Prova de Contabilometria - Giuseppe Trevisan

Giuseppe Trevisan UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS SOCIAIS APLICADAS DEPARTAMENTO DE CIÊNCIAS CONTÁBEIS E ATUARIAIS Disciplina CT464 Contabilometria Professor Giuseppe Trevisan Data 18052022 Nome CPF Avaliação de Contabilometria OBS Não precisa imprimir esta folha O importante é fazer um cabeçalho na folha que utilizar colocar seu NOME COMPLETO e seu CPF com todos os 11 DÍGITOS UTILIZE 3 TRÊS CASAS DECIMAIS Tanto para os logaritmos quanto para o resultado final Questão 1 70 pontos Uma estratégia usualmente tomada por grandes empresas é realizar fusões e aquisições Um dos propósitos dessa prática é maximizar a riqueza dos proprietários uma vez que a incorporaçãomescla das empresas promove redução de custos e facilita uma série de processos produtivos Esse tema é estudado pela academia há anos e é recheado de controvérsias em termos dos efeitos dessa prática sobre medidas de retorno da empresa Para dar sua contribuição você coletou informações de 6 empresas com o objetivo de estimar o efeito de a empresa ter realizado fusão ou aquisição sobre o seu lucro Segue os dados Ativo total Lucro líquido Fusão ou bilhões de R bilhões de R aquisição 2 últimos dígitos CPF 2 primeiros dígitos CPF não 20 8 não 2 últimos dígitos CPF 25 sim 36 2 últimos dígitos CPF não 52 12 sim 2 primeiros dígitos CPF 2 últimos dígitos CPF sim 1 Giuseppe Trevisan OBS Por exemplo se seu CPF é 01234567890 preencha os 2 primeiros dígitos com 01 e os dois últimos com 90 na tabela acima Portanto responda a 15pt Usando um modelo de regressão simples estime o efeito de interesse Contudo você está ciente de que usar a variável dependente sem loglinearizar dificulta a interpretação compara bilidade da magnitude Portanto use o LOGARITMO NATURAL A princípio suponha que a hipótese de Exogeneidade é atendida e interprete o coeficiente angular b 1pt Calcule o Coeficiente de Determinação do modelo anterior da letra a Qual a sua interpretação c 1pt Faça um testet para o parâmetro β1 de interesse da letra a usando o nível de confiança de 95 t 2 776 Interprete o resultado do teste de hipótese o coeficiente é significativo d 18pt O seu bom senso indica que o modelo de regressão simples não é suficiente para identificar o efeito de interesse uma vez que empresas de diferentes tamanhos devem influenciar tanto a decisão de mesclar com outras empresas quanto o seu retorno Portanto utilize um modelo de regressão múltipla que inclua a variável Ativo total proxy para o tamanho da empresa e estime todos os parâmetros desse modelo Suponha que a hipótese de exogeneidade é atendida Qual a interpretação do coeficiente de interesse interprete APENAS o coeficiente de interesse e 07pt Calcule a magnitude do viés associado à relação de interesse apresentada na letra a ao utilizar o modelo de regressão simples Nesse caso você superestimou ou subestimou o verdadeiro efeito f 1pt Existe alguma evidência de multicolinearidade ao ter incluído a variável Ativo total no modelo da letra d utilize VIF10 como critério de decisão Questão 2 30 pontos Julgue as afirmativas abaixo V ou F a respeito dos estimadores de MQO em um modelo de regressão linear repostas FALSAS SEM JUSTIFICATIVA NÃO SERÃO ACEITAS Se a esperança condicional do erro não for igual a zero as estimativas dos parâmetros serão eficientes Se a variância condicional do erro for constante os estimadores apresentarão variância inflada Se o erro não seguir distribuição Normal as estimativas dos parâmetros por MQO serão nãoviesadas A variância dos estimadores de MQO apresenta a seguinte forma funcional V arˆβ σ2XX A matriz de variânciacovariância dos estimadores é de ordem k 1 onde k representa a quantidade de parâmetros a serem estimados Considere o modelo de regressão simples amostral Yi ˆβ0 ˆβ1Xi ˆui Pela Lei das Expectativas Iteradas podese mostrar que a média de Y condicionado a X é igual a ˆβ0 ˆβ1 X 2 Giuseppe Trevisan A hipótese que afirma EuX 0 implica que existem fatores nãoobserváveis correlaci onados com as variáveis explicativas Num modelo de regressão linear simples o ˆβ0 indica a média de X quando a variável Y assume valor igual a zero Considere um modelo de regressão linear simples Yi β0 β1Xi ui Se houver um regressor omitido que apresente correlação positiva com o regressor observável e que seja relevante o estimador de β1 estará subestimado Sempre que houver problema de multicolinearidade num modelo de regressão liner múltipla os parâmetros não poderão ser estimados 3