Aula 3

18/09/2023

Rodrigo Siviéri
rodrigosivieri
rodrigo_sivieri
CONCEITOS BÁSICOS DE ESTATÍSTICA:
Desvio-padrão
Correlação
Variância
Covariância

O conceito de risco vincula-se estreitamente com o de probabilidade. Existe risco

sempre que a probabilidade de um evento ocorrer for menor que 100%. Assim, para
um contexto determinístico em que a probabilidade de um evento for de 100% (certeza
total), não há risco.
 ENTENDENDO O DESVIO PADRÃO
No gráfico abaixo vamos compreender a volatilidade a partir de um exemplo cotidiano: o
humor de duas pessoas ao longa da semana.
 MÉDIA AMOSTRAL E POPULACIONAL
São as mais importantes e utilizadas medidas de dispersão. O desvio padrão é
representado por σ (sigma), quando calculado de dados de uma população, e por S,
quando obtido da amostra (estimativa média da população). Essa medida visa medir
estatisticamente a variabilidade (grau de dispersão) de um conjunto de valores em relação
a sua média.

A variância, por outro lado, é definida como sendo o quadrado do desvio padrão. É
indentificada por σ² e S², respectivamente variância de população e variância de amostra.
 DISTRIBUIÇÃO NORMAL
Em termos gráficos, a distribuição normal é simétrica e tem aproximadamente o formato de
um sino. De acordo com a sua formulação, o centro da distribuição é a média, e à esquerda
e à direita da média estão os valores possíveis da variável aleatória que estamos
considerando. Como nem todos esses valores ocorrem com a mesma probabilidade, o
formato da distribuição (ou seja, a curva do sino) é o que nos indica o maior ou menor grau
de probabilidade de que um determinado valor (ou intervalo de valores, mais precisamente)
ocorra
 HISTOGRAMA
Considere o gráfico da figura ao lado, mostra a
distribuição dos retornos diários do índice S&P 500 de
2011 à 2021. Observe como o histograma tem um pico
mais próximo de zero do que a distribuição normal. Os
retornos diários tendem a ter mais “pequenos retornos
positivos” e menos “pequenos retornos negativos” do que
a distribuição normal.

Embora o histograma não seja uma ferramenta gráfica

ideal para analisar extremos, os retornos extremos
também são mais comuns em retornos diários do que
na distribuição normal. Em resumo, o indicado seria
levar em consideração a possibilidade de ocorrência de
eventos extremos e adotar abordagens e ferramentas
adequadas para modelar e gerenciar esses riscos. Isso
pode incluir o uso de técnicas estatísticas mais
avançadas, como modelos de simulações de Monte
Carlo ou abordagens baseadas em estresse, que são
capazes de capturar melhor a natureza dos extremos e
suas potenciais consequências.
DISTRIBUIÇÃO DOS RETORNOS DO S&P500 (1925 - 2010)

Desvio padrão = 5,5%

Média = 0,6%
VaR = 14,8%
DISTRIBUIÇÃO DOS RETORNOS DO S&P500 (1973 - 2023)

Desvio padrão = 4,5%

Média = 0,7%
VaR = 11%
 COVARIÂNCIA
A covariância e assim calculada:

A dificuldade da covariância está no fato de trabalhar com unidades quadráticas, uma vez que
apresenta o produto de duas variáveis no seu cálculo, conforme demonstrado anteriormente. Além
da questão de se estar trabalhando com unidades quadráticas, o campo de variação da COVAR é
extremamente amplo, ou seja, de menos infinito a mais infinito, que, embora possa facilitar alguns
cálculos, pode trazer dificuldades de interpretação em outros casos, por exemplo, ao analisar a
COVAR entre dois ativos, nos encontraríamos em analisar uma medida em R$. Nesse sentido, a
correlação resolverá este problema.
 CORRELAÇÃO
O coeficiente de correlação é uma forma de medir o risco de dois ativos de forma
padronizada. O coeficiente de correlação vai de -1 até +1, possuindo as seguintes
interpretações:

ρ a,b = - 1 : correlação perfeita negativa;

ρ a,b = 0 : não há correlação;
ρ a,b = 1 : correlação perfeita positiva;

Uma das formas mais comuns de calcular a correlação é pelo coeficiente de correlação
de pearson:

Correlação é um conceito muito usado em estatísticas, e, vale ressaltar que correlação

não implica em causalidade entre variáveis.
 CORRELAÇÃO

O risco é eliminado na hipótese de se implementarem, por exemplo, duas alternativas de

investimentos que possuam correlações perfeitamente opostas e extremas, ou seja, que
apresentem coeficientes de correlação iguais a – 1 e + 1, respectivamente. O coeficiente de
correlação é uma forma de medir o risco de dois ativos de forma padronizada. O
coeficiente de correlação vai de -1 até +1, possuindo as seguintes interpretações:
Calculando na prática o desvio padrão
Calculando o Desvio-padrão
Admita ilustrativamente que se esteja avaliando o risco de dois investimentos: A e B.
Baseando-se em sua experiência de mercado e em projeções econômicas, o investidor
desenvolve a seguinte distribuição de probabilidades dos resultados monetários previstos:

A primeira medida importante para o estudo do risco a ser mensurada é o valor esperado
de cada distribuição de probabilidades considerada. Essa medida representa uma média
dos vários resultados esperados ponderada pela probabilidade atribuída a cada um desses
valores, sendo seu cálculo processado por meio da multiplicação das diversas estimativas
pelas respectivas porcentagens (probabilidades de ocorrência), conforme demonstrado a
seguir:
Probabilidade
Aplicação
Aplicando-se essas identidades para a mensuração do risco das alternativas de
investimento consideradas no exemplo ilustrativo, tem-se:

σ = desvio-padrão;
VAR = variância.
PK = prob. atribuída a cada
resultado;
RK = retorno do ativo K;
R = E(RK) = retorno
esperado do ativo K.
Distribuição normal
Uma distribuição bastante adotada nos modelos financeiros para descrever o
comportamento dos valores é a distribuição normal. Essa distribuição assume a forma de
um sino (curva simétrica), concentrando a maior parte dos valores em torno da média. Ao
se afastar do valor médio da distribuição, considerando qualquer um dos lados, o risco se
eleva de maneira simétrica.

Observa-se que as duas alternativas de investimentos apresentam o mesmo valor

esperado de $ 700, podendo-se considerar, em termos de retorno prometido, como
indiferente a implementação de uma ou outra.
Uma forma bem ilustrativa de representar os vários retornos (fluxos de caixa) esperados é
efetuada por meio de um gráfico que envolva as distribuições de probabilidades das duas
alternativas de investimento em avaliação, conforme observado acima.
Como escolher o melhor investimento?

Observa-se no slide anterior, que as duas alternativas de investimentos apresentam o

mesmo valor esperado de $ 700, podendo-se considerar, em termos de retorno
prometido, como indiferente a implementação de uma ou outra.

A medida do valor esperado não demonstra o risco associado a cada proposta de

investimento, o que faz com que seja necessário conhecer o grau de dispersão dos
resultados em relação à média calculada de $ 700.

Essas medidas de dispersão indicam como os valores de um conjunto distribuem-se

(dispersam) em relação a seu ponto central (média). Quanto maior se apresenta o intervalo
entre os valores extremos de um conjunto, menor é a representatividade estatística da
média, pois os valores em observação encontram-se mais distantes dessa medida central.

Tanto o desvio-padrão como a variância têm por objetivo medir estatisticamente a

variabilidade (grau de dispersão) dos possíveis resultados em termos de valor esperado.
Representam, em outras palavras, medidas de risco, e são determinados pelas seguintes
expressões de cálculo:
Conclusão

Os resultados obtidos, em consonância com as conclusões obtidas da representação

gráfica das distribuições probabilísticas dos investimentos no slide anterior, indicam um
desvio-padrão (dispersão dos possíveis resultados) maior para a alternativa B, sendo está
classificada como a de maior risco.

Dessa forma, por apresentar o mesmo retorno esperado, a alternativa A, ao assumir um

nível mais baixo de risco (menor desvio-padrão), é considerada como a mais atraente.

Racionalmente, o investidor dá preferência a alternativas de investimento que ofereçam

maior retorno esperado e menor risco associado.
 Rodrigo Siviéri
rodrigosivieri
rodrigo_sivieri

Vá sempre além do que é esperado.

Larry Page
Co-fundador do Google