Professional Documents
Culture Documents
So Paulo
2009
So Paulo
2009
FICHA CATALOGRFICA
DEDICATRIA
minha famlia.
AGRADECIMENTOS
Acima de tudo minha famlia, por tudo o que me proporcionaram, por terem
moldado a pessoa que sou hoje e pelo apoio incondicional em todos os momentos da minha
vida.
Ao meu orientador, Prof. Dr. Jos Joaquim do Amaral Ferreira, pela receptividade,
pelas ideias e pelo incentivo.
A todos os professores, colegas e funcionrios da Poli e da Ecole des Mines de SaintEtienne, por tudo o que a vida acadmica acrescentou minha formao pessoal, profissional
e intelectual.
E, por fim, aos meus amigos, sempre ao meu lado mesmo quando estamos distantes.
RESUMO
O preo de uma ao raramente reflete com exatido o resultado dos modelos de
anlise fundamentalista, variando de acordo com a percepo dos investidores sobre o cenrio
para a empresa e com a abundncia ou escassez, no mercado, de capital disponvel para
investir. Assim, as flutuaes em sua cotao podem ser relacionadas a diversas variveis,
ligadas aos fundamentos da empresa, economia global e viso dos investidores sobre o
mercado acionrio como um todo, sobre um pas ou sobre um setor da economia em particular.
Este trabalho tem por objetivo elaborar modelos para detectar sobrevalorizaes ou
subvalorizaes momentneas das aes da mineradora Vale S.A., antiga Companhia Vale do
Rio Doce, cotadas na Bolsa de Valores de So Paulo, em relao a outras variveis
quantitativas relacionadas aos seus preos, tais como cotaes de aes de empresas do
mesmo setor negociadas em outras bolsas de valores, bem como ndices bursteis, taxas de
cmbio e preos de commodities, de modo a proporcionar uma ferramenta para detectar
oportunidades de operaes de giro de curtssimo prazo (intra-dirias) tirando proveito de tais
distores do mercado.
ABSTRACT
The price of a stock rarely ever reflects precisely the result of models based in
fundamental analysis, fluctuating along with the way investors perceive the scenario for the
company and with the abundance or scarcity of available investing capital in the market.
Hence, the variations in stock quotes can be related to several variables, linked to the
companys fundamentals, global economy and investors view on the stock market as a whole,
on a country or on a given economic sector.
The present study aims to develop models to detect temporary over- or undervaluation
of the shares issued by Brazilian mining company Vale S.A., formerly known as Companhia
Vale do Rio Doce, listed at the Bovespa (So Paulo Stock Exchange), in comparison to other
quantitative variables related to their prices, such as quotes for shares of companies on the
same sector traded in other stock exchanges, as well as stock exchange indices, exchange
rates and commodity prices, so as to offer a tool which could detect opportunities for intraday
operations, making profits out of such market distortions.
In order to accomplish this goal, this study employs statistical modeling techniq ues
such as multiple linear regression and time series analysis tools, applied to a set of data from
the period between December 2008 and May 2009. The month of June 2009 was used as a
validation period, so as to prove the efficacy of the models.
LISTA DE FIGURAS
Figura 2.1 - Exemplos de correlao ........................................................................................27
Figura 2.2 - ACF de uma srie sem autocorrelaes significativas..........................................36
Figura 2.3 - ACF de uma srie com fortes autocorrelaes .....................................................36
Figura 2.4 Exemplo de PACF (1) ..........................................................................................37
Figura 2.5 - Exemplo de PACF (2)...........................................................................................37
Figura 2.6 - Diagrama de disperso com as variaes reais do Ibovespa em agosto de 2006 e
as previses correspondentes pelo modelo de Castro Neto. .....................................................48
Figura 3.1 - Evoluo das cotaes das aes ordinrias e preferenciais da Vale ...................60
Figura 3.2 - Evoluo dos ndices Ibovespa e S&P 500 ...........................................................60
Figura 3.3 - Evoluo das cotaes das aes das mineradoras Rio Tinto e BHP Billiton......60
Figura 3.4 - Evoluo das cotaes das aes das mineradoras XStrata e AngloAmerican....61
Figura 3.5 - Evoluo do ndice FTSE 100 e das taxas de cmbio do dlar norte-americano,
libra esterlina e euro em relao ao real ...................................................................................61
Figura 3.6 - Evoluo das cotaes dos contratos futuros de commodities: nquel, alumnio,
cobre e petrleo.........................................................................................................................62
Figura 3.7 - Evoluo dos ndices JPMorgan EMBI Brazil (Risco Brasil) e Baltic Dry Index63
Figura 3.8 - Evoluo da VALE3 e Modelo 1. .........................................................................68
Figura 3.9 - Resduos do Modelo 1, em funo dos valores estimados pelo modelo...............68
Figura 3.10 - Resduos do Modelo 1, pela ordem cronolgica dos dados ................................69
Figura 3.11 - Funo de autocorrelao dos resduos do Modelo 1 .........................................69
Figura 3.12 - Funo de autocorrelao parcial dos resduos do Modelo 1 .............................70
Figura 3.13 - Evoluo da VALE3 e Modelo 1 com AR(1).....................................................71
Figura 3.14 - Resduos do Modelo 1 com AR(1), pela ordem cronolgica dos dados.............71
Figura 3.15 - Funo de autocorrelao dos resduos do Modelo 1 com AR(1) ......................72
Figura 3.16 - Diagrama de disperso com as variaes reais da VALE3 em junho de 2009 e as
previses correspondentes pelo Modelo 1 com AR(1) .............................................................74
Figura 3.17 - Evoluo da VALE3 e Modelo 2........................................................................75
Figura 3.18 - Resduos do Modelo 2, pela ordem cronolgica dos dados ................................76
Figura 3.19 - Resduos do Modelo 2, em funo dos valores estimados pelo modelo.............76
Figura 3.20 - Funo de autocorrelao dos resduos do Modelo 2 .........................................77
Figura 3.21 - Funo de autocorrelao parcial dos resduos do Modelo 2 .............................77
Figura 3.22 - Evoluo da VALE3 e Modelo 2 com AR(1).....................................................78
Figura 3.23 - Resduos do Modelo 2 com AR(1), pela ordem cronolgica dos dados.............78
Figura 3.24 - Funo de autocorrelao dos resduos do Modelo 2 com AR(1) ......................79
Figura 3.25 - Diagrama de disperso com as variaes reais da VALE3 em junho de 2009 e as
previses correspondentes pelo Modelo 1 com AR(1) .............................................................80
Figura 3.26 - Rendimentos logartmicos reais da VALE3 e Modelo 3 em funo do tempo ..84
Figura 3.27 - Resduos do Modelo 3, pela ordem cronolgica dos dados ................................85
Figura 3.28 - Funo de autocorrelao dos resduos do Modelo 3 .........................................85
Figura 3.29 - Diagrama de disperso com as variaes reais da VALE3 em junho de 2009 e as
previses correspondentes pelo Modelo 3 ................................................................................87
Figura 3.30 - Evoluo das cotaes de VALE3 (real e modelos 1+3 e 3) ..............................90
LISTA DE TABELAS
Tabela 2.1 - Anlise de Varincia .............................................................................................32
Tabela 2.2 - Padres de autocorrelao e modelos ARMA associados....................................38
Tabela 2.3 - Resultados do modelo de Castro Neto (2006) para previso do Ibovespa ...........46
Tabela 2.4 - Erros do modelo de Castro Neto no perodo de teste, em valores absolutos e em
porcentagem do desvio padro das variaes do Ibovespa ......................................................47
Tabela 2.5 - Valores das variveis do modelo de Castro Neto em 31/07/2006 ........................49
Tabela 3.1 - Horrios de abertura da Bovespa e NYSE e de fechamento da LSE ...................58
Tabela 3.2 - Horrios de abertura da Bovespa e NYSE + 20 minutos e fechamento da LSE..58
Tabela 3.3 - Coeficientes de correlao entre VALE3 e as outras variveis............................63
Tabela 3.4 - Escala de coeficientes de correlao ....................................................................64
Tabela 3.5 - Clculo de VALE3 pelo Modelo 1 com AR(1) ....................................................73
Tabela 3.6 - Estudo dos erros do Modelo 1 com AR(1) no perodo de validao....................73
Tabela 3.7 - Clculo de VALE3 pelo Modelo 2 com AR(1) ....................................................79
Tabela 3.8 - Estudo dos erros do Modelo 2 com AR(1) no perodo de validao....................80
Tabela 3.9 - Coeficientes de correlao entre rendimentos dirios de VALE3 e das outras
variveis ....................................................................................................................................83
Tabela 3.10 - Clculo de VALE3 pelo Modelo 3 .....................................................................86
Tabela 3.11 - Estudo dos erros do Modelo 3 no perodo de validao.....................................86
Tabela 3.12 - Resultados dos modelos 1, 2 e 3 no ms de junho de 2009................................88
Tabela 3.13 - Correlaes entre os erros dos modelos 1, 2 e 3.................................................89
Tabela 3.14 - Erros dos novos modelos 1+3 e 2+3 no ms de junho .......................................89
Tabela 3.15 - Cotaes de VALE3 (real e modelos 1+3 e 3)...................................................90
LISTA DE SIGLAS
ACF: AutoCorrelation Function
ADR: American Depositary Receipt
ANBID: Associao Nacional dos Bancos de Investimento
ANCOR: Associao Nacional das Corretoras
ANOVA: ANalysis Of VAriance
AR: Auto-Regressive
ARMA: Auto- Regressive Moving Average
ASX: Australian Securities eXchange
BDI: Baltic Dry Index
BDR: Brazilian Depositary Receipt
BM&F: Bolsa de Mercadorias e Futuros
BOVESPA: Bolsa de Valores de So Paulo
CBLC: Companhia Brasileira de Liquidao e Custdia
DCF: Discounted Cash Flow
FIA: Fundo de Investimento em Aes
HEM: Hiptese da Eficincia dos Mercados
IBOVESPA: ndice Bovespa
JSE: Johannesburg Stock Exchange
LME: London Metals Exchange
LSE: London Stock Exchange
MA: Moving Average
NASDAQ: National Association of Securities Dealers Automated Quotations
NYMEX: New York Mercantile Exchange
NYSE: New York Stock Exchange
PACF: Partial AutoCorrela tion Function
RWH: Random Walk Hypothesis
S&P: Standard & Poors
VR: Variance Ratio
WTI: West Texas Intermediate
SUMRIO
1.
2.
Introduo .......................................................................................................................15
1.1.
1.2.
O estgio ...................................................................................................................16
1.3.
1.4.
1.5.
1.6.
Objetivo ....................................................................................................................22
2.1.1.
Covarincia e correlao...................................................................................27
2.1.2.
2.1.3.
2.1.4.
Anlise de varincia..........................................................................................31
2.1.5.
Seleo de variveis..........................................................................................33
2.1.6.
2.2.
3.
2.2.1.
2.2.2.
2.2.3.
3.2.
3.3.
3.4.
3.5.
Correlaes ...............................................................................................................63
3.6.
3.6.1.
logartmica ........................................................................................................................67
3.6.2.
3.6.3.
Concluso.........................................................................................................................93
Captulo 1 Introduo
INTRODUO
13
Captulo 1 Introduo
15
1. Introduo
1.1. A Empresa: Fundamento Asset Management S.A.
Aps obter para seus clientes rentabilidades bastante superiores mdia do mercado
por quatro anos consecutivos, Guilherme iniciou um clube de investimento, o Fundamento I,
fundado em dezembro de 2005. Com o bom desempenho do Fundamento I, que proporcionou
durante os primeiros anos rendimentos significativamente superiores aos do ndice Bovespa, o
clube logo atingiu o limite mximo de 150 cotistas previsto pelas normas da Bolsa de Valores
de So Paulo, o que levou fundao, durante o ano de 2007, de dois outros clubes de
investimento, batizados Alicerce e Concreto. A empresa, usando o nome fantasia Fundamento
Administrao de Recursos, tambm manteve paralelamente a gesto de carteiras individuais.
Agente autnomo de investimento : profissional que atua na distribuio e mediao de ttulos, valores
mobilirios, quotas de fundos de investimentos e derivativos, sob a responsabilidade de instituies integrantes
do sistema de distribuio de valores mobilirios (p. ex. corretoras).
Captulo 1 Introduo
16
Atualmente, a Fundamento e a Escolha Ideal so, juntas, respons veis pela gesto de
cerca de R$ 40 milhes entre clubes de investimento, fundo de investimento e carteiras de
clientes individuais, operando regularmente junto a quatro corretoras (Interfloat, Bradesco,
Gradual e Souza Barros).
1.2. O estgio
Por se tratar de uma empresa de pequeno porte, comum na Fundamento que haja
acmulo de funes. Por exemplo, enquanto em uma gestora de grande porte a negociao de
aes e opes feita por profissionais (traders) independentes da equipe de gesto, que toma
as decises principais quanto s estratgias de investimento e repassa ordens para que os
Captulo 1 Introduo
17
sntese de relatrios recebidos por e- mail contendo dados e opinies de analistas sell side2 de
grandes instituies financeiras (JP Morgan, Morgan Stanley, Merrill Lynch, Credit Suisse,
Deutsche Bank, Santander, Ita, Bradesco e outras);
Controle de fluxo de caixa dos clubes e fundo em tempo real, atravs de planilhas
Analistas sell side: profissionais contratados por instituies financeiras para elaborar relatrios contendo suas
anlises de mercado, a serem divulgados aos clientes dessas instituies e ao pblico em geral. Frequentemente
so especialistas em um determinado setor econmico, fornecendo anlises bastante detalhadas de seus objetos
de estudo.
Captulo 1 Introduo
18
Participao em reunies peridicas (em mdia duas a trs vezes por semana) da
equipe de gesto, a fim de discutir a composio das carteiras dos clubes e fundo e as
estratgias de posicionamento e de operaes de giro para os dias seguintes;
O Fundamento Plus FIA, produto para o qual ser aplicado o resultado deste trabalho,
um fundo de investimento enquadrado na categoria aes livre com alavancagem,
conforme explanado anteriormente. Na prtica, seu regulamento permite que sejam utilizadas
em sua gesto estratgias que extrapolam largame nte a simples alocao percentual de
recursos em uma carteira de aes. Entre as operaes que podem ser efetuadas esto tambm
a compra e venda de opes (inclusive venda a descoberto, ou seja, emitir uma opo de
compra de uma determinada ao sem possuir em carteira o ativo correspondente, obrigandose a compr- lo para entrega ao detentor da opo, ou a recomprar a prpria opo, caso o
preo da ao seja maior do que o preo de exerccio da opo no dia do vencimento), compra
e venda de contratos futuros do Ibovespa (o equivalente a comprar ou vender a variao
da cotao do ndice: diariamente, o detentor de posio vendida paga ao detentor de posio
comprada uma quantia correspondente variao positiva do Ibovespa, ou recebe dele quantia
equivalente variao negativa do ndice), operaes no mercado a termo (compra ou venda
de aes para liquidao em um prazo determinado e prorrogvel, permitindo comprar aes
sem desembolsar imediatamente seu valor, apenas depositando uma quantia ou outras aes
como garantia) e vendas a descoberto (vender aes sem possu- las, entregando ao
comprador aes alugadas, para lucrar com a queda de suas cotaes recomprando-as a preos
mais baixos). Esta ltima modalidade de negociao possibilita uma estratgia muito utilizada
por fundos do tipo multimercado e tambm pelo Fundamento Plus FIA: a arbitragem
long/short, que consiste em comprar uma ao e vender outra a descoberto com o objetivo de
lucrar com a valorizao relativa entre as duas.
Modelagem Estatstica Aplicada Valorizao de Aes
Captulo 1 Introduo
19
Por ter liberdade para operar tanto na ponta da compra quanto na da venda e por pagar
taxas de corretagem bastante baixas, o fundo utiliza intensamente operaes de giro de curto
prazo inclusive comprando e vendendo aes no mesmo dia com grande frequncia. Uma
parcela significativa da alta rentabilidade obtida pelo Fundamento Plus FIA em seus primeiros
seis meses (mais de 120%, comparvel alta de 44% do Ibovespa no mesmo perodo) proveio
de operaes de giro.
O problema a ser abordado por este Trabalho de Formatura envolve a criao de uma
ferramenta para deteco de oportunidades para operaes de giro de curtssimo prazo (intradirias) com aes de elevada liquidez, ou seja, grande volume de negociao. Em nossa
anlise, utilizaremos especificamente as aes ordinrias e preferenciais da mineradora Vale
S.A., antiga Companhia Vale do Rio Doce, negociadas na Bovespa sob os cdigos VALE3 e
VALE5, respectivamente.
Captulo 1 Introduo
20
Assim sendo, o preo justo de uma ao pode ser visto como o valor real da empresa,
que pode ser estimado em termos da esperana dos ganhos futuros que as atividades da
companhia devem proporcionar aos seus investidores. Uma tcnica largamente empregada
pelos analistas fundamentalistas para tal estimativa o chamado mtodo dos fluxos de caixa
descontados (DCF Discounted Cash Flow), modelo que consiste em somar os fluxos de
caixa esperados para os perodos (anos, por exemplo) futuros, at uma data indefinida
teoricamente seria por toda a perpetuidade, pois as empresas no tm data definida para
acabar descontados por uma taxa anual, conhecida como custo de capital, justificada pelo
fato de que uma quantia em dinheiro a receber em uma data futura (t) no equivale a ter a
mesma quantia hoje (t 0 ). A taxa de desconto uma composio de dois fatores: a taxa sem
risco, que equivale taxa de juros qual seria possvel aplicar o dinheiro entre t 0 e t, e o
prmio de risco, que reflete a remunerao extra que um investidor exigiria em troca dos
riscos de que os fluxos de caixa futuros no se materializem.
Captulo 1 Introduo
21
meses seguintes, Beristain subiu seu preo justo para R$ 6,00 e posteriormente para R$ 11,00).
A segunda, que os defensores da anlise fundamentalista consideram uma imperfeio do
mercado e acreditam que provoca apenas distores passageiras nos preos das aes, que
os investidores nem sempre esto dispostos a pagar aquilo que os modelos dizem que uma
ao vale. De fato, mesmo considerando um modelo do tipo DCF, os fluxos esperados e o
prmio de risco podem variar fortemente de acordo com as condies econmicas, com a
percepo de que o cenrio para a empresa pode vir a melhorar ou piorar nos prximos meses
ou anos e com a abundncia ou escassez de capital disponvel para investir, que influencia no
chamado apetite dos investidores por risco.
Entre as estratgias utilizadas pelo Fundamento Plus FIA para obter retorno esto as
operaes de arbitragem. Bem que, formalmente, o termo arbitragem no contexto de
mercados financeiros se refira especificamente a operaes de compra e venda motivadas pela
diferena de preos de um mesmo ativo em diferentes mercados (o que constitui, por
definio, estratgia sem riscos) neste trabalho emprega mos a palavra em um sentido mais
amplo: qualquer operao que vise auferir lucro com a correo de distores temporrias
entre os preos de ativos que, embora diferentes entre si, possuam fundamentos e/ou
caractersticas intrnsecas que devem fazer com que seus preos variem de forma semelhante.
Trata-se de um consciente abuso de linguagem, j que o conceito descrito engloba operaes
que no so livres de risco, dentre as quais aquelas que sero motivadas pelo produto deste
trabalho.
Captulo 1 Introduo
22
distores nas precificaes de ativos diferentes em relao aos seus valores tericos, os quais
so altamente correlacionados (caso, por exemplo, dos long/short entre empresas
controladoras e suas controladas, como, no mercado atual, Bradespar x Vale ou Metalrgica
Gerdau x Gerdau S.A.), e as originadas na anlise tcnica, ou seja, em grficos e/ou modelos
quantitativos que utilizam dados e padres histricos de comportamento de ativos para
detectar oportunidades de compra e venda.
A partir dessa necessidade que foi definido o objetivo deste trabalho, descrito a
seguir.
1.6. Objetivo
Captulo 1 Introduo
23
Para isso, sero empregadas tcnicas que fazem parte do arsenal proporcionado pelas
disciplinas do curso de Engenharia de Produo, em particular as da rea de Estatstica, como
a regresso linear mltipla e ferramentas de anlise de sries temporais.
ESTUDO
BIBLIOGRFICO
25
27
2. Estudo Bibliogrfico
A seguir, apresentaremos a teoria empregada na elaborao dos modelo s objeto deste
trabalho, proporcionando uma viso geral sobre a base matemtica e estatstica subjacente e
sobre alguns conceitos ligados aos mercados de capitais e, em particular, aos mercados de
aes. Citaremos tambm alguns trabalhos, desenvolvidos nos ltimos anos, que aplicaram
aos mercados acionrios conceitos semelhantes.
2.1. Fundamentao terica
2.1.1. Covarincia e correlao 3
Para se elaborar modelos que relacionem duas ou mais variveis, necessria, antes de
mais nada, uma mensurao do grau de correlao entre elas, ou seja, da intensidade da sua
tendncia de variao conjunta. Duas variveis podem apresentar correlao linear positiva,
negativa ou nula, ou ainda correlao no linear, como ilustram os diagramas de disperso
(grficos nos quais pontos no plano cartesiano XY representam simultaneamente os valores
de duas variveis medidas em cada elemento do conjunto de dados) abaixo:
28
S XY
S XX * SYY
r=
(2)
Sxy =
( x x )( y y)
i
n 1
(3)
r=
( x x )( y y )
( x x ) ( y y)
i
(4)
29
A modelagem das relaes entre diversas variveis que apresentam variao conjunta,
tal como ser elaborada para aplicao s cotaes de aes, d-se atravs do uso das tcnicas
de regresso.
Nos tipos de modelos que iremos utilizar, uma limitao que a varivel resposta Y
seja quantitativa e possa ser tratada como contnua. Nos casos em que Y seja discreta ou
qualitativa, seu estudo feito atravs de outras tcnicas, como por exemplo a anlise
discriminante utilizada para classificao dos elementos de uma amostra ou populao,
portanto com resposta discreta correspondente ao grupo no qual se classifica cada um dos
elementos e os modelos lineares generalizados com resposta binria, ligada ao
acontecimento ou no de um determinado evento em funo de um conjunto de variveis
preditivas quantitativas (caso da regresso logstica).
Nas situaes nas quais aplicaremos as tcnicas de regresso, o produto final ser uma
relao do tipo:
y f ( x1 ,..., x p ) (5)
A forma da funo f pode, em alguns casos, no ser previamente determinada, sendo
estabelecida apenas aps a anlise dos dados coletados; nesse caso, trata-se de uma regresso
no-paramtrica. Caso contrrio, uma regresso paramtrica, categoria da qual a regresso
linear um caso particular, no qual f tem a forma:
f ( x1 ,..., x p ) = a0 + a1 x1 + ... + a p x p
(6)
Uma ltima distino importante deve ser feita a respeito do mecanismo de obteno
dos dados: se os nveis (valores) das variveis explicativas forem fixados pelo experimentador
Modelagem Estatstica Aplicada Valorizao de Aes
30
que recolher os dados, tem-se um modelo de variveis controladas, com dados obtidos
atravs de mtodos de delineamento de experincias. Nesse caso, supondo-se um
planejamento adequado de recolhimento de dados, a observao do efeito das variveis
explicativas sobre a varivel resposta permite determinar uma relao de causa e efeito entre
elas. Se, ao contrrio, as variveis explicativas no forem pr-determinadas e sim observadas
ao mesmo tempo em que a varivel resposta, tem-se uma situao de variveis no
controladas. A ausncia de controle das variveis faz com que no seja possvel demonstrar
experimentalmente nenhuma relao de causa e efeito, j que sistematicamente possvel que
outras variveis no observadas possam influenciar simultaneamente o comportamento das
variveis explicativas e da resposta.
31
i =1
i =1
Para se estimar a matriz A, deve-se encontrar A que minimize a soma dos erros
quadrticos:
(9)
A = ( X X ) 1 X Y (10)
O clculo da matriz dos coeficientes de regresso comumente feito por softwares de
anlise estatstica utilizando-se a frmula acima.
Fonte
32
DF
SS
MS
SSR
Modelo
p
SSR
p
SSE
Erro
n p 1 SSE
n p 1
Total
n 1
SST
Tabela 2.1 - Anlise de Varincia
O desvio quadrtico total, SST, representa a soma dos quadrados das diferenas das
observaes yi em relao sua mdia, y :
(11)
O desvio quadrtico explicado pela regresso, SSR, representa a soma dos quadrados
das diferenas em relao mdia, substituindo as observaes yi pelas previses obtidas
atravs do modelo de regresso:
(12)
A diferena entre as duas, SSE, representa a soma dos quadrados dos erros, ou
resduos, correspondentes s diferenas entre as observaes yi e os respectivos valores
previstos pelo modelo, ou seja:
(13)
Modelagem Estatstica Aplicada Valorizao de Aes
33
(14)
34
H ainda um mtodo mais avanado, o stepwise, que equivale grosso modo a aplicar o
backward elimination a cada passo do forward selection. Parte-se de apenas uma varivel
explicativa e, a cada novo preditor includo, os anteriores so testados e, se considerados
dispensveis pelo teste de F, eliminados.
2.1.6. Sries temporais 5
Uma srie temporal pode ser definida como qualquer conjunto de observaes
ordenadas no tempo. Devido sua ocorrncia constante em inmeros campos do
conhecimento humano, desde a Fsica at os mercados financeiros, vrias tcnicas de anlises
de sries temporais foram desenvolvidas com vistas a aplicaes prticas, sendo amplamente
utilizadas em diversas reas. Os modelos utilizados para descrever sries temporais so
processos estocsticos, ou seja, regidos por leis probabilsticas.
35
ou negativa. Alm das tendncias, h tambm sries que apresentam sazonalidade, ou seja,
movimentos peridicos (ciclos), caso de muitas variveis econmicas que apresentam valores
consistentemente ligados aos meses do ano.
36
37
38
resduos.
O estudo dos padres formados pela ACF e PACF permite identificar quais
parmetros AR ou MA devem includos em um modelo de previso, conforme a tabela a
seguir:
Modelo
Padro ACF
Padro PACF
Declina exponencialmente com padro de
Picos significativos atravs das
AR(p)
onda senoidal
defasagens p
Picos significativos atravs das
MA(q)
Declina exponencialmente
defasagens q
ARMA(p,q)
Declina exponencialmente
Declina exponencialmente
Tabela 2.2 - Padres de autocorrelao e modelos ARMA associados
2.2.1.
Adaptado de Bruni (1998), Nakamura e Mendona (2003) Chang, Lima e Tabak (2003) e Costa (2007).
39
ou ainda o que se pode chamar de racional: aquele que aceitar o risco como inevitvel para
conseguir algum retorno diferente do facilmente disponvel que, muitas vezes, est prximo
do zero, mas em compensao apresenta risco quase zero.
Aps desviar-se do seu padro de trabalho, retorna anlise dos fatos passados,
estabelecendo correlaes com o presente para tomar suas decises, pois acredita na eficincia
dos mercados, sendo o sua maior tarefa a busca e processamento de boas informaes.
H o registro de estudo feito por Taggart nos Estados Unidos e por Marsh no Reino
Unido, citando gestores que decidem comprar aes aps um movimento anormal de preos.
Operam no mercado dentro de ciclos de alta e de baixa, que eles mesmos estabelecem. Com
esse procedimento, ignoram a Hiptese da Eficincia dos Mercados (HEM), que no admite
retornos anormais obtidos atravs de decises baseadas em preos passados.
mercado em geral;
40
Damodaran (2001) considera que o impacto de uma informao relevante faz com que
o mercado reaja de trs maneiras diferentes:
a) imediatamente e no mesmo sentido da informao, positivo ou negativo;
b) gradualmente, medida em que vai se confirmando o contedo da informao;
c) instantaneamente, como em a), s que no sentido contrrio.
A maioria dos estudos da HEM fixa-se nas formas fraca e semiforte, rejeitando a
forma forte de eficincia. Um deles, aplicado ao mercado acionrio brasileiro, o ensaio de
Modelagem Estatstica Aplicada Valorizao de Aes
41
Finalizam registrando que se pode afirmar que a Hiptese de Eficincia dos Mercados
foi comprovada sob a forma fraca na Bolsa de Valores de So Paulo, com a anlise dos
coeficientes lineares estudados.
Chang, Lima e Tabak (2003) tambm testaram a forma fraca da HEM para mercados
de aes da Amrica Latina (Brasil, Argentina, Chile e Mxico) e sia (ndia, Indonsia,
Japo, Malsia, Filipinas, Coreia do Sul, Taiwan e Tailndia), alm dos Estados Unidos.
Utilizando testes com o Variance Ratio (VR), ou seja,
VR( q) =
q2
q 2
(15)
42
Ressaltamos que essa concluso aponta para uma rejeio da prpria HEM, inclusive
em sua forma fraca, indicando que pode ser possvel obter ganhos atravs de informaes
disponveis ao mercado, inclusive cotaes passadas e presentes.
2.2.2. Contgio entre mercados 7
no- fundamentais;
Ocorrncia
de
variaes
43
extremas
nas
cotaes
em
diversos
mercados
Esta ltima a definio mais genrica, e tambm aquela que mais nos interessa para
o desenvolvimento deste trabalho. Lobo ressalta que ela difere das outras por assumir que o
contgio pode ocorrer tanto em perodos de crise como em perodos de atividade normal.
Neste contexto no h uma associao imediata apenas a choques com efeitos negativos, mas
tambm transmisso de efeitos positivos.
44
45
Relacionando a evoluo das cotaes dos ativos citados a alguns ndices de aes,
preos de commodities, moedas e taxas de juros, atravs de anlise de correlaes, regresso
linear mltipla e sries temporais, concluiu pela influncia sistemtica de tais variveis na
valorizao das aes brasileiras.
Data
1/8/2006
2/8/2006
3/8/2006
4/8/2006
8/8/2006
9/8/2006
10/8/2006
11/8/2006
14/8/2006
15/8/2006
16/8/2006
17/8/2006
18/8/2006
21/8/2006
22/8/2006
23/8/2006
24/8/2006
25/8/2006
29/8/2006
30/8/2006
31/8/2006
46
Ibovespa
Real
36.839,31
37.288,40
37.451,19
37.847,88
37.600,44
37.255,12
37.353,76
36.944,43
36.556,88
37.295,93
37.677,81
37.558,89
37.551,71
37.160,60
36.677,51
35.512,10
35.797,26
35.957,52
36.303,67
36.313,43
36.232,22
Ibovespa
Modelo
37.405,77
37.240,29
37.502,08
37.445,22
37.948,50
37.176,47
37.207,37
37.316,55
36.797,35
36.958,34
37.502,24
37.246,36
37.153,91
37.234,50
36.603,42
36.670,35
35.652,16
36.852,45
35.824,43
36.725,16
35.671,71
Erro
-566
48
-51
403
-348
79
146
-372
-240
338
176
313
398
-74
74
-1158
145
-895
479
-412
561
Tabela 2.3 - Resultados do modelo de Castro Neto (2006) para previso do Ibovespa
Data
1/8/2006
2/8/2006
3/8/2006
4/8/2006
8/8/2006
9/8/2006
10/8/2006
11/8/2006
14/8/2006
15/8/2006
16/8/2006
17/8/2006
18/8/2006
21/8/2006
22/8/2006
23/8/2006
24/8/2006
25/8/2006
29/8/2006
30/8/2006
31/8/2006
Desv. Pad.
Ibovespa
Real
36.839
37.288
37.451
37.848
37.600
37.255
37.354
36.944
36.557
37.296
37.678
37.559
37.552
37.161
36.678
35.512
35.797
35.958
36.304
36.313
36.232
Ibovespa
Modelo
37.406
37.240
37.502
37.445
37.949
37.176
37.207
37.317
36.797
36.958
37.502
37.246
37.154
37.235
36.603
36.670
35.652
36.852
35.824
36.725
35.672
47
Variao
Real
Variao
Modelo
449
163
397
-248
-345
99
-410
-387
739
382
-119
-7
-391
-483
-1.166
285
161
346
9
-81
433
-166
262
-57
504
-773
31
110
-520
161
544
-256
-92
81
-632
67
-1.018
1.200
-1.028
901
-1.053
622
Erro
Absoluto
615
99
454
752
428
68
520
133
578
162
137
85
472
149
1233
1303
1039
1374
892
972
Mdia
Erro
% DP
142,0%
22,9%
104,8%
173,7%
98,8%
15,7%
120,1%
30,7%
133,5%
37,4%
31,6%
19,6%
109,0%
34,4%
284,8%
300,9%
240,0%
317,3%
206,0%
224,5%
132,4%
Tabela 2.4 - Erros do modelo de Castro Neto no perodo de teste, em valores absolutos e em porcentagem do
desvio padro das variaes do Ibovespa
Como se pode ver, o erro mdio do modelo chega a ser superior ao desvio padro das
variaes. O diagrama de disperso mostra a relao entre as variaes reais e as variaes
previstas pelo modelo:
48
Figura 2.6 - Diagrama de disperso com as variaes reais do Ibovespa em agosto de 2006 e as previses
correspondentes pelo modelo de Castro Neto.
Fica evidente no diagrama acima que os pontos no formam nada parecido com uma
reta ascendente. Calculando-se a correlao correspondente, obtivemos o valor de 0,076. Isso
mostra que o modelo de Castro Neto, apesar de vlido, no deve ser usado para prever as
flutuaes do Ibovespa em intervalos to curtos quanto 1 dia, sendo de difcil aplicao
prtica nesse sentido.
49
Varivel
TSX
IPC
Risco Br
Caf
Ouro
Acar
JAN08
Ibovespa
Coeficiente
Valor
Peso
% Ibovespa
ai
1,8
0,605
-25,2
-3,37
48,5
0,078
696
Xi
11831
21781
225
1265
141,85
35870
14,58
ai*Xi
21296
13178
-5670
-4263
6880
2798
10148
38236
(ai*Xi)/Y
55,7%
34,5%
-14,8%
-11,1%
18,0%
7,3%
26,5%
ELABORAO
DOS MODELOS
51
53
Para descrever a valorizao das aes da Vale S.A. em funo de outras variveis do
mercado financeiro, selecionamos aquelas que julgamos potencialmente teis e explorveis
para a construo de modelos de regresso, por suas relaes com os fatores que influenciam
a demanda pelas ditas aes, determinando as mudanas em seu preo.
54
A seguir, uma descrio individual de cada uma das variveis testadas. Os cdigos que
as identificam (IBOV, SPX, RIO LN, etc.) correspondem aos seus identificadores no sistema
Bloomberg Professional, de onde foi extrada a maior parte dos dados utilizados.
VALE3 (Vale ON): Cotao das aes ordinrias de emisso da Vale S.A., negociadas
VALE5 (Vale PNA): Cotao das aes preferenciais classe A de emisso da Vale
desempenho mdio das cotaes do mercado de aes brasileiro. As 60 a 70 aes que entram
em sua composio, que revisada a cada quatro meses, respondem juntas por mais de 80%
do nmero de negcios e do volume financeiro no mercado vista da Bovespa e
aproximadamente 70% do total da capitalizao burstil (valor de mercado negociado em
Bolsa) de todas as empresas com aes negociveis na Bovespa. Calculado pela prpria
Bovespa a cada 30 segundos, com histrico minuto a minuto.
SPX (S&P 500): Um dos dois ndices mais importantes do mercado acionrio norte-
americano, junto com o DJIA (Dow Jones Industrial Average), tambm o ativo subjacente
dos contratos futuros mais negociados no mundo. composto por 500 aes negociadas nas
duas principais Bolsas de Valores dos Estados Unidos, a NYSE (New York Stock Exchange)
e a NASDAQ (National Association of Securities Dealers Automated Quotations). Sua
composio definida pela Standard & Poors, empresa que publica anlises e pesquisas
sobre bolsas de valores e ttulos. Calculado em tempo real, com histrico minuto a minuto.
55
RIO LN (Rio Tinto): Cotao das aes da mineradora australiana Rio Tinto
bolsa de valores de Londres (London Stock Exchange). Divulgada em tempo real, com
histrico minuto a minuto.
London Stock Exchange), composto por 100 aes, dentre as quais as quatro mineradoras j
citadas. considerado um dos ndices de aes mais significativos dos mercados mundiais.
Mantido pelo FTSE Group, unio do tradicional jornal Financial Times com a LSE, tem sua
composio revisada trimestralmente. Calculado em tempo real, com histrico minuto a
minuto.
GBP (Libra): Cotao da libra esterlina (pound sterling), moeda do Reino Unido, em
relao ao dlar norte-americano (/US$). Divulgada em tempo real, com histrico minuto a
minuto.
56
contrato futuro de petrleo bruto (WTI Crude Oil) de vencimento mais prximo, na NYMEX
(New York Mercantile Exchange), maior mercado mundial de futuros de commodities, em
dlares norte-americanos por barril (US$/bbl). Um barril equivale a aproximadamente 159
litros. Divulgada em tempo real.
JCMBBR (Risco Brasil): J.P. Morgan Corporate Emerging Market Bond Index Brazil,
indicador que mede o grau de risco de insolvncia do Brasil, tambm chamado de Risco
Brasil. tido pela maioria dos analistas de mercado como o melhor indicador do risco-pas,
sendo o mais utilizado mundialmente para descrever a percepo de risco dos ttulos
brasileiros pelos investidores internacionais. Sua cotao representa o valor terico, em
pontos de base (basis points: 1 bp = 0,01%) ao ano, do prmio de risco de um ttulo brasileiro
em relao aos ttulos do tesouro dos Estados Unidos. Calculado diariamente.
BDIY (Baltic Dry Index): ndice representativo de uma mdia de preos de fretes
57
commodities slidas, categoria no qual se encaixa a Vale, o ndice tem uma relao mais
concreta com os seus volumes de vendas e, consequentemente, com suas receitas, devendo
assim influir nas expectativas sobre o resultado da empresa. Calculado diariamente.
Quanto aos instantes do dia escolhidos para a anlise das sries de periodicidade diria,
preciso deixar claro que no podem ser usados os ltimos valores dirios de cada varivel
(correspondentes s cotaes de fechamento), pois as bolsas de valores de So Paulo, Nova
York e Londres e as bolsas de mercadorias e futuros no tm os mesmos horrios de abertura
e fechamento. Usar as cotaes de fechamento indiscriminadamente conduziria a erros graves,
pois equivaleria a misturar os efeitos dos acontecimentos de um dia e do dia seguinte.
Como exemplo, o fechamento da London Stock Exchange se d por volta das 12h30, 13h30
ou 14h30 de Braslia, conforme os horrios de vero, e o fechamento da Bovespa ocorre s
17h00 ou 18h00. Tomar as cotaes de fechamento de uma ao cotada na Bovespa e de outra
cotada na LSE como se fossem referentes ao mesmo instante seria desprezar os efeitos dos
eventos ocorridos entre, por exemplo, as 12h30 e as 17h00. Tal simplificao poderia
impactar gravemente a eficcia dos modelos e desnecessria, bastando que se utilize para
anlise das sries dirias instantes do dia em que as aes, commodities, moedas e ndices
utilizados estejam todos em negociao.
Modelagem Estatstica Aplicada Valorizao de Aes
58
01/12/2008 a 13/02/2009
16/02/2009 a 06/03/2009
09/03/2009 a 30/03/2009
31/03/2009 a 30/06/2009
A
11:10
11:10
11:10
10:10
B
12:30
11:30
10:30
10:30
C
14:30
13:30
13:30
12:30
IABC
2:00
2:00
2:20
2:00
01/12/2008 a 13/02/2009
16/02/2009 a 06/03/2009
09/03/2009 a 30/03/2009
31/03/2009 a 30/06/2009
A2
11:30
11:30
11:30
10:30
B2
12:50
11:50
10:50
10:50
C
14:30
13:30
13:30
12:30
IA2B2C
1:40
1:40
2:00
1:40
59
A ttulo de evitar que haja um vis provocado pelas flutuaes cambiais, ou seja, uma
influncia sistemtica da varivel taxa de cmbio, todas as variveis que representam cotaes
em outras moedas que no sejam o real sero convertidas para seus valores em reais, pelas
cotaes das moedas em tempo real (variveis BRL, GBP e EUR).
Uma outra transformao mostra-se til a fim de tornar mais intuitiva a compreenso,
pela leitura das equaes finais dos modelos a serem desenvolvidos, da influncia de cada
uma das variveis preditivas na varivel resposta. Trata-se da normalizao das sries, a qual
utilizaremos de modo a trabalhar sistematicamente com sries de igual ordem de grandeza :
X ' (t ) =
X (t )
X ( t0 ) (15)
60
Figura 3.1 - Evoluo das cotaes das aes ordinrias e preferenciais da Vale
Figura 3.3 - Evoluo das cotaes das aes das mineradoras Rio Tinto e BHP Billiton
61
Figura 3.4 - Evoluo das cotaes das aes das mineradoras XStrata e AngloAmerican
As aes da XStrata sofreram um choque negativo por volta de t = 50, como se pode
ver, mas seguiram a tendncia das VALE3 tanto antes quanto depois desse evento. A ttulo de
informao, o fato que gerou essa desvalorizao foi a desistncia, por parte da prpria Vale,
da aquisio do controle da XStrata.
Figura 3.5 - Evoluo do ndice FTSE 100 e das taxas de cmbio do dlar norte-americano, libra esterlina e euro
em relao ao real
62
de se esperar naturalmente que, como nos trs ltimos grficos acima, as taxas de
cmbio de moedas estrangeiras em relao ao real apresentem correlao negativa com as
aes da Vale, j que a desvalorizao dessas moedas em relao ao real o mesmo que a
valorizao do real frente a elas, ligada intimamente ao fluxo de capitais entrando e saindo do
mercado brasileiro, que por sua vez consequncia da demanda por aes nacionais.
Figura 3.6 - Evoluo das cotaes dos contratos futuros de commodities: nquel, alumnio, cobre e petrleo
Nquel e cobre so metais explorados pela Vale, ainda que representem uma poro
relativamente pequena (mas no desprezvel) de suas receitas. V-se que seus preos
evoluram de maneira mais prxima s aes da Vale do que os preos do alumnio e do
petrleo. No h a qualquer relao direta de causa e efeito, mas possivelmente uma
evidncia de que os fatores econmicos que influenciam a demanda por nquel e cobre so
tambm ligados demanda por minrio de ferro, produto principal da Vale. Entretanto, como
no h negociao de minrio de ferro em bolsas de mercadorias e futuros, de maneira que
63
no dispomos de sries histricas consistentes para seus preos, estaria fora do escopo deste
trabalho testar tais relaes.
Figura 3.7 - Evoluo dos ndices JP Morgan EMBI Brazil (Risco Brasil) e Baltic Dry Index
VALE3
0,87
-0,39
0,83
0,57
0,10
0,31
-0,85
-0,06
-0,71
-0,86
0,52
-0,60
0,66
0,22
-0,83
0,70
64
Convencionamos que uma varivel possui correlao forte com a VALE3 quando o
coeficiente de correlao entre as duas, em valores absolutos, superior a 0,7, o que significa
que a varivel em questo explica, no mnimo, aproximadamente 50% da varincia da
VALE3 (ou seja, o coeficiente de determinao R de um modelo de regresso de uma das
variveis em funo da outra maior ou igual a 0,5). A escala adotada pode ser relacionada
com as modificaes propostas por Hopkins (2000) Escala de Cohen (1988), definindo
como moderada e forte o que Hopkins considera, respectivamente, correlao grande e
muito grande, ou seja, 0,5 < |r| < 0,69 e |r| > 0,7.
Pode-se ver que, alm do Ibovespa, a varivel com maior correlao positiva com as
aes da Vale a cotao das aes da Rio Tinto, a nica entre as quatro mineradoras
negociadas em Londres que apresenta correlao positiva forte com as VALE3; a BHP
Billiton tambm significativamente correlacionada com a Vale (correlao positiva
moderada), mas o mesmo no pode ser dito de XStrata e AngloAmerican. De fato, como se
pode ver nos grficos j apresentados, no caso da XStrata houve um choque pontual que levou
as aes da mineradora sua a perderem boa parte de seu valor de mercado, o que afeta
fortemente as correlaes quando se toma as sries brutas das cotaes. Espera-se, assim, que
o modelo de regresso retenha como varivel preditiva a cotao da Rio Tinto ou a da BHP.
No caso das taxas de cmbio, cuja observao dos grficos no fornece evidncias to
claras em relao s correlaes com as aes da Vale, pode-se ver que a valorizao do real
frente s trs moedas estudadas de fato fortemente ligada s flutuaes das aes da
mineradora: as trs taxas de cmbio tem correlao negativa forte com VALE3. Ao menos
uma delas ser provavelmente retida pelo modelo de regresso.
65
66
O tratamento dos dados foi feito atravs do software R, verso 2.7.2. No Anexo 2
encontram-se as sadas do R para cada um dos passos da elaborao dos trs modelos, com o
clculo dos coeficientes da equao de regresso, a1 ... an (Estimates), seus respectivos
desvios-padro relativos s estimativas (Std. Error) e os valores calculados da distribuio t
de Student (t value = Estimates/Std.Error). A ltima coluna indica o percentil da distribuio
t para o nmero correspondente de graus de liberdade, de modo a determinar a
significatividade de cada uma das variveis atravs de teste de hipteses, em que a hiptese
nula H0 equivale a ai = 0.
Os sinais direita da ltima coluna mostram os nveis de confiana com que o teste de
hipteses permite rejeitar H0 para cada um dos coeficientes: 99,9% (***), 99% (**), 95% (*),
90% (.).
67
Na sada do R com todas as variveis (cf. Sada 1.1 no Anexo 1) constata-se que h
diversas variveis no-significativas, para as quais no se pode rejeitar a hiptese nula de
acordo com os dados. Isso nos leva a reduzir o nmero de variveis utilizadas no modelo,
atravs da eliminao sucessiva daquelas com menor significatividade. Tal procedimento
conhecido pelo nome de backward elimination, conforme j explanado anteriormente.
No R 2.7.2, h uma funo que executa esse tipo de simplificao (cf. Sada 1.2).
Aps esse passo, podemos reduzir ainda mais a equao de regresso, removendo as variveis
preditivas muito correlacionadas entre si e as menos significativas para o modelo, de forma a
obter uma equao mais simples (Sada 1.3). A segunda simplificao equivale, de fato, a dar
continuidade ao backward elimination, estipulando limites mais estritos de significncia em
termos do parmetro F.
Obtm-se assim a seguinte equao (Modelo 1):
X1 (t)
X (t)
X (t)
X (t)
X (t)
+ 0,569 2 1,826 3 0,333 4 0,618 5 ) (16)
X1 (t0 )
X 2 (t0 )
X 3 (t0 )
X 4 (t0 )
X 5 (t0 )
O grfico a seguir mostra a evoluo real da VALE3 no perodo estudado (em preto) e
o resultado do modelo (em vermelho):
68
Figura 3.9 - Resduos do Modelo 1, em funo dos valores estimados pelo modelo
69
Consideraremos que a srie temporal dos resduos seja estacionria, para analisarmos
suas funes de autocorrelao e de autocorrelao parcial a fim de tentar aprimorar o modelo.
70
t,
denotado
Y ( t ) Y (t )
pode
ser
estimado
pela
equao
em:
Y (t ) = Y (t 0 ) * (2,769 + 0,496
0,618
X 5 (t )
X 5 (t 0 )
X 1 (t )
X 1 (t 0 )
+ 0,569
X 2 (t )
X 2 (t 0 )
1,826
X 3 (t )
X 3 (t 0 )
0,333
X 4 (t )
X 4 (t 0 )
(17)
+ 0,648(Y (t 1) Y (t 1)))
O novo modelo descrito por essa equao ser denominado Modelo 1 com AR(1).
Vejamos a seguir seus resultados:
Modelagem Estatstica Aplicada Valorizao de Aes
71
Figura 3.14 - Resduos do Modelo 1 com AR(1), pela ordem cronolgica dos dados
72
real das VALE3). Em particular, pode-se notar que os atrasos nos picos diminuram muito,
o que reflexo do desaparecimento das autocorrelaes dos resduos.
73
variaes dirias da cotao da VALE3 estimadas pelo Modelo 1 com AR(1) e as variaes
reais correspondentes, comparando o erro obtido com o desvio padro das flutuaes
percentuais, ou seja, a volatilidade.
Data
Coef
5/6/2009
8/6/2009
9/6/2009
10/6/2009
12/6/2009
15/6/2009
16/6/2009
17/6/2009
18/6/2009
19/6/2009
22/6/2009
23/6/2009
24/6/2009
25/6/2009
26/6/2009
29/6/2009
30/6/2009
X0
2,769
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Data
9/6/2009
10/6/2009
12/6/2009
15/6/2009
16/6/2009
17/6/2009
18/6/2009
19/6/2009
22/6/2009
23/6/2009
24/6/2009
25/6/2009
26/6/2009
29/6/2009
30/6/2009
Desv. Pad.
X1
0,496
1,431
1,401
1,434
1,426
1,434
1,396
1,392
1,348
1,351
1,368
1,339
1,322
1,342
1,316
1,380
1,381
1,393
X2
X3
X4
X5
Y (sem AR) Y (real) Resduo
0,567 -1,826
-0,333
-0,618
25,64
25,64
0,648
1,216 0,862
1,201
1,029
39,924
38,60
1,324
1,159 0,862
1,217
1,039
38,463
37,42
1,043
1,164 0,853
1,220
1,034
39,434
38,76
0,674
1,230 0,858
1,248
1,065
39,287
38,92
0,367
1,165 0,853
1,257
1,072
38,520
39,29
-0,770
1,140 0,847
1,221
1,062
38,395
37,53
0,865
1,129 0,848
1,211
1,082
37,939
38,02
-0,081
1,092 0,867
1,212
1,064
36,236
36,39
-0,154
1,097 0,869
1,210
1,081
35,991
36,53
-0,539
1,116 0,856
1,218
1,083
36,962
36,79
0,172
1,101 0,872
1,198
1,087
35,748
35,15
0,598
1,094 0,885
1,202
1,089
34,753
34,71
0,043
1,100 0,871
1,220
1,077
35,830
35,32
0,510
1,077 0,862
1,229
1,086
35,329
33,78
1,549
1,071 0,861
1,226
1,081
36,203
35,17
1,033
1,088 0,865
1,246
1,098
35,834
34,80
1,034
1,108 0,864
1,229
1,110
36,283
34,91
1,373
Tabela 3.5 - Clculo de VALE3 pelo Modelo 1 com AR(1)
VALE3
Real
38,76
38,92
39,29
37,53
38,02
36,39
36,53
36,79
35,15
34,71
35,32
33,78
35,17
34,80
34,91
VALE3
Modelo
39,43
39,72
38,76
37,90
38,50
36,18
35,89
36,61
35,86
35,14
35,86
35,66
37,21
36,50
36,95
Variao
Variao
Erro
Real (%) Modelo (%)
Absoluto
3,6%
2,0%
1,6%
0,4%
0,7%
0,3%
1,0%
-2,4%
3,4%
-4,5%
-2,2%
2,3%
1,3%
1,6%
0,3%
-4,3%
-6,0%
1,7%
0,4%
-0,8%
1,2%
0,7%
2,0%
1,3%
-4,5%
-2,1%
2,4%
-1,3%
-2,0%
0,8%
1,8%
2,0%
0,3%
-4,4%
-0,6%
3,8%
4,1%
4,3%
0,2%
-1,1%
-1,9%
0,8%
0,3%
1,2%
0,9%
2,8%
2,6% % mdia DP
Tabela 3.6 - Estudo dos erros do Modelo 1 com AR(1) no perodo de validao
Y (com AR)
39,321
40,110
39,723
38,757
37,895
38,499
36,183
35,891
36,613
35,860
35,141
35,858
35,660
37,206
36,503
36,953
Erro
% DP
55,3%
11,3%
118,7%
79,2%
10,1%
60,7%
41,9%
45,6%
84,3%
26,4%
10,0%
133,6%
7,8%
29,4%
32,1%
49,8%
74
Figura 3.16 - Diagrama de disperso com as variaes reais da VALE3 em junho de 2009 e as previses
correspondentes pelo Modelo 1 com AR(1)
75
3.6.2. Modelo 2: VALE3 em funo das outras variveis, exceto Ibovespa, sem
transformao logartmica.
Aps os mesmos passos seguidos no Modelo 1 (ver Sadas 2.1 a 2.3 no Anexo 1),
obtm-se a seguinte equao (Modelo 2):
Y (t ) = Y (t 0 ) * (3,663 + 0,937
X1 (t )
X (t )
X (t )
X (t )
2,734 2
0,337 3
0,472 4 ) (18)
X 1 (t 0 )
X 2 (t 0 )
X 3 (t 0 )
X 4 (t 0 )
Comparando o grfico acima com o do Modelo 1 (cf. figura 3.7), nota-se que h pouca
diferena entre os dois no que se refere aderncia aos dados. A seguir, a distribuio dos
resduos:
Modelagem Estatstica Aplicada Valorizao de Aes
Figura 3.19 - Resduos do Modelo 2, em funo dos valores estimados pelo modelo
76
77
Y (t ) = Y (t 0 ) * (3,663 + 0,937
X1 (t )
X (t )
X (t )
X (t )
2,734 2
0,337 3
0,472 4
X 1 (t 0 )
X 2 (t 0 )
X 3 (t 0 )
X 4 (t 0 ) (19)
+ 0,675(Y (t 1) Y (t 1)))
Os resultados do Modelo 2 com AR(1) so:
Figura 3.23 - Resduos do Modelo 2 com AR(1), pela ordem cronolgica dos dados
78
79
X0
3,663
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
X1
X2
X3
X4
Y (sem AR) Y (real) Resduo
0,937 -2,734
-0,337
-0,472
25,64
25,64
0,675
1,216
0,862
1,201
1,029
39,836
38,60
1,236
1,159
0,862
1,217
1,039
38,271
37,42
0,851
1,164
0,853
1,220
1,034
39,057
38,76
0,297
1,230
0,858
1,248
1,065
39,623
38,92
0,703
1,165
0,853
1,257
1,072
38,281
39,29
-1,009
1,140
0,847
1,221
1,062
38,509
37,53
0,979
1,129
0,848
1,211
1,082
38,067
38,02
0,047
1,092
0,867
1,212
1,064
36,059
36,39
-0,331
1,097
0,869
1,210
1,081
35,831
36,53
-0,699
1,116
0,856
1,218
1,083
37,061
36,79
0,271
1,101
0,872
1,198
1,087
35,733
35,15
0,583
1,094
0,885
1,202
1,089
34,580
34,71
-0,130
1,100
0,871
1,220
1,077
35,764
35,32
0,444
1,077
0,862
1,229
1,086
35,605
33,78
1,825
1,071
0,861
1,226
1,081
35,606
35,17
0,436
1,088
0,865
1,246
1,098
35,362
34,80
0,562
1,108
0,864
1,229
1,110
35,911
34,91
1,001
Tabela 3.7 - Clculo de VALE3 pelo Modelo 2 com AR(1)
Y (com AR)
39,105
39,631
39,824
38,756
37,828
38,728
36,091
35,608
36,589
35,915
34,974
35,676
35,904
36,838
35,656
36,290
Data
9/6/2009
10/6/2009
12/6/2009
15/6/2009
16/6/2009
17/6/2009
18/6/2009
19/6/2009
22/6/2009
23/6/2009
24/6/2009
25/6/2009
26/6/2009
29/6/2009
30/6/2009
Desv. Pad.
VALE3
Real
38,76
38,92
39,29
37,53
38,02
36,39
36,53
36,79
35,15
34,71
35,32
33,78
35,17
34,80
34,91
VALE3
Modelo
39,63
39,82
38,76
37,83
38,73
36,09
35,61
36,59
35,92
34,97
35,68
35,90
36,84
35,66
36,29
80
Variao
Variao
Erro
Real (%) Modelo (%)
Absoluto
3,6%
1,3%
2,2%
0,4%
0,5%
0,1%
1,0%
-2,7%
3,6%
-4,5%
-2,4%
2,1%
1,3%
2,4%
1,1%
-4,3%
-6,8%
2,5%
0,4%
-1,3%
1,7%
0,7%
2,8%
2,0%
-4,5%
-1,8%
2,6%
-1,3%
-2,6%
1,4%
1,8%
2,0%
0,3%
-4,4%
0,6%
5,0%
4,1%
2,6%
1,5%
-1,1%
-3,2%
2,2%
0,3%
1,8%
1,5%
2,8%
2,8% % DP mdia
Erro
% DP
78,5%
2,5%
127,5%
73,2%
37,7%
88,5%
60,5%
71,7%
91,8%
48,1%
8,8%
175,4%
53,2%
75,6%
51,3%
69,6%
Tabela 3.8 - Estudo dos erros do Modelo 2 com AR(1) no perodo de validao
O erro mdio das variaes dirias subiu de 49,8% do desvio padro das flutuaes, no
Modelo 1 com AR(1), para 69,6% no Modelo 2 com AR(1), mantendo-se na mesma ordem de
grandeza. O diagrama de disperso das variaes passa a:
Figura 3.25 - Diagrama de disperso com as variaes reais da VALE3 em junho de 2009 e as previses
correspondentes pelo Modelo 1 com AR(1)
81
Como era de se esperar, j que a diferena entre os dois modelos reside no fato de o
Modelo 2 com AR(1) utilizar uma varivel a menos, que tem correlao alta com a VALE3, o
Modelo 2 com AR(1) menos eficiente do que o Modelo 1 com AR(1) para descrever o
comportamento das VALE3. Entretanto, a diferena entre os dois modelos no muito grande,
e o Modelo 2 com AR(1) muito mais eficaz em sua aplicao prtica. Cabe ressaltar que no
convm discutir resultados de testes de F de Snedecor ou similares para comparar o Modelo 1
com o Modelo 2, pelos motivos explicitados; mais uma vez, a nica comparao que se pode
estabelecer entre ambos nesse sentido constatar quanto da eficincia do Modelo 1 para
descrever o comportamento das aes da Vale durante o perodo de dezembro a junho
perdida quando passamos ao Modelo 2.
82
3.6.3. Modelo 3: VALE3 em funo das outras variveis, exceto Ibovespa, com
transformao logartmica.
Trabalharemos a seguir com as sries das variaes relativas das cotaes, em termos
de rendimentos logartmicos, ou seja, para cada srie de dados S com periodicidade dt (que
pode ser de 1 dia, 1 hora, 10 minutos ou 1 minuto, por exemplo), tomamos a srie S definida
por:
S t' = ln(
St
)
S t dt
(20)
Essa trans formao tem por objetivo eliminar o efeito de tendncias e fazer com que a
regresso se concentre nas variaes dirias das cotaes (dt = 1 dia), minimizando tambm
os efeitos de choques (grandes variaes pontuais).
S t' =
S t S t dt
S t dt
(21)
o que resultaria em sries bastante semelhantes, fato que pode ser demonstrado atravs do
clculo de limites para St tendendo a St-dt. Optamos pela transformao logartmica devido
facilidade de composio dos rendimentos dirios; de fato, devido s propriedades algbricas
da funo logartmica, os rendimentos logartmicos das datas t 1 , t 2 , t 3 e t4 , por exemplo, podem
ser simplesmente somados para se obter o rendimento total entre t 0 e t 4 , conforme ilustrado
abaixo:
ln(
S1
S
S
S
S S S S
S
) + ln( 2 ) + ln( 3 ) + ln( 4 ) = ln( 1 * 2 * 3 * 4 ) = ln( 4 )
S0
S1
S2
S3
S 0 S1 S 2 S3
S0
(22)
83
VALE3
IBOV
0,89
SPX
0,47
RIO.LN
0,78
BLT.LN
0,83
XTA.LN
0,53
AAL.LN
0,79
USD
-0,62
UKX
0,65
GBP
-0,07
EUR
-0,26
LMNIDS03
0,39
LMAHDS03
0,19
LMCADS03
0,42
CLA
0,37
JCMBBR
0,12
BDIY
-0,09
Tabela 3.9 - Coeficientes de correlao entre rendimentos dirios de VALE3 e das outras variveis
84
Aps as mesmas etapas seguidas nos Modelos 1 e 2 (cf. Sadas 3.1 a 3.3 no Anexo 1),
obtm-se a seguinte equao (Modelo 3):
Y (t) = Y (t 1) * exp(0,117* ln(
X1 (t )
X (t )
X (t )
X (t)
) + 0,361* ln( 2
) + 0,258* ln( 3
) 0,503* ln( 4
)) (23)
X1 (t 1)
X2 (t 1)
X 3 (t 1)
X 4 (t 1)
85
evoluo das cotaes ao longo do tempo a composio temporal dos rendimentos dirios
e sim as variaes dirias individualmente.
86
Data
9/6/2009
10/6/2009
12/6/2009
15/6/2009
16/6/2009
17/6/2009
18/6/2009
19/6/2009
22/6/2009
23/6/2009
24/6/2009
25/6/2009
26/6/2009
29/6/2009
30/6/2009
Desv. Pad.
VALE3
Real
38,76
38,92
39,29
37,53
38,02
36,39
36,53
36,79
35,15
34,71
35,32
33,78
35,17
34,80
34,91
X1
0,117
X2
0,361
X3
0,258
X4
-0,503
Y (modelo)
-0,033 -0,048
-0,050
-0,001
37,33
0,015
0,004
0,024
-0,011
38,39
0,079
0,056
0,021
0,007
39,50
-0,019 -0,055
-0,048
-0,006
38,04
-0,054 -0,022
-0,016
-0,007
38,16
-0,037 -0,010
0,000
0,001
37,49
-0,259 -0,033
-0,061
0,022
36,81
-0,028 0,004
0,001
0,002
36,38
-0,013 0,017
0,028
-0,014
36,39
-0,014 -0,013
0,050
0,018
35,63
0,008 -0,007
-0,008
0,015
34,76
0,028
0,006
0,034
-0,017
35,49
-0,027 -0,022
-0,015
-0,010
32,97
-0,010 -0,005
0,018
-0,001
33,84
0,022
0,016
-0,010
0,004
35,29
0,042
0,018
0,023
-0,001
35,42
Tabela 3.10 - Clculo de VALE3 pelo Modelo 3
VALE3
Modelo
38,39
39,50
38,04
38,16
37,49
36,81
36,38
36,39
35,63
34,76
35,49
32,97
33,84
35,29
35,42
Y (real)
38,60
37,42
38,76
38,92
39,29
37,53
38,02
36,39
36,53
36,79
35,15
34,71
35,32
33,78
35,17
34,80
34,91
Variao
Variao
Erro
Real (%) Modelo (%)
Absoluto
3,6%
2,6%
1,0%
0,4%
1,9%
1,5%
1,0%
-2,2%
3,2%
-4,5%
-2,9%
1,6%
1,3%
-0,1%
1,4%
-4,3%
-3,2%
1,1%
0,4%
0,0%
0,4%
0,7%
-0,4%
1,1%
-4,5%
-3,2%
1,3%
-1,3%
-1,1%
0,2%
1,8%
2,3%
0,5%
-4,4%
-6,7%
2,3%
4,1%
0,2%
3,9%
-1,1%
0,3%
1,4%
0,3%
1,8%
1,5%
2,8%
2,5% % DP mdia
Erro
% DP
35,1%
52,6%
112,3%
56,1%
49,1%
38,6%
14,0%
38,6%
45,6%
5,4%
17,4%
80,7%
138,0%
48,6%
51,2%
52,2%
87
O erro mdio das variaes dirias menor do que o do Modelo 2 com AR(1) (52,2%
do desvio padro das flutuaes reais, contra 69,6% do Modelo 2), mostrando um ganho de
preciso na passagem da modelagem das sries de cotaes para a modelagem da srie de
rendimentos. O diagrama de disperso no perodo de validao :
Figura 3.29 - Diagrama de disperso com as variaes reais da VALE3 em junho de 2009 e as previses
correspondentes pelo Modelo 3
88
A tabela abaixo mostra, lado a lado, os resultados dos trs modelos comparados s
flutuaes efetivas da cotao das VALE3 durante o ms de junho, subsequente ao perodo
utilizado na determinao das equaes de regresso:
Data
9/6/2009
10/6/2009
12/6/2009
15/6/2009
16/6/2009
17/6/2009
18/6/2009
19/6/2009
22/6/2009
23/6/2009
24/6/2009
25/6/2009
26/6/2009
29/6/2009
30/6/2009
Mdia (abs.)
% Desv. Pad.
A linha intitulada Mdia (abs.) refere-se mdia dos erros absolutos, calculada com
o intuito de compar- los ao desvio padro das flutuaes reais da cotao das VALE3 (ou seja,
volatilidade da ao). A linha % Desv. Pad. mostra essa comparao, dividindo a linha
anterior pelo desvio padro calculado, que de 2,8%.
89
A baixa correlao dos erros do Modelo 3 com os dos outros dois modelos mostra que
nem sempre as suas imprecises provm da mesma natureza, pois, apesar de seus erros
mdios terem magnitudes semelhantes (conforme j calculado em termos do desvio padro
das flutuaes), h dias em que seus erros apresentam sinais opostos, ou seja, um deles
subestima a valorizao das aes da Vale naquele dia e o outro a superestima. Decorre da a
ideia de testar dois modelos suplementares, denotados 1+3 e 2+3, definidos como as mdias
entre 1 e 3 e entre 2 e 3. Os erros desses novos modelos equivalentes, por definio, s
mdias dos erros dos modelos que os originaram esto na tabela a seguir, com os dos
modelos 1, 2 e 3 repetidos por convenincia:
Data
Erro
Erro
Erro
Erro
Erro
Modelo 1 Modelo 2 Modelo 3
1+3
2+3
9/6/2009
-1,6%
-2,2%
-1,0%
-1,3%
-1,6%
10/6/2009
0,3%
0,1%
1,5%
0,9%
0,4%
12/6/2009
-3,4%
-3,6%
-3,2%
-3,3%
-0,4%
15/6/2009
2,3%
2,1%
1,6%
1,9%
1,9%
16/6/2009
0,3%
1,1%
-1,4%
-0,6%
-1,5%
17/6/2009
-1,7%
-2,5%
1,1%
-0,3%
3,6%
18/6/2009
-1,2%
-1,7%
-0,4%
-0,8%
0,2%
19/6/2009
1,3%
2,0%
-1,1%
0,1%
-1,6%
22/6/2009
2,4%
2,6%
1,3%
1,9%
1,7%
23/6/2009
-0,8%
-1,4%
0,2%
-0,3%
1,1%
24/6/2009
0,3%
0,3%
0,5%
0,4%
-0,8%
25/6/2009
3,8%
5,0%
-2,3%
0,8%
-0,9%
26/6/2009
0,2%
-1,5%
-3,9%
-1,9%
-4,1%
29/6/2009
-0,8%
-2,2%
1,4%
0,3%
1,6%
30/6/2009
0,9%
1,5%
1,5%
1,2%
0,1%
Mdia (abs.)
1,4%
2,0%
1,5%
1,1%
1,4%
Desv. Pad.
49,8%
69,6%
52,2%
36,9%
50,0%
Tabela 3.14 - Erros dos novos modelos 1+3 e 2+3 no ms de junho
90
quanto ao Modelo 3 puro. J o modelo composto 2+3 no se mostra to til, pois seu erro
mdio bastante prximo daquele do Modelo 3 puro, no justificando a complexidade
adicional introduzida pelo emprego de novas variveis preditivas.
9/6/2009
10/6/2009
12/6/2009
15/6/2009
16/6/2009
17/6/2009
18/6/2009
19/6/2009
22/6/2009
23/6/2009
24/6/2009
25/6/2009
26/6/2009
29/6/2009
30/6/2009
VALE3
Real
38,76
38,92
39,29
37,53
38,02
36,39
36,53
36,79
35,15
34,71
35,32
33,78
35,17
34,80
34,91
VALE3
1+3
38,91
39,27
38,01
38,29
37,81
36,27
36,24
36,83
35,83
34,60
35,46
34,05
34,54
34,90
35,32
VALE3
3
38,39
39,50
38,05
38,16
37,50
36,81
36,39
36,39
35,63
34,76
35,50
32,97
33,84
35,29
35,42
9/6
/20
09
11
/6/
20
09
13
/6/
20
09
15
/6/
20
09
17
/6/
20
09
19
/6/
20
09
21
/6/
20
09
23
/6/
20
09
25
/6/
20
09
27
/6/
20
09
29
/6/
20
09
32,00
Real
Modelo 1+3
Modelo 3
Captulo 4 Concluso
CONCLUSO
91
Captulo 4 Concluso
93
4. Concluso
Considera-se que o objetivo de obter modelos que fornecessem referncias para as
valorizaes das aes da Vale em relao a outras variveis foi atingido adequadamente,
atravs de uma metodologia apropriada que permitiu aplicar a um caso prtico os conceitos
tericos envolvidos na modelagem por regresso linear mltipla e anlise de sries temporais,
proporcionados em grande parte pela formao acadmica do curso de Engenharia de
Produo. Os resultados apresentados permitem avaliar que os modelos so eficientes e
refletem na medida do possvel a realidade dos mercados.
A anlise das variveis estudadas e de suas relaes com a cotao das aes da Vale
tambm proporcionou outras constataes, algumas j esperadas e outras relativamente
surpreendentes. A premissa fundamental que motivou toda a metodologia empregada foi a
existncia dessas relaes, com intensidade suficiente para que pudssemos obter modelos
que permitissem estimar com preciso razovel o comportamento de uma varivel, dadas as
outras; pudemos comprovar que essa ideia , de fato, pertinente. Viu-se tambm que algumas
Modelagem Estatstica Aplicada Valorizao de Aes
Captulo 4 Concluso
94
das variveis que se esperava que explicassem melhor as flutuaes das cotaes da Vale tm,
de fato, grande influncia sobre elas o que no significa uma relao de causa e efeito, no
sentido de que as valorizaes da Vale sejam causadas diretamente por essas variveis, mas
sim que elas so boas referncias para se avaliar o que est acontecendo com as VALE3 em
um dado momento.
Por outro lado, variveis como o Risco Brasil e o Baltic Dry Index, as quais
consideramos que representem fatores importantes na determinao do valor de mercado da
Vale S.A. (o risco de se investir no pas e a demanda pelos principais produtos da empresa,
respectivamente), mostraram-se pouco eficazes para explicar suas flutuaes, ao menos da
maneira como o fazem os modelos desenvolvidos.
Por fim, ressaltamos o fato de que as informaes disponveis para uma tomada de
deciso frequentemente so incompletas e envolvem cenrios de elevada complexidade, o que
nos leva a trabalhar sistematicamente com imprecises e incertezas, buscando otimizar o
dinamismo e a eficcia das decises em ambientes nos quais h riscos inerentes de que os
acontecimentos no tomem os rumos esperados. Isso se aplica certamente aos mercados
financeiros e em particular ao mercado acionrio, mas tambm a inmeros outros domnios da
atividade profissional, notadamente aqueles em que so mais exigidas as competncias de um
engenheiro de produo.
Referncias Bibliogrficas
REFERNCIAS
BIBLIOGRFICAS
95
Referncias Bibliogrficas
97
REFERNCIAS BIBLIOGRFICAS
BRUNI, A. L. ; FAM, R. Eficincia, Previsibilidade dos Preos e Anomalias em
Mercados de Capitais : Teoria e Evidncias. Caderno de Pesquisas Em
Administrao, So Paulo, v. 1, n. 7, p. 71-84, 1998.
HOPKINS, W.G. A Scale of Magnitudes for Effect Statistics. In: A New View of Statistics.
Auckland, 2000.
LOPES, A. B. Testing the Relation Between Earnings and Returns Using the Grangercausality Test: an Exploratory Study in Brazil. Anais do III encontro da Sociedade
Brasileira de Finanas, 2003. So Paulo : SBF, 2003.
Referncias Bibliogrficas
98
LIMA, M.E. Dupla Negociao e Arbitragem entre aes e ADRs de empresas brasileiras.
2005. Dissertao (Mestrado em Cincias Contbeis) - Universidade de Braslia.
Orientador: Otvio Ribeiro de Medeiros.
Anexos
99
ANEXOS
Anexos
100
VALE3
25,64
26,06
28,35
29,10
27,76
29,32
29,08
30,72
29,90
28,60
28,59
27,44
26,76
27,60
26,74
29,07
30,18
33,27
32,20
31,00
31,30
30,42
30,23
28,62
28,29
30,07
29,07
28,88
28,75
28,80
30,98
31,02
33,33
33,00
33,18
32,05
32,90
35,81
36,00
38,00
39,57
37,27
37,22
34,66
35,54
34,40
33,85
35,83
32,89
VALE5
23,10
23,38
24,96
25,32
24,55
25,54
25,39
26,53
26,10
25,10
24,95
24,25
23,80
24,34
23,79
25,18
26,22
29,39
28,20
27,40
27,90
27,15
26,75
25,70
25,40
26,75
26,03
25,72
25,57
25,38
26,85
27,00
29,05
28,55
28,69
27,57
28,19
30,34
30,53
32,07
32,87
31,45
31,35
29,54
30,15
29,38
28,98
30,26
28,16
IBOV
37.563,17
38.122,04
39.055,99
39.142,56
38.155,28
39.538,35
39.587,37
40.306,93
39.799,45
39.324,01
38.942,26
37.905,91
37.086,63
37.288,11
37.160,94
38.665,46
39.915,91
42.110,35
41.403,11
40.726,38
41.226,32
40.264,07
39.917,73
38.282,71
37.652,22
39.641,91
38.542,38
37.860,07
37.801,43
36.942,36
38.446,53
38.632,99
39.810,05
39.651,45
40.093,23
38.652,51
38.932,15
40.693,09
40.128,31
41.936,73
43.115,01
42.772,12
41.911,41
40.190,27
41.125,98
40.133,30
39.777,67
40.150,67
38.764,44
SPX
904,34
901,73
893,85
894,03
860,13
879,96
880,35
905,95
903,30
893,39
882,45
875,73
871,66
872,30
875,41
903,09
920,49
942,12
920,78
898,53
895,01
881,83
873,09
850,02
830,66
856,77
831,97
817,87
820,42
811,11
841,47
844,78
862,57
860,02
848,41
814,83
823,33
842,11
824,25
858,91
868,13
868,05
836,47
816,75
829,77
790,52
790,33
794,56
768,02
RIO LN
1.187,00
1.224,00
1.465,00
1.573,00
1.519,00
1.564,00
1.507,00
1.545,00
1.517,00
1.444,00
1.382,00
1.417,00
1.433,00
1.439,00
1.437,00
1.639,00
1.700,00
1.924,00
1.851,00
1.715,00
1.648,00
1.602,00
1.541,00
1.409,00
1.361,00
1.512,00
1.482,00
1.478,00
1.537,00
1.507,00
1.614,00
1.625,00
1.563,00
1.550,00
1.567,00
1.589,00
1.572,00
1.788,00
1.802,00
1.972,00
1.937,00
1.980,00
1.978,00
1.840,00
1.922,00
1.856,00
1.854,00
1.982,00
1.848,00
BLT LN
1.111,00
1.135,00
1.230,00
1.210,00
1.191,00
1.256,00
1.217,00
1.269,00
1.237,00
1.221,00
1.243,00
1.217,00
1.243,00
1.251,00
1.264,00
1.377,00
1.367,00
1.462,00
1.356,00
1.266,00
1.281,00
1.243,00
1.251,00
1.174,00
1.129,00
1.196,00
1.164,00
1.142,00
1.163,00
1.154,00
1.219,00
1.237,00
1.291,00
1.266,00
1.218,00
1.153,00
1.134,00
1.247,00
1.252,00
1.349,00
1.385,00
1.356,00
1.300,00
1.207,00
1.258,00
1.162,00
1.137,00
1.173,00
1.165,00
Anexos
26/2/2009 11:50
27/2/2009 11:50
2/3/2009 11:50
3/3/2009 11:50
4/3/2009 11:50
5/3/2009 11:50
6/3/2009 11:50
9/3/2009 11:30
10/3/2009 11:30
11/3/2009 11:30
12/3/2009 11:30
13/3/2009 11:30
16/3/2009 11:30
17/3/2009 11:30
18/3/2009 11:30
19/3/2009 11:30
20/3/2009 11:30
23/3/2009 11:30
24/3/2009 11:30
25/3/2009 11:30
26/3/2009 11:30
27/3/2009 11:30
30/3/2009 11:30
31/3/2009 11:30
1/4/2009 10:50
2/4/2009 10:50
3/4/2009 10:50
6/4/2009 10:50
7/4/2009 10:50
8/4/2009 10:50
9/4/2009 10:50
13/4/2009 10:50
14/4/2009 10:50
15/4/2009 10:50
16/4/2009 10:50
17/4/2009 10:50
20/4/2009 10:50
22/4/2009 10:50
23/4/2009 10:50
24/4/2009 10:50
27/4/2009 10:50
28/4/2009 10:50
29/4/2009 10:50
30/4/2009 10:50
4/5/2009 10:50
5/5/2009 10:50
6/5/2009 10:50
7/5/2009 10:50
8/5/2009 10:50
11/5/2009 10:50
101
VALE3
30,97
29,78
29,77
29,76
31,59
31,50
32,13
30,25
31,96
31,91
31,09
30,70
31,32
30,74
30,34
31,89
31,81
33,50
32,54
32,96
33,08
32,24
30,62
30,54
30,39
33,04
33,70
32,87
32,51
32,43
33,72
34,75
35,94
35,76
35,32
35,40
34,06
33,87
34,71
35,68
35,39
34,07
34,79
35,71
38,25
39,70
40,50
39,50
39,40
38,05
VALE5
26,90
25,96
26,10
25,79
27,35
27,25
27,85
26,36
27,28
27,36
26,76
26,50
26,97
26,59
26,40
27,36
27,49
28,42
27,88
28,17
28,32
27,71
26,69
26,65
26,28
28,33
28,90
28,47
28,25
28,40
29,10
29,78
30,71
30,50
30,05
30,06
29,16
29,01
29,80
30,37
30,11
29,20
29,88
30,43
31,88
32,99
33,33
32,70
32,70
31,95
IBOV
38.697,20
37.489,13
37.432,62
36.620,81
37.735,56
37.572,97
38.245,96
37.169,69
38.514,45
38.650,70
38.623,31
38.657,03
39.437,33
38.811,68
39.185,96
40.561,03
40.966,74
42.049,69
41.867,69
42.458,31
42.393,87
41.912,89
40.665,64
40.720,80
40.314,14
43.533,84
43.965,99
43.602,04
43.679,77
44.115,73
45.409,94
45.332,57
46.068,07
45.317,65
45.437,61
45.891,15
44.576,51
44.581,26
45.335,67
46.226,54
46.484,50
45.071,85
46.545,34
47.735,14
48.918,88
50.402,79
51.334,99
50.979,77
51.253,57
50.081,11
SPX
770,95
737,32
724,82
707,21
706,47
700,53
695,66
686,68
714,05
721,88
733,53
744,62
768,93
762,32
775,64
786,71
782,50
803,13
815,96
819,06
825,90
820,64
787,78
794,39
788,28
829,51
831,56
829,52
817,71
823,07
846,99
847,00
848,08
839,67
850,87
864,31
849,81
840,87
847,04
858,36
859,51
851,93
866,54
882,64
888,10
903,23
911,42
922,68
924,73
909,86
RIO LN
1.839,00
1.781,00
1.743,00
1.640,00
1.759,00
1.778,00
1.822,00
1.770,00
1.962,00
2.017,00
1.924,00
1.953,00
2.019,00
2.037,00
2.073,00
2.279,00
2.433,00
2.588,00
2.445,00
2.364,00
2.497,00
2.406,00
2.202,00
2.349,00
2.321,00
2.494,00
2.540,00
2.226,00
2.166,00
2.231,00
2.385,00
2.448,00
2.492,00
2.395,00
2.505,00
2.400,00
2.273,00
2.400,00
2.624,00
2.674,00
2.640,00
2.563,00
2.621,00
2.751,00
2.873,00
2.992,00
2.992,00
3.111,00
3.024,00
2.947,00
BLT LN
1.132,00
1.093,00
1.069,00
1.050,00
1.127,00
1.128,00
1.168,00
1.139,00
1.252,00
1.285,00
1.254,00
1.268,00
1.324,00
1.275,00
1.290,00
1.391,00
1.428,00
1.501,00
1.424,00
1.330,00
1.401,00
1.318,00
1.176,00
1.268,00
1.346,00
1.480,00
1.477,00
1.398,00
1.358,00
1.363,00
1.409,00
1.423,00
1.428,00
1.384,00
1.407,00
1.402,00
1.345,00
1.354,00
1.398,00
1.429,00
1.383,00
1.364,00
1.370,00
1.427,00
1.461,00
1.489,00
1.528,00
1.550,00
1.539,00
1.491,00
Anexos
102
10:50
10:50
10:50
10:50
10:50
10:50
10:50
10:50
10:50
10:50
10:50
10:50
10:50
VALE3
38,73
36,68
36,70
36,50
37,06
39,60
40,34
38,02
37,60
37,64
38,80
38,57
39,06
VALE5
32,57
31,19
31,25
31,19
31,65
33,50
34,00
32,42
32,15
32,29
33,17
32,80
33,11
IBOV
50.573,98
48.961,86
48.690,36
49.164,33
49.939,24
51.624,75
52.145,69
50.498,13
50.072,24
50.481,40
52.301,36
52.681,78
52.945,69
SPX
905,80
892,81
884,04
891,77
895,49
907,84
920,37
894,31
885,34
887,33
910,41
901,01
905,05
RIO LN
2.880,00
2.516,00
2.507,00
2.673,00
2.620,00
2.767,00
2.846,00
2.673,00
2.739,00
2.696,00
2.771,00
2.743,00
2.836,00
BLT LN
1.479,00
1.403,00
1.384,00
1.407,00
1.433,00
1.470,00
1.490,00
1.397,00
1.418,00
1.403,00
1.447,00
1.431,00
1.493,00
8/12/2008 12:50
9/12/2008 12:50
10/12/2008 12:50
11/12/2008 12:50
12/12/2008 12:50
15/12/2008 12:50
16/12/2008 12:50
17/12/2008 12:50
18/12/2008 12:50
19/12/2008 12:50
22/12/2008 12:50
23/12/2008 12:50
26/12/2008 12:50
29/12/2008 12:50
30/12/2008 12:50
2/1/2009 12:50
5/1/2009 12:50
6/1/2009 12:50
7/1/2009 12:50
8/1/2009 12:50
9/1/2009 12:50
12/1/2009 12:50
13/1/2009 12:50
14/1/2009 12:50
15/1/2009 12:50
16/1/2009 12:50
20/1/2009 12:50
21/1/2009 12:50
22/1/2009 12:50
23/1/2009 12:50
26/1/2009 12:50
27/1/2009 12:50
28/1/2009 12:50
29/ 1/2009 12:50
30/1/2009 12:50
XTA LN
619,00
632,00
685,50
728,50
716,00
737,50
686,00
711,00
711,50
664,00
605,50
609,50
626,00
631,50
637,00
714,50
773,50
904,00
895,50
854,00
822,00
808,50
782,50
697,00
685,00
748,00
717,00
709,50
716,50
689,50
665,50
699,00
617,50
614,00
610,00
AAL LN
1425
1448
1519
1507
1492
1531
1556
1632
1583
1456
1450
1473
1491
1506
1521
1661
1692
1825
1703
1619
1507
1461
1436
1325
1276
1378
1334
1291
1287
1249
1323
1352
1392
1343
1294
BRL
2,45995
2,49800
2,47125
2,37150
2,37160
2,36915
2,38835
2,35500
2,35927
2,38137
2,38480
2,37535
2,37370
2,40575
2,32495
2,32950
2,29288
2,20455
2,23045
2,26902
2,29655
2,30325
2,31005
2,34625
2,37952
2,31480
2,35885
2,35250
2,34735
2,35302
2,30550
2,31060
2,30415
2,27997
2,30675
UKX
4.258,79
4.359,63
4.357,32
4.388,46
4.261,29
4.293,28
4.302,42
4.315,75
4.296,44
4.262,70
4.276,78
4.289,28
4.302,00
4.306,43
4.379,58
4.497,99
4.553,02
4.670,55
4.527,84
4.437,33
4.464,26
4.428,45
4.385,99
4.208,34
4.128,95
4.209,41
4.098,63
4.061,81
4.065,47
4.006,78
4.158,40
4.173,78
4.292,07
4.171,47
4.207,05
GBP
1,48465
1,47198
1,48101
1,49400
1,50070
1,52665
1,53510
1,53946
1,53108
1,49808
1,48043
1,48013
1,47015
1,46173
1,44840
1,45192
1,45253
1,46105
1,51067
1,52509
1,51501
1,48700
1,45819
1,45924
1,45129
1,48990
1,39414
1,38515
1,37469
1,36343
1,39169
1,40830
1,42675
1,42795
1,43230
EUR
1,29060
1,28468
1,29910
1,32710
1,33944
1,35880
1,37590
1,43020
1,44030
1,39194
1,39865
1,39751
1,40481
1,42830
1,41422
1,39146
1,36325
1,34223
1,36585
1,37469
1,35197
1,34005
1,32264
1,31190
1,30669
1,32795
1,29105
1,29520
1,29690
1,28165
1,31404
1,31965
1,32462
1,31040
1,28648
12/5/2009
13/5/2009
14/5/2009
15/5/2009
18/5/2009
19/5/2009
20/5/2009
21/5/2009
22/5/2009
26/5/2009
27/5/2009
28/5/2009
29/5/2009
Anexos
2/2/2009 12:50
3/2/2009 12:50
4/2/2009 12:50
5/2/2009 12:50
6/2/2009 12:50
9/2/2009 12:50
10/2/2009 12:50
11/2/2009 12:50
12/2/2009 12:50
13/2/2009 12:50
17/2/2009 11:50
18/2/2009 11:50
19/2/2009 11:50
20/2/2009 11:50
26/2/2009 11:50
27/2/2009 11:50
2/3/2009 11:50
3/3/2009 11:50
4/3/2009 11:50
5/3/2009 11:50
6/3/2009 11:50
9/3/2009 11:30
10/3/2009 11:30
11/3/2009 11:30
12/3/2009 11:30
13/3/2009 11:30
16/3/2009 11:30
17/3/2009 11:30
18/3/2009 11:30
19/3/2009 11:30
20/3/2009 11:30
23/3/2009 11:30
24/3/2009 11:30
25/3/2009 11:30
26/3/2009 11:30
27/3/2009 11:30
30/3/2009 11:30
31/3/2009 11:30
1/4/2009 10:50
2/4/2009 10:50
3/4/2009 10:50
6/4/2009 10:50
7/4/2009 10:50
8/4/2009 10:50
9/4/2009 10:50
13/4/2009 10:50
14/4/2009 10:50
15/4/2009 10:50
16/4/2009 10:50
17/4/2009 10:50
103
XTA LN
559,00
606,00
687,50
729,00
837,00
792,50
767,00
764,50
707,00
747,00
695,00
698,50
723,50
663,00
636,50
675,50
639,50
332,25
370,50
356,00
338,00
332,00
361,00
379,00
370,00
368,00
369,00
369,00
368,00
416,00
445,00
488,00
451,00
430,00
446,00
424,00
389,00
412,00
484,50
551,00
558,00
527,50
517,00
513,00
572,50
594,00
606,50
572,00
601,50
591,50
AAL LN
1225
1244
1368
1363
1478
1499
1475
1374
1285
1279
1211
1208
1260
1057
1013
972
957,5
945,5
1008
989,5
1031
996
1087
1142
1101
1117
1139
1121
1114
1225
1285
1373
1279
1209
1252
1196
1087
1169
1137
1310
1395
1322
1289
1307
1400
1410
1407
1388
1411
1378
BRL
2,35435
2,32427
2,29800
2,31697
2,26515
2,23515
2,24400
2,26485
2,29500
2,27715
2,30990
2,33350
2,32925
2,38865
2,35535
2,38040
2,40800
2,42100
2,40012
2,38690
2,36925
2,36705
2,34645
2,34070
2,32665
2,31155
2,26100
2,27895
2,30482
2,25360
2,25220
2,27702
2,25065
2,24050
2,23535
2,27540
2,32960
2,30250
2,29515
2,24645
2,21672
2,23140
2,23440
2,19887
2,18160
2,17350
2,18962
2,21200
2,17825
2,18160
UKX
4.062,89
4.104,80
4.209,51
4.159,20
4.315,79
4.303,07
4.308,74
4.232,22
4.165,11
4.196,36
3.999,41
3.987,63
4.035,63
3.901,75
3.895,10
3.795,59
3.710,38
3.546,43
3.589,50
3.577,93
3.580,40
3.543,26
3.714,52
3.693,30
3.707,32
3.753,85
3.854,61
3.849,70
3.799,99
3.817,80
3.836,51
3.960,51
3.909,52
3.897,23
3.919,79
3.895,61
3.782,30
3.896,93
3.889,15
4.071,62
4.057,31
3.982,72
3.918,56
3.930,34
3.969,07
3.962,00
3.951,97
3.954,85
4.023,86
4.094,77
GBP
1,41435
1,43170
1,44830
1,46330
1,46873
1,49519
1,47256
1,43773
1,42068
1,43955
1,42629
1,41966
1,44095
1,42908
1,43272
1,41720
1,40575
1,40490
1,41245
1,41015
1,42700
1,42469
1,41872
1,41726
1,41435
1,41787
1,42431
1,42597
1,42776
1,43453
1,42755
1,42712
1,42013
1,42482
1,42959
1,42354
1,41908
1,42303
1,43425
1,46890
1,48120
1,48306
1,47180
1,47084
1,47159
1,47306
1,48819
1,49560
1,49079
1,48419
EUR
1,27934
1,29169
1,28718
1,27910
1,28640
1,30619
1,29935
1,29456
1,27349
1,28458
1,26052
1,25538
1,27458
1,26269
1,27590
1,26405
1,25981
1,25909
1,25700
1,25252
1,27035
1,27730
1,28412
1,28615
1,29334
1,29447
1,30147
1,30580
1,30129
1,30317
1,29963
1,29861
1,30063
1,30618
1,31076
1,30619
1,30519
1,31292
1,32509
1,34518
1,34125
1,34540
1,32592
1,32555
1,32718
1,32690
1,32730
1,31770
1,32070
1,30540
Anexos
104
20/4/2009 10:50
22/4/2009 10:50
23/4/2009 10:50
24/4/2009 10:50
27/4/2009 10:50
28/4/2009 10:50
29/4/2009 10:50
30/4/2009 10:50
4/5/2009 10:50
5/5/2009 10:50
6/5/2009 10:50
7/5/2009 10:50
8/5/2009 10:50
11/5/2009 10:50
12/5/2009 10:50
13/5/2009 10:50
14/5/2009 10:50
15/5/2009 10:50
18/5/2009 10:50
19/5/2009 10:50
20/5/2009 10:50
21/5/2009 10:50
22/5/2009 10:50
26/5/2009 10:50
27/5/2009 10:50
28/5/2009 10:50
29/5/2009 10:50
XTA LN
524,50
506,00
542,00
598,00
598,00
558,00
575,00
605,50
654,00
683,00
689,00
717,50
726,50
688,50
683,00
603,50
596,00
619,00
603,50
647,50
666,00
630,00
649,50
642,00
670,00
654,00
693,00
8/12/2008 12:50
9/12/2008 12:50
10/12/2008 12:50
11/12/2008 12:50
12/12/2008 12:50
15/12/2008 12:50
16/12/2008 12:50
17/12/2008 12:50
18/12/2008 12:50
19/12/2008 12:50
22/12/2008 12:50
23/12/2008 12:50
26/12/2008 12:50
29/12/2008 12:50
30/12/2008 12:50
2/1/2009 12:50
5/1/2009 12:50
6/1/2009 12:50
7/1/2009 12:50
8/1/2009 12:50
9/1/2009 12:50
AAL LN
1294
1285
1349
1393
1407
1340
1404
1491
1540
1570
1584
1618
1628
1574
1552
1485
1434
1470
1482
1572
1615
1576
1610
1579
1674
1691
1755
LMNIDS03
9642
9179
9450
10799
10500
10300
9950
9835
9520
9863
10200
10209
9869
9900
10020
12902
12800
13363
12415
12009
11600
BRL
2,23452
2,22962
2,20155
2,18782
2,20985
2,21125
2,18667
2,18105
2,24241
2,11987
2,12575
2,09935
2,07710
2,07832
2,06075
2,09697
2,10822
2,07065
2,08070
2,06425
2,02425
2,03150
2,03327
2,04375
2,00870
2,01235
1,98250
LMAHDS03
1.527,00
1.510,00
1.520,00
1.548,00
1.512,00
1.495,00
1.488,00
1.470,00
1.475,00
1.504,50
1.535,00
1.561,00
1.548,00
1.517,00
1.485,00
1.543,00
1.553,00
1.608,00
1.592,00
1.552,00
1.559,00
UKX
3.985,24
3.969,56
4.061,18
4.119,16
4.134,58
4.084,33
4.156,72
4.262,35
4.306,00
4.347,91
4.415,04
4.483,94
4.478,08
4.402,98
4.419,18
4.354,92
4.329,34
4.349,87
4.420,17
4.459,38
4.479,87
4.362,45
4.338,65
4.338,17
4.415,69
4.396,78
4.436,52
CLA
52,62
54,13
59,00
55,01
54,18
58,33
56,07
54,33
52,02
51,30
51,06
48,75
44,79
47,90
48,25
52,84
55,94
60,28
57,65
54,42
53,36
GBP
1,45560
1,44927
1,45352
1,47532
1,45952
1,46555
1,47661
1,47046
1,49257
1,50895
1,50543
1,50732
1,50540
1,51008
1,52590
1,51285
1,51330
1,52681
1,52889
1,54536
1,56078
1,57100
1,58832
1,58732
1,60248
1,59644
1,61066
JCMBBR
141,173
141,616
141,990
142,163
142,494
142,848
144,155
145,742
146,463
146,329
146,887
146,671
146,747
147,201
148,425
148,673
149,492
151,423
151,755
151,103
151,236
EUR
1,29235
1,29978
1,30090
1,32665
1,31009
1,30497
1,32567
1,32079
1,32938
1,33886
1,33050
1,34300
1,34910
1,35866
1,36519
1,35966
1,35930
1,35972
1,34946
1,35730
1,37870
1,37553
1,39971
1,39337
1,39600
1,39418
1,40963
BDIY
671
679
691
711
764
803
828
836
829
818
801
784
765
770
776
773
772
775
789
821
872
Anexos
105
12/1/2009 12:50
13/1/2009 12:50
14/1/2009 12:50
15/1/2009 12:50
16/1/2009 12:50
20/1/2009 12:50
21/1/2009 12:50
22/1/2009 12:50
23/1/2009 12:50
26/1/2009 12:50
27/1/2009 12:50
28/1/2009 12:50
29/1/2009 12:50
30/1/2009 12:50
2/2/2009 12:50
3/2/2009 12:50
4/2/2009 12:50
5/2/2009 12:50
6/2/2009 12:50
9/2/2009 12:50
10/2/2009 12:50
11/2/2009 12:50
12/2/2009 12:50
13/2/2009 12:50
17/2/2009 11:50
18/2/2009 11:50
19/2/2009 11:50
20/2/2009 11:50
26/2/2009 11:50
27/2/2009 11:50
2/3/2009 11:50
3/3/2009 11:50
4/3/2009 11:50
5/3/2009 11:50
6/3/2009 11:50
9/3/2009 11:30
10/3/2009 11:30
11/3/2009 11:30
12/3/2009 11:30
13/3/2009 11:30
16/3/2009 11:30
17/3/2009 11:30
18/3/2009 11:30
19/3/2009 11:30
20/3/2009 11:30
23/3/2009 11:30
24/3/2009 11:30
25/3/2009 11:30
26/3/2009 11:30
27/3/2009 11:30
LMNIDS03
10537
10650
10520
10550
11000
11051
11100
11100
11625
11950
11300
11234
11058
11050
11245
11425
11800
11455
11234
11075
11075
10600
10200
10400
10025
9815
10050
9703
10100
9800
9707
9779
9846
9910
9910
9931
9925
9955
9929
9921
9889
9845
9804
9784
9771
9760
9760
9740
9717
9692
LMAHDS03
1.518,50
1.500,00
1.490,00
1.467,00
1.482,00
1.384,00
1.350,00
1.345,00
1.334,00
1.360,00
1.349,00
1.380,00
1.354,00
1.340,00
1.366,00
1.380,00
1.428,00
1.428,00
1.467,00
1.455,00
1.439,00
1.404,00
1.372,00
1.377,00
1.338,00
1.327,00
1.346,00
1.307,00
1.350,00
1.338,50
1.316,50
1.320,00
1.347,00
1.345,00
1.327,50
1.318,00
1.329,00
1.319,00
1.320,00
1.298,00
1.297,00
1.317,00
1.319,00
1.310,00
1.318,00
1.286,00
1.277,00
1.293,00
1.295,00
1.289,00
CLA
52,83
53,05
53,37
52,45
54,23
50,28
48,74
49,41
49,01
53,23
50,66
50,57
51,07
52,07
49,74
49,01
49,34
49,90
49,92
52,68
52,90
50,04
48,89
49,07
44,75
43,07
43,23
43,76
48,10
47,32
46,36
45,21
47,62
48,75
49,38
50,32
50,38
48,03
46,82
50,10
47,34
50,43
51,58
54,73
54,94
55,43
56,31
54,98
56,63
55,06
JCMBBR
151,955
151,743
152,069
152,238
151,791
150,986
150,838
151,004
150,627
150,835
151,898
152,370
152,230
152,613
153,199
152,654
151,981
152,294
152,535
152,873
154,478
155,320
155,582
154,418
155,534
155,725
154,898
155,349
154,465
153,389
153,919
152,732
152,818
152,554
152,217
151,935
152,118
151,792
151,726
151,750
151,619
151,552
151,556
151,563
151,197
151,083
150,886
151,192
150,928
151,215
BDIY
889
911
920
908
881
872
900
945
980
995
1004
1014
1036
1070
1099
1148
1316
1498
1642
1815
1974
2055
1989
1908
1895
1986
2057
2099
1950
1986
2014
2034
2084
2167
2225
2262
2298
2271
2201
2122
2058
1974
1861
1795
1782
1773
1758
1740
1714
1678
Anexos
106
30/3/2009 11:30
31/3/2009 11:30
1/4/2009 10:50
2/4/2009 10:50
3/4/2009 10:50
6/4/2009 10:50
7/4/2009 10:50
8/4/2009 10:50
9/4/2009 10:50
13/4/2009 10:50
14/4/2009 10:50
15/4/2009 10:50
16/4/2009 10:50
17/4/2009 10:50
20/4/2009 10:50
22/4/2009 10:50
23/4/2009 10:50
24/4/2009 10:50
27/4/2009 10:50
28/4/2009 10:50
29/4/2009 10:50
30/4/2009 10:50
4/5/2009 10:50
5/5/2009 10:50
6/5/2009 10:50
7/5/2009 10:50
8/5/2009 10:50
11/5/2009 10:50
12/5/2009 10:50
13/5/2009 10:50
14/5/2009 10:50
15/5/2009 10:50
18/5/2009 10:50
19/5/2009 10:50
20/5/2009 10:50
21/5/2009 10:50
22/5/2009 10:50
26/5/2009 10:50
27/5/2009 10:50
28/5/2009 10:50
29/5/2009 10:50
LMNIDS03
9667
9647
9651
10300
10550
10825
10620
10842
11050
11208
11350
12340
12450
12585
12301
11550
11500
11339
11100
10930
11229
11234
11540
11950
12430
13250
13416
13455
13475
12640
12249
12450
12130
12511
12650
12250
12644
12960
13565
13525
13800
LMAHDS03
1.300,00
1.284,00
1.366,00
1.429,00
1.458,00
1.478,00
1.469,50
1.488,00
1.509,00
1.501,00
1.493,00
1.495,00
1.494,50
1.475,00
1.460,00
1.460,00
1.464,00
1.460,00
1.440,00
1.440,00
1.465,00
1.465,00
1.501,00
1.522,00
1.575,00
1.584,00
1.555,00
1.533,00
1.559,00
1.523,00
1.516,00
1.516,50
1.510,00
1.510,00
1.500,00
1.456,00
1.436,00
1.442,00
1.426,00
1.400,00
1.422,00
CLA
53,69
51,57
50,93
55,17
55,69
55,00
54,33
53,72
56,33
54,22
54,73
54,80
54,23
54,87
51,59
50,31
50,60
52,64
50,32
50,65
52,10
51,98
55,35
55,82
56,65
59,06
58,86
58,75
60,05
59,45
58,35
58,81
58,67
59,09
61,60
60,42
60,98
60,61
62,99
64,06
65,85
JCMBBR
151,179
150,848
155,242
155,800
155,375
155,543
155,856
156,470
156,028
156,692
156,836
158,649
158,313
157,878
158,142
157,854
158,178
158,221
158,760
158,854
158,865
159,065
159,730
160,271
161,557
161,199
161,465
162,175
162,738
162,769
162,914
162,851
163,500
164,639
165,516
165,265
165,300
165,342
165,376
165,697
167,923
BDIY
1646
1615
1574
1538
1506
1486
1466
1463
1478
1480
1492
1534
1604
1682
1737
1869
1897
1873
1839
1790
1772
1786
1850
1897
2065
2194
2214
2215
2253
2332
2432
2544
2605
2644
2665
2707
2786
2942
3164
3298
3494
Anexos
107
3Q
0.023894
Coefficients:
Estimate Std. Error t value
(Intercept) 0.60214
0.85805
0.702
IBOV
1.75126
0.27652
6.333
SPX
-0.73859
0.38358 -1.926
RIO.LN
-0.11717
0.06594 -1.777
BLT.LN
0.94637
0.16198
5.842
XTA.LN
0.09686
0.05635
1.719
AAL.LN
-0.26239
0.15900 -1.650
USD
1.60067
0.70848
2.259
UKX
-0.37190
0.44658 -0.833
GBP
0.84449
0.58896
1.434
EUR
-1.61745
0.33478 -4.831
LMNIDS03
0.21988
0.08622
2.550
LMAHDS03
-0.12663
0.21276 -0.595
LMCADS03
-0.55447
0.15543 -3.567
CLA
-0.62748
0.12189 -5.148
JCMBBR
-0.62162
0.46630 -1.333
BDIY
-0.01110
0.01304 -0.852
--Signif. codes: 0 *** 0.001 ** 0.01
Max
0.090299
Pr(>|t|)
0.484817
1.22e-08
0.057633
0.079314
1.00e-07
0.089384
0.102709
0.026519
0.407387
0.155411
6.22e-06
0.012628
0.553371
0.000606
1.77e-06
0.186194
0.396966
***
.
.
***
.
*
***
*
***
***
* 0.05 . 0.1 1
3Q
0.023365
Max
0.083116
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.45944
0.81074
0.567
0.5724
IBOV
1.76708
0.25231
7.004 5.22e-10 ***
SPX
-1.02206
0.22680 -4.506 2.07e-05 ***
RIO.LN
-0.13150
0.06353 -2.070
0.0415 *
BLT.LN
0.88290
0.14947
5.907 6.80e-08 ***
XTA.LN
0.12448
0.04887
2.547
0.0126 *
Anexos
108
AAL.LN
-0.21634
USD
2.03862
EUR
-1.35415
LMNIDS03
0.16355
LMCADS03
-0.42471
CLA
-0.60735
JCMBBR
-0.66463
--Signif. codes: 0 ***
0.12714
0.49268
0.28344
0.07139
0.09490
0.11368
0.42792
-1.702
4.138
-4.777
2.291
-4.475
-5.343
-1.553
0.0924
8.14e-05
7.24e-06
0.0244
2.32e-05
7.39e-07
0.1241
.
***
***
*
***
***
Call:
lm(formula = VALE3 ~ IBOV + BLT.LN + EUR + LMCADS03 + CLA)
Residuals:
Min
1Q
Median
-0.110741 -0.036936 -0.003595
3Q
0.033710
Coefficients:
Estimate Std. Error t value
(Intercept) 2.76916
0.23540 11.764
IBOV
0.49554
0.08693
5.700
BLT.LN
0.56886
0.09904
5.744
EUR
-1.82604
0.21271 -8.585
LMCADS03
-0.33278
0.05878 -5.662
CLA
-0.61818
0.10178 -6.074
--Signif. codes: 0 *** 0.001 ** 0.01
Max
0.128640
Pr(>|t|)
< 2e-16
1.07e-07
8.79e-08
7.96e-14
1.27e-07
1.94e-08
***
***
***
***
***
***
* 0.05 . 0.1 1
Call:
arma(x = modelo1$residuals, order = c(1, 0))
Model:
ARMA(1,0)
Residuals:
Min
1Q
Median
-0.1202918 -0.0219493 -0.0005069
Coefficient(s):
Estimate
ar1
0.6477053
Std. Error
0.0715812
3Q
0.0198878
Max
0.0810046
t value Pr(>|t|)
9.049
<2e-16 ***
Anexos
109
intercept 0.0001964
0.0032204
0.061
0.951
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
3Q
0.039666
Max
0.108277
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.004911
1.005472
1.994 0.049435 *
SPX
-0.252840
0.455858 -0.555 0.580629
RIO.LN
0.124099
0.065286
1.901 0.060792 .
BLT.LN
0.617304
0.186093
3.317 0.001351 **
XTA.LN
-0.015481
0.064872 -0.239 0.811969
AAL.LN
-0.004902
0.186438 -0.026 0.979089
USD
0.033389
0.805204
0.041 0.967024
UKX
0.363228
0.523049
0.694 0.489344
GBP
0.935546
0.714146
1.310 0.193803
EUR
-2.166570
0.392205 -5.524 3.72e-07 ***
LMNIDS03
0.116350
0.102681
1.133 0.260428
LMAHDS03
-0.269948
0.256604 -1.052 0.295851
LMCADS03
-0.286270
0.181394 -1.578 0.118332
CLA
-0.575605
0.147511 -3.902 0.000193 ***
JCMBBR
0.427628
0.528680
0.809 0.420909
BDIY
-0.010535
0.015813 -0.666 0.507090
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Residual standard error: 0.04672 on 83 degrees of freedom
(18 observations deleted due to missingness)
Multiple R-squared: 0.9109,
Adjusted R-squared: 0.8948
F-statistic: 56.57 on 15 and 83 DF, p-value: < 2.2e-16
3Q
0.035959
Max
0.102340
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.66376
0.48714
3.415 0.000958 ***
RIO.LN
0.13616
0.05816
2.341 0.021423 *
BLT.LN
0.61272
0.13955
4.391 3.07e-05 ***
GBP
1.03328
0.25948
3.982 0.000138 ***
EUR
-2.21291
0.29020 -7.626 2.39e-11 ***
Anexos
LMNIDS03
0.11748
LMCADS03
-0.37049
CLA
-0.53544
JCMBBR
0.60242
--Signif. codes: 0 ***
110
0.06359
0.07868
0.12149
0.28697
1.848
-4.709
-4.407
2.099
0.067947
9.00e-06
2.88e-05
0.038592
.
***
***
*
Call:
lm(formula = VALE3 ~ BLT.LN + EUR + LMCADS03 + CLA)
Residuals:
Min
1Q
Median
-0.13934 -0.03726 -0.00678
3Q
0.03946
Max
0.13339
Coefficients:
Estimate Std. Error t value
(Intercept) 3.66268
0.19959 18.351
BLT.LN
0.93722
0.08530 10.988
EUR
-2.73418
0.16018 -17.069
LMCADS03
-0.33720
0.06679 -5.049
CLA
-0.47206
0.11194 -4.217
--Signif. codes: 0 *** 0.001 ** 0.01
Pr(>|t|)
< 2e-16
< 2e-16
< 2e-16
1.82e-06
5.16e-05
***
***
***
***
***
* 0.05 . 0.1 1
Call:
arma(x = modelo2$residuals, order = c(1, 0))
Model:
ARMA(1,0)
Residuals:
Min
1Q
Median
-0.130475 -0.025507 -0.001867
3Q
0.024790
Coefficient(s):
Estimate Std. Error t
ar1
0.6754633
0.0691637
intercept 0.0002181
0.0035615
--Signif. codes: 0 *** 0.001 **
Max
0.088457
value Pr(>|t|)
9.766
<2e-16 ***
0.061
0.951
0.01 * 0.05 . 0.1 1
Anexos
111
Median
0.001063
3Q
0.011687
Max
0.043722
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.001944
0.002361 -0.823 0.413267
SPX
0.452946
0.237610
1.906 0.060844 .
RIO.LN
0.221607
0.076273
2.905 0.004945 **
BLT.LN
0.171371
0.128241
1.336 0.185898
XTA.LN
-0.023855
0.031289 -0.762 0.448451
AAL.LN
0.320526
0.092271
3.474 0.000898 ***
USD
0.016030
0.339622
0.047 0.962493
UKX
-0.180632
0.280903 -0.643 0.522361
GBP
-0.174191
0.318825 -0.546 0.586611
EUR
-0.283410
0.262338 -1.080 0.283815
LMNIDS03
0.001397
0.072636
0.019 0.984707
LMAHDS03
-0.022880
0.153512 -0.149 0.881962
LMCADS03
0.063873
0.115654
0.552 0.582570
CLA
0.009882
0.087406
0.113 0.910317
JCMBBR
0.831234
0.460427
1.805 0.075446 .
BDIY
0.006640
0.054957
0.121 0.904185
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Residual standard error: 0.0185 on 68 degrees of freedom
(32 observations deleted due to missingness)
Multiple R-squared: 0.801,
Adjusted R-squared: 0.7571
F-statistic: 18.25 on 15 and 68 DF, p-value: < 2.2e-16
Median
1.756e-05
3Q
1.118e-02
Max
4.620e-02
Coefficients:
Estimate Std. Error t value Pr(>|t|)
RIO.LN
0.11946
0.05781
2.067 0.041251 *
BLT.LN
0.33862
0.09254
3.659 0.000399 ***
AAL.LN
0.24809
0.06963
3.563 0.000555 ***
EUR
-0.48185
0.15171 -3.176 0.001964 **
LMCADS03 0.10864
0.07500
1.448 0.150498
JCMBBR
0.60911
0.40767
1.494 0.138176
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Anexos
112
Call:
lm(formula = VALE3 ~ 0 + RIO.LN + BLT.LN + AAL.LN + EUR)
Residuals:
Min
1Q
-0.042986 -0.010274
Median
0.001177
3Q
0.011657
Coefficients:
Estimate Std. Error t value
RIO.LN 0.11680
0.05824
2.005
BLT.LN 0.36113
0.09140
3.951
AAL.LN 0.25772
0.07003
3.680
EUR
-0.50269
0.15256 -3.295
--Signif. codes: 0 *** 0.001 **
Max
0.046390
Pr(>|t|)
0.047464
0.000140
0.000368
0.001339
*
***
***
**