O que eu vou falar com você agora é uma somatória do que já vimos sobre a introdução a estatística. Esses são os três indicadores mais úteis no nosso mercado na minha opinião e que possuem muita relação um com o outro. Estão preparados para saber tudo sobre Covariância, Coeficiente de Correlação e Coeficiente de Determinação?
Vale lembrar que essas aqui são maneiras de descobrir como diminuir o risco da sua carteira.
Bora lá, então!
Tudo o que você precisa saber!
Covariância:
É uma medida que avalia como as variáveis X e Y se inter-relacionam de forma linear. Ou seja, como Y varia em relação a uma determinada variação de X.
Quando a Covariância é positiva, duas variáveis tendem a variar na mesma direção, isto é, se uma sobe, a outra tende a subir e vice-versa. Já se a Covariância for negativa, duas variáveis tendem a variar em direções opostas, isto é, se uma sobe a outra tende a cair e vice-versa.
Quanto mais próxima de zero for menor a possibilidade de se identificar um comportamento interdependente entre as variáveis. Ela estando entre duas variáveis pode ser obtida de dados de variância.
Como calcular a Covariância?
Claro que para tudo existe fórmula e para descobrir a Covariância você deve usar:

Onde:

Correlação:
Esta é muito parecida com a Covariância, até porque, ajuda a explicar a Correlação.
Seu objetivo é medir o quanto dois ativos diversos se relacionam. Isso é necessário para entender o que acontece com um ativo quando o outro se mexe em uma determinada direção. A partir da fórmula:
Vamos abrir um parênteses aqui: você também pode encontrar o Desvio Padrão representado pela letra s ou ainda como DP.
Além disso, a Correlação varia de 1 até -1. Sendo que:
- Se a correlação entre 2 ativos igual a 1: os ativos são perfeitamente correlacionados. Ou seja, os ativos se movimentam na mesma direção e proporção.
- Se a correlação entre 2 ativos for igual a -1: os ativos são inversamente correlacionados. Ou seja, os ativos se movimentam em direções opostas, mas na mesma proporção.
- Se a correlação entre 2 ativos for igual a 0: ativos não possuem relação entre si.
A Correlação é um indicador para apontar o quanto uma carteira de investimentos é diversificada. Quanto mais próximo de -1 for a correlação da carteira, maior será a eficiência de sua diversificação. E quanto mais próximo de 1 for a correlação da carteira, menor será a eficiência da diversificação.
Revisando (anote aí)!
A Covariância e a Correlação podem ser:
- Positiva: os ativos têm a tendência de ir para mesma direção. O que representa maior risco para carteira;
- Neutra: uma covariância ou correlação neutra ou zero significa que os ativos não tem uma relação entre si;
- Negativa: quando dois ativos apresentam indicadores negativos, significa que caminham em direções opostas. O que é atrativo para uma carteira de investimentos pela redução do risco.
Coeficiente de Determinação:
É possível explicar a variação de um ativo X, com base nas mudanças do ativo Y. Aqui se mede a relação desses dois, podemos chamar de índice de relacionamento. Pois há a relação entre Correlação e Covariância.
Existindo Correlação, é apenas necessário elevar o dado ao quadrado. Multiplicando por 100, terá a porcentagem da variação.
E antes de mais nada, é importante você saber que o Coeficiente de Determinação também é conhecido como R2. E isso você pode encontrar na prova como Coeficiente de Determinação ou apenas R2.
Exemplo: a correlação entre essas duas empresas é de 0,77.
Se até agora encontramos o Coeficiente de Correlação de 2 ativos 0,77, para encontrar o Coeficiente de Determinação iremos elevar ao quadrado e multiplicar por 100.
R2 = 0,772 = 0,6.
Nesse caso afirmasse que 60% das variações de X podem ser explicadas com base na variação da Y.
Viu o motivo que eu disse que eles são tão úteis? A Covariância, Correlação e o Coeficiente de Determinação se encaixam e interligam suas variáveis para que conseguimos compreender e fazer seus cálculos indicadores.
Gostou do conteúdo? Sabia que temos muitos vídeos sobre certificações e investimentos no nosso canal do Youtube? Clique aqui para conhecer!