Baixe o app para aproveitar ainda mais
Prévia do material em texto
Página inicial MÉTODOS QUANTITATIVOS APLICADOS Professor (a) : Me. Marcelo dos Santos Objetivos de aprendizagem • Refletir sobre a utilização da matemática e estatística no dia a dia das organizações. • Entender a relação entre os métodos quantitativos e a aplicabilidade na solução de problemas. • Compreender a utilização de ferramentas quantitativas na melhor visualização do mundo que cerca as organizações e seus colaboradores. • Reforçar os conteúdos de matemática e estatística inculcados pelo aluno. • Recordar termos e cálculos aprendidos no ensino formal de graduação da área de estudo do aluno. https://sites.google.com/view/gcr1/p�gina-inicial https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial Plano de estudo A seguir, apresentam-se os tópicos que você estudará nesta unidade: • Estatística básica. • Análise estatística. • Finanças básicas. • Matemática aplicada. Introdução Caro(a) aluno(a), nos dias atuais, a estatística e a matemática são ferramentas muito utilizadas na definição de prioridades de gestão, bem como na elaboração de cenários para melhor visualização de um problema. A gestão de carteiras se inicia com algumas premissas básicas, como no caso de um investidor que prefere maior retorno a um menor retorno, e também um menor risco a um maior risco, no caso de perfil conservador. Análises como essas necessitarão de algumas ferramentas estatísticas e matemáticas, que muito auxiliam no estabelecimento de parâmetros, para decidirmos qual a melhor alternativa de composição da carteira de investimentos. Na década de 1950, veio a hipótese de poder controlar investimentos com teorias estatísticas e matemáticas, gerando uma nova área – a gestão de carteiras –, que tem como artigo seminal o Portfólio Selection de Markovitz, em 1952. Na aula 1, reforçaremos conceitos referentes à estatística básica como média, mediana, moda, desvio-padrão, variância e histograma, muito necessários à elaboração de cálculos básicos na área de gestão de carteiras, tais como esperança de retorno e análise de risco. Na aula 2, abordaremos a distribuição contínua de probabilidades, chamada de distribuição normal. Também analisaremos a função densidade de probabilidade, estudando a decisão em casos de cenários probabilísticos. Em relação à aula 3, teremos a visão de análises financeiras por meio do método de capitalização composta, o que auxiliará no entendimento do trabalho com taxas de juros – que é um dos elementos básicos na gestão de carteiras quanto ao tópico de retornos. Os itens referentes à análise matemática serão abordados na aula 4, sobre matrizes e determinantes, que nos ajudam a resolver sistemas lineares nos quais apresentam-se diversas equações e diversas incógnitas, muito comuns na área de gestão de carteiras. https://sites.google.com/view/gcr1/p�gina-inicial https://getfireshot.com Vamos começar a leitura? Seja bem-vindo(a) e bons estudos! Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/unidade-1 Página inicial Estatística básica Nesta aula, abordaremos a estatística básica para o entendimento de risco e gestão de carteiras. Para tal, estudaremos média, mediana, moda, variância e desvio-padrão Figura 1: Medidas de Tendência Central Fonte: Histograma... (online, 2015). As medidas de tendência central são a média, mediana e moda que tentam expressar onde está o meio do conjunto de dados. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial “A origem da palavra Estatística está associada à palavra latina STATUS (Estado). Há indícios de que 3.000 anos a.C. já se faziam censos na Babilônia, China e Egito, e até mesmo o 4o livro do Velho Testamento faz referência a uma instrução dada a Moisés para que fizesse um levantamento dos homens de Israel que estivessem aptos para guerrear. Usualmente, essas informações eram utilizadas para a taxação de impostos ou para o alistamento militar. O Imperador César Augusto, por exemplo, ordenou que se fizesse o Censo de todo o Império Romano.” Confira o link abaixo e veja mais sobre a história da Estatística. Disponível em: < https://ufsj.edu.br/portal2-repositorio/File/dezoo/Estatistica/Cap01.pdf > Acesso: 27/04/2018. Medidas de tendência central A média aritmética é a ideia que vem à cabeça de todos quando abordamos o tema. Ela é a soma de todos os elementos do conjunto dividida pela quantidade de elementos contidos no conjunto. A fórmula da média pode ser expressa por: Vamos ver um exemplo? Qual é a média do tempo de entrega de três serviços efetuados no dia pela companhia de logística Trabalho Rápido Ltda., que gastou 70, 80 e 120 minutos para o transporte das encomendas? Temos outros tipos de médias, como a média ponderada: https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com https://www.google.com/url?q=https%3A%2F%2Fufsj.edu.br%2Fportal2-repositorio%2FFile%2Fdezoo%2FEstatistica%2FCap01.pdf&sa=D&sntz=1&usg=AFQjCNF0hNLSJpLICfuGYMBPHfTgZ6XjOg Exemplo: Paulo está cursando Administração Geral em uma universidade da Grande São Paulo. Ele verificou que cada prova tem peso 30, as atividades em sala têm peso 25 e uma apresentação de trabalho que tem peso igual a 15. Nas avaliações, ele tirou 8 em cada prova, 7 na apresentação e 6 nas atividades em sala. Se a média da universidade é 7, Paulo foi aprovado ou reprovado? Figura 2: Gráfico para Médias Fonte: Bar... (2015, online). Existem outros tipos de medidas de tendência central, como a moda e a mediana. A mediana divide o conjunto de dados ao meio e serve em conjuntos que possuem dados extremos. Analisaremos o conjunto de dados a seguir: (9, 8, 8, 10, 10, 8, 8, 9, 10, 90) A média pode deixar de expressar a totalidade do conjunto, uma vez que seu valor se distancia da maioria dos elementos dele: Nesses casos, utilizamos a mediana para expressar o conjunto, que é o termo do meio. Para tanto, colocamos os números em ordem crescente e selecionamos o termo do meio quando a quantidade de elementos (n) do conjunto de dados é impar; em seguida, somamos os dois centrais e dividimos por 2 quando a quantidade de elementos (n) do conjunto de dados é par. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Para o exemplo citado anteriormente teremos: (8, 8, 8, 8, 9, 9 , 10, 10, 10, 90) Notamos que os dois elementos centrais são o quinto e o sexto; eles serão somados e divididos por 2 para localizar a mediana do conjunto de dados: Mediana = (9 + 9) / 2 Mediana= 18/2 Mediana = 9 O número 9 é mais próximo e representa melhor o conjunto de dados que o número 17, apontado pela média. Quando possuímos um número de elementos ímpar, o cálculo fica mais fácil: basta colocarmos em ordem e localizarmos o termo central, que divide o conjunto em duas partes iguais. (7, 2, 9, 15, 27) Colocando em ordem: (2, 7, 9 , 15, 27) A mediana do conjunto é o número 9, ficando com dois números abaixo dele (2 e 7) e dois acima (15 e 27). Temos também a moda, que é o número que mais se repete no conjunto de dados. Como é aquele com maior frequência, deve ser observado e levado em consideração em nossa análise. Em nosso exemplo: (9, 8, 8, 10, 10, 8, 8, 9,10, 90) A moda é o número 8, que se repete quatro vezes dentro do conjunto de dados. Medidas de dispersão Um conjunto de dados pode apresentar certa variação. Para o pesquisador, bem como para o gestor que tomará decisões com base na análise de tais dados, é muito bom saber a variabilidade deles dentro do conjunto; para esse fim, elaboramos as medidas de dispersão: amplitude, variância e desvio-padrão. “A dispersão de conjuntode dados é a variabilidade que os dados apresentam entre si. Se todos os valores forem iguais, não há dispersão” Fonte: Medri, (2011, on-line). Variância A variância é utilizada para cálculo do desvio-padrão, uma medida muito importante em estatística que veremos a seguir. Mas como a calculamos? População = toda quantidade de dados Amostra = pequena parte da população https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Variância para populações: Variância para amostras: Vamos a um exemplo: calcular a variância do conjunto de dados (1, 2, 4, 7, 10, 12) para população e amostra. Primeiramente necessitamos calcular a média: Agora, de cada dado (Xi) precisamos subtrair a média; após essa operação, elevamos cada resultado da subtração ao quadrado e somamos todas as parcelas: (1 – 6) = -5; (2 – 6) = -4; (4 – 6) = -2; (7 – 6) = 1; (10 – 6) = 4; (12 – 6) = 6 Na sequência, elevamos cada resultado ao quadrado: Vale lembrar que todo número negativo elevado ao quadrado fica positivo. Em seguida, somamos todos os resultados: 25 + 16 + 4 + 1 + 16 + 36 = 98 Para calcularmos a variância, dividimos por n para a variância populacional e dividimos por (n – 1) para a variância amostral: Variância populacional: 98/6 = 16,3 Variância amostral: https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com 98/5 = 19,6 Variância para populações: Variância para amostras: Desvio-padrão Em palavras simples, o desvio-padrão (DP) representa o padrão de oscilações que os valores da série apresentam em relação à média. Probabilidade Quando lidamos no dia a dia com eventos, muitas vezes falamos em probabilidade de algo ocorrer. A história da análise dos jogos é permeada por estudos de probabilidade, mas até 1650 não existia uma teoria desenvolvida. Um exemplo nos ajudará a entender melhor. Vamos lá. Qual é a probabilidade de ocorrer o evento “A” dentro do espaço amostral Ω? Digamos que o evento “A” seja sair um número par em um dado; portanto, temos: A = {2, 4, 6} Ω = {1, 2, 3, 4, 5, 6} Para cálculo de probabilidade, temos que efetuar a divisão da quantidade de casos favoráveis pela quantidade de casos possíveis de ocorrer. P(A) = (3/6) = (1/2) = 0,50 = 50% https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Temos diversos tipos de aplicações desse tipo de raciocínio no meio da gestão. Que tal ilustrarmos isso com um exemplo? Suponhamos que temos 100 clientes e 80 pagam em dia seus compromissos. Qual a probabilidade de aleatoriamente um próximo cliente pagar em dia a dívida com a empresa? K = {80% x 100 = 80} Ω = {100 clientes} P(A) = (80/100) = 0,80 = 80% Amplitude A amplitude é a variação dentro do conjunto. De uma forma simples, obtemos a amplitude através da subtração entre o maior e o menor número do conjunto. Exemplo: (4, 17, 25, 3, 1, 2) Amplitude 25 - 1 = 24 Análise estatística Estudaremos nesta aula distribuições de probabilidade. Elas nos permitem fazer inferências sobre dados por meio de funções densidade de probabilidade, o que auxilia muito na confecção de determinados modelos de risco, gestão de carteiras e gestão de crédito. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Qual a probabilidade de sair um número par em um dado? Casos favoráveis: {2, 4, 6} Casos possíveis: {1, 2, 3, 4, 5, 6} Probabilidade = 3/6; Probabilidade = 0,50 multiplicando-se por 100 Probabilidade = 50% Figura 3: Cartas e dados Fonte: Cartas... (2011, online). Valor esperado Podemos observar o valor esperado de uma variável aleatória por meio da somatória da multiplicação entre as probabilidades e as variáveis: Vamos a um exemplo: um investidor tem probabilidade de 40% de ganhar R$25.000 e probabilidade de 60% de perder R$15.000 em um investimento em ações. Qual é o seu retorno esperado? https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com E(x) = 40% . 25000 + 60% . (-15.000) E(x) = 0,40 . 25000 + 0,60 . (-15.000) E(x) = 10.000 + (- 9.000) E(x) = 10.000 - 9.000 E(x) = R$ 1.000 Distribuições de probabilidade Distribuição de probabilidade está ligada ao histograma referente à distribuição de frequência de uma variável aleatória. É o que acontece, por exemplo, quando se joga uma moeda duas vezes: os possíveis resultados são CC, CK, KC e KK (C se refere à cara e K se refere à coroa). Suponhamos que hipoteticamente a probabilidade de sair cara é de 40% e de sair coroa é de 60%. Como sair cara ou coroa no primeiro evento não depende de sair cara ou coroa no segundo lançamento da moeda, podemos multiplicar as duas probabilidades para obter a probabilidade do evento lançamento de duas moedas Figura 4: Diagrama de Árvore Moedas Fonte: Diagrama... (2014, online). O evento “sair cara no lançamento de uma moeda por duas vezes seguidas” pode ser descrito por meio de uma distribuição de probabilidades, conforme descrito a seguir. CC = 0,40 . 0,40 = 0,16 = 16% CK = 0,40 . 0,60 = 0,24 = 24% KC = 0,60 . 0,40 = 0,24 = 24% KK = 0,60 . 0,60 = 0,36 = 36% https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Gráfico 1: Probabilidades no Lançamento de Uma Moeda Fonte: Elaborado pelo autor. Quando lançamos a moeda duas vezes, temos 16% de probabilidade de sair C duas vezes, 48% de probabilidade de sair uma vez e 36% de probabilidade de não sair. “A distribuição normal é uma das mais importantes distribuições contínuas de probabilidade, pois: • Muitos fenômenos aleatórios comportam-se de forma próxima a essa distribuição. Exemplos: 1. altura; 2. pressão sanguínea; 3. peso. • Pode ser utilizada para calcular, de forma aproximada, probabilidades para outras distribuições como, por exemplo, para a distribuição binomial”. Confira o link e veja mais sobre a Distribuição Normal: < http://www.ime.usp.br/~chang/home/mae116/aulas/Aula%206_distribui%E7%E3o%20Normal.pdf > . Acesso em 3 jul. 2015. Fonte: DISTRIBUIÇÃO... (on-line) Existem as diversas distribuições contínuas de probabilidade, dentre as quais a mais utilizada é a distribuição normal, também chamada de Curva de Gauss ou Curva do Sino da probabilidade, tendo em vista que o desenho dela é parecido com um sino. Figura 5: Histograma Distribuição Normal Probabilidade https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.ime.usp.br%2F~chang%2Fhome%2Fmae116%2Faulas%2FAula%25206_distribui%25E7%25E3o%2520Normal.pdf&sa=D&sntz=1&usg=AFQjCNEoAf0wwOLzVabtA2WES_BmrarsQg Fonte: Histograma... (2014, online). Para uma distribuição ser normal padronizada, temos que ter média zero e desvio-padrão igual a 1. Podemos transformar uma distribuição normal em uma distribuição normal padronizada subtraindo o valor da média e depois dividindo o resultado pelo desvio-padrão. Temos uma tabela chamada “Áreas para a Distribuição Normal Padronizada”, na qual, por meio de Z calculado, localizamos a probabilidade de um evento ocorrer, ou por meio da probabilidade de ocorrência de um evento encontramos Z. A probabilidade é definida pela área debaixo da curva do gráfico entre dois pontos. A área sob todo o gráfico é 100% ou igual a um e é chamada de evento certo. Metade da área do gráfico equivale a uma probabilidade de 50%. Podemos também conseguir os valores de Z e da probabilidade por meio das funções do Excel, =DIST.NORMP.N(Z;VERDADEIRO) para localização da probabilidade (área abaixo da curva de - até Z); já para localização de Z dado a probabilidade, temos =INV.NORMP.N(probabilidade). Uma entrada na tabela é a proporção sob toda a curva que representa entre 0 e Z = um valor positivo de z. Áreas para valores negativos de z são obtidos por simetria Figura 6: Tabela Normal Padronizada https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.comFonte: Amer Cavalheiro Hamdan (online). Temos alguns casos mais comuns de cálculo de áreas sob a curva da distribuição normal de probabilidade que destacamos a seguir. Gráfico 2: Caso 1 – Probabilidade entre a e b (a ≤ Z ≤ b) Fonte: Elaborado pelo autor. Calculamos a probabilidade Calculamos a probabilidade acumulada a partir de - até Z = b e tiramos a probabilidade acumulada de - até Z = a. Para isso, faremos =DIST.NORMP.N(b;VERDADEIRO) - =DIST.NORMP.N(a;VERDADEIRO). https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Gráfico 3: Caso 2 – Probabilidade maior que a (Z ≥ a) com a na cauda esquerda Fonte: Elaborado pelo autor. Para calcular, faremos 1 - =DIST.NORMP.N(a;VERDADEIRO), ou seja, a um 100% menos a probabilidade acumulada - até a. Gráfico 4: Caso 3 – Probabilidade menor que a (Z ≤ a) com a na cauda esquerda Fonte: Elaborado pelo autor Para calcular, faremos =DIST.NORMP.N(a;VERDADEIRO), ou seja, a probabilidade acumulada de - até a. Gráfico 5: Caso 4 – Probabilidade menor que a (Z ≤ a) com a na cauda direita https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Fonte: Elaborado pelo autor Para calcular, faremos =DIST.NORMP.N(a;VERDADEIRO), ou seja, a probabilidade acumulada de - até a. Gráfico 6: Caso 5 – Probabilidade maior que a (Z ≥ a) com a na cauda direita Fonte: Elaborado pelo autor Para calcular, faremos = 1 - DIST.NORMP.N(a;VERDADEIRO). O artigo “Distribuição Normal”, de Fátima Conti, busca verificar as regras e normas da distribuição normal, bem como trata das principais características dela. O principal mérito do texto é servir de guia de consulta rápida e direcionador de estudos para futuras avaliações e pesquisas. O link para o texto é: < http://www.cultura.ufpa.br/dicas/biome/biopdf/bionor.pdf > . Acesso em 2 jul. 2015. Fonte: o autor Vamos a um exemplo para fixação: Suponhamos que a renda média de uma grande comunidade na cidade de Itapipoca possa ser razoavelmente aproximada por uma distribuição normal, e essa distribuição tem média R$15.000,00 e desvio-padrão de R$3.000,00. a. Qual é a porcentagem da população que terá renda superior a R$ 18.600,00? b. Selecionando uma amostra de 50 pessoas, quantos podemos esperar que tenham renda inferior a R$ 10.500,00? Resolução: a. Padronizando os dados: https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.cultura.ufpa.br%2Fdicas%2Fbiome%2Fbiopdf%2Fbionor.pdf&sa=D&sntz=1&usg=AFQjCNFskTNzaboOLxPmtNKvP9HvQCa-Dw Média = R$ 15.000,00 Desvio-padrão = R$ 3.000,00 Como o caso solicita rendas superiores a R$ 18.600,00, temos Z ≥ 1,2 e teremos o caso 5, isto é, probabilidade maior que a ( Z ≥ 1,2) com a na cauda direita. Gráfico 7: Resolução de Exercício Fonte: Elaborado pelo autor Para calcular, faremos = 1 - DIST.NORMP.N(a;VERDADEIRO) ou verificaremos na tabela. Na primeira coluna dela localizamos o número 1,2 e na primeira linha o número 0,00; o cruzamento da linha com a coluna nos fornece a probabilidade acumulada de 0 até 1,2, que nesse caso é 0,3849. Como a tabela fornece somente uma cauda, ou seja, de 0 até Z, devemos adicionar 50% para obter o acumulado de - até 1,2. Portanto, a probabilidade pela tabela será 0,3849 + 0,5000 = 0,8849 Verificamos que para o caso 5 temos que fazer 1 – P(Z) (probabilidade de Z). 1- P(Z) 1 - 0,8849 0,1151 ou 11,51% b. Padronizando os dados: Média = R$ 15.000,00 https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Desvio-padrão = R$ 3.000,00 Como o caso solicita rendas inferiores a R$10.500,00, temos Z ≤ - 1,5, e teremos o caso 3, ou seja, probabilidade menor que a (Z ≤ a) com a na cauda esquerda. Gráfico 8 – Resolução de Exercício Fonte: Elaborado pelo autor. Com a = - 1,5 Para calcular, faremos =DIST.NORMP.N(-1,5;VERDADEIRO), ou seja, a probabilidade acumulada de - até a ou verificaremos na tabela. Na primeira coluna dela, localizamos o número 1,5 e na primeira linha o número 0,00; o cruzamento da linha com a coluna nos fornece a probabilidade acumulada de 0 até 1,5, que nesse caso é 0,4332. Como a tabela fornece somente uma cauda, ou seja, de 0 até Z, devemos adicionar 50% para obter o acumulado de - até 1,5 positivo. Portanto, a probabilidade pela tabela será 0,4332 + 0,5000 = 0,9332. Quando utilizamos a tabela temos que fazer 1- P(Z) (probabilidade de Z): 1- P(Z) 1 - 0,9332 https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com 0,0668 ou 6,68% Se fizermos pelo Excel utilizando -1,5, o resultado sairá direto, sem necessidade de conversão. Mas a pergunta era: selecionando uma amostra de 50 pessoas, quantos podemos esperar que tenham renda inferior a R$ 10.500,00? Nesse caso, multiplicamos a probabilidade de ocorrer pelo tamanho da amostra para obter o valor aproximado de pessoas. 6,68% . 50 = 3,34 Portanto, entre três e quatro pessoas podem ter renda inferior a R$ 10.500,00. Finanças básicas Quando tratamos de gestão de riscos, gestão de carteiras ou gestão de crédito, estamos abordando itens diretamente relacionados a finanças. Precisamos, então, analisar juros, prazos, taxas e valores, razão por que estudaremos nesta aula a capitalização composta. Juros simples e juros compostos Pode-se perceber a velocidade de crescimento do capital através do tempo pelo apresentado na Tabela 1, com uma comparação entre juros simples e juros compostos. Um valor de R$1.000,00 aplicado a uma taxa de juros de 10% ao mês em cinco meses resulta com juros simples em um valor futuro de R$1.500,00; aplicando-se juros compostos, chegamos a um valor futuro de R$1.610,51. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Tabela 1: Juros simples x juros compostos Fonte: o autor. Figura 7: FINANCE/ JUROS COMPOSTOS Fonte: Finance (2014, online). Extrapolando os dados para 20 meses, teremos as informações apresentados na Tabela 2. Podemos perceber que, em um curto espaço de tempo, o valor futuro cresce muito rapidamente. Tabela 2 – Evolução do valor futuro https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Fonte: o autor. Os dados descritos anteriormente resultam na representação de uma curva (Gráfico 9), mostrando assim o crescimento exponencial e muito rápido dos números. Parte-se de um valor presente de R$1.000,00 no início, chegando após 20 meses a um total de R$6.727,50. Gráfico 9: Função exponencial para valor futuro Fonte: o autor https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com “Temos a certeza de que o mais simples e também o mais importante conceito de matemática financeira é o conceito de FATOR DE CORREÇÃO. [...] Vamos imaginar que uma mercadoria será aumentada em 23%. Você poderá descobrir o novo preço de vários modos distintos: 1. Multiplicando o preço antigo por 23 e dividindo por 100, somando o resultado com o preço antigo. 2. Multiplicando o preço antigo por 0,23 e somando o resultado com o preço antigo. 3. Simplesmente multiplicando o preço antigo por 1,23. O número 1,23 do exemplo é denominado fator de correção para um acréscimo de 23% e foi obtido a partir de 100% (preço antigo) mais 23% (aumento). Em seguida, dividimos por 100 para obter a forma de número decimal. A taxa de 23% é a taxa percentual, e a taxa 0,23 (i) é denominada taxa unitária”. Confira o link e veja mais sobre a Matemática Financeira: < http://www.magiadamatematica.com/uss/administracao/10-matematica-financeira-curso-basico- administracao.pdf > . Acesso em 3 jul. 2015. Fonte: Sá (2011, on-line). Fórmulas para o Sistema de Capitalização de Juros Como na Matemática Financeira temos a generalização de processos por meio de fórmulas visando a modelagem de problemas, para o Sistema de Capitalização de Juros Compostos também isso ocorre. Asfórmulas são: VF = VP + J (1) Cálculo do Valor Futuro (VF) VF = VP . (1 + i) ^ n (2) Salientamos que utilizaremos a notação “^” para indicação de potenciação, “/” para divisão e “.” para representação da multiplicação. Utilizando a álgebra, conseguimos isolar as variáveis. Figura 8: Contando dinheiro Fonte: Contando... (2004, online). Calculo do Valor Presente (VP) VP = VF / (1 + i) ^ n (3) https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.magiadamatematica.com%2Fuss%2Fadministracao%2F10-matematica-financeira-curso-basico-administracao.pdf&sa=D&sntz=1&usg=AFQjCNFiXHiZEC_y5eVwcctF7hLiTivLUg http://www.google.com/url?q=http%3A%2F%2Fwww.magiadamatematica.com%2Fuss%2Fadministracao%2F10-matematica-financeira-curso-basico-administracao.pdf&sa=D&sntz=1&usg=AFQjCNFiXHiZEC_y5eVwcctF7hLiTivLUg Cálculo da taxa ( i ) i = [(VF/VP) ^ (1/n)] - 1 Multiplicamos por 100 para transformar em percentual: i = {[(VF/VP) ^ (1/n)] - 1} . 100 ou i = {[(VF/VP) (1/n)] - 1} . 100 (4) Temos (9) ^ (1/2) ou 9 ½ Cálculo do prazo (n) n. = [LN(VF/VP)] / [LN(1 + i)] (5) ou Vamos a alguns exemplos: Salientamos que o Excel utiliza a notação de “*” para representar a multiplicação, e muitas calculadoras já incorporaram esse botão como significado da multiplicação; todavia, também pode ser representada por “x” ou “.”. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Multiplicamos por 100 para o resultado sair em percentual: I = 1,3344% a.m. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Matemática aplicada A análise de diversos modelos de gestão de risco e gestão de carteiras nos leva a sistemas lineares, que precisam ser solucionados para a alocação correta dos recursos. Com vistas a solucionar esses sistemas, necessitamos utilizar matrizes e determinantes para tornar mais rápida a resposta. Trataremos disso nesta aula. Matrizes Uma matriz nada mais é que uma organização de dados em linhas e colunas, para encontrarmos determinada informação. Chamamos o elemento de “a”, indicamos por “i” a linha em que ele está e por “j” a coluna. Figura 9: Matrizes/determianntes https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Fonte: o autor. Uma matriz pode ser representada por um conjunto de números dentro de colchetes “[ ]” grandes ou também por parênteses “( )”, também grandes. Você pode ver a seguir exemplos de matrizes. Podem-se fornecer também regras para construção de uma matriz por meio de operações matemáticas envolvendo o número da linha e da coluna onde está localizado o elemento, como por exemplo, aij = 2i - 3j. Precisamos também saber o tamanho dessa matriz, e para tanto indicamos por uma letra maiúscula a matriz e por uma multiplicação o número de linhas e colunas. Vejamos alguns exemplos: M2x3 : Matriz M com duas linhas e três colunas. A7x2 : MatrizA com sete linhas e duas colunas. C2x2: Matriz C com duas linhas e duas colunas. Temos um nome especial quando a matriz possui o mesmo número de linhas e de colunas: matriz quadrada de ordem n, onde o n é o número de linhas ou colunas. Portanto, a matriz C é uma matriz quadrada de ordem 2. “Frequentemente em jornais, revistas e também na internet encontramos informações numéricas organizadas na forma de tabelas, com linhas e colunas. Essa tabela numérica com linhas e colunas é o que chamaremos de Matrizes. [...] Quando trabalhamos com matrizes, em geral utilizamos apenas os números das tabelas, organizando-os em linhas e colunas, entre parênteses, colchetes ou entre duas barras (os dois primeiros são mais comuns)”. Adaptado da apostila de Matrizes. Veja mais informações sobre o assunto e também sobre Matemática Financeira no link: < http://cejarj.cecierj.edu.br/pdf_mod3/matematica/Unid9_MAT_Matematica_Modulo_3.pdf > . Acesso em 3 jul. 2015. Fonte: Conhecendo... (online) https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fcejarj.cecierj.edu.br%2Fpdf_mod3%2Fmatematica%2FUnid9_MAT_Matematica_Modulo_3.pdf&sa=D&sntz=1&usg=AFQjCNF_ULZ7esFQl8Os-aMVYcvtnmYotA Operações envolvendo matrizes Figura 10: Determinantes Fonte: Determinant... (2006, online) https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Matriz inversa Temos dois sistemas lineares com duas equações e duas variáveis para serem solucionados. Quando encontrarmos os valores de e, f, g e h também identificaremos a matriz inversa. https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Temos dois sistemas lineares com duas equações e duas variáveis para serem solucionados. Quando encontrarmos os valores de e, f, g e h também identificaremos a matriz inversa. Para solucionarmos esse sistema, podemos isolar uma variável em uma das equações e colocar o resultado na segunda equação. Equação 1 e + 2g = 1 e = 1 - 2g Inserimos o resultado da equação 1 na equação 2: 3e + 4g = 0 Equação 2 3. (1-2g) + 4g = 0 3 - 6g + 4g = 0 3 - 2g = 0 -2g = -3 g = -3/-2 g = 1,5 (encontramos o valor da variável “g”) https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com Agora, voltamos e substituímos esse resultado na Equação 1 e encontramos o valor da variável “e”. e + 2g = 1 e + 2.1,5 = 1 e + 3 = 1 e = 1 – 3 e = -2 (encontramos o valor da variável “e”) Para solucionarmos esse sistema, podemos isolar uma variável em uma das equações e colocarmos o resultado na segunda equação. Equação 1 f + 2h = 0 f = - 2h Inserimos o resultado da equação 1 na equação 2: 3f + 4h = 1 Equação 2 3. (-2h) + 4h = 1 -6h +4h = 1 -2h = 1 h = 1/(-2) h = -0,5 (encontramos o valor da variável “h”) Agora, voltamos e substituímos este resultado na Equação 1 e encontramos o valor de da variável “f” 3f + 4h = 1 3f + 4(-0,5) = 1 3f -2 = 1 3f = 1 +2 3f = 3 f = 3/3 f = 1 (encontramos o valor da variável “f”) Matriz inversa (A- ) 1 https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com No artigo “Matrizes, Determinantes, Sistemas Lineares e Matriz Inversa”, de autoria de Alessandra S. F. Misiak, você vai encontrar uma síntese de todos os tópicos relacionados a matrizes e determinantes. O objetivo da leitura volta-se para a ampliação dos horizontes e conceitos, bem como a abordagem da importância das matrizes e determinantes na solução de problemas do cotidiano. O texto está disponível em: < http://ganuff.weebly.com/uploads/1/9/2/5/19255685/matrizes-determinantes-sistemas-lineares-e- inversa.pdf > . Acesso em 2 jul. 2015. Fonte: o autor. Determinantes Indicamos o determinante por duas barras laterais envolvendo o conjunto de números, conforme descrito a seguir: Chamamos de diagonal principal a linha que liga as letras “a” e “d”; a linha que liga as letras “c” e “b” é denominada de diagonal secundária. O determinante da matriz de ordem 1x1 é o mesmo número. O resultado do determinante é 2. Calculo de um determinante de ordem 2 https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fganuff.weebly.com%2Fuploads%2F1%2F9%2F2%2F5%2F19255685%2Fmatrizes-determinantes-sistemas-lineares-e-inversa.pdf&sa=D&sntz=1&usg=AFQjCNFg99X_CEjyxPMA3TP6v8rJYCUrZA http://www.google.com/url?q=http%3A%2F%2Fganuff.weebly.com%2Fuploads%2F1%2F9%2F2%2F5%2F19255685%2Fmatrizes-determinantes-sistemas-lineares-e-inversa.pdf&sa=D&sntz=1&usg=AFQjCNFg99X_CEjyxPMA3TP6v8rJYCUrZA O resultado do determinante será 2 - 15, ou seja, -13. Quando trabalhamos com matrizes quadradas de ordem 3 (3x3) utilizamos a chamada “Regra de Sarrus”: repetimos a primeira e a segunda colunas, colocando-as na frente do determinante e multiplicamos todas as diagonais que contêmtrês números; as diagonais que estão do lado da diagonal principal mantêm o sinal dos resultados, e nas multiplicações que estão do lado da diagonal secundária trocamos os sinais; depois somamos todos os números para obter o resultado do determinante. Vamos ver como isso funciona. O resultado do determinante é 24. Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/unidade-1 https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/atividades Página inicial ATIVIDADES 1. Para um conjunto X = {X1, X2, X3, ..., XN} a média aritmética de X é definida por ∑xi/n. A variância populacional é definida por ∑(xi - média)2/n. Dado o conjunto X = {2, 5, 8, 9}, qual é a média e a variância populacional? a) Média = 5; variância = 10 b) Média = 6; variância = 7,5 c) Média = 5; variância = 7,5 d) Média = 7,5; variância = 6 e) Média = 6; variância = 8,7 2. Para um conjunto X = {X1, X2, X3, ..., XN}, a média aritmética de X é definida por ∑ xi/n . A variância populacional é definida por ∑( xi - média ) 2 /n e o cálculo do desvio-padrão populacional é feito pela raiz quadrada da variância calculada. Dado o conjunto X = {2, 5, 8, 9}, qual é o desvio-padrão? a) 2,74 b) 7,5 c) 6 d) 8,74 e) 3,24 3. Dada a tabela dos dados abaixo referente ao número de vendas de veículos importados de alto valor para a classe A por semana no mês de fevereiro de 2014, qual é a variância amostral e o desvio-padrão amostral do conjunto da quantidade de vendas? https://sites.google.com/view/gcr1/p�gina-inicial/atividades https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial a) Variância = 8,67; desvio-padrão amostral = 2,94 b) Variância = 9,67; desvio-padrão amostral = 2,94 c) Variância = 8,67; desvio-padrão amostral = 5,94 d) Variância = 10,67; desvio-padrão amostral = 3,94 e) Variância = 8,67; desvio-padrão amostral = 1,94 4. Uma empresa produz máquinas de lavar de dois modelos - tipo Alpha (sem secagem automática após a lavagem) e tipo Beta (com secagem automática após a lavagem) - e tem como política de garantia a devolução do valor pago acrescido de 10% se qualquer uma apresentar defeito no prazo de seis meses. O tempo para ocorrência de algum defeito nas máquinas de lavar tem distribuição normal: no tipo Alpha, com média de 10 meses e desvio-padrão de 2 meses; e no tipo Beta, com média de 11 meses e desvio- padrão de 3 meses. A máquina de lavar modelo Alpha é produzida com lucro de R$1.200,00, e a Beta com lucro de R$2.100,00. Caso haja restituição, haverá prejuízo de R$2.500,00 para o modelo Alpha e de R$ 7.000,00 para o modelo Beta.Indique a alternativa que mais se aproxima da probabilidade das máquinas de lavar do modelo Alpha gerarem prejuízo. a) 3,5% b) 5,0% c) 7,2% d) 2,3% e) 4,6% 5. Uma empresa produz máquinas de lavar de dois modelos - tipo Alpha (sem secagem automática após a lavagem) e tipo Beta (com secagem automática após a lavagem) - e tem como política de garantia a devolução do valor pago acrescido de 10% se qualquer uma apresentar defeito no prazo de seis meses. O tempo para ocorrência de algum defeito nas máquinas de lavar tem distribuição normal: no tipo Alpha, com média de 10 meses e desvio-padrão de 2 meses; e no tipo Beta, com média de 11 meses e desvio- padrão de 3 meses. A máquina de lavar modelo Alpha é produzida com lucro de R$1.200,00, e a Beta com lucro de R$2.100,00. Caso haja restituição, haverá prejuízo de R$2.500,00 para o modelo Alpha e de R$7.000,00 para o modelo Beta.Indique a alternativa que mais se aproxima da probabilidade das máquinas de lavar do modelo Beta gerarem prejuízo. a) 4,7% b) 8,4% c) 7,0% d) 9,2% e) 8,4% 6. Uma empresa produz máquinas de lavar de dois modelos - tipo Alpha (sem secagem automática após a lavagem) e tipo Beta (com secagem automática após a lavagem) - e tem como política de garantia a devolução do valor pago acrescido de 10% se qualquer https://sites.google.com/view/gcr1/p�gina-inicial/atividades https://getfireshot.com uma apresentar defeito no prazo de seis meses. O tempo para ocorrência de algum defeito nas máquinas de lavar tem distribuição normal: no tipo Alpha, com média de 10 meses e desvio-padrão de 2 meses; e no tipo Beta, com média de 11 meses e desvio- padrão de 3 meses. As máquinas de lavar modelo Alpha são produzidas com lucro de R$1.200,00, e as do modelo Beta com lucro de R$2.100,00. Caso haja restituição, haverá prejuízo de R$2.500,00 para o modelo Alpha e de R$7.000,00 para o modelo Beta.Indique a alternativa que mais se aproxima da probabilidade das máquinas de lavar do modelo Beta quebrarem em prazo superior a 12 meses. a) 38,4% b) 37,0% c) 72,0% d) 29,2% e) 63,0% 7. Uma empresa pretende comprar um equipamento de R$100.000,00 daqui a 4 anos com o montante de uma aplicação financeira. Calcule o valor da aplicação necessária se os juros efetivos ganhos forem de 13% ao quadrimestre, no regime de capitalização composto. a) 39.062,50 b) 390.625,00 c) 23.070,59 d) 230.705,90 e) 230,70 8. Um capital de R$51.879,31 aplicado por 6 meses resultou em R$120.000,00. Qual a taxa efetiva ganha no regime de capitalização composto? a) 15% a.m b) 18% a.t c) 12% a.a. d) 1,5% a.m. e) 15% a.a. 9. Calcule a operação indicada a seguir e assinale a alternativa correta: https://sites.google.com/view/gcr1/p�gina-inicial/atividades https://getfireshot.com 10. Calcule o determinante indicado a seguir e assinale a alternativa que contém o valor. a) -17 b) 17 c) 27 d) 7 e) -7 Resolução das atividades Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/atividades https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/resumo Página inicial RESUMO Inserir textoA matemática e a estatística são utilizadas como ferramentas auxiliares nas diversas áreas do conhecimento. Para a área de gestão de carteiras, tornam-se muito importantes no processo decisório. Para solucionarmos sistemas lineares inerentes à decisão a fim de localizar a combinação ideal de risco e retorno e os percentuais de cada investimento dentro da carteira, utilizaremos matrizes e determinantes. Estes servem na busca de soluções de sistemas lineares pelo Método de Cramer, facilitando a resolução de sistemas lineares muito longos, ou com muitas variáveis e muitos elementos a serem calculados. Para o cálculo de retorno dos investimentos individuais, bem como da carteira, serão necessários elementos de matemática financeira, como taxa de juros, valor presente, valor futuro e prazo. Os cálculos no mundo das finanças e relativo a retornos financeiros são efetuados por meio da tônica dos juros compostos ou capitalização composta. Teremos que trabalhar com valores exponenciais e logaritmos para calcular valores futuros e prazos. Quando abordarmos os riscos inerentes à carteira e aos investimentos individuais, e também em relação a alguns modelos de gestão de investimentos e carteiras, teremos que trabalhar com a distribuição normal de probabilidade para auxiliar nos cálculos. Existem problemas quando possuímos uma série de dados de retorno muito extensa. Em casos como esses, teremos que recorrer a elementos gráficos para visualizar melhor, e uma das alternativas é montar o histograma. Para medirmos risco ou volatilidade na gestão de carteiras, teremos a utilização das medidas de tendência central com cálculo da variância e do desvio-padrão. No momento em que tratarmos de esperança de retorno de ativos individuais ou de carteiras, utilizaremos a média como ferramenta auxiliar. Na gestão de carteiras, ao montarmos os elementos da fronteira eficiente para determinação de uma carteira ótima de ativos, teremos que nos apropriar das ferramentas descritas anteriormente. Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/resumohttps://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/eu-indico Página inicial Material Complementar Leitura O Andar do Bêbado Autor: Leonard Mlodinow Editora: Zahar Sinopse: O livro sugere que não estamos preparados para lidar com o aleatório – e, por isso, não percebemos o quanto o acaso interfere em nossas vidas. Citando exemplos e pesquisas presentes em todos os âmbitos da vida, do mercado financeiro aos esportes, de Hollywood à medicina, Mlodinow apresenta de forma divertida e curiosa as ferramentas necessárias para identificar os indícios do acaso. Como resultado, nos ajuda a fazer escolhas mais acertadas e a conviver melhor com fatores que não podemos controlar. Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/eu-indico https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/refer%C3%AAncias Página inicial REFERÊNCIAS BAR chart . Wikimedia commons , 31 ago. 2015. Disponível em: < https://commons.wikimedia.org/wiki/Bar_chart > . Acesso em 19 dez. 2015. BERNSTEIN, P. L. Desafio aos deuses : a fascinante história do risco. 2. ed. São Paulo: Campus, 1997. BODIE, Z.; KANE, A.; MARCUS, A. J. I nvestimentos . 8. ed. Porto Alegre: AMGH, 2010. BUSSAB, W. O.; MORETTIN, P. A. Estatística básic a. 5. ed. São Paulo: Saraiva, 2002. CALIL, Mauro. Finalmente bolsa sem risco. Exame.com , 2015. Disponível em: < http://exame.abril.com.br/rede-de-blogs/etiqueta- financeira/2015/07/08/finalmente-bolsa-sem-risco >. Acesso em 25 ago. 2015. CARTAS e dados magic. Wikimedia common s, 11 out. 2011. Disponível em: < https://commons. wikimedia.org/wiki/File:Cartas_e_dados_Magic.jpg?uselang=pt-br >. Acesso em 19 dez. 2015. CONHECENDO um pouco de matrizes e determinantes. Fundação CECIER J. Disponível em: < http://cejarj.cecierj.edu.br/pdf_mod3/matematica/Unid9_MAT_Matematica_Modulo_3.pdf >. Acesso em: 3 jul. 2015. CONTANDO dinheiro. Wikimedia common s, 28 out. 2004. Disponível em: < https://commons.wikimedia. org/wiki/File:Contando_Dinheiro_(8228640).jpg?uselang=pt-br >. Acesso em 23 dez. 2015. CRESPO, A. A. Estatística fácil . 19. ed. São Paulo: Saraiva, 2009. DETERMINANT triangles. Wikimedia commons , 23 out. 2006. Disponível em: < https://commons.wikimedia.org/wiki/File:Determinant-triangles.png?uselang=pt-br >. Acesso em 19 dez. 2015. DIAGRAMA, arvore, moedas. Wikimedia commons , 2 mar. 2014. Disponível em: < https://commons.wikimedia.org/wiki/File:Diagrama-arvore-moedas.svg?uselang=pt-br >. Acesso em 19 dez. 2015. DISTRIBUIÇÃO normal. I nstituto de matemática e estatística . Disponível em: < http://www.ime.usp.br/~chang/home/mae116/aulas/Aula%206_distribui%E7%E3o%20Normal.pdf >. Acesso em 3 jul. 2015 FAMA, E. F.; FRENCH, K. R. Common risk factors in the returns on stocks and bonds. Journal of Financial Economics , Chicago, n. 33, p. 3-56, 1 sep. 1993. FINANCE. Wikimedia commons , 26 nov. 2014. Disponível em: < https://commons.wikimedia.org/wiki/File:Finance.gif? uselang=pt-br >. Acesso em: 19 dez. 2015. GUJARATI, D. N. Econometria básica . São Paulo: Makron Books, 2000. https://sites.google.com/view/gcr1/p�gina-inicial/refer�ncias https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FBar_chart&sa=D&sntz=1&usg=AFQjCNGvO9nw__fjXkyIU4neGqm26Ufxzg http://www.google.com/url?q=http%3A%2F%2Fexame.abril.com.br%2Frede-de-blogs%2Fetiqueta-financeira%2F2015%2F07%2F08%2Ffinalmente-bolsa-sem-risco&sa=D&sntz=1&usg=AFQjCNEH1bgEWDKDyVAAeEA2O9GYLIcJZw http://www.google.com/url?q=http%3A%2F%2Fexame.abril.com.br%2Frede-de-blogs%2Fetiqueta-financeira%2F2015%2F07%2F08%2Ffinalmente-bolsa-sem-risco&sa=D&sntz=1&usg=AFQjCNEH1bgEWDKDyVAAeEA2O9GYLIcJZw https://www.google.com/url?q=https%3A%2F%2Fcommons.&sa=D&sntz=1&usg=AFQjCNG0pud9SLJPQFnx5OJaTauzRgp83Q https://www.google.com/url?q=https%3A%2F%2Fcommons.&sa=D&sntz=1&usg=AFQjCNG0pud9SLJPQFnx5OJaTauzRgp83Q https://www.google.com/url?q=https%3A%2F%2Fcommons.&sa=D&sntz=1&usg=AFQjCNG0pud9SLJPQFnx5OJaTauzRgp83Q http://www.google.com/url?q=http%3A%2F%2Fcejarj.cecierj.edu.br%2Fpdf_mod3%2Fmatematica%2FUnid9_MAT_Matematica_Modulo_3.pdf&sa=D&sntz=1&usg=AFQjCNF_ULZ7esFQl8Os-aMVYcvtnmYotA https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.&sa=D&sntz=1&usg=AFQjCNGQfGsI31dxWjjdgaCcjNAA8YH3_w https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.&sa=D&sntz=1&usg=AFQjCNGQfGsI31dxWjjdgaCcjNAA8YH3_w https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.&sa=D&sntz=1&usg=AFQjCNGQfGsI31dxWjjdgaCcjNAA8YH3_w https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3ADeterminant-triangles.png%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNHwu7jC2Q_3Eez_xJ-CD6oz5F1tMw https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3ADiagrama-arvore-moedas.svg%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNGoajXnORRkNtPo0CWxObHnywQ0oQ http://www.google.com/url?q=http%3A%2F%2Fwww.ime.usp.br%2F~chang%2Fhome%2Fmae116%2Faulas%2FAula%25206_distribui%25E7%25E3o%2520Normal.pdf&sa=D&sntz=1&usg=AFQjCNEoAf0wwOLzVabtA2WES_BmrarsQg https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3AFinance.gif%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNGVkdxNeqLTdt4fvomfFaq-W-ByhA https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3AFinance.gif%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNGVkdxNeqLTdt4fvomfFaq-W-ByhA GITMAN, L. J. Princípios de administração financeira. 10. ed. São Paulo: Addison Wesley, 2004. GONÇALVES JR., C.; PAMPLONA, E. de O.; MONTEVECHI, J. A. B. Seleção de carteiras através do modelo de Markowitz para pequenos investidores (com o uso de planilhas eletrônicas). In: IX SIMPEP, 2002, Bauru. Anais... Bauru, 2002. HAMDAN, Amer Cavalheiro. Distribuição normal. Amer Cavalheiro Hamda n: neuropsicologia eafins. Disponível em: < https://amerhamdan.wordpress.com/2012/11/27/distribuicao-normal/ >. Acesso em 11 dez. 2015. HARPE, W. F. A Simplified Model for Portfolio Analysis. Management Science , Washington, v. 9, n. 2, p. 277-293, jan. 1963. HISTOGRAMA. Wikimedia commons , 29 jul. 2015. Disponível em: < https://commons.wikimedia.org/wiki/File:Histograma_wiki1.png?uselang=pt-br >. Acesso em 19 dez. 2015. ______ distribución. Wikimedia common s, 28 ago. 2014. Disponível em: < https://commons.wikimedia.org/wiki/File:Histograma- distribuci%C3%B3n.png?uselang=pt-br >. Acesso em 23 dez. 2015. HISTÓRIA da estatística. In: Instituto de matemática UFRGS . Disponível em: < http://www.ufrgs.br/mat/graduacao/estatistica/historia-da-estatistica >. Acesso em 3 set. 2015. JORION, P. Value at risk : A nova fonte de referência para o controle do risco de mercado. São Paulo: Bolsa. Mercantil & de Futuro, 1998. LAPPONI, J. C. Estatística usando Exce l. Rio de Janeiro: Elsevier, 2005. LUSTOSA, P. R. B.; PONTE, V. M. R.; DOMINAS, W. R. Simulação. In: CORRAR, L. J.; THEÓPHILO, C. R. (Coord.). Pesquisa operacional para decisão em contabilidade e administração : contabilometria. São Paulo: Atlas, 2004. MARKOWITZ, H. M. Portfolio selection. Journal of Finance , Washington, v. 7, n. 1, p. 77-91, mar 1952. MEDRI, Waldir. Análise exploratória de dados . Londrina: 2011. Disponível em: < http://www.uel.br/pos/estatisticaeducacao/textos_didaticos/especializacao_estatistica.pdf >. Acesso 10 dez. 2015. MISIAK, A. S. F. Matrizes, Determinantes, Sistemas Lineares e Matriz Inversa . Cascavel, 2011. Disponível em: < http://ganuff.weebly.com/uploads/1/9/2/5/19255685/matrizes-determinantes--sistemas-lineares-e-inversa.pdf >. Acesso em 2 jul. 2015. OLIVEIRA, C. Planejamento financeiro. Disponívelem: < http://www.professorcezar.adm.br/Textos/Planejamento%20Financeiro.pdf >. Acesso em 2 jul. 2015. ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, J. Administração financeira : Corporate Finance. 2. ed. São Paulo: Atlas, 2007. SÁ, G. T. Administração de investimentos: teoria de carteiras e gerenciamento do risco. Rio de Janeiro: Qualitymark, 1999. SÁ, I. P. de. Curso básico de matemática comercial e financeira. Rio de Janeiro, 2011. Disponível em: < http://www.magiadamatematica.com/uss/administracao/10-matematica-financeira-curso-basico-administracao.pdf >. Acesso em 2 jul. 2015. SHARPE , W. F. Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk. Journal of Finance, v. 19, n. 3, p. 425-442, sep. 1964. SOUSA, A. F. de; CHAIA, A. J. Política de crédito: uma análise qualitativa dos processos em empresas. Caderno de Pesquisas em Administração , São Paulo, v. 7, n. 3, jul./set. 2000. SIRONI, A.; RESTI, A. Risk Management and Shareholders’ Value in Banking: From Risk Measurement Models to Capital Allocation Policies. Washington: Wiley Finance, 2007. STELL, W. Change: The Sixth C of Credit. The RMA Journal , Philadelphia, v. 92, p. 12-37, sep. 2009 Avançar https://sites.google.com/view/gcr1/p�gina-inicial/refer�ncias https://getfireshot.com https://www.google.com/url?q=https%3A%2F%2Famerhamdan.wordpress.com%2F2012%2F11%2F27%2Fdistribuicao-normal%2F&sa=D&sntz=1&usg=AFQjCNF53TyqgwCk_4WhLio4kqYaIsUk7A https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3AHistograma_wiki1.png%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNH-PB0Um5EgBJVKXERVfQPZdCYYPg https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3AHistograma-distribuci%25C3%25B3n.png%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNElIfAmokmK71IXOj1ahu6gonlwpg https://www.google.com/url?q=https%3A%2F%2Fcommons.wikimedia.org%2Fwiki%2FFile%3AHistograma-distribuci%25C3%25B3n.png%3Fuselang%3Dpt-br&sa=D&sntz=1&usg=AFQjCNElIfAmokmK71IXOj1ahu6gonlwpg http://www.google.com/url?q=http%3A%2F%2Fwww.ufrgs.br%2Fmat%2Fgraduacao%2Festatistica%2Fhistoria-da-estatistica&sa=D&sntz=1&usg=AFQjCNHeJKiN4bkpgDEbGQf75mHpRC5Bdg http://www.google.com/url?q=http%3A%2F%2Fwww.uel.br%2Fpos%2Festatisticaeducacao%2Ftextos_didaticos%2Fespecializacao_estatistica.pdf&sa=D&sntz=1&usg=AFQjCNHN4QwBrW4lLL114ZDjjOcy_dQBBw http://www.google.com/url?q=http%3A%2F%2Fganuff.weebly.com%2Fuploads%2F1%2F9%2F2%2F5%2F19255685%2Fmatrizes-determinantes--sistemas-lineares-e-inversa.pdf&sa=D&sntz=1&usg=AFQjCNFRiFrRdPp4nFxov_EKLQJT9cnyHA http://www.google.com/url?q=http%3A%2F%2Fwww.professorcezar.adm.br%2FTextos%2FPlanejamento%2520Financeiro.pdf&sa=D&sntz=1&usg=AFQjCNG386wp7UigR1JElwHPFp4Om36UsA http://www.google.com/url?q=http%3A%2F%2Fwww.magiadamatematica.com%2Fuss%2Fadministracao%2F10-matematica-financeira-curso-basico-administracao.pdf&sa=D&sntz=1&usg=AFQjCNFiXHiZEC_y5eVwcctF7hLiTivLUg https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/aprofundando UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/refer�ncias https://getfireshot.com Página inicial APROFUNDANDO Finalmente bolsa sem risco Quando alguém chega até nós com uma proposta mirabolante de ganhos extraordinários, logo desconfiamos. Como dizem os profissionais de finanças, “no mercado não há almoço grátis”. Em artigo publicado na revista Exame. com , no dia 8 de julho de 2015, Mario Calil, fundador da Academia do Dinheiro, conta que recebeu um convite para conhecer um novo produto financeiro com retorno garantido e de renda variável. Segundo ele, o diretor da instituição financeira explicou que o papel, denominado Certificado de Operação Estruturado (COE) e baseado em Ibovespa, tinha aplicação inicial de R$50 mil com um prazo estimado de um ano e capital protegido. Em outras palavras, uma garantia para o capital caso a variação fosse muito grande no futuro. Como o certificado é registrado na Central de Custódia e Liquidação Financeira de Títulos (Cetip), que funciona como um regulador e organizador do mercado de títulos privados, em nome do investidor, a operação seria bem mais segura, pois há um registro no nome do investidor e não é um fundo de investimento, explicou Calil. Ele também relatou que o executivo que mostrava o produto financeiro apresentou a utilização de instrumentos derivativos de mercados futuros a fim de garantir uma rentabilidade de 7% ao ano, mesmo que o indicador Ibovespa caísse. Caso a bolsa subisse até 23,9%, o investidor ganharia essa variação. Trocando em miúdos: quem aplicasse R$100 mil teria, com certeza, após um ano R$107 mil, ou seja, o capital investido mais R$7.000,00 de retorno, além da variação positiva do indicador Ibovespa até 23,9%. Se a bolsa caísse, o investidor ficaria somente com os 7% de rentabilidade garantida. Na hipótese de ela subir 15% no prazo de um ano, ele embolsaria um retorno de 22%, que é a soma dos 7% mais 15% da variação do índice Ibovespa. Muitos analistas e investidores podem alegar que ganhariam muito mais com outra estratégia de investimento em renda variável, assinalou Calil. Entretanto, disse ele, não se deve desprezar a vantagem de se ter uma renda certa de 7% e ainda participar do risco de mercado do Ibovespa, levando a parte positiva na subida e não ficando com o prejuízo na eventual queda da bolsa de valores. Disponível em: < http://exame.abril.com.br/rede-de-blogs/etiquetafinanceira/2015/07/08/finalmente-bolsa-sem-risco />. Acesso em: 25 ago. 2015. Fonte: o autor. PARABÉNS! Você aprofundou ainda mais seus estudos! Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/aprofundando https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial http://www.google.com/url?q=http%3A%2F%2Fexame.abril.com.br%2Frede-de-blogs%2Fetiquetafinanceira%2F2015%2F07%2F08%2Ffinalmente-bolsa-sem-risco&sa=D&sntz=1&usg=AFQjCNF1rrgcOwwhBmYuNwHWDPVcK_geuA https://sites.google.com/view/gcr1/p%C3%A1gina-inicial/editorial Página inicial EDITORIAL DIREÇÃO UNICESUMAR Reitor Wilson de Matos Silva Vice-Reitor Wilson de Matos Silva Filho Pró-Reitor de Administração Wilson de Matos Silva Filho Pró-Reitor Executivo de EAD William Victor Kendrick de Matos Silva Pró-Reitor de Ensino de EAD Janes Fidélis Tomelin Presidente da Mantenedora Cláudio Ferdinandi C397 CENTRO UNIVERSITÁRIO DE MARINGÁ . Núcleo de Educação a Distância; SANTOS , Marcelo dos. Gestão de Carteiras e Riscos . Marcelo dos Santos. Maringá-Pr.: UniCesumar, 2018. 55 p. “Pós-graduação Universo - EaD”. 1. Gestão. 2. Carteiras. 3. Riscos 4. EaD. I. Título. ISBN 978-85-459-0224-9 CDD - 22 ed. 332 CIP - NBR 12899 - AACR/2 Pró Reitoria de Ensino EAD Unicesumar Diretoria de Design Educacional Equipe Produção de Materiais Fotos : Shutterstock NEAD - Núcleo de Educação a Distância Av. Guedner, 1610, Bloco 4 - Jardim Aclimação - Cep 87050-900 Maringá - Paraná | unicesumar.edu.br | 0800 600 6360 Retornar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr1/p�gina-inicial/editorial https://getfireshot.com https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial https://sites.google.com/view/gcr1/p%C3%A1gina-inicial Página inicial GESTÃO DE CARTEIRAS Professor (a) : Me. Marcelo dos Santos Objetivos de aprendizagem • Refletir sobre a utilização da gestão de carteiras como auxiliar na gestão operacional de investimentos. • Entender a relação entre a gestão de carteira e as decisões de alocação de investimentos dentro de um portfólio. • Compreender a utilização da gestão de carteiras tanto em bancos de investimento como em outras organizações para auxiliar no planejamento estratégico ou operacional. • Reforçar a importância de utilização da gestão de carteiras para melhor tomada de decisão na área de investimentos. • Recordar ferramentas para cálculomanual e por meio de planilhas a respeito da Teoria das Carteiras. https://sites.google.com/view/gcr-2/p�gina-inicial https://getfireshot.com https://sites.google.com/view/gcr-2/p%C3%A1gina-inicial https://sites.google.com/view/gcr-2/p%C3%A1gina-inicial Plano de estudo A seguir, apresentam-se os tópicos que você estudará nesta unidade: • Introdução à gestão de carteiras e mercado eficiente. • Teoria das Carteiras. • Modelos de gestão de carteiras. • Administração e desempenho da gestão de uma carteira. Introdução Prezado(a) aluno(a), Nos cenários de economia mundial em expansão ou contração, sempre há ótimas oportunidades de investimento. O gerenciamento deles, visando maior retorno com menor risco, na montagem de uma carteira, é uma das principais ferramentas nas mãos de um gestor. A gestão de carteiras constitui ótima coadjuvante na tomada de decisão sobre a quantidade e valores que ele deve alocar em seu portfólio. Nesta unidade, apresentaremos a gestão de carteiras como forma de administrar carteiras de investimentos dentro de um portfólio de opções de títulos públicos e privados, instrumentos de renda fixa e fundos de investimentos em longo e curto prazo. Na Aula I, faremos um breve histórico sobre a evolução da Teoria das Carteiras e apontaremos a importância e as premissas para sua aplicação, como a Hipótese do Mercado Eficiente (HME). Essa teve origem nos anos de 1960 e pressupõe que o preço das ações reflete um consenso a respeito do valor real e as expectativas de cada uma. Na Aula II, reforçaremos os pontos referentes à seleção de investimentos para montagem de carteiras dentro do modelo de Markowitz. Em 1952, ele publicou um trabalho que é o ponto principal dos estudos de carteiras de investimentos e considerado essencial para o desenvolvimento da área. Em resumo, criou uma ferramenta para satisfazer a relação risco x retorno de acordo com as preferências do investidor. Apresentaremos na Aula III, os demais modelos de gestão de carteiras e outros importantes na gestão de investimento, como o Modelo de Elton Gruber, o Modelo de Índice Único de Sharpe e a Teoria de Mercado de Capitais (Modelo CAPM) e sua evolução ao longo do tempo. Visando ao acompanhamento e à administração e desempenho de uma carteira, apresentaremos na Aula IV os principais pontos ligados a essas questões. https://sites.google.com/view/gcr-2/p�gina-inicial https://getfireshot.com Pronto(a) para começar? Então, boa leitura e bons estudos! Avançar UNICESUMAR | UNIVERSO EAD https://sites.google.com/view/gcr-2/p�gina-inicial https://getfireshot.com https://sites.google.com/view/gcr-2/p%C3%A1gina-inicial/unidade-2 Página inicial Introdução à gestão de carteiras e mercado eficiente A Teoria das Carteiras revolucionou os estudos referentes à análise e à gestão de investimento em 1952, auxiliando na tomada de decisão a respeito de quais títulos e ativos alocar em uma carteira, de forma a otimizar a relação entre o binômio risco e retorno. Como toda teoria necessita de uma simplificação de alguns parâmetros para a análise e estudo da realidade que nos cerca, uma das hipóteses elencadas como premissa para o desenvolvimento e implementação correta da Teoria das Carteiras foi a Hipótese de Mercado Eficiente. É sobre isso que trataremos nesta aula, recuperando as suas origens históricas, os fatos mais significativos e também os principais pressupostos que a sustentam. Origens históricas da Teoria das Carteiras A necessidade de ferramentas para o tratamento de investimentos nos mercados de capitais teve início na década de 1920, nos Estados Unidos, onde houve o crescimento desenfreado da aplicação em bolsa de valores. Isso foi motivado pelo fato de que, com o final da Primeira Guerra Mundial, a Europa estava arrasada e todos os países desse continente compravam produtos industrializados dos Estados Unidos. Figura 1: Bolsa de Valores de São Paulo/Bovespa Traders https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com https://sites.google.com/view/gcr-2/p%C3%A1gina-inicial https://sites.google.com/view/gcr-2/p%C3%A1gina-inicial Fonte: Bovespa... (2013, online). Com o passar do tempo, as indústrias da Europa retomaram suas atividades, gerando uma oferta muito acima da demanda de produtos industrializados norte-americanos. As expectativas das empresas não se confirmaram e no final da década de 1920 – mais exatamente em 1929 – veio a grande crise chamada de “ Crash da Bolsa de Nova York”. Na década de 1930, após diversos estudos por grandes expoentes do mercado de capitais, chegou-se à conclusão de que a transparência das organizações se mostrou como o principal ponto. Criou-se, então, o conceito de disclosure (abertura e disseminação total de informações) pelas empresas para tornar mais justa a relação entre investidores e corporações. Na área de Finanças e Mercado de Capitais temos, nessa década, três pontos principais que auxiliaram o desenvolvimento no futuro da Teoria das Carteiras: as expectativas de longo prazo com a associação ao risco em 1936, abordada pelo economista John Maynard Keynes; o desenvolvimento de Duration (duração), por Frederich Macaulay, em 1938; e o artigo de T. Rowe Price, em 1939, intitulado “Picking Growth Stocks”. Na década seguinte, destaques ficaram por conta da evolução do mercado de capitais, do crescimento da profissão de analista de investimento e de técnicas para o desenvolvimento das atividades operacionais na área. Entretanto, foi somente em 1952 que o mercado de capitais experimentou uma das maiores evoluções, com a Teoria das Carteiras de Markowitz. Em 1964, um aluno de Markowitz, chamado William Sharpe, foi desafiado a simplificar o arcabouço matemático e estatístico da Teoria de Carteiras. Ele desenvolveu um trabalho tão bom que resultou em outra teoria dentro do mercado de capitais, que foi inicialmente chamada de Modelo de Índice Único e depois reconhecida mundialmente como CAPM ( Capital Asset Price Model ) – ou Modelo de Precificação de Ativos. Ele é utilizado até hoje no gerenciamento de investimentos, apesar das restrições teóricas referente às premissas dele. O modelo de Sharpe trabalhava com títulos em mercados de risco, mas não poderia ser utilizado em opções para mercados futuros. Então, na década de 1970, Fischer Black e Myron Scholes desenvolveram o modelo Black & Scholes para precificação de opções no mercado futuro. Para efeito de síntese, podemos assim registrar os fatos marcantes a respeito da gestão técnica de escolha de investimento: • 1920 – Período de euforia nos mercados norte-americanos. • 1929 – Crash da Bolsa de Nova York. • 1930 – Desenvolvimento da função de analista de investimentos. • 1940 – Conceito de expectativas de longo prazo e de Duration em carteiras. • 1952 – Harry Markowitz publicou o artigo intitulado “ Portfolio Selection ”. • 1964 – William Sharpe desenvolveu nova teoria chama Modelo de Índice Único, mais tarde conhecida como CAPM ( Capital Asset Price Model ) ou Modelo de Precificação de Ativos. • 1973 – Fischer Black e Myron Scholes apresentaram o modelo Black & Scholes para precificação de opções no mercado futuro. https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com Duration é o prazo médio ponderado de um título ou uma carteira. Leia o artigo “Seleção de carteiras através do modelo de Markowitz para pequenos investidores (com o uso de planilhas eletrônicas)”. Ele aborda a aplicação de ferramentas de otimização na área de investimento, utiliza o Excel e a pesquisa operacional aplicada na otimização de carteiras visando a reduzir o risco a uma determinada taxa de retorno. O artigo está disponível em: < http://www.iepg.unifei.edu.br/edson/download/Artclebersimpep2002.pdf >. Acesso em 3 jul. 2015. Fonte: o autor. Pressupostos da Hipótese de Mercado Eficiente (HME) A Hipótese de Mercado Eficiente (HME) foi originada nadécada de 1960 e tem como ponto de partida o conceito de que o preço das ações reflete tudo o que ocorre no mundo real com a empresa representativa daqueles títulos. Indicamos, a seguir, os pressupostos para se ter um mercado eficiente: a. Todos os atores do mercado têm acesso ao mesmo tempo e a todas as informações disponíveis sobre dados e fatos que impactem o preço dos títulos. Isso é reconhecido como a Simetria de Informações. b. Os investidores e profissionais do mercado de capitais têm conhecimento técnico e ferramentas para efetuar a avaliação de informações que impactem a seleção de títulos. c. Todos os analistas de investimentos possuem previsões e expectativas futuras semelhantes e homogêneas. d. Todos os investidores e profissionais de mercado de capitais acompanham as informações inerentes aos títulos do mercado e efetuam alterações e ajustes à medida que novas informações são inseridas no mercado. “Segundo Harry Markowitz (1952), o processo de seleção de uma carteira de ações pode ser dividido em dois estágios. O primeiro começa com observação e experiência e termina com opiniões sobre a performance futura dos negócios avaliados. O segundo estágio começa com as opiniões relevantes sobre o futuro e termina com a escolha de uma carteira de ações. Este trabalho é baseado no segundo estágio”. Confira o link e veja mais sobre a Teoria das Carteiras: < http://www.iepg.unifei.edu.br/edson/download/Artclebersimpep2002.pdf >. . Acesso em 3 jul. 2015. Fonte: Gonçalves Jr.; Pamplona; Montevechi (2002, online). https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.iepg.unifei.edu.br%2Fedson%2Fdownload%2FArtclebersimpep2002.pdf&sa=D&sntz=1&usg=AFQjCNEap94Ta68nabQQp8Ym_qYjtiY1Tw http://www.google.com/url?q=http%3A%2F%2Fwww.iepg.unifei.edu.br%2Fedson%2Fdownload%2FArtclebersimpep2002.pdf&sa=D&sntz=1&usg=AFQjCNEap94Ta68nabQQp8Ym_qYjtiY1Tw Com o encerramento desta aula, conhecemos as origens da Teoria das Carteiras e também os pressupostos da Hipótese de Mercado Eficiente. Vale a pena, de forma breve, assinalar que a Gerência de Investimentos tem diversas atribuições específicas, entre as quais se incluem: • Seleção de alternativas. • Montagem de carteiras. • Mensuração de desempenho. • Reavaliação de risco x retorno. Normalmente o investidor leva em consideração alguns parâmetros na escolha de investimentos. Entre eles, vale destacar: • Retorno esperado do investimento. • Risco do investimento. • Liquidez do investimento. Figura 2: Investimento/Euro Fonte: Euro (2015, online). https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com Teoria das carteiras A evolução de um país em muito se deve pelo desenvolvimento de seu mercado de capitais, pois esse direciona recursos de agentes superavitários de capital (investidores) para agentes deficitários de capital (empresas), para que realizem projetos fomentando o desenvolvimento da indústria, comércio e serviços de um país. Nesta aula, vamos detalhar a Teoria das Carteiras, elencando os principais aspectos a ela relacionados. A Teoria das Carteiras, desenvolvida em 1952 por Markowitz, tem como ponto principal a necessidade de que investidores do mercado de capitais possuam ferramentas melhores para otimizar a alocação de recursos em carteiras de investimentos. Como o tratamento sugerido por Markowitz era muito complexo, exigia muitos cálculos avançados para época – os quais incluíam um grande número de estimativas de covariâncias entre retornos dos títulos tomados dois a dois –, a teoria não foi muito utilizada naquele momento, dado que os meios computacionais eram pouco desenvolvidos. Figura 3: Covariância/Variograma Fonte: Variograma... (2011, online). https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com Como aprendemos, a variância refere-se a um único item e demonstra quanto o preço da ação varia, e também como verificamos a raiz quadrada da variância representa o desvio padrão que em finanças e Teoria das Carteiras representa o risco. Figura 4: Fórmula da Covariância. Fonte: o autor. Em 1960, um aluno de Markowitz chamado William Sharpe foi convidado a desenvolver um modo simplificado para se avaliarem carteiras. Ele criou o Modelo do Índice Único, no qual tornava simples diversas hipóteses do trabalho do seu mestre, resultando em algo mais prático para o mercado. O cálculo da covariância auxilia a verificação da variação de papéis dentro da carteira sempre tomados dois a dois, e a média nos fornece a esperança de retorno de um único investimento. Já a variância e o desvio-padrão são representativos de risco dentro da uma carteira de investimentos e auxiliam na alocação de recursos por meio da Teoria das Carteiras. Confira o artigo “Os fundos de ações e a alocação ótima de ativos proposta por Markowitz”. Ele faz uma interessante comparação entre carteiras de fundos de investimento que utilizam outras técnicas de seleção e outras que utilizam a Teoria das carteiras de Markowitz. As carteiras contêm ações da Bovespa. Disponível em: < http://www.aedb.br/seget/arquivos/artigos07/1243_ARTIGO%20MARKOWITZ.pdf >. Acesso em 2 jul. 2015. Fonte: o autor. Para validação e correta utilização da Teoria das Carteiras, é importante que você conheça as suas premissas. Abaixo elas estão listadas: 1. As expectativas para os preços dos títulos são sempre para determinado período. 2. Todos os analistas e investidores buscam maximizar retorno e minimizar risco. 3. As projeções de retorno das ações ou títulos são feitas a partir de uma distribuição de probabilidades. 4. Os investidores associam a volatilidade ao desvio-padrão das taxas de retorno que representa o risco de ações ou outros títulos. 5. Todas as decisões dos investidores são baseadas única e exclusivamente no retorno (esperança ou média) e no risco (desvio- padrão). 6. Para qualquer nível de risco, os investidores preferem maiores retornos a menores retornos. O que é uma distribuição de probabilidade? Vamos exemplificar com números. https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.aedb.br%2Fseget%2Farquivos%2Fartigos07%2F1243_ARTIGO%2520MARKOWITZ.pdf&sa=D&sntz=1&usg=AFQjCNHZsMN9HVG6000Wt4uS0V1DDmaP2w Vamos calcular o retorno esperado multiplicando-o por sua probabilidade de ocorrer e depois somando todas as parcelas que multiplicamos. Isso se chama cálculo da média ponderada, conforme explicado abaixo: R = (0,20 x -10) + (0,40 x 5) + (0,30 x 20) + (0,10 x 30) R = - 2 + 2 + 6 + 3 R = 9 O retorno esperado desse papel é de 9%. “Segundo Francis (1993), uma carteira pode ter elevada taxa de retorno, porém carregar um elevado grau de incerteza, tornando-a, assim, inaceitável. De outra forma, uma carteira com pequeno grau de incerteza pode trazer consigo uma taxa de retorno muito pequena, tornando-a, também, inaceitável. Portanto, uma carteira é considerada eficiente se, fixada uma taxa de retorno, nenhuma outra carteira existir com menor risco; ou pode-se dizer que, para um dado nível de risco, nenhuma outra carteira exista com uma maior taxa de retorno”. Disponível em: < http://www.aedb.br/seget/arquivos/artigos07/1243_ARTIGO%20MARKOWITZ.pdf >. Acesso em 3 jul. 2015. Fonte: PEREIRA, L. et al. (2007, online). Como verificamos nas premissas, o risco está associado à variação dos retornos históricos do título, entendamos como variação o que é calculado em estatística pelo desvio-padrão ou pela variância. O desvio-padrão é a raiz quadrada da variância que mede a variabilidade de uma série de dados. Utilizamos muito as ferramentas da estatística na área de finanças: média, moda, desvio-padrão, variância e regressão linear, entre outras. Na Teoria das Carteiras temos que utilizar a matemática e a estatística de formas complexaspara nos auxiliar no controle e acompanhamento do cumprimento das metas de retorno de uma carteira, bem como fazer projeções, montar carteiras e controlar investimentos. As planilhas eletrônicas nos ajudam bastante nos cálculos referente à Teoria das Carteiras, o Excel possui todas as funções estatísticas já prontas para uso, portanto precisamos tão somente inserir os dados e acionar as funções. O problema de seleção de carteiras é encontrar aquelas correspondentes às combinações dos ativos existentes no mercado, a fim de que para dado retorno tenha um risco mínimo ou para dado risco tenha um retorno máximo. O problema de seleção de carteiras visto pela ótica do senso comum nos remete à velha história de carregarmos ovos dentro de uma única cesta; caso ela caia, perderemos todos os ovos. Mas como podemos escolher as cestas e os ovos que irão dentro delas? Caso fosse possível em um intervalo de tempo curto montar todas as carteiras possíveis para três títulos e analisar o seu retorno e seu risco, teríamos um desenho gráfico em forma de curva que indicaria no eixo X o risco, e no eixo Y o retorno esperado. https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.aedb.br%2Fseget%2Farquivos%2Fartigos07%2F1243_ARTIGO%2520MARKOWITZ.pdf&sa=D&sntz=1&usg=AFQjCNHZsMN9HVG6000Wt4uS0V1DDmaP2w Tabela 1: Distribuição de Percentual de Títulos na Carteira Fonte: o autor. Continuando o raciocínio, teríamos para cada nível de carteira do Título A 100 possibilidades de combinações de B e C. Pela teoria geral da contagem, o total de carteiras seria de 100 x 100 = 10.000. Figura 5: Fronteira Eficiente. Fonte: Carvalho (2009, online). A Fronteira Eficiente, no modelo de Teoria das Carteiras de Markowitz, indica uma série de carteiras compostas por títulos ou ações nas quais o binômio, risco e retorno, é otimizado. Seu desenho é parecido com uma curva dentro de um plano cartesiano: o eixo das ordenadas (vertical) contém as medidas de retorno e o das abscissas (horizontal) apresenta o risco. “A identificação da fronteira eficiente é um passo importante para a análise de investimentos.” Ao identificarmos a fronteira eficiente já encontramos a melhor carteira? Disponível em: < http://www.aedb.br/seget/arquivos/artigos07/1243_ARTIGO%20MARKOWITZ.pdf > . Acesso em 3 jul. 2015. https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.aedb.br%2Fseget%2Farquivos%2Fartigos07%2F1243_ARTIGO%2520MARKOWITZ.pdf&sa=D&sntz=1&usg=AFQjCNHZsMN9HVG6000Wt4uS0V1DDmaP2w Modelos de gestão de carteiras Apresentaremos nesta aula alguns modelos no setor de finanças e investimentos que fomentaram o entendimento e desenvolvimento da área de análise e seleção de carteiras de papéis. Ao longo do tempo, costumeiramente na área de finanças denominamos títulos de renda fixa, títulos de renda variável simplesmente papéis. Em 1964, Sharpe desenvolveu o Modelo CAPM ( Capital Asset Price Model ), voltado à precificação de ativos e que é utilizado até hoje para selecionar títulos individuais ou carteiras, com a medida de risco denominada “Beta” – que indica o risco não diversificável, que é aquele que não pode ser reduzido através do processo de diversificação da carteira. Em 1970, Fischer Black e Myron Scholes, utilizando a ideia central de Markowitz, desenvolveram um modelo para precificação de opções que ficou conhecido como Modelo de Black & Scholes para precificação de opções de ações. Black e Scholes utilizaram fórmulas da física para previsão de eventos financeiros no mercado futuro. O mercado futuro negocia diversos itens para entrega futura na área financeira ou física; com o tempo foram criados instrumentos financeiros complexos, como os derivativos e as opções, uma opção dá o direito de escolher entre comprar ou não no futuro dado ativo, ou também vender ou não no futuro determinado ativo ou mercadoria. O modelo auxiliava a dar preço para estes instrumentos financeiros através de cálculos complexos para uma série de preços. Os cientistas ganharam o prêmio Nobel de Economia em 1997: neste modelo trabalha-se com cinco variáveis apenas, a volatilidade, a taxa de juros, o tempo restante até o vencimento do título, o preço do ativo objeto e o preço da opção Vale a pena conferir o artigo “A aplicação do modelo de formação de carteira eficiente de Elton-Gruber em empresas socialmente responsáveis no mercado de ações brasileiro”. A proposta é analisar a possibilidade de se obterem desempenhos superiores em relação ao Índice de Sustentabilidade Empresarial (ISE) nas estratégias de investimentos mediante a utilização do método de Elton-Gruber. https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.convibra.com.br%2F2008%2Fartigos%2F209_0.pdf&sa=D&sntz=1&usg=AFQjCNHvVDLpyy5p_-v6W1TFKCHIB_2pOg Disponível em: < http://www.convibra.com.br/2008/artigos/209_0.pdf > . Acesso em 2 jul. Fonte: o autor. Vamos considerar um universo de três títulos com risco, com os valores esperados (média) para o período de investimento. Tabela 2: Risco e Retorno de Carteira de Títulos Fonte: adaptado de Sá (1999). O retorno certo do título de renda fixa sem risco para o período do investimento é de 6%. Admitindo-se que o investidor possua R$100.000 para investir, vamos calcular o investimento realizado em cada título para se compor a carteira ótima dos títulos com risco. Utilizando um software estatístico (STATISTICA, MATHLAB OU MINITAB), encontramos a matriz de covariância entre os valores esperados, na qual temos a variação tomando títulos dois a dois. Essa matriz é hipotética, mas a real poderá ser calculada com a série de dados históricos de retorno dos investimentos A, B e C tomados dois a dois Tabela 3: Matriz de Covariância. Fonte: O autor Harry Markowitz (1952) quando escreveu seu artigo Portfolio Selection era um estudante de pós-graduação em pesquisa operacional da Universidade de Chicago. Esse fato mostra que já há algum tempo tem-se estudado a aplicação da PO [Programação Operacional] na seleção de carteiras. O que ainda esta faltando nos dias de hoje, principalmente no Brasil, é um intermediador entre os conceitos e a prática. Os pequenos investidores muitas vezes tomam decisões sem a aplicação de nenhum conceito sobre mercado de capitais. Desse modo, será apresentado [...] um exemplo de aplicação da PL [Programação Linear] na seleção de carteiras, será utilizado o modelo de Markowitz e a formulação será feita na planilha Excel, possibilitando que mesmo os investidores que pouco conhecem sobre essas teorias possam aplicá-las sem grandes dificuldades (GONÇALVES JR.; PAMPLONA; MONTEVECHI, 2002). https://sites.google.com/view/gcr-2/p�gina-inicial/unidade-2 https://getfireshot.com http://www.google.com/url?q=http%3A%2F%2Fwww.convibra.com.br%2F2008%2Fartigos%2F209_0.pdf&sa=D&sntz=1&usg=AFQjCNHvVDLpyy5p_-v6W1TFKCHIB_2pOg Figura 6: cesta de ovos = cesta de investimentos Fonte: Ovos... (2011, online). O sistema elaborado por Markowitz consiste em resolvermos um sistema de três equações e três incógnitas, que graficamente terá uma reta tangente à curva da fronteira eficiente e nos fornecerá a composição ótima. RA - RF = Za.Var(A)^2 + Zb.Covar(AB) + Zc.Covar (AC) RB - RF = Za.Covar(AB) + Zb.Var(B)^2 + Zc.Covar (BC) RC - RF = Za.Covar(AC) + Zb.Covar(BC) + Zc.Var (C)^2 Onde: Za, Zb e Zc = indicadores para calcular os pesos dentro da carteira de cada ativo. Var^2 = variância dos retornos de cada título elevado ao quadrado. Covar = covariância entre os títulos tomados dois a dois. RA = retorno do título A. RB = retorno do título B. RC = retorno do título C. RF = retorno do título livre de risco. Temos o sistema de equações: RA - RF = Za.Var(A) + Zb.Covar(AB) + Zc.Covar(AC) RB - RF = Za.Covar(AB)
Compartilhar