ResumoO artigo analisa seis séries de retornos, escolhidas entre as mais líquidas do mercado e de setores diferentes da economia. São estudadas a estacionariedade, a distribuição incondicional e a independência; de maneira geral as séries podem ser consideradas estacionárias, com distribuição não normal (leptocúrtica) e dependentes no tempo. A estacionariedade é analisada através do teste ADF, através dos coeficientes de modelos GARCH ajustados aos dados, pelos coeficientes de bicorrelação e com o uso de regressão localmente ponderada. A normalidade é rejeitada pelo teste de Jarque e Bera. A dependência (linear e não linear) é constatada pelas autocorrelações dos retornos e dos seus quadrados: tenta-se modelar a dependência com modelos ARMA, de amortecimento exponencial e GARCH mas os resíduos dos modelos, testados pelo teste BDS, mostram que nenhum deles representa bem o processo gerador dos dados. Palavras-chave: séries financeiras, estacionariedade, independência. AbstractThis paper studies the returns of six Brazilian stocks, chosen among the most liquid and from different economic sectors. Stationarity, unconditional distribution and independence are studied, and the conclusion is that the series are stationary, have non-normal (leptokurtic) distribution and are dependent. Stationarity is studied with the help of the ADF test, of the coefficients of GARCH models adjusted to the data, of bicorrelation coefficients and of locally weighted regression. Normality was rejectec using the Jarque and Bera test. Dependence (linear and non-linear) was indicated by the autocorrelations of returns and squared returns: ARMA, exponential smoothing, and GARCH models are used to try to capture the dependence, but the BDS tests of the model's residuals show that they do not represent well the data generating process.

A modelagem do risco de mercado é de grande importância para as instituições financeiras e outras firmas que participam do mercado financeiro. Os modelos e técnicas empregados no Brasil nem sempre são os mais adequados às nossas condições específicas. Este trabalho estuda dez modelos de estimação de risco (volatilidade) usando dados de ações brasileiras, e faz uma aplicação em determinação de VaR.

Resumo: O Valor em Risco (VaR) é uma medida de risco criada para posições em ativos financeiros, que pode facilmente ser usada para medir risco corporativo numa abordagem de curto prazo. Este trabalho discute o uso do VaR e de outras medidas de risco para quantificar o risco de investimentos de longo prazo em ativos reais, tema importante, mas pouco abordado na literatura. A decisão de investimento da firma deve levar em conta não apenas o retorno esperado, mas também os riscos envolvidos: daí vem a importância de uma correta quantificação destes riscos. O trabalho compara duas maneiras alternativas para computar as medidas de risco: a partir das distribuições de Valor Presente Líquido (VPL) calculadas com a taxa adequada ao risco do projeto e com a taxa livre de risco. São usados como exemplo projetos fictícios, e conclui-se pela necessidade de empregar a taxa livre de risco para computar a distribuição de VPL. Mostra-se que a distribuição de VPL obtida com a taxa adequada ao risco do projeto -frequentemente usada em estudos de viabilidade econômica -pode levar a medidas de risco incorretas e, consequentemente, a decisões incorretas. Palavra-chave: Risco corporativo. VaR. Perda esperada. Distribuição de VPL. Risk measures for real asset investment projectsAbstract: Value-at-risk (VaR) is a financial asset risk measure that can easily be adapted to measure short-run corporate risk. This paper discusses the use of VaR and other risk measures to quantify the risk of long-run real asset investments, an important subject, but with few papers on it. The investment decision of the firm must take into account not only the expected return, but also the risk: that is why it is important a correct quantification of the risk. The paper compares two ways of measuring risk: with net present value (NPV) distributions computed with the project's risk adjusted rate and with the risk free rate. We use fictitious projects as examples and we conclude that the risk free rate must to be used to compute the NPV distribution. We show that the NPV distribution computed with the project's risk adjusted rate -frequently employed in economic viability studies -may result in incorrect risk measures and, as a consequence, incorrect decisions. Keywords INTRODUÇÃOA quantificação do risco é importante para a correta decisão sobre investimentos. A decisão sobre investimentos. A literatura sobre este tema é extensa, mas voltada principalmente para risco de investimentos no mercado financeiro.

Análise de algumas estratégias 0,< comuns; A loteria esportiva é um jogo de grande importância J. Equacionamento; O~n o Brasil. Ela exerce um imenso fascínio sobre o bra-4. Estratégia proposta; ,