Ricardo Trovão
Anomalias de calendário no mercado acionário brasileiro: a verificação dos efeitos segunda-feira e janeiro no Ibovespa
MESTRADO EM ADMINISTRAÇÃO
Dissertação apresentada à Banca Examinadora da Pontifícia Universidade Católica de São Paulo, como exigência parcial para obtenção do título de MESTRE em Administração sob a orientação do Prof. Doutor Rubens Famá.
Dedicatória
Agradecimentos
À minha esposa Andréa, pela compreensão e apoio.
Ao Prof. Dr. Rubens Famá, pela orientação e principalmente pela disponibilidade para a ajuda na realização desta pesquisa.
Aos Profs. Dr. José Odálio dos Santos e Dr. José Roberto Securato, pelas relevantes contribuições tecidas no momento de qualificação.
Ao Prof. Dr. Arnoldo de Hoyos pelos valiosos ensinamentos referentes aos métodos quantitativos.
Ao coordenador do Programa de Estudos Pós-Graduados em Administração, Prof. Dr. Luciano Prates Junqueira, por todo o apoio durante o curso;
Ao amigo e colega de curso Adriano, pelas contribuições para a realização deste trabalho.
Resumo
A hipótese de mercados eficientes é um dos assuntos mais importantes dentro da teoria de finanças. Porém, nos últimos anos, com a intensificação dos estudos e o surgimento de evidências da existência de comportamentos anormais nos retornos dos ativos financeiros (anomalias), esta teoria passou a ser questionada no meio acadêmico. A discussão do tema é ainda incipiente e objeto de muita polêmica, tendo, de um lado, os defensores da hipótese de eficiência e, de outro, os adeptos da corrente das finanças comportamentais. Dentre as anomalias, destacam-se o efeito segunda-feira e o efeito janeiro sendo duas das mais persistentes detectadas nos mercados acionários de diversos países. Dado este cenário, os objetivos da presente dissertação são a verificação da existência das anomalias de calendário efeito segunda-feira e efeito janeiro no mercado acionário brasileiro. O efeito segunda-feira caracteriza-se por retornos menores neste dia em relação aos demais dias da semana. Pelo efeito janeiro, os retornos neste mês seriam maiores do que nos outros meses do ano. Para a verificação do efeito segunda-feira, foram utilizadas as cotações diárias médias dolarizadas do Ibovespa, no período de 1986 a 2006. Já na averiguação do efeito janeiro foram utilizadas cotações mensais de fechamento dolarizadas do Ibovespa, no período de 1969 a 2006. Optou-se por incluir nas amostras os retornos atípicos (outliers) e também por fazer as análises excluindo tais valores das bases de retornos diários e mensais. Foram utilizados testes estatísticos paramétricos e não paramétricos. A análise estatística dos resultados diários indicou evidências da existência do efeito segunda-feira nas situações em que os retornos atípicos foram incluídos e excluídos da base de dados. A análise dos retornos mensais não apontou evidências para a existência do efeito janeiro, independentemente de terem sido excluídos, ou não, os retornos atípicos.
Abstract
The efficient markets hypothesis is one of most important subjects on finance theory. However, over the last years, with the intensification of the studies and the arise of evidences of existence of abnormal behavior of financial assets return (anomalies), this theory began to be discussed on academic environment. The debate of the subject is still incipient, showing on one side the efficient hypothesis defenders and on the other side the adepts of the behavioral finance tendency. Among the anomalies, the Monday effect and January effect can be detached as two of the most persistent detected on the stock markets of several countries. On this scenario, the purpose of this dissertation is to investigate the existence of the calendar anomalies Monday effect and January effect on the Brazilian stock market. The Monday effect is characterized by lower returns on this day than on the other days of the week. The January effect is described by higher returns on this month than on the other months of the year. In order to verify the Monday effect, the sample used is the Ibovespa dollarizated daily average returns from 1986 to 2006. To investigate the January effect the sample is composed by the Ibovespa dollarizated monthly closing returns from 1969 to 2006. The daily and monthly returns samples were analyzed considering and excluding the atypical returns (outliers). Parametric and non parametric statistical tests were used. The analysis of the results have indicated evidences of existence of the Monday effect, both when the atypical returns were considered and excluded from the database. It has shown also that there are no evidences of existence of the January effect, both when the atypical returns were considered on the database or not.
SUMÁRIO
1. INTRODUÇÃO... 01
1.1 Situação problema ... 01
1.2 Hipóteses... 02
1.3 Objetivos... 03
1.4 Justificativa... 04
1.5 Ações metodológicas... 06
1.6 Limitações do trabalho... 07
1.7 Estrutura do trabalho... 07
2. FUNDAMENTAÇÃO TEÓRICA... 09
2.1 Hipótese de mercados eficientes... 09
2.2 Finanças comportamentais... 14
2.2.1 Vieses do processo decisório... 16
2.4.2 Limitações ao aprendizado... 19
2.3 Anomalias do mercado acionário... 22
2.3.1 Efeito segunda-feira... 23
2.3.2.Efeito janeiro... 25
2.3.3 Efeito virada do mês... 28
2.3.4 Efeito feriado... 29
2.3.5 A maldição do vencedor ... 30
2.3.6 O efeito momento... 32
2.3.7 O efeito tamanho da empresa... 33
3. METODOLOGIA... 35
3.1 Introdução... 35
3.2 Técnicas estatísticas... 36
3.2.1 Testes paramétricos... 37
3.2.2 Testes não paramétricos... 39
3.2.3 Teste de normalidade... 40
3.2.4 Teste de autocorrelação ... 41
3.3 Investigação do efeito segunda-feira... 41
3.3.1 Amostra... 41
3.3.2 Cálculo dos retornos diários e preparação dos dados... 42
3.3.3 Hipóteses testadas... 45
3.4 Investigação do efeito janeiro... 45
3.4.1 Amostra... 45
3.4.2 Cálculo dos retornos mensais e preparação dos dados... 46
3.4.3 Hipóteses testadas... 47
4. ANÁLISES DOS RESULTADOS... 48
4.1 Efeito segunda-feira... 48
4.1.1 Amostra com outliers... 48
4.1.2 Amostra sem outliers... 52
4.2 Efeito janeiro... 59
4.2.1 Amostra com outliers... 59
4.2.2 Amostra sem outliers... 63
LISTA DE FIGURAS
LISTA DE TABELAS
Tabela 1 – Estatística descritiva dos retornos diários, incluindo outliers. Período: janeiro de 1986 a dezembro de 2006... 48 Tabela 2 – Resultados do teste de normalidade dos retornos. Amostra com
outliers. Período: janeiro de 1986 a dezembro de 2006... 49 Tabela 3 – Resultado do teste t de amostras pareadas de retornos. Amostra
com outliers. Período: de janeiro de 1986 a dezembro de 2006... 50 Tabela 4 – Resultados do teste Kruskal-Wallis. Amostra com outliers. Retornos no período de janeiro de 1986 a dezembro de 2006... 51 Tabela 5 – Detalhes do teste Kruskal-Wallis: Average Rank e Z.Amostra com outliers Período: janeiro de 1986 a dezembro 2006... 52 Tabela 6 – Amostra final e exclusões por dia da semana. Período: janeiro de 1986 a dezembro de 2006... 53 Tabela 7 – Limites inferior e superior de retorno. Período: janeiro de 1986 a
1 INTRODUÇÃO
1.1 Situação problema
A hipótese de mercados eficientes é um dos assuntos mais importantes dentro da
teoria de finanças. De acordo com ela, o mercado seria considerado eficiente se
refletisse rapidamente qualquer informação disponível nos preços dos ativos,
impossibilitando ganhos anormais. Isto significa que a posse de informações a
respeito deste mercado não alteraria o retorno esperado. Este conceito foi proposto
no final dos anos 60 e muitos dos trabalhos realizados nos anos seguintes tentavam
comprová-lo, sendo que boa parte deles concluíam que o mercado se mostrava
eficiente.
A partir da segunda metade da década de 1970, o desenvolvimento da computação
permitiu aos pesquisadores a intensificação dos estudos e aplicação de técnicas
matemáticas e estatísticas mais complexas a bancos de dados cada vez maiores.
Em conseqüência disto, foi evidenciada a existência de comportamentos anormais
nos retornos dos ativos financeiros. Estes comportamentos anormais questionavam
alguns aspectos elementares da hipótese de mercados eficientes e foram
denominados de anomalias pela literatura de finanças.
Dentre as anomalias detectadas, destacam-se as de calendário ou sazonais, as
referentes ao tamanho da empresa, à aquisição de empresas, entre outras.
As principais anomalias de calendário são o efeito segunda-feira, também conhecido
por efeito dia da semana, o efeito janeiro, chamado por outros de efeito mês do ano,
o efeito mudança de mês e o efeito feriado.
O problema desta pesquisa é verificar a existência das anomalias de calendário
efeito segunda-feira e efeito janeiro no mercado acionário brasileiro, que se
O efeito dia da semana caracteriza-se por retornos menores às segundas-feiras em
relação aos demais dias da semana. Já o efeito janeiro é caracterizado por maiores
retornos dos ativos em janeiro em relação aos demais meses do ano.
No estudo da primeira foram analisados os retornos do índice da Bolsa de Valores
do Estado de São Paulo (Ibovespa) no período de 1986 a 2006, enquanto que, na
averiguação do efeito janeiro, foram analisados os retornos do índice no período de
1969 a 2006. Em ambos os casos foram feitas análises incluindo e excluindo os
retornos atípicos (outliers) das bases de dados.
1.2 Hipóteses
Assim, formularam-se as seguintes perguntas de pesquisa:
• Verifica-se o efeito segunda-feira no Ibovespa, no período de 1986 a 2006, ao
se manter na base de dados os retornos atípicos?
• Verifica-se o efeito segunda-feira no Ibovespa, no período de 1986 a 2006, ao
se excluir da base de dados os retornos atípicos?
• Verifica-se o efeito janeiro no Ibovespa, no período de 1969 a 2006, ao se
manter na base de dados os retornos atípicos?
• Verifica-se o efeito janeiro no Ibovespa, no período de 1969 a 2006, ao se
excluir da base de dados os retornos atípicos?
As hipóteses relacionadas ao problema são:
• H0,1: não há evidências do efeito segunda-feira no Ibovespa, no período de
• Ha,1: há evidências do efeito segunda-feira no Ibovespa, no período de 1986 a
2006, incluindo na amostra os retornos atípicos.
• H0,2: não há evidências do efeito segunda-feira no Ibovespa, no período de
1986 a 2006, excluindo da amostra os retornos atípicos.
• Ha,2: há evidências do efeito segunda-feira no Ibovespa, no período de 1986 a
2006, excluindo da amostra os retornos atípicos.
• H0,3: não há evidências do efeito janeiro no Ibovespa, no período de 1969 a
2006, incluindo na amostra os retornos atípicos.
• Ha,3: há evidências do efeito janeiro no Ibovespa, no período de 1969 a 2006,
incluindo na amostra os retornos atípicos.
• H0,4: não há evidências do efeito janeiro no Ibovespa, no período de 1969 a
2006, excluindo da amostra os retornos atípicos.
• Ha,4: há evidências do efeito janeiro no Ibovespa, no período de 1969 a 2006,
excluindo da amostra os retornos atípicos.
1.3 Objetivos
Os objetivos deste trabalho são:
• Verificar a existência do efeito segunda-feira no Ibovespa, no período de
janeiro de 1986 a dezembro de 2006, considerando e desconsiderando os
• Verificar a existência do efeito janeiro no Ibovespa, no período de janeiro de 1969 a dezembro de 2006, considerando e desconsiderando os retornos
atípicos.
1.4 Justificativa
O tema envolvendo as anomalias dos mercados financeiros é ainda incipiente e
objeto de muita discussão no meio acadêmico. Há, de um lado, os defensores da
hipótese de eficiência e, de outro, os adeptos da corrente das finanças
comportamentais, segundo os quais as anomalias são motivadas por padrões
documentados de comportamento irracional dos investidores, que podem ser
inconsistentes com a teoria de eficiência de mercado. O principal argumento dos
primeiros é que as anomalias identificadas não podem ser generalizadas e não são
consistentes ao longo do tempo.
Entretanto, algumas anomalias parecem persistir ao longo do tempo, mesmo depois
de terem sido detectadas e difundidas. Dentre as anomalias, as mais recorrentes,
segundo Castro Júnior e Famá (2002), são o efeito segunda-feira e janeiro. Estudos
como o de Haugen e Jorion (1996) e Lakonishok e Smidt (1988) fornecem,
respectivamente, evidências da persistência das anomalias efeito janeiro e efeito
segunda-feira.
Dentre os estudos que identificaram o efeito segunda-feira, pode-se citar French
(1980), Thaler (1987), Lakonishok e Smidt (1988) para o mercado norte-americano,
além de Kato (1990) e Lean, Smith e Wong (2007) para mercados asiáticos.
Lemgruber, Becker e Chaves (1988), Costa Jr. (1990), Costa Jr. e Lemgruber
(1993), Leal e Sandoval (1994) e Bone e Ribeiro (2002) realizaram estudos
semelhantes para o mercado brasileiro, encontrando evidências da existência desta
anomalia. Ceretta e Costa Jr. (2001) pesquisaram o efeito segunda-feira em diversos
Na verificação do efeito segunda-feira há duas principais diferenças entre o presente
estudo e os efetuados anteriormente no Brasil. A primeira é o período da amostra.
Os trabalhos pesquisados abrangem até, no máximo, o final da década de 1990,
enquanto, nesta dissertação, foram utilizados dados do período de 1986 a 2006.
A segunda diferença refere-se ao tratamento dos dados. Nesta pesquisa, as
análises dos retornos foram realizadas incluindo e também excluindo da base de
dados os dias que apresentaram retornos atípicos, causados por eventos
macroeconômicos esporádicos, como crises em mercados emergentes,
desvalorização cambial, entre outros. Estes valores são conhecidos na literatura
estatística como outliers e sua presença na base de dados tende a distorcer os
resultados obtidos com os modelos estatísticos.
Dentre os principais estudos que identificaram o efeito janeiro, pode-se citar Keim
(1983), Lakonishok e Smidt (1988) e Haugen e Jorion (1996) para o mercado
norte-americano. Gultekin e Gultekin (1983) estudaram padrões sazonais em 16 países,
encontrando evidências do efeito em 15 deles. Já Costa Jr. (1990 e 1991) e Torres,
Bonomo e Fernandes (2002) estudaram o mercado brasileiro, e Lean, Smith e Wong
(2007) pesquisaram 7 mercados asiáticos, não encontrando evidências da anomalia.
As principais diferenças entre este estudo e os referidos estudos efetuados no Brasil
são o período amostral e as técnicas estatísticas utilizadas. Os trabalhos de Costa
Jr. (1990 e 1991) e Torres, Bonomo e Fernandes (2002) abrangem até o final dos
anos 80 e 90, respectivamente. O presente trabalho utilizou dados de 1969 a 2006.
Na averiguação do efeito janeiro, novamente foram adotados dois tratamentos da
amostra, ou seja, análises dos retornos incluindo e excluindo as observações
atípicas da base de dados.
Esta pesquisa contribui para a teoria de finanças, à medida que pode agregar
evidências favoráveis à generalidade da ocorrência de anomalias em mercados
acionários e sua persistência ao longo do tempo.
Do ponto de vista prático, os resultados desta pesquisa contribuem para uma melhor
podem ser utilizados por investidores na definição da estratégia de gerenciamento
de suas carteiras de investimento. Porém, não se constituem em indicação de
compra e venda de ações, até porque não foram levados em consideração os custos
de transação.
É importante ressaltar que o tema abordado nesta dissertação é atual, fato que se
percebe pela crescente produção científica em diversos países, incluindo o Brasil.
1.5 Ações metodológicas
Para a averiguação das anomalias foram utilizados tanto testes paramétricos quanto
não paramétricos, independentemente dos resultados dos testes de normalidade
dos retornos. Esta escolha foi motivada pelo objetivo de dar maior robustez ao
estudo e precisão às análises.
Para a verificação do efeito segunda-feira utilizou-se os testes estatísticos
paramétricos t de amostras pareadas, F da ANOVA, t de duas amostras e o não
paramétrico de Kruskal-Wallis. Foram analisadas as cotações médias diárias
dolarizadas do Ibovespa, no período de janeiro de 1986 a dezembro de 2006. A
escolha do período coincide com o início da disponibilização das cotações com
periodicidade diária.
O efeito janeiro foi pesquisado utilizando-se os testes paramétricos t de amostras
pareadas, F da ANOVA e t de uma amostra. O teste não-paramétrico utilizado foi o
Kruskal-Wallis. Foram analisadas as cotações mensais de fechamento dolarizadas
do Ibovespa, no período de janeiro de 1969 a dezembro de 2006. Foram utilizadas
as cotações de fechamento, uma vez que este era o único dado disponível de 1969
a 1985. A dolarização das cotações mensais e diárias visa eliminar o efeito da
1.6 Limitações da pesquisa
Como limitação pode-se destacar que esta pesquisa não tem o objetivo de buscar as
causas da existência ou não dos efeitos segunda-feira e janeiro, no Ibovespa, nos
períodos analisados.
Também não há intenção de definir estratégias de compra e venda de ações que
possam resultar em ganhos anormais, uma vez que outros fatores, como custos de
transação, não foram levados em conta.
Outra limitação que deve ser apontada é o tamanho relativamente pequeno da
amostra na averiguação do efeito janeiro. Porém, ressalta-se que nada pode ser
feito pelo autor em relação a isto, uma vez que ela é devida a características
inerentes ao mercado acionário brasileiro.
1.7 Estrutura do trabalho
No segundo capítulo é apresentada a fundamentação teórica do tema. Os assuntos
abordados são: a hipótese de eficiência de mercados; anomalias dos mercados
acionários com principais estudos sobre os efeitos segunda-feira, janeiro, virada do
mês, feriado, maldição do vencedor, momento e tamanho da empresa e, finalmente,
as finanças comportamentais.
O terceiro capítulo detalha a metodologia de testes, além das técnicas de
processamento dos dados. Inicialmente, são descritos os testes estatísticos
utilizados para a análise dos retornos. Na seqüência são apresentadas as formas de
cálculo dos retornos e os procedimentos utilizados para a identificação das
observações ou retornos outliers. Por fim, são descritas as hipóteses testadas.
O capítulo 4 traz a análise dos dados e resultados em face dos objetivos propostos e
seguida são analisados os resultados dos testes paramétricos e não paramétricos
utilizados.
O último capítulo tece algumas considerações finais sobre os resultados obtidos e
apresenta sugestões para futuras pesquisas. Por fim, seguem os apêndices com os
histogramas, gráficos de autocorrelação, além dos gráficos temporais de retornos e
2 FUNDAMENTAÇÃO TEÓRICA
2.1 Hipótese de mercados eficientes
A finalidade da existência dos mercados de capitais é possibilitar a transferência
eficiente de divisas entre os poupadores e os tomadores. Há, de um lado, aqueles
com excesso de capital e estão dispostos a investir e, do outro lado, aqueles que
têm acesso às oportunidades de investimentos, mas sem fundos para se aproveitar
destas oportunidades. A existência de um mercado eficiente permite atender aos
objetivos de ambos os lados.
A hipótese de eficiência de mercado tem uma longa história na área de pesquisa em
finanças. A idéia da hipótese apareceu pela primeira vez, segundo Shiller (1999), em
1889, embora ainda não utilizasse os termos mercados eficientes. Ainda segundo
Shiller (1999), a expressão hipótese de mercados eficientes foi cunhada por Harry
Roberts em 1967. Entretanto, tal trabalho nunca foi publicado e a fama por utilizar
primeiramente a expressão foi dada a Eugene Fama.
A base da hipótese da eficiência de mercado está na afirmativa de que o preço de
um ativo reflete todas as informações disponíveis sobre a instituição emissora. Em
outras palavras, a posse de informações não deve trazer nenhuma vantagem aos
investidores, pois o preço do ativo é ajustado antes que se possa efetuar a
negociação com o uso da informação.
A hipótese de mercados eficientes apresenta implicações tanto para as empresas,
quanto para os investidores. De acordo com Copeland, Weston e Shastri (2005),
num mercado eficiente os preços refletem e instantaneamente toda a informação
relevante disponível, significando que quando os ativos são comercializados, os
Fama (1970) afirma que nenhuma informação permitiria aos investidores alguma
possibilidade de ganho anormal (retornos superiores ao retorno ajustado ao risco de
determinado ativo). De acordo Brealey e Myers (1996), se os mercados forem
eficientes, a compra ou a venda de qualquer título ao preço vigente no mercado
nunca será uma transação com um valor atual líquido positivo. Se a venda de um
título proporcionar um valor atual líquido positivo ao vendedor, terá que proporcionar
um valor atual líquido negativo ao comprador.
Fama (1970) propôs três formas de eficiência de mercado. A primeira delas,
chamada de forma fraca de eficiência, mostra que os preços refletem toda a
informação contida no registro dos preços passados. De acordo com Ross,
Westerfield e Jaffe (2002), a eficiência fraca é o tipo menos exigente encontrada no
mercado financeiro, dada a facilidade de se ter acesso a informações passadas
sobre os preços dos ativos. Se o mercado for eficiente na forma fraca, a utilização de
informações sobre preços passados não é capaz de proporcionar lucros aos
investidores.
A existência da forma fraca demonstra que a análise técnica, que se refere à
tentativa de predição do futuro dos preços com base nos padrões de variação
apresentados no passado, se mostra inútil para os investidores. A utilidade da
análise técnica é ainda um ponto de muita polêmica. De acordo com a Investor
Home (2007a), a maioria dos pesquisadores que testaram sistemas de negociação
descobriram que os preços se ajustam rapidamente às novas informações e as
ferramentas de análise técnica não fornecem nenhuma vantagem aos que as usam.
Entretanto, estudos como o feito por Brock, Lakonishok e LeBaron (1992),
apresentam uma posição favorável à utilização da análise técnica. Ao aplicar
ferramentas da análise em uma longa série de dados do Índice Dow Jones, no
período de 1897 a 1985, foi verificada a ocorrência de retornos anormais, algo
inconsistente com a hipótese de eficiência de mercado. Qualquer conclusão prévia
de que a análise técnica é inútil seria, segundo os autores, prematura. Os testes da
forma fraca procuram mensurar quão bem os retornos passados predizem retornos
Pela forma semiforte de eficiência, os preços refletem não só o seu comportamento
passado como também o restante da informação publicada, como por exemplo
notícias específicas e anúncios sobre distribuição de lucros e dividendos. Os testes
da forma semiforte procuram especificar a rapidez com que os preços dos ativos
refletem as informações públicas.
Ross, Westerfield e Jaffe (2002) apontam dois testes da eficiência semiforte. O
primeiro é o estudo de eventos, que analisa os retornos no dia da divulgação de
informações e também nos dias anteriores e posteriores a este. Segundo Campbell,
Lo e Mackinlay (1997) o estudo de eventos é uma metodologia que permite
mensurar o impacto de eventos específicos sobre o valor das empresas. Camargos
e Barbosa (2005) afirmam que os estudos de eventos constituem a metodologia
mais utilizada para aferir a forma semiforte de eficiência de mercado. Outro teste é o
desempenho de fundos mútuos, através do qual pode-se comparar o desempenho
destes fundos ao de um índice de mercado. De acordo com Ross, Westerfield e
Jaffe (2002), há muitos estudos sobre os fundos mútuos e a maioria deles evidencia
que não há um desempenho superior ao de índices amplos. Como os
administradores destes fundos, em geral, se utilizam de informações públicas, a não
superação dos índices do mercado é compatível com a forma de eficiência
semiforte.
Por fim, há a eficiência na forma forte, na qual os preços refletem não só a
informação pública, mas toda informação que pode ser obtida, inclusive as
chamadas privilegiadas. Os testes desta forma de eficiência procuram detectar se
algum investidor possui alguma informação privilegiada que não está totalmente
refletida nos preços. Copeland, Weston e Shastri (2005) afirmam que se os
mercados forem eficientes na forma forte, nenhum investidor poderá obter retornos
em excesso ao utilizar qualquer informação, seja ela pública ou privada.
Fama (1970) enumerou três condições para a verificação da eficiência dos
mercados: a) inexistência de custos de transação; b) disponibilidade de toda a
informação a custo zero a todos os participantes do mercado e c) todos concordam
quanto aos efeitos das informações nos preços atuais dos ativos, assim como em
suficientes, mas não necessárias para a eficiência dos mercados. Por exemplo, até
mesmo elevados custos de transação não implicam que, quando a transação ocorra,
os preços não reflitam totalmente a informação disponível.
Para Shiller (1999) a teoria de mercados eficientes está baseada nas mais primitivas
noções de que os seres humanos se comportam racionalmente, maximizam a
utilidade esperada e são capazes de processar todas as informações disponíveis.
Fama (1991) propôs alterações nas denominações das formas de eficiência de
mercado. Os testes da forma fraca de eficiência passaram a ser chamados de testes
de previsibilidade de retorno. Na segunda categoria, eles passaram a se chamar
estudos de evento. Por fim, na terceira categoria, o teste da forma forte teve seu
nome alterado para teste de informações privadas, título considerado mais
descritível.
A literatura de finanças a respeito da hipótese de mercados eficientes é bastante
rica. O assunto, de acordo com Castro Júnior e Famá (2002) é ainda controverso,
até mesmo nos Estados Unidos, local de surgimento da hipótese. Testes de
eficiência foram realizados em diversos países, emergentes e desenvolvidos, tendo
sido encontradas tanto evidências a favor da hipótese quanto evidências contrárias,
estas batizadas de anomalias dos mercados financeiros.
Fama (1991), em defesa da hipótese de mercados eficientes, argumenta que o
surgimento de comportamento anormal de retornos dos ativos pode ser causado por
falhas no modelo de precificação de ativos.
Os modelos de precificação de ativos são um dos assuntos mais importantes na
área de finanças. De acordo com Damodaran (1997), a previsão de retornos e as
questões de como o risco é mensurado e recompensado são fundamentais em
decisões de investimento.
O trabalho de Markowitz (1952), sobre a teoria de carteiras foi um dos mais
marcantes para o desenvolvimento dos modelos de formação de preços de ativos.
conta na seleção de uma carteira. O investidor seria totalmente racional e tentaria
maximizar o retorno e minimizar o risco. Se os investidores optarem por aceitar mais
risco, exigirão um maior retorno correspondente.
Sharpe (1964) desenvolveu o CAPM, Capital Asset Pricing Model, baseando-se
diretamente nesta teoria. Por este modelo, o retorno de qualquer ativo é
determinado pelo retorno do ativo livre de risco e pelo prêmio de mercado
multiplicado pelo fator beta, que mede a sensibilidade dos retornos do ativo em
relação à carteira de mercado. Trata-se, portanto, de um modelo de um único fator, o
beta, que explicaria a diferença de retorno exigido entre os ativos.
Muitos estudos, como por exemplo os realizados por Black, Jensen e Scholes (1972)
e Fama e MacBeth (1973), buscaram testar a validade do modelo, encontrando
evidências favoráveis. Entretanto, a evolução dos testes estatísticos e o
desenvolvimento da computação, que permitiu manipular bases de dados cada vez
maiores, possibilitaram o acirramento das discussões a respeito das deficiências do
CAPM, principalmente por este se tratar de um modelo no qual apenas o beta é
responsável pela determinação dos retornos dos ativos.
Dentre os principais estudos que identificaram tais ineficiências, caracterizando
algumas anomalias de mercado financeiro, destacam-se Banz (1981), Lakonishok e
Shapiro (1986), Jaffe, Keim e Westerfield (1989) e Fama e French (1992). Muitos
destes pesquisadores passaram então a sugerir a inclusão de outras variáveis no
modelo CAPM.
Visando buscar fatores que pudessem melhorar o poder explicativo do CAPM, Fama
e French (1993) propuseram o modelo dos três fatores. Os fatores de risco do
modelo são o mercado (beta), conforme prega o CAPM, o tamanho da empresa,
definido pela relação entre o valor contábil e o valor de mercado do patrimônio
líquido e, por fim, o índice B/M, ou Book-to-Market. De acordo com Fama e French
(1996b) o beta somente não consegue explicar os retornos esperados e o modelo
dos três fatores dá uma descrição melhor da média dos retornos do que o CAPM,
Segundo Fama e French (2004) um dos problemas mais sérios do modelo dos três
fatores é não capturar o efeito momento de Jagadeesh e Titman (1993). Um grande
número de estudos, iniciados por esses dois pesquisadores, demonstrou que
estratégias de momento, envolvendo a compra (venda) de ações que tiveram um
bom (mau) desempenho nos últimos doze meses, tendem a produzir retornos
anormais positivos durante o ano subseqüente. Os resultados de Jagadeesh e
Titman (1993) foram corroborados por Fama e French (1996a) e Jagadeesh e
Titman (2001) para o mercado norte-americano, por Rouwenhostr (1998) para o
mercado europeu e por Rouwenhorst (1999) para os mercados emergentes,
incluindo o Brasil.
O trabalho de Carhart (1997) foi pioneiro ao incorporar o fator momento ao modelo
de três fatores de Fama e French (1993) , construindo o que ficou conhecido como
modelo dos quatro fatores. Carhart (1997) encontrou evidências empíricas para
afirmar a superioridade do modelo dos quatro fatores em relação ao modelo dos três
fatores, na explicação dos retornos. Mussa, Santos e Famá (2007) corroboraram os
resultados de Carhart (1997) para o mercado brasileiro.
De acordo com Malkiel (2003), na última década, o domínio intelectual da hipótese
de eficiência de mercados se tornou bem menos universal. Muitos economistas
financeiros e estatísticos passaram a acreditar que os preços futuros das ações
seriam, ao menos, parcialmente, previsíveis com base nos padrões de preços
passados. Uma nova corrente de pensamento começou a dar ênfase a elementos
psicológicos e comportamentais na determinação dos preços dos ativos financeiros.
2.2 Finanças comportamentais
“O tradicional paradigma das finanças [...] busca compreender os mercados
financeiros utilizando modelos nos quais os agentes são racionais.” (BARBERIS e
Os mercados seriam operados por indivíduos aptos a processar de maneira ótima
todas as informações disponíveis e que não formam expectativas viesadas em
relação ao futuro.
O modelo baseado no homem racional foi, durante muitos anos, eficiente em
explicar os mais importantes aspectos da área de finanças. Segundo Thaler (2000),
a utilização da racionalidade e ausência de emoção dos agentes como premissas,
(ao invés da possibilidade do comportamento irracional) deixava a construção de
modelos mais fácil. Entretanto, tais modelos, no decorrer dos anos 80 e 90
começaram a apresentar sinais de desgaste. Conforme Yoshinaga et al (2004),
evidências empíricas revelaram que as teorias baseadas na racionalidade dos
indivíduos não são capazes de explicar satisfatoriamente os diversos fenômenos
observados nos mercados financeiros.
Neste cenário, a teoria de finanças comportamentais apresentou grande
desenvolvimento, sendo hoje um dos campos de estudo polêmicos dentro de
finanças. Segundo Ferreira (2007), as finanças comportamentais são, dentre as
áreas de integração psicologia-economia, uma das que mais cresce em termos de
produção acadêmica no Brasil.
Essa corrente reconhece que nem sempre os indivíduos se comportam de forma
racional e prega o aperfeiçoamento do modelo moderno de finanças, introduzindo
estudos sobre o comportamento e irracionalidade do homem. Segundo Thaler
(2000), parece lógico que modelos econômicos descritivos construídos com base
em concepções mais realistas dos indivíduos têm maior poder de explicação.
O campo de estudos das finanças comportamentais incorpora conceitos de outras
áreas (como psicologia e sociologia) à economia para explicar as decisões
financeiras dos indivíduos e aproximar as teorias econômicas e das finanças à
realidade dos mercados financeiros. Esta linha de pesquisa tenta identificar como as
emoções e os erros cognitivos podem influenciar as decisões de investidores e como
esses padrões de comportamento podem determinar mudanças no mercado. Não se
espera, por uma série de razões comportamentais e limites à arbitragem, que os
comportamentais, os mercados podem ser ineficientes porque investidores
irracionais podem levar os preços além dos níveis racionais por algum tempo.
O objetivo das finanças comportamentais não é rejeitar totalmente a abordagem
neoclássica de finanças, mas sim mostrar como e por que os pressupostos e
explicações tradicionais podem não ser suficientes para a compreensão de muitos
acontecimentos dos mercados financeiros. Os pesquisadores dessa área procuram
mostrar que existem limites à racionalidade e que esses limites ocorrem com
freqüência suficiente para provocar resultados relevantes.
Os fundamentos das finanças comportamentais serão discutidos detalhadamente a
seguir, observando-se a divisão em dois grupos das características humanas que
afetam o processo de decisão: vieses do processo decisório e limitações ao
aprendizado.
2.2.1 Vieses do processo decisório
Um dos primeiros estudos a questionar o pressuposto da racionalidade ilimitada foi
realizado por Kahneman e Tversky (1979). Tal trabalho mostrou evidências que, em
uma série de escolhas proporcionadas a diversas pessoas, a teoria da utilidade
esperada era desrespeitada, dependendo da forma como o problema era abordado.
Kahneman e Tversky (1979) elaboraram a teoria do prospecto, segundo a qual o
indivíduo é avesso ao risco para ganhos, mas propenso ao risco para perdas.
Castro Júnior e Famá (2002) asseveram que uma pessoa avessa ao risco é aquela
que prefere a certeza de um ganho x a qualquer prospecto de risco cujo ganho
esperado seja x. No que se refere a perdas, as pessoas preferem até correr o risco
de perder uma quantia maior do que x, se tiverem, ainda, a possibilidade de não
perder nada, ao invés da certeza de perder x.
Kahneman e Tversky (1979) propuseram um dos conceitos mais importantes
Torres (2001) esse conceito se baseia na constatação de que as pessoas sentem
muito mais a dor da perda do que o prazer obtido com um ganho equivalente.
Esta proposição contraria o preceito microeconômico da teoria da utilidade, que
supõe que o investidor avalia o risco de um investimento de acordo com a mudança
que este proporciona em sua riqueza. Isto levou Kahneman e Tversky (1979) a
propor uma nova função de valor, conforme a Figura 1, que mostra o comportamento
avesso ao risco para ganhos e propenso ao risco para perdas. Para Kimura e Basso
(2003) a função de valor, para a teoria de prospecto, é definida a partir de um ponto
de referência, é geralmente côncava no domínio dos ganhos e convexa no domínio
das perdas e é mais íngreme nas perdas do que nos ganhos.
Figura 1 – Curva de função de valor Fonte: Kimura e Basso (2003)
Para Kahneman e Tversky (1979) a teoria da utilidade esperada atualmente
dominante não descreve bem o mundo real, no qual os indivíduos tomam decisões
em condições de incerteza, por não levarem em conta alguns aspectos do
comportamento inerentes à natureza humana, como os efeitos certeza, reflexão e
Segundo Rogers et al (2007) o efeito isolamento se dá pela simplificação do
processo de decisão, no qual os agentes desconsideram boa parte das
características de cada uma das opções de escolha. Pelo efeito certeza, as escolhas
dos agentes podem violar o princípio de que as utilidades devem ser ponderadas a
partir das probabilidades de ocorrência de cada um dos possíveis resultados.
Conforme Kahneman e Tversky (1979), o efeito reflexão se caracteriza pelos
indivíduos tenderem a apresentar comportamentos diferentes em relação ao risco
dependendo de como são confrontados com determinada situação. Assim, eles se
mostram avessos ao risco quando estão diante de duas possibilidades de ganho
com a mesma utilidade esperada. Quando as mesmas possibilidades são
apresentadas em termos de perdas potenciais eles se transformam em tomadores
de risco.
A decisão dos agentes depende da forma como um problema lhes é apresentado. É
a chamada dependência do contexto. Estudos mostram que as pessoas analisam os
dados de um problema de acordo com a disposição do mesmo problema. Dentre os
conceitos utilizados para explicar tal comportamento estão a contabilidade mental e
o arrependimento.
A contabilidade mental, segundo Shiller (1999), refere-se à tendência humana de
guardar determinados eventos em compartimentos mentais com base em atributos
superficiais. Para Shefrin e Statment (1985), a contabilidade mental pode explicar a
excessiva propensão dos investidores a segurar ações perdedoras e vender as
ações vencedoras. Quando uma ação é comprada, uma nova conta mental é aberta,
onde são lançadas as pontuações positivas ou negativas, ganhos ou perdas, tendo
como ponto de referência o preço de compra da ação. Os investidores teriam
dificuldade em fechar uma conta que estivesse com prejuízo.
Pela teoria do arrependimento, segundo Loomes e Sudgen (1982), quando as
pessoas tomam decisões em condições de incerteza, elas tentam antecipar
possíveis sensações de arrependimento e levam em consideração tais sensações
Para Barberis e Thaler (2003) o arrependimento é a dor que alguém sente quando
percebe que teria se saído melhor se não tivesse tomado determinada atitude no
passado. No caso específico do mercado financeiro, o investidor pode se sentir
arrependido de comprar determinada ação ao verificar que esta se encontra em
baixa.
Para Shiller (1999) uma das implicações da teoria do arrependimento é que os
investidores podem evitar vender ações perdedoras para não finalizar o erro que
cometeram e não sentir arrependimento. O medo do arrependimento está ligado ao
fato de que é muito doloroso para os investidores assumirem seus erros.
2.2.2 Limitações ao aprendizado
Se os investidores pudessem aprender com seus erros, seria possível excluí-los do
processo de tomada de decisão em condições de risco. Entretanto, de acordo com
Rogers et al (2007), características do comportamento humano como a falácia do
apostador, ilusão do conhecimento e otimismo ou confiança excessiva atuam como
limitadoras do aprendizado.
A ausência de compreensão sobre aleatoriedade causa a falácia do apostador, que,
para Clotfelter e Cook (1993) é a crença que a probabilidade da ocorrência um
evento diminui quando este evento ocorreu recentemente, mesmo que os eventos
sejam independentes. Para Rogers et al (2007), nos mercados financeiros, essa
crença pode levar os investidores a anteciparem o fim de uma série de bons retornos
e pode ser interpretada como uma crença exagerada de retorno à média.
A ilusão de controle ou conhecimento é outra característica comportamental que
também atua como limitadora do aprendizado dos indivíduos. Essa ilusão surge
devido à crença que as pessoas têm de poder controlar eventos sobre os quais eles
não têm absolutamente nenhum poder ou influência. De acordo com Rogers et al
(2007), as pessoas tendem a crer que suas previsões serão tanto melhores quanto
quantidade de informações não significa maior acerto na previsão, especialmente se
várias delas forem iguais às já existentes.
No contexto de racionalidade ilimitada, ao fazerem previsões sobre eventos futuros,
os indivíduos conhecem e dominam conceitos como a lei dos grandes números,
formando suas expectativas com base em probabilidades passadas. Entretanto, na
prática, as pessoas tendem a acreditar na lei dos pequenos números (dando peso
exagerado a informações extraídas de uma pequena base de dados), ao mesmo
tempo que desconsideram informações e dados históricos.
Segundo Barberis e Thaler (2003), extensa evidência mostra que as pessoas
confiam excessivamente em seus julgamentos, principalmente na estimativa de
quantidades e probabilidades, acreditando serem mais precisas do que realmente
são. De Bondt e Thaler (1985) ressaltam que investidores super valorizam boas
noticias sobre ações que tiveram bom desempenho no passado recente e sub
valorizam boas informações das que tiveram desempenho ruim no passado distante.
O otimismo exagerado a longo prazo dos investidores se reflete na compra de
papéis já valorizados, que vêem apresentando bom desempenho já há algum tempo.
De acordo com Lakonishok, Shleifer e Vishny (1994) uma das razões que podem
levar à compra de papéis em evidência é o comportamento que as pessoas têm de
extrapolar os resultados obtidos no passado para o futuro distante. Tal atitude
decorre da dificuldade em se compreender o conceito de retorno à média. Os preços
das ações não caem ou sobem infinitamente, mas apresentam uma tendência de
flutuação em torno de um valor médio. Os investidores, ao ignorarem tal fato,
compram papéis que apresentaram bom desempenho passado e que, às vezes,
estão prestes a retornar à sua média. Conforme Halfeld e Torres (2001), um
resultado ruim de uma ação após uma série de retornos positivos é vista como um
acidente de percurso e não como um sinal de retorno à média.
Além do otimismo a longo prazo, observa-se também o pessimismo a curto prazo.
Os investidores encaram um resultado positivo de uma ação após uma série de
maus resultados com desconfiança e não como um possível retorno do valor do
Este otimismo e confiança excessivos estão relacionados, principalmente, às
atitudes de defesa do ego. Esse exagero está ligado ao conceito da heurística da
representatividade, que, de acordo com Tversky e Kanneman (1974), caracteriza-se
pela tendência que as pessoas têm de tentar categorizar eventos aleatórios em
padronizados, dando pouca importância a evidências anteriores. As bases do
julgamento de determinada situação são os modelos mentais de referência.
Em alguns casos, o uso dessa heurística pode levar a comportamentos irracionais,
uma vez que os indivíduos podem basear suas estratégias em informações
insuficientes, mesmo quando há outras de melhor qualidade a serem utilizadas como
base para seus julgamentos.
Este comportamento está ligado à ancoragem e à dissonância cognitiva. Ancoragem
é o fenômeno pelo qual as pessoas ficam, em suas avaliações, indevidamente
influenciadas por suas crenças e opiniões anteriores. Conforme Rabin (1998), os
indivíduos se apóiam em fracas evidências para formar suas hipóteses iniciais e a
estas ficam ancoradas, com enorme dificuldade de alterá-las, quando,
posteriormente, informações de melhor qualidade vêem de encontro às suas crenças
iniciais.
Pesquisas sugerem que as pessoas são por demasiado desatentas a novas
informações que contradizem suas hipóteses. Uma possível conseqüência nos
mercados financeiros é que os investidores, uma vez convencidos de que sua
estratégia de investimento é mais lucrativa que outras, podem não se atentar
suficientemente ao surgimento de evidências sugerindo o contrário.
De acordo com Shiller (1999), a dissonância cognitiva é o conflito mental pelo qual
as pessoas passam diante de uma evidência de que suas crenças estão erradas.
Como tentativa de minimizar a dissonância cognitiva, as pessoas podem esquivar-se
de novas informações ou mesmo desenvolver argumentos distorcidos para preservar
suas crenças.
A dissonância cognitiva pode influenciar as atitudes dos investidores. Para Kimura e
perdas financeiras como pouco importantes, diminuindo o significado do prejuízo
obtido nas atitudes tomadas anteriormente, como por exemplo a compra de uma
ação.
Segundo Halfeld e Torres (2001), a maioria dos investidores considera sua
habilidade em vencer o mercado como acima da média. Entretanto, na prática, tal
habilidade é muito difícil de ser encontrada. Odean (1998) considera que grande
parte dos investidores não consegue vencer o mercado. Analisando as negociações
de 10.000 contas de clientes, realizadas entre 1987 e 1993, no mercado norte
americano, concluiu que os títulos vendidos tiveram um desempenho 3,4% maior do
que os comprados nessas negociações.
Como conseqüência no processo de tomada de decisão de investimentos, o
excesso de confiança pode, conforme afirma Kimura (2003), levar o investidor a
manter posições perdedoras, uma vez que este crê possuir vantagem comparativa
em relação ao mercado na escolha do melhor investimento e realizar uma
diversificação inadequada, ou ingênua, de ativos. Outra conseqüência do excesso
de confiança do investidor é a grande quantidade de volume negociado, conforme
proposto por Odean (1999).
2.3 Anomalias do mercado acionário
Pela hipótese de mercados eficientes os preços dos ativos financeiros seguem um
padrão de comportamento aleatório, o que tornaria impossível predizer retornos
futuros com base nas informações públicas disponíveis. De acordo com Thaler
(1987a) as primeiras tentativas de testar a hipótese examinaram as correlações
entre preços de ativos. Uma vez que não eram encontradas correlações
significativas, as evidências eram consistentes com o rumo aleatório.
A partir da segunda metade da década de 1970, recursos computacionais cada vez
mais poderosos permitiram aos pesquisadores aplicar diferentes tipos de testes
então, muitos trabalhos vêm detectando a existência de persistentes evidências
contrárias à eficiência de mercado. De acordo com Brav e Heaton (2006) uma
anomalia financeira é um padrão documentado de comportamento de preços que é
inconsistente com a hipótese de mercados eficientes.
A seguir estão relacionadas algumas das principais anomalias encontradas em
diversos mercados de capitais. Observa-se que o presente trabalho busca verificar a
existência das anomalias segunda-feira e janeiro no mercado brasileiro.
2.3.1. Efeito segunda-feira
O efeito segunda-feira, também chamado de efeito dia da semana, é caracterizado
pelos diferentes retornos diários dos ativos ao longo dos dias da semana. Trabalhos
feitos no mercado norte-americano nos anos 70 e 80 mostram que os retornos nas
segundas-feiras são, na média, menores do que nos outros dias.
French (1980) estudou a distribuição dos retornos diários do Standard and Poor’s
(S&P 500), índice composto pelas ações das 500 maiores empresas negociadas na
bolsa de Nova York, no período de 1953 a 1977. Os resultados permitiram concluir
que a média dos retornos das segundas-feiras foi significativamente negativa, a
média dos retornos das terças-feiras ficou próxima a zero e as médias das quartas,
quintas e sextas-feiras foram significativamente positivas.
Lakonishok e Smidt (1988) analisaram os retornos diários do índice Dow Jones
Industrial Average (DJIA), no período de 1897 a 1986. Os resultados demonstraram que, nas segundas-feiras, a média dos retornos tende a ser significativamente
negativa.
Lemgruber, Becker e Chaves (1988) afirmam que, além dos estudos no mercado
norte-americano, foram realizadas pesquisas em outros mercados de capitais, como
Canadá, Inglaterra, Japão e Austrália. Os resultados mostraram que, para os
significativamente negativos. Nos mercados australiano e japonês, o retorno médio
negativo ocorre nas terças-feiras, sendo que, nas segundas-feiras, o retorno
esperado é praticamente nulo. Nestes dois mercados, no último dia de negociação,
sexta-feira para Austrália e sábado para o Japão, os retornos médios são
significativamente positivos.
Kato (1990), pesquisou o mercado de ações do Japão, com retornos diários do
índice TOPIX, abrangendo o período 1978 a 1987. Como conclusão, tanto as
segundas quanto as terças-feiras apresentaram médias de retornos negativas. O
efeito segunda-feira é observado até mesmo quando o último dia de negociação da
semana anterior é a sexta-feira.
Lean, Smith e Wong (2007) examinaram os mercados de capitais de Hong Kong,
Indonésia, Japão, Malásia, Cingapura, Taiwan e Tailândia, entre 1988 e 2002. Os
resultados mostram evidências da anomalia em todos esses países.
Alguns estudos foram feitos no mercado acionário brasileiro. Lemgruber, Becker e
Chaves (1988) analisaram os retornos diários do Ibovespa, na década de 1980. O
estudo permitiu concluir que as médias dos retornos diários das segundas e
terças-feiras são bem próximas a zero, enquanto as médias dos retornos das quartas,
quintas e sextas-feiras são significativamente positivas.
Costa Jr. (1990), utilizando cotações diárias do Ibovespa entre o período de 1986 a
1989, concluiu que o menor retorno se dá na segunda-feira e o maior na sexta.
Costa Jr. e Lemgruber (1993) e Bone e Ribeiro (2002) utilizaram ações de empresas
listadas na Bovespa de 1986 a 1989 e 1996 a 1998, respectivamente, encontrando o
efeito segunda-feira. Leal e Sandoval (1994) analisaram os retornos diários do
Ibovespa, de 1982 a 1993, também confirmando a existência da anomalia.
Já Ceretta e Costa Jr. (2001), em oposição aos resultados dos estudos anteriores,
não encontraram a anomalia no Brasil, ao estudar o mercado latino-americano no
Santos et al (2007) investigaram a existência do efeito segunda-feira no mercado de
capitais brasileiro, utilizando retornos médios diários do Ibovespa, no período de
1986 a 2006. A análise dos resultados indicou evidências da existência desta
anomalia, uma vez que a média dos retornos do Ibovespa das segundas-feiras
mostrou-se estatisticamente inferior à média dos demais dias da semana.
Para Thaler (1987b), a relação entre a anomalia segunda-feira e momento da
chegada de boas e más informações ao mercado, parece plausível, dada a
tendência das empresas em liberar ao público más notícias somente após o
fechamento do pregão. Outra explicação do fenômeno, esta mais ligada à
psicologia, sugere que o humor dos investidores sofre variações em função do dia
da semana, estando pior na segunda-feira e melhor nas sextas e em dias antes dos
feriados.
2.3.2 Efeito janeiro
O efeito janeiro, também chamado de efeito mês do ano, deve-se à existência de
retornos mensais diferentes de ativos de risco, ao longo dos meses do ano.
Especificamente, o retorno médio em janeiro seria maior do que os retornos médios
dos outros meses.
Segundo Haugen e Jorion (1996), o efeito janeiro é, talvez, o exemplo mais
conhecido de comportamento anormal no mercado de ações em todo o mundo. A
Investor Home (2007b) destaca que o mês de janeiro tem sido, historicamente, o
melhor mês para se investir em ações. O efeito janeiro é particularmente intrigante
porque não desapareceu mesmo após ter sido detectado e difundido por quase duas
décadas.
Um dos primeiros estudos a detalhar esta anomalia foi feito por Rozeff e Kinney
(1976), o que permitiu descobrir um padrão sazonal nos retornos dos ativos no
3,5%, enquanto que a média dos outros meses era de 0,5%. Mais de 1/3 do retorno
anual ocorria em janeiro.
Keim (1983) examinou, mês a mês, a relação entre retornos anormais e tamanho
das empresas, representado pelo valor de mercado das ações. A análise
compreendeu o período de 1963 a 1979, envolveu empresas listadas na New York
Stock Exchange (NYSE) e American Stock Exchange (AMEX) e permitiu concluir que o mês de janeiro apresentou médias de retorno anormais maiores do que os
outros onze meses. A relação entre retornos anormais e tamanho mostrou-se
negativa, tendo sido mais pronunciada em janeiro do que em qualquer outro mês.
Estudo realizado por Lakonishok e Smidt (1988) corroborou trabalhos anteriores, não
observando a anomalia em índices compostos apenas por grandes empresas. A
análise dos retornos mensais do índice Dow Jones, no período entre 1897 e 1986,
não permitiu encontrar evidências de comportamento anormal no mês de janeiro.
Para Thaler (1987a), o fato de se encontrar o efeito janeiro apenas em índices com
pesos iguais sugere que este seja um fenômeno ligado às pequenas empresas.
Conforme Brauer e Chang (1990), enquanto a relação entre o tamanho da empresa
e o efeito janeiro é bem documentada, suas causas não o são.
Lean, Smith e Wong (2007) analisaram os mercados de capitais de Hong Kong,
Indonésia, Japão, Malasia, Cingapura, Taiwan e Tailândia, entre 1988 e 2002. Os
resultados obtidos mostram a não ocorrência da anomalia.
O mês de janeiro é surpreendente também por outras razões. De Bondt e Thaler
(1985) descobriram que as empresas cujas ações proporcionaram lucro
(vencedoras) ou prejuízo (perdedoras) por um período de cinco anos
subseqüentemente, apresentaram excesso de retornos na direção oposta, isto é, as
vencedoras apresentaram retorno negativo em excesso enquanto que as
perdedoras apresentaram retornos positivos em excesso. Estes excessos,
Outra descoberta acerca do efeito janeiro refere-se ao pagamento de dividendos. De
acordo com Keim (1986), os maiores retornos estão associados a empresas que não
os pagam. O excesso de retorno está concentrado no mês de janeiro.
No Brasil, Costa Jr. (1990), procurou evidências da anomalia estudando cotações
mensais, deflacionadas e não deflacionadas, do Ibovespa durante o período de 1969
a 1988. Os resultados não permitiram detectar o efeito janeiro, seja com retornos
deflacionados ou não.
Torres, Bonomo e Fernandes (2002) estudaram o mercado brasileiro, mas não
verificaram a sazonalidade de janeiro para a amostra utilizada, que abrange o
período de 1986 a 1998.
Santos et al (2007) investigaram a existência do efeito janeiro no mercado acionário
brasileiro, utilizando retornos mensais do Ibovespa dolarizados, no período de 1969
a 2006. A análise dos resultados não indicou evidências da existência desta
anomalia, uma vez que a média dos retornos do Ibovespa em janeiro não se
mostrou estatisticamente superior aos retornos médios dos demais meses do ano.
Algumas hipóteses são sugeridas para explicar o efeito janeiro. De acordo com
Costa Jr. (1990), a primeira delas, tax loss selling1, sugere que os investidores são
motivados a vender em dezembro, as ações que sofreram perdas de valor ao longo
do ano, para fins de abatimento no imposto de renda. Isso ocorre em mercados
onde existe taxação sobre ganho de capital. Em janeiro seguinte, com o fim das
pressões artificiais de venda, o mercado volta ao equilíbrio e as ações que tiveram
declínio no fim do exercício anterior apresentam retorno acima do esperado.
Estudos foram feitos em diversos mercados no intuito de investigar a hipótese de
taxação e, ainda, se o efeito janeiro era meramente um fenômeno estatístico. Para
Thaler (1987a) as evidências internacionais sugerem que, apesar das taxas
parecerem relevantes para o efeito janeiro, elas não conseguem explicá-lo
1Tax loss selling:
inteiramente. Por exemplo, foi observado o efeito janeiro no Japão e no Canadá em
períodos quando não havia a taxação.
De acordo com outra possível causa, chamada hipótese da informação, o mês de
janeiro marca o início e o fim de vários eventos financeiros e informacionais
potencialmente importantes. Para a maioria das empresas, janeiro significa o início
do ano contábil, quando são feitos os anúncios preliminares dos resultados do
próximo ano. De acordo com Keim (1983), este é um período de grande incerteza
acompanhado por tentativas de antecipação devido à eminente liberação de
informações importantes.
Shiller (1999) propõe uma explicação comportamental para o fenômeno. As pessoas
veriam o fim do ano como uma época de avaliação e o início do ano como um novo
começo, apresentando um comportamento diferente na virada do ano, o que poderia
justificar o efeito janeiro.
Por fim, o meio acadêmico aponta como possível causa do efeito mês-do-ano a
prática da estratégia window dressing2, que consiste no processo de tornar suas
carteiras mais atraentes. De acordo com Lakonishok et al (1991), os investidores
institucionais se mostram mais agressivos em se livrar das ações perdedoras,
especialmente no período imediatamente anterior ao fim do ano, quando devem
tornar públicas suas carteiras.
Segundo Ng e Wang (2004), as duas hipóteses, tax loss selling e window dressing,
são as mais populares entre os acadêmicos. Ambas produzem comportamentos
sazonais de retornos similares, tornando difícil a distinção entre as duas explicações
e a elaboração de conclusões definitivas.
2.3.3 Efeito virada do mês
2Window dressing:
O efeito virada de mês consiste em retornos maiores no último e nos quatro
primeiros dias do mês. Ariel (1987) detectou a anomalia ao estudar o mercado
norte-americano no período de 1963 a 1981. As médias diárias de retorno do último dia do
mês e dos oito primeiros dias do mês seguinte foram significativamente maiores do
que as médias de retorno dos demais dias do mês.
Lakonishok e Smidt (1988) examinaram os retornos diários do índice Dow Jones
Industrial Average no período de 1897 a 1986. Os resultados mostraram a presença da anomalia, uma vez que o retorno médio no último dia dos meses e nos quatro
dias do mês seguinte excedeu a média de retorno dos restante dos dias.
Gerlach (2004) estudou o índice S&P 500 de 1990 a 2003, formando um período de
5 dias, dois últimos dias de negociação do mês e três primeiros dias de negociação
do mês seguinte. Os resultados permitiram concluir que a média dos retornos neste
período de 5 dias é significativamente maior do que os outros dias.
Gerlach (2004) considera a revelação de informações macroeconômicas como
possível fator responsável pela ocorrência da anomalia. Em seu estudo, os altos
retornos anormais ocorrem exclusivamente em dias nos quais essas informações
foram reveladas. Em dias na virada do mês quando não houve liberação de tais
informações, a média dos retornos é similar à média dos demais dias do mês.
2.3.4 Efeito feriado
O efeito feriado caracteriza-se pela ocorrência de retornos anormais positivos no dia
de negociação imediatamente anterior a feriados. Lakonishok e Smidt (1988)
examinaram o mercado norte americano utilizando retornos do índice DJIA,
ocorridos no período de 1897 a 1986. Os resultados obtidos permitiram concluir que
a taxa de retorno média em dias de negociação pré-feriados é 23 vezes maior do
Ariel (1990) estudou os retornos diários no mercado norte-americano no período de
1963 a 1982. Os resultados permitiram concluir que, em dias imediatamente
anteriores a feriados, os retornos médios eram de nove a catorze vezes maior do
que a média dos retornos dos demais dias do ano.
Kim e Park (1994) analisaram os mercados norte americano, japonês e inglês.
Foram estudados os retornos diários dos índices NYSE, AMEX e NASDAQ (North
American Securities Dealers Automated Quotation System) no período de 1966 a
1986, do S&P 500, Nikkei e UK Financial Times 30 entre 1972 e 1987. Altos retornos
anormais nos dias imediatamente anteriores a feriados foram encontrados nos 5
índices. Ainda, o estudo não detectou relação entre a ocorrência da anomalia e o
tamanho da empresa.
O mercado brasileiro foi analisado por Bone e Ribeiro (2002), no período de 1996 a
1999. O estudo dos retornos das ações componentes do Ibovespa, tomadas
individualmente, permitiu concluir que vésperas e dias seguintes a feriados possuem
retornos médios diferenciados para uma pequena minoria da amostra.
Comportamentos sazonais podem ser induzidos pelas decisões de investimentos
dos clientes. Assim, dentre as possíveis causas do efeito feriado, Ariel (1990) sugere
a preferência das pessoas para comprar ou evitar vender em dias imediatamente
anteriores a feriados. Para Thaler (1987b) aspectos comportamentais podem causar
variações no humor dos participantes do mercado. Eles tendem a estar de bom
humor em dias pré-feriados e sextas-feiras e de mau humor às segundas-feiras.
Essas variações se refletiriam nos retornos dos ativos.
2.3.5 A maldição do vencedor
A maldição do ganhador foi discutida na literatura pela primeira vez por três
engenheiros da Atlantic Richfiel no início dos anos 70. Estudos comprovaram que
em fusões, aquisições e leilões, o desempenho posterior da ação da empresa
Segundo Thaler (1988), em leilões, o vencedor está amaldiçoado de duas maneiras:
(a) se a empresa alvo for avaliada de forma extremamente otimista e o valor da
oferta exceder o seu valor, a empresa adquirente perde dinheiro por investir em
projetos que podem dar prejuízos futuros e (b) se o valor da empresa é menor do
que o valor estimado e ofertado, a empresa poderá perder dinheiro. Na segunda
forma, mesmo se o negócio comprado se mostrar lucrativo, poderá ocorrer a
maldição do vencedor se os lucros forem menores do que o esperado na época da
oferta.
Para Thiel (1988), a existência da maldição do vencedor deve-se a falhas do
ofertante. Este pode superavaliar o objeto alvo do leilão por duas razões. Por
realizar uma avaliação otimista exagerada do valor do objeto ou por superestimar as
ofertas de seus concorrentes.
Lind e Plott (1991) realizaram experimentos com compradores e vendedores no
Instituto de Tecnologia da Califórnia e obtiveram resultados indicando a ocorrência
da maldição do vencedor. Outra importante constatação é que, com o aumento da
experiência dos participantes dos leilões, o fenômeno ainda persiste, mas a
magnitude e freqüência das perdas declinam.
Ross, Westerfield e Jaffe (2002) analisam vários estudos dos efeitos de fusões e
aquisições sobre os preços das ações e concluem que os acionistas de empresas
adquiridas obtêm ganhos substanciais a curto prazo quando a operação é bem
sucedida. Os acionistas das empresas compradoras, por sua vez, obtêm ganhos
bem menores.
Roll (1986) propõe uma explicação para as empresas estarem dispostas a pagar
prêmios substanciais acima do valor de mercado para adquirir outra firma. As
empresas compradoras, na maioria das vezes com abundância de capital,
identificam potenciais empresas para compra e fazem suas próprias avaliações, que
comparado ao preço de mercado da empresa alvo. Se a avaliação levar a um valor
menor do que o de mercado, a oferta é abandonada. Caso a avaliação aponte para
um valor acima do preço de mercado da empresa a oferta é feita.
De acordo com Thaler (1988), a maldição do vencedor não ocorreria se todos os
participantes do leilão agissem de forma racional, algo extremamente difícil de
ocorrer. Assim, evidências desse fenômeno constituem uma anomalia dos
mercados.
2.3.6 Efeito momento
O efeito momento indica que a estratégia de venda de ativos que tiveram um mau
desempenho passado e a compra de ativos que tiveram um bom desempenho
passado, leva a retornos anormais positivos, durante os meses subseqüentes.
O estudo de Jegadeesh e Titman (1993) compreendeu o período de 1965 a 1989,
analisando detalhadamente 32 estratégias de momento. Os resultados encontrados
corroboraram a existência da possibilidade de ganhos anormais significantes no
mercado acionário norte-americano, em 31 das 32 estratégias estudadas.
Alguns estudos passaram então a testar a existência do efeito momento nos
mercados acionários mundiais. Dentre eles pode-se citar Fama & French (1996) e
Jegadeesh e Titman (2001) para o mercado norte-americano, Rouwenhorst (1998)
para o mercado europeu e Rouwenhorst (1999) para os mercados emergentes,
incluindo o Brasil.
O estudo de Rouwenhorst (1999) utilizou 87 empresas brasileiras listadas na
Bovespa, no período de 1982 a 1997, testando somente uma estratégia de
momento: a 6x6 (retornos acumulados nos últimos 6 meses para o período de
formação das carteiras e os 6 meses subseqüentes como período de retenção).
Apesar de ter encontrado um prêmio positivo para o fator momento para a média dos
0,01% ao mês. Os próprios Jegadeesh e Titman (2001) refizeram o estudo
ampliando o período amostral e verificaram a persistência da anomalia no mercado
norte-americano.
A anomalia de momento passou a ser incorporada inclusive a modelos de
precificação de ativos, como fator explicativo da variação dos retornos das ações.
Um trabalho pioneiro foi o de Carhart (1997), que adicionou o fator momento ao
modelo de precificação de ativos dos três fatores de Fama e French (1993),
construindo o que ficou conhecido como modelo dos quatro fatores. Em seu estudo,
Carhart (1997) encontrou evidências empíricas para afirmar a superioridade do
modelo dos quatro fatores em relação ao modelo dos três fatores e ao CAPM, na
explicação dos retornos das carteiras.
Conforme os próprios Fama e French (1996), o modelo dos três fatores (composto
pelos fatores mercado, tamanho e índice book-to-market), captura a maior parte das
anomalias não assimiladas pelo fator mercado, exceto o efeito momento.
2.3.7 O efeito tamanho da empresa
Pelo efeito tamanho da empresa as ações de empresas menores apresentariam
retornos maiores do que as ações de empresas grandes. Um dos primeiros
trabalhos a respeito foi realizado por Banz (1981). Ao analisar as ações da NYSE ,
entre 1926 e 1975, encontrou relação entre o tamanho da empresa e o retorno de
suas ações, ou seja, o efeito tamanho da empresa.
Keim (1983) estabeleceu o relacionamento entre o efeito janeiro e o efeito tamanho
ao pesquisar as cotações diárias das ações negociadas na NYSE e AMEX, no
período de 1963 a 1979. A análise da existência do efeito tamanho ao longo dos
meses do ano permite concluir que este é muito mais forte no mês de janeiro.
Costa Jr. (1991) verificou a existência do efeito tamanho no mercado brasileiro
A anomalia tamanho da empresa foi incorporada ao modelo CAPM por Fama e
French (1993), no intuito de melhorar o poder de explicação da realidade dos
