avaliação estatística das empresas de telefonia brasileira.
A avaliação consite em analisar estatisticamente as empresas Oi, Tim e Vivo, trasando um paralelo de comparação com o próprio Ibov. Por fim, espera-se chegar a empresa com maior potencial de geração de valor (independente do risco) e na empresa mais solida e consistente para o longo prazo. Não havera avaliação contábil, como também não havera avaliação do momento Macroeconômico da economia nacional.
Descrição dos metodos usados.
A abodagem metodológica que será utilizada é fundamentalmente estatística, com coleta, testes e sem avaliação dos testes pelo grau de significãncia. O recote temporal escolhido será de 30 dias, comprendidos entre 26/12/23 e 08/02/24.
Histograma : Uma ferramenta gráfica usada em estatística para avaliar a distribuição de frequência de um conjunto de dados.
Forma da Distribuição: A forma do histograma pode indicar se os dados são simétricos, se há assimetria ou se seguem algum padrão específico, como uma distribuição normal, distribuição assimétrica, entre outros.
Centralização e Dispersão: Através do histograma, é possível ter uma ideia da localização central dos dados (média, mediana) e da dispersão ou variabilidade dos valores.
O método de Sturges é uma técnica utilizada para determinar o número ideal de classes (ou bins) ao criar um histograma.
Formula pra calcular o número de classes:
\(K = 1 + log_2(n)\)
Mínimo valor da amostra
Máximo valor da amostra
Média aritimética
\[ \bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i\]
Mediana
- A mediana é o valor que separa a amostra pela metade.
Desvio Padrão
- Indica o quanto os valores de um conjunto de dados estão dispersos em relação à média desses valores.
\[ s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2} \]
Coeficiênte de variação
- É uma medida estatística que expressa a variabilidade relativa de um conjunto de dados em relação à média, normalmente expresso em termos percentuais.
\[ CV = \frac{s}{\bar{x}} \times 100\%\]
- Teste de JarqueBera
- O teste de Jarque-Bera é um teste estatístico usado para determinar se uma amostra de dados tem uma distribuição simétrica e se os dados seguem uma distribuição normal.
- Hipotese nula: Os dados seguem distribuição normal
- Beta mercado
- O Beta é referente ao coeficiente angular do processo de regressão linear (MQO) entre o ativo com risco e o índice de referência.
- Garch
- Avaliação da volatilidade a partir do modelo de Garch. coeficientes e seus significados:
- Beta → indica a demora ou a rapidez que um choque leva para ser superado, e a velocidade de retorno a média.
- Alfa → indica o quão pontiagudo pode ser a volatilidade dado o choque um choque. A soma de Alfa e Beta indicam o nível de eficiência do mercado em questão, quanto mais próximo de 1 mais ineficiente será.
Histograma de distribuição
time series ends 2024-02-07
time series ends 2024-02-07
time series ends 2024-02-07
time series ends 2024-02-07
$breaks
[1] -0.020 -0.015 -0.010 -0.005 0.000 0.005 0.010 0.015 0.020
$counts
[1] 4 2 1 8 3 3 7 1
$density
[1] 27.586207 13.793103 6.896552 55.172414 20.689655 20.689655 48.275862
[8] 6.896552
$mids
[1] -0.0175 -0.0125 -0.0075 -0.0025 0.0025 0.0075 0.0125 0.0175
$xname
[1] "Rtims3"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"
$breaks
[1] -0.020 -0.015 -0.010 -0.005 0.000 0.005 0.010 0.015 0.020 0.025
$counts
[1] 1 3 6 5 9 3 1 0 1
$density
[1] 6.896552 20.689655 41.379310 34.482759 62.068966 20.689655 6.896552
[8] 0.000000 6.896552
$mids
[1] -0.0175 -0.0125 -0.0075 -0.0025 0.0025 0.0075 0.0125 0.0175 0.0225
$xname
[1] "RIbov"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"
$breaks
[1] -0.05 0.00 0.05 0.10 0.15 0.20 0.25 0.30
$counts
[1] 19 8 1 0 0 0 1
$density
[1] 13.1034483 5.5172414 0.6896552 0.0000000 0.0000000 0.0000000 0.6896552
$mids
[1] -0.025 0.025 0.075 0.125 0.175 0.225 0.275
$xname
[1] "Roibr3"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"
$breaks
[1] -0.020 -0.015 -0.010 -0.005 0.000 0.005 0.010 0.015 0.020 0.025
$counts
[1] 2 2 4 7 6 6 0 1 1
$density
[1] 13.793103 13.793103 27.586207 48.275862 41.379310 41.379310 0.000000
[8] 6.896552 6.896552
$mids
[1] -0.0175 -0.0125 -0.0075 -0.0025 0.0025 0.0075 0.0125 0.0175 0.0225
$xname
[1] "Rvivt3"
$equidist
[1] TRUE
attr(,"class")
[1] "histogram"
JarqueBera test
time series ends 2024-02-07
time series ends 2024-02-07
time series ends 2024-02-07
time series ends 2024-02-07
Title:
Jarque - Bera Normalality Test
Test Results:
STATISTIC:
X-squared: 1.4639
P VALUE:
Asymptotic p Value: 0.481
Title:
Jarque - Bera Normalality Test
Test Results:
STATISTIC:
X-squared: 373.8271
P VALUE:
Asymptotic p Value: < 2.2e-16
Title:
Jarque - Bera Normalality Test
Test Results:
STATISTIC:
X-squared: 0.1658
P VALUE:
Asymptotic p Value: 0.9205
Title:
Jarque - Bera Normalality Test
Test Results:
STATISTIC:
X-squared: 1.4493
P VALUE:
Asymptotic p Value: 0.4845
Média dos retornos
time series ends 2024-02-07
time series ends 2024-02-07
time series ends 2024-02-07
time series ends 2024-02-07
Media.ibov Media.oibr3 Media.vivt3 Media.tims3
1 -0.001028763 0.01018842 0.00002560501 0.0007074595
Desvio padrão
Desvio.ibov Desvio.oibr3 Desvio.vivt3 Desvio.tims3
1 0.00821726 0.05365556 0.009070987 0.01076604
Coeficiente de variação
Coef.Var.ibov Coef.Var.oibr3 Coef.Var.vivt3 Coef.Var.tims3
1 -798.7515 526.6327 35426.61 1521.788
Volatilidade
ibov vivo oi tims3
13.04450 14.39975 85.17556 17.09055
Beta mercado
Tim vivo oi
(Intercept) 0.001447424 0.000456391 0.01121054
RIbov 0.719276255 0.418741670 0.99354139
Garch
Series Initialization:
ARMA Model: arma
Formula Mean: ~ arma(1, 0)
GARCH Model: garch
Formula Variance: ~ garch(1, 1)
ARMA Order: 1 0
Max ARMA Order: 1
GARCH Order: 1 1
Max GARCH Order: 1
Maximum Order: 1
Conditional Dist: norm
h.start: 2
llh.start: 1
Length of Series: 29
Recursion Init: mci
Series Scale: 0.00821726
Parameter Initialization:
Initial Parameters: $params
Limits of Transformations: $U, $V
Which Parameters are Fixed? $includes
Parameter Matrix:
U V params includes
mu -1.25195383 1.251954 -0.1256977 1
ar1 -0.99999999 1.000000 -0.1788811 1
omega 0.00000100 100.000000 0.1000000 1
alpha1 0.00000001 1.000000 0.1000000 1
gamma1 -0.99999999 1.000000 0.1000000 0
beta1 0.00000001 1.000000 0.8000000 1
delta 0.00000000 2.000000 2.0000000 0
skew 0.10000000 10.000000 1.0000000 0
shape 1.00000000 10.000000 4.0000000 0
Index List of Parameters to be Optimized:
mu ar1 omega alpha1 beta1
1 2 3 4 6
Persistence: 0.9
--- START OF TRACE ---
Selected Algorithm: nlminb
R coded nlminb Solver:
0: 41.115957: -0.125698 -0.178881 0.100000 0.100000 0.800000
1: 40.866018: -0.125756 -0.177789 0.140413 0.106343 0.832400
2: 40.053499: -0.126337 -0.171739 0.154817 1.00000e-08 0.813162
3: 39.879248: -0.129726 -0.165036 0.257734 1.00000e-08 0.729246
4: 39.874928: -0.130609 -0.180227 0.258207 1.00000e-08 0.731113
5: 39.872724: -0.132512 -0.178592 0.256305 1.00000e-08 0.737945
6: 39.862719: -0.140796 -0.178478 0.247252 1.00000e-08 0.747233
7: 39.832461: -0.172122 -0.179686 0.177965 1.00000e-08 0.820263
8: 39.663285: -0.218902 -0.181825 0.0115098 1.00000e-08 1.00000
9: 39.659283: -0.218899 -0.181861 0.00982832 1.00000e-08 0.998862
10: 39.656157: -0.219035 -0.181890 0.0101035 1.00000e-08 1.00000
11: 39.655148: -0.218791 -0.181971 0.00953192 1.00000e-08 1.00000
12: 39.644740: -0.205813 -0.184267 0.00929767 1.00000e-08 1.00000
13: 39.639269: -0.186908 -0.183262 0.00917060 1.00000e-08 1.00000
14: 39.639269: -0.186926 -0.183291 0.00917325 1.00000e-08 1.00000
15: 39.639269: -0.186926 -0.183290 0.00917310 1.00000e-08 1.00000
Final Estimate of the Negative LLH:
LLH: -99.60477 norm LLH: -3.434647
mu ar1 omega alpha1
-0.0015360211983 -0.1832895177863 0.0000006193986 0.0000000100000
beta1
0.9999999900000
R-optimhess Difference Approximated Hessian Matrix:
mu ar1 omega alpha1
mu -464061.6646 442.1638927 -75870346.56 -4906.512789
ar1 442.1639 -30.5175633 -13375.38 2.203339
omega -75870346.5550 -13375.3751044 -922970720223.01 -39381956.047607
alpha1 -4906.5128 2.2033388 -39381956.05 -1662.381772
beta1 -5561.9687 -0.8848468 -60318276.26 -2557.273666
beta1
mu -5561.9687388
ar1 -0.8848468
omega -60318276.2622948
alpha1 -2557.2736660
beta1 -3929.3953341
attr(,"time")
Time difference of 0.01013613 secs
--- END OF TRACE ---
Time to Estimate Parameters:
Time difference of 0.7232051 secs
mu ar1 omega alpha1
-0.0015360211983 -0.1832895177863 0.0000006193986 0.0000000100000
beta1
0.9999999900000
Series Initialization:
ARMA Model: arma
Formula Mean: ~ arma(1, 0)
GARCH Model: garch
Formula Variance: ~ garch(1, 1)
ARMA Order: 1 0
Max ARMA Order: 1
GARCH Order: 1 1
Max GARCH Order: 1
Maximum Order: 1
Conditional Dist: norm
h.start: 2
llh.start: 1
Length of Series: 29
Recursion Init: mci
Series Scale: 0.009070987
Parameter Initialization:
Initial Parameters: $params
Limits of Transformations: $U, $V
Which Parameters are Fixed? $includes
Parameter Matrix:
U V params includes
mu -0.02822737 0.02822737 -0.001812032 1
ar1 -0.99999999 0.99999999 0.400315057 1
omega 0.00000100 100.00000000 0.100000000 1
alpha1 0.00000001 0.99999999 0.100000000 1
gamma1 -0.99999999 0.99999999 0.100000000 0
beta1 0.00000001 0.99999999 0.800000000 1
delta 0.00000000 2.00000000 2.000000000 0
skew 0.10000000 10.00000000 1.000000000 0
shape 1.00000000 10.00000000 4.000000000 0
Index List of Parameters to be Optimized:
mu ar1 omega alpha1 beta1
1 2 3 4 6
Persistence: 0.9
--- START OF TRACE ---
Selected Algorithm: nlminb
R coded nlminb Solver:
0: 37.922016: -0.00181203 0.400315 0.100000 0.100000 0.800000
1: 37.905281: -0.00181203 0.402001 0.0974128 0.0962148 0.795851
2: 37.884036: -0.00181203 0.413361 0.112031 0.0905744 0.792184
3: 37.861444: -0.00181203 0.421745 0.116460 0.0789668 0.779403
4: 37.840049: -0.00181203 0.422008 0.132484 0.0793011 0.767955
5: 37.803916: -0.00181193 0.419856 0.184472 0.105670 0.672261
6: 37.800622: -0.00181190 0.431361 0.186242 0.108181 0.670450
7: 37.798986: -0.00181189 0.430647 0.194796 0.100143 0.673054
8: 37.797253: -0.00181185 0.430971 0.202174 0.0929519 0.666822
9: 37.796503: -0.00181184 0.428304 0.204316 0.0984796 0.656682
10: 37.794932: -0.00181172 0.431053 0.218549 0.103823 0.636711
11: 37.794792: -0.00181161 0.430344 0.223259 0.101560 0.632938
12: 37.794788: -0.00181150 0.430495 0.224222 0.101285 0.631928
13: 37.794788: -0.00181141 0.430477 0.224262 0.101288 0.631874
14: 37.794788: -0.00181131 0.430477 0.224264 0.101288 0.631871
Final Estimate of the Negative LLH:
LLH: -98.58276 norm LLH: -3.399406
mu ar1 omega alpha1 beta1
-0.00001643041 0.43047694677 0.00001845304 0.10128792478 0.63187131180
R-optimhess Difference Approximated Hessian Matrix:
mu ar1 omega alpha1
mu -439115.1797 -482.733220 -4648250.50 -470.594982
ar1 -482.7332 -31.135809 20027.78 3.471939
omega -4648250.4970 20027.782324 -22537394507.92 -1228968.128408
alpha1 -470.5950 3.471939 -1228968.13 -84.864346
beta1 -328.8254 1.368831 -1463421.73 -82.320067
beta1
mu -328.825442
ar1 1.368831
omega -1463421.729171
alpha1 -82.320067
beta1 -99.053938
attr(,"time")
Time difference of 0.0107491 secs
--- END OF TRACE ---
Time to Estimate Parameters:
Time difference of 0.04401803 secs
mu ar1 omega alpha1 beta1
-0.00001643041 0.43047694677 0.00001845304 0.10128792478 0.63187131180
Series Initialization:
ARMA Model: arma
Formula Mean: ~ arma(1, 0)
GARCH Model: garch
Formula Variance: ~ garch(1, 1)
ARMA Order: 1 0
Max ARMA Order: 1
GARCH Order: 1 1
Max GARCH Order: 1
Maximum Order: 1
Conditional Dist: norm
h.start: 2
llh.start: 1
Length of Series: 29
Recursion Init: mci
Series Scale: 0.05365556
Parameter Initialization:
Initial Parameters: $params
Limits of Transformations: $U, $V
Which Parameters are Fixed? $includes
Parameter Matrix:
U V params includes
mu -1.89885671 1.898857 0.6447118 1
ar1 -0.99999999 1.000000 0.7703324 1
omega 0.00000100 100.000000 0.1000000 1
alpha1 0.00000001 1.000000 0.1000000 1
gamma1 -0.99999999 1.000000 0.1000000 0
beta1 0.00000001 1.000000 0.8000000 1
delta 0.00000000 2.000000 2.0000000 0
skew 0.10000000 10.000000 1.0000000 0
shape 1.00000000 10.000000 4.0000000 0
Index List of Parameters to be Optimized:
mu ar1 omega alpha1 beta1
1 2 3 4 6
Persistence: 0.9
--- START OF TRACE ---
Selected Algorithm: nlminb
R coded nlminb Solver:
0: 42.365340: 0.644712 0.770332 0.100000 0.100000 0.800000
1: 41.952239: 0.643765 0.774464 0.155125 0.117290 0.845317
2: 40.127515: 0.587606 0.903152 0.355892 1.00000e-08 0.639206
3: 38.269242: 0.241756 1.00000 0.0826364 1.00000e-08 0.852677
4: 38.237314: 0.241641 1.00000 0.151697 0.0246195 0.889534
5: 37.303737: 0.236533 1.00000 0.137825 0.0127237 0.864511
6: 37.204402: 0.241324 1.00000 0.108077 0.00987343 0.852095
7: 37.098227: 0.234274 1.00000 0.125254 0.00818119 0.854795
8: 37.078935: 0.226698 1.00000 0.128396 0.00185221 0.848335
9: 37.061664: 0.219130 1.00000 0.126651 0.000794875 0.857864
10: 36.656128: 0.123609 1.00000 1.00000e-06 0.105776 0.977749
11: 36.643472: 0.123598 0.999864 1.00000e-06 0.103942 0.975303
12: 36.622205: 0.123469 0.999588 1.00000e-06 0.0937011 0.981973
13: 36.599435: 0.129624 1.00000 1.00000e-06 0.0859312 0.982169
14: 36.470194: 0.154080 1.00000 1.00000e-06 0.0490388 0.996340
15: 36.411494: 0.128092 1.00000 1.00000e-06 0.0405003 1.00000
16: 36.406461: 0.132052 1.00000 1.00000e-06 0.0385717 1.00000
17: 36.326399: 0.134185 1.00000 0.0111534 1.00000e-08 1.00000
18: 36.323278: 0.134161 1.00000 0.0115814 1.00000e-08 1.00000
19: 36.320740: 0.134159 1.00000 0.0124115 1.00000e-08 1.00000
20: 36.320715: 0.134202 1.00000 0.0124661 1.00000e-08 1.00000
21: 36.320682: 0.134313 1.00000 0.0125111 1.00000e-08 1.00000
22: 36.320582: 0.134742 1.00000 0.0125934 1.00000e-08 1.00000
23: 36.320371: 0.135800 1.00000 0.0126906 1.00000e-08 1.00000
24: 36.319973: 0.138082 1.00000 0.0127664 1.00000e-08 1.00000
25: 36.319496: 0.141221 1.00000 0.0127205 1.00000e-08 1.00000
26: 36.319210: 0.143290 1.00000 0.0125499 1.00000e-08 1.00000
27: 36.319148: 0.143428 1.00000 0.0124303 1.00000e-08 1.00000
28: 36.319145: 0.143171 1.00000 0.0124075 1.00000e-08 1.00000
29: 36.319145: 0.143112 1.00000 0.0124075 1.00000e-08 1.00000
30: 36.319145: 0.143109 1.00000 0.0124077 1.00000e-08 1.00000
Final Estimate of the Negative LLH:
LLH: -48.51079 norm LLH: -1.672786
mu ar1 omega alpha1 beta1
0.0076785858 0.9999999900 0.0000357208 0.0000000100 0.9999999900
R-optimhess Difference Approximated Hessian Matrix:
mu ar1 omega alpha1 beta1
mu -13849.26311 -13.268582 -277315.26 -496.64683 -813.4697
ar1 -13.26858 -6.547955 -13615.54 -15.40623 -39.8079
omega -277315.26458 -13615.535969 -763250112.21 -712999.58603 -1804473.8044
alpha1 -496.64683 -15.406225 -712999.59 -662.11954 -1726.3475
beta1 -813.46969 -39.807904 -1804473.80 -1726.34747 -4201.2799
attr(,"time")
Time difference of 0.01110792 secs
--- END OF TRACE ---
Time to Estimate Parameters:
Time difference of 0.07552505 secs
mu ar1 omega alpha1 beta1
0.0076785858 0.9999999900 0.0000357208 0.0000000100 0.9999999900
Series Initialization:
ARMA Model: arma
Formula Mean: ~ arma(1, 0)
GARCH Model: garch
Formula Variance: ~ garch(1, 1)
ARMA Order: 1 0
Max ARMA Order: 1
GARCH Order: 1 1
Max GARCH Order: 1
Maximum Order: 1
Conditional Dist: norm
h.start: 2
llh.start: 1
Length of Series: 29
Recursion Init: mci
Series Scale: 0.01076604
Parameter Initialization:
Initial Parameters: $params
Limits of Transformations: $U, $V
Which Parameters are Fixed? $includes
Parameter Matrix:
U V params includes
mu -0.65712161 0.6571216 0.06427873 1
ar1 -0.99999999 1.0000000 -0.04554951 1
omega 0.00000100 100.0000000 0.10000000 1
alpha1 0.00000001 1.0000000 0.10000000 1
gamma1 -0.99999999 1.0000000 0.10000000 0
beta1 0.00000001 1.0000000 0.80000000 1
delta 0.00000000 2.0000000 2.00000000 0
skew 0.10000000 10.0000000 1.00000000 0
shape 1.00000000 10.0000000 4.00000000 0
Index List of Parameters to be Optimized:
mu ar1 omega alpha1 beta1
1 2 3 4 6
Persistence: 0.9
--- START OF TRACE ---
Selected Algorithm: nlminb
R coded nlminb Solver:
0: 40.963658: 0.0642787 -0.0455495 0.100000 0.100000 0.800000
1: 40.903794: 0.0642612 -0.0436306 0.117527 0.0966340 0.811330
2: 40.800411: 0.0642382 -0.0420691 0.117472 0.0765305 0.804702
3: 40.737719: 0.0642168 -0.0404970 0.134014 0.0680799 0.814852
4: 40.646668: 0.0641952 -0.0396423 0.134825 0.0473479 0.810455
5: 40.573634: 0.0641757 -0.0393278 0.149955 0.0366570 0.820812
6: 40.497440: 0.0641587 -0.0399275 0.151976 0.0155355 0.820672
7: 40.422645: 0.0641482 -0.0419840 0.163975 0.00333898 0.833068
8: 40.409511: 0.0638864 -0.0549777 0.169993 1.00000e-08 0.823630
9: 40.406138: 0.0630616 -0.0434609 0.180026 1.00000e-08 0.815895
10: 40.405887: 0.0630571 -0.0436878 0.180842 1.00000e-08 0.816654
11: 40.405768: 0.0630026 -0.0443391 0.180755 1.00000e-08 0.816231
12: 40.405709: 0.0629556 -0.0450943 0.181202 1.00000e-08 0.816359
13: 40.405618: 0.0628909 -0.0454292 0.181110 1.00000e-08 0.815904
14: 40.404359: 0.0604493 -0.0506700 0.187723 1.00000e-08 0.809373
15: 40.400774: 0.0505891 -0.0493773 0.213846 1.00000e-08 0.782696
16: 40.400075: 0.0447054 -0.0465941 0.230358 1.00000e-08 0.766291
17: 40.400072: 0.0446827 -0.0464243 0.230955 1.00000e-08 0.765785
18: 40.400072: 0.0447173 -0.0463918 0.231478 1.00000e-08 0.765308
19: 40.400071: 0.0447430 -0.0463908 0.232012 1.00000e-08 0.764780
20: 40.400070: 0.0448035 -0.0464013 0.233516 1.00000e-08 0.763255
21: 40.400070: 0.0448268 -0.0464128 0.234282 1.00000e-08 0.762455
22: 40.400070: 0.0448271 -0.0464182 0.234437 1.00000e-08 0.762281
23: 40.400070: 0.0448244 -0.0464185 0.234396 1.00000e-08 0.762319
Final Estimate of the Negative LLH:
LLH: -91.00934 norm LLH: -3.138253
mu ar1 omega alpha1 beta1
0.00048258141 -0.04641852794 0.00002716825 0.00000001000 0.76231914836
R-optimhess Difference Approximated Hessian Matrix:
mu ar1 omega alpha1
mu -254384.4150 -144.1151255 -4407983.81 -1487.949520
ar1 -144.1151 -29.4093845 6822.05 8.290016
omega -4407983.8112 6822.0497656 -16533087855.44 -1645243.140363
alpha1 -1487.9495 8.2900164 -1645243.14 -187.719616
beta1 -527.5043 0.7980198 -1879100.52 -201.778561
beta1
mu -527.5043364
ar1 0.7980198
omega -1879100.5164116
alpha1 -201.7785613
beta1 -213.8654374
attr(,"time")
Time difference of 0.01071119 secs
--- END OF TRACE ---
Time to Estimate Parameters:
Time difference of 0.04115009 secs
mu ar1 omega alpha1 beta1
0.00048258141 -0.04641852794 0.00002716825 0.00000001000 0.76231914836
ibov vivo oi tim
mu -0.0015360211983 -0.00001643041 0.0076785858 0.00048258141
ar1 -0.1832895177863 0.43047694677 0.9999999900 -0.04641852794
omega 0.0000006193986 0.00001845304 0.0000357208 0.00002716825
alpha1 0.0000000100000 0.10128792478 0.0000000100 0.00000001000
beta1 0.9999999900000 0.63187131180 0.9999999900 0.76231914836
Conclusão
- Ativo com maior potencial de retorno (independente do risco)
A partir dos teste que foram relizados é possível concluir que o papel com maior potencial de retorno é a oibr3. Essa decisão foi tomada em função dos seguintes indicadores : média dos retornos, desvio padrão, volatilidade anual, beta mercado e garch, esses indicadores indicam tanto o potencial de ganhos quanto de perdas, ou seja, oibr3 é não seria indicado para investimentos de longo prazo, já que a previsibilidade do papel é extremamente limitada.
- Ativo com maior estabilidade e previsibilidade
Os testes indicam a o papel com o desenpenho mais balanceado é vivt3, que apresenta baixos indicadores de risco, com destaque para: Beta mercado, volatilidade e desvio padrão. Vivt3 é estavel e sem grandes variações em relação ao ídice de referência (IBOV), por esse motivo é o ativo escolhido para essa categoria.
