7 0.014963292 0.002137613
Total 8 0.029954852

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 0.039229987 0.025417292 1.543436958 16.66% -0.020872357 0.099332331 -0.020872357 0.099332331
Risk Premium in % 5.21% 0.019655756 2.64824933 3.30% 0.005574865 0.098531819 0.005574865 0.098531819
 4- Resuma os resultados do teste e compare-os com os resultados relatados no texto. Ou seja, são
as hipóteses nulas aceitas ou rejeitadas e como esses achados se comparam aos testes
anteriores de Linter, Black Jensen e Scholes, e Fama e McBeth. Para tanto, primeiro comente
apenas a magnitude do coeficiente ao seu valor hipotético. Em seguida, discuta a significância
estatística para cada nulo. Talvez seja necessário calcular os testes t de adição que estão na
saída da regressão.

Coeficientes Estat T Valor de p Resultados

Não tem evidências suficientes para
Intercept = Gemma-não 0.039229987 1.543436958 16.66% rejeitar hipótese nula = Falha em
rejeitar hipótese nula
Gemma One= Prêmio de
5.21% 2.64824933 3.30% Rejeitar hipótese nula
Risco

 Idealmente, interceptar deveria ser igual a zero e, como esse valor não é igual a zero, então
levantou questões sobre a validade da teoria CAPM, mas também devemos olhar sua
significância estatística. De acordo com o valor de P e o teste T, esse valor não é
estatisticamente significativo. Portanto, não temos evidências suficientes para rejeitar a
hipótese nula (de que a interceptação é zero), que é um Passe para CAPM.
 O ideal é que o prêmio de risco seja igual ao prêmio de risco médio (8,12%) e, como esse valor
não é igual a 8,12%, levanta-se a questão sobre a validade da teoria do CAPM. Além disso,
olhando para os dados estatísticos, esse valor é significativo, portanto, podemos rejeitar a
hipótese nula que é uma falha para o CAPM.

Os resultados acima mostram que o CAPM é rejeitado e corresponde mais à teoria de Linder. Mas a
teoria de Linter não considera o fato de que a estimativa Beta é feita por meio de retornos de ações que
são altamente voláteis em cada ano. Por exemplo. A volatilidade média de cada stoke em 12 anos é
mostrada como referência e muito alta. Portanto, considerar apenas o excesso de retorno de cada ação
individual não é uma boa estratégia para testar empiricamente o CAPM.

Índice de
Um B C D E F G H Eu
Mercado
13.11
Retorno Médio 8.12% 5.18% 4.19% 2.75% 6.15% 8.05% 9.90% 11.32% 22.83%
%
51.39 47.01 47.79 48.40
DST 20.74% 39.12% 36.27% 45.60% 57.37% 51.69%
% % % %
 5- A g r u p e a s n o v e
Beta Vs. Average Excess Returns
25.00%
I

20.00%

15.00%
f(x) = 0.0520533419086497 x + 0.0392299871939887
R² = 0.500471858368036
H
G
10.00% F
E
D
A 5.00%
B
C

0.00%
-1.00 -0.50 0.00 0.50 1.00 1.50 2.00 2.50

resultantes. Repita os testes acima e explique quaisquer alterações nos resultados. Note, você
deve ter menos observações para a segunda passagem desta vez.

 Quando fizemos carteiras combinando diferentes ações. As ações foram combinadas com base
nos Beta's. As ações Beta mais baixas foram empilhadas em uma carteira, enquanto as ações
Beta mais altas foram montadas em outra carteira. Quando os resultados foram plotados e
realizada análise de regressão, os resultados foram completamente opostos aos encontrados
nas questões anteriores. Demos peso igual a todas as ações da carteira.
 Aqui, os resultados foram surpreendentes que não só o R2 melhorou perto de 100%, mas
também o coeficiente de inclinação (6,47%) ficou mais próximo do "índice médio de mercado
(8,12%)". A significância do coeficiente de inclinação aumentou substancialmente em relação
aos resultados anteriores. Enquanto o coeficiente de interceptação ainda é insignificante , pois
o valor de P é de 13,79% vs. nível de confiança de 5%
 Esse resultado mostra que o CAPM realmente se mantém, só que linter realizou um teste ruim
para testar empiricamente o CAPM.

Nome do
Portfólio B J S
Pesos 33.33% 33.33% 33.33% 33.33% 33.33% 33.33% 33.33% 33.33% 33.33%
Nome do
Um C B G E D F H Eu
estoque
Beta -0.47 0.42 0.59 0.66 0.90 1.38 1.78 1.91 2.08
Retorno médio 5.18% 2.75% 4.19% 11.32% 8.05% 6.15% 9.90% 13.11% 22.83%

Equally weighted Portfolio " Beta's Vs. Excess Returns)

Portfolio Name B J S
Portfolio Beta 0.18 0.98 1.92
Portfolio Return 4.04% 8.51% 15.28%
Portfolio STD 19.30% 29.47% 43.96%
 Regression Statistics
Multiple R 0.997468126
R Square 99.49%
Adjusted R Square 0.989885324
Standard Error 0.005692868
Observations 3

ANOVA
df SS MS F Significance F
Regression 1 0.006375853 0.006375853 196.7324863 0.045311439
Residual 1 3.24087E-05 3.24087E-05
Total 2 0.006408262

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0%
Intercept 2.62% 0.005770625 4.545229223 13.79% -0.047093932 0.099551562 -0.047093932 0.099551562
Portfolio Beta 6.47% 0.004612582 14.02613583 4.53% 0.00608829 0.123305103 0.00608829 0.123305103

Equally
6- Explique a crítica de Roll weighted
como ela sePortfolio
aplica aos"testes
Beta's Vs. Excess
realizados nos Returns)
Problemas 3 a 7?
Ativos 18.00% de
capital/ações
16.00%
abaixo da CML S
14.00% f(x) = 0.0646966967039784 x + 0.0262288150614757
são menos
Equally weighted average

R² = 0.994942662084916
12.00% em
eficientes
Excess Return

termos10.00% de
variância média J
8.00%
do que o índice
ideal 6.00% de
mercado. 4.00% No B
CAPM, 2.00%
o índice
de mercado é a
carteira 0.00%0.00
com 0.50 1.00 1.50 2.00 2.50
maior eficiência
Equally weighted average Beta
de variância
média e todas
Uma vez que deve haver uma carteira COMPLETAMENTE diversificada - contra a qual podemos medir a
as outras
covariância de qualquer ação individual - é condição importante no CAPM. De acordo com a Roll, não
carteiras ou
há saídas de portfólio no mundo real, portanto, testar o CAPM não é uma boa ideia, pois você está
títulos ou ações
apenas testando-o contra seu suposto Proxy, não contra o Portfólio IDEAL TOTALMENTE Diversificado.
individuais
devem estar
7- Plote a linha
abaixo da do
CML. mercado de capitais (CML), as nove ações e as três carteiras em um gráfico de
retornos médios
No entanto, em versus desvio padrão. Compare a eficiência da variância média das três
carteiras
nosso e gráfico
o índice de mercado. A comparação suporta o CAPM?
tínhamos
Resumimos
"estoque o retornoI" esperado e a volatilidade do mercado, 3 carteiras da questão 5 e nove ações
dadas
acimanodacaso
LMC,e plotamos
o em um gráfico:
que indica que Ações Individuais Carteiras Mercado
essa
comparação
não apoiou a
teoria do CAPM.
 Parâmetros
Um B C D E F G H Eu P1 P2 P3
10 23
Retorno Médio 5% 4% 3% 6% 8% 11% 13% 4% 9% 15% 8.12%
% %
39 47 48 52 29
DST 51% 36% 46% 57% 48% 19% 44% 20.74%
% % % % %

No

entanto, se traçarmos o gráfico Q5 feito com o portfólio, saberemos que a linha retrotraçada cortará o
eixo vertical em cerca de 3%. Portanto, estamos assumindo 3% de taxa livre de risco e dado outro
gráfico abaixo. Outra maneira de encontrar nossa taxa livre de risco é usando o solucionador,
encurtando algumas ações e descobrindo o valor livre de risco apropriado, como fizemos no caso 2.
 Average Return vs. Volatility
25%
I

20%
Average Return

15% P3
f(x) = 0.246945523160346 x + 0.03
R² = 1 H
G
10% F
Market P2 E
D
5% A
P1 B
C

0%
0% 10% 20% 30% 40% 50% 60% 70%

Volatility (%)

Individual Stock Portfolios Market Linear (Market)

Linear (Market) Linear (Market) Linear (Market) Linear (Market)
Linear (Market) Linear (Market)