Estudo de Eventos

Para Fama (1991) o estudo de evento trata-se de uma metodologia amplamente utilizada em testes de eficiência de mercados, denominação comum a todos os testes da forma semi-forte de ajustamento de preços a anúncios públicos. O método centra-se na anormalidade do retorno das ações em torno da data do anúncio do evento. (KLOECKNER, 1995, p. 262).

Segundo a Teoria de Eficiência de Mercados, novas informações na mídia envolvendo empresas negociadas na Bolsa de Valores podem alterar o comportamento das rentabilidades esperadas das cotações das ações dessas empresas. Desta maneira, o estudo de evento constitui-se no desafio de determinar se as notícias vinculadas são significantes o suficiente para causar alterações anormais no retorno das ações das empresas envolvidas.

Macklinlay (1997) define o estudo de evento como uma metodologia que permite mensurar o efeito de determinadas informações sobre os preços das ações das companhias no mercado de capitais. O autor menciona que na realização de um estudo de evento, algumas etapas devem ser cuidadosamente definidas, dentre elas:

Identificação e definição do evento a ser estudado;

Determinação da janela do evento, ou seja, o período de análise do preço das ações;

Definição do período anterior à janela do evento para o cálculo do retorno esperado da ação, que será utilizado como base de cálculo do retorno anormal;

Definição dos critérios de seleção da amostra;

Definição do critério de mensuração do retorno anormal para avaliar o impacto do evento.

Os modelos para medir os retornos anormais podem ser divididos em duas categorias: estatísticos e econômicos (Macklinlay, 1997). Dentro dos modelos estatísticos os retornos anormais das ações podem ser obtidos através de três modelos: modelo de retornos ajustados a media, modelo de retornos ajustados ao mercado e modelo de retornos ajustados ao risco e ao mercado (BROW E WARNER, 1980, 1985).

Os retornos ajustados à média são estimados através da diferença entre os retornos observados e a média dos retornos correspondentes no mesmo período. Desta forma, são determinados, para cada ação, os retornos anormais do período analisado, ou seja, o retorno esperado da ação i é representado por uma constante, que pode ser a média aritmética dos retornos passados da ação i, no período t.

O modelo dos retornos ajustados ao mercado é obtido simplesmente pela diferença entre o retorno da ação e o retorno do portfólio de mercado no mesmo período. Supõe-se ainda que, o β representativo do risco sistemático do mercado seja igual a um e o intercepto α seja igual a zero. (KNEBEL, 2002, p.33).

No modelo de retornos ajustados ao risco e ao mercado, assume-se que os retornos anormais das ações são observados pela divergência dos retornos individuais efetivamente ocorridos em relação ao portfólio de mercado calculado usando um modelo de fator simples. (Soares, Rostagno e Soares, 2002). Para tanto, os retornos esperados são obtidos mediante a utilização de um modelo de precificação de ativos, onde os parâmetros estimados de α e β são obtidos por meio de um modelo de regressão linear dos retornos da ação i sobre os retornos de mercado.

Para Kloecner (1995) os modelos de retornos ajustados ao mercado e o modelo de retornos ajustados ao risco e ao mercado apresentam resultados similares na estimativa dos retornos anormais.

No tocante aos modelos econômicos mais utilizados, encontra-se o CAPM e o APT. O primeiro pressupõe que a taxa de retorno de todos os ativos de risco é uma função de sua covariância com o mercado ajustado a medida de risco (beta). O segundo prevê que a sensibilidade de um valor mobiliário a alguns fatores e a correlação dos retornos no mercado como um todo determina o prêmio de risco (SOARES, ROSTAGNO e SOARES, 2002, p. 8).

Para operacionalização de um estudo de evento utiliza-se um método de geração de retorno de ações, considerado padrão, denominado de retorno normal ou esperado, que é tido como o retorno que o título teria caso o evento não ocorresse. Na seqüência, para se identificar um comportamento anormal nos próximos períodos a um evento específico

analisado, calcula-se a diferença entre o retorno esperado fornecido pelo modelo e o retorno observado no período de análise. Isto é, focaliza-se a determinação de retornos anormais de títulos nos dias próximos ou na data do anúncio do evento. (KLOECKNER, 1995).

Assim sendo, o modelo econométrico proposto baseia-se nos Retornos Normais (RN) e Retornos Anormais dos títulos (RAit) da empresa Bombril S/A negociados na Bolsa de Valores. O retorno normal é definido como o retorno esperado sem a condição de que o evento ocorra, enquanto que o retorno anormal é definido como o retorno observado ex post de um título menos o retorno normal da firma na janela de evento (Camargos e Barbosa, 2003). Dessa forma, o retorno anormal de um título para uma dada empresa i e uma data de evento t é representado pela fórmula:

RAit=Rit-E(Rit/Xt) equação (1)

Onde RAit, Rit e(Rit/Xt), são respectivamente, o retorno anormal, o retorno observado e o retorno esperado do ativo i para o período t, com base nas informações Xt, condicionante do modelo de geração de retornos normais.

Simplificando o modelo e supondo-se que E(Rit/Xt)=E(Rit), tem-se:

RAit=Rit-E(Rit) equação (2)

A equação exposta indica que o retorno anormal depende necessariamente do retorno observado e do retorno calculado pelo tempo t do evento.

O cálculo dos retornos anormais consiste em um dos pontos mais elementares para a construção do modelo, uma vez que determina a constatação da existência da influência do(s) evento(s) na rentabilidade das ações da empresa no mercado. Portanto, cabe ao pesquisador selecionar a ferramenta mais adequada para estimar o cálculo dos retornos da base de dados examinada.

No presente trabalho o retorno anormal (RAit) foi calculado utilizando-se o Modelo de Retornos Ajustados ao Risco e ao Mercado, denominado de Modelo de Mercado, conforme descrito por Camargos e Barbosa (2003). O modelo citado consiste em encontrar a diferença

do retorno da ação em relação ao retorno do índice de mercado (Ibovespa) numa mesma data utilizando-se a forma logarítma (Costa e Camargos, 2006).

Reescrevendo a função matemática usando a forma logarítma, obtém-se a especificação do modelo econométrico do teste de eventos, visando à explicação do comportamento dos retornos das ações.

A implicação da transformação para logaritmos é que a equação linear para a análise de tendência poderá ser aplicada aos logs dos valores, sempre que a série temporal seguir uma curva exponencial (Kazmier, 1982). A forma logarítma pressupõe um regime de capitalização contínua, sendo que esta forma parte da premissa de que as informações de mercado acontecem a todo o momento e que as ações reagem de forma contínua a estas informações (SOARES, ROSTAGNO e SOARES, 2002, p. 4).

Para Soares, Rostagno e Soares, (2002), o uso do logaritmo natural visa obter a melhor aderência à distribuição normal dos retornos e é usado como premissa dos testes estatísticos paramétricos. Ao extrair o logaritmo, a curva representativa da função torna-se simétrica, centrada. O modelo logaritmo é expresso por:

Que pode ser reescrita como:

Onde:

it

RA é o Retorno Ajustado em uma data base Pt0 é a cotação da ação em uma data base

Pt+1 é a cotação da ação no mercado em um dia t posterior It0 é a cotação do índice de mercado em uma data base It+1 é a cotação do índice de mercado em um dia t posterior

      −       = + + 0 1 0 1 t t t t it I I LN P P LN RA ) /( ) ( 0 o t I I P Pt LN LIC = equação (4) equação (3)

A escolha desse modelo de geração de retornos em detrimento de outros é indiferente aos resultados e conclusões. O estudo de Brown e Warner (1980 e 1985) citado por Camargos e Barbosa (2003), que comparou diferentes modelos, concluiu que não há melhorias significativas com a utilização de metodologias mais sofisticadas. O Modelo de Retorno Ajustado ao Mercado é o mais utilizado em pesquisas norte-americanas e apresenta um desempenho similar ao dos modelos mais sofisticados. Kloeckner (1995) ao estudar os retornos mensais de ações negociadas na Bovespa, concluiu que é indiferente para o pesquisador optar por um ou outro modelo gerador de retornos anormais, sugerindo que a adoção de um modelo mais simples como o Modelo de Retorno Ajustado ao Mercado não acarreta prejuízos aos resultados e conclusões.