Figura 22 - Decomposição de variância do VEC para indústria geral, inflação, Selic e o spread 120 Fonte: A Autora
Pelos gráficos acima vemos que o spread de 120 dias é a variável que explica em maior proporção variações na indústria geral e inflação. O spread de 120 dias explica cerca de 10º% das variações da industria geral e 9% da inflação. Sobre as variações na indústria, a segunda variável mais importante na explicação de suas variações é a taxa Selic. Os choques inflacionários, por sua vez, pouco influenciam na trajetória da indústria. De um modo geral, esse mesmo aspecto é visto nas demais ordenações disponíveis no apêndice IV para as estimações que envolvem indústria e spread 120: a variável mais importante é o spread seguido da taxa Selic. Sobre as variações da inflação, a indústria é a segunda variável mais importante na explicação de suas variações, seguida pela taxa Selic. Assim como ocorre na indústria geral, observamos um aspecto semelhante nas demais ordenações disponíveis no apêndice IV.
Figura 23 - Decomposição de variância do VEC para indústria geral, inflação, Selic e o spread 180 Fonte: A Autora
Nos gráficos acima também vemos que o spread de 180 dias é a variável que explica em maior proporção variações na indústria geral e inflação. O spread de 180 dias explica cerca de 8% das variações da industria geral e de 9% da inflação. A segunda variável mais importante na explicação das variações da indústria continua sendo a taxa Selic, seguido pelo IPCA. Esse comportamento é semelhante às demais ordenações disponíveis no apêndice IV. Em relação às variações da inflação, a taxa Selic e a indústria geral contribuem igualmente. Porém, dependendo da ordenação adotada, a taxa Selic ou a indústria geral se comportam como a segunda variável mais importante na explicação das variações da inflação.
Nos gráficos abaixo que envolvem o spread de 360 dias, vemos que ele continua sendo a variável mais importante, explicando cerca de 5% das variações na indústria geral. De um modo geral, esse mesmo aspecto é visto nas demais ordenações disponíveis no apêndice IV para as estimações que envolvem indústria e spread 360: a variável mais importante é o spread seguido da Selic. Sobre as variações da inflação, o spread explica cerca de 7,5%.
Porém, ela não é mais a principal variável, a Selic assume esse papel, explicando cerca de 22% das variações da inflação. Em duas das demais ordenações disponíveis no apêndice IV, o spread de 360 dias chega a explicar 18 e 45% das variações da inflação, confirmando a importância dos spreads na explicação da inflação. O fato da taxa Selic ser significante para as variações da inflação difere do resultado visto no capítulo cinco, no qual a Selic se mostrou pouco significante para a previsão da inflação nas regressões de mínimos quadrados ordinários, mesmo com a inclusão do sistema de metas de inflação e reuniões do Copom.
Figura 24 - Decomposição de variância do VEC para indústria geral, inflação, Selic e o spread 360 Fonte: A Autora
Tabela 16 - Valor máximo das variações em % dos spreads na decomposição de variância para indústria geral e inflação por ordenação
Fonte: A Autora
Cada coluna da tabela acima representa uma ordenação diferente26, onde a primeira linha corresponde às variações da indústria geral e a segunda, às da inflação. Observe que para todas as ordenações, as variações do spread de 360 dias é a que menos contribui para as variações na indústria. Para as variações da inflação, o spread de 360 dias apresenta as duas menores contribuições (colunas 1 e 2) e as duas maiores (colunas 3 e 4). Esse resultado é diferente daquele encontrado no capítulo anterior, onde nas regressões de mínimos quadrados ordinários, o spread de 360 dias é o mais significante nas projeções para indústria e inflação.
26A numeração das ordenações é a seguinte: 1) indústria, IPCA, Selic e spread; 2) IPCA, Selic, spread e
Nas regressões multivariadas, por sua vez, não fica clara a existência de um spread que mais contribui para as variações tanto da indústria geral, quanto da inflação.
6.4 Conclusão
Nesse capítulo mostramos que dado um choque nos spreads, exceto no de 120 dias, a produção industrial e a inflação respondem de maneira negativa e positiva, respectivamente, reforçando o resultado obtido no capítulo anterior. Ainda de acordo com o que foi com o capítulo anterior, a taxa Selic afeta negativamente a inflação. Porém a resposta negativa, em alguns períodos, da taxa Selic dado um choque no IPCA, contraria a teoria de um país que adota o sistema de metas de inflação. A explicação para esse fenômeno é que em função dos períodos de instabilidade macroeconômica vividos pelo país, somente há pouco tempo a relação entre Selic e inflação foi estabelecida.
Analisando a decomposição de variância, vemos que os spreads são variáveis importantes na explicação das variações na indústria geral e na inflação. Na maior parte dos casos, os spreads são as principais variáveis da decomposição de variância para inflação e indústria geral.
Nas regressões multivariadas, aqui estimadas, não fica clara a existência de um spread que mais contribui para as variações tanto da indústria geral, quanto da inflação. Esse resultado é diferente do encontrado nas regressões univariadas, onde o spread de 360 dias se mostrou mais significante para a projeção da indústria e inflação.
7 CONCLUSÃO
O objetivo principal desse trabalho foi explorar o conteúdo informacional da curva de juros brasileira. A principal pergunta que tentamos responder é se podemos obter informações sobre o nível futuro de atividade e inflação ao olharmos para os diferentes prazos da curva de juros. Através de regressões univariadas e multivariadas conseguimos responder positivamente a essa pergunta. De fato, o spread formado entre a diferença da taxa de juros à vista e as taxas de juros de médio prazo são significantes para a projeção de atividade econômica e inflação.
Nas projeções univariadas para atividade econômica, o spread se mostrou significativo para projeções de variáveis como produção industrial, vendas reais na indústria e comércio, porém não para o emprego formal. Além disso, o spread tem poder de previsão adicional ao da taxa de juros real, que é o instrumento de política monetária. Já para a inflação, os resultados se mostraram menos robustos. O spread contribui para a projeção da inflação apenas em períodos superiores a 19 meses. Mesmo assim, o spread tem poder de previsão adicional ao da taxa de juros real, ao sistema de metas de inflação e às reuniões do Copom.
As projeções de curto prazo, estimadas via MCE, foram semelhantes às de longo prazo. Elas se mostraram mais significantes para atividade econômica do que para a inflação. Dado um choque no período t-k, a venda no comércio varejista é a variável que mais rapidamente volta ao equilíbrio. O resultado é factível, uma vez que a produção industrial e as vendas reais na indústria são variáveis menos flexíveis.
Nas regressões univariadas, o spread de 360 dias se mostrou mais significante tanto para a projeção da indústria, quanto para a inflação. Esse resultado é semelhante ao encontrado na literatura internacional, onde os spreads entre as taxas curtas possuem menor poder preditivo que aqueles entre taxas mais longas. Porém, nas regressões multivariadas, não fica clara a existência de um spread que mais contribui para as variações tanto da indústria geral, quanto da inflação.
Analisando a decomposição de variância, vemos que os spreads são variáveis importantes na explicação das variações na indústria geral e na inflação. Na maior parte dos casos, os spreads são as principais variáveis da decomposição de variância para inflação e indústria geral.
Os resultados obtidos foram diferentes daqueles observados em países desenvolvidos. A relação indireta negativa entre o crescimento – aqui representado pela produção industrial –
e os spreads ocorre em função da história de instabilidade da economia brasileira. Já a relação direta entre os spreads e a inflação pode ser explicada por uma diminuição da taxa à vista que acarreta em aumento do consumo e conseqüentemente inflação futuros. A resposta negativa, em alguns períodos, da taxa Selic dado um choque no IPCA, contraria a teoria de um país que adota o sistema de metas de inflação. A explicação para esse fenômeno é que em função dos períodos de instabilidade macroeconômica vividos pelo país, somente há pouco tempo a relação entre Selic e inflação foi estabelecida.
REFERÊNCIAS
ANG, A; PIAZZESI, M. A. No-arbitrage vector autoregression of term structure dynamics with macroeconomic and latent variables. Journal of Monetary Economics, v. 50, p. 745-87, 2003.
ANG, A; PIAZZESI, M; WEI, M. What does the yield curve tell us about GDP growth? Journal of Econometrics, n.131, p.359-403, 2006.
BERNARD, H; GERLARD, S. Does the term structure predict recessions? The
international evidence. Suíça: Bank for international Settlements, 1996. Working paper, n.37.
COS, J. C; INGRESSOL, J. E; ROSS, S. A. A theory of the term structure of interest rates, Econometrica, v.53, p.197-231, 1985.
DAI, Q; SINGLETON, K. Specification analysis of affine term structure models, Journal of Finance, v.55, p.1943-78, 2000.
DAVIDSON, R; MACKINNON, J. G. Estimation and Inference in Econometrics. Oxford: Oxford University Press, 1993.
DICKEY, D.A; FULLER, W.A. Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, v. 74, p. 427-431, 1979.
DEWATCHER, H; LYRIO, M. Macro factors and the term structure of interest rates, Journal of Money, Credit and Banking, v. 38, n.1, p. 119-140, feb., 2006.
DOTSEY, M. The predictive content of the interest rate term spread for future economic growth. Economic Quarterly of Federal Reserve Bank of Richmond v.84/3, 1998.
DUEKER, J. M. Strengthening the case for the yield curve as a predictor of U.S. recessions. Federal Reserve Bank of St. Louis Review, mar./abr., 1997.
DUFFIE, D; KAN, R. A yield factor model of interest rates. Mathematical Finance, v.6, p.379-406, 1996.
ELLIOTT, G; ROTHENBERG, T. J; STOCK, J. H. Efficient tests for an autoregressive unit root. Econometrica, v.64, p.813-836, 1996.
ENDERS, W. Applied Econometric Time Series. New York: Wiley, 1995.
ENGLE, R F; YOO, B S. Forecasting and testing in cointegrated systems. Journal of Econometrics v.38, p.143-59, 1987.
ENGLE, R. F; GRANGER, C. W. J. Co-integration and error correction: representation, estimation, and testing. Econometrica, v.55, p.251-276, 1987.
ESTRELLA, A; HARDOUVELIS, G. The term structure as a predictor of real economic activity. Journal of Finance, v.46, p.555-76, 1991.
ESTRELLA, A; HARDOUVELIS, G. The yield curve as a predictor of U.S. recessions. Current Issues in Economics and Finance, v.2, n.7, jun., 1996.
ESTRELLA, A; MISHKIN, F. The predictive power of the term structure of interest rates in Europe and the United States: Implications for the european Central Bank. European Economic Review, v.41, p.1375-401, 1997.
ESTRELLA, A. Why does the yield curve predict output and inflation? Federal Reserve Bank of New York, 2005. Disponível em: < http://www.newyorkfed.org/research/economists /estrella/ predictive_feb05.pdf >. Acesso em mar. 2008.
EVANS, C; MARSHALL, D. Monetary policy and the term structure of nominal interest rates: evidence and theory. Carnegie-Rochester Conference Series on Public Policy, v. 49, p. 53-111, 1998.
FAMA, E. Short term interest rates as predictor of inflation. American Economic Review, v. 65, 1975.
FISHER, I.The rate of interest. New York: Mac Millan, 1907.
FREITAS, P S; GOLDJAN, I; MINELLA, A; MUINHOS, M K. Inflation targeting in Brazil: constructing credibility under exchange rate volatility. Brasília: Banco Central do Brasil, 2003. Working Paper Series, n.77.
GUJARATI, D. N. Econometria Básica. 3. ed., São Paulo: Makron Books, 2000.
HAMILTON, J. D. Time Series Analysis. Princeton: Princeton University Press, 1994.
HAMILTON, J; KIM, D. A re-examination of the predictability of the yield spread for real economic activity. Journal of Money, Credit and Banking, v.34, p.340-60, 2002.
HARVEY, C. R. Forecasting economic growth from the bond and stock markets. Financial Analysis Journal, set./out. de 1989.
HARVEY, C. R. The term structure and world economic growth. The Journal of Fixed Income, v.1, n.1, p. 7-19, jun. de 1991.
HAUBRICH, J; DOMBROSKY, A. predicting real growth using the yield curve. Federal Reserve Bank of Cleveland Economic Review, n. 32, p. 26-35, 1996.
HORDAHL, P; TRISTANI. O; VESTIN, D. A joint econometric model of macroeconomic and term structure dynamics. Alemanha: European Central Bank, 2004. Working paper series, n. 405.
ICHIUE, H. Why can the yield cuve predict output growth, inflation and interest rates? An analysis with an affine term structure model. Tóquio: Bank of Japan, 2004. Working paper series, n. 04-E-11, jul. 2004.
JOHANSEN, S; JUSELIUS, K. Maximum likelihood estimation and inferences on
cointegration - with applications to the demand for money. Oxford Bulletin of Economics and Statistics, v.52, p.169–210, 1990.
JOHANSEN, S. Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, v.59, p.1551–1580, 1991.
JOHANSEN, S. Likelihood-based Inference in Cointegrated Vector Autoregressive Models. Oxford: Oxford University Press, 1995.
KESSEL, R. The cyclical behaviour of the term structure of interest rates. National Bureau of Economic Research Occasional Paper, n. 91, 1965.
KREMERS, J. J; ERICSSON, N. R; DOLADO, J. J. The power of co- integrated tests. Oxford Bulletin of Economics and Statistics, v.54, p.325–348, 1992.
KOZICKI, S. Predicting inflation with the term structure spread. Federal Reserve Bank of Kansas City Research Review, n. 98-02, quarto trimester, 1997.
LITTERMAN, R; SCHEINKMAN, J. Common factors affecting bond returns, Journal of Fixed Income, v. 1, p. 54-61, 1991.
MADDALA, G.S; KIM, I. M. Unit Roots, Cointegration and Structural Change. 2. ed. Cambridge: Cambridge Uiversity Press, 2000.
MATSUMARA, M; MOREIRA, A. Macro factors and the brazilian yield curve with no arbitrage models. Brasília: IPEA, 2006. Texto para discussão, n. 1210.
MISHKIN, F.S. What does the term structure tell us about future inflation? Journal of Monetary Economics, v.25, pp.77-95, 1990.
MISHKIN, F.S. The information in the longer-maturity term structure about future inflation. Quarterly Journal of Economics, v. 55, p. 815-28, 1990.
NG, S; PERRON, P. Lag length selection and the construction of unit root tests with good size and power, Econometrica, v. 69 n.6, p.1519-1554, 2001.
PESARAN, M. H; SHIN, Y. Impulse response analysis in linear multivariate models. Economics Letters, v.58, p.17-29, 1998.
PHILLIPS, P.C.B; PERRON, P. Testing for a unit root in time series regression. Biometrika, v.75, p.335-346, 1988.
PERRON, P. The great crash, the oil price shock, and the unit root hypothesis Econometrica, v.57, n.6, p. 1361-1401, nov. 1989.
RUDEBUSCH, G; WU, T. A macro-finance model of the term structure,monetary policy and the economy. San Francisco: Federal Reserve Bank of San Francisco, 2004. Working paper, n. 2003-17.
SILVEIRA, G; BESSADA, O. Análise de componentes principais de dados funcionais - Uma aplicação às estruturas a termo de taxas de juros. Brasília: Banco Central do Brasil, 2003 Working Paper, n. 73.
SIMS, C. Macroeconomics and reality. Econometrica, v.48, p.1-48, 1980.
SOUSHA, S. Estrutura a termo da taxa de juros e dinâmica macroeconômica no Brasil. 2005, 77 fls. Dissertação (Mestrado em Economia) - Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2005.
STOCK, J. H; MARK, W. New indexes of coincident and leading indicators. NBER working paper, n° 1380, 1989.
TABAK, B; ANDRADE, S. Testing the expectations hypothesis in the brazilian term structure of interest rates. Brasília: Banco Central do Brasil, 2001. Working paper, n.30.
TABAK, B; TABATA, A. Testando o conteúdo informacional das decisões de política monetária. Pesquisa e planejamento econômico, v.34, n.2, ago. 2004.
TAYLOR, J. Discretion versus policy rules in practice. Carnegie- Rochester Conference on
Public Policy, v. 39, p. 195-214, 1993.
VASICEK, O. An equilibrium characterization of the term structure. Journal of Financial Economics v.5, p.177-188, 1977.
APÊNDICE A – TABELAS DAS REGRESSÕES DE MÍNIMOS QUADRADOS ORDINÁRIOS
Tabela 5: Previsão de crescimento da produção industrial k períodos à frente usando os spreads da curva de juros
Tabela 6: Previsão de crescimento das vendas reais na indústria k períodos à frente usando os spreads da curva de juros
Tabela 7: Previsão de crescimento das vendas no comércio varejista k períodos à frente usando os spreads da curva de juros
Tabela 8: Previsão de crescimento da produção industrial k períodos à frente usando o spread da curva de juros e a taxa Selic
Tabela 9: Previsão de crescimento da produção industrial k períodos à frente usando o spread da curva de juros e o crescimento de um período passado
Tabela 10: Previsão de inflação k períodos à frente usando os spreads da curva de juros
Tabela 11: Previsão de inflação k períodos à frente usando os spreads da curva de juros e a taxa Selic
Tabela 12: Previsão de inflação k períodos à frente usando os spreads da curva de juros, a taxa Selic e a dummy para metas de inflação
Tabela 13: Previsão de inflação k períodos à frente usando os spreads da curva de juros, a taxa Selic, a dummy para metas de inflação e a dummy para reuniões do Copom.
APÊNDICE B – ESTIMATIVAS DO VEC
Tabela 1: Teste de autocorrelação VEC para indústria geral, inflação, Selic e spread 120.
Tabela 2: Teste de autocorrelação VEC para indústria geral, inflação, Selic e spread 180.
APÊNDICE C – FUNÇÕES IMPULSO RESPOSTA
Figura 1 – Função impulso resposta do VEC para indústria geral, inflação, Selic e spread 120. 0.0 0.4 0.8 1.2 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to INDG
-.10 -.05 .00 .05 .10 .15 .20 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to IPCA
-.5 -.4 -.3 -.2 -.1 .0 .1 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to SELIC
-.2 -.1 .0 .1 2 4 6 8 10 12 14 16 18 20 22 24 Response of INDG to SP120 .00 .01 .02 .03 .04 .05 .06 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to INDG
.0 .1 .2 .3
2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to IPCA
-.03 -.02 -.01 .00
2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to SELIC
.00 .02 .04 .06 .08 .10 2 4 6 8 10 12 14 16 18 20 22 24 Response of IPCA to SP120 -1.6 -1.4 -1.2 -1.0 -0.8 -0.6 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to INDG
-.2 -.1 .0 .1 .2 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to IPCA
0.8 1.2 1.6 2.0 2.4 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to SELIC
-1.0 -0.5 0.0 0.5 1.0 2 4 6 8 10 12 14 16 18 20 22 24 Response of SELIC to SP120 -.1 .0 .1 .2 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP120 to INDG .0 .1 .2 .3 .4 .5 .6 .7 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP120 to IPCA -.8 -.6 -.4 -.2 .0 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP120 to SELIC 0.0 0.4 0.8 1.2 1.6 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP120 to SP120 Response to Generalized One S.D. Innovations
Figura 2 – Função impulso resposta do VEC para indústria geral, inflação, Selic e spread 180. 0.0 0.4 0.8 1.2 1.6 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to INDG
-.12 -.08 -.04 .00 .04 .08 .12 .16 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to IPCA
-.3 -.2 -.1 .0 .1 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to SELIC
-.25 -.20 -.15 -.10 -.05 .00 2 4 6 8 10 12 14 16 18 20 22 24 Response of INDG to SP180 .00 .01 .02 .03 .04 .05 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to INDG
.04 .08 .12 .16 .20 .24 .28 .32 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to IPCA
-.04 -.03 -.02 -.01 .00 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to SELIC
.02 .03 .04 .05 .06 .07 .08 2 4 6 8 10 12 14 16 18 20 22 24 Response of IPCA to SP180 -1.4 -1.3 -1.2 -1.1 -1.0 -0.9 -0.8 -0.7 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to INDG
-.5 -.4 -.3 -.2 -.1 .0 .1 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to IPCA
0.5 1.0 1.5 2.0 2.5 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to SELIC
-1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 2 4 6 8 10 12 14 16 18 20 22 24 Response of SELIC to SP180 -.10 -.05 .00 .05 .10 .15 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP180 to INDG .0 .1 .2 .3 .4 .5 .6 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP180 to IPCA -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP180 to SELIC 0.0 0.4 0.8 1.2 1.6 2.0 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP180 to SP180 Response to Generalized One S.D. Innovations
Figura 3 – Função impulso resposta do VEC para indústria geral, inflação, Selic e spread 360. 0.0 0.4 0.8 1.2 1.6 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to INDG
-.05 .00 .05 .10 .15 .20 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to IPCA
-.4 -.3 -.2 -.1 .0 .1 2 4 6 8 10 12 14 16 18 20 22 24
Response of INDG to SELIC
-.20 -.15 -.10 -.05 .00 .05 2 4 6 8 10 12 14 16 18 20 22 24 Response of INDG to SP360 .052 .056 .060 .064 .068 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to INDG
.16 .20 .24 .28 .32 .36 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to IPCA
-.14 -.12 -.10 -.08 -.06 -.04 -.02 2 4 6 8 10 12 14 16 18 20 22 24
Response of IPCA to SELIC
.08 .10 .12 .14 .16 2 4 6 8 10 12 14 16 18 20 22 24 Response of IPCA to SP360 -1.6 -1.4 -1.2 -1.0 -0.8 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to INDG
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to IPCA
0.8 1.2 1.6 2.0 2.4 2.8 2 4 6 8 10 12 14 16 18 20 22 24
Response of SELIC to SELIC
-1.5 -1.0 -0.5 0.0 2 4 6 8 10 12 14 16 18 20 22 24 Response of SELIC to SP360 .1 .2 .3 .4 .5 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP360 to INDG 0.6 0.7 0.8 0.9 1.0 1.1 1.2 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP360 to IPCA -1.8 -1.6 -1.4 -1.2 -1.0 -0.8 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP360 to SELIC 0.8 1.2 1.6 2.0 2.4 2 4 6 8 10 12 14 16 18 20 22 24 Response of SP360 to SP360
APÊNDICE D – DECOMPOSIÇÃO DE VARIÂNCIA