FUNDAÇÃO GETULIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO LAÉRCIO FERNANDES PEREIRA NETO

(1)

LAÉRCIO FERNANDES PEREIRA NETO

ANÁLISE DOS RISCOS SISTEMÁTICOS E IDIOSSINCRÁTICOS, REPRESENTADOS PELO CAPM, PARA PORTFÓLIOS DE DIFERENTES

SETORES EM CONDIÇÕES ECONÔMICAS DISTINTAS

São Paulo 2016

(2)

Dissertação apresentada à Escola de Economia de São Paulo da Fundação Getulio Vargas, como requisito para obtenção do título de Mestre em Economia e Finanças.

Campo de conhecimento: Finanças, Mercado de Ações

Orientador: Prof. Dr. Emerson Fernandes Marçal

São Paulo 2016

(3)

Neto, Laércio Fernandes Pereira.

Análise dos Riscos Sistemáticos e Idiossincráticos, representados pelo CAPM, para portfólios de diferentes setores em Condições Econômicas distintas /Laércio Fernandes Pereira Neto. – 2016. 46 f.

Orientador: Emerson Fernandes Marçal

Dissertação (MPFE) – Escola de Economia de São Paulo.

1. Avaliação de ativos - Modelo (CAPM). 2. Macroeconomia. 3. Mercado financeiro. 4. Risco (Economia). 5. Ações (Finanças). I. Marçal, Emerson Fernandes. II. Dissertação (MPFE) - Escola de Economia de São Paulo. III. Título.

(4)

Dissertação apresentada à Escola de Economia de São Paulo da Fundação Getulio Vargas, como requisito para obtenção do título de Mestre em Economia e Finanças.

Campo de conhecimento: Finanças, Mercado de Ações

Data de aprovação: __/__/____

Banca examinadora:

______________________________

Prof. Dr. Emerson Fernandes Marçal (Orientador)

FGV-EESP

______________________________

Prof. Dr. Diogo de Prince Mendonça UNIFESP

______________________________

Prof. Dr. Rogério Mori FGV-EESP

(5)

representados pelo CAPM, para portfólios de diferentes setores em Condições Econômicas distintas. 46 folhas. Dissertação (Mestrado) - Escola de Economia de São Paulo- FGV, 2016.

Esse estudo busca analisar os impactos causados pelo Ciclo Monetário, o Ciclo Econômico, o Nível da Indústria e a Condição do Mercado de Ações nas variáveis do CAPM para portfólios de ações de diferentes setores da indústria no Brasil.

O banco de dados utilizado compreende séries temporais mensais, do retorno de ações de 17 setores da economia, no período de Janeiro de 2008 à Dezembro de 2014.

Foi observado que existem relações estatisticamente relevantes entre variáveis macroeconômicas e o excesso de retorno dos portfólios de ações analisados. Além disso, foi possível notar que essas relações tem efeitos distintos sobre os riscos sistemáticos e idiossincráticos dos portfólios. A maior parte dos resultados obtidos não se mostraram estatisticamente relevantes, o que sugere que existem outras variáveis explicativas que se relacionam com as variáveis dependentes de forma mais robusta, assim como já apontado pela literatura existente, no caso do Brasil. No entanto, foi possível observar que há efeitos indiretos das variáveis macroeconômicas sobre o retorno dos ativos através do canal de retorno do mercado.

Palavras-chave: CAPM; Variáveis Macroeconômicas; Riscos sistemáticos; Riscos Idiossincráticos.

(6)

represented by the CAPM, for portfolios of different sectors at distinct Economic Conditions. 46 pages. Dissertation (Master’s Degree) - Escola de Economia de São Paulo- FGV, 2015.

This study investigates the impacts caused by the Monetary Cycle, the Business Cycle, the Industry Level and the Condition of the Stock Market on CAPM variables for stock portfolios of different industry sectors in Brazil.

The database used comprises monthly time series of stock returns of 17 sectors of the economy in the period from January 2008 to December 2014.

It was observed that there are statistically significant relationships between macroeconomic variables and the excess return of the stock portfolios analyzed. Furthermore, it was noticeable that these relationships have different effects on systematic and idiosyncratic risk of portfolios. Most of the results were not statistically relevant, which suggests that there are other explanatory variables that relate to the dependent variables in a more robust manner, as already pointed out by the literature in the case of Brazil. However, it was observed that there are indirect effects of macroeconomic variables on the return of assets through the market return channel.

(7)

System (NAICS) ... 12

Tabela 2: Resultados – Risco Sistemático ... 20

Tabela 3: Resultados – Risco Idiossincrático ... 21

Tabela 4: Resultados - Efeitos Indiretos - Risco Sistemático ... 22

Tabela 5: Resultados - Efeitos Indiretos - Risco Idiossincrático ... 22

Tabela 6: Resultados - Setor: Administração de empresas e empreendimentos ... 26

Tabela 7: Resultados - Setor: Agricultura, pecuária, silvicultura, pesca e caça ... 27

Tabela 8: Resultados - Setor: Assistência médica e social ... 28

Tabela 9: Resultados - Setor: Comércio atacadista ... 29

Tabela 10: Resultados - Setor: Comércio varejista... 30

Tabela 11: Resultados - Setor: Construção ... 31

Tabela 12: Resultados - Setor: Educação ... 32

Tabela 13: Resultados - Setor: Empresa de eletricidade, gás e agua ... 33

Tabela 14: Resultados - Setor: Hotel e restaurante ... 34

Tabela 15: Resultados - Setor: Imobiliária e locadora de outros bens ... 35

Tabela 16: Resultados - Setor: Indústria manufatureira ... 36

Tabela 17: Resultados - Setor: Informação ... 37

Tabela 18: Resultados - Setor: Mineração ... 38

Tabela 19: Resultados - Setor: Serviços de apoio a empresas e gerenciamento de resíduos e remediação ... 39

Tabela 20: Resultados - Setor: Serviços financeiros e seguros ... 40

Tabela 21: Resultados - Setor: Serviços profissionais, científicos e técnicos ... 41

Tabela 22: Resultados - Setor: Transporte e armazenamento ... 42

(8)

(9)

1. INTRODUÇÃO ... 7

2. REVISÃO DA LITERATURA ... 8

2.1 CAPM ... 8

2.2 Condições Econômicas e o Mercado de Ações ... 10

3. DESCRIÇÃO DOS DADOS ... 12

3.1 Ações e Retorno de Mercado ... 12

3.2 Variáveis e Indicadores econômicos ... 13

3.3 Condições Econômicas ... 13 4. METODOLOGIA ... 16 5. RESULTADOS ... 18 5.1 Risco Sistemático: ... 18 5.2 Risco Idiossincrático: ... 19 5.3 Efeitos Indiretos: ... 22 6. CONCLUSÕES ... 23 REFERÊNCIAS... 24

(10)

1. INTRODUÇÃO

A relação entre as mudanças ocorridas na economia de um país e o desenvolvimento do mercado de ações vem sendo objeto de estudos ao longo de décadas, notadamente vinculando uma melhora na economia com um melhor desempenho do mercado de ações. Esse mercado desempenha um papel importante na economia, uma vez que faz a intermediação entre investidores e as empresas que necessitam se capitalizar.

As decisões de investimentos dos indivíduos podem ser baseadas em uma série de teorias e modelos, no entanto, um aspecto que todos têm em comum é a tentativa de relacionar o risco de um investimento ao seu retorno esperado.

Apesar de ser intuitivo pensar que ativos de risco, como aqueles que integram o mercado de ações, tem um retorno esperado maior que os ativos livres de risco, o primeiro modelo que abordou essa questão de forma quantitativa e amplamente aceita, foi o Capital Asset Pricing Model (CAPM).

O CAPM sugere que existem duas naturezas de riscos que se relacionam com o retorno de um ativo, o Risco Sistemático e o Risco Idiossincrático. O risco sistemático é aquele que não pode ser reduzido a partir da diversificação do portfólio, ou seja, é um risco inerente ao mercado, já o risco idiossincrático é aquele que, por se tratar do risco individual, se pode mitigar diversificando o portfólio.

Uma parte importante do processo de decisão de investimento é a análise de indicadores macroeconômicos que, de formas distintas, afetam os riscos e retornos dos ativos.

O objetivo desse trabalho é analisar o comportamento dos riscos sistemáticos e idiossincráticos, representados pelo CAPM, em diferentes condições econômicas. Os retornos de portfólios de ações de 17 setores da economia brasileira serão analisados frente à 4 condições econômicas: (i) Ciclo Monetário, (ii) Ciclo Econômico, (iii) Nível da Indústria e (iv) Condição do Mercado de Ações.

(11)

2. REVISÃO DA LITERATURA

Neste capítulo serão apresentados trabalhos publicados no Brasil e exterior, e que tem relevância com o tema desse estudo.

2.1 CAPM

A relação entre risco e retorno de ativos é um tema recorrente na literatura, no entanto, quando o Capital Asset Pricing Model (CAPM) foi inicialmente desenvolvido por Sharpe (1964) e Lintner (1965), fatos empíricos que relacionavam risco e retorno esperado no mercado de capitais ainda não eram conhecidos.

Através dos trabalhos de Neumann e Morgenstern (1944) e Savage (1954), teorias foram formuladas acerca da preferência de riscos de investidores e da tomada de decisões sob incertezas. Harry Markowitz (1952,1959) e Roy (1952), contribuíram de forma relevante para a literatura com as teorias de portfólio, que consistem na criação de portfólios para otimizar o trade-off entre risco e retorno.

O avanço da tecnologia contribuiu de forma crucial para a mensuração dos retornos de ativos, até que nos anos 1960 foi possível coletar e processar um grande número de dados, o que abriu a possibilidade para a elaboração de pesquisas acadêmicas sobre o tema. O artigo publicado por Fisher e Lorie (1964), apesar de não abordar diretamente o tema do prêmio de risco, ressalta que as taxas de retornos de ações são mais altas do que aquelas para ativos mais seguros. Adicionalmente, se mostraram surpresos pelo fato de não haver, até então, nenhuma evidencia de que taxas de retornos de ações ordinárias tenham sido mensuradas de forma eficaz. Em um trabalho subsequente, Fisher e Lorie (1968) mensuram os desvios-padrão dos retornos de ações e algum tempo depois, Ibbotson e Sinquefield (1976) conseguem estimar o prêmio de risco obtido pelo Índice de mercado S&P500 entre os anos 1926 e 1974.

Como mencionado por Modigliani e Miller (1958): “No satisfactory explanation has yet been provided . . . as to what determines the size of the risk [adjustment] and how it varies in response to changes in other variables.”.

(12)

O CAPM, apesar da literatura existente que contesta sua efetividade, chegou para pavimentar o caminho das discussões a respeito do tema e tem sido, desde então, um modelo eficaz para a finalidade que se propõe. Como mencionado por John Y., Andrew W. e A. Craig (1997): “We have shown that there is some statistical evidence against the CAPM in the past 30 years of US stock-market data. Despite this evidence, the CAPM remains a widely used tool in finance. There is controversy about how the evidence against the model should be interpreted. Some authors argue that the CAPM should be replaced by multifactor models with several sources of risk; others argue that the evidence against the CAPM is overstated because of mismeasurement of the market portfolio, improper neglect of conditioning information, data-snooping, or sample-selection bias; and yet others claim that no risk-based model can explain the anomalies of stock market behavior.”.

Para que o CAPM, dado abaixo, tenha as características desejadas, assumimos que (i) os investidores são avessos ao risco e avaliam seus portfólios de acordo com o retorno esperado e os desvios-padrão do retorno, (ii) o mercado de capitais é eficiente, (iii) todos os investidores tem acesso às mesmas oportunidades de investimento e (iv) todos os investidores tomam decisões partindo das mesmas estimativas sobre o retorno dos ativos, seus desvios-padrão e a correlação entre eles.

𝐸(𝑟𝑖) = 𝑅𝑓 + 𝛽𝑖 [ 𝐸(𝑟𝑚) − 𝑅𝑓 ] (1)

Onde:

𝐸(𝑟_𝑖): retorno esperado do ativo i 𝑅𝑓: ativo livre de risco

𝛽𝑖: beta da ação

𝐸(𝑟_𝑚): retorno esperado do mercado

Parametrizado dessa forma, o modelo mostra que os investidores estão relacionando retorno esperado e risco sob a ótica das teorias de portfólio e que a remuneração obtida com o ativo é proveniente de seu risco sistemático. Ainda, podemos perceber que a sensibilidade do excesso de retorno do ativo ao excesso de retorno do mercado, dada pela variável beta, é o que estabelece o retorno do ativo, já que as demais variáveis são comuns ao restante dos ativos.

(13)

2.2 Condições Econômicas e o Mercado de Ações

Ativos de renda variável, como as ações, são precificados de acordo com a expectativa dos agentes a respeito de seus fluxos de caixa futuros, que por sua vez, dependem do desempenho da economia em seus diversos âmbitos, inclusive do próprio mercado de ações.

Conforme apontado por Merton (1973), mudanças nas condições econômicas afetam oportunidades futuras de consumo e investimento, sendo assim, indicadores relacionados a previsões econômicas são variáveis bastante utilizadas na precificação de ativos. Existe uma vasta literatura a respeito do uso de indicadores macroeconômicos para prever o retorno de ações; Balvers, Cosimano e McDonald (1990) relacionam o retorno de ativos à movimentos no produto agregado, já Cooper e Priestley (2008) o relacionam ao hiato do produto, enquanto Fama (1990) e Schwert (1990) o fazem com as taxas de crescimento da produção. Mas há também aqueles que encontraram evidencias contrárias a essa hipótese; Chan, Karcesky e Lakonishok (1998) concluíram que variáveis macroeconômicas apresentam um desempenho ruim ao tentar prever o retorno de ativos, Flannery e Protopapadakis (2002) chegaram a uma conclusão semelhante, sugerindo que a maior parte das variáveis analisadas apresentaram uma fraca correlação com os retornos, e Maio e Philip (2015) apontam que a inclusão de variáveis macroeconômicas em modelos de precificação de ativos, acrescenta pouco ao poder explicativo do modelo.

No Brasil, um estudo conduzido por Nunes, Costa e Meurer (2005), conclui que, os resultados encontrados contrariam o entendimento comum de que o mercado de ações antecipe as variações decorrentes de oscilações de variáveis macroeconômicas nos fluxos de caixa futuros esperados e nos níveis futuros de atividade econômica. Ainda, Araújo e Bastos (2008), indicaram que, no Brasil, há baixa sensibilidade do retorno de ações frente a variáveis macroeconômicas.

Uma das variáveis utilizadas nesse estudo e aonde podemos perceber uma influência de forma mais clara, é a Política Monetária, que afeta os juros e consequentemente o custo de capital das empresas. Artigos publicados por Jensen, Mercer e Johnson (1996) destacam a relação entre o retorno de ações e a política monetária, aonde observam que indicadores macroeconômicos diferem na forma como influenciam os

(14)

retornos de ações e bonds quando em ciclos monetários de expansão ou retração. Patelis (1997) observa que choques monetários afetam primeiramente o excesso de retorno esperado e depois a taxa de crescimento esperada para os dividendos. Em um trabalho publicado por Thorbecke (1997) foi observado que a política monetária tem efeitos similares em diversos setores e Madura e Schnusenberg (2000) notam que o retorno de ações de bancos é inversamente relacionado com o ciclo monetário. Como ponto em comum, os trabalhos corroboram para a crescente literatura que aponta relações relevantes entre a política monetária e o retorno do mercado de ações.

O principal interesse desse estudo é compreender como os Riscos Sistemáticos e Idiossincráticos de portfólios de ações de setores distintos da economia se comportam em diferentes condições econômicas.

O restante deste trabalho está estruturado da seguinte forma: a seção 3 aborda a descrição dos dados utilizados, incluindo a divisão setorial estabelecida, as variáveis e indicadores macroeconômicos e como as diferentes condições econômicas foram parametrizadas; a seção 4 apresenta a metodologia utilizada, incluindo mas não se limitando à descrição das variáveis dummies utilizadas e quais os seus significados no contexto do estudo proposto; a seção 5 apresenta os resultados obtidos e a seção 6 trata das considerações finais do trabalho.

(15)

3. DESCRIÇÃO DOS DADOS

O objetivo deste capítulo é descrever os dados utilizados para esse trabalho bem como explicar a metodologia para formulação das Variáveis Dummy que foram utilizadas para estabelecer as condições econômicas nos testes econométricos.

3.1 Ações e Retorno de Mercado

As séries temporais de retorno das ações e de retorno do mercado (Ibovespa) foram retiradas do software Economática, ajustadas para eventuais proventos, e compreendem o período de Janeiro de 2008 à Dezembro de 2014, sendo 84 observações mensais.

A divisão setorial, foi estabelecida de acordo com o Nível 1 do North American Industry Classification System (NAICS), conforme demonstrado na tabela 1:

Tabela 1: Divisão setorial de acordo com o Nível 1 do North American Industry Classification System (NAICS)

SETORES NAICS - NÍVEL 1 Administração de empresas e empreendimentos Agricultura, pecuária, silvicultura, pesca e caça Assistência médica e social

Comércio atacadista Comércio varejista Construção

Educação

Empresas de Eletricidade, Gás e Água Hotéis e Restaurantes

Imobiliária e locadora de outros bens Indústria manufatureira

Informação Mineração

Serviços de apoio à empresas e gerenciamento de resíduos e remediação Serviços financeiros e seguros

Serviços profissionais, científicos e técnicos Transportes e armazenamento

(16)

O setor de Artes, entretenimento e recreação foi excluído da lista original pois as empresas classificadas nesse setor não apresentavam a série histórica completa, necessária para condução do trabalho.

3.2 Variáveis e Indicadores econômicos

 Taxa de Juros: Foram utilizados os dados da Selic Diário, obtidos através do Sistema Gerenciador de Séries Temporais do Banco Central do Brasil.

 Índice de Atividade Econômica do Banco Central – Brasil (IBC – Br): O IBC – Br é um índice de periodicidade mensal, que serve como uma medida antecedente da evolução da atividade econômica. Esse indicador foi obtido através do Sistema Gerenciador de Séries Temporais do Banco Central do Brasil.

 Pesquisa Industrial Mensal de Produção Física (PIM-PF): A PIM-PF

acompanha a evolução do produto real da indústria no curto prazo. Para esse trabalho, foi utilizado o Índice de base fixa sem ajuste sazonal (Tabela 3653) obtido através do website de Séries Históricas e Estatísticas do Instituto Brasileiro de Geografia e Estatística(IBGE).

3.3 Condições Econômicas

 Ciclo Monetário

Para identificar os períodos de Expansão e Contração monetária, foi utilizada a seguinte parametrização:

𝑬𝒙𝒑𝒂𝒏𝒔ã𝒐 𝑴𝒐𝒏𝒆𝒕á𝒓𝒊𝒂 _𝒕_𝟎= 𝑻𝒂𝒙𝒂 𝒅𝒆 𝑱𝒖𝒓𝒐𝒔_𝒕_𝟎< 𝑻𝒂𝒙𝒂 𝒅𝒆 𝑱𝒖𝒓𝒐𝒔_𝒕_−𝟏 𝑪𝒐𝒏𝒕𝒓𝒂çã𝒐 𝑴𝒐𝒏𝒆𝒕á𝒓𝒊𝒂 _𝒕_𝟎= 𝑻𝒂𝒙𝒂 𝒅𝒆 𝑱𝒖𝒓𝒐𝒔_𝒕_𝟎 > 𝑻𝒂𝒙𝒂 𝒅𝒆 𝑱𝒖𝒓𝒐𝒔_𝒕_−𝟏

Caso a Taxa de Juros permaneça inalterada entre dois períodos, é considerada então uma continuidade do ciclo, ou seja, prevalece a identificação de ciclo do período anterior.

(17)

 Ciclo Econômico

Para identificar os períodos de Expansão e Contração econômica, foi aplicado o filtro Hodrick-Prescott (HP) na série histórica do IBC-BR. A série resultante, para os fins deste trabalho, foi interpretada como o Produto Interno Bruto Potencial (PIB Potencial). Dessa forma, foi utilizada a seguinte parametrização:

𝑬𝒙𝒑𝒂𝒏𝒔ã𝒐 𝑬𝒄𝒐𝒏ô𝒎𝒊𝒄𝒂 _𝒕_𝟎 = 𝛥 𝐼𝐵𝐶 − 𝐵𝑅_{12 𝑀𝑒𝑠𝑒𝑠}

𝑡0 > 𝛥 𝐹𝑖𝑙𝑡𝑟𝑜 𝐻𝑃(𝐼𝐵𝐶 − 𝐵𝑅)12 𝑀𝑒𝑠𝑒𝑠 𝑡0 𝑪𝒐𝒏𝒕𝒓𝒂çã𝒐 𝑬𝒄𝒐𝒏ô𝒎𝒊𝒄𝒂 _𝒕_𝟎= 𝛥 𝐼𝐵𝐶 − 𝐵𝑅_{12 𝑀𝑒𝑠𝑒𝑠}

𝑡0 <𝛥 𝐹𝑖𝑙𝑡𝑟𝑜 𝐻𝑃(𝐼𝐵𝐶 − 𝐵𝑅)12 𝑀𝑒𝑠𝑒𝑠 𝑡0

 Nível da Indústria

Para estabelecer o nível no qual a produção industrial se encontra, foi utilizada a série histórica dessazonalizada da Pesquisa Industrial Mensal de Produção Física (PIM-PF). Foram identificados os Níveis Alto, Médio e Baixo da produção industrial de acordo com uma metodologia usada por McQueen e Roley (1993). Foi estimada uma tendência na PIM realizando uma regressão do logaritmo da série em uma constante e uma tendência temporal. Somando e subtraindo uma constante da tendência, podemos identificar os limites superior e inferior, respectivamente, de forma que 25% das observações fiquem acima do limite superior, 25% das observações fiquem abaixo do limite inferior e 50% das observações fiquem compreendidas entre os limites superior e inferior. A constante 0,0305 foi somada à tendência para identificação do limite superior e a constante 0,0240 foi subtraída da tendência para identificação do limite inferior. A figura 1 abaixo, demonstra essa parametrização.

(18)

 Condição do Mercado de Ações (Bull & Bear Market)

Para identificar os períodos aonde o mercado de ações está apreciando (Bull Market) ou depreciando (Bear Market), foi utilizado o Índice Ibovespa. A prática comum do mercado é definir que oscilações de 5% à 15%, a partir do último ponto máximo ou mínimo, são correções nos preços dos ativos, enquanto oscilações de 15% à 20% são consideradas mudanças nas condições de mercado. Para este trabalho, a fim de identificar mudanças nas condições de mercado, foram consideradas oscilações acima de 15%, a partir do último ponto máximo ou mínimo.

(19)

4. METODOLOGIA

A forma mais utilizada para identificar relações significantes entre mudanças em condições econômicas e o retorno de ações é a análise de regressões. Dessa forma, se essas mudanças contribuírem para a explicação do retorno das ações, os coeficientes das dummies que as representam serão significantes.

Para estimar os efeitos, nos riscos sistemáticos e idiossincráticos, das mudanças nas condições econômicas sobre os retornos das ações, foi utilizado o seguinte modelo:

𝑹_𝒑𝒕= 𝒄 + 𝜷_𝟏𝑹_𝒎𝒕+ 𝜷_𝟐𝑴𝑺_𝒕+ 𝜷_𝟑𝑴𝑰_𝒕+ 𝜷_𝟒𝑬𝑺_𝒕+ 𝜷_𝟓𝑬𝑰_𝒕+ 𝜷_𝟔𝑵𝑺_𝒕+ 𝜷_𝟕𝑵𝑺_𝒕+ 𝜷_𝟖𝑨𝑺_𝒕+ 𝜷_𝟗𝑨𝑰_𝒕 Onde:

𝑹𝒑𝒕 é o excesso de retorno, ponderado pelo volume negociado, do portfólio de ações

do setor no mês “t”;

𝑹_𝒎𝒕 é o excesso de retorno do Índice Ibovespa no mês “t”;

𝑴𝑺𝒕 é uma variável dummy que assume o valor do excesso de retorno do Índice

Ibovespa no mês “t” quando esse mês está em um momento de Expansão Monetária e 0 se está em Contração Monetária;

𝑴𝑰_𝒕 é uma variável dummy que assume o valor de 1 quando o mês “t” está em um momento de Expansão Monetária e 0 se está em Contração Monetária.

𝑬𝑺_𝒕 é uma variável dummy que assume o valor do excesso de retorno do Índice Ibovespa no mês “t” quando esse mês está em um momento de Expansão Econômica e 0 se está em Contração Econômica;

𝑬𝑰_𝒕 é uma variável dummy que assume o valor de 1 quando o mês “t” está em um momento de Expansão Econômica e 0 se está em Contração Econômica.

𝑵𝑺𝒕 é uma variável dummy que assume o valor do excesso de retorno do Índice

Ibovespa no mês “t” quando esse mês está em um momento de Nível de Produção Industrial Alto e 0 se está Médio ou Baixo;

(20)

𝑵𝑰_𝒕 é uma variável dummy que assume o valor de 1 quando o mês “t” está em um Nível de Produção Industrial Alto e 0 se está Médio ou Baixo.

𝑨𝑺_𝒕 é uma variável dummy que assume o valor do excesso de retorno do Índice Ibovespa no mês “t” quando esse mês está em um momento de Bull Market e 0 se está em Bear Market;

𝑨𝑰_𝒕 é uma variável dummy que assume o valor de 1 quando o mês “t” está em Bull Market e 0 se está Bear Market.

A elaboração das variáveis dummy assumindo o valor do excesso de retorno do Índice Ibovespa nos permite verificar de forma simultânea, o comportamento do excesso de retorno do portfólio frente às mudanças na condição econômica e frente ao excesso de retorno de mercado.

As variáveis dummy que assumem os valores de 0 ou 1, tem como finalidade verificar o impacto das mudanças nas condições econômicas sem levar em consideração o impacto do excesso de retorno do mercado.

Formulando a equação e as variáveis dessa forma, chegamos a um modelo CAPM, aonde podemos interpretar os coeficientes resultantes das dummies que assumem os valores do excesso de retorno do mercado como um indicador do Risco Sistemático, enquanto os coeficientes das demais dummies indicam os Riscos Idiossincráticos. Foi utilizado o método dos Mínimos Quadrados Ordinários (MQO) para estimação dessa equação. A variância dos coeficientes, os desvios-padrão e as estatísticas t, foram calculados usando os estimadores consistentes para heterocedasticiade de White (1980).

(21)

5. RESULTADOS

Foi possível identificar relações significantes entre as mudanças nas condições econômicas e o comportamento dos Riscos Sistemáticos e Idiossincráticos dos portfólios analisados.

Para facilitar a identificação dos resultados estatisticamente significantes ao nível de 10%, as células das tabelas 2 e 3 foram destacadas.

5.1 Risco Sistemático:

Em um momento de expansão monetária, ou seja, enquanto a taxa de juros encontra-se em uma trajetória de queda, os coeficientes, quando estatisticamente relevantes ao nível e 10%, são positivos. Esse resultado sugere que o risco sistemático aumenta à medida que a taxa de juros decresce. Entende-se então que as ações dos setores de (i) Administração de empresas e empreendimentos, (ii) Agricultura, pecuária, silvicultura, pesca e caça, (iii) Empresas de eletricidade, gás e agua, (iv) Indústria manufatureira e (v) Serviços financeiros e seguros, refletem em sua precificação um aumento do risco sistemático em um período de expansão monetária.

Nos períodos de expansão econômica, os coeficientes, quando relevantes, são predominantemente negativos. O resultado demonstra que o risco sistemático para as ações dos setores de (i) Administração de empresas e empreendimentos e (ii) Serviços Financeiros e Seguros, reduz à medida que a economia expande, já para as ações do setor de Informação esse risco aumenta, o que não é intuitivo.

De acordo com os resultados, em períodos de alto nível de atividade industrial, os riscos sistemáticos para as ações do setor de Comércio atacadista aumentam, no entanto, é importante ressaltar que só foi encontrada significância estatística para esse setor.

Nos períodos aonde o mercado de ações está em Bull Market, ou seja, está subindo, os riscos sistemáticos das ações dos setores de (i) Administração de empresas e empreendimentos e (ii) Indústria manufatureira, reduzem. Mesmo os resultados para

(22)

os demais setores não tendo sido relevantes, é possível notar que 11 dos 17 setores analisados apresentaram coeficientes negativos.

5.2 Risco Idiossincrático:

Nos períodos aonde o ciclo monetário é de expansão, as ações dos setores de (i) Agricultura, pecuária, silvicultura, pesca e caça e (ii) Empresas de eletricidade, gás e agua, apresentam coeficientes positivos, ou seja, os riscos idiossincráticos, aqueles que são diversificáveis, aumentam à medida que as taxas de juros caem.

Os resultados sugerem que em momentos de expansão da economia os riscos específicos das ações dos setores de (i) Administração de empresas e empreendimentos e (ii) Comércio Varejista, (iii) Indústria Manufatureira, e (iv) Serviços Financeiros e Seguros, reduzem à medida que a economia expande.

Em períodos de alto nível de atividade industrial, o risco idiossincrático, para as ações do setor de Serviços de apoio a empresas e gerenciamento de resíduos e remediação, aumenta. Os coeficientes de 12 dos 17 setores analisados também apresentaram coeficientes positivos apesar de estatisticamente não significantes.

Quando o mercado de ações está subindo, ou em Bull Market, as ações do setor de Informação tem seu risco idiossincrático majorado, no entanto, os coeficientes dos demais setores não apresentam um padrão claro, sugerindo que os impactos são distintos dentre os diferentes setores da economia.

(23)

Tabela 2: Resultados – Risco Sistemático

Risco Sistemático

Ciclo Monetário Ciclo Econômico Nível da Indústria Mercado de ações

Coeficiente P - Valor Coeficiente P - Valor Coeficiente P - Valor Coeficiente P - Valor

Administração de empresas e

empreendimentos 0,0055 0,0321 - 0,0092 0,0043 - 0,0032 0,2327 - 0,0083 0,0149 Agricultura, pecuária, silvicultura, pesca e

caça 0,0199 0,0095 - 0,0058 0,4911 0,0114 0,4545 - 0,0280 0,1743

Assistência médica e social 0,0047 0,1556 - 0,0029 0,4540 - 0,0036 0,1979 0,0027 0,4934 Comércio atacadista - 0,0059 0,494 0,0163 0,1212 0,0218 0,0689 0,0094 0,4879 Comércio varejista 0,0022 0,6061 - 0,0048 0,2731 0,0023 0,6126 - 0,0037 0,4308

Construção 0,0042 0,4526 - 0,0082 0,2235 0,0008 0,9261 - 0,0009 0,9192

Educação 0,0100 0,1325 - 0,0119 0,1846 - 0,0029 0,7250 - 0,0096 0,3751

Empresas de eletricidade, gás e agua 0,0049 0,0175 - 0,0025 0,4333 0,0002 0,9385 - 0,0030 0,3954 Hotel e restaurante 0,0017 0,8556 - 0,0044 0,5521 - 0,0025 0,8362 0,0060 0,7111 Imobiliária e locadora de outros bens 0,0047 0,2245 - 0,0018 0,6188 0,0007 0,8761 - 0,0046 0,3507 Indústria manufatureira 0,0054 0,0671 - 0,0033 0,2711 - 0,0002 0,9423 - 0,0085 0,0265

Informação - 0,0003 0,9215 0,0084 0,0756 0,0051 0,1801 0,0043 0,4297

Mineração 0,0033 0,1732 - 0,0034 0,3557 0,0007 0,8855 - 0,0064 0,2199

Serviços de apoio a empresas e

gerenciamento de resíduos e remediação 0,0034 0,3216 - 0,0013 0,7944 0,0049 0,2010 - 0,0084 0,1172 Serviços financeiros e seguros 0,0061 0,0570 - 0,0094 0,0143 - 0,0036 0,2864 - 0,0070 0,1037 Serviços profissionais, científicos e técnicos - 0,0045 0,4273 - 0,0028 0,6673 0,0001 0,9903 0,0063 0,4445 Transporte e armazenamento - 0,0007 0,816 0,0022 0,4726 - 0,0043 0,4432 0,0010 0,8658

(24)

Tabela 3: Resultados – Risco Idiossincrático

Risco Idiossincrático

Ciclo Monetário Ciclo Econômico Mercado de ações Nível da Indústria

Coeficiente P - Valor Coeficiente P - Valor Coeficiente P - Valor Coeficiente P - Valor

Administração de empresas e

empreendimentos 0,0321 0,2246 - 0,0964 0,0023 - 0,0304 0,3844 0,0134 0,6232

Agricultura, pecuária, silvicultura, pesca e

caça 0,1640 0,0459 - 0,1374 0,1119 - 0,1283 0,4442 0,1353 0,4322

Assistência médica e social 0,0107 0,7585 - 0,0254 0,5634 0,0559 0,1966 - 0,0189 0,5343

Comércio atacadista 0,0070 0,9461 0,0486 0,5861 0,0092 0,9483 0,1323 0,2513

Comércio varejista 0,0076 0,8672 - 0,0896 0,0374 - 0,0165 0,7385 0,0430 0,3928

Construção 0,0024 0,973 - 0,0714 0,2984 0,0653 0,4695 0,0596 0,5157

Educação 0,0292 0,6943 - 0,1237 0,1291 - 0,0420 0,7309 0,0023 0,9808

Empresas de eletricidade, gás e agua 0,0482 0,0328 - 0,0249 0,4761 0,0067 0,8570 0,0182 0,5331

Hotel e restaurante - 0,0890 0,4551 - 0,0206 0,7787 0,2193 0,2975 - 0,0585 0,7156

Imobiliária e locadora de outros bens 0,0384 0,3486 - 0,0408 0,2288 - 0,0019 0,9669 0,0261 0,5480

Indústria manufatureira 0,0311 0,3368 - 0,0496 0,0956 - 0,0046 0,8973 0,0166 0,5497

Informação 0,0090 0,8004 0,0613 0,2282 0,1138 0,0858 0,0208 0,6321

Mineração 0,0194 0,4487 - 0,0240 0,5006 0,0346 0,4873 0,0171 0,6631

Serviços de apoio a empresas e

gerenciamento de resíduos e remediação 0,0281 0,4747 - 0,0221 0,6697 - 0,0039 0,9507 0,0810 0,0619 Serviços financeiros e seguros 0,0487 0,1112 - 0,0979 0,0052 - 0,0331 0,3914 0,0136 0,6519 Serviços profissionais, científicos e técnicos - 0,0648 0,3349 - 0,0451 0,4386 0,0923 0,3281 - 0,0763 0,2778 Transporte e armazenamento - 0,0259 0,4961 - 0,0123 0,6906 0,0566 0,2698 - 0,0025 0,9560 Fonte: Elaboração própria.

(25)

5.3 Efeitos Indiretos:

Podemos perceber que, além dos efeitos diretos que as variáveis macroeconômicas utilizadas nesse estudo têm sobre os riscos inerentes aos portfólios analisados e, consequentemente, sobre seus retornos, elas também os afetam indiretamente, uma vez que o retorno de cada uma das ações embutidas nos portfólios, sofre a influência do próprio mercado de ações em sua precificação. Dessa forma, verificando a influência que cada uma das variáveis tem sobre o retorno de mercado, aqui representado pelo Índice Ibovespa, constatamos que há um efeito indireto, positivo e estatisticamente relevante dessas variáveis sobre os portfólios analisados.

Tabela 4: Resultados - Efeitos Indiretos - Risco Sistemático

Risco Sistemático

Ciclo Monetário Ciclo Econômico Nível da Indústria

Coeficiente P - Valor Coeficiente P - Valor Coeficiente P - Valor

Excesso de Retorno do Ibovespa 0,1973 0,0959 0,8754 0,0000 0,8860 0,0000 Fonte: Elaboração própria.

Tabela 5: Resultados - Efeitos Indiretos - Risco Idiossincrático

Risco Idiossincrático

Ciclo Monetário Ciclo Econômico Nível da Indústria

Coeficiente P - Valor Coeficiente P - Valor Coeficiente P - Valor

Excesso de Retorno do Ibovespa 2,4755 0,0948 6,8345 0,0000 6,6131 0,0000 Fonte: Elaboração própria.

(26)

6. CONCLUSÕES

O objetivo deste trabalho foi compreender como os Riscos Sistemáticos e Idiossincráticos de portfólios de ações de setores distintos da economia se comportam em diferentes condições econômicas. Para isto foram utilizados os excessos de retorno dos portfólios, ponderados pelo volume, de 17 setores, entre Janeiro de 2008 e Dezembro de 2014. Utilizando o CAPM, os testes foram realizados sob 4 condições macroeconômicas: (i) Ciclo Monetário, (ii) Ciclo Econômico, (iii) Nível da Indústria e (iv) Condição do Mercado de Ações.

Foi possível observar que há relações estatisticamente relevantes entre as variáveis dependentes e as variáveis explicativas propostas, indicando que os riscos sistemáticos e idiossincráticos mudam de acordo com as oscilações das variáveis macroeconômicas utilizadas e que esses riscos se comportam de maneiras distintas nos setores analisados.

No entanto, a maior parte dos resultados obtidos não se mostraram estatisticamente relevantes, o que sugere que existem outras variáveis explicativas que se relacionam com as variáveis dependentes de forma mais robusta.

Os resultados encontrados estão em linha com as conclusões já existentes na literatura, que mostram que, no Brasil, o mercado acionário tem pouca sensibilidade às oscilações de variáveis macroeconômicas. Esse resultado nos leva a concluir que a incorporação de variáveis macroeconômicas à modelos de precificação de ativos, a fim de torna-los mais precisos, oferece poucos benefícios adicionais à capacidade de previsão do modelo.

Contudo, conforme relatado na sessão de Resultados, foi possível observar uma relação positiva e estatisticamente relevante entre o retorno de mercado e as variáveis Expansão Monetária, Expansão Econômica e Nível alto de Produção Industrial. Dessa forma, podemos constatar que, apesar dos efeitos diretos dessas variáveis sobre os retornos dos portfólios não serem robustos, há efeitos indiretos que estão impactando esses retornos através do canal de retorno do mercado.

(27)

REFERÊNCIAS

Araújo, E., Bastos, F. (2008) Relações entre retornos acionários, juros, atividade econômica e inflação: evidências para a América Latina. Brazilian Business Review - BBR, Vitória, v. 5, n.1, p. 51–73.

Balvers, R., Cosimano, T., McDonald, T. (1990) Predicting stock returns in an efficient market, Journal of Finance 45, 1109–1118.

Campbell, J., A.H. Lo., C, McKinlay. (1997) The Econometrics of Financial Markets, Princeton, NJ: Princeton University Press.

Chan, L. K. C., Karcesky, J., Lakonishok, J. (1998) The risk and return from factors, Journal of Financial and Quantitative Analysis, 22, 159–188.

Cooper, I., Priestley, R. (2009) Time-Varying Risk Premiums and the Output Gap, Review of Financial Studies, 22, 2801–2833.

Fama, E.F. (1990) Stock return, expected returns, and real activity, Journal of Finance 45, 1089–1108.

Flannery, M. J., Protopapadakis, A. A. (2002) Macroeconomic factors do influence aggregate stock returns, Review of Financial Studies, 15, 751–782.

Lintner, John. (1965) The valuation of risk assets and the selection of risky

investments in stock portfolios and capital budgets, The review of economics and statistics, p. 13–37.

Madura, Jeff., Oliver Schnusenberg (2000) Effect of Federal reserve policies os bank equity returns, Journal of Financial Research, 23(4), 421–447.

Maio, P., Philip, D. (2015). Macro variables and the components of stock returns, Journal of Empirical Finance, 33, 287–308.

McQueen, G., V. V. Roley (1993) Stock Prices, News, and Business Conditions, The Review of Financial Studies, 6(3), 683–707.

Nunes, M., Costa jr, N., Meurer, R. (2005) A relação entre o mercado de ações e as variáveis macroeconômicas: uma análise econométrica para o Brasil. Revista Brasileira de Economia,v. 59, n. 4, p. 585–607.

Patelis, A. (1997) Stock Return Predictability and the role of monetary policy, Journal of Finance, 52(5), 1951–1972.

Syed, M., Josephine, S. (2014) Effects of Monetary Policy on the Returns of Savings Institutions, Journal of Business, Accounting, and Finance 8, 98–114.

SHARPE, William F. (1964) Capital asset prices: A theory of market equilibrium under conditions of risk, The journal of finance, v. 19, n. 3, p. 425–442.

(28)

Schwert, G.W. (1990) Stock returns and real activity: a century of evidence, Journal of Finance 45, 1237–1257.

Thorbecke, W. (1997) On stock market returns and monetary policy, Journal of Finance, 52(2), 635–654.

White, H. (1980) A heteroskedasticity consistent covariance matrix estimator and a direct test of heteroskedasticity, Econometrica, 48, 817–838.

(29)

APÊNDICE A – Resultados das Regressões Tabela 6: Resultados - Setor: Administração de empresas e empreendimentos

Dependent Variable: Administração de empresas e empreendimentos (Excesso de Retorno)

Method: Least Squares

Sample: 2008M01 2014M12

Included observations: 84

White heteroskedasticity-consistent standard errors & covariance

Variable Coefficient Std. Error t-Statistic Prob.

Constante -0,0274 0,0205 -1,3376 0,1851

Excesso de Retorno do Ibovespa 0,0074 0,0019 3,8599 0,0002

Ciclo Monetário - Risco Sistemático 0,0055 0,0025 2,1848 0,0321

Ciclo Monetário - Risco Idiossincrático 0,0321 0,0262 1,2246 0,2246

Ciclo Econômico - Risco Sistemático -0,0092 0,0031 -2,9433 0,0043

Ciclo Econômico - Risco Idiossincrático -0,0964 0,0306 -3,1537 0,0023

Nível da Indústria - Risco Sistemático -0,0032 0,0027 -1,2032 0,2327

Nível da Indústria - Risco Idiossincrático 0,0134 0,0272 0,4934 0,6232

Mercado de Ações - Risco Sistemático -0,0083 0,0033 -2,4929 0,0149

Mercado de Ações - Risco Idiossincrático -0,0304 0,0348 -0,8750 0,3844

R-squared 0,3124 Mean dependent var -0,0900

Adjusted R-squared 0,2288 S.D. dependent var 0,0769

S.E. of regression 0,0675 Akaike info criterion -2,4414

Sum squared resid 0,3374 Schwarz criterion -2,1521

Log likelihood 112,5408 Hannan-Quinn criter. -2,3251

F-statistic 3,7355 Durbin-Watson stat 2,1147

Prob(F-statistic) 0,0007

(30)

Tabela 7: Resultados - Setor: Agricultura, pecuária, silvicultura, pesca e caça

Dependent Variable: Agricultura, pecuária, silvicultura, pesca e caça (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0569 0,0675 -0,8435 0,4017

Excesso de Retorno do Ibovespa -0,0024 0,0081 -0,2983 0,7663

Nível da Indústria - Risco Sistemático 0,0114 0,0152 0,7519 0,4545

Sum squared resid 3,2877 Schwarz criterion 0,1247

(31)

Tabela 8: Resultados - Setor: Assistência médica e social

Dependent Variable: Assistência médica e social (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0516 0,0323 -1,5962 0,1147

Nível da Indústria - Risco Idiossincrático -0,0189 0,0303 -0,6243 0,5343

Mercado de Ações - Risco Sistemático 0,0027 0,0039 0,6883 0,4934

Mercado de Ações - Risco Idiossincrático 0,0559 0,0429 1,3030 0,1966

(32)

Tabela 9: Resultados - Setor: Comércio atacadista

Dependent Variable: Comércio atacadista (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0938 0,0675 -1,3893 0,1689

Ciclo Monetário - Risco Sistemático -0,0059 0,0086 -0,6874 0,4940

Ciclo Econômico - Risco Sistemático 0,0163 0,0104 1,5678 0,1212

Ciclo Econômico - Risco Idiossincrático 0,0486 0,0889 0,5469 0,5861

Adjusted R-squared -0,0308 S.D. dependent var 0,2338

S.E. of regression 0,2374 Akaike info criterion 0,0732

Sum squared resid 4,1705 Schwarz criterion 0,3626

Log likelihood 6,9262 Hannan-Quinn criter. 0,1895

(33)

Tabela 10: Resultados - Setor: Comércio varejista

Dependent Variable: Comércio varejista (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0328 0,0253 -1,2954 0,1992

(34)

Tabela 11: Resultados - Setor: Construção

Dependent Variable: Construção (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0732 0,0552 -1,3258 0,1890

(35)

Tabela 12: Resultados - Setor: Educação

Dependent Variable: Educacão (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante 0,0168 0,0593 0,2838 0,7774

(36)

Tabela 13: Resultados - Setor: Empresa de eletricidade, gás e agua

Dependent Variable: Empresa de eletricidade, gás e agua (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0983 0,0237 -4,1410 0,0001

Excesso de Retorno do Ibovespa 0,0000 0,0023 -0,0105 0,9916

(37)

Tabela 14: Resultados - Setor: Hotel e restaurante

Dependent Variable: Hotel e restaurante (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0660 0,0469 -1,4090 0,1630

Ciclo Monetário - Risco Idiossincrático -0,0890 0,1186 -0,7510 0,4551

(38)

Tabela 15: Resultados - Setor: Imobiliária e locadora de outros bens

Dependent Variable: Imobiliária e locadora de outros bens (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0498 0,0185 -2,6969 0,0087

(39)

Tabela 16: Resultados - Setor: Indústria manufatureira

Dependent Variable: Indústria manufatureira (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0552 0,0201 -2,7485 0,0075

(40)

Tabela 17: Resultados - Setor: Informação

Dependent Variable: Informação (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,1399 0,0431 -3,2416 0,0018

Ciclo Econômico - Risco Idiossincrático 0,0613 0,0505 1,2150 0,2282

(41)

Tabela 18: Resultados - Setor: Mineração

Dependent Variable: Mineração (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,1013 0,0287 -3,5336 0,0007

(42)

Tabela 19: Resultados - Setor: Serviços de apoio a empresas e gerenciamento de resíduos e remediação

Dependent Variable: Serviços de apoio a empresas e gerenciamento de resíduos e remediação (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0886 0,0404 -2,1940 0,0314

(43)

Tabela 20: Resultados - Setor: Serviços financeiros e seguros

Dependent Variable: Serviços financeiros e seguros (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0318 0,0201 -1,5811 0,1181

(44)

Tabela 21: Resultados - Setor: Serviços profissionais, científicos e técnicos

Dependent Variable: Serviços profissionais, científicos e técnicos (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante 0,0072 0,0322 0,2226 0,8244

(45)

Tabela 22: Resultados - Setor: Transporte e armazenamento

Dependent Variable: Transporte e armazenamento (Excesso de Retorno)

Sample: 2008M01 2014M12

Constante -0,0636 0,0223 -2,8540 0,0056