Efeito segunda-feira

O efeito segunda-feira, também chamado de efeito dia da semana, é caracterizado pelos diferentes retornos diários dos ativos ao longo dos dias da semana. Trabalhos feitos no mercado norte-americano nos anos 70 e 80 mostram que os retornos nas segundas-feiras são, na média, menores do que nos outros dias.

French (1980) estudou a distribuição dos retornos diários do Standard and Poor’s (S&P 500), índice composto pelas ações das 500 maiores empresas negociadas na bolsa de Nova York, no período de 1953 a 1977. Os resultados permitiram concluir que a média dos retornos das segundas-feiras foi significativamente negativa, a média dos retornos das terças-feiras ficou próxima a zero e as médias das quartas, quintas e sextas-feiras foram significativamente positivas.

Lakonishok e Smidt (1988) analisaram os retornos diários do índice Dow Jones

Industrial Average (DJIA), no período de 1897 a 1986. Os resultados demonstraram

que, nas segundas-feiras, a média dos retornos tende a ser significativamente negativa.

Lemgruber, Becker e Chaves (1988) afirmam que, além dos estudos no mercado norte-americano, foram realizadas pesquisas em outros mercados de capitais, como Canadá, Inglaterra, Japão e Austrália. Os resultados mostraram que, para os mercados canadense e inglês, os retornos médios nas segundas-feiras são

significativamente negativos. Nos mercados australiano e japonês, o retorno médio negativo ocorre nas terças-feiras, sendo que, nas segundas-feiras, o retorno esperado é praticamente nulo. Nestes dois mercados, no último dia de negociação, sexta-feira para Austrália e sábado para o Japão, os retornos médios são significativamente positivos.

Kato (1990), pesquisou o mercado de ações do Japão, com retornos diários do índice TOPIX, abrangendo o período 1978 a 1987. Como conclusão, tanto as segundas quanto as terças-feiras apresentaram médias de retornos negativas. O efeito segunda-feira é observado até mesmo quando o último dia de negociação da semana anterior é a sexta-feira.

Lean, Smith e Wong (2007) examinaram os mercados de capitais de Hong Kong, Indonésia, Japão, Malásia, Cingapura, Taiwan e Tailândia, entre 1988 e 2002. Os resultados mostram evidências da anomalia em todos esses países.

Alguns estudos foram feitos no mercado acionário brasileiro. Lemgruber, Becker e Chaves (1988) analisaram os retornos diários do Ibovespa, na década de 1980. O estudo permitiu concluir que as médias dos retornos diários das segundas e terças- feiras são bem próximas a zero, enquanto as médias dos retornos das quartas, quintas e sextas-feiras são significativamente positivas.

Costa Jr. (1990), utilizando cotações diárias do Ibovespa entre o período de 1986 a 1989, concluiu que o menor retorno se dá na segunda-feira e o maior na sexta.

Costa Jr. e Lemgruber (1993) e Bone e Ribeiro (2002) utilizaram ações de empresas listadas na Bovespa de 1986 a 1989 e 1996 a 1998, respectivamente, encontrando o efeito segunda-feira. Leal e Sandoval (1994) analisaram os retornos diários do Ibovespa, de 1982 a 1993, também confirmando a existência da anomalia.

Já Ceretta e Costa Jr. (2001), em oposição aos resultados dos estudos anteriores, não encontraram a anomalia no Brasil, ao estudar o mercado latino-americano no período de 1994 a 1999.

Santos et al (2007) investigaram a existência do efeito segunda-feira no mercado de capitais brasileiro, utilizando retornos médios diários do Ibovespa, no período de 1986 a 2006. A análise dos resultados indicou evidências da existência desta anomalia, uma vez que a média dos retornos do Ibovespa das segundas-feiras mostrou-se estatisticamente inferior à média dos demais dias da semana.

Para Thaler (1987b), a relação entre a anomalia segunda-feira e momento da chegada de boas e más informações ao mercado, parece plausível, dada a tendência das empresas em liberar ao público más notícias somente após o fechamento do pregão. Outra explicação do fenômeno, esta mais ligada à psicologia, sugere que o humor dos investidores sofre variações em função do dia da semana, estando pior na segunda-feira e melhor nas sextas e em dias antes dos feriados.

2.3.2 Efeito janeiro

O efeito janeiro, também chamado de efeito mês do ano, deve-se à existência de retornos mensais diferentes de ativos de risco, ao longo dos meses do ano. Especificamente, o retorno médio em janeiro seria maior do que os retornos médios dos outros meses.

Segundo Haugen e Jorion (1996), o efeito janeiro é, talvez, o exemplo mais conhecido de comportamento anormal no mercado de ações em todo o mundo. A Investor Home (2007b) destaca que o mês de janeiro tem sido, historicamente, o melhor mês para se investir em ações. O efeito janeiro é particularmente intrigante porque não desapareceu mesmo após ter sido detectado e difundido por quase duas décadas.

Um dos primeiros estudos a detalhar esta anomalia foi feito por Rozeff e Kinney (1976), o que permitiu descobrir um padrão sazonal nos retornos dos ativos no período de 1904 a 1974. Especificamente, a média dos retornos em janeiro era de

3,5%, enquanto que a média dos outros meses era de 0,5%. Mais de 1/3 do retorno anual ocorria em janeiro.

Keim (1983) examinou, mês a mês, a relação entre retornos anormais e tamanho das empresas, representado pelo valor de mercado das ações. A análise compreendeu o período de 1963 a 1979, envolveu empresas listadas na New York

Stock Exchange (NYSE) e American Stock Exchange (AMEX) e permitiu concluir

que o mês de janeiro apresentou médias de retorno anormais maiores do que os outros onze meses. A relação entre retornos anormais e tamanho mostrou-se negativa, tendo sido mais pronunciada em janeiro do que em qualquer outro mês.

Estudo realizado por Lakonishok e Smidt (1988) corroborou trabalhos anteriores, não observando a anomalia em índices compostos apenas por grandes empresas. A análise dos retornos mensais do índice Dow Jones, no período entre 1897 e 1986, não permitiu encontrar evidências de comportamento anormal no mês de janeiro. Para Thaler (1987a), o fato de se encontrar o efeito janeiro apenas em índices com pesos iguais sugere que este seja um fenômeno ligado às pequenas empresas. Conforme Brauer e Chang (1990), enquanto a relação entre o tamanho da empresa e o efeito janeiro é bem documentada, suas causas não o são.

Lean, Smith e Wong (2007) analisaram os mercados de capitais de Hong Kong, Indonésia, Japão, Malasia, Cingapura, Taiwan e Tailândia, entre 1988 e 2002. Os resultados obtidos mostram a não ocorrência da anomalia.

O mês de janeiro é surpreendente também por outras razões. De Bondt e Thaler (1985) descobriram que as empresas cujas ações proporcionaram lucro (vencedoras) ou prejuízo (perdedoras) por um período de cinco anos subseqüentemente, apresentaram excesso de retornos na direção oposta, isto é, as vencedoras apresentaram retorno negativo em excesso enquanto que as perdedoras apresentaram retornos positivos em excesso. Estes excessos, especialmente os das perdedoras, estavam concentrados em janeiro.

Outra descoberta acerca do efeito janeiro refere-se ao pagamento de dividendos. De acordo com Keim (1986), os maiores retornos estão associados a empresas que não os pagam. O excesso de retorno está concentrado no mês de janeiro.

No Brasil, Costa Jr. (1990), procurou evidências da anomalia estudando cotações mensais, deflacionadas e não deflacionadas, do Ibovespa durante o período de 1969 a 1988. Os resultados não permitiram detectar o efeito janeiro, seja com retornos deflacionados ou não.

Torres, Bonomo e Fernandes (2002) estudaram o mercado brasileiro, mas não verificaram a sazonalidade de janeiro para a amostra utilizada, que abrange o período de 1986 a 1998.

Santos et al (2007) investigaram a existência do efeito janeiro no mercado acionário brasileiro, utilizando retornos mensais do Ibovespa dolarizados, no período de 1969 a 2006. A análise dos resultados não indicou evidências da existência desta anomalia, uma vez que a média dos retornos do Ibovespa em janeiro não se mostrou estatisticamente superior aos retornos médios dos demais meses do ano.

Algumas hipóteses são sugeridas para explicar o efeito janeiro. De acordo com Costa Jr. (1990), a primeira delas, tax loss selling1, sugere que os investidores são motivados a vender em dezembro, as ações que sofreram perdas de valor ao longo do ano, para fins de abatimento no imposto de renda. Isso ocorre em mercados onde existe taxação sobre ganho de capital. Em janeiro seguinte, com o fim das pressões artificiais de venda, o mercado volta ao equilíbrio e as ações que tiveram declínio no fim do exercício anterior apresentam retorno acima do esperado.

Estudos foram feitos em diversos mercados no intuito de investigar a hipótese de taxação e, ainda, se o efeito janeiro era meramente um fenômeno estatístico. Para Thaler (1987a) as evidências internacionais sugerem que, apesar das taxas parecerem relevantes para o efeito janeiro, elas não conseguem explicá-lo

1

inteiramente. Por exemplo, foi observado o efeito janeiro no Japão e no Canadá em períodos quando não havia a taxação.

De acordo com outra possível causa, chamada hipótese da informação, o mês de janeiro marca o início e o fim de vários eventos financeiros e informacionais potencialmente importantes. Para a maioria das empresas, janeiro significa o início do ano contábil, quando são feitos os anúncios preliminares dos resultados do próximo ano. De acordo com Keim (1983), este é um período de grande incerteza acompanhado por tentativas de antecipação devido à eminente liberação de informações importantes.

Shiller (1999) propõe uma explicação comportamental para o fenômeno. As pessoas veriam o fim do ano como uma época de avaliação e o início do ano como um novo começo, apresentando um comportamento diferente na virada do ano, o que poderia justificar o efeito janeiro.

Por fim, o meio acadêmico aponta como possível causa do efeito mês-do-ano a prática da estratégia window dressing2, que consiste no processo de tornar suas carteiras mais atraentes. De acordo com Lakonishok et al (1991), os investidores institucionais se mostram mais agressivos em se livrar das ações perdedoras, especialmente no período imediatamente anterior ao fim do ano, quando devem tornar públicas suas carteiras.

Segundo Ng e Wang (2004), as duas hipóteses, tax loss selling e window dressing, são as mais populares entre os acadêmicos. Ambas produzem comportamentos sazonais de retornos similares, tornando difícil a distinção entre as duas explicações e a elaboração de conclusões definitivas.

2.3.3 Efeito virada do mês

2

O efeito virada de mês consiste em retornos maiores no último e nos quatro primeiros dias do mês. Ariel (1987) detectou a anomalia ao estudar o mercado norte- americano no período de 1963 a 1981. As médias diárias de retorno do último dia do mês e dos oito primeiros dias do mês seguinte foram significativamente maiores do que as médias de retorno dos demais dias do mês.

Lakonishok e Smidt (1988) examinaram os retornos diários do índice Dow Jones

Industrial Average no período de 1897 a 1986. Os resultados mostraram a presença

da anomalia, uma vez que o retorno médio no último dia dos meses e nos quatro dias do mês seguinte excedeu a média de retorno dos restante dos dias.

Gerlach (2004) estudou o índice S&P 500 de 1990 a 2003, formando um período de 5 dias, dois últimos dias de negociação do mês e três primeiros dias de negociação do mês seguinte. Os resultados permitiram concluir que a média dos retornos neste período de 5 dias é significativamente maior do que os outros dias.

Gerlach (2004) considera a revelação de informações macroeconômicas como possível fator responsável pela ocorrência da anomalia. Em seu estudo, os altos retornos anormais ocorrem exclusivamente em dias nos quais essas informações foram reveladas. Em dias na virada do mês quando não houve liberação de tais informações, a média dos retornos é similar à média dos demais dias do mês.

2.3.4 Efeito feriado

O efeito feriado caracteriza-se pela ocorrência de retornos anormais positivos no dia de negociação imediatamente anterior a feriados. Lakonishok e Smidt (1988) examinaram o mercado norte americano utilizando retornos do índice DJIA, ocorridos no período de 1897 a 1986. Os resultados obtidos permitiram concluir que a taxa de retorno média em dias de negociação pré-feriados é 23 vezes maior do que a média das taxas dos dias regulares.

Ariel (1990) estudou os retornos diários no mercado norte-americano no período de 1963 a 1982. Os resultados permitiram concluir que, em dias imediatamente anteriores a feriados, os retornos médios eram de nove a catorze vezes maior do que a média dos retornos dos demais dias do ano.

Kim e Park (1994) analisaram os mercados norte americano, japonês e inglês. Foram estudados os retornos diários dos índices NYSE, AMEX e NASDAQ (North

American Securities Dealers Automated Quotation System) no período de 1966 a

1986, do S&P 500, Nikkei e UK Financial Times 30 entre 1972 e 1987. Altos retornos anormais nos dias imediatamente anteriores a feriados foram encontrados nos 5 índices. Ainda, o estudo não detectou relação entre a ocorrência da anomalia e o tamanho da empresa.

O mercado brasileiro foi analisado por Bone e Ribeiro (2002), no período de 1996 a 1999. O estudo dos retornos das ações componentes do Ibovespa, tomadas individualmente, permitiu concluir que vésperas e dias seguintes a feriados possuem retornos médios diferenciados para uma pequena minoria da amostra.

Comportamentos sazonais podem ser induzidos pelas decisões de investimentos dos clientes. Assim, dentre as possíveis causas do efeito feriado, Ariel (1990) sugere a preferência das pessoas para comprar ou evitar vender em dias imediatamente anteriores a feriados. Para Thaler (1987b) aspectos comportamentais podem causar variações no humor dos participantes do mercado. Eles tendem a estar de bom humor em dias pré-feriados e sextas-feiras e de mau humor às segundas-feiras. Essas variações se refletiriam nos retornos dos ativos.

2.3.5 A maldição do vencedor

A maldição do ganhador foi discutida na literatura pela primeira vez por três engenheiros da Atlantic Richfiel no início dos anos 70. Estudos comprovaram que em fusões, aquisições e leilões, o desempenho posterior da ação da empresa compradora é bastante inferior ao das ações da empresa adquirida.

Segundo Thaler (1988), em leilões, o vencedor está amaldiçoado de duas maneiras: (a) se a empresa alvo for avaliada de forma extremamente otimista e o valor da oferta exceder o seu valor, a empresa adquirente perde dinheiro por investir em projetos que podem dar prejuízos futuros e (b) se o valor da empresa é menor do que o valor estimado e ofertado, a empresa poderá perder dinheiro. Na segunda forma, mesmo se o negócio comprado se mostrar lucrativo, poderá ocorrer a maldição do vencedor se os lucros forem menores do que o esperado na época da oferta.

Para Thiel (1988), a existência da maldição do vencedor deve-se a falhas do ofertante. Este pode superavaliar o objeto alvo do leilão por duas razões. Por realizar uma avaliação otimista exagerada do valor do objeto ou por superestimar as ofertas de seus concorrentes.

Lind e Plott (1991) realizaram experimentos com compradores e vendedores no Instituto de Tecnologia da Califórnia e obtiveram resultados indicando a ocorrência da maldição do vencedor. Outra importante constatação é que, com o aumento da experiência dos participantes dos leilões, o fenômeno ainda persiste, mas a magnitude e freqüência das perdas declinam.

Ross, Westerfield e Jaffe (2002) analisam vários estudos dos efeitos de fusões e aquisições sobre os preços das ações e concluem que os acionistas de empresas adquiridas obtêm ganhos substanciais a curto prazo quando a operação é bem sucedida. Os acionistas das empresas compradoras, por sua vez, obtêm ganhos bem menores.

Roll (1986) propõe uma explicação para as empresas estarem dispostas a pagar prêmios substanciais acima do valor de mercado para adquirir outra firma. As empresas compradoras, na maioria das vezes com abundância de capital, identificam potenciais empresas para compra e fazem suas próprias avaliações, que incluem os benefícios da sinergia entre as empresas. Em seguida o valor é

comparado ao preço de mercado da empresa alvo. Se a avaliação levar a um valor menor do que o de mercado, a oferta é abandonada. Caso a avaliação aponte para um valor acima do preço de mercado da empresa a oferta é feita.

De acordo com Thaler (1988), a maldição do vencedor não ocorreria se todos os participantes do leilão agissem de forma racional, algo extremamente difícil de ocorrer. Assim, evidências desse fenômeno constituem uma anomalia dos mercados.

2.3.6 Efeito momento

O efeito momento indica que a estratégia de venda de ativos que tiveram um mau desempenho passado e a compra de ativos que tiveram um bom desempenho passado, leva a retornos anormais positivos, durante os meses subseqüentes.

O estudo de Jegadeesh e Titman (1993) compreendeu o período de 1965 a 1989, analisando detalhadamente 32 estratégias de momento. Os resultados encontrados corroboraram a existência da possibilidade de ganhos anormais significantes no mercado acionário norte-americano, em 31 das 32 estratégias estudadas.

Alguns estudos passaram então a testar a existência do efeito momento nos mercados acionários mundiais. Dentre eles pode-se citar Fama & French (1996) e Jegadeesh e Titman (2001) para o mercado norte-americano, Rouwenhorst (1998) para o mercado europeu e Rouwenhorst (1999) para os mercados emergentes, incluindo o Brasil.

O estudo de Rouwenhorst (1999) utilizou 87 empresas brasileiras listadas na Bovespa, no período de 1982 a 1997, testando somente uma estratégia de momento: a 6x6 (retornos acumulados nos últimos 6 meses para o período de formação das carteiras e os 6 meses subseqüentes como período de retenção). Apesar de ter encontrado um prêmio positivo para o fator momento para a média dos países emergentes, a pesquisa chegou a um prêmio praticamente nulo no Brasil,

0,01% ao mês. Os próprios Jegadeesh e Titman (2001) refizeram o estudo ampliando o período amostral e verificaram a persistência da anomalia no mercado norte-americano.

A anomalia de momento passou a ser incorporada inclusive a modelos de precificação de ativos, como fator explicativo da variação dos retornos das ações. Um trabalho pioneiro foi o de Carhart (1997), que adicionou o fator momento ao modelo de precificação de ativos dos três fatores de Fama e French (1993), construindo o que ficou conhecido como modelo dos quatro fatores. Em seu estudo, Carhart (1997) encontrou evidências empíricas para afirmar a superioridade do modelo dos quatro fatores em relação ao modelo dos três fatores e ao CAPM, na explicação dos retornos das carteiras.

Conforme os próprios Fama e French (1996), o modelo dos três fatores (composto pelos fatores mercado, tamanho e índice book-to-market), captura a maior parte das anomalias não assimiladas pelo fator mercado, exceto o efeito momento.