FUNDAC
¸ ˜
AO GET ´
ULIO VARGAS
ESCOLA DE P ´
OS-GRADUAC
¸ ˜
AO EM ECONOMIA
Metodologias de ´
Indices de A¸
c˜
oes: O Caso Brasileiro
Guido Maia da Cunha
Rio de Janeiro Mar¸co 2018
Guido Maia da Cunha
Metodologias de ´
Indices de A¸
c˜
oes: O Caso Brasileiro*
Disserta¸c˜ao submetida a Escola de P´ os-Gradua¸c˜ao em Economia como requisito parcial para obten¸c˜ao de grau de Mestre em Economia
Orientador: Felipe Iachan
Rio de Janeiro Mar¸co 2018
Ficha catalográfica elaborada pela Biblioteca Mario Henrique Simonsen/FGV
Cunha, Guido Maia da
Metodologia de índices de ações: o caso brasileiro / Guido Maia da Cunha. – 2018.
46 f.
Dissertação (mestrado) - Fundação Getulio Vargas, Escola de Pós- Graduação em Economia.
Orientador: Felipe Iachan Inclui bibliografia.
1. Risco (Economia). 2. Ações (Finanças). 3. Mercado de capitais. I. Iachan, Felipe Saraiva. II. Fundação Getulio Vargas. Escola de Pós-Graduação em Economia. III. Título.
CDD – 332
Abstract
O objetivo dessa disserta¸c˜ao ´e avaliar os efeitos que certas metodologias usadas na constru¸c˜ao de ´ındices e portfolios tˆem sobre suas performances e como elas diferem entre si. Para isso, analisaremos o caso do ´ındice Ibovespa cuja metodologia foi alterada em 2014. Esse trabalho analisa os indicadores de performance dos principais ´ındices de a¸c˜oes brasileiros durante o per´ıodo que engloba os anos 2003 a 2013, incluindo tamb´em uma simula¸c˜ao para o que teria sido o Ibovespa caso as mudan¸cas implementadas em 2014 estivessem em vigor durante esse per´ıodo. Posteriormente, por meio de testes e regress˜oes, ´e feita uma tentativa de encontrar fatores que expliquem as diferen¸cas encontradas nos comportamentos dos ´ındices. Os principais resultados encontrados s˜ao que a metodologia antiga do Ibovespa ´e menos eficiente e gera performance inferior aos outros trˆes ´ındices avaliados, todos utilizando uma pondera¸c˜ao por market cap. Al´em disso, encontra-se evidˆencias de que per´ıodos de piores rendimentos relativos do Ibovespa coincidem com momentos de grande atividade no mercado acion´ario, indicando uma rela¸c˜ao positiva entre os diferenciais de retorno dos ´ındices e o n´ıvel de transa¸c˜oes realizadas no per´ıodo.
1
Introdu¸
c˜
ao
Os primeiros ´ındices de a¸c˜oes foram criados com o objetivo de permitir que investi-dores acompanhassem o desempenho das a¸c˜oes de determinados grupos de empresas, em uma ´epoca na qual as informa¸c˜oes sobre o mercado acion´ario n˜ao eram t˜ao abundantes como hoje. Com o passar dos anos, as pr´oprias bolsas de valores ou empresas ligadas a elas passaram a construir e divulgar ´ındices amplos, que visam refletir a performance agregada de todo mercado acion´ario em quest˜ao. Hoje, al´em do car´ater informativo sobre o desempenho agregado das a¸c˜oes contidas neles, os ´ındices s˜ao muito utilizados como instrumentos diretos de diversifica¸c˜ao de investimento e como benchmarks de compara¸c˜ao para as performances de outros portfolios.
Em teoria, os ´ındices amplos buscam capturar a performance do portfolio de mer-cado, no qual h´a diversifica¸c˜ao completa. Isto ´e, um bom ´ındice amplo de a¸c˜oes deve refletir os movimentos mais relevantes, sob o ponto de vista de um agente (investidor) representativo, dos ativos negociados em determinada bolsa de valores. Assim, um in-vestidor que reproduz um ´ındice amplo na constru¸c˜ao do seu portfolio tem por objetivo expor o seu investimento apenas a fatores de risco sistem´atico, ou seja, que n˜ao s˜ao inerentes apenas a uma classe ou conjunto de ativos.
Mas por que um investidor deveria querer reproduzir o portfolio de mercado e manter seu investimento exposto apenas a fatores de risco sistem´atico? Desde que Markowitz (1952) introduziu a chamada Modern Portfolio Theory, incorporando a an´alise do im-pacto de risco na teoria de sele¸c˜ao de portfolios, a discuss˜ao em torno do que seria o portfolio ´otimo pautou boa parte da literatura de finan¸cas. Nesse contexto, o Capital
Asset Pricing Model (CAPM), disseminado por Sharpe (1964), se tornou o principal
referencial te´orico tanto para modelos de asset pricing quanto para investidores inter-essados em otimizar a performance dos seus portfolios.
O CAPM prevˆe, entre outras coisas, que, em um mercado eficiente, a pondera¸c˜ao dos ativos em um portfolio ´e ´otima, em termos de m´edia-variˆancia, quando segue o crit´erio de market capitalization. Em outras palavras, nenhum outro portfolio ´e capaz de apresentar retornos esperados iguais ou superiores e variˆancia inferior aos
apresen-tados por um portfolio que reproduz exatamente o mercado de ativos, em termos de participa¸c˜ao de cada ativo nele. Devido a sua simplicidade, o CAPM acabou sendo amplamente difundido e, com isso, a pondera¸c˜ao por market cap se tornou a padr˜ao para diversos ´ındices de a¸c˜oes, usados como referenciais para os investidores. Apesar disso, o modelo passou a receber cr´ıticas em fun¸c˜ao de algumas de suas premissas -consideradas irrealistas - como a homogeneidade nas expectativa dos investidores e a possiblidade de venda a descoberto ilimitada.
Haugen and Baker (1991) argumentam que, exceto sob condi¸c˜oes muito restritivas, investimentos em portfolios ponderados por market cap s˜ao ineficientes. Segundo eles, ainda que os mercados sejam informacionalmente eficientes e que, em equil´ıbrio, os investidores otimizem racionalmente a rela¸c˜ao entre risco e retorno esperado, a pon-dera¸c˜ao por market cap n˜ao ´e eficiente caso: (1) investidores discordem com rela¸c˜ao ao risco e ao retorno esperado de algum ativo; ou (2) haja qualquer tipo de restri¸c˜ao com rela¸c˜ao a vendas a descoberto; ou (3) os retornos dos investimentos estejam sujeitos a qualquer tipo de taxa¸c˜ao; ou (4) alguma alternativa de investimento n˜ao seja inclu´ıda no portfolio; ou (5) investidores estrangeiros atuem no mercado local. Em qualquer um desses cen´arios, os autores argumentam que ser´a poss´ıvel encontrar um portfolio com o mesmo retorno esperado e com variˆancia menor.
Hsu (2006), por sua vez, afirma que a pondera¸c˜ao por market cap tamb´em n˜ao ´e ´
otima caso os pre¸cos dos ativos apresentem ru´ıdos e n˜ao reflitam completamente os fundamentos das empresas. Nesse caso, os ativos que est˜ao subvalorizados ter˜ao capi-taliza¸c˜ao inferior ao seu valor justo e, inversamente, os ativos que est˜ao sobrevalorizados ter˜ao capitaliza¸c˜ao superior ao que deveriam. Com isso, um portfolio ponderado por market cap tenderia a colocar mais peso em ativos sobrevalorizados e menos peso em ativos subvalorizados, o que resultaria em uma performance pior do que a de outros po-tenciais portfolios uma vez que os ru´ıdos dos pre¸cos sejam eliminados. Nesse contexto, Hsu argumenta em favor de metodologias alternativas1, n˜ao dependentes de pre¸cos de
ativos, como a melhor forma de evitar esse vi´es negativo apresentado pela pondera¸c˜ao por market cap.
Apesar das cr´ıticas, a pondera¸c˜ao por market cap continua sendo a metodologia mais utilizada pelo mercado de a¸c˜oes na elabora¸c˜ao de ´ındices que buscam refletir a perfor-mance geral dos mercados e atuar como benchmark para outros portfolios. Fatores
como a alta liquidez, a f´acil replica¸c˜ao e o baixo turnover dessa metodologia fazem com que ela permane¸ca sendo usada pela grande maioria dos mais importantes ´ındices de bolsas de valores do mundo, como o S&P 500 (EUA), FTSE-100 (Reino Unido), DAX-30 (Alemanha), CAC 40 (Fran¸ca), SSE 180 (China), KOSPI (Coreia do Sul), IPSA (Chile), ASX 200 (Austr´alia). Duas raras exce¸c˜oes s˜ao o Dow Jones (EUA) e o Nikkei 225 (Jap˜ao), que adotam o sistema de pondera¸c˜ao por pre¸co, o qual explicaremos mais detalhadamente na pr´oxima se¸c˜ao.
Apesar de o mercado de capitais brasileiro contar com dois ´ındices amplos pondera-dos por market cap - IBrX 100 e IBrX 50 -, at´e 2013, o Ibovespa, principal ´ındice de bolsa de valores do Brasil, tamb´em era uma exce¸c˜ao. Desde a sua cria¸c˜ao em 1968, o Ibovespa utilizava uma metodologia diferente das usadas pelo resto do mundo, ponderando as a¸c˜oes que o compunham por um ´ındice de negociabilidade ao inv´es de ponderar por market cap. Esse ´ındice de negociabilidade, estabelecido pela pr´opria BM&FBovespa, era uma fun¸c˜ao do volume e do n´umero de trocas geradas por cada a¸c˜ao. Esses crit´erios foram mantidos at´e 2013, quando a BM&FBovespa anunciou altera¸c˜oes na metodolo-gia do Ibovespa “tendo em vista, principalmente, o cen´ario econˆomico atual e visando mantˆe-lo como o ´ındice que representa, com mais exatid˜ao, o desempenho do mercado brasileiro”2. Dentre as v´arias modifica¸c˜oes realizadas, a mais relevante foi a mudan¸ca
do m´etodo de pondera¸c˜ao por ´ındice de negociabilidade para o m´etodo de pondera¸c˜ao por market cap.
Um dos principais objetivos dessas altera¸c˜oes foi eliminar poss´ıveis distor¸c˜oes geradas pelo fato de se vincular o peso de determinada a¸c˜ao no ´ındice ´unica e exclusivamente ao quanto ela est´a sendo negociada nos ´ultimos per´ıodos. Por essa metodologia, por exemplo, uma a¸c˜ao de uma empresa em processo de falˆencia e que gera uma corrida entre os investidores para se livrar daquele ativo pode adquirir importˆancia grande no ´ındice, mesmo se a empresa tiver tamanho insignificante ou se o pre¸co da a¸c˜ao estiver pr´oximo de zero. Nesse caso, o efeito negativo gerado por essa a¸c˜ao no ´ındice poderia ser muito maior do que o real efeito sobre o mercado acion´ario como um todo, que ´e exatamente o que um ´ındice amplo busca refletir. Como explicaremos mais detalhada-mente na pr´oxima se¸c˜ao, um caso semelhante a esse ocorreu, de fato, entre 2010 e 2013 com a empresa OGX e motivou boa parte das discuss˜oes que antecederam a mudan¸ca de metodologia anunciada pela BM&FBovespa em 2013.
2Fonte: “Hist´orico de Adequa¸c˜oes Metodol´ogicas dos ´Indices da BM&FBovespa”, Junho de 2014.
Neste trabalho, come¸caremos expondo as mudan¸cas metodol´ogicas e suas principais motiva¸c˜oes. Em seguida, exploramos e testamos as diferen¸cas metodol´ogicas entre os ´ındices brasileiros com diferentes tipos de pondera¸c˜ao e tentamos avaliar a eficiˆencia de cada um deles, levando em conta v´arias janelas temporais. Al´em disso, analisaremos al-gumas poss´ıveis causas desses distanciamentos e se eles s˜ao, de alguma forma, poss´ıveis de prever.
2
Metodologia
dos
´
Indices
Amplos
da
BM&FBovespa
Apesar de ser apurado h´a muito tempo - desde janeiro de 1968 -, at´e 2013 o Ibovespa nunca havia sofrido nenhuma altera¸c˜ao metodol´ogica. Em setembro de 2013, a BM&FBovespa anunciou uma s´erie de altera¸c˜oes na metodologia do ´ındice, propostas por um grupo de trabalho criado com o objetivo de adequ´a-lo `as grandes evolu¸c˜oes recentes do mercado acion´ario brasileiro e manter seu car´ater de principal benchmark para investidores do pa´ıs.
A seguir, explicaremos os principais crit´erios adotados para a constru¸c˜ao dos ´ındices Ibovespa, antes e depois das mudan¸cas metodol´ogicas, IBrX 100 e IBrX 50.
2.1 Ibovespa pr´e-2014
2.1.1 Crit´erios de Inclus˜ao
1. Estar entre os ativos que representem, em conjunto, 80% do somat´orio total do
´Indice de Negociabilidade - descrito abaixo -, em ordem decrescente, no per´ıodo referente `as 3 carteiras anteriores.
3. Ter participa¸c˜ao, em termos de volume financeiro, maior ou igual a 0.1% no mer-cado `a vista, no per´ıodo referente `as 3 carteiras anteriores.
2.1.2 ´Indice de Negociabilidade IN = PP i=1 qη i η νi ν P
onde P ´e o n´umero de preg˜oes no per´ıodo, ηi ´e o n´umero de neg´ocios com o ativo i no
mercado `a vista, η ´e o n´umero de neg´ocios totais no mercado `a vista, νi ´e o volume
financeiro gerado pelos neg´ocios com o ativo i no mercado `a vista e ν ´e o volume finan-ceiro gerado pelos neg´ocios totais no mercado `a vista.
2.1.3 Crit´erios de Pondera¸c˜ao
1. ´Indice de Negociabilidade
ωi =
INi
PN80 i=1INi
onde ωi ´e o peso atribu´ıdo `a a¸c˜ao i, INi ´e o seu respectivo ´Indice de Negociabilidade e
N80 ´e a ´ultima a¸c˜ao, em ordem decrescente, a fazer parte do conjunto que representa
2.2 Ibovespa p´os-2014
2.2.1 Crit´erios de Inclus˜ao
1. Estar entre os ativos que representem, em conjunto, 85% do somat´orio total do ´Indice de Negociabilidade - descrito abaixo -, em ordem decrescente, no per´ıodo referente `as 3 carteiras anteriores.
2. Estar presente em 95% dos preg˜oes no per´ıodo referente `as 3 carteiras anteriores.
3. Ter participa¸c˜ao, em termos de volume financeiro, maior ou igual a 0.1% no
mer-cado `a vista, no per´ıodo referente `as 3 carteiras anteriores.
4. N˜ao ser classificado como “Penny Stock” (A¸c˜ao com valor inferior a R$ 1,00)
2.2.2 ´Indice de Negociabilidade IN = PP i=1 3 r ηi η ν i ν 2 P
onde P ´e o n´umero de preg˜oes no per´ıodo, ηi ´e o n´umero de neg´ocios com o ativo i no
mercado `a vista, η ´e o n´umero de neg´ocios totais no mercado `a vista, νi ´e o volume
financeiro gerado pelos neg´ocios com o ativo i no mercado `a vista e ν ´e o volume finan-ceiro gerado pelos neg´ocios totais no mercado `a vista.
2.2.3 Crit´erios de Pondera¸c˜ao
1. Market Cap dos ativos em circula¸c˜ao - free float. 2. Peso no ´ındice n˜ao pode ultrapassar os 20%.
3. Peso n˜ao pode ser superior a duas vezes a participa¸c˜ao que a a¸c˜ao teria caso o ´ındice ainda fosse ponderado de acordo com o ´Indice de Negociabilidade.
ωi =
M Ci
PN85 i=1M Ci
onde ωi´e o peso atribu´ıdo `a a¸c˜ao i, M Ci´e o seu respectivo market cap e N85´e a ´ultima
a¸c˜ao, em ordem decrescente, a fazer parte do conjunto que representa 85% do somat´orio total dos market caps.
2.3 IBrX 100 (IBrX 50)
Uma vez que as metodologias para o IBrX 100 e para o IBrX 50 s˜ao idˆenticas, exce¸c˜ao feita ao primeiro t´opico do crit´erio de inclus˜ao, a exposi¸c˜ao ser´a feita conjuntamente.
2.3.1 Crit´erios de Inclus˜ao
1. Estar entre os 100 (50 para o IBrX 50) ativos com maior ´Indice de Negociabilidade, no per´ıodo referente `as 3 carteiras anteriores.
2. Estar presente em 95% dos preg˜oes no per´ıodo referente `as 3 carteiras anteriores.
3. N˜ao ser classificado como “Penny Stock” (A¸c˜ao com valor inferior a R$ 1,00)
2.3.2 ´Indice de Negociabilidade
O ´Indice de Negociabilidade usado para o IBrX 100 e para o IBrX 50 ´e idˆentico ao usado para o Ibovespa e passou pela mesma modifica¸c˜ao em 2014:
INP r´e−2014 = PP i=1 r ηi η νi ν P 2014 ⇓ INP ´os−2014 = PP i=1 3 r ηi η ν i ν 2 P
onde P ´e o n´umero de preg˜oes no per´ıodo, ηi ´e o n´umero de neg´ocios com o ativo i no
mercado `a vista, η ´e o n´umero de neg´ocios totais no mercado `a vista, νi ´e o volume
financeiro gerado pelos neg´ocios com o ativo i no mercado `a vista e ν ´e o volume finan-ceiro gerado pelos neg´ocios totais no mercado `a vista.
2.3.3 Crit´erios de Pondera¸c˜ao
1. Market Cap dos ativos em circula¸c˜ao - free float.
ωi =
M Ci
PN85 i=1M Ci
onde ωi´e o peso atribu´ıdo `a a¸c˜ao i, M Ci´e o seu respectivo market cap e N85´e a ´ultima
a¸c˜ao, em ordem decrescente, a fazer parte do conjunto que representa 85% do somat´orio total dos market caps.
3
An´
alise do Comportamento dos ´
Indices Amplos
da BM&FBovespa
Usando como motiva¸c˜ao as discuss˜oes observadas na literatura sobre a eficiˆencia de diferentes metodologias de pondera¸c˜ao de portfolio e as mudan¸cas realizadas pela BM&FBovespa em seus ´ındices, temos como objetivo, nessa sess˜ao, analisar e comparar os comportamentos desses quatro ´ındices mencionados na sess˜ao anterior. Vale notar que a metodologia utilizada para a constru¸c˜ao do ´ındice Ibovespa at´e 2014 era ´unica e diferente da utilizada em todo o mundo. Talvez por isso, n˜ao encontramos trabalhos que a testem, emp´ırica ou teoricamente, frente a outras metodologias de pondera¸c˜ao, como buscamos fazer aqui.
3.1 Dados
As s´eries de ´ındices utilizadas foram disponibilizadas pela BM&FBovespa, tˆem o dia 30 de dezembro de 2002 como data-base e abrangem o per´ıodo entre 2003 e 2013, inclu-sos. Para o IBrX 100, IBrX 50, e para a antiga metodologia do Ibovespa - cuja s´erie ser´a aqui chamada simplesmente de Ibovespa -, os valores utilizados s˜ao referentes `as real-iza¸c˜oes efetivas dos ´ındices. J´a para a nova metodologia do Ibovespa - aqui chamado de Novo Ibovespa - utilizamos uma simula¸c˜ao realizada pela pr´opria BM&FBovespa com o objetivo de avaliar como teria sido o comportamento do Ibovespa no passado, se as mudan¸cas nas regras anunciadas em 2013 j´a estivessem em vigor.
´
E importante ressaltar que a s´erie simulada do Novo Ibovespa ´e um contra-factual im-perfeito uma vez que estando em vigor, a nova metodologia do ´ındice poderia afetar n˜ao s´o o comportamento dos investidores, como os pre¸cos e retornos dos ativos negociados. Assim como a maior parte da literatura, Chen et al. (2004), por exemplo, encontram evidˆencias de que a inser¸c˜ao de uma a¸c˜ao no S&P 500 leva a um aumento permanente no seu pre¸co, causado pelo aumento da conscientiza¸c˜ao dos investidores com rela¸c˜ao `
a empresa em quest˜ao, enquanto a exclus˜ao n˜ao surte qualquer efeito. Nesse sentido, ´e de se esperar que, caso haja vi´es nos retornos da s´erie simulada do Novo Ibovespa, ele seja negativo, uma vez que estamos desconsiderando eventuais aprecia¸c˜oes causadas pela inser¸c˜ao de algumas a¸c˜oes no ´ındice. Como nossos resultados apontam para uma performance superior do Novo Ibovespa quando comparado ao Ibovespa, esse vi´es est´a
ao nosso favor, sendo poss´ıvel, portanto, que as diferen¸cas sejam ainda maiores do que as aqui encontradas.
Al´em dos dados da BM&FBovespa, usamos dados di´arios da Bloomberg relativos ao mercado acion´ario brasileiro, como pre¸co, volume e n´umero de negocia¸c˜oes realizadas envolvendo cada a¸c˜ao na BM&FBovespa. Assim como Cooper et al. (2004), estab-elecemos janelas temporais - t, t − 3, t − 5, t − 10, t − 30 e t − 50 - para analisar as performances acumuladas dos ´ındices e identificar comportamentos espec´ıficos.
3.2 Performance
Para avaliar as diferen¸cas de performances dos ´ındices, iniciaremos analisando a rentabilidade acumulada. Como se pode observar no Figura 1, os diferentes ´ındices pare-cem ter evolu´ıdo de forma semelhante at´e 2010, com um ´ındice apresentando rentabil-idade acumulada maior que o outro em alguns momentos e o inverso ocorrendo em outros per´ıodos. A partir de 2011, o IBrX 100 come¸ca a descolar positivamente dos demais ´ındices, enquanto ocorre o contr´ario com o Ibovespa. A Tabela 1 quantifica esses descolamentos: ao final do per´ıodo analisado, o IBrX 100 rendeu 532,99%, enquanto o Ibovespa rendeu 357,09% e, entre eles, o Novo Ibovespa e o IBrX 50 renderam semel-hantes 468,07% e 455,51%, respectivamente. Colocando em termos relativos, o IBrX 100, o Novo Ibovespa e o IBrX 50 renderam, respectivamente, 175,90 p.p, 110,98 p.p e 98,42 p.p a mais que o Ibovespa.
A Tabela 1 tamb´em nos permite observar mais detalhadamente as rentabilidades dos ´ındices ano a ano. Al´em de ser o ´ındice com maior rentabilidade acumulada ao final do per´ıodo, em 6 dos 11 anos analisados, o IBrX 100 gera o maior retorno entre os ´ındices e, em nenhum dos anos, gera o menor. O Ibovespa, por sua vez, apresenta o pior retorno de todos em 6 anos diferentes, mas tamb´em ´e o com maior rentabilidade em outros 3, o que indica potencialmente um grau de volatilidade maior que os demais. A tabela confirma ainda que o Novo Ibovespa e o IBrX 50 apresentam rentabilidades, geralmente, medianas e semelhantes.
Figura 1: Rentabilidade Acumulada - Ln
Em termos metodol´ogicos, como os crit´erios de pondera¸c˜ao desses dois ´ındices e do IBrX 100 s˜ao iguais, o crit´erio de inclus˜ao parece ser o que aproxima o Novo Ibovespa mais do IBrX 50 do que do IBrX 100. Analisando as carteiras do Novo Ibovespa, essa tendˆencia ´e confirmada: em m´edia, entre 50 e 70 empresas comp˜oem o ´ındice. Assim, uma poss´ıvel interpreta¸c˜ao para a origem dos diferenciais de rentabilidade entre esses ´ındices ´e a maior diversifica¸c˜ao existente no IBrX 100, que tenderia a gerar retornos
maiores.
Usando dados di´arios de retorno na tabela 2 e 3, ´e poss´ıvel confirmar algumas das expectativas em torno do comportamento dos ´ındices. Durante o per´ıodo analisado, o Ibovespa apresenta as maiores medidas de volatilidade dentre todos os ´ındices: maior variˆancia, maior varia¸c˜ao interquartil, maior percentil 90 e menor percentil 10. Em con-trapartida, o IBrX 100 apresenta comportamento oposto, com os menores indicadores de volatilidade: menor variˆancia, menor varia¸c˜ao interquartil, menor percentil 90 e
maior percentil 10. Al´em disso, novamente, o Novo Ibovespa e o IBrX 50 geraram resultados intermedi´arios e semelhantes.
Tabela 1: Rentabilidade Acumulada Anual e ao Final do Per´ıodo - %
Adicionalmente, como ´e poss´ıvel observar nas tabelas j´a mencionadas e na Figura 2, os quatro ´ındices tˆem skewnesses negativas, ou seja, a cauda esquerda mais pesada quando comparadas a uma distribui¸c˜ao log-normal, com as massas das suas distribui¸c˜oes concentradas `a direita. Outro resultado comum a todos os ´ındices ´e um excesso de curtose positiva, indicando a ocorrˆencia de mais outliers do que o previsto quando con-siderados retornos log-normais. Note ainda que esses resultados independem da janela temporal utilizada3.
Sob o ponto de vista de um investidor, as an´alises de rentabilidade e volatilidade de um portfolio s´o tˆem sentido quando feitas conjuntamente. Nesse contexto, estendemos a investiga¸c˜ao para examinar as performances dos ´ındices ajustadas ao seus riscos. Para 3Por motivos de concis˜ao, mostramos aqui apenas as janelas de 1 e 50 dias. Os resultados, no entanto, n˜ao se alteram se levarmos em considera¸c˜ao janelas de 3, 5, 10 ou 30 dias.
isso, usamos o conceito de eficiˆencia de Sharpe, que atribui uma maior eficiˆencia ao portfolio com o maior excesso de retorno por unidade de desvio (ou risco), seguindo a f´ormula a seguir: SRi = E [R i− Rf] q var (Ri− Rf) ≈ E [Rq i− Rf] var (Ri)
onde Ri ´e o retorno do portfolio i em quest˜ao e Rf ´e o retorno do portfolio livre de
risco usado como referˆencia4.
Usando esse conceito como base de compara¸c˜ao, a Tabela 4 exp˜oe os ´ındices de Sharpe no ano e no per´ıodo completo. Novamente, o IBrX 100 ´e o ´ındice que apresenta o melhor desempenho, tendo a maior raz˜ao de Sharpe em 7 dos 11 anos analisados e tamb´em quando considerado o per´ıodo inteiro. De forma semelhante, o Ibovespa tem o pior desempenho, com a menor raz˜ao de Sharpe na janela completa, al´em de em 6 dos 11 anos analisados. Seguindo essa defini¸c˜ao, podemos ranquear os ´ındices por ordem decrescente de eficiˆencia, definida em termos de retorno por risco: IBrX 100, Novo Ibovespa, IBrX 50 e Ibovespa. Esse resultado corrobora os resultados anteriores, no sentido de apontar que os ´ındices ponderados por market cap apresentam melhor performance do que o Ibovespa e sua metodologia de pondera¸c˜ao por negociabilidade.
Outro fator a ser observado ´e a correla¸c˜ao entre os diferentes ´ındices durante difer-entes per´ıodos, afinal as divergˆencias de performance agregada entre as s´eries podem ser consequˆencia direta de uma menor correla¸c˜ao entre os portfolios em quest˜ao. No entanto, apesar das consistentes diferen¸cas entre os ´ındices nos indicadores analisados at´e agora, a Tabela 5 nos mostra que a correla¸c˜ao par a par entre as s´eries ´e muito alta. Como era de se esperar em fun¸c˜ao da sua metodologia, o Ibovespa apresenta a menor correla¸c˜ao com os demais ´ındices, mas mesmo assim os valores s˜ao elevados. A Tabela 6 nos d´a ainda as correla¸c˜oes seriais anuais e podemos observar que a do Ibovespa com os demais ´ındices ´e mais baixa nos primeiros trˆes e nos ´ultimos dois anos. A an´alise dos dados de performance anuais parece indicar que n˜ao h´a rela¸c˜ao clara entre per´ıodos de correla¸c˜ao inferior e per´ıodos de rentabilidade ou volatilidade relativa alta ou baixa, mas entender a origem da menor correla¸c˜ao em alguns anos pode ser
um exec´ıcio futuro interessante, pois pode nos ajudar a entender as consequˆencias das diferen¸cas metodol´ogicas entre os ´ındices.
Tabela 2: Estat´ısticas Descritivas - Ln (Retorno Di´ario)
Tabela 4: ´Indice de Sharpe
Tabela 6: Matriz de Correla¸c˜ao Anual dos Retornos Di´arios
(1) Novo Ibov - Ibov; (2) Novo Ibov - IBrX 100; (3) Novo Ibov - IBrX 50; (4) Ibov - IBrX 100; (5) Ibov - IBrX 50.
3.3 Diferenciais de Rentabilidade
Nesta sess˜ao, buscaremos entender melhor as origens das diferen¸cas sistem´aticas de performances dos ´ındices, avaliando o comportamento dos diferenciais de rentabilidade nas v´arias janelas temporais consideradas. Resultados nesse sentido podem ajudar a esclarecer quais as vantagens e desvantagens das diferentes metodologias utilizadas na constru¸c˜ao n˜ao s´o de ´ındices, mas de portfolios em geral.
Antes de tentar entender as diferen¸cas sistem´aticas de performance entre os ´ındices, ´e necess´ario se certificar de que elas s˜ao estatisticamente significantes e n˜ao apenas frutos de ru´ıdos quaisquer. Para isso, realizaremos testes t de m´edia para avaliar se os diferenciais m´edios de retorno s˜ao, de fato, diferentes de zero e tamb´em testes F de variˆancia para avaliar se as variˆancias das s´eries de ´ındices s˜ao distintas entre si. Os resultados est˜ao reportados nas tabelas 7 e 8.
Nos testes t, as hip´oteses nulas avaliadas s˜ao que os diferenciais m´edios de retorno dos ´ındices em quest˜ao s˜ao nulos. Observe na Tabela 7 que, quando consideradas janelas iguais ou superiores a 3 dias, a hip´otese nula ´e rejeitada para todos os pares, exceto o formado por Novo Ibovespa e IBrX 50. Isso implica que, para essas janelas, o diferencial de rentabilidade ´e estatisticamente significante - diferente de zero - para todos os pares compostos pelo Ibovespa e algum dos outros trˆes ´ındices e tamb´em para o par Novo Ibovespa - IBrX 100. Por outro lado, temos que o diferencial entre Novo Ibovespa e IBrX 50 ´e estatisticamente nulo para todas as janelas avaliadas e, portanto, pode ser considerado irrelevante. Esses resultados apontam que os diferenciais de retorno entre o Ibovespa e os ´ındices ponderados por market cap n˜ao s˜ao desprez´ıveis, sendo, portanto, objetos v´alidos de estudo.
Como argumentamos, ter retorno esperado superior n˜ao significa, necessariamente, que um ´ındice ou portfolio ´e melhor e mais desej´avel que o outro. Para uma avalia¸c˜ao mais robusta, devemos testar tamb´em a significˆancia estat´ıstica das diferen¸cas de variˆancia entre os ´ındices aqui expostos. Para isso, utilizamos testes F de variˆancia nos quais a hip´otese nula a ser testada ´e a de que a raz˜ao entre as variˆancias das s´eries de ´ındices ´e igual a 1. Pela Tabela 8, a um n´ıvel de significˆancia de 95%, apenas para o par IBrX 100 e Ibovespa as diferen¸cas de variˆancias s˜ao estatisticamente sig-nificantes em todas as janelas temporais analisadas. Para janelas de 30 e 50 dias, as diferen¸cas do Novo Ibovespa e do IBrX 50 para o Ibovespa tamb´em s˜ao significantes, enquanto as diferen¸cas do IBrX 100 para o Novo Ibovespa s˜ao significantes apenas em janelas inferiores a 10 dias. Note ainda que em todos esses casos as raz˜oes s˜ao inferiores a 1, indicando menor variˆancia para os ´ındices `a esquerda. Por fim, assim como no caso do teste de m´edias do diferencial de rentabilidades, tamb´em n˜ao h´a significˆancia nas diferen¸cas entre a variˆancia do IBrX 50 e a do Novo Ibovespa, sinalizando que as divergˆencias entre esses ´ındices tendem a ser resultados apenas de ru´ıdos nas duas s´eries.
Os resultados dos testes realizados indicam que, para quase todas janelas analisadas, os ´ındices ponderados por market cap - Novo Ibovespa, IBrX 100 e IBrX 50 - tˆem re-torno m´edio superior e variˆancia igual ou inferior ao Ibovespa, quando considerado um n´ıvel de significˆancia de 95%. Essas caracter´ısticas s˜ao desej´aveis do ponto de vista dos investidores e indicam uma maior eficiˆencia de portfolios ponderados por market-cap quando comparados a portfolios ponderados por um indicador de liquidez e negocia-bilidade - no caso, o ´Indice de Negocianegocia-bilidade da BM&FBovespa. Sob essa ´otica, a mudan¸ca da metodologia do ´ındice Ibovespa parece ter sido positiva para os investidores que o utilizam como benchmark do mercado brasileiro.
Adicionalmente, utilizamos o teste - n˜ao param´etrico - Kolmogorov-Smirnov para avaliar as distribui¸c˜oes dos retornos de cada ´ındice. Na Figura 9 ´e poss´ıvel observar que a distribui¸c˜ao dos retornos do Ibovespa ´e estatisticamente diferente da distribui¸c˜ao dos retornos do IBrX 100 para todas as janelas de tempo analisadas e tamb´em difere da distribui¸c˜ao dos retornos do Novo Ibovespa e do IBrX 50 para as maiores janelas. Esse resultado refor¸ca os resultados dos testes t e F no sentido de haver diferen¸cas estatisticamente significantes entre os retornos dos ´ındices ponderados por market cap e o Ibovespa, seja em termos de momentos ou em termos da distribui¸c˜ao como um todo.
Para uma avalia¸c˜ao mais definitiva da efetividade da mudan¸ca de metodologia, no entanto, ´e necess´ario entender melhor as origens das divergˆencias entre o Ibovespa e os demais ´ındices. Nesse caso, os histogramas dos diferenciais de retorno exibidos na Figura 35 ajudam de certa forma a caracterizar os seus comportamentos e sugerem
algumas potenciais explica¸c˜oes para a existˆencia de uma divergˆencia de performance estatisticamente significante entre os ´ındices.
Tabela 7: Testes t de M´edia
5Novamente por motivos de concis˜ao, foram expostos apenas os gr´aficos relativos `as janelas de 1 e 50 dias - os casos extremos.
Tabela 8: Testes F de Variˆancia
Figura 3: Histogramas - Ln (Diferencial de Retorno Di´ario) e Ln (Diferencial de Retorno Acumulado em 50 dias)
Pelos histogramas dos diferenciais de retorno entre os ´ındices, ´e poss´ıvel observar, especialmente quando considerados retornos acumulados em per´ıodos superiores a 1 dia, que as distribui¸c˜oes dos diferenciais tˆem massas concentradas em valores positivos, o que, diante dos resultados pr´evios, era esperado, afinal o Ibovespa foi o ´ındice que ap-resentou piores resultados em termos de rentabilidade quando comparado aos demais. Por outro lado, ´e interessante notar que as distribui¸c˜oes apresentam assimetrias em suas caudas, com as negativas sendo mais longas e pesadas do que as positivas, o que parece indicar que momentos de maiores divergˆencias entre os ´ındices coincidem com momentos em que o Ibovespa tem retorno superior aos demais.
3.4 Rela¸c˜ao entre Retorno e Negociabilidade
A metodologia do Ibovespa, quando comparada com as dos outros ´ındices, d´a maior peso para empresas cujas a¸c˜oes s˜ao muito negociadas, mesmo que elas n˜ao sejam t˜ao grandes em termos de market cap, e menor peso para grandes empresas cujas a¸c˜oes apresentam menores ´ındices de negociabilidade. A princ´ıpio, uma poss´ıvel explica¸c˜ao para os diferenciais de rentabilidade ´e que, em alguns per´ıodos, a¸c˜oes de empresas de determinado porte geram maiores retornos que as de outro e isso faria com que ´ındices que as privilegiam obtivessem melhores resultados. Os testes apresentados na Figura 4, no entanto, indicam que n˜ao h´a autocorrela¸c˜ao significante em nenhuma das s´eries de diferenciais avaliadas, o que enfraquece a hip´otese de que um ´ındice supere o outro consistentemente em alguns per´ıodos e o inverso ocorra em outros.
Uma explica¸c˜ao mais razo´avel para o comportamento dos diferenciais ´e a de que eles sejam gerados pelo impacto de vari´aveis relacionadas a liquidez, como volume negociado e n´umero de transa¸c˜oes realizadas no per´ıodo, sobre o c´alculo do ´ındice de negociabilidade. Essa poss´ıvel explica¸c˜ao ´e corroborada pelo n´umero crescente de evidˆencias na literatura de asset pricing e de corporate finance que apontam para uma correla¸c˜ao negativa entre vari´aveis de liquidez e retornos futuros das a¸c˜oes das firmas. Em Scheinkman e Xiong (2003), diferen¸cas de opini˜oes entre investidores que sofrem de excesso de confian¸ca com rela¸c˜ao `as suas informa¸c˜oes privadas tendem a aumentar o volume negociado e distorcer os pre¸cos dos ativos, podendo gerar bolhas financeiras que culminam em grandes perdas.
Baker e Stein (2004) e Baker e Wurgler (2007) argumentam que vari´aveis de liquidez podem ser usadas como medidas de um suposto “sentimento” de investidor, o qual
de-finem como uma cren¸ca com rela¸c˜ao a futuros fluxos de caixa e riscos de investimentos que n˜ao s˜ao justificados pelos fatos ou fundamentos. A¸c˜oes especulativas - de empresas novas, de baixa capitaliza¸c˜ao de mercado ou com dificuldades financeiras - seriam mais sens´ıveis a esse sentimento em fun¸c˜ao da maior dificuldade e subjetividade para a de-termina¸c˜ao dos seus reais valores de mercado. De acordo com as evidˆencias emp´ıricas, a¸c˜oes desse tipo passam a ser negociadas com maior frequˆencia e em maior quanti-dade conforme apresentam boa performance e, em fun¸c˜ao dessa cren¸ca n˜ao justificada, acabam sendo sobrevalorizadas. O resultado ´e que nos per´ıodos seguintes a esse mo-mentos de otimismo, essas a¸c˜oes tendem a performar mal conforme o mercado se ajusta.
´
E f´acil ver o poss´ıvel impacto dessa rela¸c˜ao negativa entre liquidez e retorno futuro em um ´ındice que adota pondera¸c˜ao por vari´aveis de negociabilidade como o Ibovespa: o maior peso para a¸c˜oes mais negociadas seria, na realidade, um maior peso para a¸c˜oes cujos retornos futuros s˜ao inferiores, gerando um vi´es negativo indesejado no ´ındice em quest˜ao. Nesse sentido, ´e emblem´atico o caso da OGX - ´Oleo e G´as Participa¸c˜oes - , empresa cuja a¸c˜ao (OGXP3) compˆos o ´ındice Ibovespa entre 2010 e 2013. No ano de 2009, um ano ap´os sua estreia na BM&FBovespa, o pre¸co das a¸c˜oes da OGX saltou de R$ 510 para R$ 1805, uma valoriza¸c˜ao de cerca de 254 %. Essa aprecia¸c˜ao gerou um aumento consider´avel na liquidez dessa a¸c˜ao e, em janeiro de 2010, ela foi inclu´ıda no ´ındice Ibovespa, permanecendo nele at´e agosto de 2013. Nesse per´ıodo em que a a¸c˜ao da OGX fez parte do ´ındice Ibovespa, seu pre¸co caiu de R$ 1805 para R$ 30, uma desvaloriza¸c˜ao de 98,25%. Mesmo com o valor de mercado da empresa em queda vertig-inosa, que culminou em um pedido de recupera¸c˜ao judicial, a a¸c˜ao da OGX permaneceu como parte relevante do ´ındice durante muito tempo em fun¸c˜ao dos seus elevados in-dicadores de negociabilidade, gerando um impacto negativo sobre sua performance que seria evitado em caso de uma metodologia diferente.
Nesse contexto, analisaremos aqui, de forma geral, a hip´otese de que momentos de maior ou menor movimenta¸c˜ao no mercado podem favorecer a performance de um ou de outro ´ındice. Em especial, estamos interessados em avaliar se h´a, de fato, alguma previsibilidade dos retornos futuros ao observarmos indicadores de liquidez como vol-ume negociado e n´umero de transa¸c˜oes. Para testar essa hip´otese, inicialmente rodamos regress˜oes simples do diferencial de rentabilidade dos ´ındices sobre dummies referentes aos quartis de volume total e de n´umero de transa¸c˜oes nas janelas avaliadas. Al´em disso, para avaliar em m´odulo os diferenciais, testamos tamb´em o impacto das mesmas vari´aveis independentes sobre os quadrados dos diferenciais de rentabilidade. Os resul-tados est˜ao reportados nas tabelas 9 a 12.
Nas regress˜oes referentes ao diferencial de rentabilidade, em todas janelas e pares de ´ındices considerados, o coeficiente referente ao ´ultimo quartil do n´umero de transa¸c˜oes ´e estatisticamente significante e positivo, a um n´ıvel de significˆancia de 95%. J´a os co-eficientes referentes aos quartis de volume total s´o apresentam significˆancia estat´ıstica na janela de 50 dias e, mesmo assim, ela deixa de existir quando inclu´ımos os quartis de n´umero de transa¸c˜oes na regress˜ao. Desses resultados, podemos inferir que h´a uma rela¸c˜ao positiva entre per´ıodos com maior n´umero de transa¸c˜oes realizadas e per´ıodos de diferencial de rentabilidade positivo, ou seja, o Ibovespa tende a ter performance inferior aos demais ´ındices em momentos de muita atividade no mercado. Adicional-mente, n˜ao parece haver rela¸c˜ao direta significativa entre os diferenciais e o total de volume transacionado.
J´a nas regress˜oes com o quadrado do diferencial de rentabilidade como vari´avel de-pendente, tanto o coeficiente relativo ao primeiro quanto o relativo ao ´ultimo quartil do n´umero de transa¸c˜oes totais s˜ao positivos e estat´ısticamente significantes em todas especifica¸c˜oes e janelas consideradas. Al´em disso, eles s˜ao crescentes ao longo dos quar-tis, o que indica uma rela¸c˜ao positiva entre os quartis e os quadrados dos diferenciais. Os coeficientes referentes aos quartis de volume total apresentam o mesmo comporta-mento, com a diferen¸ca de que ao inclu´ırmos os quartis de n´umero de transa¸c˜oes nas regress˜oes, os coeficientes do primeiro quartil de volume deixam de ser significativos. Esses resultados fornecem evidˆencias de que quanto maiores o volume e n´umero de ne-gocia¸c˜oes totais, mais distantes de zero tendem a ser os diferenciais de rentabilidade do Ibovespa e dos demais ´ındices.
Por fim, como teste de robustez, rodamos regress˜oes localmente lineares para avaliar os resultados encontrados acima. Nas Figura 5, 6 e 7, como esperado, ´e poss´ıvel observar a inclina¸c˜ao positiva na curva referente `a rela¸c˜ao entre os diferenciais de rentabilidades e os n´umeros de transa¸c˜oes para janelas de 50 dias, embora a inclina¸c˜ao n˜ao seja t˜ao evidente quando consideramos janelas di´arias. J´a para as rela¸c˜oes entre os quadrados dos diferenciais de rentabilidade, a inclina¸c˜ao positiva sugerida pelos resultados anteri-ores tamb´em ´e confirmada, inclusive para as janelas mais curtas.
´
E importante ter em mente que a entrada e pondera¸c˜ao de a¸c˜oes no Ibovespa est˜ao as-sociadas a um ´ındice de negociabilidade relativamente elevado, ou seja, uma a¸c˜ao tende a adquirir importˆancia no Ibovespa conforme ´e mais negociada. Ao mesmo tempo, as evidˆencias apontam para uma performance relativa pior do Ibovespa em
momen-tos de maior atividade do mercado acion´ario. Nesse sentido, os resultados descritos nos par´agrafos anteriores dialogam com a literatura que prevˆe rela¸c˜ao negativa entre vari´aveis de liquidez e retorno esperado, uma vez que a maior relevˆancia atribu´ıda a a¸c˜oes com elevados n´ıveis de liquidez e com baixos retornos parece ser a principal re-spons´avel pela performance inferior do Ibovespa quando comparado aos demais ´ındices ponderados por market cap.
4
Conclus˜
ao
Apesar de diversas metodologias alternativas de pondera¸c˜ao de portfolios terem sido propostas na literatura, a metodologia de pondera¸c˜ao por market cap continua sendo a mais utilizada na formula¸c˜ao de ´ındices de a¸c˜oes de bolsas de valores. At´e 2013, o Ibovespa, principal benchmark do mercado acion´ario brasileiro, seguia uma metodolo-gia pr´opria de pondera¸c˜ao de acordo com um ´ındice de negociabilidade criado pela pr´opria BM&FBovespa. A partir de 2014, essa metodologia deixou de ser utilizada e a pondera¸c˜ao por market cap foi adotada.
Esse trabalho analisa os diferentes ´ındices amplos de a¸c˜oes brasileiros, comparando seus comportamentos ao longo de 11 anos. Na primeira parte da an´alise, examinamos os principais indicadores de performance e eficiˆencia dos ´ındices, comparando o com-portamento dos seus retornos, volatilidades e correla¸c˜oes. Nessa avalia¸c˜ao, s˜ao obtidas evidˆencias de uma performance superior por parte dos ´ındices ponderados por market cap - IBrX 100, IBrX 50 e Novo Ibovespa - quando comparados ao Ibovespa sob a metodologia antiga.
Em seguida, o foco se torna os diferenciais de rentabilidade, em especial entre o Ibovespa e os demais ´ındices. Para todos os ´ındices ponderados por market cap, en-contramos diferenciais positivos estatisticamente significantes contra o Ibovespa, al´em de variˆancia inferior para o IBrX 100. Al´em disso, verificamos que n˜ao h´a autocor-rela¸c˜ao nas s´eries dos diferenciais e, por meio de regress˜oes lineares e localmente lin-eares, encontramos evidˆencias de que os momentos de pior retorno relativo do Ibovespa - quando comparado aos demais ´ındices - coincidem com momentos de maior n´umero de transa¸c˜oes realizadas no per´ıodo e tamb´em obtemos evidˆencias de que uma maior atividade no mercado acion´ario est´a correlacionada com o maior distanciamento, em
m´odulo, entre as performances do Ibovespa e dos outros ´ındices.
No contexto dos resultados encontrados aqui, seria interessante para extens˜oes fu-turas construir s´eries de ´ındices para o mercado brasileiro que utilizem as metodologias alternativas aqui descritas, al´em de reproduzir detalhadamente os ´ındices j´a existentes. Esse exerc´ıcio permitiria n˜ao s´o a compara¸c˜ao de um conjunto maior de metodologias, mas tamb´em a an´alise detalhada da rela¸c˜ao entre as divergˆencias de performance e as divergˆencias de pesos atribu´ıdos `as a¸c˜oes por cada uma dessas metodologias, o que pode ajudar a explicar algumas das evidˆencias encontradas aqui.
References
[1] Arnott, R., Hsu, J. and Moore, P. (2005): “Fundamental Indexation”, Financial Analyst Journal, v. 61, n. 2, p. 83-99.
[2] Arnott, R., Kalesnik, V., Moghtader, P. and Scholl, C. (2010): “Beyond Cap Weight - The Empirical Evidence for a Diversified Beta”, Journal of Indexes, January/February 2010, p. 16-29. [3] Baker, M. and Stein, J. (2004): “Market Liquidity as a Sentiment Indicator”, Journal of Financial
Markets, v. 7, p. 271-299.
[4] Baker, M. and Wurgler, J. (2007): “Investor Sentiment in the Stock Market”, Journal of Economic
Perspectives, v. 21, n. 2, p. 129-152.
[5] Benartzi, S. and Thaler, R. (2001): “Naive Diversification Strategies in Defined Contribution Saving Plans”, The American Economic Review, v. 91, p. 79-98.
[6] Booth, D. and Fama, E. (1992): “Diversification Returns and Asset Contributions”, Financial
Analysts Journal, v. 48, n. 3, p. 26-32.
[7] Chen, H., Noronha, G. and Singal, V. (2004): “The Price Response to S&P 500 Index Additions and Deletions: Evidence of Asymmetry and a New Explanation”, The Journal of Finance, v. 59, n. 4, p. 1901-1929.
[8] Choueifaty, Y. and Coignard, Y. (2008): “Toward Maximum Diversification”, The Journal of
Portfolio Management, v. 35, p. 40-51.
[9] Clarke, R., Silva, H. and Thorley, S. (2006): “Minimum-Variance Portfolios in the U.S. Equity Market”, The Journal of Portfolio Management, v. 33, p. 10-24.
[10] Cooper, M., Gutierrez, R. and Hameed, A. (2004): “Market States and Momentum”, The Journal
of Finance, v. 59, n. 3, p. 1345-1365.
[11] Demey, P., Maillard, S. and Roncalli, T. (2010): “Risk-Based Indexation”, Available at SSRN:
https://ssrn.com/abstract=1582998.
[12] DeMiguel, V., Garlappi, L. and Uppal, R. (2009): “Optimal Versus Naive Diversification - How Inneficient is the 1/N Portfolio Strategy”, The Review of Financial Studies, v. 22, n. 5, p. 1915-1953.
[13] Estrada, J. (2008): “Fundamental Indexation and International Diversification”, The Journal of
Portfolio Management, v. 34, n. 3, p. 93-109.
[14] Fernholz, R., Garvy, R. and Hannon, J. (1998): “Diversity-Weighted Indexing”, The Journal of
Portfolio Management, v. 24, n. 2, p. 74-82.
[15] Haugen, R. and Baker, N. (1991): “The Efficient Market Inefficiency of Capitalization-Weighted Stock Portfolios”, The Journal of Portfolio Management, v. 17, n. 3, p. 35-40.
[16] Hsu, J. (2006): “Cap-Weighted Portfolios are Sub-Optimal Portfolios”, The Journal of Investment
[17] Maillard, S., Roncalli, T. and Teiletche, J. (2010): “On the Properties of Equally-Weighted Risk Contributions Portfolios”, The Journal of Portfolio Management, v. 36, n. 4, p. 60-70.
[18] Neukirch, T. (2008): “ Alternative Indexing with the MSCI World Index”, Available at SSRN:
https://ssrn.com/abstract=1106109.
[19] Perold, A. (2007): “Fundamentally Flawed Indexing”, Financial Analyst Journal, v. 63, n. 6, p. 31-37.
[20] Plyakha, Y., Uppal, R. and Vilkov, G. (2012): “Why Does an Equal-Weighted Portfolio Outper-form Value- and Price-Weighted Portfolios”, Working Paper EDHEC.
[21] Sharpe, W. (1964): “A Theory of Market Equilibrium Under Conditions of Risk”, The Journal of
Finance, v. 19, n. 3, p. 425-442.
[22] Scheinkman, J. and Xiong, W. (2003): “Overconfidence and Speculative Bubbles”, Journal of
Apˆ
endice
A
Metodologias de Pondera¸
c˜
ao de Portfolios
A.1
Market Cap
Popularizado pelo CAPM, o m´etodo de pondera¸c˜ao por market cap garante que o impacto de uma varia¸c˜ao de pre¸co de uma a¸c˜ao sobre o portfolio seja proporcional ao valor total de mercado da empresa em quest˜ao. A maior parte dos ´ındices que utilizam essa metodologia levam em considera¸c˜ao apenas as a¸c˜oes livres `a negocia¸c˜ao - free float - para o c´alculo do market cap sob o argumento de melhor refletir as varia¸c˜oes do mercado acion´ario, uma vez que a¸c˜oes fora do free float n˜ao est˜ao sendo negociadas e, portanto, n˜ao impactam o mercado.
Em termos gerais, um ´ındice ponderado por market cap ´e calculado da seguinte forma: Indext= X i QiPi,t em que Qi = M Ci,t−1 P jM Cj,t−1 · Indext−1 ! · 1 Pi,t−1
e M Ci,t = OSi,t· Pi,t
onde t ´e uma data qualquer de repondera¸c˜ao, Pi,t ´e o pre¸co da a¸c˜ao i na data t e
OSi,t ´e o n´umero de a¸c˜oes i em circula¸c˜ao na data t - outstanding shares.
Al´em de serem eficientes sob as condi¸c˜oes previstas pelo CAPM, ´ındices ponderados por market cap apresentam propriedades desejadas como a alta liquidez, f´acil replica¸c˜ao e baixos custos de transa¸c˜ao. A alta liquidez ´e justificada em fun¸c˜ao da atribui¸c˜ao de pesos maiores para empresas com maior valor de mercado e que tamb´em tendem a ser mais l´ıquidas, ao passo que a relativa simplicidade da f´ormula para o c´alculo dos
pesos torna a replica¸c˜ao f´acil por parte dos investidores. Al´em disso, como ´ındices desse tipo n˜ao s˜ao rebalanceados para corrigir flutua¸c˜oes no pre¸co, eles tendem a apresentar menores custos de transa¸c˜ao do que outros ´ındices cujos pesos s˜ao independentes dos pre¸cos das a¸c˜oes. Hsu (2006) e Plyakha et al. (2012), no entanto, argumentam que essa ausˆencia de corre¸c˜ao das flutua¸c˜oes nos pre¸cos dos ativos tem efeitos indesejados, pois gera um vi´es negativo na performance desses ´ındices, uma vez que tendem a dar pesos maiores para empresas sobrevalorizadas, cujos pre¸cos tendem a cair no futuro. Defensor da pondera¸c˜ao por market cap, Perold (2007) rebate esse argumento afirmando que utilizar essa metodologia na constru¸c˜ao de um portfolio n˜ao altera a probabilidade de que uma a¸c˜ao esteja sobrevalorizada ou subvalorizada. Nesse caso, a no¸c˜ao de que esse estrat´egia de pondera¸c˜ao tenha um vi´es negativo seria falsa.
A.2
Pre¸
cos
O m´etodo de pondera¸c˜ao por pre¸cos dos ativos atrela o impacto de uma varia¸c˜ao de pre¸co de um ativo sobre o portfolio ao valor nominal desse ativo. Para exemplificar, consideremos um portfolio com apenas duas a¸c˜oes, A e B. Se o pre¸co da a¸c˜ao A ´e $90 e o pre¸co da a¸c˜ao B ´e $10, ent˜ao o peso da a¸c˜ao A no portfolio ser´a 90% e o da a¸c˜ao B ser´a 10%. Nesse caso, a empresa com maior pre¸co da a¸c˜ao ser´a sempre a com maior peso no portfolio, mesmo que seja a empresa com menor valor de mercado. Isso ocorre pois nessa metodologia os pesos dependem apenas do valor nominal das a¸c˜oes e n˜ao do valor de mercado das empresas.
Muito mais simples que um ponderado por market cap, um ´ındice ponderado por pre¸cos ´e calculado da seguinte forma:
Indext=
P
iPi,t
N
onde Pi,t ´e o pre¸co da a¸c˜ao i na data t e N ´e o n´umero de a¸c˜oes que comp˜oem o ´ındice.
A principal vantagem da pondera¸c˜ao por pre¸cos ´e a n˜ao necessidade de repondera¸c˜oes e, consequentemente, custos de transa¸c˜ao praticamente nulos. Apesar de ainda ser adotada por alguns ´ındices, como o Dow Jones e o Nikkei 225, essa metodologia n˜ao ´e
mais t˜ao utilizada. Isso se d´a porque um ´ındice que utiliza esse m´etodo est´a vulner´avel a grandes distor¸c˜oes causadas pelas diferen¸cas nos valores nominais das a¸c˜oes, que dificilmente tˆem correla¸c˜ao com as diferen¸cas de representatividade das empresas no mercado acion´ario - o que, em geral, um ´ındice utilizado como benchmark busca refletir.
A.3
Pesos Iguais
Classificada como uma estrat´egia ingˆenua por Benartzi and Thaler (2001) por seu car´ater heur´ıstico, a metodologia de pesos iguais para diferentes ativos dentro de um portfolio ´e possivelmente uma das mais utilizadas na pr´atica, especialmente por investi-dores inexperientes. A ideia por tr´as desse tipo de pondera¸c˜ao ´e garantir que varia¸c˜oes equivalentes nos pre¸cos de ativos distintos tenham impacto igual na carteira de um investidor. Assim, em um portfolio composto por n a¸c˜oes, ser´a atribu´ıdo a cada uma delas peso n1.
A constru¸c˜ao de um ´ındice de a¸c˜oes com pesos iguais para cada uma delas segue a seguinte f´ormula: Indext= X i QiPi,t em que Qi = 1 N · Indext−1 · 1 Pi,t−1
onde t ´e uma data qualquer de repondera¸c˜ao, Pi,t ´e o pre¸co da a¸c˜ao i na data t e N ´e
o n´umero de a¸c˜oes que comp˜oem o ´ındice.
O m´etodo de atribuir pesos iguais para cada ativo presente no portfolio ´e eficiente em um cen´ario em que prever retorno e risco seja imposs´ıvel e que n˜ao haja qualquer consenso entre os investidores. Essa propriedade contrasta essa forma de pondera¸c˜ao com a metodologia de pondera¸c˜ao por market cap, que ´e ´otima em um contexto de mer-cado informacionalmente eficiente. Al´em disso, nesse caso, as repondera¸c˜oes tendem a corrigir flutua¸c˜oes de pre¸cos, evitando que sejam atribu´ıdos pesos maiores para ativos
potencialmente sobrevalorizados ou pesos menores para ativos potencialmente subval-orizados. Dessa forma, n˜ao haveria o mesmo vi´es negativo na performance que h´a nos portolios e ´ındices que seguem a pondera¸c˜ao por market cap, de acordo com a literatura.
Arnott et al. (2010) e Demey et al. (2010) encontram evidˆencias de que portfo-lios ponderados de forma igualit´aria tendem a apresentar performances superiores a portfolios ponderados por market cap. Por outro lado, esses mesmos estudos argumen-tam que essa metodologia requer maior volume de opera¸c˜oes, gerando potencialmente maiores custos de transa¸c˜ao, o que eventualmente poderia anular ou at´e mesmo reverter a diferen¸ca de resultado entre os portfolios. Em outro estudo de compara¸c˜ao de ´ındices, DeMiguel et al. (2009) identificam performances melhores em ´ındices que atribuem pesos iguais `as a¸c˜oes que os comp˜oem quando comparados a ´ındices que seguem outras metodologias, como a de m´ınima variˆancia, que ser´a explicada adiante.
A.4
Fundamentos
A metodologia de pondera¸c˜ao de portfolios por fundamentos consiste em utilizar indicadores econˆomicos e cont´abeis como medidas de tamanho e importˆancia relativa das empresas. Dentre os indicadores utilizados pela literatura est˜ao: dividendos, book
value, fluxos de caixa, receitas, emprego, etc. A utiliza¸c˜ao de um ou de uma combina¸c˜ao desses indicadores permite que o portfolio em quest˜ao seja composto por empresas de relativa relevˆancia no mercado acion´ario sem que os pesos atribu´ıdos a essas empresas estejam sujeitos a ru´ıdos nos pre¸cos das a¸c˜oes.
Um ´ındice ponderado por fundamentos segue uma f´ormula semelhante `a dos pon-derados por market cap:
Indext= X i QiPi,t em que Qi = Fi,t−1 P jFj,t−1 · Indext−1 ! · 1 Pi,t−1
onde t ´e uma data qualquer de repondera¸c˜ao, Pi,t ´e o pre¸co da a¸c˜ao i na data t e Fi,t
´e o indicador ou a combina¸c˜ao de indicadores referente a empresa i na data t.
Utilizada inicialmente por algumas institui¸c˜oes financeiras em alguns de seus ´ındices pr´oprios, essa metodologia passou a ser mais explorada pela literatura na ´ultima d´ecada. Arnott et al. (2005) popularizaram o termo fundamental indexation e encontram evidˆencias de que a pondera¸c˜ao por fundamentos apresenta retornos maiores e volatil-idades menores do que a usual pondera¸c˜ao por market cap. Estrada (2008) obt´em resultados semelhantes e argumenta ainda que essa metodologia permite a manuten¸c˜ao da correla¸c˜ao entre pesos e liquidez, umas das principais vantagens da pondera¸c˜ao por market cap quando comparada a outras formas de pondera¸c˜ao. Adicionalmente, as-sim como o m´etodo de atribuir pesos iguais para diferentes ativos, a pondera¸c˜ao por fundamentos tamb´em garante que os pesos sejam independentes de eventuais ru´ıdos nos pre¸cos, evitando o poss´ıvel vi´es negativo atribu´ıdo `a pondera¸c˜ao por market cap. Por outro lado, Perold (2007) rebate os defensores da pondera¸c˜ao por fundamentos e argumenta que essa metodologia ´e uma estrat´egia de sele¸c˜ao ativa complexa e que investidores que n˜ao tenham experiˆencia com an´alise do mercado acion´ario devem con-tinuar seguindo a pondera¸c˜ao por market cap.
A.5
Metodologias de Otimiza¸
c˜
ao
A.5.1 M´ınima Variˆancia
A estrat´egia de atribuir pesos aos ativos de forma a minimizar a variˆancia do portfolio ´e ´otima em um contexto em que todos os ativos da carteira apresentem os mesmo re-tornos esperados. Ainda que essa hip´otese n˜ao seja realista, Haugen and Baker (1991) e Clarke et al. (2006) encontram evidˆencias de que essa metodologia pode produzir retornos superiores e volatilidades inferiores aos gerados pela pondera¸c˜ao por market cap. Em compensa¸c˜ao, em geral, essa estrat´egia tende a gerar portfolios com pouca diversifica¸c˜ao e muito concentrados em um n´umero pequeno de ativos.
Essa estrat´egia requer a estima¸c˜ao da matriz de covariˆancia dos retornos de todos os ativos no portfolio e segue a seguinte f´ormula:
ω∗ = arg min ω ω TΣ ω s.a N X i=1 ωi = 1 0 ≤ ωi ≤ 1
onde ω ´e a matriz de pesos e Σ ´e a matriz de covariˆancia dos retornos dos ativos.
A.5.2 M´aximo ´Indice de Sharpe
Diversas metodologias s˜ao apresentadas como eficientes sob um determinado conjunto de premissas. Essas hip´oteses, em geral, s˜ao sempre muito restritivas e n˜ao refletem o mundo real. Usando esse argumento, Choueifaty and Coignard (2008) prop˜oem um m´etodo que visa utilizar informa¸c˜oes sobre retornos futuros de a¸c˜oes para construir um portfolio que atinja o m´aximo ´ındice de Sharpe poss´ıvel ex-ante, supondo apenas uma rela¸c˜ao linear entre o prˆemio esperado pela a¸c˜ao e a volatilidade dos seus retornos -E [Ri] − Rf = γσi, ∀i.
Nesse caso, a estrat´egia segue o seguinte problema de otimiza¸c˜ao restrita:
ω∗ = arg max ω ωTσˆ q ωTΣ ωˆ s.a N X i=1 ωi = 1 0 ≤ ωi ≤ 1, ∀i
onde ω ´e a matriz de pesos, ˆσ ´e o vetor de volatilidade estimada dos retornos e ˆΣ ´e a matriz de covariˆancia estimada dos retornos dos ativos.
A.6
Contribui¸
c˜
oes de Risco Iguais
A estrat´egia de atribuir pesos aos ativos de forma a minimizar a variˆancia do port-folio leva a carteiras pouco diversificadas e alguns estudos como Booth e Fama (1992) e Fernholtz et al. (1998) mostram que a diversifica¸c˜ao tende a gerar retornos maiores para os investidores. Nesse contexto, alguns estudos como Neukirch (2008) e Maillard et al. (2010) exploram a metodologia de igualdade entre as contribui¸c˜oes de risco dos ativos ao portfolio, bem mais complexa que as anteriores. Essa estrat´egia garante que todos ativos tenham o mesmo impacto sobre o risco total da carteira e tem a vantagem de gerar efeito semelhante `a metodologia de pesos iguais em termos de diversifica¸c˜ao, ao mesmo tempo que leva em conta as contribui¸c˜oes de risco individuais e conjuntas de cada ativo. De forma geral, quanto maior a volatilidade do ativo, menor ser´a o seu peso.
A constru¸c˜ao de um portfolio que segue essa estrat´egia passa pela seguinte condi¸c˜ao:
ωi ∂σ (ω) ∂ωi = ωj ∂σ (ω) ∂ωj , ∀i, j em que σ (ω) = √ωTΣ ω = N X i=1 ωi ∂σ (ω) ∂ωi = N X i=1 RCi
onde ω ´e a matriz de pesos, σ ´e a volatilidade do portfolio, e Σ ´e a matriz de covariˆancia dos retornos dos ativos e RCi ´e a contribui¸c˜ao de risco do ativo i para o