5.1. Avaliação do desempenho de FISR
5.1.2. Modelos condicionais que incorporam variáveis de informação pública
5.1.2.2. Modelo totalmente condicional: contexto multifator
De modo a comprovar-se que a inclusão dos fatores de Carhart (1997) melhora a capacidade explicativa do modelo totalmente condicional e, ao mesmo tempo, verificar se o estilo de investimento praticado pelos gestores dos FISR que constituem amostra está em conformidade com o estilo que tem sido tipicamente indicado pela literatura, analisa-se seguidamente o modelo totalmente condicional num contexto multifator. Este modelo, para além do risco de mercado, inclui três fatores de risco adicionais: o fator dimensão (SMB), o fator valor (HML) e o fator momentum (MOM). No apêndice 8 e na tabela 10 são apresentados os resultados da estimação deste modelo, respetivamente, para cada fundo individualmente e para as carteiras de fundos construídas.
Analisando a tabela 10, observa-se que o alfa da carteira média regista uma diminuição com a incorporação dos fatores de risco adicionais, exibindo, desta vez, um valor negativo. No entanto, este continua a não ter significância estatística pelo que, mais uma vez, se conclui pela neutralidade do desempenho. Em todo o caso, os resultados alteram-se para as restantes carteiras. De facto, embora todas as restantes carteiras tenham alfas negativos, apenas os alfas das carteiras “ESG_prod”, “Esg_pos”, “Amb_pos” e “Soc_pos” são estatisticamente significativos a um nível de 5%. Por um lado, estes resultados indicam que a inclusão de critérios ESG tem um impacto negativo no desempenho dos fundos, sobretudo quando são utilizados filtros positivos. Por outro lado, a carteira “Gov_pos” tem um desempenho neutro pelo, que a inclusão de critérios relacionados com a governação empresarial no investimento poderá ter um impacto positivo no desempenho em comparação com os fundos que utilizam apenas critérios sociais e/ou ambientais.
Em termos dos fundos individuais, é importante referir que o número de fundos com alfas negativos e estatisticamente significativos aumenta em comparação com ambos os modelos anteriores, destacando-se 19 fundos com desempenho inferior ao mercado. Por seu turno, a evidência de alfas positivos e estatisticamente significativos diminui. Esta situação contrasta com o sucedido no contexto uni-fator já que com esse modelo houve uma redução no número de fundos com desempenho negativo comparativamente ao modelo não condicional.
Uma vez que ambos os modelos anteriores explicam a grande parte da variação das rendibilidades, a inclusão dos fatores SMB, HML e MOM origina apenas uma ligeira melhoria nos
54
coeficientes de determinação ajustados face ao modelo anterior. Em todo o caso, a melhoria do poder explicativo do modelo é verificada para todas as carteiras o que reflete a relevância de incluir estes fatores na avaliação do desempenho.
Similarmente, para os fundos individuais o valor mínimo regista uma melhoria, neste caso mais notável, adquirindo o valor de 69.25%. Estamos perante um incremento de, aproximadamente, 20% em relação ao modelo totalmente condicional com um fator de risco. Deste modo, confirma-se a expectativa de que a inclusão dos fatores de risco adicionais melhora a qualidade explicativa dos modelos de avaliação do desempenho.
A utilidade da inclusão destes fatores é comprovada ainda pelo p-value do teste de Wald (W4) para a hipótese nula dos coeficientes dos fatores de risco adicionais serem conjuntamente iguais a zero. Considerando qualquer nível de significância, esta é rejeitada para todas as carteiras ao passo que, para um nível de significância de 5%, refuta-se esta hipótese para 106 fundos.
Quanto aos coeficientes dos betas dos fatores de risco adicionais, denota-se que o beta do fator SMB de todas as carteiras de fundos é positivo e estatisticamente significativo para um nível de significância de 1%. Do mesmo modo, para 87 dos 130 fundos este fator tem um coeficiente positivo e com significância de, pelo menos, 5%. Em contrapartida, apenas 22 fundos têm um coeficiente negativo, sendo que este é estatisticamente significativo para apenas 5 desses fundos. Esta clara evidência de um coeficiente positivo do fator em causa indica uma maior exposição dos fundos e das carteiras a ações de pequena capitalização.
Para o fator HML as conclusões não são tão lineares, sendo percetível uma discrepância dos valores deste coeficiente quer entre as carteiras, quer entre os fundos. Em primeiro lugar, o coeficiente HML da carteira média é positivo mas sem significância estatística, o que sugere que a média dos fundos da amostra não está exposta a este fator. A carteira “Exclui_prod” também tem um coeficiente positivo e, neste caso, com significância estatística de 5%. Por sua vez, os coeficientes das restantes carteiras têm valores negativos e, com exceção das carteiras com filtros negativos, com significância de 1%. Estes resultados são indicativos de que os fundos que têm filtros positivos e usam critérios ESG têm uma maior exposição a ações de crescimento ao passo que os fundos que utilizam critérios de exclusão de ações de determinadas empresas têm uma maior exposição a ações de valor. Em segundo lugar, estendendo a análise para os coeficientes dos fundos, a discrepância mantém-se já que, a um nível de significância de pelo
55
menos 5%, 31 fundos têm coeficientes positivos e 33 coeficientes negativos. Tais valores levam à conclusão que não há uma tendência geral dos FISR para o investimento em ações de crescimento ou em ações de valor o que corrobora as conclusões retiradas para a carteira média.
Os coeficientes do fator MOM também manifestam alguma disparidade. Para a carteira média o seu valor é positivo e tem uma significância estatística de 1%, o que significa que a média dos fundos está mais exposto a empresas com um bom desempenho passado. Para as restantes carteiras este coeficiente é sempre positivo mas tem significância estatística apenas para as carteiras “Exclui_prod” e “ESG”. Individualmente, os fundos manifestam alguma exposição a este fator, sendo que 24 fundos têm coeficientes positivos e 17 coeficientes negativos (com um nível de significância de, pelo menos, 5%). Ainda que a carteira média apresente um valor positivo e o número de fundos com coeficiente positivo seja ligeiramente superior, tal como no caso anterior, também para este coeficiente não nos é possível constatar uma tendência explícita de investimento por parte dos gestores de FISR.
Realça-se que a exposição de todas as carteiras e de 97 fundos ao beta do fator mercado diminui com esta metodologia. Fama e French (1993) associam a diminuição da exposição ao beta de mercado à introdução dos fatores SMB e HML ao modelo (no caso concreto também do fator MOM), mais concretamente, à correlação entre estes fatores e o mercado. Consultado o apêndice 3, reporta-se que as rendibilidades em excesso do mercado não são correlacionadas com o fator HML (-0.0189) e que a correlação entre as rendibilidades em excesso do mercado com o fator SMB e MOM são, respetivamente, 0.2966 e -0.4986.
Passando a analisar a importância da incorporação das variáveis de informação pública através da análise dos p-value dos testes de Wald presentes na tabela 10, começa-se por referir que, em contraste com o sucedido anteriormente, não há qualquer evidência de alfas variáveis para as carteiras. No caso concreto dos fundos, a evidência de alfas variáveis também diminui para apenas 30 fundos.
De resto, também refutando os resultados anteriores, tanto as carteiras como a maioria dos fundos (117) manifestam uma clara evidência de betas variáveis.
Por último, confirma-se novamente a importância das variáveis de informação pública. Os resultados indicam a existência de alfas e betas variáveis ao longo do tempo para todas as carteiras e para 123 dos 130 fundos analisados. Estes resultados sustentam o facto de que a
56
inclusão dos fatores de risco adicionais dão um maior suporte para a utilidade da utilização de uma abordagem condicional na avaliação do desempenho dos fundos.
57
Tabela 10 – Estimativas do desempenho e risco obtidas através do modelo totalmente condicional com quatro fatores de risco
Esta tabela mostra as estimativas dos coeficientes estimados para as carteiras através da regressão , = + + , + , + ( ) + ( ) + ( ) +
( ) + ( ) + ( ) + , , tendo em consideração o índice S&P 500 como benchmark representativo do mercado. Nesta regressão são utilizadas as três variáveis de
informação pública selecionadas, desfasadas um mês: a taxa de juro de curto prazo (STR), o term spread (TS) e o default spread (DS). Os asteriscos representam a existência de significância estatística dos
coeficientes para um nível de significância de 1% (***), 5% (**) e 10% (*) e R2 Aj. é o coeficiente de determinação ajustado. Os erros das estimativas foram corrigidos para a existência de heteroscedasticidade e
autocorrelação, segundo o método de Newey e West (1994). W1, W2 e W3 representam o valor da probabilidade da estatística F do teste de Wald para a hipótese nula de que os coeficientes dos alfas, betas e dos
alfas e betas condicionais, respetivamente, são, conjuntamente, iguais a zero. W4 indica a probabilidade da estatística F do teste de Wald para a hipótese nula de que os coeficientes dos fatores adicionais de risco
são, conjuntamente, iguais a zero. São ainda expressos o número de fundos da carteira média com estimativas positivas (N+) e negativas (N-). Dentro de parênteses retos indica-se o número de fundos cujos valores têm, pelo menos, 5% de significância estatística.
Carteira α β β (SMB) β (HML) β (MOM) R2 Aj. W1 W2 W3 W4
Carteira média -0.0006 0.9784 *** 0.3349 *** 0.0047 0.0481 *** 98.97% 0.9707 0.0001 0.0000 0.0000 N + 42 [4] 130 [126] 108 [87] 62 [31] 76 [24] 130 [30] 130 [117] 130 [123] 130 [106] N - 88 [19] 0 [0] 22 [5] 68 [33] 54 [17] 0 [0] 0 [0] 0 [0] 0 [0] Carteira Exclui_prod -0.0006 0.9936 *** 0.3779 *** 0.0529 ** 0.0748 *** 98.53% 0.9874 0.0000 0.0000 0.0000 Carteira ESG -0.0009 1.0193 *** 0.3408 *** -0.0703 ** 0.0450 ** 97.76% 0.8094 0.0000 0.0000 0.0000 Carteira ESG_prod -0.0008 ** 0.9724 *** 0.2520 *** -0.0527 *** 0.0212 * 99.09% 0.4972 0.0000 0.0000 0.0000 Carteira ESG_pos -0.0008 ** 0.9605 *** 0.2460 *** -0.0515 *** 0.0121 99.03% 0.3282 0.0000 0.0000 0.0000 Carteira ESG_neg -0.0018 0.9628 *** 0.3702 *** -0.0296 0.0103 91.49% 0.9443 0.0000 0.0000 0.0000 Carteira Amb_pos -0.0008 ** 0.9710 *** 0.2675 *** -0.0590 *** 0.0211 99.02% 0.4923 0.0000 0.0000 0.0000 Carteira Amb_neg -0.0017 0.9453 *** 0.3743 *** -0.1135 * 0.0287 90.58% 0.9054 0.0001 0.0000 0.0001 Carteira Soc_pos -0.0007 ** 0.9643 *** 0.2175 *** -0.0477 *** 0.0177 99.13% 0.3543 0.0000 0.0000 0.0000 Carteira Gov_pos -0.0007 0.9552 *** 0.2353 *** -0.0482 *** 0.0232 98.85% 0.3713 0.0000 0.0000 0.0000
58