Stata for Students Stata for Students é projetado para estudantes de graduação que tomam aulas de metodologia nas ciências sociais na UW-Madison, mas será útil para alunos que tenham aulas semelhantes em qualquer outro lugar ou qualquer pessoa que esteja procurando uma introdução básica à Stata. Estudantes de pós-graduação e outros pesquisadores, e aqueles que esperam ser algum dia estudantes de pós-graduação ou pesquisadores, devem ler Stata para pesquisadores. Stata for Students dividido em artigos curtos que cobrem um único assunto. Você deve ler todos os artigos na seção básica do Stata antes de fazer qualquer outra coisa. Também recomendamos ler os artigos na seção Compreensão de Stata, pois ajudarão tudo o mais a fazer sentido e torná-lo um usuário mais eficiente da Stata. Depois disso, você pode ler apenas os artigos que correspondem ao material coberto em sua classe. Você aprenderá mais se você realmente cumprir as etapas descritas nesses artigos. Todos os artigos incluem exemplos que você pode fazer você mesmo. Eles usam uma subamostra da Pesquisa Social Geral de 2014, que você baixará fazendo o exemplo em Gerenciando Arquivos Stata. (A Pesquisa Social Geral (GSS) é um projeto da organização de pesquisa independente NORC na Universidade de Chicago, com financiamento principal da National Science Foundation.) Se você tem uma tarefa de trabalho para trabalhar, você pode preferir apenas ler os artigos E, em seguida, aplique imediatamente o que você aprendeu em sua tarefa. Nesse caso, você pode ignorar as instruções específicas para os exemplos. Principais do Stata Compreendendo o Stata Outros tópicos Comandos estatísticos por classe Comandos estatísticos por tópico Estatísticas descritivas Para uma variável que descreve categorias (como sexo ou raça) ao invés de quantidades (como renda), as frequências indicam quantas observações estão em cada categoria. Estes são exemplos de estatísticas univariadas ou estatísticas que descrevem uma única variável. As variáveis categóricas também são algumas vezes chamadas de variáveis de fatores. As variáveis indicadores (também chamadas de variáveis binárias ou falsas) são apenas variáveis categóricas com duas categorias. As tabelas de freqüência para uma única variável às vezes são chamadas de tabelas unidirecionais. Para uma variável que descreve quantidades (como renda), a média informa o valor esperado da variável e o desvio padrão diz o quanto ela varia. No entanto, a mediana e os percentis muitas vezes dão uma melhor sensação de como a variável é distribuída, especialmente para variáveis que não são simétricas (como a renda, que muitas vezes tem alguns valores muito altos). Estas são também estatísticas univariadas. As variáveis quantitativas geralmente são chamadas de variáveis contínuas. Os meios geralmente são chamados de médias, e a variância é apenas o desvio padrão ao quadrado. A mediana também é o percentil 50. Para duas variáveis categóricas, as freqüências indicam quantas observações caem em cada combinação das duas variáveis categóricas (como mulheres negras ou homens hispânicos) e podem dar-lhe uma sensação de relação entre as duas variáveis. Estes são exemplos de estatísticas bivariadas ou estatísticas que descrevem a distribuição conjunta das duas variáveis. As tabelas de frequências para duas variáveis são muitas vezes chamadas de tabelas de duas vias, tabelas de contingência ou tabelas cruzadas. Para uma variável quantitativa e uma variável categórica, o valor médio da variável quantitativa para as observações que se enquadram em cada categoria da variável categórica pode dar uma sensação de como as duas variáveis estão relacionadas. Daí, a questão de interesse é se a distribuição da variável quantitativa é diferente para diferentes categorias. Estes também são exemplos de estatísticas bivariadas. Para três ou mais variáveis categóricas, as freqüências indicam quantas observações cair em cada combinação das variáveis e dar-lhe um senso de suas relações, tal como fizeram com duas variáveis categóricas. Estes são exemplos de estatísticas multivariadas. Para uma variável quantitativa e duas ou mais variáveis categóricas, o valor médio da variável quantitativa para essas observações em cada combinação das variáveis categóricas pode dar uma sensação de como as variáveis estão relacionadas exatamente como fizeram com uma variável quantitativa e uma Variável categórica. Estes são exemplos de estatísticas multivariadas. Testes de estimativas e hipóteses Procurando o Stata antigo para estudantes Concentrou-se no uso da interface gráfica do usuário do Statas, e a maioria dos instrutores da UW-Madison agora ensina os alunos a usar comandos. Mas você pode encontrá-lo aqui e aqui. Ultima revisão: 132017Relagem de conversão BREAKING Down Proporção de Sharpe O índice Sharpe tornou-se o método mais utilizado para calcular o retorno ajustado ao risco no entanto, pode ser impreciso quando aplicado a carteiras ou ativos que não possuem uma distribuição normal dos retornos esperados. Muitos ativos possuem alto grau de kurtosis (cauda gordo) ou negatividade negativa. O índice Sharp também tende a falhar ao analisar as carteiras com riscos não-lineares significativos, como opções ou warrants. Metodologias alternativas de retorno ajustadas ao risco emergiram ao longo dos anos, incluindo a Razão Sortino. Return Over Maximum Drawdown (RoMaD) e Treynor Ratio. A Teoria Moderna da Carteira afirma que a adição de ativos a uma carteira diversificada que possui correlações de menos de um entre si pode diminuir o risco do portfólio sem sacrificar o retorno. Essa diversificação servirá para aumentar o índice de Sharpe de um portfólio. Relação de Sharpe (retorno médio do portfólio Taxa sem risco) Desvio padrão do retorno da carteira A fórmula de taxa Sharpe ex-ante usa os retornos esperados, enquanto o índice Sharpe ex-post usa rendimentos realizados. Aplicações da Razão de Sharpe A relação de Sharpe é freqüentemente usada para comparar a mudança nas características gerais de retorno de risco de uma carteira quando um novo ativo ou classe de ativos é adicionado a ela. Por exemplo, um gerente de portfólio está considerando adicionar uma alocação de fundos de hedge à sua carteira de ações de investimento 5050 existente, que possui um índice Sharpe de 0,67. Se a alocação de novas carteiras for 404020 ações, títulos e uma diversificada alocação de hedge funds (talvez um fundo de fundos), o índice Sharpe aumenta para 0,87. Isso indica que, embora o investimento em hedge funds seja arriscado como uma exposição autônoma, ele melhora a característica risco-retorno da carteira combinada e, assim, acrescenta um benefício de diversificação. Se a adição do novo investimento baixou o índice Sharpe, não deve ser adicionado ao portfólio. O índice de Sharpe também pode ajudar a explicar se o retorno de um excesso de carteira deve-se a decisões de investimento inteligente ou a um risco demais. Embora um portfólio ou fundo possa desfrutar de retornos mais altos do que seus pares, é apenas um bom investimento se esses retornos mais altos não vierem com um excesso de risco adicional. Quanto maior o índice Sharpe de carteiras, melhor será o desempenho ajustado ao risco. Uma relação Sharpe negativa indica que um recurso sem risco seria melhor do que a segurança que está sendo analisada. Críticas e alternativas O índice Sharpe usa o desvio padrão dos retornos no denominador como seu proxy do risco total do portfólio, o que pressupõe que os retornos são normalmente distribuídos. A evidência mostrou que os retornos sobre os ativos financeiros tendem a desviar-se de uma distribuição normal e podem fazer interpretações da relação Sharpe enganadoras. Uma variação da razão Sharpe é a razão Sortino. Que remove os efeitos dos movimentos ascendentes dos preços no desvio padrão para medir apenas retorno contra a volatilidade do preço decrescente e usa a semivariância no denominador. A relação Treynor usa risco sistemático. Ou beta () em vez de desvio padrão como a medida de risco no denominador. O índice de Sharpe também pode ser jogado por fundos de hedge ou por gerentes de portfólio que buscam aumentar seu histórico aparente de retorno ajustado ao risco. Isso pode ser feito através de: Alongamento do intervalo de medição: Isso resultará em uma menor estimativa de volatilidade. Por exemplo, o desvio padrão anualizado dos retornos diários é geralmente superior ao dos retornos semanais, o que, por sua vez, é maior do que o retorno mensal. Combinando os retornos mensais, mas calculando o desvio padrão dos retornos mensais não compostos. Escrever fora do dinheiro coloca e convoca um portfólio: esta estratégia pode potencialmente aumentar o retorno, cobrando a opção premium sem pagar por vários anos. Estratégias que envolvem assumir o risco de inadimplência. risco de liquidez. Ou outras formas de risco de catástrofe têm a mesma capacidade de relatar uma relação Sharpe tendencialmente elevada. (Um exemplo é os índices Sharpe de fundos de hedge neutros do mercado antes e depois da crise de liquidez de 1998.) Suavização dos retornos: usando certas estruturas derivadas, marcação infrequente ao mercado de ativos ilíquidos ou usando modelos de preços que subestimam ganhos ou perdas mensais podem Reduzir a volatilidade relatada. Eliminando rendimentos extremos: uma vez que esses retornos aumentam o desvio padrão reportado de um fundo de hedge, um gerente pode optar por tentar eliminar o melhor e o pior retorno mensal a cada ano para reduzir o desvio padrão.
No comments:
Post a Comment