Baixe o app para aproveitar ainda mais
Prévia do material em texto
Risco e Retorno Ariel Levy 2016 Introdução • O conceito de risco é amplamente conhecido em sua forma coloquial, representa ter um acidente, de natureza conhecida, frente a um resultado esperado. • O risco advém da exposição o a uma condição adversa de natureza conhecida, e cuja ocorrência, embora provável, não pode ser prevista com exaIdão. Teoria da UIlidade Esperada • John von Neumann e Oskar Morgenstein (1944) • Teoria de Jogos – decisões sob incerteza – probabilidades subjeIvas dos prováveis resultados. – Na práIca os gestores quando tomam probabilidades subjeIvas se uIlizam de uma distribuição triangular, caracterizada por associar uma probabilidade a cada um dos três cenários: um oImista, um normal, e outro pessimista. Risco e Retorno de 1 aIvo • Presume-‐se que um gestor balize suas decisões numa busca soluções óImas movido pela criação de valor para o acionista. • Estas decisões importam sempre em trocas, ou ”trade-‐off”, entre oportunidades de menor risco ou maior retorno. Comportamento do Agente 4 Tabela 1.1: Classificação do investidor quanto as preferências frente ao risco fonte: Elaboração do autor Assim, os agentes variam em sua predisposição quanto a tomar riscos. A esta altura, você deverá estar se perguntando como é o seu comportamento frente ao risco? Tenha calma, normalmente alteramos nosso comportamento frente as oportunidades e cenários a que somos expostos ao longo do tempo. Para$refle'r:$! Os!par'cipantes!de!uma!apólice!de!seguros!têm!que!predisposição!frente!ao!risco?!! E!a!companhia!de!seguros?! Uma outra pergunta natural seria: Como medimos o risco de um ativo, projeto, ou processo? Como o risco está associado a variação dos resultados obtidos pela repetição do processo utilizamos a estat́ıstica do desvio padrão para sua mensuração e o coeficiente de variação para comparação. Como vimos, o retorno esperado (valor médio) pode ser obtido pela equação 1.1, que em sua forma mais geral será: X̄ = nX i=1 ⇡ i X i (1.2) Onde X i representa o resultado obtido na iésima observação, e X̄ o valor médio. O desvio padrão poderá ser obtido através do cálculo da variância representada por �2: � 2 = 1 n nX i=1 ⇡ i (X i � X̄)2 1 (1.3) Então o desvio padrão será obtido a partir da variância. � = p � 2 (1.4) Estas fórmulas se aplicam tento a valores monetários como a taxas de retorno do agente, que doravante denominaremos por K a . Apenas para que a notação seja clara, K̂ a se trata do valor estimado, portanto relacionado ao futuro enquanto que K̄ a refere-se aos valores médios observados , portanto ao passado. 1Fórmula de cálculo para uma população. Quando for uma amostra 1/n deverá ser substituido por 1/(n� 1). Como em finanças normalmente utilizamos amostras muito grande cujos valores se confundem como o da populacão esta aproximação é aceitável. HARA As utilidades CRRA e CARA podem ser derivadas de outra classe de utilidades denominada HARA cuja forma é: uH,↵,�,!,⌘(W ) := ↵(⌘ + !W ) 1�� Winter 2011/2012 MS&E348/Infanger 10 Utility Functions Figura : Utilidades Qual a idéia por trás disto tudo? Winter 2011/2012 MS&E348/Infanger 12 Increasing and Decreasing Relative Risk Aversion Represented as piecewise CARA approximation (Infanger, 2006) CARA CRRA W ART Increasing RRA Decreasing RRA Figura : Tolerância ao Risco Qual a idéia? • Depois de um crash do mercado (com relevante perda no porIfolio de ações) qual o comportamento de um invesIdor que apresente sua aversão ao risco conforme uma crescente RRA? • RRA crescente → Provavelmente não tomará aItude ou vender ́a parte de suas ações. Assumindo uma aItude mais conservadora. • RRA decrescente → Rebalanceará seu pordolio com maior quanIdade de ações. 4 Tabela 1.1: Classificação do investidor quanto as preferências frente ao risco fonte: Elaboração do autor Assim, os agentes variam em sua predisposição quanto a tomar riscos. A esta altura, você deverá estar se perguntando como é o seu comportamento frente ao risco? Tenha calma, normalmente alteramos nosso comportamento frente as oportunidades e cenários a que somos expostos ao longo do tempo. Para$refle'r:$! Os!par'cipantes!de!uma!apólice!de!seguros!têm!que!predisposição!frente!ao!risco?!! E!a!companhia!de!seguros?! Uma outra pergunta natural seria: Como medimos o risco de um ativo, projeto, ou processo? Como o risco está associado a variação dos resultados obtidos pela repetição do processo utilizamos a estat́ıstica do desvio padrão para sua mensuração e o coeficiente de variação para comparação. Como vimos, o retorno esperado (valor médio) pode ser obtido pela equação 1.1, que em sua forma mais geral será: X̄ = nX i=1 ⇡ i X i (1.2) Onde X i representa o resultado obtido na iésima observação, e X̄ o valor médio. O desvio padrão poderá ser obtido através do cálculo da variância representada por �2: � 2 = 1 n nX i=1 ⇡ i (X i � X̄)2 1 (1.3) Então o desvio padrão será obtido a partir da variância. � = p � 2 (1.4) Estas fórmulas se aplicam tento a valores monetários como a taxas de retorno do agente, que doravante denominaremos por K a . Apenas para que a notação seja clara, K̂ a se trata do valor estimado, portanto relacionado ao futuro enquanto que K̄ a refere-se aos valores médios observados , portanto ao passado. 1Fórmula de cálculo para uma população. Quando for uma amostra 1/n deverá ser substituido por 1/(n� 1). Como em finanças normalmente utilizamos amostras muito grande cujos valores se confundem como o da populacão esta aproximação é aceitável. Como medimos o risco de um aIvo, projeto, ou processo? • O resultado esperado pode ser obIdo por (1) • A variância pode ser obIda por: (2) • O risco está associado a variação dos resultados obIdos pela repeIção do processo, que pode ser obIdo por: (3) 4 Tabela 1.1: Classificação do investidor quanto as preferências frente ao risco fonte: Elaboração do autor Assim, os agentes variam em sua predisposição quanto a tomar riscos. A esta altura, você deverá estar se perguntando como é o seu comportamento frente ao risco? Tenha calma, normalmente alteramos nosso comportamento frente as oportunidades e cenários a que somos expostos ao longo do tempo. Para$refle'r:$! Os!par'cipantes!de!uma!apólice!de!seguros!têm!que!predisposição!frente!ao!risco?!! E!a!companhia!de!seguros?! Uma outra pergunta natural seria: Como medimos o risco de um ativo, projeto, ou processo? Como o risco está associado a variação dos resultados obtidos pela repetição do processo utilizamos a estat́ıstica do desvio padrão para sua mensuração e o coeficiente de variação para comparação. Como vimos, o retorno esperado (valor médio) pode ser obtido pela equação 1.1, que em sua forma mais geral será: X̄ = nX i=1 ⇡ i X i (1.2) Onde X i representa o resultado obtido na iésima observação, e X̄ o valor médio. O desvio padrão poderá ser obtido através do cálculo da variância representada por �2: � 2 = 1 n nXi=1 ⇡ i (X i � X̄)2 1 (1.3) Então o desvio padrão será obtido a partir da variância. � = p � 2 (1.4) Estas fórmulas se aplicam tento a valores monetários como a taxas de retorno do agente, que doravante denominaremos por K a . Apenas para que a notação seja clara, K̂ a se trata do valor estimado, portanto relacionado ao futuro enquanto que K̄ a refere-se aos valores médios observados , portanto ao passado. 1Fórmula de cálculo para uma população. Quando for uma amostra 1/n deverá ser substituido por 1/(n� 1). Como em finanças normalmente utilizamos amostras muito grande cujos valores se confundem como o da populacão esta aproximação é aceitável. 4 Tabela 1.1: Classificação do investidor quanto as preferências frente ao risco fonte: Elaboração do autor Assim, os agentes variam em sua predisposição quanto a tomar riscos. A esta altura, você deverá estar se perguntando como é o seu comportamento frente ao risco? Tenha calma, normalmente alteramos nosso comportamento frente as oportunidades e cenários a que somos expostos ao longo do tempo. Para$refle'r:$! Os!par'cipantes!de!uma!apólice!de!seguros!têm!que!predisposição!frente!ao!risco?!! E!a!companhia!de!seguros?! Uma outra pergunta natural seria: Como medimos o risco de um ativo, projeto, ou processo? Como o risco está associado a variação dos resultados obtidos pela repetição do processo utilizamos a estat́ıstica do desvio padrão para sua mensuração e o coeficiente de variação para comparação. Como vimos, o retorno esperado (valor médio) pode ser obtido pela equação 1.1, que em sua forma mais geral será: X̄ = nX i=1 ⇡ i X i (1.2) Onde X i representa o resultado obtido na iésima observação, e X̄ o valor médio. O desvio padrão poderá ser obtido através do cálculo da variância representada por �2: � 2 = 1 n nX i=1 ⇡ i (X i � X̄)2 1 (1.3) Então o desvio padrão será obtido a partir da variância. � = p � 2 (1.4) Estas fórmulas se aplicam tento a valores monetários como a taxas de retorno do agente, que doravante denominaremos por K a . Apenas para que a notação seja clara, K̂ a se trata do valor estimado, portanto relacionado ao futuro enquanto que K̄ a refere-se aos valores médios observados , portanto ao passado. 1Fórmula de cálculo para uma população. Quando for uma amostra 1/n deverá ser substituido por 1/(n� 1). Como em finanças normalmente utilizamos amostras muito grande cujos valores se confundem como o da populacão esta aproximação é aceitável. 4 Tabela 1.1: Classificação do investidor quanto as preferências frente ao risco fonte: Elaboração do autor Assim, os agentes variam em sua predisposição quanto a tomar riscos. A esta altura, você deverá estar se perguntando como é o seu comportamento frente ao risco? Tenha calma, normalmente alteramos nosso comportamento frente as oportunidades e cenários a que somos expostos ao longo do tempo. Para$refle'r:$! Os!par'cipantes!de!uma!apólice!de!seguros!têm!que!predisposição!frente!ao!risco?!! E!a!companhia!de!seguros?! Uma outra pergunta natural seria: Como medimos o risco de um ativo, projeto, ou processo? Como o risco está associado a variação dos resultados obtidos pela repetição do processo utilizamos a estat́ıstica do desvio padrão para sua mensuração e o coeficiente de variação para comparação. Como vimos, o retorno esperado (valor médio) pode ser obtido pela equação 1.1, que em sua forma mais geral será: X̄ = nX i=1 ⇡ i X i (1.2) Onde X i representa o resultado obtido na iésima observação, e X̄ o valor médio. O desvio padrão poderá ser obtido através do cálculo da variância representada por �2: � 2 = 1 n nX i=1 ⇡ i (X i � X̄)2 1 (1.3) Então o desvio padrão será obtido a partir da variância. � = p � 2 (1.4) Estas fórmulas se aplicam tento a valores monetários como a taxas de retorno do agente, que doravante denominaremos por K a . Apenas para que a notação seja clara, K̂ a se trata do valor estimado, portanto relacionado ao futuro enquanto que K̄ a refere-se aos valores médios observados , portanto ao passado. 1Fórmula de cálculo para uma população. Quando for uma amostra 1/n deverá ser substituido por 1/(n� 1). Como em finanças normalmente utilizamos amostras muito grande cujos valores se confundem como o da populacão esta aproximação é aceitável. Exemplo 1 Uma empresa possui seu resultado diretamente relacionado com o estado da economia de forma que: Se a economia esIver em amplo crescimento seu retorno será de 6%; Se a economia esIver crescendo moderadamente seu retorno seráde 4%; E seu retorno será de apenas 2% no caso de uma recessão. Sabendo que os cenários apresentados possuem probabilidades de 30% , 40% e 30% respecIvamente, pede-‐se determinar o retorno esperado e o risco da empresa. Exemplo 1 -‐ solução Assim utilizamos na tabela a equação (2) para determinar a taxa de retorno esperada. E a equação (3) para o cálculo da variância. Então ! = ! 0,008 =0,089442719 Estabelecendo os limites e probabilidades associadas a resultados. 76 3 – As Áreas Sob a Curva Normal Quanto maior for o expoente da fórmula da curva normal, qualquer delas (inclusive a padronizada – veja fórmulas 3.1 e 3.3), mais rapidamente a curva vai caindo para a abscissa; mas ele nunca chegará a zero. De sorte que as caudas da curva vão até o infinito; elas são assíntotas. Assim, a curva normal cobre uma área que vai do -� a +�. As áreas sob a curva são dividas pelo desvio- padrão em torno da média. Quando você trabalha com a curva normal padronizada, a média é 0 e o desvio-padrão é 1. Quando não for a padronizada, então você tem que calcular a média e o DP da distribuição e trabalhar com os dois parâmetros. Você vê, então, que trabalhar com a curva normal padronizada facilita enormemente a vida da gente. De qualquer forma, o que define as áreas sob a curva são os DP, ou os z no caso da curva normal padronizada. E, para cada DP ou z em torno da média, corresponde uma proporção bem definida de casos da população que caem dentro deles. Veja, por exemplo, o caso com a curva normal padronizada na figura 3-4. -2 34,13 13,5913,59 2,14 0,130,13 2,14 34,13 -1 0 +1 +2 +3-3z 99,74% 68,26% 95,44% Figura 3-4. Áreas da curva normal e percentagem de casos Embora a curva normal vá até o infinito (positivo e negativo), você vê que a quase totalidade dos casos cai entre -3 e +3 DP (ou z); de fato, 99,74% dos casos. 4 – Utilizando as Tabelas da Curva Normal Qualquer livro de estatística traz a tabela da curva normal, muitas vezes apropriadamente intitulada como proporções da área sob a curva normal padronizada. As informações contidas nessa tabela não são sempre idênticas Exercício: a) Calcule os limites a 95,44% de certeza para o resultado da empresa do exemplo 1. b) UIlizando a tabela da normal padronizada disponível ao final do capítulo, refaça para o nível de 90% de certeza. Exercício Pelo exposto fica claro que o agente avesso a risco escolherá dentre dois projetos ou aIvos com igual valor esperado de retorno aquele que apresentar o menor desvio padrão. Assim, seu resultado terá um menor intervalo de oscilação. (Você é capaz de mostrar isto graficamente?) Como comparar os riscos? • Coeficiente de variação (CV). (4) 6 b)Utilizando a tabela da normal padronizada dispońıvel ao final do caṕıtulo, refaça para o ńıvel de 90% de certeza. Pelo exposto, fica claro que o agente avesso a risco escolherá dentre dois projetos ou ativos com igual valor esperado de retorno aquele que apresentar o menor desvio padrão. Assim, seu resultado terá um menor intervalo de oscilação. (Você é capaz de mostrar isto graficamente?) Mas, como se deve comparar projetos ou ativos de diferentes retornos? Neste caso se utilizará uma medida relativa de risco, que denomina-se por coeficiente de variação (CV). O coeficiente de variação pode ser interpretado como uma medida de eficiência da exposição ao risco. Seu cálculo corresponde a razão entre o desvio padrão e o retorno esperado. E representa quantas unidades adicionais de risco se está admitindo por cada unidade de retorno. Portanto, quanto menor o CV melhor o projeto, ativo avaliado ou processo avaliado. CV = � K (1.5) Exemplo 2 As decisões financeiras devem ser tomadas em função dos retornos e dos riscos esperados. O risco de um ativo individual, uma ação, por exemplo, pode ser devidamente avaliado através da vari- abilidade dos retornos esperados. Portanto, a comparação das distribuições probabilisticas dos retornos, relativas a cada ativo individual, possibilita a quem toma decisões perceber os diferentes graus de risco. Considerando a análise abaixo dos dados estat́ısticos relativos a 5 ativos responda as próximas questões: a) Qual o ativo mais arriscado? Justifique. b) Ordene os ativos isoladamente mais eficientes? Solução: O ativo de maior risco é o ativo A, porque apresenta o maior desvio padrão. Se calcularmos o CV de cada ativo, Então, por ordem decrescente de eficiência: A, D, C, E, B. Até aqui examinou-se como obter o retorno esperado de um projeto ou ativo, a partir dos retornos ponderados, observados ou estimados, entretanto os ativos são transacionados no mercado e portanto apreçados em moeda corrente. A partir dos preços observados podemos obter o retorno de um ativo. Exemplo 2 As decisões financeiras devem ser tomadas em função dos retornos e dos riscos esperados. O risco de um aIvo individual, uma ação, por exemplo, pode ser devidamente avaliado através da variabilidade dos retornos esperados. Portanto, a comparação das distribuições probabilísIcas dos retornos, relaIvas a cada aIvo individual, possibilita a quem toma decisões perceber os diferentes graus de risco. Considerando a análise abaixo dos dados estansIcos relaIvos a 5 aIvos responda as próximas questões: 6 b) Utilizando a tabela da normal padronizada dispońıvel ao final do caṕıtulo, refaça para o ńıvel de 90% de certeza. Pelo exposto, fica claro que o agente avesso a risco escolherá dentre dois projetos ou ativos com igual valor esperado de retorno aquele que apresentar o menor desvio padrão. Assim, seu resultado terá um menor intervalo de oscilação. (Você é capaz de mostrar isto graficamente?) Mas, como se deve comparar projetos ou ativos de diferentes retornos? Neste caso se utilizará uma medida relativa de risco, que denomina-se por coeficiente de variação (CV). O coeficiente de variação pode ser interpretado como uma medida de eficiência da exposição ao risco. Seu cálculo corresponde a razão entre o desvio padrão e o retorno esperado. E representa quantas unidades adicionais de risco se está admitindo por cada unidade de retorno. Portanto, quanto menor o CV melhor o projeto, ativo avaliado ou processo avaliado. CV = � K (1.5) Exemplo 2 As decisões financeiras devem ser tomadas em função dos retornos e dos riscos esperados. O risco de um ativo individual, uma ação, por exemplo, pode ser devidamente avaliado através da vari- abilidade dos retornos esperados. Portanto, a comparação das distribuições probabilisticas dos retornos, relativas a cada ativo individual, possibilita a quem toma decisões perceber os diferentes graus de risco. Considerando a análise abaixo dos dados estat́ısticos relativos a 5 ativos responda as próximas questões: a) Qual o ativo mais arriscado? Justifique. b) Ordene os ativos isoladamente mais eficientes? Solução: O ativo de maior risco é o ativo A, porque apresenta o maior desvio padrão. Se calcularmos o CV de cada ativo, Então, por ordem decrescente de eficiência: A, D, C, E, B. Até aqui examinou-se como obter o retorno esperado de um projeto ou ativo, a partir dos retornos ponderados, observados ou estimados, entretanto os ativos são transacionados no mercado e portanto apreçados em moeda corrente. A partir dos preços observados podemos obter o retorno de um ativo. Qual o aIvo mais arriscado? JusIfique. Quais os aIvos isoladamente mais eficientes? Exemplo 2-‐ solução O aIvo de maior risco é o aIvo A, porque apresenta o maior desvio padrão. Se calcularmos o CV de cada aIvo, 6 b) Utilizando a tabela da normal padronizada dispońıvel ao final do caṕıtulo, refaça para o ńıvel de 90% de certeza. Pelo exposto, fica claro que o agente avesso a risco escolherá dentre dois projetos ou ativos com igual valor esperado de retorno aquele que apresentar o menor desvio padrão. Assim, seu resultado terá um menor intervalo de oscilação. (Você é capaz de mostrar isto graficamente?) Mas, como se deve comparar projetos ou ativos de diferentes retornos? Neste caso se utilizará uma medida relativa de risco, que denomina-se por coeficiente de variação (CV). O coeficiente de variação pode ser interpretado como uma medida de eficiência da exposição ao risco. Seu cálculo corresponde a razão entre o desvio padrão e o retorno esperado. E representa quantas unidades adicionais de risco se está admitindo por cada unidade de retorno. Portanto, quanto menor o CV melhor o projeto, ativo avaliado ou processo avaliado. CV = � K (1.5) Exemplo 2 As decisões financeiras devem ser tomadas em função dos retornos e dos riscos esperados. O risco de um ativo individual, uma ação, por exemplo, pode ser devidamente avaliado através da vari- abilidade dos retornos esperados. Portanto, a comparação das distribuições probabilisticas dos retornos, relativas a cada ativo individual, possibilita a quem toma decisões perceber os diferentes graus de risco. Considerando a análise abaixo dos dados estat́ısticos relativos a 5 ativos responda as próximas questões: a) Qual o ativo mais arriscado? Justifique. b) Ordene os ativos isoladamente mais eficientes? Solução: O ativo de maior risco é o ativo A, porque apresenta o maior desvio padrão. Se calcularmos o CV de cada ativo, Então, por ordem decrescente de eficiência: A, D, C, E, B. Até aqui examinou-se como obter o retorno esperado de um projeto ou ativo, a partir dos retornos ponderados, observados ou estimados, entretanto os ativos são transacionados no mercado e portanto apreçados em moeda corrente. A partir dos preços observados podemos obter o retorno de um ativo. Então, por ordem decrescente de eficiência: A, D, C, E, B. Retornos parIr dos preços observados • Suponhamos que a ação da empresa Y esteja negociada diariamente e que por convenção seu retorno seja calculado a parIr dos preços de fechamento, apresentados na tabela abaixo: 7 Suponhamos que a ação da empresa Y esteja negociada diariamente e que por convenção seu retorno seja calculado a partir dos preços de fechamento4 , apresentados na tabela abaixo: O retorno do dia 02 pode sercalculado como se houvesse a compra o t́ıtulo no dia 01 e a venda ocorresse no dia 02, assim: K = p2 p1 � 1 = p2 � p1 p1 = 0, 01904762 ou 1,9047062% o mesmo poderia ter sido calculado para os demais dias como indicado na coluna de retorno diário da tabela 1.2 . Tabela 1.2: Retornos Diários Veja que embora os preços sejam sempre positivos os retornos (K i ) podem ser negativos como ocorre entre o dia 03 e 04. Você deve estar se perguntando com obter o retorno acumulado para um determinado peŕıodo? Há duas formas de fazê-lo: A primeira acumulando as taxas de retorno diárias exemplo para o peŕıodo de 01 a 04: Neste peŕıodo existem quatro preços observados e três retornos diários. Assim, K1!4 = (1 +K2)(1 +K3)(1 +K4) = �0, 02857143 Cuja fórmula geral será dada por: K t!T = TY i=t+1 (1 +K i ) (1.6) Entretanto, podem haver fluxos de caixa recebidos no peŕıodo, ações distribuem dividendos, e em outros ativos podem haver outros tipos de recebimentos no peŕıodo, assim uma fórmula mais geral para o cálculo do retorno acumulado no peŕıodo de um ativo será: K = p T � p t + P CF p t (1.7) onde p t e p T representam o preço na data inicial e final do ativo respectivamente, e P CF a soma de todos os demais fluxos de caixa recebidos entre as datas t e T referentes ao ativo. O retorno do peŕıodo é diferente do retorno médio. O retorno médio relativo ao peŕıodo observado será a média aritmética dos (n) retornos diários isto porque cada um deles tem igual probabilidade de ocorrer. K̄ = 1 n nX i=1 K i (1.8) 4Poderia ter utilizado qualquer outro preço, de abertura, media do dia etc. 7 Suponhamos que a ação da empresa Y esteja negociada diariamente e que por convenção seu retorno seja calculado a partir dos preços de fechamento4 , apresentados na tabela abaixo: O retorno do dia 02 pode ser calculado como se houvesse a compra o t́ıtulo no dia 01 e a venda ocorresse no dia 02, assim: K = p2 p1 � 1 = p2 � p1 p1 = 0, 01904762 ou 1,9047062% o mesmo poderia ter sido calculado para os demais dias como indicado na coluna de retorno diário da tabela 1.2 . Tabela 1.2: Retornos Diários Veja que embora os preços sejam sempre positivos os retornos (K i ) podem ser negativos como ocorre entre o dia 03 e 04. Você deve estar se perguntando com obter o retorno acumulado para um determinado peŕıodo? Há duas formas de fazê-lo: A primeira acumulando as taxas de retorno diárias exemplo para o peŕıodo de 01 a 04: Neste peŕıodo existem quatro preços observados e três retornos diários. Assim, K1!4 = (1 +K2)(1 +K3)(1 +K4) = �0, 02857143 Cuja fórmula geral será dada por: K t!T = TY i=t+1 (1 +K i ) (1.6) Entretanto, podem haver fluxos de caixa recebidos no peŕıodo, ações distribuem dividendos, e em outros ativos podem haver outros tipos de recebimentos no peŕıodo, assim uma fórmula mais geral para o cálculo do retorno acumulado no peŕıodo de um ativo será: K = p T � p t + P CF p t (1.7) onde p t e p T representam o preço na data inicial e final do ativo respectivamente, e P CF a soma de todos os demais fluxos de caixa recebidos entre as datas t e T referentes ao ativo. O retorno do peŕıodo é diferente do retorno médio. O retorno médio relativo ao peŕıodo observado será a média aritmética dos (n) retornos diários isto porque cada um deles tem igual probabilidade de ocorrer. K̄ = 1 n nX i=1 K i (1.8) 4Poderia ter utilizado qualquer outro preço, de abertura, media do dia etc. 7 Suponhamos que a ação da empresa Y esteja negociada diariamente e que por convenção seu retorno seja calculado a partir dos preços de fechamento4 , apresentados na tabela abaixo: O retorno do dia 02 pode ser calculado como se houvesse a compra o t́ıtulo no dia 01 e a venda ocorresse no dia 02, assim: K = p2 p1 � 1 = p2 � p1 p1 = 0, 01904762 ou 1,9047062% o mesmo poderia ter sido calculado para os demais dias como indicado na coluna de retorno diário da tabela 1.2 . Tabela 1.2: Retornos Diários Veja que embora os preços sejam sempre positivos os retornos (K i ) podem ser negativos como ocorre entre o dia 03 e 04. Você deve estar se perguntando com obter o retorno acumulado para um determinado peŕıodo? Há duas formas de fazê-lo: A primeira acumulando as taxas de retorno diárias exemplo para o peŕıodo de 01 a 04: Neste peŕıodo existem quatro preços observados e três retornos diários. Assim, K1!4 = (1 +K2)(1 +K3)(1 +K4) = �0, 02857143 Cuja fórmula geral será dada por: K t!T = TY i=t+1 (1 +K i ) (1.6) Entretanto, podem haver fluxos de caixa recebidos no peŕıodo, ações distribuem dividendos, e em outros ativos podem haver outros tipos de recebimentos no peŕıodo, assim uma fórmula mais geral para o cálculo do retorno acumulado no peŕıodo de um ativo será: K = p T � p t + P CF p t (1.7) onde p t e p T representam o preço na data inicial e final do ativo respectivamente, e P CF a soma de todos os demais fluxos de caixa recebidos entre as datas t e T referentes ao ativo. O retorno do peŕıodo é diferente do retorno médio. O retorno médio relativo ao peŕıodo observado será a média aritmética dos (n) retornos diários isto porque cada um deles tem igual probabilidade de ocorrer. K̄ = 1 n nX i=1 K i (1.8) 4Poderia ter utilizado qualquer outro preço, de abertura, media do dia etc. Retornos Entretanto podem haver fluxos de caixa recebidos no período, ações distribuem dividendos, e em outros aIvos podem haver outros Ipos de recebimentos no período, assim uma fórmula mais geral para o cálculo do retorno acumulado no período de um aIvo será: (6) 7 Suponhamos que a ação da empresa Y esteja negociada diariamente e que por convenção seu retorno seja calculado a partir dos preços de fechamento4 , apresentados na tabela abaixo: O retorno do dia 02 pode ser calculado como se houvesse a compra o t́ıtulo no dia 01 e a venda ocorresse no dia 02, assim: K = p2 p1 � 1 = p2 � p1 p1 = 0, 01904762 ou 1,9047062% o mesmo poderia ter sido calculado para os demais dias como indicado na coluna de retorno diário da tabela 1.2 . Tabela 1.2: Retornos Diários Veja que embora os preços sejam sempre positivos os retornos (K i ) podem ser negativos como ocorre entre o dia 03 e 04. Você deve estar se perguntando com obter o retorno acumulado para um determinado peŕıodo? Há duas formas de fazê-lo: A primeira acumulando as taxas de retorno diárias exemplo para o peŕıodo de 01 a 04: Neste peŕıodo existem quatro preços observados e três retornos diários. Assim, K1!4 = (1 +K2)(1 +K3)(1 +K4) = �0, 02857143 Cuja fórmula geral será dada por: K t!T = TY i=t+1 (1 +K i ) (1.6) Entretanto, podem haver fluxos de caixa recebidos no peŕıodo, ações distribuem dividendos, e em outros ativos podem haver outros tipos de recebimentos no peŕıodo, assim uma fórmula mais geral para o cálculo do retorno acumulado no peŕıodo de um ativo será: K = p T � p t + P CF p t (1.7) onde p t e p T representam o preço na data inicial e final do ativo respectivamente, e P CF a soma de todos os demais fluxos de caixa recebidos entre as datas t e T referentes ao ativo. O retorno do peŕıodo é diferente do retorno médio. O retorno médio relativo ao peŕıodo observado será a média aritmética dos (n) retornos diários isto porque cada um deles tem igual probabilidade de ocorrer. K̄ = 1 n nX i=1 K i (1.8) 4Poderia ter utilizado qualquer outro preço, de abertura, media do dia etc. Retorno médio e Retorno equivalente • Retorno médio • Retorno equivalente 7 Suponhamos que a ação da empresa Y esteja negociada diariamente e que por convenção seu retorno seja calculado a partir dos preços de fechamento4 , apresentados na tabela abaixo: O retornodo dia 02 pode ser calculado como se houvesse a compra o t́ıtulo no dia 01 e a venda ocorresse no dia 02, assim: K = p2 p1 � 1 = p2 � p1 p1 = 0, 01904762 ou 1,9047062% o mesmo poderia ter sido calculado para os demais dias como indicado na coluna de retorno diário da tabela 1.2 . Tabela 1.2: Retornos Diários Veja que embora os preços sejam sempre positivos os retornos (K i ) podem ser negativos como ocorre entre o dia 03 e 04. Você deve estar se perguntando com obter o retorno acumulado para um determinado peŕıodo? Há duas formas de fazê-lo: A primeira acumulando as taxas de retorno diárias exemplo para o peŕıodo de 01 a 04: Neste peŕıodo existem quatro preços observados e três retornos diários. Assim, K1!4 = (1 +K2)(1 +K3)(1 +K4) = �0, 02857143 Cuja fórmula geral será dada por: K t!T = TY i=t+1 (1 +K i ) (1.6) Entretanto, podem haver fluxos de caixa recebidos no peŕıodo, ações distribuem dividendos, e em outros ativos podem haver outros tipos de recebimentos no peŕıodo, assim uma fórmula mais geral para o cálculo do retorno acumulado no peŕıodo de um ativo será: K = p T � p t + P CF p t (1.7) onde p t e p T representam o preço na data inicial e final do ativo respectivamente, e P CF a soma de todos os demais fluxos de caixa recebidos entre as datas t e T referentes ao ativo. O retorno do peŕıodo é diferente do retorno médio. O retorno médio relativo ao peŕıodo observado será a média aritmética dos (n) retornos diários isto porque cada um deles tem igual probabilidade de ocorrer. K̄ = 1 n nX i=1 K i (1.8) 4Poderia ter utilizado qualquer outro preço, de abertura, media do dia etc. 8 O retorno equivalente, é utilizado para comparar diferentes investimentos. O valor do retorno equivalente diário no peŕıodo será dado por: Ke(tT ) = [ nY i=1 (1 +K i )]1/n(9) (1.9) Exerćıcio 2 Obtenha a taxa equivalente anualizada do investimento na ação Y, considere que o mercado utiliza o ano comercial. Existem duas possibilidades de se tomar posição em um investimento. A primeira mais comum é comprar um ativo que se espera irá se valorizar para vendê-lo futuramente. Neste caso no jargão de mercado diz-se que se está comprado, longo ou long, no ativo. Indica que detemos uma posição comprada. W = P T � p t (1.10) A segunda forma menos usual é a de vender um ativo, que não se possui, que se imagina irá se desvalorizar e então comprá-lo na entrega a um valor mais baixo, a esta postura é denominada venda a descoberto. A venda a descoberto no jargão de mercado diz-se que se está vendido, curto ou short no ativo. Por ocasião da liquidação se realizará o lucro da diferença entre o preço de venda anterior e o preço de compra do ativo. Para se manter uma posição vendida normalmente é necessário se oferecer garantias, e em alguns mercados isto não é permitido. A garantia pode ser oferecida por empréstimo do ativo de um cliente da corretora que detenha o ativo, ou em t́ıtulos que equivalem em valor o risco do agente. W = P t � p T (1.11) Graficamente as diferentes estratégias podem ser representadas com na figura ?? abaixo: Figura 1.2: Estratégias de Investimento - posição 1.2 Carteira de Investimentos Denomina-se por carteira ou portfólio o conjunto de ativos mantidos por um agente. Este conjunto representará a totalidade dos ativos mantidos em suas diversas posições. Assim determinados ativos Estratégias de InvesImento 8 O retorno equivalente, é utilizado para comparar diferentes investimentos. O valor do retorno equivalente diário no peŕıodo será dado por: Ke(tT ) = [ nY i=1 (1 +K i )]1/n(9) (1.9) Exerćıcio 2 Obtenha a taxa equivalente anualizada do investimento na ação Y, considere que o mercado utiliza o ano comercial. Existem duas possibilidades de se tomar posição em um investimento. A primeira mais comum é comprar um ativo que se espera irá se valorizar para vendê-lo futuramente. Neste caso no jargão de mercado diz-se que se está comprado, longo ou long, no ativo. Indica que detemos uma posição comprada. W = P T � p t (1.10) A segunda forma menos usual é a de vender um ativo, que não se possui, que se imagina irá se desvalorizar e então comprá-lo na entrega a um valor mais baixo, a esta postura é denominada venda a descoberto. A venda a descoberto no jargão de mercado diz-se que se está vendido, curto ou short no ativo. Por ocasião da liquidação se realizará o lucro da diferença entre o preço de venda anterior e o preço de compra do ativo. Para se manter uma posição vendida normalmente é necessário se oferecer garantias, e em alguns mercados isto não é permitido. A garantia pode ser oferecida por empréstimo do ativo de um cliente da corretora que detenha o ativo, ou em t́ıtulos que equivalem em valor o risco do agente. W = P t � p T (1.11) Graficamente as diferentes estratégias podem ser representadas com na figura ?? abaixo: Figura 1.2: Estratégias de Investimento - posição 1.2 Carteira de Investimentos Denomina-se por carteira ou portfólio o conjunto de ativos mantidos por um agente. Este conjunto representará a totalidade dos ativos mantidos em suas diversas posições. Assim determinados ativos Carteira de InvesImentos Denomina-‐se por carteira ou pordólio o conjunto de aIvos manIdos por um agente. Este conjunto representará a totalidade dos aIvos manIdos em suas diversas posições. Assim determinados aIvos apresentarão posições compradas e outros vendidas. Como estes aIvos representam a totalidade a soma dos pesos destes na carteira deverá ser 100%. : 9 apresentarão posições compradas e outros vendidas. Como estes ativos representam a totalidade a soma dos pesos destes na carteira deverá ser 100%. Assim, o peso representado normalmente pelo anagrama em inglês de weight (w) será: w i = valor aplicado no ativo i valor total da carteira = V iP n i=1 Vi (1.12) Exemplo 3 Determinado agente possui uma carteira formada pelas seguintes posições de R$25000,00 no ativo A e R$50000,00 no ativo B. a) Quais os pesos de sua carteira? b) Se para a manutenção destas posições o agente tivesse emprestado R$40000,00 ao Banco X, qual seria a estrutura dos pesos de sua carteira? Solução: a) Como a carteira apresenta apenas posições compradas todos os pesos serão positivos. Para obter os valores dos pesos utiliza-se uma regra de três simples , ou w A = valor aplicado no ativo A valor total da carteira = 25000 75000 = 1 3 ou 33,33% w B = valor aplicado no ativo B valor total da carteira = 50000 75000 = 2 3 ou 66,67% b) b) A nova estrutura deverá incorporar a posição vendida na carteira, então: w A = valor aplicado em A valor total da carteira = 25000 35000 = 5 7 ou 71,43% w B = valor aplicado em B valor total da carteira = 50000 35000 = 10 7 ou 142,86% w X = valor aplicado em X valor total da carteira = �40000 55000 = �8 7 ou -114,29% Note que o total continua resultando em 100% embora hajam pesos que sejam em módulo superiores a este valor. Exemplo 3 Determinado agente possui uma carteira formada pelas seguintes posições de R$25000,00 no aIvo A e R$50000,00 no aIvo B. a) Quais os pesos de sua carteira? b) Se para a manutenção destas posições o agente Ivesse emprestado R$40000,00 ao Banco X, qual seria a estrutura dos pesos de sua carteira? Exemplo 3 -‐ Solução a) Como a carteira apresenta apenas posições compradas todos os pesos serão posiIvos. 9 apresentarão posições compradas e outros vendidas.Como estes ativos representam a totalidade a soma dos pesos destes na carteira deverá ser 100%. Assim, o peso representado normalmente pelo anagrama em inglês de weight (w) será: w i = valor aplicado no ativo i valor total da carteira = V iP n i=1 Vi (1.12) Exemplo 3 Determinado agente possui uma carteira formada pelas seguintes posições de R$25000,00 no ativo A e R$50000,00 no ativo B. a) Quais os pesos de sua carteira? b) Se para a manutenção destas posições o agente tivesse emprestado R$40000,00 ao Banco X, qual seria a estrutura dos pesos de sua carteira? Solução: a) Como a carteira apresenta apenas posições compradas todos os pesos serão positivos. Para obter os valores dos pesos utiliza-se uma regra de três simples , ou w A = valor aplicado no ativo A valor total da carteira = 25000 75000 = 1 3 ou 33,33% w B = valor aplicado no ativo B valor total da carteira = 50000 75000 = 2 3 ou 66,67% b) b) A nova estrutura deverá incorporar a posição vendida na carteira, então: w A = valor aplicado em A valor total da carteira = 25000 35000 = 5 7 ou 71,43% w B = valor aplicado em B valor total da carteira = 50000 35000 = 10 7 ou 142,86% w X = valor aplicado em X valor total da carteira = �40000 55000 = �8 7 ou -114,29% Note que o total continua resultando em 100% embora hajam pesos que sejam em módulo superiores a este valor. 9 apresentarão posições compradas e outros vendidas. Como estes ativos representam a totalidade a soma dos pesos destes na carteira deverá ser 100%. Assim, o peso representado normalmente pelo anagrama em inglês de weight (w) será: w i = valor aplicado no ativo i valor total da carteira = V iP n i=1 Vi (1.12) Exemplo 3 Determinado agente possui uma carteira formada pelas seguintes posições de R$25000,00 no ativo A e R$50000,00 no ativo B. a) Quais os pesos de sua carteira? b) Se para a manutenção destas posições o agente tivesse emprestado R$40000,00 ao Banco X, qual seria a estrutura dos pesos de sua carteira? Solução: a) Como a carteira apresenta apenas posições compradas todos os pesos serão positivos. Para obter os valores dos pesos utiliza-se uma regra de três simples , ou w A = valor aplicado no ativo A valor total da carteira = 25000 75000 = 1 3 ou 33,33% w B = valor aplicado no ativo B valor total da carteira = 50000 75000 = 2 3 ou 66,67% b) b) A nova estrutura deverá incorporar a posição vendida na carteira, então: w A = valor aplicado em A valor total da carteira = 25000 35000 = 5 7 ou 71,43% w B = valor aplicado em B valor total da carteira = 50000 35000 = 10 7 ou 142,86% w X = valor aplicado em X valor total da carteira = �40000 55000 = �8 7 ou -114,29% Note que o total continua resultando em 100% embora hajam pesos que sejam em módulo superiores a este valor. Exemplo 3 -‐ Solução b) A nova estrutura deverá incorporar a posição vendida na carteira, então: 9 apresentarão posições compradas e outros vendidas. Como estes ativos representam a totalidade a soma dos pesos destes na carteira deverá ser 100%. Assim, o peso representado normalmente pelo anagrama em inglês de weight (w) será: w i = valor aplicado no ativo i valor total da carteira = V iP n i=1 Vi (1.12) Exemplo 3 Determinado agente possui uma carteira formada pelas seguintes posições de R$25000,00 no ativo A e R$50000,00 no ativo B. a) Quais os pesos de sua carteira? b) Se para a manutenção destas posições o agente tivesse emprestado R$40000,00 ao Banco X, qual seria a estrutura dos pesos de sua carteira? Solução: a) Como a carteira apresenta apenas posições compradas todos os pesos serão positivos. Para obter os valores dos pesos utiliza-se uma regra de três simples , ou w A = valor aplicado no ativo A valor total da carteira = 25000 75000 = 1 3 ou 33,33% w B = valor aplicado no ativo B valor total da carteira = 50000 75000 = 2 3 ou 66,67% b) b) A nova estrutura deverá incorporar a posição vendida na carteira, então: w A = valor aplicado em A valor total da carteira = 25000 35000 = 5 7 ou 71,43% w B = valor aplicado em B valor total da carteira = 50000 35000 = 10 7 ou 142,86% w X = valor aplicado em X valor total da carteira = �40000 55000 = �8 7 ou -114,29% Note que o total continua resultando em 100% embora hajam pesos que sejam em módulo superiores a este valor. 9 apresentarão posições compradas e outros vendidas. Como estes ativos representam a totalidade a soma dos pesos destes na carteira deverá ser 100%. Assim, o peso representado normalmente pelo anagrama em inglês de weight (w) será: w i = valor aplicado no ativo i valor total da carteira = V iP n i=1 Vi (1.12) Exemplo 3 Determinado agente possui uma carteira formada pelas seguintes posições de R$25000,00 no ativo A e R$50000,00 no ativo B. a) Quais os pesos de sua carteira? b) Se para a manutenção destas posições o agente tivesse emprestado R$40000,00 ao Banco X, qual seria a estrutura dos pesos de sua carteira? Solução: a) Como a carteira apresenta apenas posições compradas todos os pesos serão positivos. Para obter os valores dos pesos utiliza-se uma regra de três simples , ou w A = valor aplicado no ativo A valor total da carteira = 25000 75000 = 1 3 ou 33,33% w B = valor aplicado no ativo B valor total da carteira = 50000 75000 = 2 3 ou 66,67% b) b) A nova estrutura deverá incorporar a posição vendida na carteira, então: w A = valor aplicado em A valor total da carteira = 25000 35000 = 5 7 ou 71,43% w B = valor aplicado em B valor total da carteira = 50000 35000 = 10 7 ou 142,86% w X = valor aplicado em X valor total da carteira = �40000 55000 = �8 7 ou -114,29% Note que o total continua resultando em 100% embora hajam pesos que sejam em módulo superiores a este valor. Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada aIvo e de seu peso na carteira e pode ser obIdo pela média ponderada. 10 1.2.1 Risco e Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada ativo e de seu peso na carteira e pode ser obtido pela média ponderada. K̄ = nX i=1 K i w i (1.13) Exemplo 4 Suponhamos que no exemplo anterior os ativos A e B tivessem retornos esperados de 25%a.a. e 15%a.a. respectivamente, e que o empréstimo ao banco X tivesse sido contratado a uma taxa de 12% a.a.. Qual seria o retorno esperado da carteira, se mantidos os pesos calculados no item b do exemplo anterior? Solução: Utilizando uma tabela organiza-se a informação, este procedimento torna mais claro e esta menos sujeito a erros. Ou pela simples aplicação de 1.13 vem: K̂ = 25⇥ 0, 7143 + 15⇥ 1, 4286� 12x1, 1429 = 25, 5717%5 Antes de prosseguir ao cálculo do risco de uma carteira será necessário revisar o conceito de covariância. Numa carteira coexistem mais de um ativo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estat́ıstica que mede esta relação ou interdependência é a covariância. A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis X e Y, centrados nas respectivas medias, é a média do grau de interdependência ou inter-relação numérica entre elas6. A covariância pode ser calculada de duas formas: Cov(X,Y ) = � XY = X i = 1n(X i � X̄)(Y i � Ȳ )w XiYi (1.14) onde w XiYi pode ser a frequência relativa (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). Cov(X,Y ) = � XY = 1 n ⇥ nX i=1 X i Y i � 1 n � nX i=1 (X i ) �� nX i=1 (Y i ) �⇤ (1.15) Outras propriedades importantes relativas a covariância são: • Cov(X,Y ) = Cov(Y,X) 5Sugerimosacostumar-se as formas tabulares de cálculo, elas são as formas naturais quando o número de ativos é grande e também da aplicação em planilhas eletrônicas. 6MILONE, Giuseppe. Estat́ıstica geral e aplicada. São Paulo: Centage Learning, 2009. Página 74. Exemplo 4 Suponhamos que no exemplo anterior os aIvos A e B Ivessem retornos esperados de 25%aa e 15%aa respecIvamente, e que o emprésImo ao banco X Ivesse sido contratado a uma taxa de 12% aa. Qual seria o retorno esperado da carteira, se manIdos os pesos calculados no item b do exemplo anterior? Exemplo 4 -‐ solução UIlizando uma tabela organiza-‐se a informação, este procedimento torna mais claro e esta menos sujeito a erros. 10 1.2.1 Risco e Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada ativo e de seu peso na carteira e pode ser obtido pela média ponderada. K̄ = nX i=1 K i w i (1.13) Exemplo 4 Suponhamos que no exemplo anterior os ativos A e B tivessem retornos esperados de 25%a.a. e 15%a.a. respectivamente, e que o empréstimo ao banco X tivesse sido contratado a uma taxa de 12% a.a.. Qual seria o retorno esperado da carteira, se mantidos os pesos calculados no item b do exemplo anterior? Solução: Utilizando uma tabela organiza-se a informação, este procedimento torna mais claro e esta menos sujeito a erros. Ou pela simples aplicação de 1.13 vem: K̂ = 25⇥ 0, 7143 + 15⇥ 1, 4286� 12x1, 1429 = 25, 5717%5 Antes de prosseguir ao cálculo do risco de uma carteira será necessário revisar o conceito de covariância. Numa carteira coexistem mais de um ativo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estat́ıstica que mede esta relação ou interdependência é a covariância. A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis X e Y, centrados nas respectivas medias, é a média do grau de interdependência ou inter-relação numérica entre elas6. A covariância pode ser calculada de duas formas: Cov(X,Y ) = � XY = X i = 1n(X i � X̄)(Y i � Ȳ )w XiYi (1.14) onde w XiYi pode ser a frequência relativa (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). Cov(X,Y ) = � XY = 1 n ⇥ nX i=1 X i Y i � 1 n � nX i=1 (X i ) �� nX i=1 (Y i ) �⇤ (1.15) Outras propriedades importantes relativas a covariância são: • Cov(X,Y ) = Cov(Y,X) 5Sugerimos acostumar-se as formas tabulares de cálculo, elas são as formas naturais quando o número de ativos é grande e também da aplicação em planilhas eletrônicas. 6MILONE, Giuseppe. Estat́ıstica geral e aplicada. São Paulo: Centage Learning, 2009. Página 74. 10 1.2.1 Risco e Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada ativo e de seu peso na carteira e pode ser obtido pela média ponderada. K̄ = nX i=1 K i w i (1.13) Exemplo 4 Suponhamos que no exemplo anterior os ativos A e B tivessem retornos esperados de 25%a.a. e 15%a.a. respectivamente, e que o empréstimo ao banco X tivesse sido contratado a uma taxa de 12% a.a.. Qual seria o retorno esperado da carteira, se mantidos os pesos calculados no item b do exemplo anterior? Solução: Utilizando uma tabela organiza-se a informação, este procedimento torna mais claro e esta menos sujeito a erros. Ou pela simples aplicação de 1.13 vem: K̂ = 25⇥ 0, 7143 + 15⇥ 1, 4286� 12x1, 1429 = 25, 5717%5 Antes de prosseguir ao cálculo do risco de uma carteira será necessário revisar o conceito de covariância. Numa carteira coexistem mais de um ativo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estat́ıstica que mede esta relação ou interdependência é a covariância. A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis X e Y, centrados nas respectivas medias, é a média do grau de interdependência ou inter-relação numérica entre elas6. A covariância pode ser calculada de duas formas: Cov(X,Y ) = � XY = X i = 1n(X i � X̄)(Y i � Ȳ )w XiYi (1.14) onde w XiYi pode ser a frequência relativa (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). Cov(X,Y ) = � XY = 1 n ⇥ nX i=1 X i Y i � 1 n � nX i=1 (X i ) �� nX i=1 (Y i ) �⇤ (1.15) Outras propriedades importantes relativas a covariância são: • Cov(X,Y ) = Cov(Y,X) 5Sugerimos acostumar-se as formas tabulares de cálculo, elas são as formas naturais quando o número de ativos é grande e também da aplicação em planilhas eletrônicas. 6MILONE, Giuseppe. Estat́ıstica geral e aplicada. São Paulo: Centage Learning, 2009. Página 74. A covariância Numa carteira coexistem mais de um aIvo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estansIca que mede esta relação ou interdependência é a covariância. A covariância pode ser calculada de duas formas: onde w pode ser a frequência relaIva (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). 10 1.2.1 Risco e Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada ativo e de seu peso na carteira e pode ser obtido pela média ponderada. K̄ = nX i=1 K i w i (1.13) Exemplo 4 Suponhamos que no exemplo anterior os ativos A e B tivessem retornos esperados de 25%a.a. e 15%a.a. respectivamente, e que o empréstimo ao banco X tivesse sido contratado a uma taxa de 12% a.a.. Qual seria o retorno esperado da carteira, se mantidos os pesos calculados no item b do exemplo anterior? Solução: Utilizando uma tabela organiza-se a informação, este procedimento torna mais claro e esta menos sujeito a erros. Ou pela simples aplicação de 1.13 vem: K̂ = 25⇥ 0, 7143 + 15⇥ 1, 4286� 12x1, 1429 = 25, 5717%5 Antes de prosseguir ao cálculo do risco de uma carteira será necessário revisar o conceito de covariância. Numa carteira coexistem mais de um ativo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estat́ıstica que mede esta relação ou interdependência é a covariância. A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis X e Y, centrados nas respectivas medias, é a média do grau de interdependência ou inter-relação numérica entre elas6. A covariância pode ser calculada de duas formas: Cov(X,Y ) = � XY = X i = 1n(X i � X̄)(Y i � Ȳ )w XiYi (1.14) onde w XiYi pode ser a frequência relativa (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). Cov(X,Y ) = � XY = 1 n ⇥ nX i=1 X i Y i � 1 n � nX i=1 (X i ) �� nX i=1 (Y i ) �⇤ (1.15) Outras propriedades importantes relativas a covariância são: • Cov(X,Y ) = Cov(Y,X) 5Sugerimos acostumar-se as formas tabulares de cálculo, elas são as formas naturais quando o número de ativos é grande e também da aplicação em planilhas eletrônicas. 6MILONE, Giuseppe. Estat́ıstica geral e aplicada. São Paulo: Centage Learning, 2009. Página 74. 10 1.2.1 Risco e Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada ativo e de seu peso na carteira e pode ser obtido pela média ponderada. K̄ = nX i=1 K i w i (1.13) Exemplo 4 Suponhamos que no exemplo anterior os ativos A e B tivessem retornos esperadosde 25%a.a. e 15%a.a. respectivamente, e que o empréstimo ao banco X tivesse sido contratado a uma taxa de 12% a.a.. Qual seria o retorno esperado da carteira, se mantidos os pesos calculados no item b do exemplo anterior? Solução: Utilizando uma tabela organiza-se a informação, este procedimento torna mais claro e esta menos sujeito a erros. Ou pela simples aplicação de 1.13 vem: K̂ = 25⇥ 0, 7143 + 15⇥ 1, 4286� 12x1, 1429 = 25, 5717%5 Antes de prosseguir ao cálculo do risco de uma carteira será necessário revisar o conceito de covariância. Numa carteira coexistem mais de um ativo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estat́ıstica que mede esta relação ou interdependência é a covariância. A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis X e Y, centrados nas respectivas medias, é a média do grau de interdependência ou inter-relação numérica entre elas6. A covariância pode ser calculada de duas formas: Cov(X,Y ) = � XY = X i = 1n(X i � X̄)(Y i � Ȳ )w XiYi (1.14) onde w XiYi pode ser a frequência relativa (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). Cov(X,Y ) = � XY = 1 n ⇥ nX i=1 X i Y i � 1 n � nX i=1 (X i ) �� nX i=1 (Y i ) �⇤ (1.15) Outras propriedades importantes relativas a covariância são: • Cov(X,Y ) = Cov(Y,X) 5Sugerimos acostumar-se as formas tabulares de cálculo, elas são as formas naturais quando o número de ativos é grande e também da aplicação em planilhas eletrônicas. 6MILONE, Giuseppe. Estat́ıstica geral e aplicada. São Paulo: Centage Learning, 2009. Página 74. Propriedades da covariância 10 1.2.1 Risco e Retorno de uma Carteira O cálculo do retorno de uma carteira depende do retorno de cada ativo e de seu peso na carteira e pode ser obtido pela média ponderada. K̄ = nX i=1 K i w i (1.13) Exemplo 4 Suponhamos que no exemplo anterior os ativos A e B tivessem retornos esperados de 25%a.a. e 15%a.a. respectivamente, e que o empréstimo ao banco X tivesse sido contratado a uma taxa de 12% a.a.. Qual seria o retorno esperado da carteira, se mantidos os pesos calculados no item b do exemplo anterior? Solução: Utilizando uma tabela organiza-se a informação, este procedimento torna mais claro e esta menos sujeito a erros. Ou pela simples aplicação de 1.13 vem: K̂ = 25⇥ 0, 7143 + 15⇥ 1, 4286� 12x1, 1429 = 25, 5717%5 Antes de prosseguir ao cálculo do risco de uma carteira será necessário revisar o conceito de covariância. Numa carteira coexistem mais de um ativo e a forma como o retorno de um se relaciona ao retorno do outro se torna importante ao se buscar calcular o risco de uma carteira. A medida estat́ıstica que mede esta relação ou interdependência é a covariância. A covariância ou variância conjunta é um momento conjunto de primeira ordem das variáveis X e Y, centrados nas respectivas medias, é a média do grau de interdependência ou inter-relação numérica entre elas6. A covariância pode ser calculada de duas formas: Cov(X,Y ) = � XY = X i = 1n(X i � X̄)(Y i � Ȳ )w XiYi (1.14) onde w XiYi pode ser a frequência relativa (o peso), ou a probabilidade de ocorrer o par (Xi, Yi). Cov(X,Y ) = � XY = 1 n ⇥ nX i=1 X i Y i � 1 n � nX i=1 (X i ) �� nX i=1 (Y i ) �⇤ (1.15) Outras propriedades importantes relativas a covariância são: • Cov(X,Y ) = Cov(Y,X) 5Sugerimos acostumar-se as formas tabulares de cálculo, elas são as formas naturais quando o número de ativos é grande e também da aplicação em planilhas eletrônicas. 6MILONE, Giuseppe. Estat́ıstica geral e aplicada. São Paulo: Centage Learning, 2009. Página 74. 11 • Cov(X,X) = V arX = �2 • Cov(aX + b, cY + d) = ac Cov(X,Y ) • Cov( P i X i P j Y j = P i P j (Cov(X i , Y j ) • Se X e Y são independentes Cov(X,Y ) = 0 O coeficiente de correlação ⇢ X Y , é uma medida de covariância padronizada pelos desvios padrões das variáveis relacionadas X e Y, e nunca pode ser maior do que 1 ou menor do que -1. ⇢ XY = � XY � X � Y (1.16) Uma correlação próxima a zero indica que as duas variáveis quase não estão relacionadas, ou seja, são independentes. Uma correlação positiva indica que as duas variáveis movem juntas, e a relação é forte quanto mais a correlação se aproxima de um. Uma correlação negativa indica que as duas variáveis movem- se em direções opostas, e a relação também fica mais forte quanto mais próxima de -1 a correlação ficar. Duas variáveis que estão perfeitamente correlacionadas positivamente (⇢ = 1) movem-se essencialmente em perfeita proporção na mesma direção, enquanto dois conjuntos que estão perfeitamente correlacionados negativamente (⇢ = �1) movem-se em perfeita proporção em direções opostas. Para refletir: O resultado de uma carteira composta de dois ativos de risco poderá ser uma carteira sem risco? Os estudos sobre a seleção de carteira tiveram um grande impulse com Markowitz, ele tornou clara a sabedoria popular de que não se deve por todos os ovos em uma mesma cesta. Ou em termos financeiros que o risco da carteira apesar de também ser representado pelo desvio padrão da carteira, será menor que o maior risco dentre os ativos nela presentes. Seu cálculo também será precedido do cálculo da variância da carteira. A variância de uma carteira C de dois ativos (X e Y) será: � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y � XY (1.17) ou utilizando 1.16, � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y (1.18) ou ainda de forma geral para n ativos: � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j (1.19) e claro, � C = q � 2 C (1.20) O coeficiente de correlação ρXY 11 • Cov(X,X) = V arX = �2 • Cov(aX + b, cY + d) = ac Cov(X,Y ) • Cov( P i X i P j Y j = P i P j (Cov(X i , Y j ) • Se X e Y são independentes Cov(X,Y ) = 0 O coeficiente de correlação ⇢ X Y , é uma medida de covariância padronizada pelos desvios padrões das variáveis relacionadas X e Y, e nunca pode ser maior do que 1 ou menor do que -1. ⇢ XY = � XY � X � Y (1.16) Uma correlação próxima a zero indica que as duas variáveis quase não estão relacionadas, ou seja, são independentes. Uma correlação positiva indica que as duas variáveis movem juntas, e a relação é forte quanto mais a correlação se aproxima de um. Uma correlação negativa indica que as duas variáveis movem- se em direções opostas, e a relação também fica mais forte quanto mais próxima de -1 a correlação ficar. Duas variáveis que estão perfeitamente correlacionadas positivamente (⇢ = 1) movem-se essencialmente em perfeita proporção na mesma direção, enquanto dois conjuntos que estão perfeitamente correlacionados negativamente (⇢ = �1) movem-se em perfeita proporção em direções opostas. Para refletir: O resultado de uma carteira composta de dois ativos de risco poderá ser uma carteira sem risco? Os estudos sobre a seleção de carteira tiveram um grande impulse com Markowitz, ele tornou clara a sabedoria popular de que não se deve por todos os ovos em uma mesma cesta. Ou em termos financeiros que o risco da carteira apesar de também ser representado pelo desvio padrão da carteira, será menor que o maior risco dentre os ativos nela presentes. Seu cálculo também será precedido do cálculo da variância da carteira. A variância de uma carteira C de dois ativos (X e Y) será: � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y � XY (1.17) ou utilizando 1.16, � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y (1.18) ou ainda de forma geral para n ativos: � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j (1.19) e claro, �C = q � 2 C (1.20) Para refle'r: O resultado de uma carteira composta de dois aIvos de risco poderá ser uma carteira sem risco? Risco da carteira A variância de uma carteira C de dois aIvos (X e Y) será: 11 • Cov(X,X) = V arX = �2 • Cov(aX + b, cY + d) = ac Cov(X,Y ) • Cov( P i X i P j Y j = P i P j (Cov(X i , Y j ) • Se X e Y são independentes Cov(X,Y ) = 0 O coeficiente de correlação ⇢ X Y , é uma medida de covariância padronizada pelos desvios padrões das variáveis relacionadas X e Y, e nunca pode ser maior do que 1 ou menor do que -1. ⇢ XY = � XY � X � Y (1.16) Uma correlação próxima a zero indica que as duas variáveis quase não estão relacionadas, ou seja, são independentes. Uma correlação positiva indica que as duas variáveis movem juntas, e a relação é forte quanto mais a correlação se aproxima de um. Uma correlação negativa indica que as duas variáveis movem- se em direções opostas, e a relação também fica mais forte quanto mais próxima de -1 a correlação ficar. Duas variáveis que estão perfeitamente correlacionadas positivamente (⇢ = 1) movem-se essencialmente em perfeita proporção na mesma direção, enquanto dois conjuntos que estão perfeitamente correlacionados negativamente (⇢ = �1) movem-se em perfeita proporção em direções opostas. Para refletir: O resultado de uma carteira composta de dois ativos de risco poderá ser uma carteira sem risco? Os estudos sobre a seleção de carteira tiveram um grande impulse com Markowitz, ele tornou clara a sabedoria popular de que não se deve por todos os ovos em uma mesma cesta. Ou em termos financeiros que o risco da carteira apesar de também ser representado pelo desvio padrão da carteira, será menor que o maior risco dentre os ativos nela presentes. Seu cálculo também será precedido do cálculo da variância da carteira. A variância de uma carteira C de dois ativos (X e Y) será: � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y � XY (1.17) ou utilizando 1.16, � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y (1.18) ou ainda de forma geral para n ativos: � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j (1.19) e claro, � C = q � 2 C (1.20) Ou 11 • Cov(X,X) = V arX = �2 • Cov(aX + b, cY + d) = ac Cov(X,Y ) • Cov( P i X i P j Y j = P i P j (Cov(X i , Y j ) • Se X e Y são independentes Cov(X,Y ) = 0 O coeficiente de correlação ⇢ X Y , é uma medida de covariância padronizada pelos desvios padrões das variáveis relacionadas X e Y, e nunca pode ser maior do que 1 ou menor do que -1. ⇢ XY = � XY � X � Y (1.16) Uma correlação próxima a zero indica que as duas variáveis quase não estão relacionadas, ou seja, são independentes. Uma correlação positiva indica que as duas variáveis movem juntas, e a relação é forte quanto mais a correlação se aproxima de um. Uma correlação negativa indica que as duas variáveis movem- se em direções opostas, e a relação também fica mais forte quanto mais próxima de -1 a correlação ficar. Duas variáveis que estão perfeitamente correlacionadas positivamente (⇢ = 1) movem-se essencialmente em perfeita proporção na mesma direção, enquanto dois conjuntos que estão perfeitamente correlacionados negativamente (⇢ = �1) movem-se em perfeita proporção em direções opostas. Para refletir: O resultado de uma carteira composta de dois ativos de risco poderá ser uma carteira sem risco? Os estudos sobre a seleção de carteira tiveram um grande impulse com Markowitz, ele tornou clara a sabedoria popular de que não se deve por todos os ovos em uma mesma cesta. Ou em termos financeiros que o risco da carteira apesar de também ser representado pelo desvio padrão da carteira, será menor que o maior risco dentre os ativos nela presentes. Seu cálculo também será precedido do cálculo da variância da carteira. A variância de uma carteira C de dois ativos (X e Y) será: � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y � XY (1.17) ou utilizando 1.16, � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y (1.18) ou ainda de forma geral para n ativos: � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j (1.19) e claro, � C = q � 2 C (1.20) Generalizando de forma mneumônica 11 • Cov(X,X) = V arX = �2 • Cov(aX + b, cY + d) = ac Cov(X,Y ) • Cov( P i X i P j Y j = P i P j (Cov(X i , Y j ) • Se X e Y são independentes Cov(X,Y ) = 0 O coeficiente de correlação ⇢ X Y , é uma medida de covariância padronizada pelos desvios padrões das variáveis relacionadas X e Y, e nunca pode ser maior do que 1 ou menor do que -1. ⇢ XY = � XY � X � Y (1.16) Uma correlação próxima a zero indica que as duas variáveis quase não estão relacionadas, ou seja, são independentes. Uma correlação positiva indica que as duas variáveis movem juntas, e a relação é forte quanto mais a correlação se aproxima de um. Uma correlação negativa indica que as duas variáveis movem- se em direções opostas, e a relação também fica mais forte quanto mais próxima de -1 a correlação ficar. Duas variáveis que estão perfeitamente correlacionadas positivamente (⇢ = 1) movem-se essencialmente em perfeita proporção na mesma direção, enquanto dois conjuntos que estão perfeitamente correlacionados negativamente (⇢ = �1) movem-se em perfeita proporção em direções opostas. Para refletir: O resultado de uma carteira composta de dois ativos de risco poderá ser uma carteira sem risco? Os estudos sobre a seleção de carteira tiveram um grande impulse com Markowitz, ele tornou clara a sabedoria popular de que não se deve por todos os ovos em uma mesma cesta. Ou em termos financeiros que o risco da carteira apesar de também ser representado pelo desvio padrão da carteira, será menor que o maior risco dentre os ativos nela presentes. Seu cálculo também será precedido do cálculo da variância da carteira. A variância de uma carteira C de dois ativos (X e Y) será: � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y � XY (1.17) ou utilizando 1.16, � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y (1.18) ou ainda de forma geral para n ativos: � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j (1.19) e claro, � C = q � 2 C (1.20) 11 • Cov(X,X) = V arX = �2 • Cov(aX + b, cY + d) = ac Cov(X,Y ) • Cov( P i X i P j Y j = P i P j (Cov(X i , Y j ) • Se X e Y são independentes Cov(X,Y ) = 0 O coeficiente de correlação ⇢ X Y , é uma medida de covariância padronizada pelos desvios padrões das variáveis relacionadas X e Y, e nunca pode ser maior do que 1 ou menor do que -1. ⇢ XY = � XY � X � Y (1.16) Uma correlação próxima a zero indica que as duas variáveis quase não estão relacionadas, ou seja, são independentes. Uma correlação positiva indica que as duas variáveis movem juntas, e a relação é forte quanto mais a correlação se aproxima de um. Uma correlação negativa indica que as duas variáveis movem- se em direções opostas, e a relação também fica mais forte quanto mais próxima de -1 a correlação ficar. Duas variáveis que estão perfeitamente correlacionadas positivamente (⇢ = 1) movem-se essencialmente em perfeita proporção na mesma direção, enquanto dois conjuntos que estão perfeitamente correlacionados negativamente (⇢ = �1) movem-se em perfeita proporção em direções opostas. Para refletir: O resultado de uma carteira composta de dois ativos de risco poderá ser uma carteira sem risco? Os estudos sobre a seleção de carteira tiveram um grande impulse com Markowitz, ele tornou claraa sabedoria popular de que não se deve por todos os ovos em uma mesma cesta. Ou em termos financeiros que o risco da carteira apesar de também ser representado pelo desvio padrão da carteira, será menor que o maior risco dentre os ativos nela presentes. Seu cálculo também será precedido do cálculo da variância da carteira. A variância de uma carteira C de dois ativos (X e Y) será: � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y � XY (1.17) ou utilizando 1.16, � 2 C = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y (1.18) ou ainda de forma geral para n ativos: � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j (1.19) e claro, � C = q � 2 C (1.20) Exemplo 5 • Com os dados relacionados na tabela abaixo calcule o retorno e o risco da carteira Gama composta pelos aIvos de risco X e Y, sabendo que ρXY=1; -‐1;0,5;-‐0,5. • 12 Exemplo 5 Com os dados relacionados na tabela abaixo calcule o retorno e o risco da carteira Gama composta pelos ativos de risco X e Y, sabendo que ⇢ X Y = 1; -1;0.5;-0.5. Solução: O retorno só depende dos retornos individuais e dos pesos assim seu valor esperado é dado pela equação 1.13, K̄ = nX i=1 K i w i = 0.40⇥ 23 + 0.60⇥ 15 = 18, 20% O cálculo da variância e risco da carteira, utilizando as equações 1.19 e 1.20 com ⇢ X Y = 1, ou seja correlação perfeitamente positiva. � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 1.0⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 116.64 e � C = q � 2 C = p 116.64 = 10.80 Atente para o fato de que o risco da carteira neste caso mais adverso, em que os ativos experi- mentam uma correlação perfeitamente positiva se apresenta entre os dois valores dos riscos dos ativos. Neste caso devida a correlação perfeita e positiva o valor corresponde a média ponderada dos riscos. Fazendo para ⇢ XY = �1, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�1)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 0 logo � C = 0. Veja que neste exemplo, com a correlação perfeitamente negativa foi posśıvel obter uma carteira virtualmente sem risco7. Fazendo para ⇢ XY = 0.5, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 0.5⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 87, 48 logo � C = p 87, 48 = 9, 35. Fazendo para ⇢ XY = �0.5, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�0.5)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 29, 16 logo � C = p 29, 16 = 5, 40. 7Este exemplo possui números estudados e cujo objetivo é didático, na prática é dif́ıcil embora não imposśıvel, encontrar ativos que possuam correlação perfeitamente negativa. Mas sempre é posśıvel diversificar o risco. Exemplo 5 -‐ Solução • retorno só depende dos retornos individuais e dos pesos, assim: • O cálculo da variância e risco da carteira • Correlação perfeitamente posiIva. 12 Exemplo 5 Com os dados relacionados na tabela abaixo calcule o retorno e o risco da carteira Gama composta pelos ativos de risco X e Y, sabendo que ⇢ X Y = 1; -1;0.5;-0.5. Solução: O retorno só depende dos retornos individuais e dos pesos assim seu valor esperado é dado pela equação 1.13, K̄ = nX i=1 K i w i = 0.40⇥ 23 + 0.60⇥ 15 = 18, 20% O cálculo da variância e risco da carteira, utilizando as equações 1.19 e 1.20 com ⇢ X Y = 1, ou seja correlação perfeitamente positiva. � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 1.0⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 116.64 e � C = q � 2 C = p 116.64 = 10.80 Atente para o fato de que o risco da carteira neste caso mais adverso, em que os ativos experi- mentam uma correlação perfeitamente positiva se apresenta entre os dois valores dos riscos dos ativos. Neste caso devida a correlação perfeita e positiva o valor corresponde a média ponderada dos riscos. Fazendo para ⇢ XY = �1, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�1)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 0 logo � C = 0. Veja que neste exemplo, com a correlação perfeitamente negativa foi posśıvel obter uma carteira virtualmente sem risco7. Fazendo para ⇢ XY = 0.5, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 0.5⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 87, 48 logo � C = p 87, 48 = 9, 35. Fazendo para ⇢ XY = �0.5, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�0.5)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 29, 16 logo � C = p 29, 16 = 5, 40. 7Este exemplo possui números estudados e cujo objetivo é didático, na prática é dif́ıcil embora não imposśıvel, encontrar ativos que possuam correlação perfeitamente negativa. Mas sempre é posśıvel diversificar o risco. 12 Exemplo 5 Com os dados relacionados na tabela abaixo calcule o retorno e o risco da carteira Gama composta pelos ativos de risco X e Y, sabendo que ⇢ X Y = 1; -1;0.5;-0.5. Solução: O retorno só depende dos retornos individuais e dos pesos assim seu valor esperado é dado pela equação 1.13, K̄ = nX i=1 K i w i = 0.40⇥ 23 + 0.60⇥ 15 = 18, 20% O cálculo da variância e risco da carteira, utilizando as equações 1.19 e 1.20 com ⇢ X Y = 1, ou seja correlação perfeitamente positiva. � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 1.0⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 116.64 e � C = q � 2 C = p 116.64 = 10.80 Atente para o fato de que o risco da carteira neste caso mais adverso, em que os ativos experi- mentam uma correlação perfeitamente positiva se apresenta entre os dois valores dos riscos dos ativos. Neste caso devida a correlação perfeita e positiva o valor corresponde a média ponderada dos riscos. Fazendo para ⇢ XY = �1, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�1)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 0 logo � C = 0. Veja que neste exemplo, com a correlação perfeitamente negativa foi posśıvel obter uma carteira virtualmente sem risco7. Fazendo para ⇢ XY = 0.5, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 0.5⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 87, 48 logo � C = p 87, 48 = 9, 35. Fazendo para ⇢ XY = �0.5, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�0.5)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 29, 16 logo � C = p 29, 16 = 5, 40. 7Este exemplo possui números estudados e cujo objetivo é didático, na prática é dif́ıcil embora não imposśıvel, encontrar ativos que possuam correlação perfeitamente negativa. Mas sempre é posśıvel diversificar o risco. Exemplo 5 -‐ conInua Com correlação perfeitamente negaIva 12 Exemplo 5 Com os dados relacionados na tabela abaixo calcule o retorno e o risco da carteira Gama composta pelos ativos de risco X e Y, sabendo que ⇢ X Y = 1; -1;0.5;-0.5. Solução: O retorno só depende dos retornos individuais e dos pesos assim seu valor esperado é dado pela equação 1.13, K̄ = nX i=1 K i w i = 0.40⇥ 23 + 0.60⇥ 15 = 18, 20% O cálculo da variância e risco da carteira, utilizando as equações 1.19 e 1.20 com ⇢ X Y = 1, ou seja correlação perfeitamente positiva. � 2 C = nX i=1 w 2 i � 2 i + nX i=1 nX j=1 w i w j ⇢ ij � i � j = w2 X � 2 X + w2 Y � 2 Y + 2w X w Y ⇢ XY � X � Y = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ 1.0⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 116.64 e � C = q � 2 C = p 116.64 = 10.80 Atente para o fato de que o risco da carteira neste caso mais adverso, em que os ativos experi- mentam uma correlação perfeitamente positiva se apresenta entre os dois valores dos riscos dos ativos. Neste caso devida a correlação perfeita e positiva o valor corresponde a média ponderada dos riscos. Fazendo para ⇢ XY = �1, � 2 C = 0.402 ⇥ 13.52 + 0.62 ⇥ 92 + 2⇥ (�1)⇥ 0.40⇥ 0.60⇥ 13.5⇥ 9 = 0 logo � C = 0. Veja
Compartilhar