Um fundo de investimentos possui uma carteira com valor de mercado igual a R$ 50 milhões, com um desvio-padrão diário estimado em 2,5% e um retorno médio diário de 0,1%. A gestora do fundo deseja calcular o VaR ao nível de confiança de 99%, assumindo uma distribuição normal para os retornos. Além disso, a gestora também avalia dois cenários de risco para os próximos 16 dias úteis:
• cenário pessimista: a volatilidade dobra (ou seja, o desvio-padrão diário passa a 5%);
• cenário extremo: a volatilidade triplica (ou seja, o desvio-padrão diário passa a 7,5%).
Com base nessas informações e considerando que Prob(z > 2,33) = 0,01, onde z ∼ N(0,1), o VaR diário e o VaR para os cenários projetados em 16 dias serão, respectivamente, iguais a:

Sejam X e Y variáveis aleatórias que apresentam distribuição conjunta uniforme (ou seja, um valor de densidade constante) sobre a região: {(x,y) | 0 < x < 1, y > 0, x+y<1}. A variância de X é:

Para esta questão, poderá ser necessário utilizar alguma(s) das seguintes probabilidades aproximadas da Normal padrão:


Dentre outras atribuições, o Ministério Público (MP) atua na proteção do meio ambiente, fiscalizando projetos que possam vir a comprometer a preservação dos recursos naturais e a sustentabilidade. Um órgão ambiental conjectura que pelo menos metade dos projetos relacionados ao meio ambiente que são analisados pelo MP apresentam algum tipo de irregularidade. Um analista decide, então, investigar essa conjectura/hipótese a partir de uma amostra aleatória de 64 projetos analisados pelo MP, adotando a seguinte regra de decisão: rejeitar a hipótese postulada caso 28 ou menos desses projetos sejam irregulares. Considerando essa regra de decisão, o nível de significância associado ao teste é, aproximadamente (atenção: desconsidere a correção de continuidade e tome 28 como referência para calcular o limite da região crítica do teste):

Considere o seguinte modelo de regressão linear simples:
yi = β₀ + β₁x_i + u_i , i = 1,2, … n.
Uma amostra aleatória com n = 24 observações de cada variável fornece as seguintes estatísticas:


A reta de regressão estimada por MQO (Mínimos Quadrados Ordinários) a partir dessa amostra é:

Considere o modelo de séries temporais: Y_t = 1 + 0,5Y_t-1 + ε_t, em que ε_t é um ruído branco com média zero e variância igual a 3. A variância de Y_t, de acordo com o modelo proposto, vale: