Relação entre risk shifting e performance

Para explorar a relação entre risk shifting e a performance dos fundos, foi estimado o modelo de regressão apresentado no item 3.1.4, com uma abordagem de mínimos quadrados ordinários com erros robustos e correção de newey-west

para possível autocorrelação serial das variáveis. Foram realizadas estimativas incluindo variáveis dummy para cada mês e para cada empresa gestora, visando utilizar efeitos fixos de tempo e de empresa gestora. Nesses casos, algumas características dos fundos (variáveis categóricas) foram suprimidas, para evitar problema multicolinearidade ou vieses que poderiam dificultar a interpretação dos coeficientes. Os resultados estão nas tabelas 4.4 e 4.5.

O índice Alfa, que corresponde à performance dos fundos, é a variável dependente. Nas colunas 1, 3 e 5, em ambas as tabelas (tabela 4.4 e 4.5) ela foi estimada pelo modelo CAPM tradicional; e nas colunas 2, 4, e 6, a performance dos fundos foi medida pelo modelo de CARHART (4 fatores).

Um ponto importante a destacar é que foram considerados apenas índices Alfas significativos ao nível de 10%, uma vez que, se a performance não for estatisticamente diferente de zero, essa análise perde significado prático. Assim, dentre as 9.536 observações da amostra, apenas 2.831 fizeram parte da análise de performance, por ter ao menos um dos índices Alfas diferentes de zero ao nível de 10% de significância.

As variáveis explicativas foram consideradas com defasagem de um período em relação à performance observada em todos os modelos, com exceção das variáveis dummy, que são constantes para todos os períodos. Isso permite avaliar a relação dessas variáveis com a performance subsequente, a exemplo do trabalho de

Huang et al. (2011). Foi efetuado o teste do fator de inflação de variância2 _{(VIF) e}

uma possível existência de multicolinearidade foi rejeitada. No apêndice deste trabalho, é apresentada a matriz de correlação de todas as variáveis utilizadas. As tabelas 4.4 e 4.5 apresentam as estimações.

Ao controlar por efeitos do tempo (colunas 3 a 6), a variável idade dos fundos foi retirada, pois ela possuiu tendência linear e constante correlacionada ao tempo, que já está controlado neste caso. Ao adicionar controles para os efeitos das empresas gestoras (colunas 4 e 5), as variáveis dummy foram retiradas, pois são constantes para cada gestora, com o agravante de que algumas gestoras têm

2 _{O Fator de Inflação de Variância (VIF) foi calculado para todas as variáveis. O valor máximo atingiu 1,59 e 1,60,} e o valor médio foi 1,31 e 1,32, respectivamente para as regressões das tabelas 4.4 e 4.5. Estes valores não sugerem que os regressores sofram de multicolinearidade. A regra geral comumente aceita (rule of the tumb) para o VIF é de que um valor igual a 1 indica que as variáveis são ortogonais, próximo ou acima de 4 requer atenção e acima de 10 indica que muito provavelmente algumas das variáveis sofrem de problemas de multicolinearidade.

apenas 1 fundo na amostra, resultando em problema de colinearidade e, consequentemente, afetando a interpretação do coeficiente.

Na regressão apresentada na tabela 4.4, a variável risk shifting foi considerada como contínua e na tabela 4.5 foi separada na parte negativa e positiva visando capturar possíveis não linearidades na relação entre a performance e os dois tipos de mudança de risco efetuados pelos gestores.

Tabela 4.4 - Relação entre risk shifting e performance

Na tabela 4.4, nota-se uma relação negativa do risk shifting com a performance medida tanto pelo CAPM como pelo modelo de 4 fatores. Todas as especificações indicam essa relação negativa, mesmo quando adicionados os controles por dummy de tempo e dummy de empresa gestora. Isso indica que, quando os fundos ajustam suas carteiras visando reduzir seu risco, tendem a ter melhor desempenho.

(1) (2) (3) (4) (5) (6)

Modelo A Modelo A Modelo B Modelo B Modelo C Modelo C Alfa CAPM Alfa 4fatores Alfa CAPM Alfa 4fatores Alfa CAPM Alfa 4fatores

RiskShifting (%) t-1 -0.164*** -0.309*** -0.117*** -0.218*** -0.112*** -0.157***

(-5.37) (-4.54) (-4.85) (-3.35) (-4.38) (-2.69) Desvio Padrão 12 Meses(%) t-1 -0.171*** 0.067 -0.025 0.090 -0.050* -0.015

(-7.78) (1.33) (-1.01) (1.39) (-1.83) (-0.29) Retorno Mensal (%) t-1 0.072*** 0.049*** 0.152*** 0.206*** 0.120*** 0.157***

(11.80) (3.94) (16.06) (8.16) (15.19) (7.21) Ln PL (R$ mil) t-1 0.016 -0.073** -0.005 -0.054** -0.049*** -0.059*

(0.88) (-2.22) (-0.37) (-2.03) (-3.13) (-1.86) Captação Líquida Mensal Real (%) t-1 0.027*** 0.023*** 0.016*** 0.016*** 0.011*** 0.009***

(11.01) (6.07) (8.76) (4.88) (6.70) (2.82) Despesas de Taxa de Administração (%) t-1 -0.105*** -0.058 -0.051** -0.070 -0.131*** -0.165***

(-3.99) (-1.13) (-2.54) (-1.62) (-6.14) (-3.64) Despesas Diversas (%) t-1 0.096 0.299 -0.157 0.057 0.131 0.370

(0.57) (1.05) (-1.29) (0.25) (0.99) (1.49)

Turnover Mensal t-1 0.070 0.062 0.170** 0.128 -0.064 -0.295

(0.80) (0.36) (2.27) (0.77) (-0.72) (-1.62) Dummy de Taxa de Performance -0.008 0.109 0.034 0.090

(-0.19) (1.34) (0.99) (1.36) Dummy de Gestora Independente 0.138*** 0.208** 0.254*** 0.389***

(3.27) (2.55) (7.27) (5.38) Dummy de Varejo -0.199*** -0.389*** -0.161*** -0.189**

(-3.65) (-3.16) (-3.69) (-2.06) Ln Idade dos Fundos (meses) t-1 -0.179*** -0.242***

(-4.92) (-3.84)

Constante 1.751*** 2.436*** 2.094*** 4.133*** 4.228*** 4.825***

(6.76) (4.79) (4.38) (6.21) (9.01) (5.45)

Observações 2,831 2,831 2,831 2,831 2,831 2,831

R-quadrado 0.2940 0.1149 0.5865 0.4164 0.7092 0.5428

Dummy de tempo N N Sim Sim Sim Sim

Dummy de empresa gestora N N N N Sim Sim

Fonte: O autor.

Variáveis

Regressões utilizando a performance dos fundos como variável dependente, estimada pelos modelos CAPM e de 4 fatores. Risk Shifting considerado como variável contínua. Variáveis independentes defasadas em 1 período. O modelo A não utiliza dummies de tempo ou gestora, o modelo B considera apenas dummies de tempo e o modelo C, dummies de tempo e de gestora. As estimações consideram apenas observações com índices alfas significativos ao nível de 10% para, pelo menos, uma das medidas de performance utilizadas. Estimação Least Square Dummy Variable (LSDV), com erros- padrão de newey-west. Níveis de significância ***, ** e * correspondem respectivamente a 1%, 5% e 10%. Estatística t está entre ().

Tabela 4.5 - Relação entre risk shifting positivo e negativo e performance

Os resultados das estimativas são bastante semelhantes nas duas tabelas para todas as variáveis de controle, dummy de taxa de performance e também para o próprio risk shifting, que apresenta relação negativa com a performance.

(1) (2) (3) (4) (5) (6)

Modelo A Modelo A Modelo B Modelo B Modelo C Modelo C

Alfa CAPM Alfa 4fatores Alfa CAPM Alfa 4fatores Alfa CAPM Alfa 4fatores

RiskShifting Positivo (%) t-1 -0.132 -0.162 -0.046 -0.188 0.033 -0.015

(-1.64) (-1.03) (-0.83) (-1.23) (0.62) (-0.10)

RiskShifting Negativo (%) t-1 (em módulo) 0.180*** 0.385*** 0.149*** 0.232*** 0.169*** 0.213***

(6.15) (5.56) (5.52) (3.96) (5.83) (3.76)

Desvio Padrão 12 Meses(%) t-1 -0.172*** 0.062 -0.021 0.091 -0.040 -0.005

(-8.00) (1.26) (-0.87) (1.37) (-1.47) (-0.10)

Retorno Mensal (%) t-1 0.072*** 0.047*** 0.151*** 0.205*** 0.118*** 0.155***

(11.74) (3.83) (15.91) (8.11) (15.62) (7.28)

Ln PL (R$ mil) t-1 0.014 -0.080** -0.008 -0.056** -0.050*** -0.060*

(0.78) (-2.40) (-0.58) (-2.04) (-3.20) (-1.90)

Captação Líquida Mensal Real (%) t-1 0.027*** 0.023*** 0.016*** 0.016*** 0.011*** 0.009***

(10.98) (6.13) (8.64) (4.86) (6.53) (2.79)

Despesas de Taxa de Administração (%) t-1 -0.106*** -0.063 -0.052*** -0.071 -0.133*** -0.166***

(-4.02) (-1.24) (-2.61) (-1.64) (-6.23) (-3.69)

Despesas Diversas (%) t-1 0.079 0.219 -0.195 0.041 0.113 0.353

(0.45) (0.74) (-1.51) (0.17) (0.86) (1.41)

Turnover Mensal t-1 0.054 -0.010 0.143* 0.116 -0.111 -0.341*

(0.60) (-0.06) (1.85) (0.72) (-1.29) (-1.94)

Dummy de Taxa de Performance -0.010 0.101 0.033 0.090

(-0.23) (1.22) (0.93) (1.35)

Dummy de Gestora Independente 0.139*** 0.212*** 0.254*** 0.389***

(3.28) (2.60) (7.28) (5.38)

Dummy de Varejo -0.199*** -0.391*** -0.161*** -0.189**

(-3.66) (-3.18) (-3.72) (-2.06)

Ln Idade dos Fundos (meses) t-1 -0.177*** -0.232***

(-4.89) (-3.75)

Constante 1.760*** 2.479*** 1.960*** 4.076*** 3.910*** 4.512***

(6.75) (4.85) (4.33) (5.50) (8.95) (4.68)

Observações 2,831 2,831 2,831 2,831 2,831 2,831

R-quadrado 0.2943 0.1168 0.5875 0.4165 0.7120 0.5438

Dummy de tempo N N Sim Sim Sim Sim

Dummy de empresa gestora N N N N Sim Sim

Fonte: O autor.

Variáveis

Regressões utilizando a performance dos fundos como variável dependente, estimada pelos modelos CAPM e de 4 fatores. Risk Shifting separado nas partes positiva e negativa para capturar possíveis não monotonicidades. Variáveis independentes defasadas em 1 período. O modelo A não utiliza dummies de tempo ou gestora, o modelo B considera apenas dummies de tempo e o modelo C, dummies de tempo e de gestora. As estimações consideram apenas observações com índices alfas significativos ao nível de 10% para, pelo menos, uma das medidas de performance utilizadas. Estimação Least Square Dummy Variable (LSDV), com erros-padrão de newey-west. Níveis de significância ***, ** e * correspondem respectivamente a 1%, 5% e 10%. Estatística t está entre ().

Nessa estimativa da tabela 4.5, confirma-se a relação do risk shifting negativo com a performance medida tanto pelo CAPM como pelo modelo de 4 fatores. Já o risk shifting positivo não tem relação significativa com o desempenho. Quando os fundos reduzem seus riscos, tendem a ter melhor desempenho, mas, quando os aumentam, não é possível afirmar qual seria a tendência do desempenho. Todas as especificações estimadas apontam para esse resultado, inclusive com os controles de tempo e de empresa gestora.

Movimentos negativos de risk shifting podem ser efetuados quando os gestores entendem que o desvio padrão do retorno está acima do desejado segundo seus objetivos, explícitos ou não. Além disso, tendem a ser um indicativo de boa performance, que pode ser causada por uma persistência de retorno anterior antecipada pelo gestor. Nesse caso, o comportamento de risk shifting estaria associado a um movimento defensivo, reduzindo o desvio padrão para manter a performance já conquistada. Se isso for verdade, os gestores estariam mais preocupados em não perder volume de recursos do que em atrair novos montantes, garantindo assim sua remuneração em termos nominais. Essa interpretação é consistente com os resultados encontrados por Carpenter (2000) e Das & Sundaram (2002).

No caso de movimentos positivos de risk shifting, não é possível associá-lo à performance. Isso pode indicar que, quando os gestores entendem que o desvio padrão está baixo ou o retorno passado não foi satisfatório, busquem risco para elevar o retorno do fundo e, com isso, sua captação. Como a relação com a performance não é significativa, ao que parece, nem sempre essa estratégia é bem- sucedida.

Huang et al. (2011) encontraram resultados semelhantes na relação entre risk shifting e performance. Os autores identificaram uma relação negativa do risk shifting positivo com a performance, enquanto que o risk shifting negativo apresentou relação não significativa. Os autores interpretaram esse resultado como sendo causado ou por problemas de agência na elevação do risco dos fundos sem a respectiva performance ou por falta de habilidade dos gestores ao procurar elevar o retorno dos fundos.

O desvio padrão do retorno não apresentou relação significativa com a performance, à exceção da coluna 1, tanto das tabelas 4.4 como 4.5. Nessa especificação, a relação é negativa com o Alfa CAPM, mas não se mantem quando

se inclui controles de tempo, coluna 3 e de empresa gestora, coluna 5. Esse resultado está em linha com os trabalhos de Huang et al. (2011) e de Díaz-Mendoza et al. (2014) que também encontraram relação negativa ou não significativa entre volatilidade e performance dependendo das diversas estimativas discutidas nesses trabalhos.

A variável dummy de taxa de performance não apresentou relação significativa, indicando que, olhando para a simples diferença de médias, os fundos que cobram e os que não cobram têm desempenho semelhante. No entanto, vale lembrar que esse resultado não é conclusivo por conta do viés de autosseleção, conforme discutido no item 3.1.4 da metodologia.

O retorno mensal dos fundos tem relação positiva com a performance. O objetivo dessa variável foi controlar alguma possível persistência de retorno, para olhar mais acuradamente sobre o risk shifting, a exemplo de Huang et al. (2011).

Fundos maiores devem ter pior desempenho. É o resultado da variável que captura o patrimônio líquido dos fundos. Esse resultado é significativo com as estimações que consideram o Alfa de 4 fatores e, quando se faz o controle por empresas gestoras, mostra-se significativo também para o Alfa medido pelo CAPM. Fundos maiores, embora tenham ganhos de escala, podem ser menos flexíveis, e isso poderia explicar essa relação negativa com o desempenho (Castro & Minardi, 2009; Eid Junior & Rochman, 2009; J Golec, 1996; Ippolito & Turner, 1987).

A captação líquida percentual dos fundos tem relação positiva com a performance, o que está em linha com a teoria já amplamente discutida (Chevalier & Ellison, 1997; Huang et al., 2007; Sirri & Tufano, 1998).

O turnover dos fundos apresenta relação positiva com a performance apenas na coluna 3 das tabelas 4.4 e 4.5, sendo não significativa nas demais especificações. Isso não era esperado, pois fundos que giram mais suas carteiras estão sujeitos a maiores custos e despesas, o que pode afetar sua performance. Por outro lado, pode se entender que gestores que não agem sobre seus portfólios não obtêm bons resultados e a relação desse indicador representaria a soma zero desses dois efeitos sobre a performance. Assim, não é possível confirmar resultados de trabalhos anteriores, como o de Bono Milan & Eid Junior (2014), para o mercado brasileiro, mas está em linha com o resultado encontrado por Huang et al., (2011) para fundos norte-americanos. A exceção está na coluna 6 da tabela 4.5, que

mostra uma relação negativa com a performance medida pelo Alfa de 4 fatores, se controlada por efeitos fixos de tempo e empresa gestora.

Conforme esperado, as despesas de taxa de administração cobradas pelo fundo têm relação negativa com a performance, na maioria das especificações. Quando as regressões são controladas por fatores de tempo e de empresa gestora, ela é negativamente relacionada com ambas as medidas de desempenho. Fundos que impõem maiores despesas devem ter pior desempenho, considerando-se constantes os demais fatores, uma vez que maiores despesas implicarão em menor retorno para o cotista (Carhart, 1997). Isso está em linha com o resultado obtido por Dalmácio et al. (2007) para fundos no Brasil.

Já a variável despesas diversas, que contempla gastos com serviços técnicos, despesas do sistema financeiro e outras despesas, não apresenta relação com a performance. Fundos com maiores gastos deveriam ter pior performance pela mesma razão exemplificada pela despesa de taxa de administração. No entanto, a relação não foi significativa. Huang et al., (2011) encontrou essa relação negativa na maioria de seus testes. É possível também que fundos com maiores despesas invistam também em software, informação e etc., para obter maior retorno, o que cancelaria o efeito negativo dos gastos sobre o desempenho.

A idade dos fundos tem relação negativa. Fundos mais jovens têm melhor performance dos que fundos mais antigos. Nas colunas 3 a 6 das tabelas 4.4 e 4.5, essa variável foi removida em função do controle por dummy de tempo.

Com relação às variáveis dummies indicativas de varejo e gestoras independentes, ambas são significativas em todos os modelos das tabelas 4.4 e 4.5. Fundos pertencentes a gestoras consideradas independentes na amostra (a relação das gestoras está no apêndice do trabalho) têm performance média superior às demais. Esse resultado difere das conclusões de Borges & Martelanc (2015), que sugerem melhores desempenhos para gestoras maiores. No entanto, seu método é bastante diferente, pois fazem simulações de performance para identificar a existência de habilidade dos gestores e não exatamente a relação entre perfil da gestora e a performance média. De qualquer maneira, esse resultado reflete uma simples comparação de médias e fica sujeito ao problema de viés de seleção. Ao controlar as regressões por efeito de empresa gestora nas colunas 5 e 6 das tabelas 4.4 e 4.5, elimina-se esse possível viés nas estimações.

Fundos com foco em clientes de varejo também têm desempenho pior se comparados aos fundos destinados a outros tipos de clientes. Pressupõe-se que esse tipo de cliente seja menos informado do que um investidor especializado, impondo menor monitoramento ao gestor do fundo. Isso pode abrir espaço para menor esforço e, consequentemente, menor performance do fundo. Da mesma forma que as demais variáveis categóricas, a dummy de varejo requer os mesmos cuidados ao ser interpretada pela simples diferença de médias.