ads:
UNIVERSIDADE FEDERAL DE JUIZ DE FORA
FACULDADE DE ECONOMIA E ADMINISTRAÇÃO
CURSO DE MESTRADO EM ECONOMIA APLICADA
SANDRO DE FREITAS FERREIRA
AVALIAÇÃO DE BENS TANGÍVEIS: UMA APLICAÇÃO DO MÉTODO DE
PREÇOS HEDÔNICOS PARA AVALIAR ATRIBUTOS RAROS DE PEÇAS
FILATÉLICAS NA CONSTRUÇÃO DE CARTEIRAS EFICIENTES
JUIZ DE FORA
MARÇO, 2008
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
SANDRO DE FREITAS FERREIRA
AVALIAÇÃO DE BENS TANGÍVEIS: UMA APLICAÇÃO DO MÉTODO DE
PREÇOS HEDÔNICOS PARA AVALIAR ATRIBUTOS RAROS DE PEÇAS
FILATÉLICAS NA CONSTRUÇÃO DE CARTEIRAS EFICIENTES
Dissertação apresentada ao programa de Pós-
Graduação em Economia Aplicada da
Faculdade de Economia e Administração da
Universidade Federal de Juiz de Fora como
parte das exigências do Mestrado em
Economia Aplicada.
Orientador: Prof. Dr. Moisés de Andrade Resende Filho
Co-Orientador: Profª. Drª. Fernanda Finotti Cordeiro Perobelli
JUIZ DE FORA
MARÇO, 2008
ads:
SANDRO DE FREITAS FERREIRA
AVALIAÇÃO DE BENS TANGÍVEIS: UMA APLICAÇÃO DO MÉTODO DE
PREÇOS HEDÔNICOS PARA AVALIAR ATRIBUTOS RAROS DE PEÇAS
FILATÉLICAS NA CONSTRUÇÃO DE CARTEIRAS EFICIENTES
Dissertação submetida à Faculdade de Economia e
Administração da Universidade Federal de Juiz de Fora,
como requisito parcial para a obtenção do título de Mestre em
Economia Aplicada, com área de concentração em Gestão e
Estratégia Competitiva.
APROVADA EM ___/___/___
Prof. Dr. Moisés de Andrade Resende Filho
FEA - Universidade Federal de Juiz de Fora
Prof. Dr. Eduardo Simões de Almeida
FEA - Universidade Federal de Juiz de Fora
Prof. Dr. Aureliano Angel Bressan
FACE - Universidade Federal de Minas Gerais
Dedicatória:
À minha AVÓ paterna Itamar da Silva
Ferreira, como todo tempo deveria ser.
Aos MEUS PAIS, Luis Carlos da Silva
Ferreira e Marli de Freitas Ferreira, pela
dedicação, pela atenção e pelo amor que
sempre direcionaram a mim.
AGRADECIMENTOS
A Deus, a Nosso Senhor Jesus Cristo, ao Espírito Santo e à Virgem Maria pelo cuidado e
preservação de minha alma.
Aos meus pais, irmãos, cunhadas, sobrinhos, afilhados e demais parentes que criaram um
ambiente favorável, calmo e feliz de estudos e trabalho intelectual.
Aos Prof. Dr. Moisés de Andrade Resende Filho e Prof. Dr. Fernanda Finotti Cordeiro
Perobelli, pelas idéias, direcionamentos, conselhos, sugestões, questionamentos e correções a
este trabalho.
Ao Senhor Reinaldo Jacob, da Sociedade Philatélica Paulista, pela atenção e presteza em me
orientar nos meandros do mercado filatélico, pelas sugestões de leitura e por ajudar em parte
da construção das bases de dados.
Ao Prof. Dr. Eduardo Simões de Almeida, pelas contribuições na elaboração deste trabalho.
Ao Prof. Dr. Fernando Salgueiro Perobelli pela minha escolha para a atividade docente.
Aos demais professores do programa de mestrado que disponibilizaram seu tempo e
dedicação para os nossos aprimoramentos técnicos necessários.
Aos meus amigos mais que queridos, Aline Barreto dos Santos e Admir Antonio Betarelli
Junior, pelas horas de atenção e dedicação, bem como aos conselhos e infindáveis discussões.
Aos meus colegas de mestrado, Murilo, Rafael, Juliana, Rosa Lívia, Érica, Noé, Eduardo e
Marco pelo agradável convívio.
À Prof. Dr. Márcia Machado pela presteza na orientação e delineação iniciais de interessante
tema de dissertação.
Aos meus amigos de longa data, Eduardo, Karina, Dirceu Jr, Fred, Anderson, Paulo, Ulisses e
ex-alunos, pelo incentivo.
A todos os funcionários da FEA e da UFJF, que me auxiliaram no suporte técnico, em
particular Adriana, Hélio, José Carlos, Osório, Mônica, Mauro.
A FAPEMIG, pelo apoio financeiro disponibilizado.
A todas as pessoas que contribuíram direta e indiretamente para o ambiente de
desenvolvimento deste trabalho.
RESUMO
Este trabalho faz uma aplicação dos resultados obtidos com a estimação de modelos de preços
hedônicos na construção de carteiras eficientes de ativos implícitos. Para tanto, utiliza-se o
método dos preços hedônicos e a análise de carteiras eficientes de Markowitz. Os preços
implícitos estimados são utilizados para calcular os inputs (retornos médios e matriz de
variâncias-covariâncias) necessários à construção das carteiras eficientes. Essa seqüência de
procedimentos é aplicada à avaliação das características das peças filatélicas do período
imperial brasileiro (1843-1889), tomando-se as séries temporais das cotações dessas peças no
período de 1954 a 1988. As evidências encontradas mostram que carteiras eficientes são
formadas por um reduzido número de selos.
ABSTRACT
This work applies hedonic pricing models’ estimates in the construction of efficient portfolios
of implicit assets. In doing so, it has been used the hedonic price method coupled with
Markowitz’ efficient portfolio approach. First, the estimated implicit prices are used in
calculating average returns and their variance-covariance matrix. Second, these results are
employed in the construction of efficient portfolios. This sequence of procedures is applied in
evaluating rare attributes of philatelic objects issued during the Brazilian imperial period
between years 1843 and 1889. Results show evidences that efficient portfolios should be
composed of a few stamps.
viii
LISTA DE FIGURAS
Página
Figura 1 - Esquema de argumentação da dissertação...............................................................17
Figura 2 – Árvore de oferta de selos postais ............................................................................54
Figura 3 – Espaço média-variância com os ativos implícitos e a fronteira eficiente .............110
Figura 4 - Comparação da carteira eficiente ao ativo implícito individual “Papel Fino” ......113
Figura 5 - Espaço média-variância quando existem taxas de tomadas e de
empréstimos livres de risco iguais e venda a descoberto não permitida................................116
ix
LISTA DE GRÁFICOS
Página
Gráfico 1 - Freqüência relativa acumulada das emissões postais imperiais.............................71
Gráfico 2 - Quantidade de emissões postais imperiais por década ..........................................72
Gráfico 3 - Quantidade de cotações catalogadas para os selos imperiais (1954-1988)............75
Gráfico 4 - Cotação média de uma peça filatélica imperial brasileira no período 1954-1988.78
Gráfico 5 - Cotações médias anuais das peças filatélicas novas e usadas................................79
Gráfico 6 - Cotações médias anuais das quadras de selos novos e usados...............................80
Gráfico 7 - Cotações médias anuais das peças filatélicas com e sem variedade......................81
Gráfico 8 - Retornos médios anuais de todas peças filatélicas (1955-1988)............................82
Gráfico 9 - Retornos médios anuais sobre PF novas e usadas..................................................84
Gráfico 10 - Proporções de cotações referentes à gramatura do papel.....................................86
Gráfico 11 - Proporções de cotações referentes à textura do papel..........................................87
Gráfico 12 - Proporções de cotações referentes à imagem estampada no selo ........................87
Gráfico 13 - Proporções de cotações referentes à presença de pelo menos um tipo de
variedade...................................................................................................................................88
Gráfico 14 - Proporções de cotações referentes à presença de variedades na gramatura e cor
do papel e impressos em papel tintado.....................................................................................89
Gráfico 15 - Comportamento do R-Quadrado Ajustado ..........................................................94
Gráfico 16 - Preço marginal da característica "cor do papel (acinzentado/amarelado)"..........99
Gráfico 17 - Preços marginais da característica "presença de cor"........................................100
Gráfico 18 - Preços marginais da característica "idade" ........................................................101
Gráfico 19 - Retornos sobre peças filatélicas novas e sobre a característica
"ausência de carimbo"............................................................................................................107
Gráfico 20 - Retornos sobre peças filatélicas com variedade versus retornos implícitos
das características "presença de alguma variedade"...............................................................108
Gráfico 21 - Retornos médios anuais dos selos sobre suporte versus retornos da
característica "selo fixado em suporte" ..................................................................................108
Gráfico 22 – Composição da carteira de variância mínima....................................................111
Gráfico 23 – Composição da carteira eficiente comparada ao ativo implícito “Papel Fino”.114
Gráfico 24 – Carteira de variância nula (ativo livre de risco)................................................117
Gráfico 25 – Carteira de variância nula na ausência dos ativos ibovespa e poupança...........118
x
LISTA DE TABELAS
Página
Tabela 1 – Cotações dos selos imperiais brasileiros em dólares de 1987................................57
Tabela 2 – Ano e freqüências de emissões postais...................................................................71
Tabela 3 - Freqüências dos valores de face..............................................................................73
Tabela 4 - Tiragens mínimas por valor de face........................................................................74
Tabela 5 - Estatísticas descritivas dos retornos médios anuais de todas as peças filatélicas ...83
Tabela 6 - Estatísticas descritivas dos retornos médios anuais das classes SV, CV, N, U, I, P,
T, Q, NENV, ENV e BSS.........................................................................................................85
Tabela 7 - Preços implícitos estimados das características das peças filatélicas......................96
Tabela 8 - Estatísticas descritivas das taxas de retornos das características filatélicas..........102
Tabela 9 - Correlações entre os retornos implícitos das características filatélicas.................104
xii
LISTA DE QUADROS
Página
Quadro 1 - Lista das variáveis..................................................................................................62
xiii
SUMÁRIO
Página
1. INTRODUÇÃO ..................................................................................................................15
2. FUNDAMENTAÇÃO TEÓRICA DA ABORDAGEM HEDÔNICA...........................19
2.1. DEFINIÇÕES E SIGNIFICADOS DE HEDÔNICO E HEDONISMO...........................19
2.2. TEORIA TRADICIONAL DE DEMANDA E ALGUMAS CRÍTICAS.........................20
2.3. ABORDAGENS ALTERNATIVAS ................................................................................21
2.4. ABORDAGEM DAS CARACTERÍSTICAS...................................................................22
2.5. MERCADOS IMPLÍCITOS .............................................................................................25
2.6. ABORDAGEM DOS PREÇOS HEDÔNICOS................................................................26
2.7. REVISÃO DE LITERATURA .........................................................................................28
2.8. IMPLEMENTAÇÃO DO MÉTODO DE PREÇOS HEDÔNICOS E SEUS
DESAFIOS...............................................................................................................................29
2.8.1. Problemas de Especificação: Forma Funcional das Variáveis
Explicativas.....................................................................................................................30
2.8.2. Problemas de Multicolinearidade e de Dependência Estocástica dos
Erros................................................................................................................................33
3. INVESTIMENTO EM ATIVOS NÃO CONVENCIONAIS VERSUS
COLECIONISMO..................................................................................................................35
3.1. INVESTIMENTO EM ATIVOS NÃO CONVENCIONAIS...........................................35
3.1.1. Teorias da Demanda por Ativos e Seleção de Carteiras..................................36
3.1.2. Estudos sobre o Comportamento dos Ativos Não Convencionais...................41
3.1.3. Objetos de Coleção em Estratégias de Hedge ...................................................45
3.1.4. A Literatura sobre Selos e Mercados Filatélicos ..............................................47
3.2. COLECIONISMO VERSUS INVESTIMENTO...............................................................49
3.2.1. Colecionismo: Paradigma de Consumo.............................................................49
3.2.2. Breve História dos Selos e do Colecionismo de Selos .......................................50
3.3. MERCADOS FILATÉLICOS, RARIDADE E ATRIBUTOS DE RARIDADE.............51
3.4. INVESTIMENTO EM PEÇAS FILATÉLICAS...............................................................56
4. MÉTODO DE PESQUISA ................................................................................................58
4.1. ETAPAS DA PESQUISA.................................................................................................59
4.2. PEÇAS FILATÉLICAS DA PESQUISA .........................................................................59
4.3. DADOS DA PESQUISA: COTAÇÕES E CARACTERÍSTICAS ..................................60
4.4. DEFINIÇÃO DAS VARIÁVEIS E CORRELAÇÕES ESPERADAS.............................61
4.5. PROCEDIMENTOS EMPÍRICOS ...................................................................................64
4.5.1. Modelos de Preços Hedônicos.............................................................................64
4.5.2. Carteiras Eficientes de Markowitz ....................................................................66
5. BASE DE DADOS ..............................................................................................................70
5.1. PERFIL DAS PEÇAS FILATÉLICAS.............................................................................70
5.2. COTAÇÕES E RETORNOS ANUAIS DAS PEÇAS FILATÉLICAS............................75
5.2.1. Perfil das Cotações Anuais das Peças Filatélicas..............................................77
5.2.2. Perfil dos Retornos sobre Classes de Peças Filatélicas.....................................82
5.2.2.1. Retornos sobre Todas as Peças Filatélicas .....................................................82
5.2.2.2. Retornos sobre Classes de Peças Filatélicas...................................................84
xiv
5.3. PERFIL DAS CARACTERÍSTICAS DAS PEÇAS FILATÉLICAS…………………...85
6. RESULTADOS E DISCUSSÕES .....................................................................................90
6.1. RESULTADOS DAS REGRESSÕES HEDÔNICAS......................................................90
6.1.1. Funções Preço Hedônico Estimadas e suas Variáveis......................................91
6.1.2. Resultados do Ajustamento e dos Resíduos ......................................................93
6.1.3. Preços Implícitos das Características dos Selos Imperiais Brasileiros entre
1954 e 1988 .....................................................................................................................96
6.2. RETORNOS IMPLÍCITOS DAS CARACTERÍSTICAS FILATÉLICAS....................102
6.3. CARTEIRAS EFICIENTES DE CARACTERÍSTICAS FILATÉLICAS .....................109
7. CONCLUSÕES, LIMITAÇÕES E RECOMENDAÇÕES ..........................................120
8. REFERÊNCIAS ...............................................................................................................127
9. ANEXO..............................................................................................................................136
ANEXO 1 - Características de cada uma das 69 Emissões Postais Imperiais .......................136
ANEXO 2 - Informações sobre as emissões que apresentam algum tipo de variedade.........139
ANEXO 3 - Listagem dos números de catalogação dos selos e de suas siglas......................141
ANEXO 4 – Descrição das Variáveis Dummies dos Modelos Hedônicos.............................142
ANEXO 5 - Resultados das regressões por ano (1954-1988)................................................143
15
1. INTRODUÇÃO
Objetos de coleção são cogitados como ativos a compor carteiras de investimentos,
pois são capazes de gerar retornos positivos. Damodaran (1999, p. 593) afirma que, apesar
desses tipos de ativos se caracterizarem por não gerar fluxos de caixa periódicos, “alcançam
valor porque são escassos e/ou são percebidos como valiosos e/ou geram utilidade para
aqueles que os possuem”. Burton e Jacobsen (1999) registram retornos sobre investimentos
em diversos objetos colecionáveis (móveis antigos, moedas, desenhos e pinturas, fotografias,
impressos, selos, vinhos etc.) para vários períodos entre 1925 a 1999. Eles mostraram,
entretanto, que há uma grande variância em seus retornos e concluem afirmando que esses
objetos não devem compor grande parte do portfolio de um investidor, a menos que ele seja
propenso ao risco.
Outra argumentação a favor da colocação de objetos colecionáveis em carteira está
centrada no fato de serem passíveis de participar em estratégias de hedge. Cardell et al.
(1995), num estudo sobre a possibilidade de utilizar selos postais como hedge, afirmam que
eles podem ser utilizados nessas estratégias contra alguns fatores de risco, tais como inflação,
default e estrutura a termo da taxa de juros; porém não são hedges perfeitos contra esses
fatores. Advertem também que os selos podem ser úteis, em conjunto com outros ativos, na
estruturação de portfolios, na medida em que dão exposições alternativas aos riscos
sistêmicos. Contudo, não existe consenso sobre os benefícios pecuniários provenientes dessa
estratégia nas decisões de carteira. Além disso, poucos estudos têm focalizado atenção neste
tema.
Selos, dentro da categoria “objetos de coleção”, subconjunto dos bens tangíveis, são
sugeridos para compor carteiras de investimento, por apresentarem mercados geográfica e
16
historicamente conhecidos: nas principais cidades do mundo, desde o terceiro quartel do
século XIX, já havia negociantes e compradores. O senso comum e a experiência dos
participantes desses mercados sugerem que os selos são uma boa alternativa de investimento.
A explicação para isso está muito mais centrada na valorização das peças ao longo dos anos
do que na possibilidade de utilizá-las em estratégias de hedge. Entretanto, são ativos com
reduzido grau de liquidez e são comercializados em mercado de balcão.
Independentemente disso, os selos postais são objetos heterogêneos. Eles possuem
atributos (ou características) que diferenciam as emissões entre si e, em alguns casos,
diferenciam os selos de uma mesma emissão, como nos casos em que há variações de cores,
papel, erros de impressão ou outras. Esses atributos raros são informações previamente
conhecidas tanto pelos negociantes quanto pelos compradores, sejam estes colecionadores,
“ajuntadores” ou investidores. Além disso, dadas as diferenciações nos preços dessas peças
filatélicas
1
, pode-se afirmar, sem perda do bom senso, que subjacente aos preços das peças
transacionadas há “mercadorias” que indiretamente lhes conferem e adicionam valor; são seus
atributos de raridade.
Atributos diferenciados conduzem a preços de mercado diferenciados. Os preços dos
selos registrados nos catálogos e nas listas de leilões e de ofertas de compra e venda
apresentam, muitas vezes, cotações diferenciadas para selos aparentemente iguais, refletindo
diferenças nas características de cada selo. Portanto, pode-se supor que esses atributos
possuem valor de mercado, apesar de não serem isoladamente comercializados. Mas, os
agentes econômicos que participam desses mercados, estão à procura desses atributos raros
para compor distintamente suas coleções, para realizar ganhos advindos da apreciação ao
longo do tempo ou mesmo como reserva de valor.
Desconsiderando a demanda filatélica ou a chamada demanda exclusivamente para
colecionismo, surgem alguns questionamentos: a demanda de selos para investimento existe
por conta da apreciação, no tempo, do preço dos selos ou dos seus atributos? Os atributos dos
selos determinam os seus preços? Assim, os investidores devem tomar como ativos os selos
ou os seus atributos? Se esses atributos podem ser vistos como ativos, então é possível
conhecer os retornos, volatilidades e correlações desses ativos implícitos? E, ademais, é
possível construir carteiras de investimento com eles?
Se os preços implícitos dos atributos de raridade (ou características raras) determinam
1
Uma peça filatélica é representada por: um selo isolado ou um par de selos ou um terno de selos ou uma quadra
de selos ou um conjunto de cinco de selos ou um conjunto de seis de selos; todos eles novos ou carimbados. Os
selos, em qualquer quantidade, fixados num suporte também são denominados como peças filatélicas.
17
os preços dos selos postais, então os investidores deveriam se preocupar com as trajetórias e
características dos retornos desses ativos-atributos nas suas decisões de portfolio.
Partindo desta proposição, este trabalho procura avaliar esses ativos-atributos
mediante a utilização da abordagem das características de Lancaster (1966) e do método dos
preços hedônicos, aprimorada por Rosen (1974). Em seguida, utilizará os preços hedônicos
estimados para construir as séries temporais de “retornos implícitos”TP
2
PT sobre as características
e, a partir destes, construir carteiras eficientes de ativos implícitosTP
3
PT. A Figura 1 apresenta um
esquema que sintetiza todas as etapas da pesquisa.
Figura 1 – Esquema de argumentação da dissertação
Fonte: Elaboração própria do autor.
TP
2
PT A título de distinção dos retornos comumente conhecidos, denominou-se “retorno implícito” àquele que é
calculado a partir dos preços implícitos.
TP
3
PT Semelhantemente ao caso do termo “retorno implícito”, denominou-se “ativo implícito” à característica
geradora de valor.
Preços Hedônicos das Características
K
βββ
ˆ
,...,
ˆ
,
ˆ
21
Abordagem dos Atributos
)()( cx uu ≠
=x
cesta de bens
=c cesta de características
Abordagem dos Preços Hedônicos
),...,,...,,()(
21 Kk
ccccPP
=
c
=
)(cP preço do pacote de características
Função Preço Hedônico
KK
ccP
β
β
β
+
++= ...
110
Métodos Econométricos
Retornos médios,
volatilidades e correlações
das características das
peças filatélicas
Teoria da Decisão
de Portfolio
Construção de carteiras
eficientes de características
das
p
e
ç
as filatélicas
18
O principal objetivo deste trabalho é estimar os preços implícitos das características
filatélicas (raras ou não) dos selos postais imperiais brasileiros (emitidos entre 1843 e 1889) e
utilizá-los em decisões de portfolio. Portanto, propõe uma aplicação adicional das estimativas
obtidas por meio do método de preços hedônicos. Outros objetivos são: (i) contribuir para a
discussão sobre a utilização de ativos tangíveis (em particular, ativos não convencionais) nas
decisões de carteira e diversificação de ativos; (ii) contribuir para a literatura de mercados de
objetos de coleção (em particular, selos postais); (iii) contribuir para a literatura do método de
preços hedônicos, sugerindo uma aplicação alternativa para os preços implícitos estimados:
utilização dos retornos implícitos dos atributos filatélicos, calculados a partir dos preços
hedônicos, na construção de carteiras eficientes desses ativos subjacentes (características).
O assunto tratado neste trabalho é motivado: (a) pela possibilidade de inovar o campo
de aplicação do método dos preços hedônicos; (b) pelo potencial de sugerir instrumentos
alternativos de investimento a pequenos e médios investidores; (c) pela necessidade de
mensurar a representatividade das características intrínsecas dos ativos na formação de seus
preços e retornos; e (d) por interesse pessoal no assunto.
Além desse capítulo introdutório, o presente trabalho aborda, no segundo capítulo, os
fundamentos teóricos do método de preços hedônicos, bem como as dificuldades de sua
implementação. No capítulo três trata de questões referentes ao investimento em ativos
tangíveis e ao colecionismo, mostrando que o ato de colecionar é simultâneo ao de consumir.
Apresenta também elementos sobre o universo de investimento em ativos não convencionais,
principalmente a respeito do mercado filatélico. O capítulo quatro aborda as questões
relacionadas aos métodos de pesquisa a serem utilizados: modelos de função hedônica e
modelo para a análise dos retornos e carteiras eficientes. O perfil de toda a base de dados,
cotações e características dos selos, está no capítulo cinco, bem como suas estatísticas
descritivas. O capítulo seis trata dos resultados encontrados, tanto para as regressões (preços
implícitos), quanto para os retornos implícitos calculados e as carteiras eficientes construídas,
bem como discussões pertinentes. O trabalho finaliza com a apresentação das principais
conclusões, das contribuições alcançadas e das possibilidades de extensão da técnica.
19
2.
FUNDAMENTAÇÃO TEÓRICA DA ABORDAGEM HEDÔNICA
Este capítulo apresenta os fundamentos teóricos propostos pela abordagem das
características e pela abordagem dos preços hedônicos no tratamento dos preços implícitos
das características dos bens.
A análise hedônica é uma abordagem bem estabelecida para o exame de mercados de
produtos diferenciados. A técnica emprega a análise de regressão para dividir o mercado, de
um determinado produto, numa série de submercados para os atributos (ou características)
4
desse produto.
Este capítulo inicia-se com uma listagem das acepções, comumente encontrada nos
dicionários, para os termos “hedônico” e “hedonismo”. Seguem-se as seções que tratam das
abordagens tradicional e alternativas (de Lancaster e de Michael e Becker) à demanda, dos
mercados implícitos e da abordagem dos preços hedônicos.
2.1.
DEFINIÇÕES E SIGNIFICADOS DE HEDÔNICO E HEDONISMO
Hedônico: adj. relativo ao hedonismo ou ao prazer (LELLO UNIVERSAL, 1957, p.
1199).
Hedônico: adj. que diz respeito ao hedonismo. Escola hedônica, a escola de Cirene, a
primeira escola que propagou o hedonismo (CALDAS AULETE, 1980, p. 1827).
4
As palavras atributos e características serão utilizadas neste trabalho como sinônimas.
20
Hedônico: adj. relativo ao hedonismo; hedonístico. Relativo ao ou caracterizado pelo
prazer. Etimologia: grego hedonikós, relativo ao prazer, voluptuoso (HOUAISS, 2001, p.
1510).
Hedonismo: s.m. (gr. hedone, prazer). Doutrina que faz do prazer o objetivo da vida:
”a moral de Epicuro é uma forma de hedonismo” (LELLO UNIVERSAL, 1957, p. 1199).
Hedonismo: s.m. Sistema filosófico de moral, para o qual todo o bem está no prazer.
Do grego hedone (prazer) + ismo (CALDAS AULETE, 1980, p. 1827).
Hedonismo: s.m. Ética. Doutrina que considera que o prazer individual e imediato é o
único bem possível, princípio e fim da vida moral (AURÉLIO, s/d, p. 715).
2.2.
TEORIA TRADICIONAL DE DEMANDA E SUAS CRÍTICAS
A teoria neoclássica do comportamento econômico do consumidor afirma que ele
escolhe cestas de bens e serviços de modo a aumentar seu nível de satisfação, porém levando
em consideração suas restrições econômicas
5
.
Lancaster (1966) e Michael e Becker (1973) levantaram algumas críticas a esta
abordagem à demanda. Para Lancaster ela: (i) é muito geral (considera um conjunto mínimo
de hipóteses e de resultados); (ii) trata todos os bens de forma idêntica (desconsidera as
propriedades intrínsecas que são as responsáveis por distingui-los entre si); (iii) admite que as
preferências são exógenas (e não há explicações para as suas variações ao longo do tempo); e
(iv) não permite lidar com questões referentes à previsão de demanda para produtos novos e
aos efeitos decorrentes das diferenças de qualidade dos produtos.
Michael e Becker (1973) mantêm, como ponto crítico fundamental, o fato de a teoria
tradicional utilizar somente preços e renda como variáveis explicativas da demanda –
qualquer outro comportamento seria explicado pelas preferências. Contudo, para eles, as
variações de preços e renda explicam somente uma parte das variações da demanda e não há
teoria de formação de gostos.
Uma segunda crítica, levantada por eles, diz respeito ao limitado escopo das
explicações: a teoria tradicional está restrita aos bens transacionados em mercados.
Entretanto, há atividades humanas (e.g. escolha de ocupação profissional, do tamanho da
5
Araújo (1983, cap.1), Barbosa (1985, cap.1), Kreps (1990, cap.2), Varian (1992, cap.7), Simonsen (1993,
cap.4) e Mas-Colell et al. (1995, cap.1-3) apresentam detalhadamente essa teoria.
21
família, escolha políticas e de estilos de vida e de lazer), que não são atividades de mercado,
que são totalmente ignoradas.
A teoria tradicional, em resumo, é limitada por que ignora as propriedades intrínsecas
dos bens, lega grande parte das explicações às preferências e ignora atividades ditas de não-
mercado, inovação do produto e diferenças de qualidade do produto. Isto posto, Lancaster
(1966) e Michael e Becker (1973) propuseram algumas abordagens alternativas que serão
abordadas a seguir.
2.3.
ABORDAGENS ALTERNATIVAS
As abordagens alternativas propostas por Lancaster (1966) e Michael e Becker (1973)
são construídas com base em duas hipóteses que são comuns a ambas: (i) os bens não são
fontes diretas de utilidades, mas indiretas (as fontes diretas são as características, atributos ou
commodities
6
; que são abstratas ou não necessariamente observadas); e (ii) dentro da unidade
econômica de consumo, existem processos de transformação de bens e insumos em fontes de
utilidade.
Para Michael e Becker (1973), os agentes econômicos adquirem bens e insumos para
transformá-los, mediante tecnologias de produção, em commodities que serão efetivamente
consumidas. Já para Lancaster (1966) os consumidores estão interessados nas características
dos bens no sentido de que os consumidores adquirem bens que, dadas as características
disponíveis, melhor atendem suas preferências por características. Assim sendo, em
Lancaster, o processo de transformação envolve atividades que combinam bens para gerar
características. Já em Michael e Becker, o processo de transformação é representado por
funções de produção neoclássicas e envolve dois estágios: combinações de tempo e bens
produzem as commodities. Observe-se que a teoria de Lancaster enfatiza os elementos
intrínsecos dos bens, enquanto a teoria de Michael e Becker, o papel do tempo e da produção
dentro da unidade de consumo.
Uma vez que a hipótese que sustenta este trabalho é a de que os investidores estão
interessados nas fontes geradoras de valor (características) de ativos tangíveis, em particular,
6
Commodities, na acepção utilizada nesta seção, não significa produtos similares e de uso comum em todo o
mundo, mas bens e serviços produzidos dentro da unidade econômica e que não são comercializados em
mercados. (MICHAEL e BECKER, 1973).
22
selos postais, e que estas são as características relevantes (que são observáveis
7
) na formação
dos preços dos selos, a abordagem de Lancaster, juntamente com a de Rosen (1974), que será
apresentada na seção 2.6, é a mais apropriada como referencial teórico do presente estudo. Por
isso, a seção a seguir descreve a abordagem das características.
2.4.
ABORDAGEM DAS CARACTERÍSTICAS
Os bens são definidos, para a abordagem das características, como pacotes de
quantidades de características (ou qualidades). Todos os bens possuem características
objetivas que são relevantes para as escolhas do consumidor e, entre as inúmeras
características, algumas podem ser relevantes para um determinado consumidor e outras para
um consumidor diferente. Além disso, Lancaster (1966) pressupõe que a relação entre uma
dada quantidade de um bem, ou de uma cesta de bens, e as suas características é definida por
uma relação técnica que depende de propriedades físicas dos bens, tais como: tamanho, cor,
forma, aroma, composição química, etc.
Outra hipótese do modelo de Lancaster afirma que os consumidores têm preferências
sobre essas características e reagem diferentemente diante de características diferentes. Isto é,
as decisões do consumidor não são pautadas apenas pelos bens, mas também por quais deles,
dadas as características que eles dispõem, atenderão melhor as preferências dos consumidores
por aquelas características. Observe-se que, neste caso, as preferências por bens são indiretas
ou derivadas, i.e., eles são requeridos somente para “produzir” as características desejadas.
A partir dos pressupostos acima listados, Lancaster configurou dois estágios de
relações entre indivíduos, bens e características: (i) relação entre bens e suas características
(relação técnica); e (ii) relação entre indivíduos e características (relações de preferências
individuais). Para ele, com base nessas relações, podem ser construídos vários modelos
funcionais. Em particular, o método dos preços hedônicos (MPH), que será descrito na
próxima seção, tem sido o mais utilizado, principalmente, a partir da fundamentação teórica
dada por Rosen (1974).
Uma vez que as características relevantes são importantes e indiretamente
demandadas, é do interesse dos consumidores avaliá-las. Portanto, o preço implícito de cada
uma das características dos bens é fundamental nas decisões econômicas do consumidor.
7
Deve-se atentar para o fato de que características não observáveis poderiam também afetar o preço dos ativos
tangíveis. Entretanto, não serão levadas em consideração aqui.
23
Dado que, por hipótese, o consumidor decide sobre o consumo total de cada
característica e que este montante depende das quantidades de bens que possuem esta e outras
características e que elas são obtidas a partir de combinações de bens, há uma relação
funcional entre características, bens e atividades.
Sejam
j
x
a quantidade do bem
j
e
k
c a quantidade da característica k . Há J bens e
K
Características. Cada bem apresenta uma combinação de características que são comuns
ou não entre eles. A combinação de características que uma determinada cesta de bens,
J
J
xxx
+
ℜ∈),,,(
21
K , possui pode ser representada na forma matricial: =cx
A
, onde
[
]
kj
c
=
A
é uma matriz
JK × , cujos coeficientes relacionam as características aos bens (
kj
c
denota a
k -ésima característica do
j
-ésimo bem). Esta nova caracterização do espaço dos bens define
um espaço dos atributos.
Dada a hipótese de que o consumidor obtém utilidade a partir do consumo das
características e não diretamente dos bens, admite-se que as preferências do consumidor,
definidas sobre o espaço das características, têm as propriedades de monotonicidade,
convexidade e diferenciabilidade e possam ser representadas por uma função utilidade
)(cuu =
.
Em relação à restrição econômica enfrentada pelo consumidor, uma vez que ele
adquire as características desejadas a partir da compra dos bens de mercado, seu conjunto
orçamentário é definido pela desigualdade
M
≤
px
onde
p
é o vetor de preços de mercado,
com
J
++
ℜ∈p , e
M
é sua renda monetária.
Assim sendo, o problema decisório do consumidor é maximizar
)(cu
sujeito a
M≤xp.
e 0x ≥ . Note-se, porém que a função utilidade,
)(
•
u
é definida sobre o espaço das
características, a restrição orçamentária é definida sobre o espaço dos bens e a solução do
problema de programação matemática requer a correspondência entre os dois vetores
x e c .
Na teoria tradicional, o problema do consumidor está definido sobre o espaço dos
bens, mas, segundo Lancaster (1991)
apud Fávero (2003), é possível defini-lo sobre o espaço
das características. Portanto, há duas formulações possíveis: (a) transformar a função utilidade
para o espaço dos bens ou (b) transformar o conjunto orçamentário para o espaço das
características.
Ambas as abordagens dependem da estrutura da matriz
A . As características da
estrutura da matriz condicionam a formulação adequada a seguir: (a) se o número de
características for igual ao número de bens,
JK
=
, então
=
cx
A
ou
1−
=xAc. Desse modo, a
24
transformação será direta
TP
8
PT; (b) se o número de características for maior do que o número de
bens,
JK > , o sistema =cx
A
terá mais equações do que variáveis (neste caso, nem sempre
será possível encontrar um vetor de bens que dê origem a um vetor de características). Um
procedimento factível seria reduzir o número de características a
J e analisar o problema de
otimização transformando a função utilidade para o espaço dos bens; e (c) se o número de
características for menor do que o número de bens,
JK
<
, o sistema terá menos equações
que o número de variáveis
TP
9
PT. Assim sendo, para cada vetor de característica (cada ponto no
espaço das características), o consumidor poderá escolher uma de várias cestas alternativas de
bens. A escolha será considerada eficiente quando, para um dado vetor de preços dos bens e
para todo vetor de características, o consumidor escolher a combinação mais eficiente de bens
de tal maneira a obter o conjunto de características desejadas (FÁVERO, 2003).
A título de simplificação, suponha que
JK
=
, então o problema do consumidor é
escolher o vetor
x de modo a maximizar )(cu sujeito a
M
≤
px ,
1−
=xAc, 0x ≥ , e as
condições de primeira ordem para uma solução interior são:
**
*
1
1
( ,..., )()
0
K
k
K
j
k
jkj
c
uc cL
p
xcx
λ
=
∂
∂∂∗
=
−=
∂∂∂
∑
para todo j e
*
M
=
px . Sabe-se que
**
*
1
( ,..., )
K
uc c
M
λ
∂
=
∂
é a utilidade marginal da renda
(constante e positiva). Assim sendo, as condições de primeira ordem podem ser rescritas
como:
**
1
**
1
**
*
11
1
( ,..., )
( ,..., )
1
( ,..., )
K
KK
kkk
K
j
kk
K
kj j
uc c
ccc
uc c
p
uc c
cx x
M
λ
==
⎡⎤
∂
⎢⎥
∂
∂∂
∂
==
⎢⎥
∂
∂
∂∂
⎢⎥
∂
⎣⎦
∑∑
.
Observe-se que o termo
**
1
**
1
( ,..., )
( ,..., )
K
k
K
uc c
c
uc c
M
∂
∂
∂
∂
é a taxa marginal de substituição entre gasto
do consumidor e a k-ésima característica, ou seja, representa o
preço implícito,
k
p
, dessa
característica.
TP
8
PT E se A for uma matriz diagonal, isso significará que para cada bem existe uma e somente uma característica
que é diferente dos demais bens. Neste caso a análise torna-se idêntica à análise tradicional.
TP
9
PT Em particular, este último caso, é o mais adequado à análise feita aqui, como será mostrado no capítulo 4.
25
Assim sendo, o preço de um determinado produto pode ser expresso pela soma dos
produtos dos preços implícitos das suas características pela contribuição marginal de cada
bem à produção de cada característica, i.e.,
1
K
k
jk
k
j
c
pp
x
=
∂
=
∂
∑
.
2.5. MERCADOS IMPLÍCITOS
Esta abordagem das características está associada a um tipo especial de mercados,
“trata-se de mercados onde se transacionam bens com atributos diferentes (bens
heterogêneos)” (AGUIRRE e FARIA, 1996, p. 4).
Dado que o consumidor aufere utilidade a partir do consumo dos atributos dos bens e
serviços adquiridos nos seus respectivos mercados, pode-se, por extensão, admitir que essas
características têm valor, mas que este está implícito no preço do bem (pacote). A partir desse
ponto de vista, convém abordar a noção de mercados implícitos, que, segundo Sheppard
(1999, p. 1598) ”denota o processo de produção, troca e consumo de mercadorias que são
primariamente (senão exclusivamente) transacionadas em ‘pacotes’”.
Os mercados explícitos são os ambientes em que os pacotes, ou mercadorias
compostas, são transacionados e os preços são realmente observados. Porém o mesmo
processo não ocorre nos mercados implícitos, que podem ser pensados como mercados que
implicitamente constituem os mercados explícitos, conforme interpretação de Sheppard
(1999). Enquanto, nos mercados explícitos, são transacionadas as mercadorias compostas, nos
mercados implícitos seriam transacionados isoladamente os componentes desses pacotes. Esta
distinção dos mercados é muito conveniente quando se trata de mercadorias heterogêneas, i.e.,
as mercadorias não são homogêneas pelo fato de haver variação nas quantidades das
características que as compõem.
Existem duas perspectivas possíveis quando se consideram mercados implícitos. Elas
não diferem em termos teóricos, mas em termos de ênfase e orientação. A primeira
abordagem admite que a demanda está baseada nos atributos dos bens compostos e não nos
bens em si. Esta abordagem é motivada, como mencionado anteriormente, pela sugestão
teórica proposta por Lancaster (1966).
A segunda perspectiva enfatiza a idéia de que a utilidade de alguns bens é auferida a
partir do momento em que se consomem combinações de outros bens, caracterizando assim a
heterogeneidade. Além disso, Sheppard (1999) afirma que os mercados desses pacotes não
26
podem ser analisados pelos modelos econômicos comumente conhecidos porque a
heterogeneidade não permite a formação de um preço de mercado que seja único para todas as
unidades transacionadas. Com efeito, há um intervalo de preços que depende dos atributos
que compõem os pacotes vendidos.
Para Sheppard (1999, p.1599):
... a abordagem hedônica ataca essa dificuldade afirmando que esses bens, embora
globalmente heterogêneos, são compostos de agregados de partes (mais ou menos)
homogêneas e, embora a cesta agregada possa não ter um preço comum, os atributos
que a compõem têm (ou pelo menos tem uma estrutura comum de preço).
A perspectiva hedônica provê um método que identifica a estrutura dos preços dos
atributos que compõem a mercadoria heterogênea via estimação da função hedônica, que é
uma relação que associa o preço do pacote com os preços dos seus atributos constituintes.
Além disso, utilizando-se desses preços implícitos, é possível analisar as demandas por esses
atributos via estimação de um sistema de demanda, em que os próprios atributos são
considerados como bens de consumo.
Cabe lembrar que a implementação dessas estimações admite implicitamente que há
disponível no mercado uma variedade de pacotes ou cestas agregadas, de tal maneira que os
agentes econômicos possam escolhê-las, considerando seus níveis de satisfação e suas
restrições orçamentárias (definidas por suas rendas e pelos preços das mercadorias
compostas).
2.6.
ABORDAGEM DOS PREÇOS HEDÔNICOS
A abordagem dos preços hedônicos (ou preços implícitos), como método de avaliação
de bens, tem por base a hipótese de que os atributos de uma determinada mercadoria têm
valor por propiciar utilidade a quem os consome. Portanto, esses atributos são responsáveis
por parte do valor de mercado do bem e é possível afirmar que há uma relação entre o preço
do bem e suas características. Entretanto, elas não são avaliadas isoladamente. Assim sendo,
esta abordagem pode utilizar-se da fundamentação teórica proposta por Lancaster (1966).
A avaliação dos preços dos atributos, que caracterizam um determinado bem, pode ser
empreendida utilizando-se a abordagem dos preços hedônicos e dados observados de mercado
para determinar o valor desses atributos. A título de exemplo, a quantidade, o tipo e a
27
variedade de atributos (potência, cor, presença/ausência de air bag e ar condicionado) são
atributos que geram os preços de mercado dos automóveis. (FÁVERO, 2003).
Os
preços implícitos são os preços dos atributos e são revelados, para os agentes
econômicos, a partir dos preços efetivamente observados dos bens heterogêneos e dos
montantes dos atributos presente em cada bem. A partir desses dois conjuntos de dados é
possível escrever uma relação funcional entre preço de um bem e seu conjunto de
características, denominada
função preço hedônico (FPH).
Seja o preço do j-ésimo bem, composto de k características dado por
12
( ) ( , ,..., ,..., )
jjjjkjKj
p
cpcc c c=
, onde
kj
c
é a k-ésima característica do bem j e
()
j
p
•
é a
função hedônica a ser estimada. Uma vez estimada a FPH, o preço implícito da
k-ésima
característica,
k
p
, é diretamente obtido derivando-se a FPH com respeito a k-ésima
característica, ou seja,
()
k
j
k
p
p
c
∂•
=
∂
. Esse resultado fundamenta-se no modelo de Rosen
(1974) que demonstrou que a FPH resulta do equilíbrio entre a oferta e a demanda por
atributos que, por sua vez, são derivadas dos equilíbrios econômicos dos produtores e dos
consumidores de atributos. Rosen (1974) trata apenas do caso do equilíbrio competitivo,
Sheppard (1999) expande a análise para o caso do monopólio.
As funções preços hedônicos são estimadas com dois propósitos essenciais: (a) para a
construção de índices de preços, que levam em consideração as mudanças de qualidade dos
atributos componentes dos pacotes transacionados e (b) para a análise da demanda por
atributos de mercadorias heterogêneas (SHEPPARD, 1999).
A proposta do presente trabalho é aplicar o método de preços implícitos na construção
de carteiras de investimentos em ativo tangível. A estratégia da análise a ser feita decorre da
seguinte proposição: dado que os investidores mantêm ativos tangíveis em suas carteiras, mas
que não estão interessados nos ativos em si, e sim no valor de alguns dos seus atributos, que
apreciam e/ou preservam (ou mesmo depreciam) o valor do ativo ao longo do tempo, procura-
se avaliar esses atributos, mediante a FPH. De posse dos preços implícitos estimados,
calculam-se os retornos implícitos desses ativos-atributos e constrói-se a matriz de variâncias-
covariâncias desses retornos, a ser utilizada na obtenção das carteiras eficientes de atributos.
Neste estágio surge a questão referente à implementação da carteira, i.e. à
possibilidade de tornar praticável a proposta: como encontrar os pesos de cada ativo-atributo
para a construção da carteira? Sabe-se que alguns atributos não são isoladamente
comercializados. Por exemplo, no caso particular dos selos postais, independentemente do
28
período sob análise, os atributos gramatura de papel, variedade
10
de cor, imagem estampada
no selo, cor do papel, textura do papel, erro de impressão, não podem ser isolados do selo.
Transacionam-se selos, mas não características dos selos. Entretanto, para os selos contendo
uma, e somente uma, variedade, é possível supor que o prêmio sobre o preço do “selo sem
variedade” reflita o valor de mercado da presença de variedade. Ou seja, é possível supor que
a diferença de preço seja restrita à presença da variedade rara. Embora os atributos não sejam
isoladamente comercializados, poder-se-ia construir carteiras de “selos com variedades raras”
de tal maneira que os retornos e as volatilidades dos ativos-atributos condicionassem a
participação relativa de cada atributo no
portfolio, que seria representado pelos selos contendo
essa característica rara.
A seguir, se apresentam uma breve revisão da literatura que aborda a aplicação da
abordagem hedônica e, em seguida, as questões relacionadas à sua implementação.
2.7.
REVISÃO DE LITERATURA
O MPH vem sendo empregado na pesquisa econômica desde antes da abordagem
teórica de Lancaster (1966). Segundo Ferreira Neto (2002), a sua origem está no trabalho
pioneiro de economia agrícola de Fedreick V. Waugh. Ele analisou os fatores qualitativos que
influenciavam os preços dos vegetais; seu objetivo era determinar a avaliação implícita que os
consumidores associavam a esses fatores qualitativos (características dos bens analisados), as
quais considerava como informações úteis para os agricultores. Mais tarde, Court, na mesma
direção de pesquisa, utilizou regressões similares com o propósito de descobrir as preferências
dos consumidores em relação a vários elementos opcionais nos automóveis que compravam.
Nas palavras de Aguirre e Faria (1996, p. 6) a “técnica ganhou popularidade a partir de
1961 com os trabalhos de Griliches e Adelman (Griliches, 1961; Adelman e Griliches,
1961)”. Apesar de concentrarem suas pesquisas principalmente na construção de índices de
preços ajustados à mudança de qualidade dos bens, eles abriram caminho para a aplicação
desta abordagem a outros campos de pesquisas, tais como avaliação de preços de automóveis,
aparelhos elétricos, tratores, motores a diesel, residências, máquinas de lavar roupa e carpetes,
10
Variedade é toda emissão que não segue as especificações oficiais da emissão. Elas distinguem em termos de
cor, gramatura de papel, textura de papel etc.
29
computadores
mainframe, geradores de vapor, computadores pessoais, locais turísticos e
avaliação de vinhos
11
.
Rosen (1974) foi pioneiro de uma nova dimensão da abordagem hedônica. Ele a
colocou dentro do conceito de equilíbrio de mercado. Na sua perspectiva, há uma nítida
preocupação em construir um sistema de equações de demanda e de oferta para, a partir do
equilíbrio de mercado, extrair-se os preços hedônicos, i.e., os preços implícitos dos atributos
de um bem heterogêneo qualquer.
Segundo Bajari e Benkard (2005), a abordagem de Rosen (1974) solidificou a teoria
hedônica e permitiu, a partir daí, sua aplicação em ampla variedade de áreas, que vão desde
habitação, economia do setor público, economia ambiental, mercado de trabalho, até
marketing e organização industrial. Inclusive, em assuntos mais específicos, como estimação
de índices de preço, determinação do valor do ar limpo e mensuração do valor “boa
reputação” em leilões
online.
Mais recentemente, esta abordagem vem sendo empregada nos estudos do mercado de
trabalho e do mercado imobiliário, em que a heterogeneidade é característica explícita. Em
relação ao mercado imobiliário, os estudos dão atenção ao preço de apartamentos, lotes, terras
agricultáveis, imóveis residenciais em lançamento, qualidade de condomínios
12
. Novas áreas
de estudos também surgem: determinação de tarifas de energia elétrica e cigarros feitos à
mão.
No caso que é de interesse aqui, avaliação de ativos tangíveis, em particular aqueles
em que a oferta é fixa, Schnitzel (1979) utiliza a abordagem de preços hedônicos na estimação
da demanda filatélica e Dickie
et al. (1994) e Koford e Tschoegl (1998), na avaliação de
moedas.
2.8.
IMPLEMENTAÇÃO DO MÉTODO DE PREÇOS HEDÔNICOS E SEUS
DESAFIOS
Embora a fundamentação teórica do MPH esteja muito bem formulada e confira
elegância aos resultados analíticos, o mesmo não se pode afirmar em relação à sua
implementação, que apresenta algumas dificuldades.
11
Aguirre e Faria (1996) listam muitos estudos que aplicaram esta abordagem.
12
Hermann e Haddad (2003) também listam várias aplicações de preços hedônicos.
30
O processo de estimação da FPH impõe ao pesquisador alguns desafios referentes: (a)
à especificação da forma funcional; (b) à seleção das variáveis explicativas; (c) ao potencial
de haver elevada multicolinearidade; (d) ao potencial para a existência de heterocedasticidade;
(e) a problemas de erros não normalmente distribuídos; e (f) a regressores sujeitos a erros de
medida.
Várias abordagens são sugeridas como soluções aos problemas mais comuns. Para
Sheppard (1999), algumas delas são mais úteis e promissoras, porém a escolha do método de
estimação não pode ser feita independentemente da consideração sobre a disponibilidade de
dados e dos objetivos da análise.
Há abordagens não paramétricas e semiparamétricas, em que as inferências sobre os
preços implícitos dos atributos não impõem
a priori qualquer relação funcional para a FPH.
Procura-se atribuir preços diretamente das informações contidas na base de dados sem
relações funcionais previamente admitidas.
Nas abordagens paramétricas tradicionais, uma forma funcional para a FPH é
previamente escolhida e os parâmetros que a definem são estimados por métodos de
regressão. Dos estudos de Waugh, Court e Griliches até os estudos mais recentes, esta tem
sido a mais comum. Este procedimento vem sendo influenciado pela natureza dos problemas
estatísticos envolvidos, pela disponibilidade de dados e pelas restrições referentes à tecnologia
de computação (SHEPPARD, 1999).
A seguir, apresentam-se os principais problemas relacionados às especificações
paramétricas das FPH: problemas de especificação do modelo e problemas de
multicolinearidade e de dependência dos erros, bem como as suas conseqüências e as soluções
sugeridas.
2.8.1. Problemas de Especificação: Forma Funcional e Seleção das Variáveis
Explicativas
O MPH não define
a priori uma forma funcional para a FPH e não lista as variáveis
explicativas que devem ser incluídas no modelo, nem como elas devem ser introduzidas.
Apesar de o referencial teórico estar bem desenvolvido, ainda não foi sugerido, pela
teoria econômica, um critério de
especificação da forma funcional para a FPH. Porém, para
o caso geral, em que
p
é o preço do pacote de características (produto),
k
c é a k -ésima
característica e
k
β
é o preço implícito da k -ésima característica, as mais utilizadas são: (i)
31
linear:
∑
=
+=
K
k
kk
cp
1
0
ββ
; (ii) semi-logarítmica:
∑
=
+=
K
k
kk
cp
1
0
)log(
ββ
; e (iii) dupla-
logarítmica:
∑
=
+=
K
k
kk
cp
1
0
)log()log(
ββ
.
A partir da década de 1980, a transformação não-linear Box-Cox sobre as variáveis
não-dicotômicas do modelo passou a ser adotada mais amiúde. Esta transformação utiliza um
único parâmetro,
λ
, para transformar uma variável,
x
: se 0
≠
λ
então
(
)
λ
λ
λ
1
)(
−
=
x
x e se
0=
λ
então xx ln
)(
=
λ
. Dessa forma, o modelo passa a ser o preço transformado como
função linear ou função quadrática das quantidades transformadas dos atributos (SHEPPARD,
1999).
Este procedimento tem o mérito de ser mais flexível que os anteriores, de gerar
resíduos homocedásticos e normalmente distribuídos; além disso, permite que a própria base
de dados revele a forma funcional mais adequada para o modelo. Contudo, é incapaz de
atestar a significância dos coeficientes estimados, que é uma das metas do pesquisador. Nesse
sentido, é preferível adotar uma especificação que permita o teste adequado da significância
das variáveis relevantes que determinam o preço do bem composto à flexibilidade
(HERMANN e HADDAD, 2003).
Segundo Sheppard (1999), se o modelo for estimado com a finalidade de prever o
valor total da mercadoria heterogênea, deve-se então escolher a forma paramétrica que conduz
ao melhor ajuste possível. Para muitos pesquisadores na área, a escolha da forma funcional
está condicionada a questões empíricas, i.e., deve-se escolher aquela que melhor se adequar
aos dados disponíveis. Nesse sentido, um critério para a escolha ou aceitabilidade da forma
funcional é definido pelo erro quadrático médio (EQM): escolhe-se a forma funcional que
gerar o menor EQM, onde
[]
∑
=
−=
N
j
jj
pEp
N
EQM
1
2
)(.
1
, N é o número de observações
disponíveis para a análise empírica,
j
p é o preço do bem e )(
j
pE é o preço calculado pelo
modelo (linear:
∑
=
+=
K
k
kkj
cpE
1
0
)(
ββ
; semi-logarítmica:
2
2
1
0
)(
σ
ββ
+
∑
+
=
=
K
k
kk
c
j
epE ; dupla-
logarítmica:
2
)log(
2
1
0
)(
σ
ββ
+
∑
+
=
=
K
k
kk
c
j
epE (FERREIRA NETO, 2002).
Por outro lado, se a finalidade do pesquisador for a determinação dos preços implícitos
dos atributos da mercadoria, então o modelo com “melhor ajuste aos dados” poderia ser
32
menos satisfatório do que um outro modelo, com menor poder preditivo, mas que gere
estimativas paramétricas confiáveis. Uma vez que neste estudo os preços implícitos são o foco
de atenção, prefere-se a estabilidade das estimativas ao poder preditivo do modelo
(SHEPPARD, 1999).
Além do problema de definição da forma funcional da FPH, ainda no conjunto dos
problemas de especificação há a questão da escolha das variáveis explicativas que devem
compor a FPH. Isso porque a abordagem teórica dos preços hedônicos não estipula a priori as
variáveis que devem constar da especificação do modelo a ser estimado.
Em princípio, poder-se-ia escolher as variáveis explicativas a serem incluídas na
estimação da FPH com base no contexto, e.g., nos estudos de avaliação de imóveis, sugere-se
tomar por base a teoria econômica urbana; nos estudos de mercado de trabalho, utilizar-se da
economia do trabalho e assim por diante. Em alguns casos, a lista de variáveis pode ser criada
a partir de pesquisas feitas diretamente com os participantes dos mercados sob estudo.
Embora a aplicação do método dos preços hedônicos nos estudos de preços de objetos
raros seja pouco freqüente, alguns deles também corroboram a idéia de que o contexto sob
análise condiciona a escolha das variáveis explicativas do modelo. Assim, Dickie, Delorme Jr
e Humphreys (1994), num estudo sobre determinantes dos preços de moedas raras norte-
americanas, escolheram como variáveis explicativas a quantidade, idade, local de cunhagem,
tipo de moeda e nível de qualidade da peça. Freccia, Jacobsen e Kilby (2003), num estudo dos
determinantes de preços de cigarros feitos à mão, empregam como variáveis explicativas tipo
de cigarro, país de origem e sabor. Schnitzel (1979), num estudo sobre demanda filatélica,
especifica somente tiragem e idade como determinantes do valor adicional ao valor de face do
selo postal.
Dado que não existem estudos empíricos a respeito de preços hedônicos além do de
Schnitzel (1979), toma-se a função hedônica proposta por ele como base de informação inicial
para o presente estudo. Além disso, adiciona-se um conjunto maior de variáveis
(semelhantemente ao que é feito nos estudos de avaliação hedônica de imóveis), a fim de
captar as características intrínsecas e extrínsecas das peças filatélicas. No capítulo 4, de
método de pesquisa, estão descritas todas as variáveis que serão utilizadas nas funções de
regressão.
Contudo, algumas qualificações precisam ser feitas. Em primeiro lugar, enquanto o
trabalho de Schnitzel (1979) foca sobre a demanda filatélica (em particular, de selos postais
norte-americanos), este estudo segue, mais de perto, a proposta de Rosen (1974), conforme
tratado na seção 2.6. Será utilizado como universo de pesquisa os selos postais imperiais
33
brasileiros (emitidos entre 1843 e 1889). Em segundo lugar, embora Schnitzel (1979) tenha
introduzido a variável “tiragem” em seu modelo, o estudo feito aqui ignorará essa informação,
pois não há informações sobre as quantidades correntes de selos (somente estimativas sobre
os montantes totais emitidos pelos Correios). Portanto, os betas estimados são na verdade as
estimativas dos preços implícitos das características filatélicas desses selos imperiais.
Cabe lembrar que a seleção das variáveis explicativas conduz a um problema que pode
surgir no procedimento de estimação e comprometer as estimativas, a saber: elevada
multicolinearidade, que é discutida a seguir.
2.8.2. Problemas de Multicolinearidade e de Dependência Estocástica dos Erros
A elevada multicolinearidade e a dependência estocástica entre os erros são, segundo
Sheppard (1999), problemas econométricos intrínsecos à abordagem hedônica. Sendo
importante por influirem sobre a precisão das estimativas dos preços implícitos dos atributos.
A multicolinearidade é uma questão importante quando é a causa de estimativas
estatisticamente não significantes, fazendo com que qualquer modificação no conjunto das
variáveis explicativas (ou na amostra) sensibilize as estimativas (HERMANN e HADDAD,
2003).
A possibilidade de autocorrelação ou correlação serial entre os erros (o erro de uma
observação pode estar correlacionado com os erros de outras observações) é um outro
problema comum da implementação da FPH. De acordo com Hermann e Haddad (2003), ela
pode surgir por conta da definição inadequada das variáveis explicativas (erro de
especificação do modelo) ou pela presença de efeitos spillover entre as observações, em
alguns contextos específicos.
Judge et al. (1988) sugerem que em presença de autocorrelação, os estimadores de
Mínimos Quadrados Ordinários continuam não-viesados, porém deixam de ser os melhores
estimadores lineares não-tendenciosos. Conseqüentemente, os níveis de significância passam
a ser questionáveis porque os estimadores das variâncias dos parâmetros estimados tornam-se
viesados.
Esses problemas serão levados em consideração durante a etapa de estimação das
funções preço hedônico: na presença de multicolinearidade, de heterocedasticidade e de
dependência dos erros, as devidas correções serão tomadas, quando factível.
34
Em resumo, foram tratados neste capítulo a fundamentação teórica da abordagem
hedônica e questões referentes à sua implementação prática. A seguir são discutidas questões
relacionadas ao investimento em bens tangíveis, em particular, em objetos de coleção.
35
3. INVESTIMENTO EM ATIVOS NÃO CONVENCIONAIS VERSUS
COLECIONISMO
Este capítulo aborda questões gerais referentes ao investimento em ativos não
convencionais, em particular objetos de coleção, e trata fundamentalmente das nuances
referentes ao colecionismo e ao investimento em peças filatélicas.
3.1.
INVESTIMENTO EM ATIVOS NÃO CONVENCIONAIS
Os indivíduos e as organizações compram, armazenam, vendem e revendem objetos
por inúmeras motivações e finalidades, mas pode-se afirmar que o fazem, em última instância,
para consumo corrente e futuro. Eles agem como arbitrageurs espaciais e intertemporais, i.e.,
detectam oportunidades nas diferenças de preços reais e esperados, do variado mundo de
objetos comercializados, para auferirem lucros: compram hoje num determinado mercado e
vendem amanhã neste ou em qualquer outro mercado.
Há objetos que compõem a riqueza dos agentes econômicos, mas que não geram
fluxos de caixas temporários nem ganhos de capital; somado a isso, sofrem depreciação.
Embora não gerem benefícios pecuniários periódicos a seus detentores, são ativos na medida
em que geram serviços, tais como: utensílios domésticos, móveis, automóvel particular e
outros. Por outro lado, há aqueles que geram fluxos de caixas periódicos a seus detentores,
tais como imóveis, ações, títulos do governo e outros. Independentemente da natureza desses
objetos, os agentes acumulam.
36
Para alguns, essa acumulação é investimento, para outros, especulação. Segundo
Gunther (2002) não há diferença entre investir e especular. Para Loeb apud Gunther (2002,
p.22) “todo investimento é especulação. A única diferença é que alguns admitem isso, e
outros não”. Enfim, são comportamentos que subjazem a troca de bens e serviços.
Há teorias psicológicas, sociológicas, antropológicas e históricas que procuram
explicar esse comportamento, porém focadas em objetivos diversos: posição social,
sentimento de poder, acumulação pura, benefícios legais e outros. No âmbito da teoria
econômica e da abordagem neoclássica, que é a que particularmente interessa, um pressuposto
central é aquele que afirma que os investidores/especuladores compram e vendem ativos
(reais e financeiros, tangíveis e intangíveis) para ganhos pecuniários e para preservar valor (a
fim de manter um padrão de consumo ao longo do tempo). Ademais, são mantidos com o
propósito de serem utilizados como meio de troca em datas futuras. Segue-se aqui esta mesma
linha de raciocínio, visto que as motivações e as finalidades
13
específicas da compra,
armazenamento e revenda de objetos reais ou financeiros serão deixadas para outras áreas de
estudo do comportamento humano.
Alguns objetos são mais procurados do que outros, por apresentarem características
redutoras de custos (elevado grau de liquidez, facilidade de armazenamento e transporte) e
potencial de apreciação de valor. Além disso, os demandantes desses ativos esperam ganhar
um fluxo de caixa, durante o período em que eles são mantidos em carteira. Todavia,
incorrem também em incertezas e riscos, caracterizados pela contínua flutuação dos seus
preços de mercado.
Antes de tratarmos do comportamento dos ativos que interessam à análise, convém
abordar as teorias que procuram explicar as decisões de carteira, uma vez que,
independentemente dos
objetivos e das motivações que levam os indivíduos a investir ou
especular, todos que o fazem devem considerar, conforme Mishkin (2000), sua riqueza e as
características principais (retorno esperado, risco e liquidez) dos ativos sob escolha.
3.1.1.
Teorias da Demanda por Ativos e Seleção de Carteiras
Há várias teorias que procuram explicar as decisões de compra, manutenção e revenda,
tanto de ativos reais (máquinas e equipamentos; imóveis industriais, comerciais e residenciais;
13
Segundo a teoria praxeológica de economia, comumente conhecida como Teoria Austríaca de Economia, as
motivações e finalidades particulares da ação humana – e, por conseguinte, da troca – são de pouca importância
para a análise econômica (MISES, 1990, p.15).
37
commodities; obras de arte, objetos de coleção, antiguidades e outros)
14
quanto de ativos
financeiros (moeda, títulos públicos e privados, ações, derivativos e outros)
15
.
Particularmente, em contextos de incerteza, a teoria da escolha de portfolio tem se
sobressaído diante das demais. Pressupondo que os agentes econômicos são avessos a riscos,
ela delineia os critérios fundamentais na decisão dos ativos arriscados que devem compor o
portfolio das famílias e firmas. Condicionada a algumas hipóteses, estabelece duas
implicações importantes: (a) a quantidade demandada de um determinado ativo é diretamente
relacionada à riqueza do indivíduo, ao retorno esperado e à liquidez; e (b) a quantidade
demandada de um determinado ativo é inversamente relacionada ao seu risco, frente aos
riscos dos ativos alternativos (MISHKIN, 2000).
Estas proposições sugerem que os indivíduos devem possuir ativos com distintos
níveis de risco. Com efeito, a manutenção em carteira de muitos ativos com riscos variados
não os expõem a mais risco, e sim a menos risco: manter muitos ativos com diferenciados
graus de risco reduz o risco total da carteira – a diversificação minimiza o risco total. Note-se
que, dentre os determinantes das decisões de portfolio dos indivíduos, as correlações entre os
retornos dos ativos são as variáveis mais importantes, porque, pela diversificação, o risco total
é diluído: dada a aversão dos investidores a risco, a volatilidade elevada pode comprometer o
valor de sua riqueza.
O domínio da incerteza circunda a mente e o desejo de controle dos homens há
milhares de anos. Bernstein (1997) discorre todo o processo que tirou o homem, da
antiguidade, das maquinações de seus deuses, que eram completamente imprevisíveis, e o
levou aos atuais e sofisticados modelos de administração dos riscos.
Assim, a seleção de carteiras é o processo pelo qual o risco e o retorno de vários ativos
são analisados no intuito de extrair informações à construção de carteiras de ativos. O
propósito é compor um conjunto de ativos com diferentes características de risco-retorno de
modo a que apresente risco e retorno apropriados ao perfil do investidor.
As teorias, em termos rigorosos, sobre as preferências por risco dos investidores e da
tomada de decisão em ambientes de incerteza
16
só surgiram nos anos 1940 e 1950 e a teoria
de portfolio
17
não foi desenvolvida antes do início da década de 1950 (PEROLD, 2004)
18
.
14
A título de exemplo, Barbosa (1985) discorre sobre as teorias keynesiana e neoclássica da demanda por bens
de capital; Simonsen (1993) também trata da demanda por bens duráveis de consumo; Iório (1997) apresenta
uma alternativa à luz da teoria austríaca do capital; e há ainda a versão marxista da teoria do capital. Santos e
Cruz (2000) e Morais e Cruz (2003) fazem um retrospecto sobre a teoria da demanda por imóveis residenciais.
Leibenstein (1950) apud Ugarte (1997) foi o pioneiro na construção teórica da demanda por obras de arte,
partindo do conceito de “consumo ostensivo” de Thorstein Veblen. Anderson (1973) apud Ugarte (1997)
considera também a demanda por obras de arte.
15
Simonsen (1993) aborda a teoria da demanda por moeda e títulos.
38
A proposta de Harry Markowitz (1952) é considerada o marco teórico das pesquisas
nesta área. Lá ele apresentou os princípios básicos da formação de carteiras, baseados nas
características de risco e retorno dos ativos disponíveis ao investidor. Ele introduziu a noção
de volatilidade
TP
19
PT na formação de carteiras de investimento. Até aquela época o que importava
era o desempenho da carteira.
No seu modelo, Markowitz (1959) pressupõe que: (a) os investidores maximizam uma
função utilidade quadrática definida em termos de média e variância
TP
20
PT; (b) as estimativas dos
retornos dos ativos são geradas com base nas distribuições de probabilidades desses retornos;
(c) essas expectativas dizem respeito ao período seguinte ao período corrente; (d) a
variabilidade das taxas de retorno em torno do retorno esperado
TP
21
PT define o risco do ativo
(elemento indesejável que os investidores procuram miminizar); e (e) as informações básicas
de cada ativo (retornos esperados, volatilidades e covariâncias entre cada par de ativos)
devem refletir a realidade.
Markowitz utilizou, originalmente, informações futuras – estimativas dos retornos
esperados – para a construção das carteiras de investimento, mas há também uma versão que
emprega séries históricas dos retornos. Esta abordagem é a mais utilizada, porque há valores
observados historicamente e porque há um elevado grau de subjetividade no que diz respeito à
definição de cenários futuros para os retornos dos ativos (BRUNI e FAMÁ, 1998).
A motivação para a discussão acima – formação de carteiras – está centrada na
possibilidade de o investidor preferir carteiras alternativas que lhe expõem a níveis reduzidos
de risco em comparação a carteiras concentradas num único tipo de ativo. Essa estratégia
decorre da possibilidade de se mostrar que a diversificação é benéfica. Nas palavras de
Markowitz apud Bernstein (1997, p. 252) “uma regra de comportamento que não implique a
superioridade da diversificação deve ser rejeitada tanto como hipótese quanto como máxima”.
Markowitz mostrou que: (i) a variância da carteira pode ser escrita em função das
variâncias e das covariâncias dos retornos dos ativos,
222
111
2
NNN
ii ijij
iji
www
ρ
σ
σσ
===
=+
∑∑∑
, onde
TP
16
PT A partir dos trabalhos de von Neumann e Morgenstern (1944) e Savage (1954).
TP
17
PT Markowitz (1952, 1959) e Roy (1952) foram seus principais proponentes.
TP
18
PT Perold (2004) apresenta uma revisão histórica sucinta do desenvolvimento dessas teorias. Bernstein (1997)
discorre com mais detalhes o status quaestionis e o processo intelectual do modelo de Markowitz.
TP
19
PT De acordo com Bernstein (1997, p. 252), Markowitz não faz nenhuma menção direta ao termo risco. Ele
caracteriza como indesejável a variância do retorno.
TP
20
PT Note-se que Markowitz não pressupõe a maximização do próprio retorno.
TP
21
PT Quanto maior a variabilidade do retorno, mais volátil ele é e maior será o risco do investimento. Além disso,
para qualquer nível de risco, os investidores preferirão maiores retornos a menores retornos e, para qualquer
nível de retorno, os investidores preferirão menores riscos a maiores.
39
i
w é peso do i-ésimo ativo na carteira,
2
i
σ é a variância individual do retorno deste ativo e
ij
σ
a covariância entre os retornos dos ativos i e j; (ii) supondo pesos idênticos,
2
ρ
σ poderia ser
escrita em função da variância média e da covariância média:
2
11
1VAR COV
NN
ρ
σ
⎛⎞
=+−
⎜⎟
⎝⎠
; e
(iii) como corolário, à medida que o número de ativos que compõem a carteira aumenta, a
variância do portfolio converge para a covariância média.
Além de mensurar a volatilidade, seu modelo permitiu a substituição da intuição do
analista de ativos e carteiras pelo cálculo estatístico no tratamento da incerteza. Somado a
isso, Markowitz mostrou também que, a partir da especificação da variância da carteira
2
ρ
σ , é
possível construir a fronteira eficiente (i.e., o conjunto de combinações de retorno e
volatilidade tais que oferecem o menor risco possível dado o nível de retorno desejado ou que
oferecem o maior retorno possível dado o nível de risco desejado ou suportado).
Apesar da proficuidade desta abordagem, ela suscitou, à época, alguns desafios: (a)
dependendo do número de ativos, a matriz de variâncias-covariâncias dos retornos implicaria
num trabalho hercúleo de análise; (b) não previa explicitamente a possibilidade de vendas a
descoberto (short sales); (c) em princípio, não havia um ativo livre de risco; (d) requeria
retornos normalmente distribuídos; e (e) que investidores fossem avessos ao risco. Além
disso, críticas não faltaram à modelagem: houve aqueles que suspeitaram da hipótese de que
os investidores são racionais
TP
22
PT; outros, das variâncias dos retornos como medidas de risco; e
ainda aqueles que levantaram a hipótese de que a relação positiva entre retorno e risco poderia
não ser evidenciada nos testes empíricos (BERNSTEIN, 1997).
Talvez o desafio maior estivesse relacionado à implementação da teoria, tanto em
termos práticos quanto em termos financeiros
TP
23
PT. Havia dois problemas a considerar: a
simplificação do montante e do tipo de dados para executar a análise de portfolio e a
simplificação do procedimento computacional necessário para calcular os portfolios ótimos
(ELTON e GRUBER, 1995).
Dependendo do número de ativos a considerar num problema de portfolio, a análise
das correlações dos retornos desses ativos pode tomar proporções desanimadoras e:
TP
22
PT A hipótese de racionalidade há muito está em disputa. Uma vez que o propósito deste trabalho não é
aprofundar todos os aspectos teóricos da escolha de portfolio, sugere-se, para uma introdução no tema Bernstein
(1997) e para discussão mais detalhada Kreps (1990), Mises (1990), Elster (1994).
TP
23
PT Baumol (1966) apud Bernstein (1997) estimou, baseado na tecnologia de computação da época, o custo para
selecionar carteiras eficientes e concluiu que, além do esforço computacional despendido na construção da
matriz de covariâncias, a seleção custaria em torno de 150 a 350 dólares.
40
... estava claro para Markowitz que algum tipo de modelo de estrutura de covariância
era necessário para a aplicação prática da análise normativa para grandes portfolios.
Ele pouco mais do que apontou o problema e sugeriu alguns modelos de covariância
para pesquisa. (FABOZZI e MARKOWITZ, 2002, p. 37)
Nas palavras de Bernstein (1997, p. 258),
... em cooperação com William Sharpe ... Markowitz tornou possível saltar todo o
problema do cálculo de covariâncias entre os papéis individuais. Sua solução foi
estimar a variação de cada papel em relação ao mercado como um todo, um cálculo
bem mais simples.
Essa solução pavimentou as bases para o desenvolvimento, por Sharpe, do conhecido
Modelo de Precificação de Ativos de Capital (CAPM), cuja hipótese central é o pressuposto
de que os co-movimentos entre os ativos são devidos a uma única influência comum a eles –
os retornos do mercado.
Desde então vários modelos foram propostos. Elton e Gruber (1995) apresentam um
sumário de outros modelos que podem ser utilizados para explicar o comportamento da
estrutura de correlação dos retornos dos ativos: modelos de índice único, modelos de índices
múltiplos, técnicas de ponderação e modelos mistos. Mas os principais são: CAPM, APT
24
,
modelos multifatoriais e modelos de fator ad hoc
25
.
Em suma, observe-se que os retornos esperados podem ser obtidos por modelos de
precificação de ativos, por estimativas alcançadas a partir de retornos históricos e por
estimativas derivadas da intuição do analista. As variâncias dos retornos podem ser obtidas a
partir das variâncias históricas, de técnicas estatísticas de séries temporais e também da
intuição do analista de ativos. E, por sua vez, as estruturas de covariâncias podem ser obtidas
por covariâncias históricas ou pelos modelos anteriormente abordados
26
(FABOZZI e
MARKOWITZ, 2002).
Como de costume, há praticantes e críticos. Haugen (2000) critica duramente os
modelos CAPM e APT e sugere um modelo ad hoc, argumentando que as hipóteses de
comportamento racional e mercados eficientes são muito restritivas, e apresenta evidências de
anomalias
27
. Ademais, Haugen (1995) apud Cartacho e Souza (2002, p. 1) lista estudos que
“mostram que os modelos atualmente utilizados na seleção de carteiras não geram carteiras
eficientes.”
24
Ver modelo apresentado por Ross (1976). O modelo APT – Arbitrage Pricing Theory – pressupõe que os
investidores não aceitam a existência de carteiras livres de risco com retornos diferenciados.
25
Estes modelos foram propostos por Haugen (1995).
26
Alexander (2005) trata detalhadamente das inúmeras abordagens estatísticas à volatilidade e às correlações.
27
Segundo Haugen (2000, p. 19), anomalias são “evidência de comportamento que contradiz a previsão teórica
aceita”.
41
Além dessas propostas teóricas, há ainda a possibilidade de empregar modelos
genéricos, que podem ser aplicados em várias áreas de conhecimento, tais como as
abordagens dos algoritmos genéticos e das redes neurais
28
na construção de carteiras de ativos
(CARTACHO e SOUZA, 2002).
Como visto, o status quaestionis a respeito das decisões de carteira ainda suscita
muitos insights e controvérsias. As indicações acima procuraram somente recordar as origens
teóricas e alguns desenvolvimentos alternativos, todavia, sem o devido aprofundamento, uma
vez que um dos objetivos deste trabalho é a construção de carteiras eficientes a partir dos
atributos raros das peças filatélicas, utilizando a abordagem pioneira de Markowitz.
3.1.2.
Estudos sobre Comportamento dos Ativos Não Convencionais
Dado o fato de que bens e ativos compõem o patrimônio de um agente econômico e
que uma de suas funções é a manutenção e/ou o crescimento de seu poder aquisitivo ao longo
do tempo, de maneira a serem convertidos em moeda e, em seguida, em consumo, é do
interesse do indivíduo conhecer os ativos que devem ser comprados e mantidos em sua
carteira e quais deles deverão ser vendidos ao longo do tempo.
Independente das implicações teóricas, acima expostas, os agentes econômicos
enfrentam uma ampla variedade de ativos (reais e financeiros, tangíveis e intangíveis) a
escolher: desde imóveis, commodities (ouro, prata, café etc), negócios (empresas, projetos) até
ações e títulos públicos e privados, ativos que derivam valor de outros ativos, marcas e,
inclusive, ativos domésticos ou estrangeiros
29
. Há ainda alguns que poderiam ser chamados de
não convencionais, tais como os objetos de arte (pinturas, esculturas), moedas, selos, cartões
postais, tulipas, objetos de pessoas famosas (utensílios, fotografias, assinaturas), vinhos e
outros.
Damodaran (1999, p. 593) afirma que objetos de coleção são ativos na medida em que,
apesar de não gerarem fluxos de caixa periódicos, “alcançam valor porque são escassos e/ou
são percebidos como valiosos e/ou geram utilidade para aqueles que os possuem”.
28
De acordo com Cartacho e Souza (2002, p. 1) “algoritmos genéticos são algoritmos que utilizam princípios da
seleção natural e da genética na solução de problemas de busca e otimização. Funcionam gerando uma
população inicial de soluções e evoluindo-as ao longo do tempo de acordo com suas respectivas adaptações ao
ambiente externo, esperando que, ao final do processo, soluções ótimas ou quase-ótimas sejam encontradas. Já as
redes neurais são estruturas capazes de captar as inter-relações entre as variáveis de um problema sem a
necessidade de se conhecer profundamente sua lógica”.
29
Para uma descrição mais detalhada dos tipos e características dos principais ativos disponíveis sugerem-se
Frankenberger (1999), Faria (2003), Cavalcante (2001), Fortuna (1998).
42
Dado que estes investimentos tangíveis não geram fluxos de caixa periódicos
30
, tais
como os dividendos e os bônus, exceto um fluxo de caixa terminal – preço de revenda –, os
investidores são interessados nesse preço. Por sua vez, este preço pode ser condicionado às
variáveis de estado da economia e às especificidades desses objetos (níveis de qualidade dos
atributos dos objetos, tais como idade da peça, autor da obra, tema, montante disponível e
outros).
Independentemente disso, cada uma das classes dos ativos apresenta status
diferenciado no que diz respeito a estudos e análises, onde se procurou compreender o
comportamento de seus preços, retornos, volatilidades, correlações entre esses ativos e,
inclusive, de seus mercados específicos. Há muitos estudos
31
sobre mercados acionários,
mercados de títulos públicos e privados, mercados de imóveis, contratos futuros, opções;
contudo, relativamente poucos estudos sobre os objetos de arte, moedas, selos, móveis
antigos, vinho e outros ativos não convencionais.
Cutler et al. (1990) analisaram as características da dinâmica especulativa dos retornos
de vários tipos de ativos e em diversos países, para os anos de 1960 a 1988, inclusive objetos
de coleção. Eles mostraram evidências de que os retornos tendem a ser positiva e serialmente
correlacionados em alta freqüência, além de serem negativa e serialmente correlacionados
para longos horizontes temporais e que os desvios dos valores dos ativos em relação a proxies
para valores fundamentais têm poder preditivo para os retornos. Afirmaram que esses padrões
foram constatados para ações, títulos, moedas estrangeiras, imóveis, objetos de coleção e
metais preciosos.
Esses ativos incomuns têm características sui generis em relação aos ativos
comumente conhecidos: (a) há casos de objetos únicos; (b) em muitos de seus mercados os
colecionadores são mais comuns do que os especuladores; (c) têm baixo grau de liquidez; não
são transacionados com freqüência; (d) o preço fechado na transação não é de conhecimento
público, só a seus participantes; (e) nem sempre há preços de referência que auxiliem no
processo de avaliação de peças da mesma categoria.
Em termos teóricos, dever-se-ia esperar que um ativo mais arriscado (tal como os
objetos de coleção) em relação aos demais deveria gerar taxas de retorno mais elevadas, ao
30
A menos que se extrapole a imaginação e se pense na possibilidade de alugá-los para exposições e exibições.
31
Os estudos nesta área são extensos e em quantidade e qualidade diferenciados, que vão desde estudos sobre a
eficiência desses mercados até o comportamento conjunto dos ativos financeiros. A listagem seria exaustiva e
desvirtuaria o foco deste trabalho, mas a título de exemplo: Alexander (2005) lista uma ampla variedade de
artigos que tratam do assunto; Cutler et al. (1990) analisam o comportamento de vários ativos em vários países;
Shiller (2000) trata do mercado acionário norte americano. No âmbito do Brasil, Andrezzo e Lima (2002)
apresentam, em termos históricos, os eventos ocorridos no mercado financeiro do Brasil; Bonomo (2002) colige
estudos sobre mercado acionário, de juros, de controle acionário.
43
ser mantidos em carteira ao invés de ativos menos arriscados (tal como alguns ativos
financeiros), de maneira a compensar o seu proprietário pelo fato de aceitar incorrer em mais
risco. Entretanto, os resultados são variados: a favor e contra a proposição anterior.
Em 1988, um painel de especialistas discutiu as principais características envolvidas
nos mercados desses objetos de coleção: o que deve ser adquirido, como os mercados operam,
o que deve ser procurado e o que se deveria esperar para o comportamento futuro desses
mercados (MADDEN, 1988).
Burton e Jacobsen (1999) conduziram uma meta-análise de estudos a respeito de
retornos sobre investimentos em objetos colecionáveis e sumariaram os retornos de diversos
desses objetos (móveis antigos, moedas, desenhos e pinturas, fotografias, impressos, selos,
vinhos etc.) para vários períodos entre 1925 a 1999. Além de concentrarem atenção nas
diferentes maneiras de criar índices de preços para medir os retornos financeiros dos
investimentos em colecionáveis, eles trataram do debate corrente sobre a interpretação desses
resultados, levantaram questões sobre a utilização desses ativos em estratégias de hedge e a
eficiência desses mercados.
Eles coligiram fatos mostrando que (a) quase nenhum estudo evidenciou uma taxa
nominal de retorno negativa, (b) embora existam algumas taxas reais de retorno negativas,
não são grandes em termos absolutos, (c) a maioria dos objetos estudados gerou retornos
menores do que os retornos das ações, no mesmo período, (d) aqueles estudos que
incorporaram alguma medida de variabilidade ao longo do tempo encontraram evidências de
que os retornos são mais voláteis do que os dos demais ativos financeiros, (e) os objetos de
coleção freqüentemente oferecem taxas de retorno inferiores àquelas dos títulos públicos
32
.
Após analisar os preços estabelecidos nas transações do mercado londrino de pinturas,
realizadas em quase duzentos anos, Baumol (1986) apud Ugarte (1997, p. 52), além de
afirmar que os retornos sobre os títulos foram superiores aos retornos sobre investimento em
pintura, constatou que:
… las pérdidas o ganancias significativas se obtienen por aquellos inversores que
mantienen en su poder las obras sólo durante um periodo relativamente breve de
tiempo. A largo plazo los resultados convergen en la media. Esto es, por supuesto, lo
que cabria esperar de un proceso aleatorio cuya media es aproximadamente cero.
Frey e Pommerehne (1989) criticaram o estudo de Baumol e aperfeiçoaram o estudo
analisando os retornos sobre investimento em pinturas, com base nos preços transacionados
32
Segundo os pesquisadores esse comportamento poderia sugerir efeitos não pecuniários elevados para alguns
objetos colecionáveis.
44
entre 1635-1987, e concluíram que tais veículos de investimento não são financeiramente
lucrativos, por gerarem taxas reais de retorno menores e exposição superior a riscos, em
comparação aos ativos financeiros no mesmo período, contrariando a proposição de excesso
de retorno positivo sobre os ativos financeiros.
Em contrapartida, Goetzmann (1993), ao analisar o comportamento dos preços de
obras de arte, transacionadas entre 1715 e 1986, constatou retornos superiores à inflação e que
rivalizaram com os retornos sobre o mercado acionário. Buelens e Ginsburgh (1992) também
consideram as conclusões de Baumol pessimistas, porque mostram evidências de que, para
alguns segmentos do mercado de arte, é possível alcançar retornos significativamente
superiores aos dos títulos e ações se os ativos forem mantidos por longo período – de vinte a
quarenta anos.
Mas recentemente, Worthington e Higgs (2003) aplicaram os instrumentos da análise
financeira convencional para entender o comportamento dos retornos, riscos e diversificação
de carteiras com pinturas de artistas famosos. Seus resultados mostraram que os retornos
foram baixos e os riscos mais elevados quando comparados ao desempenho dos ativos
financeiros. E, embora os retornos tenham apresentado baixas correlações, motivando
oportunidades de diversificação em carteiras contendo somente objetos de arte e outras
combinando estes com os ativos financeiros, a construção de portfolios eficientes a la
Markowitz não indicou ganhos da diversificação.
Em mercados aproximados aos mercados de arte, Pesando (1993) estudou o mercado
de gravuras e assegurou que esses ativos não convencionais poderiam ser investimentos
atrativos se fossem incluídos nos tradicionais portfolios de ativos financeiros, porque
serviriam para reduzir seus riscos; ou seja, eles seriam capazes de promover uma
diversificação eficiente conforme sugerido por Markowitz (1959).
Dentre os estudos do comportamento dos ativos tangíveis não convencionais, os
referentes ao mercado de arte são os mais desenvolvidos. Ugarte (1997) apresenta um amplo
conjunto da literatura de “microeconomia da arte” e sumaria os principais resultados das
pesquisas feitas entre 1974 e 1994. Em relação aos demais ativos tangíveis – moedas, móveis
antigos, vinhos, selos, cartões postais, objetos de pessoas famosas e outros – as limitações de
quantidade e qualidade são maiores.
Dickie et al. (1994), também afirmaram que as taxas de retorno sobre colecionáveis
são baixas e voláteis, tanto para pinturas, quanto para móveis antigos, violinos Stradivarius,
vinhos e selos postais. Eles estudaram o caso dos fatores determinantes do preço de moedas
raras norte-americanas que, segundo eles, possuem um mercado ativo e bem organizado, e
45
concluíram que as taxas de retorno por manter moedas em carteira foram mais baixas e
voláteis durante o intervalo de tempo da análise, mas, apesar de apresentarem uma pobre
performance financeira, as moedas mais raras se mostraram um investimento superior. A
partir desses resultados, sugeriram que as moedas devem ser adquiridas pelo prazer de
colecionar e não para ganhos pecuniários.
Em relação ao investimento em selos postais, Cardell et al. (1995) investigaram o
comportamento dos preços e dos retornos no mercado de selos norte-americanos, que eles
consideram um dos mais importantes mercados de ativos tangíveis não convencionais.
Concluíram que os retornos de curto prazo sobre estes investimentos dependem de variáveis
econômicas (tais como: retornos sobre ações e títulos, inflação antecipada e inflação não
antecipada e nível de produção não antecipada).
A mensuração dos retornos sobre colecionáveis é uma questão que ainda suscita
debate, mas Burton e Jacobsen (1999) registram alguns métodos de mensuração comumente
utilizados nos estudos desses ativos tangíveis: construção de índices de preços, regressão
hedônica e regressão “repeat sale”. A construção de índices de preços permite comparar os
movimentos dos preços desses objetos com os preços dos mercados acionários e de outros
ativos, além permitir a avaliação de suas características de risco e retorno. A regressão
hedônica, por sua vez, é um procedimento em que o preço do ativo é regredido sobre suas
características. E na regressão “repeat sale” utiliza-se de preços de compra e venda, dos
objetos de coleção transacionados, para estimar as flutuações no valor de um ativo
representativo, sobre um determinado período de tempo
33
(GOETZMANN, 1993).
Dada a pequena extensão de estudos no assunto, com resultados controversos, Burton
e Jacobsen (1999) concluem seu artigo afirmando também que há espaço para estudos na área,
bem como construção de índices de preço. E lembram que esses objetos não devem compor
grande parte do portfolio de um investidor, a menos que ele seja propenso ao risco.
3.1.3. Objetos de Coleção em Estratégias de Hedge
Além dos resultados referentes ao desempenho dos retornos ao longo do tempo, em
alguns estudos, a questão da utilização ou não desses objetos colecionáveis em estratégias de
33
Segundo Goetzmann (1993), esse método também é comum na estimação de índices de retorno sobre
investimento em imóveis.
46
hedge
34
também é abordada.
Muitos teóricos de finanças, segundo Cardell et al. (1995), tentaram encontrar ativos
que poderiam ser empregados na estratégia de hegde contra a inflação e/ou contra outras
fontes de risco sistêmico. A elevação da taxa de inflação ao longo dos anos 1970 estimulou
ainda mais essa procura.
Fama e Schwert (1977) analisaram a relação entre inflação e retornos de alguns ativos;
procuraram saber que retornos, sobre vários tipos de ativos (ações, títulos governamentais,
treasury bills, imóveis, capital humano), poderiam ser tomados como hedge contra a inflação
antecipada e a não antecipada. Eles mostraram que a maioria dos ativos analisados apresentou
sensibilidade negativa em relação à inflação não antecipada; as ações foram os únicos tipos de
ativos que apresentaram sensibilidade negativa em relação às duas fontes de inflação.
Teorias mais modernas
35
de precificação de ativos afirmam que os preços dos ativos
dependem de sua exposição às variáveis de estado que descrevem a economia. Chen et al.
(1986) apud Cardell et al. (1995) tentaram identificar as variáveis de estado mais relevantes,
mas estimaram somente aquelas relacionadas aos preços das ações. Roll e Ross (1988) apud
Cardell et al. (1995) expandiram o estudo anterior, introduzindo outros fatores de risco
sistêmico, e concluíram, à luz da evidência empírica, que long position no mercado acionário
não provê hedge contra alguns fatores de risco sistêmico (em particular, inflação, default e
estrutura a termo da taxa de juros).
Investidores sofisticados são capazes de fazer hedge contra várias fontes de risco por
meio de venda à descoberto de alguns ativos. Existem alguns tipos de ativos, considerados
investimentos alternativos, que poderiam dar, aos investidores, a exposição desejada às fontes
de risco sistêmico sem que eles precisassem utilizar estratégias de venda a descoberto.
Ibbotson e Brinson (1987) apud Burton e Jacobsen (1999) afirmam que colecionáveis
podem prover hedge contra a inflação. Kane (1984) encontrou evidências de que as moedas
poderiam ter sido utilizadas contra a inflação durante os anos de 1970 até o começo dos anos
1980.
Cardell et al. (1995) utilizaram dados sobre preços de selos norte-americanos para
estimar a sensibilidade desses ativos aos fatores de risco sistêmico. Mostraram que os retornos
de curto prazo sobre investimentos em selos estão relacionados às variáveis econômicas e têm
sensibilidade oposta a muitos fatores sistêmicos importantes que também influenciam os
34
Estratégias de hedge são aquelas em que o investidor procura se proteger de determinados riscos, como por
exemplo: risco de inflação.
35
Como CAPM Intertemporal (Merton, 1973) e APT (Ross, 1976).
47
retornos de ativos como ações e títulos públicos. Eles afirmam que podem ser utilizados como
hedge contra aqueles fatores de risco. Apesar disso, não são hedges perfeitos contra esses
fatores, mas advertem que os selos podem ser úteis, em conjunto com outros ativos, na
estruturação de portfolios, na medida em que dão exposições alternativas aos riscos
sistêmicos.
Em contrapartida, a meta-análise de Burton e Jacobsen (1999) não suporta a tese de
que eles sejam negativamente relacionados aos aumentos nos mercados acionários, mas sim
como um bom hedge contra a queda dos preços das ações quando os retornos destes ativos
permanecem estáveis durante os mercados pessimistas.
Argumentam também que, se esses ativos fossem realmente úteis em hedging contra
outros ativos financeiros, as instituições financeiras ofereceriam fundos mútuos contendo
colecionáveis em suas carteiras, mas a evidência não tem apoiado essa proposição. Somente
alguns fundos, de limitada partnership, operam com esses ativos (BURTON e JACOBSEN,
1999)
Ademais, alguns estudos sugeriram que os mercados de objetos colecionáveis são
positivamente correlacionados com os mercados de ativos financeiros. Goetzmann (1993), ao
analisar o comportamento dos preços de obras de arte, transacionadas entre 1715 e 1986,
constatou que aqueles indivíduos que as mantiveram em carteira contra as flutuações do
mercado acionário, obtiveram resultados positivos. Resultados semelhantes de Stein (1977)
sustentaram a hipótese de relação positiva entre arte e mercado acionário e confirmam a
hipótese de Baumol apud Ugarte (1997), de que a arte, como veículo de investimento, é um
ativo estocasticamente dominado
36
.
3.1.4. A Literatura sobre Selos e Mercados Filatélicos
A literatura econômica referente aos selos e aos mercados filatélicos é escassa. Os
principais temas de pesquisa estão focados na demanda filatélica, análise de retorno de
investimento em selos e estratégia de hedge, análise do comportamento dos participantes
36
O conceito geral de dominância estocástica envolve a seleção de investimentos com base nos seus retornos e
nas preferências de risco dos investidores. Nesse sentido, surgem três conceitos de dominância estocástica: (i)
dominância estocástica de primeira ordem: seleção de investimentos para investidores que preferem retornos
maiores a menores; (ii) dominância estocástica de segunda ordem: seleção de investimentos para investidores
que, além de preferirem retornos maiores a menores, são avessos ao risco; (iii) dominância estocástica de terceira
ordem: seleção de investimentos para investidores que, além de preferirem retornos maiores a menores e serem
avessos a risco, possuem aversão crescente ao risco.
48
nesses mercados e comportamento dos leilões e eficiência das casas de leilões. Apesar disso,
as pesquisas não são sistemáticas.
Pode-se dizer que Schnitzel (1979) foi o pioneiro na introdução da análise econômica
nas atividades associadas aos selos. Ele tratou diretamente da demanda filatélica e sugeriu um
modelo para selos novos
37
e usados
38
pressupondo uma demanda dependente da escassez
percebida, que, por sua vez, é função da quantidade emitida e da idade da emissão.
A partir da constatação de que os mercados filatélicos são caracterizados por variação
de qualidade dos ativos transacionados, Taylor (1983) analisou o comportamento dos retornos
levando em consideração taxas ajustadas pela qualidade e sugeriu índices de preços.
Conforme abordado anteriormente, Cardell et al. (1995) verificaram a potencialidade
dos selos americanos como ativos passíveis de serem empregados em estratégias de hegde
contra a inflação e/ou contra outras fontes de risco sistêmico.
Huang (2001) estudou o comportamento dos participantes do mercado filatélico chinês
que, segundo ele, conhecido como “The Second Stock Market in China”, tem crescido
rapidamente nas duas últimas décadas e se tornado lucrativo. Nele, os preços dos selos
recentemente emitidos apreciam em maior velocidade do que os selos emitidos há muitas
décadas passadas. Esse comportamento dos preços contraria as evidências nos mercados
filatélicos ocidentais. Huang explica que este efeito é causado pela assimetria de participação
dos colecionadores e dos investidores no mercado.
Há também alguns interessantes estudos sobre o mercado filatélico, em particular,
aqueles em que os leilões são utilizados. Taylor (1983, 1995) analisa o comportamento das
séries temporais dos preços formados em leilões de selos. Lucking-Reiley (2000a) descreve
sucintamente o desenvolvimento dos leilões online e o que está sendo leiloado e como está
sendo leiloado. O mesmo pesquisador (Lucking-Reiley, 2000b) trata especificamente dos
leilões de Vickrey num caso particular – leilões filatélicos. Villani Jr (2001) propõe um
modelo para descrever um leilão ascendente (leilões online) e verifica seu comportamento.
Por outro lado, Sáez e Achaerandio (2004) tratam da eficiência técnica das casas de leilões de
selos. Eles verificaram se elas se aproximam ou não da eficiência técnica e concluem que não;
ao contrário, são ineficientes.
37
Peça filatélica que não foi utilizada para pagamento do transporte da correspondência; possivelmente ainda
possui a goma no reverso.
38
Peça filatélica que foi carimbada; inutilizado com a marca de um carimbo para confirmar o pagamento pelo
serviço de transporte.
49
3.2. COLECIONISMO VERSUS INVESTIMENTO
Nesta seção são apresentadas as questões referentes ao colecionismo e ao
investimento. Discutem-se com mais detalhes os principais participantes dos mercados
filatélicos e alguns pontos sobre o desempenho das cotações dos selos ao longo dos anos.
3.2.1. Colecionismo: paradigma de consumo
Colecionar pode parecer algo fútil e circunscrito a um diminuto grupo de pessoas de
interesse limitado, mas isso é falso. Com exceção de obras de arte – em particular pinturas
famosas cujo valor chega a cifras milionárias – muitos outros objetos (caixas de fósforo,
moedas, selos, porcelana, móveis etc.) também poderiam ser do interesse de pesquisadores.
Apesar de alcançarem valores muito menores do que os de pinturas, ainda assim possuem
valores elevados.
Belk (1995, p. 479) conceitua colecionismo como “o processo de adquirir ativa,
seletiva e apaixonadamente e possuir coisas de uso comum e percebidas como parte de um
conjunto de experiências e objetos não-idênticos” e “é uma busca aquisitiva, possessiva e
materialista”. Para Clifford apud Belk (1995, p. 479), colecionismo é uma “obsessão
aquisitiva organizada”.
Há benefícios associados a esse comportamento, mas também problemas, para o
indivíduo, para a família e para a sociedade, tais como pensar, por exemplo, que só se deriva
prazer a partir da posse de objetos colecionáveis (BELK, 1995).
Independentemente disso, Bianchi (1997) traça um paralelo entre o ato de colecionar e
o ato de consumir, e advoga que o ato de colecionar é uma etapa anterior ao ato de consumir,
porque a construção do conjunto consumo deriva dos mesmos procedimentos da construção
do que ela chamou “conjunto coleção”. Dessa forma, conclui que colecionar é uma atividade
que pode ser vista como um paradigma de consumo.
Burton e Jacobsen (1999) revisam artigos que tratam de estudos empíricos sobre a
atividade de colecionar, procurando seus principais determinantes – que vão desde fatores
pecuniários até aqueles não-pecuniários (psicológicos e de necessidade de pertencer a
grupos).
Além de objetos de coleção, eles também são tratados como ativos que, apesar de não
gerarem fluxos de caixa, conforme afirmado por Damodaran (1999), podem fazer parte do
50
portfolio de investidores: tanto por serem reserva de valor e apreciarem ao longo do tempo,
quanto pelo potencial de servirem em estratégias de hedge. Para eles, esses objetos de coleção
são semelhantes a um título de cupom zero, em que não existem fluxos de caixas periódicos,
mas a realização de ganhos somente se dá com a diferença entre o valor de revenda e o preço
de compra da peça (FABOZZI, 2002).
3.2.2. Breve História dos Selos e do Colecionismo de Selos
A filatelia
39
é um hobby que surgiu em seguida à criação do selo postal (1840), em
decorrência do desenvolvimento das relações comerciais capitaneadas pela revolução
industrial, conforme T.S. Ashton apud Paim et al. (1999:115): “na Inglaterra, não foram as
necessidades estratégicas, mas as comerciais que acarretaram as melhorias nas vias de
comunicação”. Não é de se estranhar que o selo tenha surgido naquele país, berço da referida
revolução.
Naquela época, os correios não estavam dando conta do enorme volume de
correspondências e precisavam facilitar o serviço. Algumas reformas foram necessárias:
unificou-se a tarifa para o envio de cartas no interior do Reino Unido e definiu-se o remetente
como responsável pelo pagamento da tarifa (até àquela época, o destinatário tinha que pagar
pelo serviço). Essas idéias surgiram a partir de Sir Rowland Hill, professor e reformador
postal, que ficou bastante preocupado com o aumento dos custos do serviço público, devido
ao volume de cartas recorrentemente devolvidas. Assim sendo, o selo, inventado por Hill,
surgiu em 6 de janeiro de 1840 como uma garantia de pagamento antecipado pelo serviço
público. E a criação era bem simples: “um retângulo de papel com cola que a pessoa compra
pelo valor impresso nele, para colocá-lo sobre a carta e depositá-la na caixa do correio, com a
certeza de que chegará a seu destino” (NOVA CULTURAL,1986, p.1).
A reforma postal britânica foi bem sucedida e possibilitou o aumento das trocas de
correspondências. Além disso, difundiu-se para outras localidades e países: Zurique - Suíça
(1843), Brasil
40
(1843), Basiléia – Suíça (1845), Nova Iorque - EUA (1845), Ilhas Maurício
(1845), Bélgica e França (1849) etc.
39
Filatelia, conforme verbete do dicionário Lello Universal (1957, p. 1001), é “ciência, estudo dos selos do
correio. Paixão de coleccionar os selos do correio”. A palavra filatelia deriva das palavras gregas Philos e Telos,
que significam, respectivamente, amigo e imposto.
40
O Império do Brasil foi o terceiro país do mundo a adotar esse tipo de reforma postal, em primeiro de agosto
de 1843, provavelmente por conta do intenso intercâmbio e contato comerciais que mantinha com a Inglaterra.
51
O crescimento no número de emissões levou à necessidade de classificá-las; assim
surgiu o primeiro catálogo de selos feito por Alfred Potiquet em 1861, França. A partir daí
surgiram estudos e publicações tratando das novas emissões e dos eventos relacionados.
O primeiro tipo de publicação apareceu em 1862, em Liverpool – Inglaterra, com o
título The Stamp Collector's Review and Monthly Advertiser. O interesse crescente em
informação e aquisição de peças encorajou os colecionadores a se juntarem em associações
especializadas. A mais antiga que se conhece foi a Societé Philatelique, fundada em Paris em
1865. Surgiram também em outros lugares: Philatelic Society de Londres (1869), Societé
Française de Timbrologie de Paris (1874) e Internationaler Philatelistenverein de Dresden
(1877).
3.3.
MERCADOS FILATÉLICOS, RARIDADE E ATRIBUTOS DE RARIDADE
A partir do momento em que os selos tornaram-se objetos colecionáveis, surgiram
também os mercados filatélicos. Dentre os inúmeros objetos de coleção, os selos e peças
filatélicas, são exemplos daqueles que têm mercados bem organizados em tradicionais e
antigos clubes (Royal Philatelic Society of London, American Philatelic Society, Sociedade
Philatélica Paulista e Clube Filatélico do Brasil), lojas e negociantes particulares (Stanley
Gibbons na Inglaterra; Yvert et Tellier, na França; RHM no Brasil, fundada em 1948)e leilões
filatélicos (London Stamp Exchange, fundada em 1981, e a Sotheby’s, fundada em 1744,
ambas da Inglaterra; Koehler da Alemanha, fundada em 1913; Siegel Auctions dos EUA,
fundada em 1930; Afinsa da Espanha; Feldman da Suíça, desde 1973; e mais recentemente,
nos EUA a eBay).
No final dos anos 70, os mercados filatélicos passaram por uma crise que levou à
reestruturação do setor. Esses mercados apresentam tamanhos diferenciados entre os países:
em 1988, o principal mercado do mundo, o norte-americano, já movimentava cerca de 360
milhões de dólares. Essa movimentação fez com que a Câmara Legislativa americana
reconhecesse os selos como ativos de investimento tanto para fundos de pensão quanto para
fundos de aposentadoria. Criou-se uma bolsa internacional do selo conectada eletronicamente
com as principais capitais do mundo com o objetivo de facilitar as transações. Na Inglaterra, o
Naquela data foram emitidos três selos (de 30, 60 e 90 réis), conhecidos como “Olhos-de-Boi” por serem
“algarismos destacados em branco sobre um fundo moiré ovoidal impresso em preto” (Nova Cultural, 1986, p.
3).
52
mercado movimentou, também naquele ano, cerca de 240 milhões de dólares e na Espanha,
20 milhões de dólares (EMPRESA BRASILEIRA DE CORREIOS E TÉLÉGRAFOS, 1988).
Independente desses fatos, há vários tipos de peças filatélicas: desde selos ordinários,
selos comemorativos, promocionais e beneficentes, selos para franquia telegráfica, para
jornais, para correspondência oficial, para correio aéreo, até selos de taxa devida (multa), de
depósito, de contribuição cívica, de sobretaxa obrigatória, de guerra, blocos, quadras,
folhinhas filatélicas, bilhetes postais etc. E cada uma delas possui características próprias.
Os selos, em particular, possuem atributos (características) que os descrevem: tipo de
peça filatélica (selo, bloco, tira, série), tipo de papel, gramatura do papel, filigrana, formato
(quadrado, retângulo, trapézio, hexágono, peça grande, peça pequena), tipo de denteação,
número de dentes, tiragem (montante total impresso de uma determinada emissão), cores e
suas nuances, nacionalidade, valor de face, etc. Assim sendo, os selos podem ser vistos como
mercadorias heterogêneas: cada um deles contém um conjunto de atributos que não
necessariamente é semelhante ao dos demais.
No mundo da filatelia, há um princípio, “universalmente aceito pelos países emitentes:
cada selo deve ser rigorosamente idêntico a todos os outros do mesmo tipo” (Nova Cultural,
1986, p. 93). Essa norma é importante na medida em que se torna mais fácil detectar qualquer
tentativa de falsificação.
Entretanto, nem sempre a perfeição é alcançada. Nestes casos surgem as variedades ou
erros (por exemplo, variedades de cor, de papel, de tintura do papel, de denteação, erros de
impressão, centralização da figura) que podem ou não se tornar raros. Diferentes selos e peças
filatélicas têm diferentes conjuntos de “atributos de raridade”.
Segundo Saldanha (1981, p. 93), os selos apresentam sutilezas que podem torná-los
mais valiosos que aqueles que não as possuem. Elas podem ser categorizadas em: variação
(“quando o acidente que diferencia o selo de sua apresentação normal é encontrado sempre no
mesmo lugar do selo e da folha de selos”), falhas, erros de impressão (erros decorrentes de
falhas humanas e não mecânicas, tais como: excesso de tinta ou falta de tinta, ausência de
denteação, pontos, traços, pequenas falhas de pintura, deslocamentos de imagens, impressão
dupla etc.) e curiosidades (tipo de variedade muito mais abundante, mas de variadas causas).
Há ainda as falsificações, que interessam a alguns colecionadores.
Essas variedades são importantes porque, para cada emissão, criam vários
subconjuntos de selos contendo essas variedades. Além disso, conferem um prêmio adicional
em relação ao selo com as características padrão, i.e., com as características especificadas no
53
edital
41
de emissão. Isso pode ser confirmado com uma inspeção, mesmo que breve e pouco
focalizada, em qualquer catálogo de selos: nota-se imediatamente a diferença nas cotações dos
selos com e sem variedades. Ademais, essas variedades são demandadas sistematicamente, o
que pode ser confirmado pelas coleções apresentadas nas mostras e exposições filatélicas ao
redor do mundo.
O valor de um selo postal é determinado, como qualquer outro bem, serviço ou ativo,
no seu respectivo mercado. A oferta é provida pelo Estado
42
e em emissões de tamanho fixo
43
.
Parte dos selos emitidos é utilizada para franquear correspondência e uma pequena parte é
direcionada para colecionismo. Cabe lembrar que a passagem do tempo e o manuseio
excessivo levam à deterioração das peças, reduzindo seu estoque total.
Segundo Wilson apud Empresa Brasileira de Correios e Telégrafos (1988), pode-se
montar uma árvore da oferta de selos que mostra o que ocorre com uma determinada emissão.
Do total de selos de cada emissão, cerca de 20% não são vendidos, o restante é vendido nas
agências postais; desta, uma parte será adquirida para finalidades filatélicas (cerca de 10%) e
a outra, para fins postais. Portanto, somente uma pequena parte do total emitido será
direcionado para colecionismo.
A título de exemplificação, apresenta-se a seguir a árvore de oferta, proposta por
Wilson apud Empresa Brasileira de Correios e Telégrafos (1988). Convém lembrar que o
padrão de utilização dos selos emitidos não deve ter se comportado assim durante os anos,
principalmente, nos referentes aos do século XIX.
41
Edital é um documento oficializando a emissão de um determinado selo.
42
No Brasil, os selos são produzidos, atualmente, pela Casa da Moeda do Brasil e emitidos pela Empresa
Brasileira de Correios e Telégrafos.
43
A produção de um determinado selo segue muito bem o comportamento da produção de bens de informação
conforme tratado por Shapiro e Varian (1999). Neste caso, o custo fixo é alto (custo de criação da peça e da
produção das matrizes), mas o custo marginal de produção é muito baixo (custo de reprodução).
54
Figura 2 – Árvore de oferta de selos postais
Fonte: Elaboração própria do autor a partir de informações coletadas da Revista Correio Filatélico
Total de Selos
Impressos
(1 milhão)
Total de Selos
Vendidos
(800 mil)
Selos
Não Vendidos
(200 mil)
Selos para
Fins Postais
(720 mil)
Selos para
Fins Filatélicos
(80 mil)
Conservados sem obliteração
(64 mil)
Obliterados para pedidos de venda
(8 mil)
Aplicados em envelopes de 1º dia
(8 mil)
Com recibos das
agências
(72 mil)
Destruídos
Vendidos aos
negociantes
Com as
Correspondências
(648 mil)
Retidos pelos
colecionadores
(64.800)
Retidos pelos
acumuladores
(64.800)
Destruídos
(518 mil)
(
Empresa Brasileira de Correios e Telégrafos, 1988)
Por outro lado, a demanda filatélica é crescente, mesmo que a diminutas taxas ao
longo do tempo. Schnitzel (1979) tratou diretamente da demanda filatélica e sugeriu um
modelo para a demanda por selos novos e usados, pressupondo que ela fosse uma função da
escassez percebida pelo colecionador. Ele também supôs que essa escassez percebida fosse
função da quantidade emitida
44
e da idade da emissão. As evidências levaram-no a concluir
que: (a) para o período sob análise, os resultados empíricos não foram inconsistentes com a
hipótese de que a raridade e a idade da emissão explicam a maior parte da variação na
demanda filatélica; e (b) as variações nos preços dos selos foram mais sensíveis ao argumento
“idade” do que ao argumento “quantidade”. No seu estudo, não foi possível rejeitar a hipótese
de que essas duas variáveis sejam os determinantes básicos da demanda, a despeito da
presença de fatores aleatórios associados à mudança nos gostos e preferências dos filatelistas.
Lynn (1991, p. 43) trata os efeitos da escassez sobre o valor de um bem. Para ele, a
escassez é um aspecto importante da vida humana e é “pré-condição fundamental do
comportamento econômico”. Afirma também que, à luz da commodity theory de Brock, a
44
Como não há dados sobre o número de selos novos e usados disponível no mercado, Schnitzel (1979) utiliza
os montantes totais emitidos como uma proxy.
55
raridade aumenta o valor de qualquer objeto que possa ser: (a) possuído, (b) útil para seu
proprietário e (c) transferível de um indivíduo para outro.
Apesar dos estudiosos terem dificuldade em distinguir demanda por raridade de
demanda por qualidade, há evidências de que existe de fato demanda por raridade e de que “a
demanda para alguns bens (pelo menos) não é independente da oferta” (KOFORD e
TSCHOEGL, 1998, p. 446)
45
.
Portanto, o valor do selo, além de ser condicionado pela data de emissão e pela
quantidade disponível, também é condicionado a seus atributos de raridade: peças com
características específicas têm valor elevado por conta da raridade desses atributos.
Entretanto, Cardell et al. (1995) mostram que os retornos sobre os selos americanos são
afetados por fatores de risco sistêmico. Conseqüentemente, é possível pensar que as variáveis
de estado da economia também devem refletir sobre os preços desses atributos.
Não é exagerado afirmar que os colecionadores identificam os selos com base em suas
características definidoras, tais como: data de emissão, tipo e gramatura do papel, tipo de
denteação, cor, valor de face e outras. Espera-se que essas características, quando apresentam
variedades que são raras, influenciem os preços dos selos, porque afetam os valores relativos
que os colecionadores associam aos diferentes selos.
A variabilidade nas condições gerais do selo é mais evidente entre os selos de 1840 a
1920 e entre selos novos e usados. Isso se deve ao fato de que os selos do século XIX foram
mais manuseados e, portanto, estão mais danificados. Além disso, o papel, a tinta e a cola são
mais velhos e diferem entre as peças. Some-se a isso o fato de que a uniformidade da
impressão e a centralização da imagem entre as margens do selo são, na média, muito mais
erráticas do que as dos selos emitidos ao longo do século XX. Os selos novos são sujeitos a
menos abusos do que os selos usados, pois estes podem sofrer obliteração pesada e
danificadora. Além disso, podem ter sido retirados do envelope de maneiras diversas e sem o
devido cuidado. Convém lembrar que, o progresso técnico referente às tecnologias de
impressão e papel reduziu o número de erros e falhas nas peças filatélicas. Assim sendo,
permitiu também a redução relativa dos atributos de raridades.
Embora os motivos para colecionar selos variem, os negociantes distinguem classes de
filatelistas (geral, temáticos etc). Os filatelistas escolhem a maneira de colecionar baseados
nos gostos pessoais e nos seus orçamentos. Portanto, manifestam demandas diferenciadas,
45
O fato de a demanda não ser independente da oferta suscita, no tocante à estimação da função preço hedônico,
a possibilidade do viés de equação simultânea. Entretanto, no que tange aos selos postais, sua oferta é
independente dos preços. Na verdade a oferta é fixa; ela não responde às variações de preços.
56
conforme os atributos dos selos. Independente disso, todas as classes de colecionadores
preferem selos preservados em melhor estado de conservação, mas as classes diferem na
avaliação feita sobre outras características (além da preservação) dos selos, e.g., variedades,
erros de impressão e falsificações.
Em suma, todos os selos postais possuem diferentes atributos, mas diferentes emissões
apresentam variedades e distintos status de conservação. Cada uma dessas variedades
condiciona o preço de mercado da peça filatélica. Assim sendo, se esses atributos de raridade
são avaliados pelos colecionadores-investidores, então as diferenças de preços, devidas às
diferenças em relação à emissão padrão
46
, devem refletir a disposição a pagar por essas
variações. Conseqüentemente, elas possuem valor de mercado e poderiam ser vistas como as
verdadeiras fontes de valor do selo.
3.4.
INVESTIMENTO EM PEÇAS FILATÉLICAS
O senso comum e a experiência dos participantes do mercado filatélico sugerem que
os selos são uma boa alternativa de investimento. A explicação para isso está muito mais
centrada na apreciação das peças ao longo dos anos do que na possibilidade de utilizá-las em
estratégia de hedge (NOVA CULTURAL, 1986).
Para os colecionadores, os selos são plenamente passiveis de compor suas riquezas,
tanto cultural quanto material. Os investidores em ativos tangíveis, por outro lado, vêem os
selos postais como uma reserva de valor, e mais recentemente, como hedge potencial contra
alguns fatores de risco sistêmico. Entretanto, se não forem colecionadores, não se interessam
pelos selos em si, mas sim pelas fontes de apreciação da peça, tais como a raridade e os
“atributos de raridade”. Cabe lembrar que, como dito acima, esses objetos de coleção são, na
visão dos investidores, semelhantes a um título de cupom zero.
A tradicional casa filatélica inglesa Stanley Gibbons possui uma seção totalmente
dirigida ao auxílio dos investidores. Ela também criou dois índices de preços – SG100 Stamp
Price Index e GB30 Rarities Index – para medir a performance dos cem selos mais populares
do mundo e dos trinta selos ingleses mais raros, respectivamente. Esses índices permitem sua
comparação com os índices dos mercados imobiliário, acionário e outros (FRASER, 2007).
46
É a emissão que segue todas as definições oficiais que as características filatélicas devem seguir. As emissões
que não o fazem são ditas variedades.
57
A título de exemplo, Meyer apud Correio Filatélico (1987), apresentou o desempenho
do valor total,em dólares de 1987, da coleção selos imperiais do Brasil (emitidos entre 1843 e
1889), novos e carimbados, para os anos de 1943 a 1987, conforme tabela a seguir:
Tabela 1 – Cotações dos selos imperiais brasileiros em dólares de 1987
(Anos Selecionados)
Anos 1943 1953 1963 1973 1983 1987
Cotações
Selos Novos 1149 1562 1838 6491 26714 36024
em US$
Selos Carimbados 511 796 977 4059 11228 14764
Fonte: Correio Filatélico, 1987.
De acordo com Meyer (1988), os selos novos apreciaram, em dólares norte-
americanos, em 3034% e os selos carimbados em 2787%. Note-se que em termos de taxas de
retorno compostas anualmente, os selos apreciaram em cerca de 7,9% a.a. e 7,4% a.a.,
respectivamente
47
.
Como já discutido acima, os selos raros também podem ser utilizados em hedging,
mesmo que apresentem baixo retorno e maior volatilidade em comparação aos ativos
financeiros. Cardell et al. (1995) afirmam que eles podem ser utilizados como hedge contra
alguns fatores de risco, mas não são hedges perfeitos contra esses fatores. Entretanto,
advertem que os selos podem ser combinados com outros ativos, na estruturação de
portfolios, na medida em que dão exposições alternativas aos riscos sistêmicos.
Feita a apresentação sobre os aspectos teóricos relevantes sobre as decisões de
portfolio e sobre colecionismo e investimento em selos postais, bem como uma descrição
sucinta do mercado filatélico, a proposta deste trabalho é avaliar os atributos dos selos e
construir carteiras de investimento com os retornos dos atributos raros dos selos. Para isso é
necessário tratar de questões referentes à abordagem dos atributos, dos mercados implícitos e
à abordagem dos preços hedônicos, uma vez que os preços implícitos estimados serão os
inputs à decisão de portfolio.
47
O cálculo das taxas de retorno compostas foi adaptado do artigo de Greenlaw (2001): se uma pessoa comprou
toda a carteira de selos imperiais novos em 1943 e a manteve por 45 anos, até 1987, então ela auferiu uma taxa
de retorno composta constante de cerca de 7,9% a.a. (Valor final dividido pelo valor inicial, 36024/1149 = 31,35;
o valor inicial cresceu cerca de 31 vezes e mantido por 45 anos proporcionou aquela taxa de retorno composta de
7,9% a.a.).
58
4. MÉTODO DE PESQUISA
A proposta deste trabalho é combinar duas abordagens distintas: de avaliação de ativos
(MPH) e construção de carteiras eficientes de ativos. Simultaneamente, objetiva-se propor
uma aplicação nova para os preços implícitos – a construção de carteiras de investimentos em
ativo tangível a partir de retornos calculados com os preços implícitos dos atributos daquele
ativo.
A justificativa para a utilização do MPH nos estudos econômicos dos selos postais, em
particular dos selos postais imperiais brasileiros, tem o respaldo de outros estudos de
avaliação de objetos raros: Buelens e Ginsburgh (1992) aplicaram-no para avaliar preços de
obras de arte, Dickie et al. (1994) também utilizam-se desta abordagem, mas num estudo de
moedas raras e Schnitzel (1979) propôs um modelo para precificar selos, em que a diferença
entre o preço corrente e o valor de face do selo é função da tiragem (quantidade emitida) e da
idade (diferença entre a data de emissão e a data corrente).
Apresentam-se a seguir o método de pesquisa a ser desenvolvido neste trabalho, o
universo da pesquisa, a definição do conjunto de características filatélicas, a listagem das
variáveis explicativas a serem utilizadas nas estimações paramétricas da FPH e, finalmente, os
modelos das FPH e de construção de carteiras eficientes.
59
4.1. ETAPAS DA PESQUISA
Este trabalho constará de quatro etapas distintas: (a) levantamento da base de dados
(conjuntos de preços e características dos selos postais imperiais brasileiros); (b) estimação
dos preços implícitos das características dos selos; (c) construção dos inputs necessários à
análise de portfolio (retornos implícitos e sua matriz de variâncias-covariâncias), a partir dos
preços implícitos estimados; e (d) construção das carteiras eficientes.
4.2.
PEÇAS FILATÉLICAS DA PESQUISA
Independentemente do ano que se procura estimar os preços implícitos, as peças
filatélicas desta pesquisa estão circunscritas ao subconjunto dos selos emitidos de 1843 a
1889 (período imperial do Brasil), a saber: selos postais
48
.
Cada selo postal tem uma numeração específica e será utilizada a classificação do
Catálogo de Selos Brasil
49
. Desse modo, o universo da pesquisa está circunscrito às emissões
de número 1 ao 69.
A título de descrição, as emissões estão distribuídas em dez séries e sete selos
isolados: selos “Olhos de Boi” (#Cat.
50
1-3), “Inclinados”(#Cat. 4-10), “Olhos de Cabra ou
Verticais” (#Cat. 11-18), “Olhos de Gato ou Coloridos” (#Cat. 19-22), “Dom Pedro II” (#Cat.
23-29), “Dom Pedro II Percé
51
” (#Cat. 30-36), “Dom Pedro II Barba Branca” (#Cat. 37-46),
“Dom Pedro II Auriverde” (#Cat. 47), “Dom Pedro II Cabeça Pequena” (#Cat. 48-50), “Dom
Pedro II Cabeça Grande” (#Cat. 51-57), “Dom Pedro II Fundo Cruzado” (#Cat. 58), “Dom
Pedro II Fundo Linhado” (#Cat. 59), “Dom Pedro II CabeCinha” (#Cat. 60), “Tipos Cifra”
(#Cat. 61-65 e 68), “Cruzeiro do Sul” (#Cat. 66), “Coroa Imperial” (#Cat. 67) e “Pão de
Açúcar” (#Cat. 69).
No anexo 1 estão listados todos os 69 selos postais imperiais com suas características
intrínsecas: nome e ano de emissão, valor de face (em réis), cor da impressão, gramatura do
48
O conjunto dos selos emitidos durante aquele período consiste de selos postais (para postagem de cartas), de
selos para jornais (franqueamento de remessas de periódicos, tais como jornais e impressos semelhantes
) e de
selos para franquia telegráfica (para o franqueamento de correspondência telegráfica.).
49
Este catálogo vem sendo publicado sistematicamente desde 1943 e é reconhecido como uma referência
nacional no assunto. Também conhecido como catálogo RHM.
50
Significa número de classificação do catálogo.
51
Percé (palavra francesa que significa trespassado) é um tipo de denteação em que o papel é cortado em linha.
60
papel, cor do papel, textura do papel, presença/ausência de denteação, tipo de denteação,
número de dentes (para o caso dos selos com denteados), tipo de imagem impressa.
Uma vez que, para cada emissão, há eventualmente a presença de alguma(s)
variedade(s), no anexo 2 estão listadas as emissões com suas respectivas variedades
encontradas. Assim sendo, além dos 69 selos postais, sem variedades, há aqueles que diferem
das anteriores por conta da presença de variedades. O anexo 3 lista as siglas criadas para
denotar todos os ativos filatélicos.
No capítulo 5 é apresentada uma análise estatística do universo da pesquisa, que
mostra informações relevantes referentes às características principais desses selos postais. Isso
permite construir o perfil filatélico dos selos imperiais brasileiros.
4.3.
DADOS DA PESQUISA: COTAÇÕES E CARACTERÍSTICAS DAS PEÇAS
FILATÉLICAS
A presença de atributos raros (variedades em relação às características padrão) pode
causar mudanças na média e na variância dos preços, tanto entre as diferentes emissões,
quanto ao longo do tempo. Como se deseja captar o valor marginal de cada uma das
características e das variedades, deve-se construir uma base de dados que reflita esta proposta.
Para tanto são coletados os preços e as características de cada peça filatélica e para cada ano.
Para cada emissão, coletam-se informações de suas características (a partir dos
catálogos de selos, que são invariantes
52
ao longo do tempo, exceto a referente à idade da
emissão) e das cotações das peças novas e usadas, com e sem variedades, dos selos isolados,
pares de selos, ternos de selos, quadra de selos, cinco selos, seis selos e dos selos fixados
sobre algum suporte
53
(neste caso não há peças novas; todas estão carimbadas) e dos selos
bissetos
54
.
Note-se que as características são tomadas como variáveis explicativas do modelo e
são descritas na seção a seguir.
52
Ao longo dos anos, algumas mudanças na catalogação dos selos foram feitas. Este trabalho leva em
consideração tais modificações. Por exemplo, o selo Cabecinha (emitido em 1884) era incluído na última série
emitida antes do fim da monarquia. Atualmente, ele é considerado uma emissão isolada.
53
Suporte é qualquer material derivado do papel utilizado para guardar e proteger a correspondência, tal como
envelope, fragmento de envelope, sobrecarta, cartão-postal, cinta de jornal etc.
54
Selo bisseto é uma denominação utilizada para classificar os selos que foram cortados ao meio (vertical ou
diagonalmente) como forma de equiparação do valor de face ao valor do porte da correspondência, quando da
ausência de selos com o devido valor de face. Por exemplo, o selo de D.Pedro II Percé de 200 réis foi
transformado em bisseto para pagamento de porte de 100 réis.
61
As cotações (preços) dos selos são anuais e foram coletadas a partir das seguintes
publicações anuais: Catálogo de Selos do Brasil
55
(1954 a 1963, 1965, 1970 a 1974),
Catálogo de Selos do Brasil
56
(1964 e 1966 a 1968) e Catálogo de Selos Brasil da Rolf
Harald Meyer (1975 até 1988). Essas cotações, conforme informação extraída dos próprios
catálogos, dizem respeito aos resultados de leilões e de ofertas de compra e venda dos
comerciantes filatélicos. Esse processo de precificação está nitidamente declarado nos
catálogos da firma Rolf Harald Meyer, que possivelmente seguiu os procedimentos de coleta
da firma Francisco Schiffer. Entretanto, não está disponível qualquer informação desse tipo
nos catálogos da firma Santos Leitão. Por isso, não é possível afirmar que todas as cotações
são referentes a preços de equilíbrio.
Essas cotações serão ajustadas ao valor do período-base 2007.
Os preços foram
atualizados com base no índice de preços IGP-DI da FGV e será feita a devida conversão de
moeda.
A análise estatística das cotações anuais e do perfil das bases de dados, para cada ano,
tomou dimensão que se fez necessária a sua apresentação num capítulo a parte – capítulo 5.
4.4.
DEFINIÇÃO DAS VARIÁVEIS E CORRELAÇÕES ESPERADAS
Conforme discutido na seção 2.8.1.1, a escolha das variáveis explicativas seguirá o
trabalho de Schnitzel (1979), mas serão adicionadas outras variáveis (dummies
57
e não-
dummies), além de idade da emissão. E a variável dependente é “Valor Real da Cotação”.
A partir das características filatélicas apresentadas na seção 4.2, leva-se em
consideração como determinantes dos preços dos selos postais imperiais brasileiros: (i) um
conjunto de variáveis intrínsecas ao selo: gramatura do papel (fina, média, grossa), cor do
papel (branca, acinzentada ou amarelada, acinzentada ou azulada, amarelada ou azulado),
textura do papel (lisa ou vergé), presença de denteação, tipo de denteação (denteados ou
percé), número de denteados (para os selos com denteados), cor da impressão, tipo de imagem
estampada (algarismos, efígie do Imperador, outras), valor de face; (ii) um
conjunto de
variáveis extrínsecas ao selo
: idade, presença de carimbo, selo isolado
58
, par de selos
59
, terno
55
Publicado pela Casa Filatélica Francisco Schiffer de 1943 até 1974. A partir de 1975, os catálogos passaram a
ser publicados pela firma Rolf Harald Meyer com o nome Catálogo de Selos Brasil.
56
Publicado pela Casa Filatélica Santos Leitão e Cia Ltda de 1937 até, pelo menos 1967.
57
Todas as variáveis do tipo dummy são denotadas pela letra D. As demais são do tipo contínuo.
58
Selo completamente solto, não fixado em um envelope ou algo semelhante.
62
de selos
60
, quadra de selos
61
, cinco selos, seis selos, selo fixado em algum suporte, selo
bisseto; (iii) um
conjunto de variáveis relacionadas à presença de variedades: presença de
variedade na gramatura de papel, presença de variedade na cor do papel, presença de
variedade na textura do papel, presença de variedade da cor de impressão, presença de
variedade no tipo de denteação, presença de variedade no tipo de papel (papel tintado ou não
tintado), presença de erro de impressão e presença de legenda nas margens dos selos. O anexo
4 descreve de todas as variáveis dummies, com suas subcategorias, e o quadro 1 lista todas as
variáveis, com suas respectivas siglas:
Quadro 1 – Lista das variáveis
Características Gerais Características Secundárias Especificidades Legenda da Variável
Papel
Gramatura fina DPPF
média DPPM
grossa DPPG
Textura vergé (estriada) DTXVG
Cor branca DPPBR
acinzentada/amarelada DPPACAM
acinzentada/azulada DPPACAZ
amarelada/azulada DPPAMAZ
Denteação
Presença de denteação DPRDT
Tipo de Denteação Denteados DDT
Percé (em linha) DPERC
Número de Denteados NDT
Imagem
Tipo de Imagem Algarismos DIMALG
Efígie de DPII DIMEFI
Outras DIMOUT
Cor da Impressão
Presença de cor DPRCOR
Valor de Face (Real)
VF
Idade
ID
Selo Novo
DSN
Número de Selos na Peça Filatélica
NSP
Selo Isolado
D1S
Par de Selo
D2S
Terno de Selos
D3S
Quadra de Selos
D4S
Cinco Selos
D5S
Seis Selos
D6S
Selos Fixados em Suporte
DENV
Selo Bisseto
DBSS
Presença de pelo menos uma Variedade
DPRAR
Presença de Variedade
no papel Gramatura DVRGR
Textura DVRTX
Cor DVRCPP
no tipo de papel Papel Tintado DPPTIN
na cor DVRCOR
na impressão erro de impressão DVRIMP
legenda na margem do selo DLGMRG
na denteação DVRDT
Número de Variedades no selo
NVR
Fonte: Elaboração própria do autor a partir de informações coletadas dos catálogos de selos.
59
Dois selos justapostos na margem vertical (esquerda ou direita) ou na margem horizontal (inferior ou
superior); também conhecidos como pares.
60
Três selos justapostos (formando 6 combinações possíveis); também conhecidos como ternos.
61
Quatro selos justapostos (as margens unidas formam o desenho de uma cruz); conhecidos como quadras.
63
Com exceção das variáveis “idade da emissão”, “valor de face” e “número de
denteados”, “número de selos na peça” e “número de variedades”, todas as demais são
variáveis dummy. As variáveis relacionadas à gramatura do papel, textura do papel, cor do
papel, tipo de denteação, tipo de imagem e quantidade de selos numa peça filatélica formam
um conjunto de variáveis dummies, com subcategorias.
Observe-se que nem todas as variáveis serão utilizadas nas regressões. Além das
variáveis referentes às características e variedades, foram criadas, conforme pode ser
observado no quadro 1, as variáveis NSP (número de selos na peça filatélica), DPRAR
(presença de pelo menos uma variedade) e NVR (número de variedades num selo). Elas
refletem a agregação dos tipos específicos de variedades e de quantidade de selos numa peça
filatélica. Foram criadas a fim de se verificar a possibilidade do interesse do investidor não
está centrado no tipo específico de variedade ou de quantidade de selos, mas sim na presença
de qualquer tipo de variedade ou de qualquer quantidade de selos ou de qualquer quantidade
de variedades numa mesma peça filatélica. A forma como elas são introduzidas nas funções
hedônicas será apresentada na seção referente aos modelos de preços hedônico, a seguir.
Em termos de correlações esperadas, espera-se correlação positiva entre as variáveis
DPPF e DPPG com DVRGR, DPPACAM, DPPACAZ, DPPAMAZ com DVRCPP, DTXVG
com DVRTX, DDT com DPRDT, DPERC com DPRDT, NDT com DPRDT, NDT com
DDT, DPRDT com DVRDT, DPRDT com DIMEFI e DIMOUT, e DPRCOR com DPRDT,
pois a maioria dos selos que não for impressa em preto tem algum tipo de denteado. Os
primeiros selos imperiais (1843 a 1850) foram todos emitidos na cor preta e sem denteação.
Espera-se também que a variável ID seja positivamente correlacionada com DIMALG,
pois os primeiros selos (1843 a 1861) foram emitidos com imagens de algarismos arábicos.
Quanto mais recente, maior a relação com DIMEFI e DIMOUT. As correlações de ID com
DVRDT e de ID com DPRCOR, serão provavelmente negativas, uma vez que as primeiras
emissões não possuíam qualquer tipo de denteação (denteados ou percé) e os selos mais
velhos só foram impressos em preto.
Negativamente correlacionadas devem ser as variáveis DPRDT e DIMALG, pois
todos os selos emitidos sem denteação o foram com imagens de algarismos. E a maioria dos
selos com algum tipo de denteação foram impressos com a efígie de D.Pedro II ou outras
imagens (de menor freqüência).
64
4.5. PROCEDIMENTOS EMPÍRICOS
Descrevem-se inicialmente os modelos de função preço hedônico (FPH) a serem
estimados e, em seguida, o modelo para a análise das carteiras eficientes.
4.5.1. Modelos de Preços Hedônicos
A literatura da abordagem hedônica, conforme exposta no capítulo dois, não determina
uma forma funcional específica para a FPH. Neste estudo, seguindo estudos semelhantes,
empregam-se as formas paramétricas tradicionais: linear, semi-logarítmica (log-linear) e
dupla-logarítmica (log-log) para a relação preço-atributos. Dado que não se está interessado
na demanda nem na oferta dos atributos e que a FPH é uma relação “na forma reduzida”
combinando informações da oferta e demanda dos bens, conforme demonstrado por Rosen
(1974), a análise não tratará de sistemas de equações simultâneas. Assim sendo, as equações
de FPH são estimadas individualmente, com o uso do software Eviews, operacionalizando-se
as devidas correções para multicolinearidade, heterocedasticidade e dependência serial,
quando necessárias, conforme mencionado na seção 2.8.
O método de estimação por regressão se justifica aqui na medida em que será estimada
uma FPH, para cada ano, obtendo-se, portanto, estimativas de preços implícitos dos atributos
(betas) para cada ano. É com base nas séries temporais dessas estimativas que os retornos dos
ativos implícitos e a matriz de variâncias-covariâncias desses retornos serão construídos,
conforme será explicado mais a diante.
Haverá dois conjuntos distintos de regressões: (a) regressões com variáveis
explicativas referentes às características intrínsecas, extrínsecas e variedades; (b) regressões
com variáveis explicativas referentes a características agregadas (DPRAR, NVR, NSP)
Os modelos gerais nas formas linear, semi-logarítmica e dupla-logarítmica, para o
primeiro conjunto de regressões, serão:
65
(a)
Linear:
01 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19 20
21 22
2345
6
iii ii i
iiii i i i
ii ii i i i i
i
VR DPPF DPPG DPPACAM DPPACAZ DPPAMAZ
DTXVG DPRDT DDT NDT DPERC DPRCOR DIMALG
DIMOUT VF DSN ID D S D S D S D S
DS D
β
ββ β β β
βββββ β β
ββββββββ
ββ
=+ + + + + +
+++++ + + +
+++++++++
++
23 24 25 26 27
28 29 30 31
ii i i i i
ii i ii
ENV DBSS DVRGR DVRCPP DPPTIN DVRTX
DVRDT DVRIMP DLGMRG DVRCOR
ββ β β β
ββ β β ε
++ + + + +
++ + + +
(b)
Semi-logarítmica: A única diferença, em relação à formulação linear, é que a variável
dependente é logaritimizada, ou seja, utiliza-se ( )
i
LOG VR .
(c)
Dupla-logarítmica: Difere da formulação linear basicamente porque a variável
dependente é logaritimizada ,ou seja, ( )
i
LOG VR e logaritmiza-se as variáveis
explicativas não-dummies, ou seja, utiliza-se ( )
i
LOG NDT , ( )
i
LOG VF e()
i
LOG ID .
O preço implícito estimado para um determinado atributo mostrará o valor esperado
adicional que um determinado selo terá caso ele apresente a respectiva característica.
As estimações são feitas para cada um dos 35 anos da base de dados (1954 a 1988)
que, em conjunto, gerarão 31 betas associados a cada característica, tal como segue:
⎪
⎪
⎭
⎪
⎪
⎬
⎫
⎪
⎪
⎩
⎪
⎪
⎨
⎧
1988
31
1988
2
1988
1
1955
31
1955
2
1955
1
1954
31
1954
2
1954
1
ˆˆˆ
ˆˆˆ
ˆˆˆ
βββ
βββ
βββ
L
MOMM
L
L
Observe-se que os betas estimados são os preços implícitos das características para
cada ano e formam séries temporais com 35 observações cada, i.e.,
,
ˆ
ˆ
t
kkt
p
β
= para todo t e k.
Além dessas regressões, serão feitas, a título de comparação com as anteriores,
regressões com variáveis explicativas agregadas (NSP, DPRAR, NVR). O objetivo será
verificar se o colecionador-investidor, na escolha dos ativos a incorporar no seu portfolio,
ignora o tipo específico de característica do selo, por exemplo: (a) ao invés de ele adquirir
uma peça filatélica com variedade de cor, ele se preocuparia com peças com qualquer tipo de
66
variedade; (b) ao invés de comprar uma peça filatélica com dois selos, ele adquire aquelas
com qualquer quantidade). Elas terão as mesmas especificações funcionais, mas com
variáveis explicativas diferentes; que refletem a agregação de variedades: número de selos
numa peça filatélica, presença de quaisquer tipos de variedades e número de variedades na
peça filatélica.
Para este conjunto de regressões, o mesmo procedimento estimativo, acima descrito
(para as regressões com as características específicas e variedades), será empregado; diferindo
apenas no conjunto das variáveis explicativas referentes ao número de selos na peça filatélica
(saem as variáveis D2S, D3S, D4S, D5S, D6S e entra a variável NSP), à presença de
variedades (saem as variáveis DVRGR, DVRCPP, DVRTX, DPPTIN, DVRDT, DVRIMP,
DLGMRG, DVRCOR e entra as variáveis DPRAR e NSP). Neste caso, além da constante, as
regressões passam a ter 21 variáveis.
Para ambos os conjuntos de regressões, os betas não estatisticamente significativos
serão tomados como preços implícitos nulos.
Por hipótese os distúrbios
i
ε
são idêntica e independentemente distribuídos segundo
uma distribuição normal com média zero e variância constante.
Em relação aos sinais dos coeficientes, espera-se que DSN, ID, D2S, D3S, D4S, D5S,
D6S, DENV, DBSS, DVRGR, DVRCPP, DPPTIN, DVRTX, DVRDT, DVRIMP,
DLGMRG, DVRCOR, NVR, NSP e DPRAR tenham sinais positivos, uma vez que refletem
características com maior escassez relativa. Contudo, para demais variáveis (DPPF, DPPG,
DPPACAM, DPPACAZ, DPPAMAZ, DTXVG, DPRDT, DDT, NDT, DPERC, DPRCOR,
DIMALG, DIMOUT e VF) nenhum sinal a priori é vislumbrado.
4.5.2. Carteiras Eficientes de Markowitz
De posse dos preços implícitos estimados de cada característica, é possível construir
os inputs necessários à análise de carteiras eficientes, que são os retornos, suas volatilidades e
correlações. A análise será feita de tal maneira que os ativos a compor essas carteiras serão as
características filatélicas. Serão calculadas ainda as estatísticas descritivas e alguns testes
serão implementados.
Os retornos implícitos, suas volatilidades e correlações serão calculados da seguinte
forma: seja
tk
p
,
ˆ
o preço implícito (que é o beta estimado,
tk,
ˆ
β
) do k -ésimo atributo na data t e
67
{}
1988
1954
ˆ
=t
k
p , a série temporal de preços do k -ésimo atributo. Utilizando-se essa série de preços,
constrói-se a série de retornos implícitos para cada atributo
k ,
{
}
1988
1955
ˆ
=t
k
r , utilizando-se a
fórmula
,
,
,1
ˆ
ˆ
ln *100
ˆ
kt
kt
kt
p
r
p
−
⎛⎞
=
⎜⎟
⎜⎟
⎝⎠
. Utiliza-se a expressão “retorno implícito”, pelo fato de ele ser
calculado a partir dos preços implícitos.
Com a série
{}
1988
1955
ˆ
=t
k
r , para todo k , calculam-se os retornos médios e a matriz de
variâncias-covariâncias, de cada uma das características, conforme as seguintes fórmulas:
(i) O retorno médio do
k -ésimo atributo é dado por
,
1
ˆ
ˆ
T
kt
t
k
r
r
T
=
=
∑
;
(ii) A volatilidade dos retornos de cada atributo k é calculada como a variância não
condicional deste retorno,
(
)
T
rr
T
t
ktk
r
k
∑
=
−
=
1
2
,
2
ˆ
ˆˆ
σ
; e
(iii) A as correlações não condicionais dos retornos de cada par de atributos (
k e m ) são
calculadas como
()
(
)
2
ˆ
2
ˆ
1
,,
ˆ
.
ˆˆ
.
ˆˆ
,
mk
mk
rr
T
t
mtmktk
r
rrrr
σσ
ρ
∑
=
−−
=
.
Com as séries dos retornos implícitos,
{
}
1988
1955
ˆ
=t
k
r
, calculam-se também suas estatísticas
descritivas: médias, medianas, máximos e mínimos, desvios-padrão, coeficientes de variação,
assimetria, curtose, estatística de Jarque-Bera e p-values.
O risco é medido pelo desvio-padrão e duas medidas são utilizadas para informar as
relações entre ele e o retorno: (a) o coeficiente de variação do
k -ésimo ativo,
k
k
k
r
CV
ˆ
σ
= , que
mede o grau de risco em relação ao retorno; e (b) a razão de informação (ou medida de
performance ajustada ao risco),
k
k
CV
RI
1
= , que mede o retorno em relação ao risco.
De posse dos retornos médios das 31 características filatélicas (21 características, no
caso do segundo conjunto de regressões) e das estimativas das volatilidades e correlações,
constroem-se as carteiras eficientes de Markowitz.
68
A carteira eficiente de Markowitz (1959) é obtida como uma combinação de ativos
que maximiza o retorno esperado do portfolio, sujeito à restrição de que a variância do retorno
do portfolio não exceda um determinado limite previamente especificado. Este problema de
otimização pode ser construído de outra forma: o investidor procura miminizar a variância do
retorno do portfolio, sujeito à restrição sobre o patamar do seu retorno esperado. As carteiras
que derivam destes problemas de otimização são chamadas de carteiras eficientes.
A abordagem de Markowitz requer que os primeiros dois momentos das distribuições
dos retornos sejam constantes. Por outro lado, quando os momentos das distribuições variam
ao longo do tempo, o investidor deveria, a cada instante, levar em consideração a melhor
previsão dos valores desses momentos, em relação ao passado, nas suas decisões de carteira.
(FLÔRES JR et al., 1999).
Cabe lembrar que, segundo Alexander (2005), a alocação de ativos partindo do
conceito de variâncias-covariâncias é muito limitada, porque nos modelos de risco-retorno as
tendências de longo prazo dos preços dos ativos são eliminadas, embora possam sugerir
informações decisórias importantes. Para ela, o conceito de co-integração das séries de preços,
i.e., movimento conjunto dos preços
TP
62
PT dos ativos, seria mais adequada para a alocação de
ativos no longo prazo
TP
63
PT.
Será apresentada somente uma formulação do problema de obtenção de carteiras
eficientes via programação quadrática: minimizar a soma ponderada das variâncias-
covariâncias dos retornos dos 31 ativos (e 21 ativos, para o segundo grupo de regressões) nos
contextos em que a venda a descoberto é e não é permitida, e em que a taxa livre de risco não
é permitida
TP
64
PT. A título de exemplificação, supondo que venda a descoberto não seja permitida
e não exista taxa livre de risco, o problema de otimização para obtenção da carteira eficiente
é:
131
22 2 2
1 1 31 31 1,2 1 2 30,31 30 31
...
... 2 ... 2
ww
M
in w w w w w w
σσσ σ
++ + ++
TP
62
PT A co-integração trata do movimento conjunto dos preços e não dos retornos dos ativos.
TP
63
PT Esta discussão foi introduzida porque decisões de investimento em ativos tangíveis requer considerar questões
de apreciação, preços, retornos e volatilidades e liquidez, principalmente no longo prazo. Uma vez que a
proposta deste trabalho é mostrar uma outra aplicação possível do método dos preços hedônicos – a construção
de carteiras eficientes – não serão introduzidas as questões teóricas e práticas referentes à co-integração dos
preços desses ativos.
TP
64
PT Elton & Gruber (1995) apresentam detalhadamente os modelos para obtenção das carteiras eficientes nos
contextos de: (a) ausência de taxa livre de risco e venda a descoberto não permitida; (b) ausência de taxa livre de
risco e venda a descoberto permitida; (c) presença de taxa livre de risco e venda a descoberto não permitida; e
(d) presença de taxa livre de risco e venda a descoberto permitida.
69
sujeito a
∑
=
=
31
1
1
k
k
w
,
∑
=
=
31
1
ˆ
.
k
Pkk
Rrw
e kw
k
∀
≥ ,0.
Para a construção efetiva das carteiras eficientes de Markowitz foi utilizado o software
The Investment Portfolio, de Elton, Gruber & Blake With Intellipro Inc., que proverá as
soluções,
*
31
*
1
,...,ww , )(rE e
σ
, ao problema de otimização acima exposto.
70
5.
BASE DE DADOS
Este capítulo descreve os perfis estatísticos do universo da pesquisa, da base de dados
(tanto completa, quanto as anuais), das cotações e dos retornos anuais por classes de peças
filatélicas. Cabe lembrar que a discussão do comportamento dos preços e dos retornos desses
ativos, no tempo, é realizada com o objetivo de subsidiar a análise dos resultados das
regressões e a análise dos retornos implícitos.
5.1.
PERFIL DAS PEÇAS FILATÉLICAS
Ao longo dos anos, os estudos dos selos postais imperiais brasileiros, por parte de
colecionadores e interessados, comprovaram a existência de inúmeras variedades em relação
às especificações oficiais que as emissões deveriam obedecer. A título de exemplo, os selos
Olhos-de-Boi foram emitidos em papel na cor acinzentada ou amarelada e com gramatura
média (65 a 85µ), mas surgiram algumas variedades: algumas reproduções foram feitas em
papel branco e grosso (85 a 100µ), algumas em papel amarelado e grosso e outras em papel
fino (50 a 60µ). Os selos contendo essas variedades, em função de sua raridade, conduzem a
preços de mercado superiores às mesmas emissões sem essas variedades.
Informações de preços dos selos com variedades foram introduzidas paulatinamente
nos catálogos de selos. Por exemplo, no catálogo de selos de 1988 constam 523 variedades
diversas (de gramatura de papel até cor e erros de impressão), que compõem 41,6% da base
dados daquele ano. Por outro lado, o catálogo de 1954 apresentou 183 variedades (30,9%).
71
Cabe lembrar que essas variedades sofreram reclassificações ao longo dos anos, visto
que a diversidade de estudos conduziu a um consenso a respeito delas. O selo Dom Pedro II
de 10 réis, de 1866, foi emitido oficialmente na cor vermelha, mas muitas cópias foram
reproduzidas numa tonalidade próxima àquela cor: no catálogo de 1954 consta como carmim,
mas a partir de 1979 passou a ser considerada, definitivamente, vermelha carminada.
A fim de sumariar essas especificidades, são apresentadas a seguir informações e
estatísticas referentes a essas emissões imperiais e suas variedades.
A tabela 2 e os gráficos 1 e 2 informam o número de emissões por ano, e por década, e
suas distribuições de freqüência.
Tabela 2 – Ano e freqüências de emissões postais
Ano de Emissão Nº de Emissões Freqüência Freqüência Acumulada
1843 3 0,043 0,043
1844 3 0,043 0,087
1845 3 0,043 0,130
1846 1 0,014 0,145
1850 8 0,116 0,261
1854 2 0,029 0,290
1861 2 0,029 0,319
1866 7 0,101 0,420
1876 7 0,101 0,522
1877 6 0,087 0,609
1878 5 0,072 0,681
1881 3 0,043 0,725
1882 3 0,043 0,768
1883 3 0,043 0,812
1884 3 0,043 0,855
1885 3 0,043 0,899
1887 4 0,058 0,957
1888 3 0,043 1,000
Total 69 1
Fonte: Elaboração própria do autor a partir de informações coletadas dos catálogos
de selos.
Gráfico 1 - Freqüência Acumulada das
Emissões Imperiais
0,00
0,20
0,40
0,60
0,80
1,00
1840 1850 1860 1870 1880 1890 1900
Anos
Freqüência
Acumulada
Fonte: Elaboração própria do autor a partir de informações
coletadas dos catálogos de selos.
72
Gráfico 2
–
Quantidade de emissões
postais imperiais por década
0
5
10
15
20
25
1843-50 1851-60 1861-70 1871-80 1881-88
Anos
Qtde
Fonte: Elaboração própria do autor a partir de informações
coletadas dos catálogos de selos.
A primeira década da história do selo brasileiro teve 18 emissões distintas. Na década
seguinte, só foram criadas duas emissões. A partir de 1860 o número de emissões apresentou
grande crescimento, possivelmente por conta do crescimento da demanda postal.
Das 69 emissões, acima listadas, 59,4% dos selos foram emitidos em papel fino
(menos de 65 micra); 40,6% em papel médio (entre 65 e 85 micra); nenhum selo teve papel
grosso (acima de 85 micra) como norma de impressão (as reproduções que existem em papel
grosso consistem em variedade de gramatura de papel). Além disso, 68,1% foram emitidos
em papel branco; 17,4% em papel amarelado ou azulado; 10,1% em papel acinzentado ou
azulado e somente 4,3% em papel acinzentado ou amarelado. Em papel liso foram emitidos
68,1% emitidos em papel liso e 31,9% em papel vergé ou estriado.
Em termos de variedades referentes ao papel (gramatura, textura e cor): 30,4% das 69
emissões apresentam alguma variação na gramatura de papel. Somente 5,8% apresentam
variação na textura e 21,7%, variação na cor do papel (em particular, 8,7% das emissões
foram feitas em papel tintado
65
).
No que diz respeito à cor: 42% dos 69 selos imperiais foram emitidos na cor preta e
58%, em cores variadas (com exceção do selo Dom Pedro II Auriverde 1878 emitida nas
cores verde e amarela, todos os demais foram monocromáticos). E 21,7% apresentam alguma
variação na cor a partir da cor original.
65
Papel tintado é denominação dada ao papel que sofreu mudança de cor em decorrência da limpeza imperfeita
das chapas de impressão e que, durante a impressão de novas folhas de selos, levou ao tingimento (parcial ou
totalmente) do papel.
73
Os selos sem denteação compreendem 31,9% das emissões; 68,1% apresentaram
algum tipo de denteação (denteados ou denteação em linha, também chamada percé). Dos 47
selos com algum tipo de denteação, 61,7% foram emitidos com denteados e 38,3%, em percé.
E 27,5% das emissões apresentaram alguma variação em relação à denteação (algumas, que
originalmente deveriam apresentá-la, não o fizeram; outras, que deveriam estar com um
determinado tipo de denteação, apresentaram outro tipo).
Em termos de imagens, a maioria dos 69 selos, 55,1%, foi impressa com a efígie do
Imperador Dom Pedro II; a segunda imagem mais freqüente foi a de algarismos (31,9%) e
13% contêm imagens diversas (cifras, coroa imperial, pão-de-açúcar e cruzeiro do sul).
Os selos imperiais foram emitidos em 10, 20, 30, 50, 60, 80, 90, 100, 180, 200, 260,
280, 300, 430, 500, 600, 700 e 1000 réis. De todas as 69 emissões do período (1843-1889),
15,9% foram no valor de 100 réis (a mais freqüente). O segundo valor de face mais freqüente
foi o de 10 réis (11,6% das emissões). Em particular, 63,8% das emissões foram em valores
menores ou iguais a 100 réis. A tabela 3 mostra as distribuições de freqüência desses valores.
Tabela 3 – Freqüências dos valores de face
Valor de Face Nº de Emissões Freqüência Freqüência Acumulada
10 8 0,116 0,116
20 6 0,087 0,203
30 4 0,058 0,261
50 6 0,087 0,348
60 3 0,043 0,391
80 3 0,043 0,435
90 3 0,043 0,478
100 11 0,159 0,638
180 2 0,029 0,667
200 6 0,087 0,754
260 1 0,014 0,768
280 1 0,014 0,783
300 5 0,072 0,855
430 1 0,014 0,870
500 3 0,043 0,913
600 2 0,029 0,942
700 2 0,029 0,971
1000 2 0,029 1,000
Total 69 1
Fonte: Elaboração própria do autor a partir de informações coletadas dos
catálogos de selos.
Ainda em relação às informações sobre a impressão, somente 11,6% das emissões
apresentam algum tipo de erro de impressão (deslocamento de imagem, falhas na impressão,
reincisão etc.). E além disso, 36,2% das 69 emissões podem conter legendas impressas nas
74
margens das folhas de selos, com o nome da firma impressora: “American Bank Note Co
New York” ou “Compañia Americana de Billetes de Banco Nueva York”.
No que diz respeito à tiragem, o Correio Imperial disponibilizou para postagem das
correspondências mais de 326 milhões de selos. Destes, 152 milhões eram de selos de 100
réis e, em seguida a estes, os selos de 20 réis (58 mi), de 10 réis (34 mi), de 50 réis (25 mi) e
os de 300 réis (13 mi). A tabela 4 lista as estimativas totais das tiragens, por valor de face,
baseadas nas informações coletadas dos catálogos.
Tabela 4 – Tiragens mínimas por valor de face
Valor de Face Tiragem Mínima (em milhões)
10 34
20 58,2
30 6,16
50 25,2
60 2,24
80 11,7
90 0,342
100 152,88
180 ?
200 9,8
260 5
280 ?
300 13,2
430 ?
500 3,86
600 ?
700 2,12
1000 1,3
Total 326,002
Fonte: Elaboração própria do autor a partir de
informações coletadas dos catálogos de selos.
Note-se que foram omitidas informações sobre o tipo de filigrana do papel e sobre o
tipo de impressão, pois não há informações desse tipo nos catálogos consultados e todos os
selos imperiais foram impressos a talho-doce.
Com base nessas informações, poder-se-ia afirmar que o perfil majoritário de um selo
postal imperial é de uma emissão em papel fino, liso, na cor branca, com imagem de D. Pedro
II impressa à cor, com denteados e com valor de face de 100 réis. E se apresentar algum tipo
de variedade, será principalmente na gramatura do papel, na cor do papel e na cor da
impressão.
75
5.2. COTAÇÕES E RETORNOS ANUAIS DAS PEÇAS FILATÉLICAS
Neste estudo foram utilizadas 24278 cotações anuais distribuídas por 35 anos (1954 e
1988), porém a quantidade de cotações, para cada ano, não permaneceu constante ao longo
dos anos. Os catálogos de 1954 a 1978 apresentaram uma média de 581 cotações. Entre 1979
e 1984 o número de cotações saltou para o patamar médio de 826 cotações e a partir de 1985,
para um pouco mais de 1200 cotações. O gráfico a seguir sumaria esses números.
Gráfico 3 - Quantidade de cotações
catalogadas para os selos imperiais
(1954-1988)
0
200
400
600
800
1000
1200
1400
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Qtde de cotações
Fonte: Elaboração própria do autor a partir das quantidades de cotações
coletadas dos catálogos de selos.
As mudanças de nível da quantidade de cotações anuais refletem a introdução de
novas cotações. Até 1978 só havia cotações para selos isolados novos, isolados usados, pares
novos, pares usados, quadras novas, quadras usadas e para os selos com e sem variedades. Em
1979, foram adicionadas muitas cotações referentes às variedades existentes nas emissões de
1866, 1876 e 1877-78. E a partir de 1985 foram introduzidas cotações de ternos novos, ternos
usados e selos (isolados, pares, ternos, quadras, tiras, cinco ou seis selos) fixados em algum
tipo de suporte.
Deve ser lembrado que os selos postais, do ponto de visto do investimento, não são
ativos líquidos; são comercializados em leilões e em mercado de balcão. Além disso, suas
cotações são publicadas anualmente, o que limita a freqüência de observações.
As séries anuais das cotações dos selos imperiais brasileiros permitem fazer análises
sobre seu comportamento ao longo do tempo, bem como gerar séries dos retornos anuais dos
ativos (peças filatélicas). Nesse sentido elas podem ser distinguidas em categorias gerais,
76
descritas em termos de: (a) “presença/ausência de carimbo” (que gera o conjunto das peças
filatélicas novas e o das usadas); (b) “presença/ausência de pelo menos uma variedade” (que
gera o conjunto das peças filatélicas sem variedades e o das peças com variedades); (c)
“número de selos contidos numa peça filatélica” (que gera os conjuntos das peças filatélicas
com um único selo, com dois selos, com três selos e com quatro selos)
66
; (d) “peça filatélica
fixada (ou não) em algum suporte” (que gera os conjuntos das peças filatélicas com um único
selo fixado em suporte, com dois selos fixados em suporte até seis selos fixados); “selo
bisseto”.
Assim procedendo, surgem as classes das peças filatélicas novas, o das usadas; o das
sem variedade e daquelas com variedade; das que não estão e das que estão sobre algum
suporte, e dos bissetos, que podem ser denotadas por N, U, SV, CV, I, P, T, Q, NENV
67
, ENV
e BSS, respectivamente; bem como as combinações derivadas delas, e.g., PU significa pares
de selos usados.
Estas subclassificações permitem avaliar estatisticamente se as características
“ausência de carimbo”, “presença de variedade”, “fixação sobre algum suporte” e “tipo
bisseto” adicionam valor e afetam os retornos das peças sem essas características. Por
exemplo, procura-se saber se: (a) o retorno médio dos selos novos é estatisticamente superior
ao retorno médio dos selos usados; (b) o retorno médio dos selos com variedade é
estatisticamente superior ao retorno médio dos selos sem variedade, e assim sucessivamente.
As análises apresentadas a seguir procuram utilizar-se dessas classificações de modo a
produzir um perfil do comportamento dos preços e dos retornos desses ativos ao longo do
tempo; além de permitir a análise estatística da existência de diferenças entre as séries
temporais.
A motivação para essas análises está baseada na possibilidade de se investigar sobre a
veracidade de uma crença muito difundida entre os participantes dos mercados filatélicos: a
de que as peças filatélicas com maior número de selos novos e com a presença de pelo menos
um tipo de variedade têm cotações superiores. Isso já é esperado por serem essas peças
relativamente mais escassas do que as demais; particularmente em relação àquelas peças com
um único selo carimbado e sem variedade.
66
Há ainda as tiras que são peças filatélicas compostas de quatro selos justapostos nas margens verticas
formando uma tira de selos. Elas foram excluídas da análise pelo fato de haver apenas duas peças filatélicas com
essa característica e de a série temporal de cotações ser muito curta (1986-1988). Elas são: selos “Olho-de-Boi”
de 60 e 90 réis.
67
O subconjunto NENV foi construído com o propósito de comparação com o conjunto ENV. Entretanto,
NENV não é igual ao conjunto U, pois neste estão incluídas todas as peças carimbadas, inclusive aquelas sobre
algum suporte, e naquele todas as peças carimbadas, excluindo-se as que não estão fixadas num suporte.
77
Nas seções seguintes são apresentadas as estatísticas descritivas e análises do
comportamento das cotações e retornos anuais das classes de peças filatélicas.
5.2.1.
Perfil das Cotações Anuais das Peças Filatélicas
Apresentam-se nesta seção as análises estatísticas das cotações médias referentes às
diversas classes e subclasses de ativos. Primeiramente é delineado um perfil geral das
cotações médias anuais de todas as peças filatélicas. Em seguida, discorre-se sobre os
resultados encontrados para as classes: N, U, SV, CV, NENV, ENV e BSS.
Entre 1954 e 1988, a cotação média
68
de uma peça filatélica do período imperial
brasileiro sofreu muitos altos e baixos. Avaliada a preços de 2007, ela saiu de um patamar de
839,30 reais, em 1954, alcançou dois máximos (R$7021,68 e R$9258,58 em 1978 e 1986,
respectivamente) e, no final do período, desceu ao nível próximo a 2 mil reais. Essas cotações
referem-se a selos autênticos e em perfeito estado de conservação (i.e., não são cotações de
peças de luxo
69
).
Ao longo de todos esses anos, as cotações médias cresceram a uma taxa média de
1,32% e oscilaram bastante (o desvio-padrão médio da taxa de crescimento foi de 18,47%). A
análise do comportamento dessas taxas de crescimento pode ser feita em termos de décadas,
pois elas apresentam trajetórias diferenciadas.
A cotação média seguiu uma tendência de alta durante a segunda metade da década de
1950 (cresceu a uma taxa média de 7,32%, com um desvio-padrão de 7,51%
70
). A década de
1960 foi o período com menores taxas de crescimento, inclusive negativas e com tendência de
queda. As cotações de 1964, em relação às de 1963, tiveram uma retração de cerca de
30,91%. Naqueles anos a taxa média de crescimento foi de 0,42%; um período de muita
volatilidade (desvio-padrão de 28,62%). Portanto, o período 1954-1969 foi
predominantemente estável.
A década de 1970 apresentou aumentos persistentes nas cotações médias (taxa média
de crescimento de 3,56% e desvio-padrão de 7,32%). Entretanto, em 1979, os preços sofreram
uma queda de 15,79%. E a década de 1980 caracterizou-se como o pior período: taxas de
68
Calculada como a média aritmética das cotações de cada selo imperial
69
“Peças de luxo são exemplares em estado de conservação acima da média, constituindo-se um qualificativo
usado mais para os selos do século passado. Devem ser observadas as seguintes características: (a) nos
exemplares sem denteação: margens grandes, impressão nítida, cor viva, carimbo centrado e legível.; (b) nos
exemplares denteados: bem centrado, ou seja, com margens eqüidistantes dos quadros, impressão nítida, cor
viva e carimbo legível.” (MEYER, 1988, p.8).
70
Uma vez que não obtivemos as cotações para os anos de 1950 a 1953, as medidas de posição e dispersão
apresentadas podem refletir inadequadamente a década de 1950.
78
crescimento negativas (-3,20%) e grande volatilidade (desvio-padrão de 18,93%)
71
. O gráfico
4 sumaria esses resultados.
Gráfico 4 - Cotação média de uma peça filatélica do período imperial
brasileiro no período 1954-1988
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Cotações
*Em reais de 2007
Fonte: Elaboração própria do autor a partir das cotações coletadas dos catálogos de selos
As cotações médias saltaram do nível dos mil reais para o de cinco mil reais. Isso seria
um indicativo de que a aquisição de peças filatélicas seja um investimento rentável. Afinal, as
cotações cresceram, em termos reais, cerca de 400% no período. Entretanto, esse
comportamento diz respeito somente às cotações médias de todas as peças. É preciso
desagregar a fim de se verificar se essa tendência se manteve dentro das classes e subclasses
de peças filatélicas.
Desagregando-se o conjunto de todas as peças filatélicas em N, U, SV e CV, é
possível mostrar que o comportamento das cotações dessas classes varia: apesar de elas
manterem a mesma trajetória temporal, há diferenças de nível intraclasse e interclasse.
Comparando-se as classes N e U, os dados mostram que a classe N tem cotações
médias anuais diferenciadas da classe U (pelo teste t de igualdade das médias, rejeita-se a
hipótese nula ao nível de significância (NS) de 5%. Portanto, as cotações médias anuais dos N
são estatisticamente diferentes daquelas referentes às dos U). O gráfico 5
mostra que as séries
“descolam” uma da outra no período 1969 a 1978; com uma diferença média de 759,46 reais
das cotações médias de U superior às das novas. Note-se que de 1954 a 1979, os selos usados
71
Por falta de informações sobre as cotações do ano de 1989, as medidas de posição e dispersão referentes à
década de 1980 podem não refletir a realidade.
79
tiveram cotações médias superiores às dos selos novos. Esse comportamento difere do
esperado. Entretanto, essas classes englobam tanto as peças filatélicas com um único selo
quanto aquelas com mais de um selo, bem como aquelas com e sem variedades.
Gráfico 5 - Cotações médias anuais das peças
filatélicas novas e usadas
0
1000
2000
3000
4000
5000
6000
7000
8000
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Cotações
PF novas PF usadas
Fonte: Elaboração própria do autor a partir das cotações coletadas dos catálogos de selos.
Para tentar detectar os motivos para esse resultado inesperado, fizeram-se as devidas
comparações intraclasses N e U. Os testes t de igualdade das cotações médias indicam que
todas as hipóteses nulas são rejeitadas ao NS 1%. Portanto, as cotações médias dos IN, PN,
TN e QN são estatisticamente diferentes das suas contrapartidas IU, PU, TU e QU.
Entretanto, as cotações médias anuais dos IN, PN e TN são superiores às dos IU, PU e TU.
Porém, essa tendência não ocorre na série temporal das cotações médias da classe Q.
Conforme mostrado no gráfico 6.
80
Gráfico 6 - Cotações médias anuais das quadras de
selos novos e usados
0
2000
4000
6000
8000
10 0 0 0
12 0 0 0
14 0 0 0
16 0 0 0
18 0 0 0
19 50 19 55 19 6 0 19 6 5 19 70 19 75 19 8 0 19 8 5 19 9 0
Anos
Novos Usados
Fonte: Elaboração própria do autor a partir das cotações coletadas dos catálogos de selos.
Dado que o nível das cotações médias anuais da classe Q é superior ao das classes I, P
e T, tanto das peças novas quanto das usadas, com exceção do período 1978-1985 em que T
foi superior a Q em ambas as classes N e U, é possível supor que a tendência encontrada
inicialmente (cotações médias dos N superiores às dos U) seja devida ao fato de que as
cotações médias da classe QU são muito superiores às da classe QN (diferença média de
1994,95 reais com desvio-padrão de 2633,37 reais).
Desagregando-se as classes N e U em termos de quantidade de selos (I, P, T e Q),
observe-se que as cotações médias dos I(novos e usados) saltaram do nível de mil reais para
três mil reais. As cotações dos PN saíram do nível de mil reais para o de quatro mil reais e a
dos PU, para três mil reais. Entretanto, as cotações dos T, entre 1981 e 1988, declinaram (os
TN, cujas cotações eram de cerca de quarenta mil reais e superiores às dos TU, passaram para
menos de dez mil reais e convergiram para as dos usados). Cabe ressaltar que elas só foram
introduzidas nos catálogos de 1979 em diante. As cotações das quadras, que estavam em torno
dos três mil reais, alcançaram o patamar dos sete mil reais. Em relação às cotações dos ENV,
não é possível traçar um parecer adequado, pois, do mesmo modo ocorrido com os T, elas só
foram introduzidas nos catálogos, e paulatinamente, a partir de 1976; com exceção dos BSS
72
.
Tomando-se todas as peças filatélicas e desagregando-se em termos de SV e CV,
constata-se que, no período 1954 a 1988, as cotações médias das SV foram estatisticamente
72
Os selos bissetos são fixados em suporte e já havia cotações catalogadas desde 1954.
81
diferentes das cotações médias da classe CV. Entretanto, com exceção do período 1964-75,
em que elas mantiveram uma diferença média em torno de 34 reais (com desvio-padrão de
110,05 reais), as cotações médias anuais da classe CV são inferiores às da SV. Esse resultado
destoa do comportamento esperado, que afirma que peças filatélicas com variedades têm, na
média, cotações superiores às daquelas sem variedade.
Gráfico 7 - Cotações médias anuais das peças filatélicas
com e sem variedade
0
2000
4000
6000
8000
10000
12000
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Cotações
Sem variedade Com variedade
Fonte: Elaboração própria do autor a partir das cotações coletadas dos catálogos de
selos.
As análises feitas acima poderiam ser aplicadas às subclasses de IN, IU, PN, PU e
outras, mas isso deslocaria o foco de atenção. Elas são mais pertinentes no que diz respeito
aos retornos, como será feito adiante. Antes convém tirar conclusões sobre o comportamento
das cotações durante 1954-1988.
Afirmar que uma peça filatélica nova tem cotação média superior à da peça usada não
é uma declaração adequada. É preciso fazer as devidas considerações e qualificações. Porém,
quando se faz as devidas desagregações, a crença comum entre os participantes dos mercados
filatélicos – peças novas e com maior número de selos têm cotações superiores às suas
contrapartidas usadas e com menor número de selos – têm fundamento estatístico. Exceto no
que diz respeito à classe das quadras de selos imperiais brasileiros.
Uma vez compreendido, em termos estatísticos, mesmo que sucintamente, o
comportamento das cotações médias anuais das diversas classes de peças filatélicas, analisa-
82
se a seguir o comportamento dos retornos anuais médios dessas mesmas classes filatélicas.
Isso é feito a fim de verificar se os resultados alcançados refletem sobre os resultados dos
retornos implícitos.
5.2.2.
Perfil dos Retornos sobre Classes de Peças Filatélicas
Esta seção apresenta as análises estatísticas dos retornos médios anuais referentes às
diversas classes e subclasses de ativos. Primeiramente discorre-se sobre os resultados
encontrados para as classes N, U, SV, CV, I, P, T, Q, NENV, ENV e BSS. Em seguida,
apresentam-se as estatísticas encontradas para as subclasses de ativos.
5.2.2.1.
Retornos sobre Todas as Peças Filatélicas
Os retornos médios anuais de todas as peças filatélicas do período imperial brasileiro
tiveram comportamento bastante errático ao longo do período 1955 a 1988. Isso é
comprovado pelo gráfico 8 e pelas estatísticas descritivas apresentados na tabela 5.
Gráfico 8 - Retornos médios anuais de todas peças
filatélicas (1955-1988)
-40,00
-30,00
-20,00
-10,00
0,00
10,00
20,00
30,00
1950 1960 1970 1980 1990
Anos
Retornos
Fonte: Elaboração própria do autor a partir das cotações dos selos coletadas dos
catálogos de selos.
83
Tabela 5 – Estatísticas descritivas dos retornos
médios anuais de todas as peças filatélicas
Estatísticas Descritivas
Média 0.980
Erro padrão 2.025
Mediana 2.835
Desvio padrão 11.807
Variância da amostra 139.411
Curtose 0.785
Assimetria -0.497
Intervalo 54.031
Mínimo -28.301
Máximo 25.730
Fonte: Elaboração própria do autor
Nota-se que ao longo dos 34 anos analisados, a média dos retornos médios anuais não
passou de 1% e as medidas de dispersão mostram uma série bastante volátil. Em particular, ao
final do período de análise, a série tem sua volatilidade aumentada. Isso, muito
provavelmente, se deve aos impactos da inflação que a economia brasileira sofreu no
período
73
.
O comportamento do retorno médio e sua variância já era esperado. Esse resultado
preliminar, em que não se leva em consideração as particularidades comuns dos ativos, está
de acordo com alguns estudos empíricos referentes ao investimento em colecionáveis: eles
geram retornos pequenos e menores do que os das ações com volatilidade superior a dos
ativos financeiros; em particular, com taxas de retorno inferiores àquelas dos títulos públicos,
conforme discutido no capítulo 3.
Para comprovar esse resultado, utilizaram-se as séries temporais do IBOVESPA e da
POUPANÇA (cuja fonte foi o IPEADATA). Entretanto, as comparações só podem ser feitas
para os anos posteriores a 1966. Essas séries tiveram, respectivamente, retorno médio
histórico de 7,65% e 0,08%. E ao se comparar com o desempenho das peças filatélicas
observa-se que os resultados estão de acordo com os dos estudos empíricos: a manutenção,
em carteira, de ações e poupança gerou retornos médios maiores com volatilidade menor, do
que a de peças filatélicas.
Apesar deste resultado, é necessário verificar se há algumas classes de ativos, dentro
do conjunto de todas as peças filatélicas imperiais brasileiras, que se mostraram um
investimento superior, mesmo tendo sido comprovado que, em termos globais, não o foram,
pelo menos na janela temporal sob análise.
73
Segundo o índice IGP-DI, da Fundação Getúlio Vargas, a taxa anual de inflação caiu de 235,13% em 1985
para 65,04% em 1986, e saltou para 415,95% e 1037,53% nos dois anos seguintes.
84
5.2.2.2.
Retornos sobre as Classes de Peças Filatélicas
Os retornos sobre as peças filatélicas das classes N e U tiveram comportamento
semelhante ao da classe “todas peças filatélicas”. Além disso, o testes t de igualdade das
médias não dá subsídios à rejeição da hipótese nula, como mostrado no gráfico 9.
Gráfico 9 - Retornos médios anuais sobre peças
filatélicas novas e usadas
-40,00
-30,00
-20,00
-10,00
0,00
10,00
20,00
30,00
1950 1960 1970 1980 1990
Anos
Taxas de retorno
PF novas PF usadas
Fonte: Elaboração própria do autor a partir das cotações dos selos coletadas dos
catálogos de selos.
Os mesmos resultados foram encontrados na análise dos retornos médios anuais das
classes SV, CV, I, P, T, Q, NENV, ENV e BSS. As séries temporais dos retornos médios
anuais dessas classes de peças filatélicas têm a mesma trajetória: resultado comprovado pelos
testes t de igualdade das médias. Comparando-se os retornos de SV com CV, I com P, I com
T, I com Q, P com T, P com Q e T com Q, somente não é rejeitada, ao NS 5%, a hipótese nula
de igualdade dos retornos médios de SV e CV. A tabela a seguir configura as estatísticas
descritivas.
Tabela 6 - Estatísticas descritivas dos retornos médios anuais das classes TOTAL, SV,
CV, N, U, I, P, T, Q, NENV, ENV e BSS
Medidas de Performance Total SV CV N U I P
T
1
QNENV
ENV
2
BSS
3
Retorno Médio
0.98 0.65 1.73 0.90 0.98 1.22 0.74 -4.13 0.83 0.95 2.72 7.08
Desvio-padrão
11.81 11.92 11.95 11.65 12.02 11.35 12.12 16.28 13.16 11.81 17.71 31.12
Variância
139.41 142.17 142.80 135.77 144.55 128.75 146.97 264.94 173.16 139.54 313.76 968.36
Razão de informação
0.08 0.05 0.14 0.08 0.08 0.11 0.06 -0.25 0.06 0.08 0.15 0.23
Ret.Ajust.Risco
12.05 18.35 6.90 12.93 12.24 9.27 16.43 -3.94 15.92 12.47 6.52 4.39
1
Série temporal mais curta (1980-1988).
2
Série temporal com ausência de informação para os anos 1955-58, 1964-69, 1971 e 1972.
3
Série temporal idêntica à série ENV até o ano de 1977.
Fonte: Elaboração própria do autor
85
Note-se que, com exceção das séries referentes às classes T, ENV e BSS, que são
curtas em relação às demais, todas as outras classes têm médias próximas a 1% e desvios-
padrão próximo a 12%. E a única classe com média negativa foi a das peças filatélicas com
três selos.
Esses resultados corroboram os resultados da literatura empírica de investimentos em
objetos colecionáveis: baixos retornos e altas volatilidades. Além disso, conclui-se que, com
exceção da característica “presença de pelo menos uma variedade”, as características
“ausência de carimbo” e “número de selos na peça filatélica”, tomadas isoladamente, não têm,
em termos estatísticos, influência sobre os retornos médios anuais desses ativos.
Cabe ressaltar que os ativos criados acima não seguem a tendência observada na
criação de ativos tais como ações, fundos de ações etc, pois não há índices que agreguam
peças filatélicas brasileiras; principalmente as do período imperial.
Conclui-se, a respeito do comportamento dos retornos sobre classes e subclasses de
peças filatélicas que “ausência de carimbo”, “presença de pelo menos uma variedade” e
“número de selos na peça filatélica”, em geral, tomadas isoladamente, não têm, em termos
estatísticos, influência sobre os retornos médios anuais desses ativos.
Ademais, os resultados obtidos condizem com o comportamento esperado dos retornos
de objetos colecionáveis. Acompanhando os resultados de Frey e Pommerehne (1989) e
Burton e Jacobsen (1999), os retornos sobre peças filatélicas imperiais brasileiras têm retornos
médios baixos e volatilidades elevadas, quando comparadas aos retornos do IBOVESPA e da
POUPANÇA, no mesmo período.
5.3.
PERFIL DAS CARACTERÍSTICAS DAS PEÇAS FILATÉLICAS
Como mostrado na seção anterior, a quantidade de cotações muda de ano para ano. Por
isso, a fim de delinear o perfil de cada ano calcularam-se as estatísticas descritivas das
características filatélicas. E a partir das proporções e médias anuais, dessas características,
calcularam-se as médias dessas proporções e médias a fim de construir, mesmo que
rudemente, um perfil geral da participação de cada característica nas 24278 observações
coletadas.
O estudo dos selos imperiais brasileiros requer a compatibilização das catalogações
dos selos ao longo do tempo, pois os editores dos catálogos não mantiveram as mesmas
numerações ao longo do tempo. A título de exemplificação, os catálogos dos anos 1954 a
1977 apresentaram algumas variedades que não foram consideradas para os anos seguintes.
86
Possivelmente, à época, um consenso a respeito de como elas deveriam ser classificadas ainda
não havia sido alcançado. Mas neste estudo elas foram consideradas como eram vista naquela
época. As devidas precauções foram tomadas.
Em relação às características intrínsecas ao selo, em média, 53% das cotações se
referem a selos que foram impressos em papel fino, 45% em papel médio e somente 1,8%, em
papel grosso (a proporção de selos em papel de gramatura média só supera a de gramatura
fina a partir do ano de 1979, conforme mostrado no gráfico 10).
Gráfico 10 - Proporções de cotações referentes
à gramatura do papel
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
1950 1960 1970 1980 1990
Anos
Proporções
papel fino papel grosso papel médio
Fonte: Elaboração própria do autor a partir das características dos selos
coletadas dos catálogos de selos.
Em termos de cor do papel, em média, a maioria das cotações diz respeito a selos
impressos em papel branco, cerca de 61%, as demais em papel amarelado/azulado, papel
acinzentado/amarelado e papel acinzentado/azulado, 19,3%, 9% e 8,9%, respectivamente. E
essas proporções se mantiveram nesses níveis ao longo dos anos.
No que se refere à textura do papel ( que durante o período imperial, foram emitidos
somente em papel liso ou papel estriado (ou vergé)), o gráfico 11 mostra que, ao longo dos
anos, a proporção de selos em papel vergé diminuiu. Em contrapartida, a de papel liso
aumentou. Note-se que a participação das cotações de selos em papel estriado caiu do nível de
30% para o de 20%.
87
Gráfico 11 - Proporções de cotações referentes à textura
do papel
0,00
0,10
0,20
0,30
0,40
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Proporções
papel estriado (ou vergé)
Fonte: Elaboração própria do autor a partir das características dos selos coletadas dos
catálogos de selos.
Das mais de 24 mil observações coletadas, em média 68,7% delas são referentes a
selos com algum tipo de denteação e 31,3%, àqueles sem denteação (selos que eram
destacados mediante tesoura). Dos selos com algum tipo de denteação, em média, 21,1%
tiveram denteação em linha (ou percé) e 47,3% com denteados. Essas participações
permaneceram estáveis ao longo do tempo.
Em relação às participações das características cor e imagem no montante de cotações,
em média, 30,5% das cotações coletadas são de selos impressos à cor preta e os restantes
69,5%, em várias cores. E 34,3% com imagens de algarismos arábicos, 55,7% com a efígie do
imperador Dom Pedro II e somente 10,1% com outros tipos de imagens.
Gráfico 12 - Proporções de cotações
referentes à imagem estampada no selo
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
1950 1960 1970 1980 1990
Anos
Proporções
Algarismos Efígie de D. Pedro II Outras imagens
Fonte: Elaboração própria do autor a partir das características dos selos
coletadas dos catálogos de selos.
88
Note-se que a partir de 1980, os catálogos daquele e dos demais anos passaram a
apresentar cotações adicionais dos selos contendo a efígie de D.Pedro II. Por isso que há um
salto no nível de proporções dessas imagens em relação às demais, que passou de 55,6% para
64,5%, conforme apresentado no gráfico 12.
No que diz respeito às características extrínsecas ao selo, cerca de 48,3% das cotações
são de selos novos e 51,7%, de selos usados (ou carimbados). Além disso, 45,7% são de selos
isolados, 26,7% de pares de selos, 25,2% de quadras de selos, os demais, que são a minoria,
de ternos de ternos de selos e conjuntos de cinco e seis selos. As observações referentes aos
selos fixados em algum tipo de suporte (envelope, sobrecarta, jornal etc.) e aos selos bissetos,
em média, foram somente 3% e 1,3% respectivamente. Porém, o número médio de selos
numa peça filatélica é de duas unidades. A idade média de um selo é de 103 anos.
Há ainda que apresentar o perfil médio das características que, segundo os
participantes dos mercados filatélicos, são as responsáveis, além da escassez, pelo sobrevalor
da peça, i.e., as variedades. A proporção de cotações referentes a selos com pelo menos uma
variedade manteve-se no patamar dos 30% entre 1954 e 1979. A partir daquele ano, saltou
para cerca de 45%, conforme mostrado no gráfico 13.
Gráfico 13 - Proporções de cotações referentes à
presença de pelo menos um tipo de variedade
0,00
0,10
0,20
0,30
0,40
0,50
0,60
1950 1960 1970 1980 1990
Anos
Proporções
Fonte: Elaboração própria do autor a partir das características dos selos coletadas dos
catálogos de selos.
Em relação às variedades ligadas às características intrínsecas aos selos, em média, 3%
contêm variedade na gramatura do papel; 8,2% na cor do papel; 0,4% na textura do papel;
4,9% no tipo de denteação empregado para destacar os selos e 12,5% na cor da impressão.
89
Gráfico 14 - Proporções de cotações referentes à
presença de variedades na gramatura e cor do
papel e impressos em papel tintado
0,00
0,02
0,04
0,06
0,08
0,10
0,12
1950 1960 1970 1980 1990
Anos
Proporções
variedade na gramatura do papel variedade na cor do papel
papel tintado
Fonte: Elaboração própria do autor a partir das características dos selos coletadas dos
catálogos de selos.
Em média, apenas 7,7% das observações apresentam algum erro de impressão; 1,7%
foi impressa em papel tintado e somente 2,5% apresenta a legenda da firma tipográfica em
uma das margens do selo.
Em suma, poder-se-ia afirmar que, se se tomasse as maiores proporções médias como
definidores das características das peças filatélicas aqui analisadas, estas seriam representadas
por um selo isolado carimbado com impressão à cor da efígie de D.Pedro II sobre papel
branco fino em textura lisa, com denteados e sem variedade. Neste caso, seriam representadas
pelas emissões de 1876 a 1878. Note-se que o perfil das proporções das características
filatélicas no montante total de cotações reflete o perfil do universo de pesquisa, conforme
apresentado na seção 5.2.
É interessante notar que essa combinação de características, mesmo que
estatisticamente gerada, condiz aproximadamente com a realidade das cotações. Um estudo
não científico das características e cotações apresentadas nos catálogos permite concluir que
os selos mais baratos são aqueles que possuem, se não todas, pelo menos a maioria das
características mencionadas no parágrafo anterior.
90
6. RESULTADOS E DISCUSSÕES
Este capítulo apresenta os resultados das regressões (preços implícitos estimados das
características filatélicas), as análises dos “retornos implícitos” calculados e das carteiras
eficientes construídas com essas características.
6.1.
RESULTADOS DAS REGRESSÕES HEDÔNICAS
As regressões hedônicas, feitas para cada ano da base de dados, levaram em
consideração três modelos funcionais para a relação preço-características: linear, semi-
logarítmica e dupla-logarítmica.
Cabe lembrar que algumas das informações necessárias à análise não constam de todos
os catálogos (cada catálogo é anual). Por exemplo, as cotações dos ternos de selos só foram
introduzidas nos catálogos de 1976 em diante; as dos conjuntos de cinco selos, a partir de
1986 e as dos de seis selos a partir de 1980. As cotações para os selos bissetos já estavam
disponíveis desde 1956, mas não há tais informações para os anos de 1954 e 1955, 1957, 1964
e de 1966 a 1968. As cotações para os selos fixados em suporte só passa a constar dos
catálogos posteriores a 1975. As variedades referentes à presença de legenda na margem, da
firma tipográfica, nas margens do selo só foram introduzidas, bem como suas cotações, no
ano de 1979.
Assim sendo, a forma funcional sofreu pequenas alterações (introdução de novas
variáveis) ao longo dos anos: (a) os anos 1956, 1958 a 1963 e 1965 desconsideram as
variáveis D3S, D5S, D6S, DLGMRG e DENV; (b) 1954, 1955, 1957, 1964, 1966 a 1968, as
variáveis D3S, D5S, D6S, DLGMRG, DENV, e DBSS; (c) 1969 a 1975, D3S, D5S, D6S,
91
DLGMRG e DENV; (d) 1976 a 1978, desconsideram D5S, D6S e DLGMRG; (e) 1979, as
variáveis D5S e D6S; e (f) 1980 a 1985, a variável D5S. A falta de informação dessas
variáveis, nos anos acima mencionados, força a tomar seus preços implícitos como nulos
naqueles anos. Este procedimento se fez necessário, caso contrário algumas observações
importantes, para o cálculo dos retornos implícitos, seriam perdidas.
Nas regressões, as variáveis escolhidas como categorias-base, para o primeiro
conjunto de regressões, foram: papel médio (DPPM), cor do papel branca (DPPBR), textura
lisa, efígie de D.Pedro II (DIMEFI), impressão na cor preta, selo isolado (D1S) (que implica
não ser par, terno, quadra, cinco ou seis selos) carimbado, ausência de legendas na margem,
de variedade na cor de impressão, de variedade de gramatura do papel, de variedade de cor do
papel, de variedade de textura do papel, de variedade de denteação, de variedade de
impressão, de denteação (que implica na ausência de denteados e/ou de denteação percé), não
ser impresso sobre papel tintado, não ser um selo bisseto e nem estar fixado em algum
suporte. Semelhantemente para o segundo conjunto de regressões; lembrando que essas
regressões não levam em consideração as variáveis específicas (D2S, D3S, D4S, D5S, D6S e
as referentes à presença de variedades). Por isso, uma categoria-base adicional é “ausência de
qualquer tipo de variedade”.
Esse procedimento leva a tomar os resultados das regressões como referentes à
cotação média de um selo isolado, carimbado, com a imagem de D. Pedro II impressa à cor,
emitido em papel médio, liso, não tintado e na cor branca, com dentes nas margens, sem erro
de impressão, sem legendas na margem, sem variedade na cor, sem variedade na denteação,
não bisseto.
Como de costume, foram feitos testes de hipóteses: testes t (0:
0
=
i
H
β
) e
F (
0β =:
0
H ), testes de homocedasticidade (
σσ
ε
=
2
0
:H
) e de presença de autocorrelação
(0:
0
=
ρ
H ), para todas as estimações. A estatística de Jarque-Bera e os p-values foram
utilizados para verificar se os retornos dos ativos (características filatélicas) provêm de
distribuições normais de probabilidade.
6.1.1.
Funções Preço Hedônico Estimadas e suas Variáveis
A escolha, dentre as três formas funcionais, daquela cujos betas estimados seriam
utilizados no cálculo dos retornos implícitos, é estabelecida, em termos teóricos, a partir da
comparação dos erros quadrados médios calculados, conforme discutido na seção 2.8.2.
92
Fazendo-se as comparações com base nas observações do ano 1988, conclui-se que a função
hedônica dupla-logarítmica é a que melhor se adeqüa aos dados disponíveis, pois apresentou o
menor EQM; seguida pela semi-logarítmica.
Uma outra forma de escolher é estabelecida pelo teste de McKinnon-White-Davidson,
conforme Gujarati (2000, p. 200). Com base nos dados referentes ao ano 1988, construíram-se
as variáveis pertinentes à análise, que foram introduzidas nas regressões, e foram comparadas
a linear com a semi-logarítmica e a linear com a dupla logarítmica. Chegou-se a conclusão de
que a hipótese de linearidade da forma funcional foi rejeitada ao NS de 1%, tanto na primeira
quanto na segunda comparações.
A comparação do modelo semi-logarítmico com o dupla-logarítmico não foi
necessária, à luz da afirmação de Gujarati (2000, p. 200): “ao comparar dois modelos com
base no coeficiente de determinação, ajustado ou não, o tamanho n da amostra e a variável
dependente devem ser iguais; as variáveis explicativas podem assumir qualquer forma”.
Apesar disso, escolheu-se as estimativas geradas pelo segundo melhor modelo – forma
funcional semi-logarítmica. Primeiro, por ser mais fácil a transformação
74
dos coeficientes
estimados em preços implícitos e pelo fato dos resultados serem bem aproximados aos do
modelo dupla-logarítmico. Os resultados das regressões, para cada ano, estão expostos no
anexo 5.
Em termos dos sinais, a variável DPPTIN apresentou sinal negativo, nos anos 1954,
1959 a 1963, 1966 a 1968 e de 1976 a 1978. Portanto, em cerca de 35% dos anos estimados.
A variável DVRIMP só apresentou sinal negativo na regressão referente ao ano 1968 e a
variável DBSS, no ano 1976. Esses sinais eram inesperados, pois essas características
pressupostas como agregadoras de valor.
As variáveis DPPF e DIMOUT permaneceram com coeficientes negativos em todos os
anos estimados. A variável DPRDT apresentou sinal negativo nos anos 1967, 1971, 1974,
1979, 1980, 1982 e de 1984 a 1988. A variável DDT, em 1979 e de 1982 em diante. A
variável DPPAMAZ, nos anos 1970 e de 1976 a 1978. E as variáveis DPPG e DPPACAZ
apresentaram sinais negativos nos anos 1976 a 1978. Todas as demais variáveis tiveram sinal
positivo. Em particular, o sinal positivo da variável Idade, para todas as regressões, está
conforme ao resultado encontrado por Schnitzel (1979).
Todos os anos tiveram regressões globalmente significantes, uma vez que, para cada
ano, o teste F da regressão não foi rejeitado. Em termos individuais, dezessete variáveis
74
Gujarati (2000, p. 529) sugere a utilização da regra de Halvorsen e Palmquist: tomar o antilog (na base e) dos
coeficientes estimados e subtrair um.
93
(DPPF, DPPACAM
TP
75
PT, DPPACAZ, DPRCOR, DIMOUT, VF, DSN, ID, D2S, D3S, D4S,
D5S, D6S, DENV, DVRDT, DLGMRG e DVRTX
TP
76
PT) foram estatisticamente significantes
para todos os anos
TP
77
PT. As variáveis que na maioria dos anos foram estatisticamente
significantes são: DTXVG, DIMALG, DBSS, DPPG, DPPTIN, DVRCOR, DVRGR e
DPRDT.
A constante só foi estatisticamente significante nas regressões dos anos 1982 e 1985,
levando a modelos que desconsideram o intercepto. Cabe lembrar que,
Ta retirada da constante
faz com que o coeficiente de determinação,
2
R
, do modelo deixe de ser uma medida
confiável de ajustamento. Além disso, conduziria à possibilidade de a cotação média de uma
peça filatélica ser nula, se nenhuma das características consideradas estivesse presente na
peça. Entretanto, n
Tão há nenhuma peça filatélica que não possua pelo menos uma das
características que geraram preços implícitos estatisticamente diferentes de zero.
A variável DPPACAZ, nos anos de 1970 e 1976 a 1978. DVRIMP, nos anos de 1968,
1979, 1982 a 1984. DPERC, em 1954, 1957, 1958, 1971 e 1972. DDT e NDT só foram
significantes em 1979 e a partir de 1982. Por último, DVRCPP, nos anos de 1976 a 1979 e em
1982.
Além das regressões, acima mencionadas, foram feitas regressões com variáveis gerais
(NSP, DPRAR, NVR). O objetivo era verificar se o colecionador-investidor, na escolha dos
ativos a incorporar no seu portfolio, ignorava o tipo específico de característica do selo, por
exemplo, ao invés de ele adquirir uma peça filatélica com variedade de cor, ele se preocuparia
com peças com qualquer tipo de variedade. Entretanto, essas regressões foram descartadas
devido aos inadequados resultados da significância estatística (global e individual) e de
qualidade de ajuste, independentemente do modelo para a forma da função preço hedônica.
Portanto, há evidências de que a especificidade das variedades é importante na determinação
da cotação média de uma peça filatélica.
6.1.2.
Resultados do Ajustamento e dos Resíduos
As regressões feitas para cada ano da base de dados (1954 a 1988) permitem verificar
o comportamento das medidas de qualidade de ajustamento ao longo do tempo. A principal
medida de ajuste – R-quadrado ajustado – manteve-se em torno dos 70%, porém flutuou entre
TP
75
PT As únicas exceções a esta variável foram nos anos de 1979 e 1985.
TP
76
PT Exceto para o ano de 1968.
TP
77
PT O nível de significância para a maioria das estimativas é de 1%.
94
1964 a 1969; voltou a estabilizar para as regressões referentes aos anos de 1970 e a partir de
1978 o modelo hedônico começou a perder poder explicativo, conforme é mostrado no
gráfico 15, na página seguinte.
Gráfico 15 - Comportamento do R-Quadrado
Ajustado
0,62
0,64
0,66
0,68
0,70
0,72
0,74
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
R-Quad.Ajust.
Fonte: Elaboração própria do autor
É importante ressaltar que o período de maior flutuação (1964 a 1969) reflete as
diferentes fontes de informações: entre 1954 e 1974, com exceção dos anos 1964 e 1966 a
1968, as cotações foram extraídas dos catálogos de selos da firma Francisco Schiffer (FS) e
para os anos posteriores a 1974, dos catálogos de selos da firma Rolf Harald Meyer (RHM),
que comprou os direitos autorais daquela firma. Para os anos de 1964 e 1966 a 1968, as
cotações foram extraídas dos catálogos da firma Santos Leitão e Cia Ltda (SL).
Nota-se que essa variabilidade não diz respeito à quantidade de informação quando os
catálogos são comparados, uma vez que as quantidades de cotações coletadas são homogêneas
e em torno de 600 cotações por ano. Assim sendo, outros fatores devem explicar esse
comportamento. Uma resposta possível talvez seja encontrada na forma que seus editores
coletam as cotações.
Segundo informações retiradas dos próprios catálogos, os editores afirmam que os
preços são coletados, durante a temporada filatélica (que na Europa e nos EUA começa em
setembro e termina em julho do ano seguinte e no Brasil, começa em março e termina em
janeiro do ano seguinte), diretamente dos resultados de leilões e de ofertas de compra e venda
dos comerciantes filatélicos. A partir disso, eles utilizavam, como critério de escolha final dos
preços que seriam impressos no catálogo anual, a moda estatística das cotações coletadas.
95
Esse processo de precificação é declarado nos catálogos da firma RHM, que
possivelmente seguiu os procedimentos de coleta da firma FS. Entretanto, não está disponível
qualquer informação desse tipo nos catálogos da firma SL.
A perda de poder explicativo dos modelos hedônicos estimados, observada na
regressão de 1979 e seguintes, embora tenham sido introduzidas muito mais cotações
(conforme exposto na seção 5.2), talvez esteja refletindo as intempéries sofridas pela
economia brasileira durante a década de 1980
78
. Cabe lembrar que esta análise deve ser feita
com a devida cautela, pois, conforme dito na seção anterior, modelos sem intercepto geram
2
R
menos confiáveis e, em particular, os modelos empíricos de 1982 e 1985, não poderiam
ser analisados junto com os demais, dado que apresentaram constante estatisticamente
significante.
Em relação à análise dos resíduos, observou-se que a hipótese de normalidade só não é
rejeitada, pelo teste de Jarque-Bera, para as regressões de 1954, 1957 e 1959 (ao nível de
significância de 5%), 1960 a 1970 e 1973 a 1975. Porém a quantidade de observações permite
que as distribuições dos resíduos sejam aproximadas pela normal (e os histogramas gerados
corroboram esta afirmativa).
Em termos de heteroscedasticidade dos resíduos, todos os modelos e para todos os
anos, ela esteve presente, conforme os resultados dos testes de White executados. Apesar de
Mankiw (1990) apud Gujarati (2000, p.354) afirmar que a heterocedasticidade dos resíduos
não é um motivo que implique na rejeição de um bom modelo, Gujarati, contrariamente,
afirma que ela não pode ser ignorada. Assim sendo, utilizou-se os estimadores consistentes
para heterocedasticidade e autocorrelação de Newey-West
para corrigi-la, pois uma das metas
deste trabalho requer estimativas estatisticamente confiáveis.
Um motivo possível para a violação da hipótese de homocedasticidade é a presença de
outliers. O outro é a especificação não correta do modelo. Mas as três formas funcionais
(linear, semilogarítmico e dupla-logarítmico) geraram resíduos heterocedásticos e isso
permanece nos resíduos das regressões de todos os anos (1954 a 1988). Uma vez que os
outliers não foram excluídos da análise, mantém-se esta hipótese como causa possível para a
presença de heterocedasticidade. Nenhum tratamento foi dado a esses outliers.
No que diz respeito ao problema de autocorrelação, embora a literatura de MPH
sugere que a regressão hedônica possa conter problemas de multicolinearidade e de correlação
78
Segundo choque do petróleo, crise da dívida externa, crescimento generalizado e persistente das taxas de
inflação e, conseqüentemente, mudanças monetárias, podem ter influenciado adversamente a precificação das
peças filatélicas.
96
Anos C DPPF DPPG DPPACAM DPPACAZ DPPAMAZ DTXVG DPRDT
1954
-0.84 7.62 2.15 11.72 12.16
1955
-0.88 1.36 10.02 16.53
1956
-0.85 8.39 2.01 10.98 12.81
1957
-0.84 8.50 2.14 11.70 14.54
1958
-0.84 7.52 2.24 12.25 14.77
1959
-0.86 6.31 1.75 10.29 14.79
1960
-0.83 8.40 2.13 10.25 11.83
1961
-0.85 8.02 2.25 10.58 12.63
1962
-0.85 7.96 2.32 10.01 12.07
1963
-0.84 7.18 2.10 7.44 9.85
1964
-0.73 10.95 2.59 5.49 6.14
1965
-0.81 5.28 1.78 8.17 8.23
1966
-0.66 14.02 1.79 5.21 4.92
1967
-0.62 10.95 1.96 6.05 4.80 -0.30
1968
-0.75 8.75 2.08 6.52 7.56
1969
-0.82 5.76 1.86 7.96 9.54
1970
-0.82 0.50 6.18 -0.51 9.13
1971
-0.85 1.37 9.27 16.06 -0.38
1972
-0.87 1.36 10.01 17.22
1973
-0.82 7.37 2.08 8.78 11.35
1974
-0.82 9.47 2.44 9.88 12.53 -0.43
1975
-0.88 1.51 11.08 15.77
1976
-0.82 -0.84 -0.59 0.75 -0.88 10.15
1977
-0.84 -0.85 -0.56 0.95 -0.84 11.07
1978
-0.83 -0.84 -0.54 0.97 -0.80 11.27
1979
-0.85 6.46 2.53 -0.83
1980
-0.85 0.45 7.44 8.05 -0.46
1981
-0.86 0.66 8.51 7.66
1982
15.08 -0.76 0.95 6.41 -0.87
1983
-0.76 0.65 7.06 -0.80
1984
-0.77 0.65 6.94 -0.78
1985
10.72 -0.85 6.35 -0.88
1986
-0.81 0.50 6.99 -0.77
1987
-0.80 0.65 7.00 -0.74
1988
-0.81 0.80 7.85 0.94 -0.77 -1.00 3.03
Média
12.90 -0.82 7.00 1.38 7.81 -0.76 10.58 -0.67 -1.00 4.25 0.32
DP
3.09 0.06 3.89 0.90 2.90 0.17 4.16 0.21 0.00 1.00 0.04
* Todos os coeficientes da variável DDT são próximos a 1. continuação
DDT* NDT DPERC
0.28
0.31
0.29
0.35
0.36
-1.00 3.16
-1.00 3.45
-1.00 4.08
-1.00 4.38
-1.00 4.94
-1.00 5.73
-1.00 5.26
Tabela 7 – Preços implícitos anuais estimados das características filatélicas
6.1.3. Preços Implícitos das Características dos Selos Imperiais Brasileiros entre 1954 e
1988
Os resultados das regressões hedônicas mostraram que elas têm como determinantes
principais: papel fino, nas cores acinzentada/amarelada ou acinzentada/azulada, em textura
estriada, impressão a cor, imagem de algarismo ou outra e valor de face (características
intrínsecas); ausência de carimbo, idade e quantidade de selos na peça filatélica
(características extrínsecas); e presença de variedade na textura do papel, na denteação e na
cor impressa. Na página seguinte a tabela 7 apresenta os preços implícitos (ou marginais)
anuais estimados para cada característica filatélica.
estocástica, os estudos empíricos feitos aqui só encontraram problemas de autocorrelação nas
regressões de 1968, 1975 e 1981. Para solucionar o problema, utilizaram-se os estimadores
consistentes para heterocedasticidade e autocorrelação de Newey-West.
97
Anos DPRCOR DIMALG DIMOUT VF DSN ID D2S D3S D4S D5S D6S
1954
0.82 10.26 -0.69 0.0038 1.80 0.01 3.07 25.42
1955
0.76 13.80 -0.66 0.0037 1.63 0.02 3.05 25.39
1956
0.62 8.98 -0.65 0.0036 1.50 0.02 3.10 25.06
1957
0.74 10.90 -0.67 0.0036 1.43 0.02 3.16 25.45
1958
0.70 11.35 -0.63 0.0036 1.38 0.02 3.14 26.47
1959
0.61 8.84 -0.63 0.0035 1.26 0.03 3.10 26.72
1960
0.57 7.74 -0.66 0.0039 1.02 0.02 2.94 25.81
1961
0.65 10.48 -0.70 0.0038 1.11 0.02 2.83 26.28
1962
0.62 11.24 -0.68 0.0038 1.10 0.01 2.97 26.91
1963
0.51 8.33 -0.68 0.0039 1.07 0.02 2.76 27.56
1964
0.67 5.68 -0.64 0.0038 1.09 0.02 1.71 13.42
1965
0.56 9.52 -0.64 0.0039 1.06 0.02 2.70 25.66
1966
0.57 3.06 -0.66 0.0037 1.09 0.02 1.67 16.19
1967
0.46 1.08 -0.68 0.0039 1.19 0.03 1.73 13.19
1968
0.37 3.02 -0.65 0.0039 1.11 0.03 1.41 11.99
1969
0.45 6.88 -0.65 0.0038 1.01 0.02 2.49 18.34
1970
0.47 12.58 -0.60 0.0037 0.95 0.03 2.19 15.05
1971
0.48 5.64 -0.64 0.0037 0.91 0.03 2.31 15.41
1972
0.51 12.63 -0.64 0.0037 0.95 0.02 2.43 15.56
1973
0.45 6.77 -0.65 0.0038 0.93 0.03 2.19 15.95
1974
0.45 3.05 -0.63 0.0037 1.08 0.03 2.14 15.20
1975
0.40 10.09 -0.62 0.0037 1.27 0.03 1.99 14.06
1976
0.46 68.60 -0.62 0.0036 1.48 0.03 1.84 7.04 14.05
1977
0.42 67.37 -0.60 0.0036 1.49 0.03 1.82 6.89 14.62
1978
0.42 41.73 -0.63 0.0034 1.22 0.03 2.59 7.25 16.15
1979
0.28 -0.62 0.0031 1.43 0.05 2.29 8.42 15.49
1980
0.44 3.39 -0.54 0.0030 1.35 0.04 2.12 8.06 13.28 7.60
1981
0.37 8.01 -0.53 0.0031 1.36 0.03 2.07 8.39 14.72 7.60
1982
0.25 -0.45 0.0031 1.44 0.02 2.20 10.76 17.07 8.50
1983
0.51 -0.38 0.0031 1.43 0.04 2.50 11.20 19.02 9.20
1984
0.46 -0.43 0.0031 1.45 0.04 2.43 10.58 19.60 10.97
1985
0.28 -0.48 0.0032 1.13 0.03 1.93 6.66 16.85 8.32
1986
0.70 -0.39 0.0033 1.24 0.05 1.65 5.45 13.52 5.57 3.51
1987
0.52 -0.42 0.0034 1.14 0.05 1.49 4.94 12.00 6.01 1.94
1988
0.35 -0.52 0.0035 1.12 0.04 1.43 4.76 11.55 5.73 1.77
Média
0.51 13.74 -0.60 0.0036 1.23 0.03 2.33 7.72 18.54 5.77 6.60
DP
0.14 17.24 0.09 0.0003 0.22 0.01 0.54 2.14 5.47 0.23 3.34
continuação
98
Anos DENV DBSS DVRGR DVRCPP DPPTIN DVRTX DVRDT DVRIMP DLGMRG DVRCOR
1954
-0.36 1.36 2.30
1955
4.42 4.37 2.79
1956
3.98 2.38
1957
4.14 2.53
1958
4.40 2.40
1959
-0.47 4.05 3.28
1960
1.00 -0.49 15.35 3.12 0.43
1961
1.24 -0.47 15.58 2.82
1962
1.14 -0.49 13.28 2.51
1963
0.96 -0.53 17.82 2.25 0.52
1964
10.18 2.56
1965
0.95 20.78 2.37
1966
-0.62 12.18 2.82 0.34
1967
-0.56 10.30 4.18 0.36
1968
-0.47 10.73 0.61 0.32
1969
2.96 21.85 2.79 0.65
1970
3.73 2.64 22.12 5.15 0.73
1971
2.70 3.97 21.99 5.07 0.70
1972
2.23 3.87 23.31 2.66 0.59
1973
1.87 28.83 4.20 0.68
1974
1.15 38.36 11.62 0.50
1975
1.50 4.88 36.58 6.25 0.58
1976
3.91 -0.60 6.05 -0.86 42.96 7.87 1.09
1977
2.06 5.75 -0.83 39.61 5.88 0.60
1978
1.98 5.66 -0.73 31.43 5.78 0.32
1979
5.96 4.57 5.54 0.34 13.20 7.31 0.63 0.88
1980
12.67 6.92 6.10 26.68 8.36 0.93
1981
13.38 8.45 7.38 25.26 6.83 0.73
1982
16.28 6.41 4.44 0.45 17.24 5.87 0.37 0.67
1983
17.23 5.53 5.62 18.99 5.93 0.35 0.61
1984
14.26 5.50 5.96 14.45 5.58 0.39 0.61
1985
16.85 2.83 7.58 12.53 3.99 0.44
1986
5.30 11.34 6.44 17.90 3.41 0.44
1987
3.89 9.78 5.27 18.12 2.87 0.55
1988
3.86 8.48 5.33 14.76 4.38 0.57
Média
9.05 3.94 5.30 3.65 -0.57 18.35 4.60 0.47 0.64 0.56
DP
6.06 3.28 1.33 2.98 0.16 10.80 2.42 0.14 0.17 0.20
Fonte: Elaboração própria do autor.
99
As variáveis que permaneceram explicativas da cotação média em todos os anos
analisados foram: papel fino, papel acinzentado/azulado, presença de cor, presença de outras
imagens, valor de face, ausência de carimbo, idade, par de selos, quadra de selos e presença de
variedade de denteação.
Note-se que os preços marginais do papel fino permaneceram estáveis durante o período,
mas eles, ao invés de adicionarem valor à cotação média, subtraem valor. Assim como a presença
de “Outras imagens” na impressão. Todas as demais acrescentam valor à cotação média.
Estáveis, e muito baixos, foram os preços marginais anuais da característica “valor de face”
(quase não agrega valor à cotação média).
Os preços marginais da característica “cor do papel (acinzentada/azulada)” se mostraram
voláteis e com tendência de queda durante o período da análise, conforme apresentado no gráfico
16.
Gráfico 16 - Preço marginal da característica "cor do papel
(acinzentado/amarelado)"
-2,00
0,00
2,00
4,00
6,00
8,00
10 ,0 0
12 ,0 0
14 ,0 0
19 50 19 55 19 6 0 19 6 5 19 70 19 75 19 8 0 19 8 5 19 9 0
Anos
Fonte: Elaboração própria do autor.
Esse mesmo comportamento foi encontrado para os preços da característica “papel com
textura estriada”. Entretanto, a característica “presença de cor”, embora com preços hedônicos
anuais bastante erráticos, apresenta uma ligeira tendência na forma de U: de 1954 a 1979 em
queda e a partir daquele ano, com tendência de alta, com variabilidade muito ampliada.
100
Gráfico 17 - Preços marginais da característica
"presença de cor"
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Preço marginal
Fonte: Elaboração própria do autor.
Os preços referentes à “presença de imagem de algarismos” mantiveram-se estáveis em
torno de 10 reais (a preços de 2007) por longo período (1954 a 1975) e depois saltou para 70 reais
e regrediu para nove reais em 1980.
A característica “idade”, além de acrescentar valor, mostrou-se condizente com o senso
comum (quanto mais velha a peça, mais rara e mais valiosa), pois apresentou tendência de alta
por todo o período de análise, porém com ampliação da variabilidade. Esse comportamento
reflete o senso comum de que a raridade tem valor crescente. De certo, incorpora o crescimento
do grau de escassez das peças filatélicas ao longo do tempo. O gráfico 18, na página seguinte,
comprova o fato:
101
Gráfico 18 - Preços mar
g
inais da característica
"idade"
0,00
0,01
0,02
0,03
0,04
0,05
0,06
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Preço marginal
Fonte: Elaboração própria do autor.
Note-se que a variabilidade dos preços implícitos aumenta no mesmo período em que os
modelos hedônicos perdem poder explicativo e em que a economia brasileira passava por
problemas.
Comparativamente aos demais preços implícitos, os preços das características “papel
grosso”, “papel acinzentado/azulado”, “imagem de algarismos”, “papel com textura estriada”,
“par de selos”, “terno de selos”, “quadra de selos”, “seis selos”, “selos sobre suporte”, “selo
bisseto”, “variedade de textura de papel” e “variedade de tipo de denteação” são os mais
elevados. Primeiro, por que dizem respeito a variedades, que, como esperado, adicionam maior
valor, e segundo, porque refletem o maior grau de escassez relativa das peças filatélicas com tais
características.
Algumas características tiveram preços marginais nulos, o que implica dizer que não são
determinantes para a cotação média do selo imperial brasileiro naquele ano.
Comparar o comportamento dos preços das peças filatélicas com os preços implícitos das
características que as compõem não é um exercício trivial, uma vez que, segundo a teoria dos
preços hedônicos, aqueles são uma combinação linear dos preços implícitos. Assim sendo,
tendências de alta e de queda podem ser compensadas, dificultando a análise do efeito final sobre
os preços dos selos. Entretanto, é possível fazer algumas comparações, mesmo que pedestres.
Conforme mostrado na seção 5.2.1, as características “ausência de carimbo” e “quantidade de
102
selos numa peça filatélica” agregam valor à cotação média. Isso pode ser também comprovado
quando se compara os preços implícitos das variáveis DSN, D2S, D3S, D4S, D5S e D6S.
6.2.
RETORNOS IMPLÍCITOS DAS CARACTERÍSTICAS FILATÉLICAS
Partindo-se das séries temporais dos preços implícitos, devidamente transformados,
conforme exposto na nota 73, geraram-se os retornos implícitos das características filatélicas. A
tabela 8 sumaria as principais estatísticas descritivas desses retornos.
Tabela 8 - Estatísticas descritivas das taxas de retornos das características filatélicas
Estatísticas Descritivas D2S D3S D4S D5S D6S DBSS DDT DENV DIMALG DIMOUT DLGMRG
Média aritmética
-0,974 -0,499 -1,007 0,038 -1,860 -0,140 -3,25E-08 -0,015 2,891 -0,350 -0,546
Mediana
-1,258 0,000 0,189 0,000 0,000 0,000 0,000 0,000 0,000 -0,109 0,000
Máximo
24,550 10,821 28,133 3,356 7,642 60,317 6,65E-07 47,969 83,237 9,188 9,963
Mínimo
-21,021 -20,110 -31,241 -2,073 -37,532 -28,937 -1,90E-06 -50,203 -49,263 -8,858 -14,104
Desvio-padrão
8,728 4,517 9,519 0,686 8,169 13,832 3,50E-07 14,618 27,992 3,633 3,623
Assimetria
0,601 -2,106 -0,120 2,589 -3,294 2,224 -4,463 -0,041 0,584 -0,160 -1,491
Curtose
5,473 12,862 7,042 19,936 13,741 12,344 26,058 9,184 3,712 3,963 10,065
Coeficiente de Variação
-0,112 -0,111 -0,106 0,055 -0,228 -0,010 -0,093 -0,001 0,103 -0,096 -0,151
Retorno Ajust. Risco
-8,962 -9,050 -9,448 18,170 -4,392 -98,760 -10,769 -970,546 9,684 -10,376 -6,638
Jarque-Bera
10,712 162,934 23,223 444,355 224,941 151,729 866,076 54,189 2,648 1,458 83,309
Probability 0,005 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,266 0,482 0,000
continuação
Estatísticas Descritivas DPERC DPPACAM DPPACAZ DPPAMAZ DPPF DPPG DPPTIN DPRCOR DPRDT DSN
Média aritmética
-0,091 0,509 -0,512 -0,126 -0,041 -0,157 -0,387 -1,097 -0,909 -0,605
Mediana
0,000 0,125 2,372 0,000 0,244 0,000 0,000 -2,837 0,000 -0,780
Máximo
0,000 43,455 82,136 0,000 8,217 42,391 2,948 39,788 5,523 7,115
Mínimo
-3,087 -56,845 -117,056 -2,500 -8,761 -31,652 -7,952 -21,587 -25,495 -10,870
Desvio-padrão
0,529 15,807 26,207 0,520 3,128 11,087 1,952 12,737 4,623 4,295
Assimetria
-5,570 -0,914 -1,739 -3,923 -0,264 1,059 -2,206 1,310 -4,574 -0,202
Curtose
32,030 7,557 15,330 16,835 4,593 9,395 9,236 5,298 25,125 3,075
Coeficiente de Variação
-0,171 0,032 -0,020 -0,243 -0,013 -0,014 -0,198 -0,086 -0,197 -0,141
Retorno Ajust. Risco
-5,831 31,083 -51,204 -4,117 -76,388 -70,692 -5,040 -11,613 -5,084 -7,097
Jarque-Bera
1369,746 34,151 232,497 358,357 3,991 64,303 82,652 17,201 812,030 0,238
Probability 0,000 0,000 0,000 0,000 0,136 0,000 0,000 0,000 0,000 0,888
continuação
Estatísticas Descritivas DTXVG DVRCOR DVRCPP DVRDT DVRGR DVRIMP DVRTX ID NDT VF
Média aritmética -0,590 -0,062 -3,673 0,822 0,438 0,052 2,086 1,297 -0,164 -0,096
Mediana
0,000 0,000 0,000 -1,443 0,000 0,000 0,000 -0,554 0,000 -0,144
Máximo
50,217 30,424 0,000 44,168 17,667 5,065 57,858 26,017 7,274 4,080
Mínimo
-64,852 -26,870 -121,992 -58,547 -22,077 -3,289 -37,658 -15,705 -23,936 -3,946
Desvio-padrão
17,629 10,177 20,910 18,753 6,101 1,050 18,848 10,096 4,659 1,474
Assimetria
-0,755 0,323 -5,567 -0,372 -0,676 2,356 1,048 0,544 -3,830 0,178
Curtose
8,081 7,066 32,007 5,232 8,536 19,424 5,019 2,848 21,557 4,411
Coeficiente de Variação
-0,033 -0,006 -0,176 0,044 0,072 0,050 0,111 0,128 -0,035 -0,065
Retorno Ajust. Risco
-29,898 -163,701 -5,693 22,805 13,917 20,099 9,034 7,785 -28,457 -15,278
Jarque-Bera
39,806 24,015 1367,614 7,845 46,013 413,583 12,001 1,708 570,964 3,000
Probability 0,000 0,000 0,000 0,020 0,000 0,000 0,002 0,426 0,000 0,223
Fonte: Elaboração própria do autor
Observa-se que muitos retornos implícitos têm retorno médio negativo, grande dispersão e
não são normalmente distribuídos. Somente as características “imagem de algarismos”
103
(DIMALG), “outras imagens” (DIMOUT), “papel fino” (DPPF), “ausência de carimbo” (DSN),
“idade” (ID) e “valor de face” (VF) seguiriam uma distribuição normal, de acordo com o teste de
Jarque-Bera.
Semelhantemente aos resultados dos retornos sobre as peças filatélicas, os retornos
implícitos seguem a mesma tendência encontrada na literatura empírica de investimentos em
objetos colecionáveis: retornos médios baixos e grande volatilidade.
Em termos de correlações, constata-se que os “ativos implícitos” cujos retornos têm
maiores magnitudes nas correlações são: (a) positiva - “par de selos” e “quadra de selos”, “terno
de selos” e “quadra de selos”, “presença de cor” e “selo bisseto”, “número de denteados” e
“presença de denteados”, “variedade de cor” e “papel acinzentado/amarelado”, “variedade na cor
do papel” e “textura vergé”; e (b) negativa - “par de selos” e “papel grosso”, “quadra de selos” e
“papel grosso”, “papel grosso” e “papel fino”. Apesar de haver muitas correlações negativas,
seus valores são próximos a zero, conforme mostrado na tabela na página seguinte.
104
Tabela 9 – Correlações entre os retornos implícitos das características filatélicas
Variáveis D2S D3S D4S D5S D6S DBSS DDT DENV DIMALG DIMOUT DLGMRG
D2S
1.000
D3S
0.239 1.000
D4S 0.884
0.221 1.000
D5S
-0.054 -0.103 -0.058 1.000
D6S
0.193
0.568
0.222 -0.407 1.000
DBSS
-0.074 -0.032 -0.150 -0.027 -0.487 1.000
DDT
0.052 0.046 0.044 0.502 0.079 0.047 1.000
DENV
-0.003 0.340 0.045 -0.134 0.540 -0.398 0.006 1.000
DIMALG
0.197 0.016 0.322 -0.006 0.024 0.200 0.010 0.011 1.000
DIMOUT
0.038 -0.255 0.080 -0.081 0.115 -0.459 -0.527 0.068 -0.102 1.000
DLGMRG
0.044 0.288 -0.077 0.374 -0.177 0.223 -0.162 -0.133 -0.100 0.056 1.000
DPERC
-0.014 -0.020 -0.050 0.010 -0.040 -0.002 -0.016 0.000 0.007 0.092 -0.027
DPPACAM
-0.086 0.048 -0.053 0.055 -0.066 -0.239 -0.150 0.005 -0.369 0.243 -0.021
DPPACAZ
0.174 0.109 0.147 -0.016 -0.030 0.028 -0.025 0.280 -0.339 0.010 0.014
DPPAMAZ
-0.278 -0.078 -0.112 0.014 -0.057 -0.003 -0.023 0.217 0.137 -0.061 -0.038
DPPF
0.427 -0.270 0.515 -0.049 0.019 -0.120 -0.037 0.088 0.454 0.185 -0.128
DPPG -0.723
-0.003
-0.740
0.001 -0.003 -0.043 -0.001 -0.003 -0.392 0.011 -0.002
DPPTIN
-0.066 -0.060 0.049 0.011 -0.047 -0.057 -0.019 0.050 -0.051 -0.023 -0.031
DPRCOR
0.018 -0.061 -0.158 -0.018 -0.264
0.618
0.358 -0.346 0.054 -0.572 0.146
DPRDT
0.017 -0.040 0.099 -0.072 0.084 -0.444 -0.116 -0.220 0.021 0.455 -0.284
DSN
-0.190 0.382 -0.133 -0.091 0.043 0.252 0.015 0.019 0.155 -0.250 0.174
DTXVG
0.318 -0.204 0.238 0.002 -0.008 0.094 -0.003 -0.186 0.128 -0.147 0.062
DVRCOR
0.074 -0.024 0.113 0.000 -0.001 0.091 -0.001 0.156 0.436 0.008 -0.001
DVRCPP
0.086 -0.275 0.013 0.010 -0.041 -0.002 -0.017 -0.574 0.019 -0.007 -0.027
DVRDT
-0.419 0.127 -0.342 -0.153 0.109 -0.096 -0.160 0.144 -0.274 -0.008 0.136
DVRGR
0.006 -0.359 -0.003 -0.224 0.205 -0.204 0.098 0.178 -0.069 0.294 -0.343
DVRIMP
-0.079 -0.110 -0.022 -0.003 0.108 0.042 -0.143 -0.098 -0.005 0.417 0.071
DVRTX
0.241 -0.154 0.295 0.041 -0.100 0.168 0.097 -0.171 0.153 -0.143 0.124
ID
0.089 0.144 0.020 -0.043 -0.151 0.261 0.228 -0.158 -0.323 -0.251 0.179
NDT
-0.005 -0.151 -0.003 0.356 -0.058 0.168
0.945
-0.103 0.004 -0.541 -0.322
VF
0.132 -0.385 0.190 0.039 -0.227 -0.135 -0.131 -0.388 -0.087 0.247 -0.133
continuação
105
Variáveis DPERC DPPACA
M
DPPACAZ DPPAMA
Z
DPPF DPPG DPPTIN DPRCOR DPRDT DSN
D2S
D3S
D4S
D5S
D6S
DBSS
DDT
DENV
DIMALG
DIMOUT
DLGMRG
DPERC
1.000
DPPACAM
-0.016 1.000
DPPACAZ
-0.017 0.074 1.000
DPPAMAZ
-0.043 0.035 -0.052 1.000
DPPF
0.011 -0.199 0.321 -0.009 1.000
DPPG
0.083 0.169 -0.179 -0.002
-0.670
1.000
DPPTIN
-0.035 -0.018 -0.074 0.428 -0.292 0.181 1.000
DPRCOR
0.017 -0.172 -0.167 0.009 -0.201 0.135 0.078 1.000
DPRDT
-0.035 0.030 -0.057 -0.049 0.068 -0.003 -0.040 -0.508 1.000
DSN
0.032 0.018 -0.055 0.249 -0.273 0.110 0.075 0.180 -0.058 1.000
DTXVG
-0.013 -0.028 -0.069 -0.037 0.425 -0.330 -0.196 0.237 -0.483 -0.284
DVRCOR
-0.001 -0.090 -0.389
0.648
-0.021 -0.181 0.317 0.115 -0.001 0.170
DVRCPP
-0.031 0.006 -0.559 -0.028 -0.061 -0.003 -0.031 0.229 -0.036 -0.298
DVRDT
0.030 -0.035 -0.083 0.087 -0.088 0.204 -0.316 -0.112 -0.044 0.135
DVRGR
0.013 0.090 0.120 0.018 0.369 0.001 0.015 0.111 -0.025 -0.234
DVRIMP
0.009 0.098 -0.018 0.012 0.016 0.001 0.010 -0.277 0.056 0.033
DVRTX
-0.005 -0.158 -0.165 0.125 0.254 -0.218 0.190 0.237 -0.296 -0.319
ID
0.076 -0.212 0.189 -0.077 -0.104 -0.028 -0.037 0.342 0.019 0.200
NDT
-0.006 -0.153 -0.022 -0.009 -0.015 -0.001 -0.007 0.417 -0.099 0.003
VF
0.087 0.241 -0.099 0.217 0.145 -0.226 0.178 -0.141 0.166 -0.277
continuação
106
Variáveis DTXVG DVRCOR DVRCPP DVRDT DVRGR DVRIMP DVRTX ID NDT VF
D2S
D3S
D4S
D5S
D6S
DBSS
DDT
DENV
DIMALG
DIMOUT
DLGMRG
DPERC
DPPACAM
DPPACAZ
DPPAMAZ
DPPF
DPPG
DPPTIN
DPRCOR
DPRDT
DSN
DTXVG
1.000
DVRCOR
-0.104 1.000
DVRCPP 0.644
0.010 1.000
DVRDT
-0.094 -0.247 -0.086 1.000
DVRGR
0.178 -0.008 0.013 0.019 1.000
DVRIMP
0.002 0.000 0.009 -0.026 -0.104 1.000
DVRTX
0.477 0.065 0.374 0.024 0.070 -0.119 1.000
ID
-0.307 -0.076 -0.303 0.286 0.122 -0.272 0.028 1.000
NDT
-0.001 0.000 -0.006 -0.185 0.123 -0.048 0.097 0.241 1.000
VF
0.298 0.058 0.463 -0.132 0.025 0.088 0.503 -0.181 -0.061 1.000
Fonte: Elaboração própria do autor
107
A análise comparativa dos retornos implícitos com os retornos sobre as classes de peças
filatélicas não é uma tarefa trivial, pois eles são originários de naturezas diferenciadas. Os
primeiros são estimativas e os segundos, derivam de preços observados. Desconsiderando essa
limitação, algumas comparações podem ser feitas.
Os retornos médios anuais sobre as peças filatélicas novas são mais voláteis do que os
retornos anuais do ativo implícito “ausência de carimbo”, conforme mostrado no gráfico a seguir
e corroborado pelos testes t e qui-quadrado de igualdade das médias e das variâncias, cujas
hipóteses nulas são rejeitadas ao NS de 1%. Enquanto as peças filatélicas novas tiveram retornos
médios em torno de 0,90, sua dispersão (desvio-padrão igual a 11,652) foi quase três vezes a
magnitude da dispersão dos retornos do ativo implícito “ausência de carimbo” (média de – 0,605
e desvio-padrão de 4,295).
Gráfico 19 - Retornos sobre peças filatélicas novas e sobre a
característica "ausência de carimbo"
-40,00
-30,00
-20,00
-10,00
0,00
10,00
20,00
30,00
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Retornos
Retornos médios das peças filatélicas novas
Retornos da característica "ausência de carimbo"
Fonte: Elaboração própria do autor
Tomando-se a média, para cada ano, dos retornos sobre as características referentes à
presença de alguma variedade na peça filatélica (selo bisseto, variedade de gramatura, variedade
de textura, presença de papel tintado, variedade de tipo de denteação, variedade de cor de
impressão e presença de legenda na margem), como se fossem os retornos implícitos médios da
característica (agrupada) “presença de alguma variedade”, e comparando-se esses retornos
médios anuais com os retornos médios anuais das “peças filatélicas com variedade”, observa-se
108
um comportamento semelhante à feita no parágrafo anterior: médias positivas, mas diferentes;
volatilidades diferenciadas e as hipóteses de igualdade das médias e das variâncias são rejeitadas
ao NS 1%. O gráfico 20 mostra essas tendências:
Gráfico 20 - Retornos sobre peças filatélicas com variedade
versus retornos implícitos das características "presença de
alguma variedade"
-40,00
-30,00
-20,00
-10,00
0,00
10,00
20,00
30,00
1950 1955 1960 1965 1970 1975 1980 1985 1990
Anos
Retornos
Retornos médios das peças filatélica com variedade
Retornos implícitos médios das características "presença de alguma variedade"
Fonte: Elaboração própria do autor
Contudo, quando se compara os retornos da classe ENV com os retornos da característica
“selo fixado em algum suporte” (DENV), não é possível rejeitar, estatisticamente ao nível de
significância de 1%, a hipótese de igualdade das médias, mas sim a das variâncias. Eles
apresentam trajetórias aproximadas. O gráfico 21 permite avaliar esse resultado.
Gráfico 21 - Retornos médios anuais dos selos sobre suporte
versus retornos da característica "selo fixado em suporte"
-60,00
-40,00
-20,00
0,00
20,00
40,00
60,00
1972 1974 1976 1978 1980 1982 1984 1986 1988 1990
Anos
Retornos
Retornos das peças filatélicas sobre suporte Retornos da característica "selo fixado em suporte"
Fonte: Elaboração própria do autor
109
Para finalizar, ao se comparar os retornos das classes “par de selos” e “quadra de selos”
com os retornos implícitos das características “par de selos” e “quadra de selos”, nota-se que as
médias e as variâncias são diferentes e não passam nos testes t de igualdade das médias e das
variâncias.
Em suma, somente a trajetória dos retornos implícitos da característica “selos fixados em
suporte” se aproxima da trajetória dos retornos médios anuais das peças filatélicas sobre algum
suporte.
6.3.
CARTEIRAS EFICIENTES DE CARACTERÍSTICAS FILATÉLICAS
Dentre os 31 “ativos implícitos” iniciais, foram eliminados da análise, pelo reduzido
número de informações nas suas séries temporais (os betas estimados não foram estatisticamente
diferentes de zero), seis deles: “papel amarelado/azulado” (DPPACAZ); “presença de denteados”
(DDT), “denteação tipo percé” (DPERC), “peça filatélica com cinco selos” (D5S), “variedade na
cor do papel” (DVRCPP) e “variedade na impressão” (DVRIMP), cujo número de observações
foi somente de duas, sete, uma, duas, três e duas observações, respectivamente.
Utilizou-se o software The Investment Portfolio versão 2.5, de Elton, Gruber & Blake
With Intellipro Inc., para a construção das carteiras eficientes de Markowitz.
Supondo um cenário totalmente hipotético, com fins de exercício, que não exista taxa
livre de risco e que a venda a descoberto não seja permitida, o espaço média-variância com a
fronteira eficiente e os ativos implícitos é apresentado na figura 3 que está na página seguinte.
Os retornos médios e desvios-padrão para todos os ativos dizem respeito ao período 1967-
1988, pois não foi possível encontrar informações para o período 1954-1966 referentes aos ativos
poupança e ibovespa.
110
Figura 3 – Espaço média-variância com os ativos implícitos e a fronteira eficiente
Fonte: Elaboração própria do autor a partir da análise dos portfolios eficientes extraída do software The
Investment Portfolio, versão 2.5.
Note-se que o portfolio de variância mínima é aquele que gera taxa nula de retorno e
desvio-padrão de 4,41%. Em particular, enquanto o ibovespa, no período, ofereceu um retorno
médio de 1,6%, a poupança só rendeu 0,08% e o ativo implícito “imagem de algarismo”
(IMALG) rendeu próximo a 10%. A composição desta carteira é descrita no gráfico 22 (página
seguinte):
111
Gráfico 22 – Composição da carteira de variância mínima
Continuação
Continuação
112
Fonte: Elaboração própria do autor a partir da análise dos portfolios eficientes
extraída do software The Investment Portfolio, versão 2.5.
Esta carteira estaria concentrada na poupança (63,34%) e os recursos restantes alocados
entre poucas características filatélicas; em particular: “papel tintado” (PPTIN), “papel fino”
(PPF), “valor de face” (VF), “peça filatélica com dois selos” (D2S), “legenda na margem”
(LGMRG) e “variedade de denteação” (VRDT). Observe-se que os ativos poupança mais PPTIN,
PPF e VF compõem 91,51% da carteira.
A carteira contendo características filatélicas é de difícil implementação, uma vez que elas
não são vendidas isoladamente. Isto é, a compra de uma característica implica, necessária e
simultaneamente, na compra de outras características. Por conta disso, a compra de características
adicionadoras de valor (ativos implícitos) poderia estar associada à compra conjunta daquelas que
subtraem valor (passivos implícitos).
Poder-se-ia selecionar peças filatélicas (carteiras) com o maior número possível de ativos
implícitos e menor número possível de passivos implícitos. Entretanto, não é possível encontrar,
por exemplo, um selo com 18,53% de papel tintado e 6,95% de papel fino. Ou ele tem papel
tintado ou não tem. Isso, portanto, dificulta a implementação das carteiras de investimento.
A ampla quantidade de combinações de características com e sem variedades permite
encontrar, no máximo, selos contendo o maior número de ativos implícitos e o menor número de
passivos implícitos, mas isto não reflete as carteiras delineadas pela teoria de Markowitz.
113
Se esta estratégia fosse tomada, o estágio de construção das carteiras eficientes,
anteriormente apresentado, seria de limitada importância. Ele listaria os ativos implícitos a
procurar e os passivos implícitos a evitar. Mas a carteira a la Markowitz não seria alcançada.
Entretanto, poder-se-ia apresentar a peça filatélica que tem os ativos implícitos sugeridos.
Seria uma peça com dois selos em papel fino, tintado com valor de face elevado (o maior deles é
o de 1000 réis), com legenda na margem e variedade de denteação. E os selos que melhor se
enquadram neste perfil são: VER300B ou VER600B ou COL280B ou CG100ABRSD ou
CF100SD
79
. Assim sendo, o investidor deveria depositar 63,34% dos seus recursos na poupança e
o restante alocar para uma das peças filatélicas acima mencionadas.
Outras carteiras poderiam ser idealizadas. É possível comparar o desempenho dos ativos
implícitos individuais com suas contrapartidas eficientes. A figura 4 mostra a carteira eficiente
que oferece o mesmo retorno esperado que o ativo implícito “Papel Fino” (PPF), porém com
menor risco. Constata-se, portanto, que há ganhos na diversificação. Entretanto, não é possível
adquirir uma única característica, posto que o selo é uma combinação delas.
Figura 4 – Comparação da carteira eficiente ao ativo implícito individual “Papel Fino”
Fonte: Elaboração própria do autor a partir da análise dos portfolios eficientes extraída do software The
Investment Portfolio, versão 2.5.
79
O anexo 3 apresenta a listagem dos números de catalogação dos selos e de suas siglas.
114
Embora a contrapartida eficiente ao ativo “Papel Fino” (ponto com um losango branco)
apresente a mesma taxa esperada de retorno (0,55%), seu desvio-padrão é muito menor (0,91%),
pois um portfolio composto apenas por “Papel Fino” apresentaria volatilidade esperada de
2,77%
80
. Um investidor cuja estratégia fosse a de manter em portfolio somente selos com papel
fino, estaria obtendo o mesmo retorno que a carteira eficiente, contudo com maior grau de
exposição ao risco. A composição do portfolio eficiente é apresentada no Gráfico 23 (na página
seguinte).
Gráfico 23 – Composição da carteira eficiente comparada
ao ativo implícito “Papel Fino”
Continuação
80
O canto superior direito da figura apresenta o retorno médio e o desvio-padrão esperado da carteira
eficiente e o canto inferior direito, o retorno médio e o desvio-padrão do ativo individual selecionado.
115
Continuação
Fonte: Elaboração própria do autor a partir da análise dos portfolios eficientes
extraída do software The Investment Portfolio, versão 2.5.
Em relação à carteira de variância mínima, nota-se que as proporções das características
filatélicas são muito inferiores às proporções dos ativos poupança e ibovespa. Estes dois ativos
juntos formam 85,76% da carteira e o restante repartido entre poucos ativos implícitos: “papel
acinzentado/acizentado” (PPACAZ), “papel acinzentado/amarelado” (PPACAM), “idade” (ID),
“textura vergé” (TXVG) e “variedade no tipo de denteação” (VRDT). Note-se que ela é
concentrada em poupança (POUP).
116
Poder-se-ia analisar as carteiras eficientes num contexto em que a venda a descoberto
fosse permitida. Entretanto, o investidor teria que emitir selos com as características em que a
carteira estaria alavancada e captaria recursos nos demais ativos implícitos. Entretanto, isso não é
possível, pois nenhum investidor tem a capacidade de emitir selos com atributos raros, a menos
que falsificasse os selos; mas esta alternativa é inócua, pois os participantes dos mercados
filatélicos têm conhecimento suficiente para detectar falsificações.
As análises acima não levaram em consideração a possibilidade de existir taxas de tomada
e de empréstimo livres de risco. As reduzidas taxas de retornos encontradas, que estão conforme
aos resultados da literatura empírica de investimentos em ativos colecionáveis, requereriam, para
esta análise, taxas livres de risco bastante reduzidas. A título de exemplificação, se a taxa de
tomada e a de empréstimo fossem de 0,05% a.a., então o conjunto das carteiras eficientes teria a
seguinte configuração (figura 5):
Figura 5 – Espaço média-variância quando existem taxas de tomadas e de empréstimos
livres de risco (venda a descoberto não permitida)
Fonte: Elaboração própria do autor a partir da análise dos portfolios eficientes extraída do software The
Investment Portfolio, versão 2.5.
117
Apesar de a carteira de variância nula (livre de risco), neste contexto, continuar
concentrada no ativo poupança, nada seria investido nela (efficient risky portfolio é de 0%). O
investidor emprestaria todo seu recurso à taxa de 0,05% a.a., conforme gráfico 24:
Gráfico 24 – Carteira de variância nula (ativo livre de risco)
Continuação
Fonte: Elaboração própria do autor a partir da análise dos portfolios eficientes
extraída do software The Investment Portfolio, versão 2.5.
Se o indivíduo fosse do tipo colecionador-investidor e decidisse investir somente em
características filatélicas, então o espaço média-variância não seria modificado (seria o mesmo
118
apresentado na figura 3, sendo que sem os ativos poupança e ibovespa). A análise a seguir utiliza
as séries completas de retornos implícitos (1955 a 1988).
Ao excluir os ativos poupança e ibovespa e supondo, novamente, que a venda a
descoberto não fosse permitida e inexistisse uma taxa livre de risco, a carteira de variância
mínima seria concentrada no ativo “valor de face”, seguida pelas características “papel tintado” e
“peça com dois selos”, tal como mostrado no gráfico a seguir:
Gráfico 25 – Carteira de variância nula na ausência dos ativos ibovespa e poupança
Continuação
Fonte: Elaboração própria do autor a partir da análise dos portfolios
eficientes extraída do software The Investment Portfolio, versão 2.5.
119
Em resumo, independentemente do ambiente de investimento (com ou sem permissão de
venda a descoberto e existindo ou não taxas de tomada e empréstimo livres de risco), e
acompanhando os resultados de Frey e Pommerehne (1989) e Burton e Jacobsen (1999), os
retornos implícitos sobre características raras dos selos imperiais brasileiros têm retornos médios
baixos e volatilidades elevadas, quando comparados aos retornos do IBOVESPA e da
POUPANÇA, no mesmo período.
Dickie et al (1994) encontraram evidências de que as moedas mais raras se mostraram um
investimento superior, mas devem ser adquiridas pelo prazer de colecionar e não para ganhos
pecuniários. Conclusão semelhante pode ser transferida para o mundo filatélico. Burton e
Jacobsen afirmam que os objetos de coleção não devem compor grande parte da carteira de um
investidor, a menos que ele seja propenso ao risco. Essa mesma conclusão é alcançada neste
estudo.
Note-se também que um dos pressupostos de Markowitz requer que as informações
básicas de cada ativo (retornos esperados, volatilidades e covariâncias entre cada par de ativos)
reflitam a realidade. Uma vez que os retornos calculados (e os implícitos) provêm de cotações
anuais (portanto, reduzida freqüência de observações), de ativos de baixa liquidez, não serem
preços de equilíbrio (para alguns anos) e de fontes heterogêneas, aquelas informações básicas não
refletem, provavelmente, a realidade.
Duas limitações presentes na construção da carteira estão no fato, como mostrado
anteriormente, de que a aquisição de alguns ativos implícitos implica na aquisição conjunta de
passivos implícitos. Nem sempre será possível encontrar, num único selo, características que
sejam somente ativos. Entretanto, a quantidade de combinações de características e variedades
permite ao investidor selecionar aquelas com a maior quantidade de ativos ou, pelo menos, a
menor quantidade de passivos implícitos. Portanto, num caso de combinações de ativos e
passivos implícitos o investidor deveria buscar uma compensação. Note-se que esse resultado
segue na mesma direção do modelo de Lancaster, que afirmou que os indivíduos combina bens
para consumir, indireta, mas efetivamente, as características desses bens.
A segunda limitação diz respeito à implementação dos pesos das carteiras eficientes.
Como abordado anteriormente, não é possível comprar frações de características de um ativo real,
i.e., não é possível comprar, 15%, por exemplo, de valor de face. Isso limita a construção efetiva
das carteiras.
120
7.
CONCLUSÕES, LIMITAÇÕES E RECOMENDAÇÕES
Como se sabe, os consultores e corretores costumam recomendar inúmeros tipos de ativos
aos seus clientes. Entre aqueles, há, comumente, ativos financeiros (ações e títulos) e ativos
tangíveis (ouro, commodities etc.). Dentre os ativos tangíveis, há objetos que não são tomados,
normalmente, como candidatos passíveis a compor carteiras diversificadas de investimento.
Exemplos abundam: quadros de pintores, vinhos, moedas raras, selos raros, livros raros, objetos
de pessoas famosas e outros.
Embora recomendados para investimento, esses ativos não convencionais geram fluxos de
caixa eventuais: na data da sua revenda. Assim sendo, é do interesse do investidor tentar
acompanhar a trajetória dos preços e dos retornos desses ativos, para suas decisões de compra e
de revenda.
Nos mercados desses ativos atuam tanto investidores quanto colecionadores. Portanto, o
processo de formação dos preços está condicionado a interesses diversos. Não seria inadequado
afirmar que muitas das características que descrevem o objeto de coleção sejam as fontes
geradoras de valor de toda a peça. Por isso, o comportamento desses preços marginais também
deveria ser acompanhado.
Este trabalho caminhou nesta direção. Procurou-se determinar os preços implícitos de
uma classe de ativos não convencionais, a saber: selos postais do período imperial brasileiro
(1843 e 1988). Em particular, estimaram-se os preços marginais das características determinantes
das cotações médias anuais dessas peças filatélicas durante o período 1954-1988. Ademais, uma
vez que os investidores observam preços e retornos nas suas tomadas de decisão, propôs-se uma
121
aplicação adicional aos preços implícitos – construção de carteiras eficientes de Markowitz –
quando algumas características dos ativos não convencionais são as verdadeiras e únicas
geradoras de valor.
Escolheram-se, para um estudo empírico, os selos postais imperiais brasileiros por
apresentarem variedades raras a partir das características comuns. Além disso, para alguns desses
ativos, algumas características são suas principais fontes de agregação de valor. A proposta foi
verificar se os preços implícitos das características desses selos e os retornos implícitos,
derivados daqueles, condicionam a análise de portfolio dos investimentos nesta classe de objetos
colecionáveis.
Empregaram-se duas abordagens teóricas: a primeira – método dos preços hedônicos
(Rosen, 1974) – para a obtenção dos preços implícitos das características dos selos postais e a
segunda – teoria das carteiras eficientes (Markowitz, 1952) – para a construção das carteiras
eficientes a partir dos retornos implícitos calculados com aqueles preços.
Antes da exposição dos resultados das estimações das funções preço hedônico, dos
retornos implícitos e das carteiras eficientes alcançadas, apresentou-se o comportamento, entre
1954 e 1988, das cotações e dos retornos médios anuais das principais classes e subclasses de
peças filatélicas imperiais.
Constatou-se que as cotações médias de peças filatélicas imperiais brasileiras foram
estáveis entre 1954 e 1968 e a partir deste período sua trajetória manteve-se crescente até 1978,
quando alcançou o primeiro pico, e decaiu persistentemente até 1984. Contudo, elas alçaram um
novo pico em 1986 para declinarem novamente. Possivelmente, essas tendências finais nos
preços foram reflexo da conjuntura econômica nacional.
Apesar disso, as cotações médias saltaram do nível dos mil reais para o de cinco mil reais.
Isso seria um indicativo de que a aquisição de peças filatélicas seja um investimento rentável,
independentemente da classe ou subclasse analisada. Quando analisadas em termos das classes I,
P, T, Q, ENV, N, U, SV e CV, as cotações tiveram trajetória semelhante. Esse comportamento já
era esperado, porém os níveis alcançados foram diferenciados. E conforme a crença nos
mercados filatélicos, peças filatélicas com maiores quantidades de selos são mais raras e,
portanto, com maiores cotações de mercado.
Entretanto, a comparação das cotações médias de todas as peças novas com as das usadas
revelou um comportamento contrário à crença de que os selos sem carimbo são investimentos
122
superiores aos usados. Porém, na análise intraclasses I, P, T e Q, as cotações para as peças novas
são superiores às das usadas. Somente as quadras de selos mostram comportamento inverso.
Resultados compatíveis com o senso comum.
Comparando-se as cotações médias de todas as peças com variedade com as das sem
variedade, constatou-se que são desiguais, porém contrariamente à crença, aquelas são inferiores
às das peças sem variedade. O desmembramento em classes e subclasses não foi realizado, pois
ampliaria sobremaneira a análise.
Pode-se afirmar que, o senso comum entre os participantes dos mercados filatélicos –
peças novas e com maior número de selos têm cotações superiores às suas contrapartidas usadas e
com menor número de selos – têm fundamento estatístico, com pequenas exceções.
Em relação aos retornos médios anuais sobre peças filatélicas, é possível afirmar que, no
período 1954-1988, tiveram comportamento muito errático. O retorno médio foi de apenas
0,98%; com dispersão elevada, de 11,81%. E a análise em termos de classes e subclasses não
alterou as trajetórias temporais, nem o nível e a magnitude dos retornos médios anuais, muito
menos a dimensão das variâncias, que continuaram elevadas. Esses resultados estiveram
condizentes com os resultados dos estudos empíricos sobre investimentos em objetos
colecionáveis: em geral oferecem taxas de retornos inferiores às taxas de retorno dos ativos
convencionais e apresentam maior volatilidade. Além disso, não se deve negligenciar o fato de
que estes ativos têm reduzido grau de liquidez, em comparação aos ativos financeiros.
A análise estatística das séries dos retornos médios anuais permitiu concluir que, o
comportamento desses retornos não é influenciado no que diz respeito a “ausência de carimbo”,
“presença de pelo menos uma variedade” e “número de selos na peça filatélica”, quando tomadas
isoladamente. A única exceção existente é a da classe dos selos isolados (novos e usados), em
que a presença de pelo menos uma variedade impacta sobre o patamar médio anual dos seus
retornos.
As regressões hedônicas estimadas para cada ano tiveram como forma funcional escolhida
a semi-logarítmica. Essas regressões geraram resíduos não normais somente para alguns anos
(tamanho populacional possibilitou toma-los como normalmente distribuídos), não
autocorrelacionados (somente para três anos) e heterocedásticos, cuja causa é supostamente
originada na presença de outliers na variável “Valor real da cotação” e que nenhum tratamento
foi dado a eles.
123
Em termos de preços e retornos implícitos, que foram o foco deste trabalho, observou-se
que nem todas as 31 características tomadas como determinantes das cotações médias das peças
filatélicas imperiais, para cada ano da base de dados, foram estatisticamente significantes para
todos os anos. As variáveis que sistematicamente relevantes foram: “papel fino”, “papel
acinzentado/amarelado”, “papel acinzentado/azulado”, “textura estriada (vergé)”, “presença de
cor na impressão”, “outras imagens”, “ausência de carimbo”, “valor de face”, “idade, “presença
de dois selos na peça filatélica”, “presença de quatro selos na peça filatélica”, “variedade de
textura” e “variedade de denteação”. E dentre estas, somente “papel fino” e “outras imagens”,
retiram valor da cotação média.
As variáveis “papel grosso”, “papel amarelado/azulado”, “presença de algum tipo de
denteação”, “presença de denteado” e “papel tipo tintado” também apresentaram estimativas
negativas, mas não foram estatisticamente significantes para todos os anos.
As magnitudes dos preços implícitos foram variadas, mas as características com maiores
preços marginais foram “papel grosso”, “papel acinzentado/azulado”, “textura estriada (vergé)”,
“imagem de algarismos”, “presença de quatro selos na peça filatélica”, “variedade de textura” e
“variedade de denteação”. Esse comportamento só não era esperado para a variável “textura
estriada (vergé)”. Todos os demais estão relacionados a variedades ou peças filatélicas de alto
valor de mercado, como por exemplo, os selos olhos-de-boi que foram impressos com imagens
de algarismos. Note-se que, em conformidade com os resultados da comparação entre selos novos
e usados, a característica “ausência de carimbo” foi positiva, como esperado.
Na construção dos inputs à análise das carteiras eficientes, verificou-se que somente os
ativos implícitos “variedade de gramatura”, “papel acinzentado/amarelado”, “variedade no tipo
de denteação”, “idade”, “imagem de algarismos” e “variedade de textura” tiveram retornos
médios positivos entre 1954 e 1988. Todos os demais foram negativos porque as trajetórias
temporais dos seus preços foram decrescentes. E, em particular, as características “variedade de
gramatura”, “papel acinzentado/amarelado” e “variedade no tipo de denteação” eram ativos
dominados.
Quando são comparados com os retornos sobre peças filatélicas classificadas
compativelmente, constatou-se que os preços implícitos foram menos voláteis e com retornos
médios baixos.
124
Várias carteiras eficientes de Markowitz foram construídas, e para contextos diversos. A
característica “idade” teve o maior peso em todas as carteiras construídas, a menos daquela
quando os ativos “poupança” e “ibovespa” foram introduzidos.
Em termos de implementação das carteiras eficientes, tomando-se a carteira de variância
mínima numa situação de inexistência de taxa livre de risco, de não permissão da venda a
descoberto, e supondo, simplificadamente, que a carteira a la Markowitz lista somente os ativos
implícitos que devem constar dela, averiguou-se que ela seria composta de poucos selos:
VER300B ou VER600B ou COL280B ou CG100ABRSD ou CF100SD.
É possível mostrar que a restrição de compra casada não necessariamente implica na
compra de ativos implícitos com passivos implícitos. A título de exemplo, não é possível comprar
“idade” com “outras imagens”, que é um passivo implícito, pois os selos com “outras imagens”
serem mais recentes (década de 1880). E a análise mostrou que não se deve compor carteiras com
selos recentes e com outras imagens – ambos passivos implícitos.
A ampla quantidade de combinações de características com e sem variedades permite
encontrar aquelas financeiramente favoráveis. Para alguns casos, não.
A análise dos preços e dos retornos implícitos evidenciou um resultado que é condizente
com o senso comum dos participantes dos mercados filatélicos: as peças filatélicas mais velhas,
principalmente suas variedades (papel acinzentado/amarelado), foram as mais rentáveis dentre
todas elas.
Apesar disso, este trabalho contém muitas limitações. A primeira delas foi tratada acima:
a compra casada. Como já foi dito, nem sempre é possível encontrar pacotes de características
(peças filatélicas) que são todos ativos implícitos. Algumas vezes, passivos implícitos estarão
presentes. Portanto, a compra de uma característica isolada é impossível. Toda compra é “compra
conjunta ou casada”. E pensar na compra de características para composição de carteiras seria,
logicamente, sem sentido. Contudo, há muitas combinações de características e a estratégia mais
adequada seria a compensação: escolher aquelas que comungam a maior quantidade de ativos
implícitos e a menor quantidade de passivos implícitos.
Apesar da possibilidade de encontrar peças filatélicas com mais ativos implícitos do que
passivos implícitos, a tradução dos pesos das carteiras eficientes em termos de características
filatélicas é de difícil implementação; uma vez que é impossível encontrar um selo com, por
125
exemplo, 25,37% da característica Idade. Uma solução possível seria o emprego da programação
linear inteira na seleção dos selos que representarão o ativo a ser investido.
Uma limitação que não pode ser negligenciada é o fato de não haver dados referentes às
tiragens de selos com variedades; somente dos selos sem variedades. Por isso, estas não foram
utilizadas como variáveis explicativas da cotação média do selo postal imperial.
Muitas características deixarão de ser avaliadas porque não há informações nos catálogos
consultados, tais como, por exemplo: (a) distância entre a margem do selo e a margem da
imagem do selo (esta informação seria relevante por que, quanto maior o tamanho da margem,
maior a cotação da peça); (b) posição do carimbo na peça filatélica; (c) nitidez do carimbo; (d)
nitidez da impressão.
As cotações para os anos posteriores a 1988 não foram utilizadas neste estudo pelo fato de
que os catálogos deixaram de ser publicados periodicamente (anualmente). E aquelas para os
anos anteriores a 1954, não o foram, pela dificuldade de obtê-las.
Para alguns anos, os editores dos catálogos informam que os preços provêem de listas de
leilões e de oferta de compra e venda e para outros anos, que as cotações derivam de pesquisas
junto aos comerciantes filatélicos. Possivelmente, muitas das cotações utilizadas neste estudo são
referentes a “preço de oferta” e não, “preço de equilíbrio”. Por isso, espera-se que os resultados
estejam majorados, visto que os comerciantes teriam interesse em dilatar seus ganhos.
Cabe lembrar que há potencial para a extensão desta pesquisa. Algumas variáveis
poderiam entrar na análise de forma diferenciada; por exemplo, a variável “número de dentes no
selo”, ao invés de quantitativa, deveria ter sido qualitativa, pois o número de dentes na peça não
parece relevante, mas sim o tipo de número de dentes (selos sem denteação, selos com 12 dentes
em dois cm
81
, selos com 13 dentes em dois cm, selos com 13,3 dentes em dois cm). Isso foi um
erro de construção que é devido exclusivamente ao autor.
Semelhantemente, a variável “valor de face” poderia ter sido do tipo dummy e em três
classes: valor de face baixo, médio e alto. Isso se deve ao fato de que talvez o investidor-
colecionador associe valores de face desse modo e não em termos de sua magnitude.
O número de selos numa série emitida (por exemplo, a série Olho-de-Boi tinha três selos;
a série Coloridos, quatro selos e assim sucessivamente) não foi considerado. Isso poderia
81
Dois centímetros é a medida padrão que determina o número de dentes num selo. Se em 2 cm houver doze furos,
então o denteado é 12, se tiver 13,3, então o denteado é 13,3 etc.
126
condicionar a demanda pelos selos postais imperiais, pois a compra de um requereria a dos
demais.
A forma como os selos estão unidos entre si e/ou dispostos num suporte não foi
considerada neste estudo devido à falta de informações nos catálogos consultados. Nem a
respeito do tipo de carimbo, sua nitidez, data e localidade. É sabido no mercado filatélico que tais
informações são determinantes importantes de preços.
Associada à variável “variedade de cor” poderiam ser construídas variáveis para captar a
variedade de tonalidade da cor em relação à cor “oficial”. Entretanto, a definição de tonalidade
“mais clara” e “mais escura” requereria um critério que está além do escopo deste estudo.
Algumas peças filatélicas do período imperial brasileiro, não foram introduzidas na
análise (selos para jornais, selos para franquia telegráfica, selos defeituosos, falsificações, peças
restauradas, reimpressões, inteiros postais), por falta de informações, tanto de suas cotações
quanto de suas características. Elas também requereriam a ampliação do conjunto de
características.
A análise só se concentrou nos selos do período imperial brasileiro porque é, segundo os
especialistas da área, a que contém grande quantidade de variedades e peças raras. Ela poderia ser
ampliada e incorporar peças filatélicas dos primeiros anos do século XX.
Este trabalho não tratou a questão da avaliação da proteção (retornos acumulados) contra
inflação e custo de oportunidade (poupança). De maneira que se sugere como pesquisa futura.
Uma vez que a busca da carteira ótima não foi empreendida, sugere-se que novos estudos
caminhem nessa direção. Sugere-se também que a técnica, aqui desenvolvida, seja aplicada nos
estudos de investimentos em outros ativos não convencionais, tais como: quadros de pintores
famosos, que possuem características passíveis de avaliação (tons, dimensão da obra, tema,
principais cores utilizada, idade da peça, estilo do pintor, a quantidade de obras do pintor, o
próprio pintor etc.), assim como atributos dos vinhos, retornos implícitos sobre características de
imóveis etc.
ChDN
127
8.
REFERÊNCIAS
ADELMAN, I.; GRILICHES, Z. On an index of quality change.
Journal of the American
Statistical Association
, v.56, p. 535-548, 1961.
AGUIRRE, A.; FARIA, D.M.C.P. A utilização dos “preços hedônicos” na avaliação social de
projetos. Universidade Federal de Minas Gerais – CEDEPLAR. Texto para Discussão n. 103,
Belo Horizonte, 1996.
ALEXANDER, C.
Modelos de mercado: um guia para a análise de informações financeiras. São
Paulo: Bolsa de Mercadorias & Futuros, 2005.
ANDREZZO, A.F. & LIMA, I.S.
Mercado financeiro: Aspectos históricos e conceituais. São
Paulo: Pioneira Thomson Learning, 2002.
ARAÚJO, A.P.
Introdução à economia matemática. Rio de Janeiro: Instituto de Matemática
Pura e Aplicada, 1983.
BAJARI, P.; BENKARD, C.L.
Demand estimation with heterogeneous consumers and
unobserved product characteristics: a hedonic approach.
Journal of Political Economy, v. 113,
n. 6, p. 1239-76, Dez. 2005.
BARBOSA, F.H.
Microeconomia: Teoria, modelos econométricos e aplicações à economia
brasileira. Rio de Janeiro: IPEA/INPES, 1985.
BELK, R.W. Collecting as luxury consumption: effects on individuals and households.
Journal
of Economic Psychology
, vol.16, p. 477-490, 1995.
BERNSTEIN, P.L.
Desafio aos deuses: a fascinante história do risco. Rio de Janeiro: Campus,
1997.
BIANCHI, M. Collecting as a paradigm of consumption.
Journal of Cultural Economics, v. 21,
p. 275-89, 1997.
128
BONOMO, M.
Finanças Aplicadas ao Brasil. Rio de Janeiro: Editora FGV, 2002.
BRUNI, A.; FAMÁ, R. Moderna teoria de portfolios: é possível captar, na prática, os benefícios
decorrentes da sua utilização?
Resenha BM&F, n. 128, 1998.
BUELENS, N.; GINSBURGH, V. Revisiting Baumol’s “art as floating crap game”.
European
Economic Review
, v.37, p. 1351-71, 1993.
BURTON, B.J.; JACOBSEN, J.P. Measuring returns on investments in collectibles.
The Journal
of Economic Perspectives
, v.13, n.4, p. 193-, Fall 1999.
CARDELL, N S.; KLING, J. L.; PETRY, Glenn. Stamp returns and economic factors.
Southern
Economic Journal
, v. 62, n. 2, p. 411-427, Out. 1995.
CARTACHO, M. S.; SOUZA, A. A. A utilização de um modelo composto por algoritmos
genéticos e redes neurais no processo de seleção de carteiras. In:
XXVI ENANPAD - Encontro
Nacional da Associação Nacional dos Programas de Pós-Graduação em Administração
.
Salvador, 2002. Anais em CD-ROM do XXVI ENANPAD - Encontro Nacional da Associação
Nacional dos Programas de Pós-Graduação em Administração.
CAVALCANTE, F.
Mercado de Capitais. Rio de Janeiro: Campus, 2001.
CUTLER, D.M; POTERBA, J.M. & SUMMERS, L.H. Speculative dynamics.
National Bureau
of Economic Research
. Working Paper n. 3242, Cambridge, Jan. 1990.
DAMODARAN, A.
Avaliação de Investimentos. Rio de Janeiro: Qualitymark Editora Ltda.,
1999.
DICIONÁRIO CALDAS AULETE. Rio de Janeiro: Editora Delta, 1980.
DICIONÁRIO HOUAISS DA LÍNGUA PORTUGUESA. São Paulo: Objetiva, 2001.
DICIONÁRIO LELLO UNIVERSAL. Porto: Lello & Irmão Editores, 1957.
DICKIE, M.; DELORME JR, C. D.; HUMPHREYS, J. M. Price determination for a collectible
good: the case of rare U.S. coins.
Southern Economic Journal, v. 61, n. 1, p. 40-51, Jul. 1994.
ELSTER, J.
Peças e engrenagens das ciências sociais. Rio de Janeiro: Editora Relume Dumará,
1994
ELTON, E., GRUBER, M.
Modern portfolio theory and investment analysis. New York: John
Wiley & Sons, 1995.
129
EMPRESA BRASILEIRA DE CORREIOS E TELÉGRAFOS.
Correio filatélico. Brasília, v. 1,
n. 11, Jan. 1978.
_________________________________________________.
Correio filatélico. Brasília, v. 11,
n. 109, p. 26-7, Nov/Dez, 1987.
_________________________________________________.
Correio filatélico. Brasília, v. 12,
n.114, Set/Out. 1988.
FABOZZI, F. J.; MARKOWITZ, H.M.
The theory and practice of investment management.
New Jersey: John Wiley & Sons, 2002.
FABOZZI, F. J.
Mercados, análise e estratégia de bônus: títulos de renda fixa. Rio de Janeiro:
Qualitymark Ed., 2002.
FAMA, E. F.; SCWERT, G. W. Asset returns and inflation.
Journal of Financial Economics, p.
115-46, Nov. 1977.
FARIA, R.G.
Mercado financeiro: Instrumentos e operações. São Paulo: Prentice Hall, 2003.
FÁVERO, L. P. L.
Modelos de preços hedônicos aplicados a imóveis residenciais em
lançamento no município de São Paulo
. 2003. 103f. Dissertação (Mestrado em Administração)
– Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São
Paulo, 2003.
FERREIRA, Aurélio Buarque de Holanda.
Novo dicionário da língua portuguesa. Editora
Nova Fronteira. S/d.
FERREIRA NETO, E.
Estimação do preço hedônico: uma aplicação para o mercado
imobiliário da cidade do Rio de Janeiro. 2002. 48f. Dissertação (Mestrado em Economia) –
Escola de Pós-Graduação em Economia, Fundação Getulio Vargas, Rio de Janeiro, 2002.
FLÔRES JR, R. G.; GINSBURGH, V.; JEANFILS, P. Long- and short-term portfolio choices of
paintings.
Journal of Cultural Economics, v. 23,n. 3, p. 193-210, Ago. 1999.
FORTUNA, E.
Mercado financeiro: produtos e serviços. 10ª Edição. Rio de Janeiro:
Qualitymark Editora, 1997.
FRANKENBERGER, L.
Seu futuro financeiro: Você é o maior responsável. 5ª Edição. Rio de
Janeiro: Campus, 1999.
FRASER, P.
Stanley Gibbons investments. London. Disponível em:
http://www.stanleygibbons.com/investments/. Acesso em: 18 fev de 2007.
FRECCIA, D. M.; JACOBSEN, J. P.; KILBY, P. Exploring the relationship between price and
quality for the case of hand-rolled cigars.
The Quarterly Review of Economics and Finance, v.
43, n. 1, p. 169-89, 2003.
130
FREY, B. S.; POMMEREHNE, W. W. Art investment: an empirical inquiry.
Southern
Economic Journal
, v. 56, n. 2, p. 396-409, Out. 1989.
GOETZMANN, W.N. Accounting for taste: art and the financial markets over three centuries.
The American Economic Review, v. 83, n. 5, p.1370-76, Dez. 1993.
GREENLAW, P.S.
Philatelic Finance: calculating appreciation. Disponível
em:
http://www.davidbrandon.co.uk. Acesso em: 20 abril de 2007.
GUJARATI, Damodar N.
Econometria básica.3ª Edição. São Paulo: Makron Books, 2000.
GUNTHER, Max.
Os axiomas de Zurique. Rio de Janeiro: Record, 2002.
HAUGEN, R. A.
The new finance: the case against efficient markets. Englewood Cliffs:
Prentice Hall, 1995.
_______________.
Os segredos da bolsa. São Paulo: Pearson Educação, 2000.
HERMANN, B. M.; HADDAD, E. A.
Muito além do jardim: mercado imobiliário e
amenidades urbanas. Universidade de São Paulo – NEREUS. Texto para Discussão n. 04-2003.
São Paulo, 2003.
HUANG, S. Asymmetric participation in China’s stamp market: hobbyists and investors.
Applied Economics, v. 33, n. 8, p. 1039-48, Jun 2001.
IÓRIO,U.J.
Economia e liberdade: a escola austríaca de economia e a economia brasileira. Rio
de Janeiro: Forense Universitária, 1997.
JUDGE, G. G.; HILL, R. C.; GRIFFITHS, W. E.; LÜTKEPOHL, H.; LEE, T. C.
Introduction
to the theory and practice of econometrics
.2ª Edição. New York: John Wiley & Sons, 1988.
KANE, A. "Coins: anatomy of a fad asset",
Journal of Portfolio Management, v.1, n.2, p.44-
51, Winter, 1984.
KOFORD, K.; TSCHOEGL, A. E. The market value of rarity.
Journal of Economic Behavior
& Organization
, v. 34, p. 445-57, 1998.
KREPS, D.
A course in microeconomic theory. London: Harvester Wheatsheaf, 1990.
LANCASTER, K. A new approach to consumer’s theory.
Journal of Political Economy, n. 74,
p. 132-157, Abr. 1966.
131
LEITÃO, Santos.
Catálogo de Selos do Brasil 1964. 29ª Edição. Rio de Janeiro: Santos Leitão e
Cia Ltda, 1964.
_____________.
Catálogo de Selos do Brasil 1966. 31ª Edição. Rio de Janeiro: Santos Leitão e
Cia Ltda, 1966.
_____________.
Catálogo de Selos do Brasil 1967. 32ª Edição. Rio de Janeiro: Santos Leitão e
Cia Ltda, 1967.
_____________.
Catálogo de Selos do Brasil 1968. 33ª Edição. Rio de Janeiro: Santos Leitão e
Cia Ltda, 1968.
LUCKING-REILEY, D. Auctions on the internet: what’s being auctioned, and how?.
The
Journal of Industrial Economics
, v. 48, n. 3, p. 227-52, Set. 2000a.
__________________. Vickrey auctions in practice: from nineteenth-century philately to
twenty-first-century e.commerce.
The Journal of Economic Perspectives, v.14, n.3, p. 183-92,
Summer 2000b.
LYNN, M. Scarcity effects on value: a quantitative review of the commodity theory literature.
Psychology & Marketing (1986-1998), v. 8, n. 1, p. 43-57, Spring 1991.
MADDEN, S. A rare seminar on collectibles.
Fortune, v. 118, n. 10, p. 67, Fall 1988.
MARKOWITZ, H. Porfolio selection.
The Journal of Finance, v.7, n.1, p.77-91, Mar. 1952.
_____________. Porftolio selection: efficient diversifications of investments.
Cowles
Foundation Monograph N. 16
, New York: John Wiley & Sons, 1959.
MAS-COLELL, A; WHINSTON, M.D.; GREEN. J.R.
Microeconomic theory. New York:
Oxford University Press, 1995.
MERTON, R. An intertemporal capital asset pricing model.
Econometrica, v.41, n. 30, p. 867-
87, 1973.
MEYER, P. Mercado filatélico: análise de cotações do catálogo de selos do Brasil – 45 anos.
Correio Filatélico, v. 11, n. 109, p. 26-7, Nov/Dez, 1987.
MEYER, R.H.
Catálogo de Selos Brasil 1976. 34ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1976.
__________.
Catálogo de Selos Brasil 1977. 35ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1977.
__________.
Catálogo de Selos Brasil 1978. 36ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1978.
132
__________.
Catálogo de Selos Brasil 1979. 37ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1979.
__________.
Catálogo de Selos Brasil 1980. 38ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1980.
__________.
Catálogo de Selos Brasil 1981. 39ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1981.
__________.
Catálogo de Selos Brasil 1982. 40ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1982.
__________.
Catálogo de Selos Brasil 1983. 41ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1983.
__________.
Catálogo de Selos Brasil 1984. 42ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1984.
__________.
Catálogo de Selos Brasil 1985. 43ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1985.
__________.
Catálogo de Selos Brasil 1986. 44ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1986.
__________.
Catálogo de Selos Brasil 1987. 45ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1987.
__________.
Catálogo de Selos Brasil 1988. 46ª Edição. São Paulo: Filatélica Rolf Harald
Meyer, 1988.
MICHAEL, R. T.; BECKER, G. S. On the new theory of consumer behavior.
Swedish Journal
of Economics
, v.74, n. 4, p. 378-396, 1973.
MISES, L.
Ação humana: um tratado de economia. Rio de Janeiro: Instituto Liberal, 1990.
MISHKIN, F. S.
Moedas, bancos e mercados financeiros. Rio de Janeiro: LTC, 2000.
MORAIS, M. P.; CRUZ, B. O. Demand for housing and urban services in Brazil: a hedonic
approach. Instituto de Pesquisa Econômica Aplicada. Texto para Discussão nº 946, Brasília,
2003.
NOVA CULTURAL.
Selos de todo o mundo: Manual do filatelista. São Paulo, Nova Cultural,
1986.
NOVO DICIONÁRIO AURÉLIO. Rio de Janeiro: Editora Nova Fronteira, s/data.
133
PAIM, A.; PROTA, L.; RODRIGUEZ, R.V.
Bases e características da cultura ocidental. Rio
de Janeiro: Editora Expressão e Cultura, 1999.
PAPAHRISTODOULOU, C. Optimal portfolios using linear programming models. Sweden,
2005. Disponível em: http://129.3.20.41/eps/fin/papers/0505/0505006.pdf
. Acesso em: 15 mai de
2007.
PEROLD, A. F. The capital asset pricing model.
The Journal of Economic Perspectives, v.18,
n.3, p. 3-24, Summer 2004.
PESANDO, J.E. Art as an Investment: the market for modern prints.
The American Economic
Review
, v. 83, n. 5, p. 1075–1089, 1993.
PORTO JR, R. Os selos postais surgiram mesmo com Rowland Hill? Disponível em:
http://www.clubefilatelicodobrasil.com.br/artigos/aopiniao/rowland.htm. Acesso em: 12 fev de
2007.
ROSEN, S. Hedonic prices and implicit markets: product differentiation in pure competition.
Journal of Political Economy, v. 82, p. 34-55, Jan/Fev. 1974.
ROSS, S. The arbitrage theory of capital market asset pricing.
Journal of Economic Theory,
v.13, p. 341-60, 1976.
ROY, A. D. Safety first and the holding of assets.
Econometrica, v.20, p.431-39, Jul. 1952.
SÁEZ, A. M.; ACHAERANDIO, Y. S. Measuring the efficiency of the international philatelic
auction sector. Portugal, 2004. Disponível em:
http://www4.fe.uc.pt/30years/papers/88.pdf.
Acesso em: 13 mar de 2007.
SALDANHA, G.
Tudo sobre selos. Rio de Janeiro: Ediouro, 1981.
SANTOS, C. H. M.; CRUZ, B.O. A dinâmica dos mercados habitacionais metropolitanos:
aspectos teóricos e uma aplicação para a grande São Paulo. Instituto de Pesquisa Econômica
Aplicada. Texto para Discussão nº 713, Brasília, 2000.
SAVAGE, L.J.
The foundations of statistics. New York: John Wiley & Sons, 1954.
SCHIFFER, Francisco.
Catálogo de selos do Brasil 1954. 12ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1954.
__________________.
Catálogo de selos do Brasil 1955. 13ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1955.
__________________.
Catálogo de selos do Brasil 1956. 14ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1956.
134
__________________.
Catálogo de selos do Brasil 1957. 15ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1957.
__________________.
Catálogo de selos do Brasil 1958. 16ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1958.
__________________.
Catálogo de selos do Brasil 1959. 17ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1959.
__________________.
Catálogo de selos do Brasil 1960. 18ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1960.
__________________.
Catálogo de selos do Brasil 1961. 19ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1961.
__________________.
Catálogo de selos do Brasil 1962. 20ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1962.
__________________.
Catálogo de selos do Brasil 1963. 21ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1963.
__________________.
Catálogo de selos do Brasil 1965. 23ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1965.
__________________.
Catálogo de selos do Brasil 1969. 27ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1969.
__________________.
Catálogo de selos do Brasil 1970. 28ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1970.
__________________.
Catálogo de selos do Brasil 1971. 29ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1971.
__________________.
Catálogo de selos do Brasil 1972. 30ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1972.
__________________.
Catálogo de selos do Brasil 1973. 31ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1973
__________________.
Catálogo de selos do Brasil 1974. 32ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1974.
__________________.
Catálogo de selos do Brasil 1975. 33ª Edição. São Paulo: Casa Filatélica
Bandeirante, 1975.
SCHNITZEL, P. A note on the philatelic demand for postage stamps.
Southern Economic
Journal
, v. 45, n. 1-4, p. 1261-65, Abr 1979.
135
SHAPIRO, C.; VARIAN, H. R.;
A economia da informação: como os princípios econômicos se
aplicam à era da internet. Rio de Janeiro: Editor Campus, 1999.
SHEPPARD, S. Hedonic analysis of housing markets. In: CHESHIRE, P.; MILLS, E. S.
Handbook of regional and urban economics. Amsterdan: North-Holland, 1999. v. 3, cap. 41,p.
1595-1635.
SHILLER, R.J.
Exuberância irracional. São Paulo: Makron Books, 2000.
SIMONSEN, M. H.
Teoria microeconômica. 11ª Edição, Rio de Janeiro: Editora da Fundação
Getúlio Vargas, 1993.
STEIN, J. P. The monetary appreciation of paintings.
Journal of Political Economy, v. 85, p.
1021-35, Out. 1977.
TAYLOR, W. M. The estimation of quality-adjusted rates of return in stamp auctions.
The
Journal of Finance
, v. 38, n. 4, p. 1095-110, Set. 1983.
_____________
. The cointegration of auction price series. Managerial Finance, v. 21, n. 6, p.
35-44, 1995.
UGARTE, D.
Microeconomia del arte y la pintura. Madrid, 1997. Disponível em:
www.eumed.net/cursecon/libreria/2004/ped-du-art.htm. Acesso em: 15 mar de 2007. ISBN 84-
688-6032-8.
VAILLÉ, E.
História breve do selo postal. Lisboa: Editorial Verbo, 1962.
VARIAN, H. R.
Microeconomic analysis. 3ª Edição. New York: W.W.Norton & Co, 1992.
VILLANI JR, A.
Evidencias empíricas de leilões na internet: selos na eBay. 2001. 101f.
Dissertação (Mestrado em Economia) – Faculdade de Economia, Administração e Contabilidade,
Universidade de São Paulo, São Paulo, 2001.
VON NEUMANN, J. L.; MORGENSTERN, O.
Theory of games and economic behavior.
Princeton, N.J.: Princeton University Press, 1944.
WORTHINGTON, A. C.; HIGGS, H. Risk, return and portfolio diversification in major painting
markets: the application of conventional financial analysis to unconventional investments.
Discussion Papers in Economics, Finance and International Competitiveness, Queensland, n.
148, Jun. 2003.
136
9. ANEXOS
ANEXO 1 – Características de cada uma das 69 Emissões Postais Imperiais
#CAT EMISSÃO ANO DE VALOR COR PAPEL
EMISSÃO
DE
FACE Gramatura Cor do Papel Textura
1 Olho de Boi 1843 30 Preto Média Acinzentado ou Amarelado Lisa
2 Olho de Boi 1843 60 Preto Média Acinzentado ou Amarelado Lisa
3 Olho de Boi 1843 90 Preto Média Acinzentado ou Amarelado Lisa
4 Inclinados 1846 10 Preto Fina Acinzentado ou Azulado Lisa
5 Inclinados 1844 30 Preto Fina Acinzentado ou Azulado Lisa
6 Inclinados 1844 60 Preto Fina Acinzentado ou Azulado Lisa
7 Inclinados 1844 90 Preto Fina Acinzentado ou Azulado Lisa
8 Inclinados 1845 180 Preto Fina Acinzentado ou Azulado Lisa
9 Inclinados 1845 300 Preto Fina Acinzentado ou Azulado Lisa
10 Inclinados 1845 600 Preto Fina Acinzentado ou Azulado Lisa
11 Olho de Cabra ou Verticais 1850 10 Preto Fina Amarelado ou Azulado Lisa
12 Olho de Cabra ou Verticais 1850 20 Preto Fina Amarelado ou Azulado Lisa
13 Olho de Cabra ou Verticais 1850 30 Preto Fina Amarelado ou Azulado Lisa
14 Olho de Cabra ou Verticais 1850 60 Preto Fina Amarelado ou Azulado Lisa
15 Olho de Cabra ou Verticais 1850 90 Preto Fina Amarelado ou Azulado Lisa
16 Olho de Cabra ou Verticais 1850 180 Preto Fina Amarelado ou Azulado Lisa
17 Olho de Cabra ou Verticais 1850 300 Preto Fina Amarelado ou Azulado Lisa
18 Olho de Cabra ou Verticais 1850 600 Preto Fina Amarelado ou Azulado Lisa
19 Olho de Gato ou Coloridos 1854 10 azul claro Fina Amarelado ou Azulado Lisa
20 Olho de Gato ou Coloridos 1854 30 azul cinza Fina Amarelado ou Azulado Lisa
21 Olho de Gato ou Coloridos 1861 280 vermelho Fina Amarelado ou Azulado Lisa
22 Olho de Gato ou Coloridos 1861 430 amarelo Fina Amarelado ou Azulado Lisa
23 Dom Pedro II 1866 10 vermelho Média Branca Lisa
24 Dom Pedro II 1866 20 castanho lilás Média Branca Lisa
25 Dom Pedro II 1866 50 azul Média Branca Lisa
26 Dom Pedro II 1866 80 violeta negro Média Branca Lisa
27 Dom Pedro II 1866 100 verde Média Branca Lisa
28 Dom Pedro II 1866 200 Preto Média Branca Lisa
29 Dom Pedro II 1866 500 laranja Média Branca Lisa
30 Dom Pedro II - Percé 1876 10 vermelho Média Branca Lisa
31 Dom Pedro II - Percé 1876 20 castanho lilás Média Branca Lisa
32 Dom Pedro II - Percé 1876 50 azul Média Branca Lisa
33 Dom Pedro II - Percé 1876 80 violeta negro Média Branca Lisa
34 Dom Pedro II - Percé 1876 100 verde escuro Média Branca Lisa
35 Dom Pedro II - Percé 1876 200 Preto Média Branca Lisa
36 Dom Pedro II - Percé 1876 500 laranja Média Branca Lisa
37 Barba Branca 1877 10 vermelho Média Branca Lisa
38 Barba Branca 1877 20 violeta Média Branca Lisa
39 Barba Branca 1877 50 azul Média Branca Lisa
40 Barba Branca 1878 80 carmim Média Branca Lisa
41 Barba Branca 1877 100 verde Média Branca Lisa
42 Barba Branca 1877 200 Preto Média Branca Lisa
43 Barba Branca 1877 260 castanho escuro Média Branca Lisa
44 Barba Branca 1878 300 ocre Média Branca Lisa
45 Barba Branca 1878 700 castanho avermelhado Média Branca Lisa
46 Barba Branca 1878 1000 cinza ardósia Média Branca Lisa
47 Auriverde 1878 300 verde e amarelo Média Branca Lisa
48 Cabeça Pequena 1881 50 azul Fina Branca Estriada
49 Cabeça Pequena 1881 100 verde oliva escuro Fina Branca Estriada
50 Cabeça Pequena 1881 200 castanho alaranjado Fina Branca Estriada
137
51 Cabeça Grande 1883 10 Preto Fina Branca Estriada
52 Cabeça Grande 1885 10 laranja Fina Branca Estriada
53 Cabeça Grande 1885 50 azul Fina Branca Estriada
54 Cabeça Grande 1882 100 verde oliva escuro Fina Branca Estriada
55 Cabeça Grande 1882 100 verde oliva escuro Fina Branca Estriada
56 Cabeça Grande 1882 200 castanho claro Fina Branca Estriada
57 Cabeça Grande 1884 200 lilás rosa pálido Fina Branca Estriada
58 Fundo Cruzado 1883 100 lilás cinza Fina Branca Estriada
59 Fundo Linhado 1883 100 lilás cinza pálido Fina Branca Estriada
60 Cabecinha 1884 100 lilás cinza pálido Fina Branca Estriada
61 Tipo Cifra 1884 20 verde russo Fina Branca Estriada
62 Tipo Cifra 1887 20 oliva esverdeado Fina Branca Estriada
63 Tipo Cifra 1887 50 ultramar cinza Fina Branca Estriada
64 Tipo Cifra 1885 100 lilás cinza pálido Fina Branca Estriada
65 Tipo Cifra 1888 100 lilás cinza pálido Fina Branca Estriada
66 Cruzeiro do Sul 1887 300 ultramar cinza Fina Branca Estriada
67 Coroa Imperial 1887 500 oliva esverdeado Fina Branca Estriada
68 Tipo Cifra 1888 700 violeta Fina Branca Estriada
69 Pão de Açúcar 1888 1000 azul Fina Branca Estriada
#CAT EMISSÃO DENTEAÇÃO IMAGEM
Denteação Tipo de Denteação #Dentes
1 Olho de Boi Não - 0 Algarismos
2 Olho de Boi Não - 0 Algarismos
3 Olho de Boi Não - 0 Algarismos
4 Inclinados Não - 0 Algarismos
5 Inclinados Não - 0 Algarismos
6 Inclinados Não - 0 Algarismos
7 Inclinados Não - 0 Algarismos
8 Inclinados Não - 0 Algarismos
9 Inclinados Não - 0 Algarismos
10 Inclinados Não - 0 Algarismos
11 Olho de Cabra ou Verticais Não - 0 Algarismos
12 Olho de Cabra ou Verticais Não - 0 Algarismos
13 Olho de Cabra ou Verticais Não - 0 Algarismos
14 Olho de Cabra ou Verticais Não - 0 Algarismos
15 Olho de Cabra ou Verticais Não - 0 Algarismos
16 Olho de Cabra ou Verticais Não - 0 Algarismos
17 Olho de Cabra ou Verticais Não - 0 Algarismos
18 Olho de Cabra ou Verticais Não - 0 Algarismos
19 Olho de Gato ou Coloridos Não - 0 Algarismos
20 Olho de Gato ou Coloridos Não - 0 Algarismos
21 Olho de Gato ou Coloridos Não - 0 Algarismos
22 Olho de Gato ou Coloridos Não - 0 Algarismos
23 Dom Pedro II Sim Denteados 12 D. Pedro II
24 Dom Pedro II Sim Denteados 12 D. Pedro II
25 Dom Pedro II Sim Denteados 12 D. Pedro II
26 Dom Pedro II Sim Denteados 12 D. Pedro II
27 Dom Pedro II Sim Denteados 12 D. Pedro II
28 Dom Pedro II Sim Denteados 12 D. Pedro II
29 Dom Pedro II Sim Denteados 12 D. Pedro II
30 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
31 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
32 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
33 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
34 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
138
35 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
36 Dom Pedro II - Percé Sim Percé 0 D. Pedro II
37 Barba Branca Sim Percé 0 D. Pedro II
38 Barba Branca Sim Percé 0 D. Pedro II
39 Barba Branca Sim Percé 0 D. Pedro II
40 Barba Branca Sim Percé 0 D. Pedro II
41 Barba Branca Sim Percé 0 D. Pedro II
42 Barba Branca Sim Percé 0 D. Pedro II
43 Barba Branca Sim Percé 0 D. Pedro II
44 Barba Branca Sim Percé 0 D. Pedro II
45 Barba Branca Sim Percé 0 D. Pedro II
46 Barba Branca Sim Percé 0 D. Pedro II
47 Auriverde Sim Denteados 12 - 12.5 D. Pedro II
48 Cabeça Pequena Sim Denteados 13 - 13.5 D. Pedro II
49 Cabeça Pequena Sim Denteados 14 - 13.5 D. Pedro II
50 Cabeça Pequena Sim Denteados 15 - 13.5 D. Pedro II
51 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
52 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
53 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
54 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
55 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
56 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
57 Cabeça Grande Sim Denteados 13 - 14 D. Pedro II
58 Fundo Cruzado Sim Denteados 13 - 14 D. Pedro II
59 Fundo Linhado Sim Denteados 13 - 14 D. Pedro II
60 Cabecinha Sim Denteados 13 - 14 D. Pedro II
61 Tipo Cifra Sim Denteados 13 - 14 Cifra
62 Tipo Cifra Sim Denteados 13 - 14 Cifra
63 Tipo Cifra Sim Denteados 13 - 14 Cifra
64 Tipo Cifra Sim Denteados 13 - 14 Cifra
65 Tipo Cifra Sim Denteados 13 - 14 Cifra
66 Cruzeiro do Sul Sim Denteados 13 - 14 Cruzeiro do Sul
67 Coroa Imperial Sim Denteados 13 - 14 Coroa Imperial
68 Tipo Cifra Sim Denteados 13 - 14 Cifra
69 Pão de Açúcar Sim Denteados 13 - 14 Pão de Açúcar
Fonte: Elaboração própria do autor a partir de informações dos catálogos de selos.
139
ANEXO 2 – Informações sobre as emissões que apresentam algum tipo de variedade
#CAT VARIEDADE
PRESENÇA DE
VARIEDADE VARIEDADE
VARIEDADE
NA
DE COR Gramatura Cor do Papel Textura NA DENTEAÇÃO IMPRESSÃO
1 Não Sim Sim Não Não Não
2 Não Sim Sim Não Não Não
3 Não Sim Sim Não Não Não
4 Não Não Não Não Não Não
5 Não Sim Não Não Não Sim
6 Não Sim Não Não Não Sim
7 Não Sim Não Não Não Sim
8 Não Não Não Não Não Não
9 Não Não Não Não Não Não
10 Não Não Não Não Não Não
11 Não Não Não Não Sim Não
12 Não Não Não Não Sim Não
13 Não Não Não Não Sim Não
14 Não Não Não Não Sim Não
15 Não Não Não Não Sim Não
16 Não Não Não Não Sim Não
17 Não Não Não Não Sim Não
18 Não Não Não Não Sim Não
19 Sim Não Não Não Sim Não
20 Sim Não Não Não Sim Não
21 Sim Não Não Não Sim Não
22 Sim Não Não Não Sim Não
23 Sim Sim Sim Não Sim Sim
24 Sim Sim Sim Não Sim Sim
25 Não Sim Sim Não Não Sim
26 Sim Sim Sim Não Não Sim
27 Sim Sim Sim Não Sim Sim
28 Sim Sim Não Não Não Sim
29 Sim Sim Não Não Não Sim
30 Não Não Não Não Não Sim
31 Não Não Não Não Não Sim
32 Não Não Sim Não Não Sim
33 Não Não Não Não Não Sim
34 Sim Não Sim Não Não Sim
35 Sim Não Não Não Sim Sim
36 Não Não Não Não Não Sim
37 Não Não Não Não Sim Sim
38 Sim Não Não Não Sim Sim
39 Sim Sim Sim Não Sim Sim
40 Não Não Não Não Sim Sim
41 Não Sim Não Não Sim Sim
42 Não Sim Não Não Sim Sim
43 Não Não Não Não Sim Sim
44 Não Não Não Não Sim Sim
45 Não Não Não Não Sim Sim
46 Não Não Não Não Sim Sim
47 Não Não Sim Não Não Não
48 Não Não Não Não Não Não
49 Não Não Não Não Não Não
50 Não Não Não Não Não Não
51 Sim Não Não Não Não Não
52 Sim Não Não Não Não Não
140
53 Não Não Não Não Não Não
54 Não Não Não Não Não Não
55 Não Não Não Não Não Não
56 Não Não Não Não Não Não
57 Sim Não Não Não Não Não
58 Não Não Não Não Não Não
59 Não Não Não Não Não Não
60 Não Não Não Sim Não Não
61 Não Não Não Não Não Não
62 Não Não Não Não Não Sim
63 Não Não Não Não Não Não
64 Não Não Não Sim Não Não
65 Não Não Não Sim Sim Não
66 Não Não Não Não Não Não
67 Não Não Não Não Não Não
68 Não Não Não Não Não Não
69 Não Não Não Não Não Não
Fonte: Elaboração própria do autor a partir de informações dos catálogos de selos.
141
SIGLA RHM SIGLA RHM SIGLA RHM SIGLA
1 ODB30 14B VER60B 23F DPD10F 23C DPD10C 40SP BB80SP 64 CFB100 33L DPP80L
2 ODB60 15B VER90B 24F DPD20F 24 DPD20C 41SP BB100SP 65 CF100 34L DPP100L
3 ODB90 16B VER180B 25F DPD50F 25C DPD50C 42SP BB200SP 66 CS300 34AL DPP100AL
1A ODB30A 17B VER300B 26F DPD80F 26C DPD80C 43SP BB260SP 67 CI500 35L DPP200L
2A ODB60A 18B VER600B 26aF DPD80aF 27aC DPD100aC 44SP BB300SP 68 CF700 35aL DPP200aL
3A ODB90A 19 COL10 27F DPD100F 27A C DPD100AaC 45SP BB700SP 69 PA1000 36L DPP500L
1B ODB30B 20 COL30 27aF DPD100aF 25C1 DPD50C1 46SP BB1000SP 62A CFVO20A 37L BB10L
2B ODB60B 21 COL280 27AF DPD100AF 30 DPP10 47 AUR300 64A CFB100A 38L BB20L
3B ODB90B 22 COL430 28F DPD200F 31 DPP20 47A AUR300A 65A CF100A 38aL BB20aL
1C ODB30C 19A1 COL10A1 28aF DPD20aF 32 DPP50 47B AUR300B 65SD CF100SD 38bL BB20bL
2C ODB60C 19A2 COL10A2 29F DPD500F 33 DPP80 28bss DPD200BSS 50bss CP200BSS 39L BB50L
3C ODB90C 20A1 COL30A1 29aF DPD500aF 34 DPP100 35bss DPP200BSS 56bss CGCT200BSS 40L BB80L
4 INC10 20A2 COL30A2 25G DPD50G 35 DPP200 35bsm DPP200BSM 57abss CGLL200aBSS 41L BB100L
5 INC30 21A COL280A 27AG DPD100AG 36 DPP500 42bss BB200BSS 57bss CGLL200BSS 42L BB200L
6 INC60 21A1 COL280A1 28G DPD200G 34A DPP100A 44tss BB260TSS 62bss CFVO20BSS 43L BB260L
7 INC90 22A COL430A 25D DPD50D 35a DPP200a 46bss BB1000BSS 23L DPD10L 44L BB300L
8 INC180 19B COL10B 27AD DPD100AD 32B DPP50B 48 CP50 23aL DPD10aL 45L BB700L
9 INC300 20B COL30B 23R DPD10R 34B DPP100B 49 CP100 23Ll DPD10LI 46L BB1000L
10 INC600 21B COL280B 25R DPD50R 34AB DPP100AB 50 CP200 24L DPD20L
5A INC30A 22B COL430B 27AR DPD100AR 35aC DPP200aC 51 CGPR10 24aL DPD20aL
6A INC60A 23 DPD10 27AaR DPD100AaR 34AE DPP100AB 52 CGLA10 24bL DPD20bL
7A INC90A 24 DPD20 23FS DPD10FS 37 BB10 53 CG50 25L DPD50L
7D INC90D 25 DPD50 24FS DPD20FS 38 BB20 54 CGABR100 26L DPD80L
5B INC30B 26 DPD80 25FS DPD50FS 39 BB50 55 CGJAN100 26aL DPD80aL
6B INC60B 27 DPD100 26FS DPD80FS 40 BB80 56 CGCT200 27L DPD100L
7B INC90B 28 DPD200 27FS DPD100FS 41 BB100 57 CGLL200 27aL DPD100aL
5C INC30C 29 DPD500 28FS DPD200FS 42 BB200 51a CGPR10a 27AL DPD100AL
6C INC60C 23a DPD10a 29FS DPD500FS 43 BB260 52a CGLA10a 27AaL DPD100AaL
7C INC90C 24a DPD20a 23aFS DPD10aFS 44 BB300 57a CGLL200a 28L DPD200L
11 VER10 24b DPD20b 24aFS DPD20aFS 45 BB700 52E CGLA10E 28aL DPD200aL
12 VER20 26a DPD80a 24bFS DPD20bFS 46 BB1000 52A CGLA10A 29L DPD500L
13 VER30 28a DPD200a 26aFS DPD80aFS 38a BB20a 52AE CGLA10EA 29aL DPD500aL
14 VER60 29a DPD500a 28aFS DPD200aFS 38 BB20b 54SD CG100ABRSD 23CL DPD10CL
15 VER90 27a DPD100a 29aFS DPD500aFS 39B BB50B 58 FC100 24CL DPD20CL
16 VER180 27A DPD100A 23SD DPD10SD 39G BB50G 59 FL100 25CL DPD50CL
17 VER300 27Aa DPD100Aa 24SD DPD20SD 41G BB100G 60 CB100 26CL DPD80CL
18 VER600 25B DPD50B 27ASDS DPD100ASDS 42G BB200G 60A CB100A 27AaCL DPD100AaCL
12A VER20A 27B DPD100B 27ASDI DPD100ASDI 37SP BB10SP 61 CFVR20 30L DPP10L
12B VER20B 27aB DPD100aB 27ASDH DPD100ASDH 38SP BB20SP 62 CFVO20 31L DPP20L
13B VER30B 27AB DPD100AB 25DI DPD50DI 39SP BB50SP 63 CF50 32L DPP50L
* RHM é a firma editora do Catálogo de Selos Brasil (Rolf Harald Meyer)
Fonte: Elaboração própria do autor a partir das classificações dos selos do Catálogo de Selos Brasil (Rolf Harald Meyer)
ANEXO 3 – Listagem dos números de catalogação dos selos e de suas siglas
HM
C
a
b
RHM* SIGLA RHM SIGLA RHM SIGLA R
142
ANEXO 4 – Descrição das Variáveis dos Modelos Hedônicos
DBSS = 1 se o selo é bisseto e DBSS= 0, caso contrário.
DDT = 1 se o selo tem dentes; DDT = 0, caso contrário.
DENV = 1 se o(s) selo(s) está(ão) fixado(s) em suporte e DENV = 0, caso contrário.
DIMALG = 1 se tem imagem de algarismos; DIMALG = 0, caso contrário.
DIMEFI = 1 se tem a efígie de D.Pedro II; DIMEFI = 0, caso contrário.
DIMOUT = 1 se tem outras imagens; DIMOUT = 0, caso contrário.
DLGMRG = 1 presença de legenda na margem; DLMRG = 0, caso contrário.
DNS = 1 se o selo não é carimbado e DNS = 0, caso contrário.
DPERC = 1 se a denteação é percé; DPERC = 0, caso contrário.
DPPACAM = 1 se o papel é acinzentado/amarelado; DPPACAM = 0, caso contrário.
DPPACAZ = 1 se o papel é acinzentado/azulado; DPPACAZ = 0, caso contrário.
DPPAMAZ = 1 se o papel é amarelado/azulado; DPPAMAZ = 0, caso contrário.
DPPBR = 1 se o papel é branco; DPPBR = 0, caso contrário.
DPPF = 1 se o papel é fino; DPPF = 0, caso contrário.
DPPG = 1 se o papel é grosso; DPPG = 0, caso contrário.
DPPM = 1 se o papel é médio; DPPM = 0, caso contrário.
DPPTIN = 1 se o papel é tintado; DPPTIN = 0, caso contrário.
DPRAR = 1 se o selo possui pelo menos um atributo raro e DPRAR = 0, caso contrário.
DPRCOR = 1 se o selo apresenta alguma cor, DPRCOR = 0, cor preta.
DPRDT = 1 se o selo tem denteação; DPRDT = 0, caso contrário.
DTXVG = 1 se a textura do papel é estriada (ou vergé); DTXVG = 0, caso contrário (textura
lisa).
DVRCOR = 1 se há variedade na cor de impressão; DVRCOR = 0, caso contrário.
DVRCPP = 1 se há variedade na cor do papel; DVRCPP = 0, caso contrário.
DVRDT = 1 se há variedade no tipo de denteação; DVRDT = 0, caso contrário.
DVRGR = 1 se o papel tem variedade de gramatura; DVRGR = 0, caso contrário.
DVRIMP = 1 se há erro de impressão; DVRIMP = 0, caso contrário.
DVRTX = 1 se há variedade na textura do papel; DVRTX = 0, caso contrário.
D1S = 1 se o selo é isolado e D1S = 0, caso contrário.
D2S = 1 se é par de selos e D2S = 0, caso contrário.
D3S = 1 se é terno de selos e D3S = 0, caso contrário.
D4S = 1 se é quadra de selos e D4S = 0, caso contrário.
D5S = 1 se é cinco selos e D5S = 0, caso contrário.
D6S = 1 se é seis selos e D6S = 0, caso contrário.
ID = Idade da peça filatélica (ano da cotação menos ano de emissão)
NDT = número de denteados
NSP = número de selos em uma peça filatélica
NVR = número de variedades em uma peça filatélica
VF = valor de face do selo (em réis)
VR = valor real da cotação da peça filatélica
143
ANEXO 5 – Resultados das regressões por ano (1954-1988)
1954 1955
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 15:14
Sample: 1 595
Included observations: 595
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.830923 0.21907 -8.357707 0.0000
DPPG
2.153529 0.359186 5.995581 0.0000
DPPACAM
1.146265 0.228463 5.017285 0.0000
DPPACAZ
2.543333 0.258771 9.828508 0.0000
DTXVG
2.576908 0.272623 9.452289 0.0000
DPERC
0.244187 0.137243 1.779231 0.0757
DPRCOR
0.599 0.160792 3.725316 0.0002
DIMALG
2.421375 0.29488 8.21138 0.0000
DIMOUT
-1.16374 0.177369 -6.561108 0.0000
VF
0.003745 0.000215 17.39524 0.0000
DSN
1.028455 0.093127 11.04355 0.0000
ID
0.014704 0.002425 6.063783 0.0000
D2S
1.403786 0.111705 12.56692 0.0000
D4S
3.274303 0.126402 25.90386 0.0000
DPPTIN
-0.448315 0.21905 -2.046634 0.0411
DVRTX
0.858268 0.462445 1.855936 0.0640
DVRDT
1.194399 0.163478 7.306178 0.0000
R-squared
0.723197
Mean dependent var
4.6674
Adjusted R-squared
0.715535
S.D. dependent var
2.1238
S.E. of regression
1.132729
Akaike info criterion
3.1153
Sum squared resid
741.617
Schwarz criterion
3.2407
Log likelihood
-909.7992
F-statistic
94.3829
Durbin-Watson stat
2.026217
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 15:22
Sample: 1 609
Included observations: 609
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-2.160995 0.152321 -14.18714 0.0000
DPPACAM
0.858795 0.163344 5.257596 0.0000
DPPACAZ
2.399396 0.258627 9.277435 0.0000
DTXVG
2.864035 0.211133 13.56508 0.0000
DPRCOR
0.567937 0.157245 3.611806 0.0003
DIMALG
2.694422 0.235002 11.46555 0.0000
DIMOUT
-1.08527 0.177114 -6.127509 0.0000
VF
0.003718 0.000212 17.53675 0.0000
DSN
0.967558 0.093728 10.32308 0.0000
ID
0.018867 0.002271 8.307556 0.0000
D2S
1.398174 0.112472 12.43133 0.0000
D4S
3.272931 0.12543 26.09378 0.0000
DVRGR
1.689513 0.186144 9.076368 0.0000
DVRTX
1.680425 0.172859 9.721384 0.0000
DVRDT
1.33363 0.179415 7.433232 0.0000
R-squared
0.714571
Mean dependent var
4.8989
Adjusted R-squared
0.707843
S.D. dependent var
2.1301
S.E. of regression
1.151348
Akaike info criterion
3.1441
Sum squared resid
787.4074
Schwarz criterion
3.2527
Log likelihood
-942.368
F-statistic
106.2196
Durbin-Watson stat
2.036851
Prob(F-statistic)
0.0000
144
1956 1957
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:15
Sample: 1 623
Included observations: 623
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.865895 0.181756 -10.26593 0.0000
DPPG
2.23939 0.32196 6.955495 0.0000
DPPACAM
1.103298 0.186486 5.916247 0.0000
DPPACAZ
2.483547 0.257187 9.65658 0.0000
DTXVG
2.625433 0.230184 11.40582 0.0000
DPRCOR
0.483786 0.14645 3.303433 0.0010
DIMALG
2.3002 0.243541 9.444834 0.0000
DIMOUT
-1.046554 0.177846 -5.884612 0.0000
VF
0.003623 0.000217 16.70919 0.0000
DSN
0.914382 0.093046 9.827199 0.0000
ID
0.020725 0.002061 10.05508 0.0000
D2S
1.412048 0.110779 12.74652 0.0000
D4S
3.260231 0.124961 26.08995 0.0000
DVRTX
1.606247 0.159141 10.09321 0.0000
DVRDT
1.216528 0.161056 7.553448 0.0000
R-squared
0.712986
Mean dependent var
4.9405
Adjusted R-squared
0.706377
S.D. dependent var
2.1280
S.E. of regression
1.153084
Akaike info criterion
3.1465
Sum squared resid
808.398
Schwarz criterion
3.2533
Log likelihood
-965.1469
F-statistic
107.8830
Durbin-Watson stat
1.998532
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:09
Sample: 1 594
Included observations: 594
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.843844 0.182507 -10.10288 0.0000
DPPG
2.251681 0.329811 6.827179 0.0000
DPPACAM
1.143909 0.187862 6.089095 0.0000
DPPACAZ
2.541831 0.261829 9.707983 0.0000
DTXVG
2.743563 0.241339 11.36808 0.0000
DPERC
0.272157 0.143731 1.893516 0.0588
DPRCOR
0.552309 0.154227 3.581139 0.0004
DIMALG
2.476296 0.260758 9.496544 0.0000
DIMOUT
-1.100513 0.180501 -6.096975 0.0000
VF
0.00363 0.000218 16.61788 0.0000
DSN
0.88644 0.093323 9.498613 0.0000
ID
0.019859 0.002372 8.372708 0.0000
D2S
1.425984 0.11043 12.913 0.0000
D4S
3.275361 0.125216 26.15767 0.0000
DVRTX
1.637255 0.157489 10.39597 0.0000
DVRDT
1.262354 0.164072 7.693881 0.0000
R-squared
0.71876
Mean dependent var
5.1915
Adjusted R-squared
0.711461
S.D. dependent var
2.1080
S.E. of regression
1.132312
Akaike info criterion
3.1130
Sum squared resid
741.0712
Schwarz criterion
3.2311
Log likelihood
-908.551
F-statistic
98.4788
Durbin-Watson stat
2.023577
Prob(F-statistic)
0.0000
145
1958 1959
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:20
Sample: 1 599
Included observations: 599
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.814679 0.182038 -9.968701 0.0000
DPPG
2.142435 0.328039 6.531031 0.0000
DPPACAM
1.174582 0.186655 6.292796 0.0000
DPPACAZ
2.584103 0.25985 9.944594 0.0000
DTXVG
2.757887 0.243772 11.31339 0.0000
DPERC
0.255675 0.147599 1.732225 0.0838
DPRCOR
0.529676 0.149925 3.532932 0.0004
DIMALG
2.513504 0.258406 9.72695 0.0000
DIMOUT
-1.004401 0.181411 -5.536597 0.0000
VF
0.003562 0.000213 16.72432 0.0000
DSN
0.86788 0.094341 9.199412 0.0000
ID
0.018531 0.002238 8.280474 0.0000
D2S
1.420685 0.111433 12.74919 0.0000
D4S
3.313142 0.126643 26.16135 0.0000
DVRTX
1.685903 0.15827 10.65204 0.0000
DVRDT
1.223787 0.165013 7.416294 0.0000
R-squared
0.718454
Mean dependent var
5.0704
Adjusted R-squared
0.71121
S.D. dependent var
2.1327
S.E. of regression
1.146091
Akaike info criterion
3.1369
Sum squared resid
765.7843
Schwarz criterion
3.2543
Log likelihood
-923.513
F-statistic
99.1808
Durbin-Watson stat
1.887178
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:26
Sample: 1 643
Included observations: 643
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.943661 0.169252 -11.48382 0.0000
DPPG
1.98932 0.27954 7.1164 0.0000
DPPACAM
1.013171 0.177099 5.720914 0.0000
DPPACAZ
2.423622 0.24085 10.06277 0.0000
DTXVG
2.759506 0.222227 12.41751 0.0000
DPRCOR
0.476122 0.144718 3.289997 0.0011
DIMALG
2.286163 0.231899 9.858429 0.0000
DIMOUT
-1.004763 0.175826 -5.714521 0.0000
VF
0.003509 0.000208 16.85478 0.0000
DSN
0.814634 0.093714 8.692764 0.0000
ID
0.024863 0.001977 12.57748 0.0000
D2S
1.410954 0.114163 12.35909 0.0000
D4S
3.322228 0.125786 26.41179 0.0000
DPPTIN
-0.629595 0.254124 -2.477508 0.0135
DVRTX
1.619611 0.161157 10.04988 0.0000
DVRDT
1.454634 0.166157 8.754586 0.0000
R-squared
0.714615
Mean dependent var
5.2947
Adjusted R-squared
0.707788
S.D. dependent var
2.1805
S.E. of regression
1.178703
Akaike info criterion
3.1913
Sum squared resid
871.117
Schwarz criterion
3.3024
Log likelihood
-1009.995
F-statistic
104.6689
Durbin-Watson stat
2.037467
Prob(F-statistic)
0.0000
146
1960 1961
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:30
Sample: 1 556
Included observations: 556
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.788937 0.158196 -11.30838 0.0000
DPPG
2.240879 0.28276 7.925031 0.0000
DPPACAM
1.140946 0.172768 6.603931 0.0000
DPPACAZ
2.420371 0.245006 9.878816 0.0000
DTXVG
2.551573 0.226699 11.25533 0.0000
DPRCOR
0.453684 0.168559 2.691552 0.0073
DIMALG
2.167377 0.248725 8.713965 0.0000
DIMOUT
-1.081702 0.20197 -5.355759 0.0000
VF
0.003854 0.000248 15.56979 0.0000
DSN
0.703545 0.100131 7.026224 0.0000
ID
0.022377 0.002357 9.493836 0.0000
D2S
1.371688 0.125048 10.96927 0.0000
D4S
3.288669 0.134705 24.41378 0.0000
DBSS
0.694425 0.341221 2.035119 0.0423
DPPTIN
-0.664631 0.279181 -2.380646 0.0176
DVRTX
2.794329 0.269863 10.35461 0.0000
DVRDT
1.416379 0.169838 8.339587 0.0000
DVRCOR
0.358664 0.201235 1.782316 0.0753
R-squared
0.71366
Mean dependent var
5.3615
Adjusted R-squared
0.704612
S.D. dependent var
2.1341
S.E. of regression
1.159857
Akaike info criterion
3.1663
Sum squared resid
723.7549
Schwarz criterion
3.3062
Log likelihood
-862.2341
F-statistic
78.8756
Durbin-Watson stat
1.931353
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:34
Sample: 1 548
Included observations: 548
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.868307 0.164739 -11.34102 0.0000
DPPG
2.199578 0.291724 7.539941 0.0000
DPPACAM
1.177571 0.181078 6.503117 0.0000
DPPACAZ
2.449003 0.246508 9.934767 0.0000
DTXVG
2.612222 0.236337 11.05294 0.0000
DPRCOR
0.501903 0.159248 3.151707 0.0017
DIMALG
2.440615 0.245199 9.953609 0.0000
DIMOUT
-1.200457 0.206429 -5.815349 0.0000
VF
0.003812 0.000248 15.38421 0.0000
DSN
0.744634 0.103821 7.172319 0.0000
ID
0.016881 0.002379 7.097463 0.0000
D2S
1.343272 0.129074 10.40698 0.0000
D4S
3.305986 0.138805 23.81749 0.0000
DBSS
0.806635 0.34298 2.351844 0.0190
DPPTIN
-0.627541 0.320299 -1.959235 0.0506
DVRTX
2.808237 0.318433 8.818917 0.0000
DVRDT
1.341081 0.166487 8.055156 0.0000
R-squared
0.708273
Mean dependent var
4.9671
Adjusted R-squared
0.699483
S.D. dependent var
2.1764
S.E. of regression
1.193093
Akaike info criterion
3.2215
Sum squared resid
755.8634
Schwarz criterion
3.3551
Log likelihood
-865.6927
F-statistic
80.5747
Durbin-Watson stat
1.910458
Prob(F-statistic)
0.0000
147
1962 1963
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:39
Sample: 1 546
Included observations: 546
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.909382 0.155682 -12.26467 0.0000
DPPG
2.192761 0.279345 7.849655 0.0000
DPPACAM
1.200156 0.178862 6.709951 0.0000
DPPACAZ
2.399237 0.253242 9.474076 0.0000
DTXVG
2.570695 0.22936 11.20813 0.0000
DPRCOR
0.481123 0.159462 3.017158 0.0027
DIMALG
2.504999 0.237271 10.55755 0.0000
DIMOUT
-1.142877 0.205586 -5.559105 0.0000
VF
0.003798 0.000248 15.3186 0.0000
DSN
0.741632 0.103959 7.133865 0.0000
ID
0.014559 0.002365 6.156259 0.0000
D2S
1.378796 0.129584 10.64017 0.0000
D4S
3.329056 0.138788 23.98666 0.0000
DBSS
0.760709 0.311883 2.439083 0.0151
DPPTIN
-0.682604 0.312902 -2.181526 0.0296
DVRTX
2.659152 0.317239 8.382181 0.0000
DVRDT
1.255578 0.168277 7.461359 0.0000
R-squared
0.709958
Mean dependent var
4.7519
Adjusted R-squared
0.701186
S.D. dependent var
2.1795
S.E. of regression
1.191414
Akaike info criterion
3.2188
Sum squared resid
750.898
Schwarz criterion
3.3528
Log likelihood
-861.7321
F-statistic
80.9297
Durbin-Watson stat
2.096681
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:45
Sample: 1 568
Included observations: 568
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.809772 0.161379 -11.21445 0.0000
DPPG
2.10213 0.310251 6.775585 0.0000
DPPACAM
1.131032 0.176574 6.405441 0.0000
DPPACAZ
2.132595 0.185632 11.48827 0.0000
DTXVG
2.384225 0.232651 10.24807 0.0000
DPRCOR
0.412501 0.164309 2.510527 0.0123
DIMALG
2.23341 0.252118 8.858605 0.0000
DIMOUT
-1.128782 0.198884 -5.675571 0.0000
VF
0.003892 0.000247 15.77328 0.0000
DSN
0.725408 0.099919 7.259952 0.0000
ID
0.01741 0.002316 7.516172 0.0000
D2S
1.324197 0.124774 10.61276 0.0000
D4S
3.352079 0.133276 25.15142 0.0000
DBSS
0.670571 0.358148 1.872327 0.0617
DPPTIN
-0.75384 0.282612 -2.667404 0.0079
DVRTX
2.93488 0.338829 8.661842 0.0000
DVRDT
1.180105 0.176939 6.669555 0.0000
DVRCOR
0.416405 0.221588 1.87918 0.0607
R-squared
0.71631
Mean dependent var
4.9648
Adjusted R-squared
0.707542
S.D. dependent var
2.1647
S.E. of regression
1.170656
Akaike info criterion
3.1842
Sum squared resid
753.7395
Schwarz criterion
3.3218
Log likelihood
-886.3079
F-statistic
81.6905
Durbin-Watson stat
1.924706
Prob(F-statistic)
0.0000
148
1964 1965
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:58
Sample: 1 576
Included observations: 576
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.304699 0.161598 -8.07372 0.0000
DPPG
2.480777 0.228345 10.86416 0.0000
DPPACAM
1.278135 0.173698 7.35837 0.0000
DPPACAZ
1.869965 0.182984 10.21929 0.0000
DTXVG
1.965192 0.228122 8.614655 0.0000
DPRCOR
0.514499 0.153971 3.341527 0.0009
DIMALG
1.898554 0.22724 8.35486 0.0000
DIMOUT
-1.013975 0.20449 -4.958561 0.0000
VF
0.00376 0.000238 15.82992 0.0000
DSN
0.737552 0.09533 7.736822 0.0000
ID
0.01504 0.002255 6.669448 0.0000
D2S
0.996545 0.115153 8.654074 0.0000
D4S
2.668932 0.123399 21.62842 0.0000
DVRTX
2.41408 0.248637 9.709268 0.0000
DVRDT
1.27083 0.176822 7.187054 0.0000
R-squared
0.676983
Mean dependent var
4.6971
Adjusted R-squared
0.668922
S.D. dependent var
1.9804
S.E. of regression
1.139526
Akaike info criterion
3.1248
Sum squared resid
728.4696
Schwarz criterion
3.2382
Log likelihood
-884.942
F-statistic
83.9821
Durbin-Watson stat
1.958182
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 16:52
Sample: 1 573
Included observations: 573
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.668902 0.178689 -9.339717 0.0000
DPPG
1.83792 0.254515 7.221253 0.0000
DPPACAM
1.023993 0.182061 5.624454 0.0000
DPPACAZ
2.216024 0.197399 11.22613 0.0000
DTXVG
2.222684 0.237631 9.353522 0.0000
DPRCOR
0.441966 0.153616 2.877081 0.0042
DIMALG
2.353461 0.243237 9.67558 0.0000
DIMOUT
-1.0336 0.194305 -5.319463 0.0000
VF
0.003874 0.000236 16.39643 0.0000
DSN
0.721955 0.097293 7.420422 0.0000
ID
0.017143 0.002174 7.88629 0.0000
D2S
1.309268 0.118387 11.05917 0.0000
D4S
3.283094 0.124919 26.28177 0.0000
DBSS
0.667541 0.364843 1.829668 0.0678
DVRTX
3.081217 0.307814 10.00999 0.0000
DVRDT
1.215793 0.170847 7.116257 0.0000
R-squared
0.739009
Mean dependent var
5.1698
Adjusted R-squared 0.73198
S.D. dependent var
2.2163
S.E. of regression
1.147388
Akaike info criterion
3.1404
Sum squared resid
733.2901
Schwarz criterion
3.2619
Log likelihood
-883.7186
F-statistic
105.1448
Durbin-Watson stat
1.978326
Prob(F-statistic)
0.0000
149
1966 1967
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:03
Sample: 1 542
Included observations: 542
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.088542 0.160119 -6.798328 0.0000
DPPG
2.70955 0.213992 12.6619 0.0000
DPPACAM
1.027586 0.171753 5.982913 0.0000
DPPACAZ
1.825902 0.19782 9.230125 0.0000
DTXVG
1.77894 0.225758 7.879859 0.0000
DPRCOR
0.454031 0.170066 2.669743 0.0078
DIMALG
1.401827 0.237079 5.912903 0.0000
DIMOUT
-1.091048 0.202384 -5.390975 0.0000
VF
0.00368 0.000238 15.4715 0.0000
DSN
0.738632 0.095732 7.715609 0.0000
ID
0.020246 0.002288 8.847798 0.0000
D2S
0.980629 0.119872 8.180602 0.0000
D4S
2.844045 0.129437 21.97239 0.0000
DPPTIN
-0.954554 0.284121 -3.359672 0.0008
DVRTX
2.578853 0.316733 8.142029 0.0000
DVRDT
1.341395 0.187995 7.13526 0.0000
DVRCOR
0.29261 0.166406 1.758411 0.0793
R-squared
0.670871
Mean dependent var
4.9331
Adjusted R-squared
0.660841
S.D. dependent var
1.9066
S.E. of regression
1.110374
Akaike info criterion
3.0781
Sum squared resid
647.2879
Schwarz criterion
3.2129
Log likelihood
-817.174
F-statistic
66.8825
Durbin-Watson stat
1.966833
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:07
Sample: 1 568
Included observations: 568
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-0.97715 0.149884 -6.519359 0.0000
DPPG
2.48049 0.199838 12.41248 0.0000
DPPACAM
1.084012 0.161976 6.692436 0.0000
DPPACAZ
1.953566 0.193665 10.08733 0.0000
DTXVG
1.757181 0.207728 8.459039 0.0000
DPRDT
-0.357281 0.176558 -2.02359 0.0435
DPRCOR
0.380067 0.165068 2.302485 0.0217
DIMALG
0.731912 0.288207 2.539538 0.0114
DIMOUT
-1.133234 0.194535 -5.825352 0.0000
VF
0.003894 0.000244 15.9804 0.0000
DSN
0.7847 0.091018 8.621327 0.0000
ID
0.027499 0.002766 9.943659 0.0000
D2S
1.003541 0.111839 8.973111 0.0000
D4S
2.652673 0.125128 21.1997 0.0000
DPPTIN
-0.827165 0.263003 -3.145081 0.0018
DVRTX
2.42471 0.324178 7.479576 0.0000
DVRDT
1.645286 0.202258 8.134584 0.0000
DVRCOR
0.308502 0.177142 1.741549 0.0821
R-squared
0.689635
Mean dependent var
5.3091
Adjusted R-squared
0.680041
S.D. dependent var
1.9089
S.E. of regression
1.079784
Akaike info criterion
3.0226
Sum squared resid
641.2631
Schwarz criterion
3.1602
Log likelihood
-840.4115
F-statistic
71.8885
Durbin-Watson stat
1.974796
Prob(F-statistic)
0.0000
150
1968 1969
D
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:10
Sample: 1 566
Included observations: 566
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.400416 0.17118 -8.180959 0.0000
DPPG
2.276793 0.239737 9.497029 0.0000
DPPACAM
1.12559 0.165851 6.786751 0.0000
DPPACAZ
2.017372 0.189148 10.66558 0.0000
DTXVG
2.14739 0.243125 8.832447 0.0000
DPRCOR
0.31152 0.165012 1.887866 0.0596
DIMALG
1.390537 0.250686 5.546921 0.0000
DIMOUT
-1.037458 0.19482 -5.325221 0.0000
VF
0.003846 0.000235 16.37624 0.0000
DSN
0.74834 0.090213 8.295264 0.0000
ID
0.025318 0.002136 11.85123 0.0000
D2S
0.881053 0.106753 8.2532 0.0000
D4S
2.564075 0.122837 20.87379 0.0000
DPPTIN
-0.632174 0.280919 -2.250377 0.0248
DVRDT
1.462102 0.202721 7.212385 0.0000
DVRIMP
-0.525067 0.211166 -2.486515 0.0132
DVRCOR
0.280617 0.16553 1.695263 0.0906
R-squared
0.688179
Mean dependent var
5.2904
Adjusted R-squared
0.679091
S.D. dependent var
1.8848
S.E. of regression
1.067714
Akaike info criterion
2.9985
Sum squared resid
625.8673
Schwarz criterion
3.1288
Log likelihood
-831.5732
F-statistic
75.7266
Durbin-Watson stat
2.146652
Prob(F-statistic)
0.0000
ependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:19
Sample: 1 585
Included observations: 585
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.735075 0.189117 -9.174604 0.0000
DPPG
1.911709 0.273721 6.984161 0.0000
DPPACAM
1.050531 0.18909 5.55573 0.0000
DPPACAZ
2.192967 0.178951 12.25458 0.0000
DTXVG
2.35552 0.236644 9.95385 0.0000
DPRCOR
0.371647 0.149739 2.481957 0.0134
DIMALG
2.064142 0.248635 8.3019 0.0000
DIMOUT
-1.048853 0.180884 -5.79849 0.0000
VF
0.003813 0.000231 16.51228 0.0000
DSN
0.700229 0.09024 7.759587 0.0000
ID
0.023584 0.001897 12.43267 0.0000
D2S
1.249202 0.111185 11.23534 0.0000
D4S
2.962273 0.114778 25.80877 0.0000
DBSS
1.37563 0.316836 4.34178 0.0000
DVRTX
3.128817 0.214236 14.60452 0.0000
DVRDT
1.331516 0.167936 7.928689 0.0000
DVRCOR
0.502413 0.168042 2.989801 0.0029
R-squared
0.73817
Mean dependent var
5.6758
Adjusted R-squared
0.730795
S.D. dependent var
2.0714
S.E. of regression
1.074738
Akaike info criterion
3.0107
Sum squared resid
656.0749
Schwarz criterion
3.1377
Log likelihood
-863.618
F-statistic
100.0842
Durbin-Watson stat
1.972154
Prob(F-statistic)
0.0000
151
1970 1971
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:24
Sample: 1 563
Included observations: 563
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.697667 0.202051 -8.402175 0.0000
DPPACAM
0.406928 0.234249 1.737159 0.0829
DPPACAZ
1.970915 0.173111 11.38529 0.0000
DPPAMAZ
-0.722355 0.341122 -2.117588 0.0347
DTXVG
2.315699 0.256109 9.041839 0.0000
DPRCOR
0.388606 0.170142 2.284013 0.0228
DIMALG
2.608584 0.289094 9.023305 0.0000
DIMOUT
-0.918943 0.17646 -5.207661 0.0000
VF
0.003656 0.000225 16.28183 0.0000
DSN
0.666455 0.090258 7.383855 0.0000
ID
0.025776 0.002009 12.83202 0.0000
D2S
1.160616 0.10949 10.60022 0.0000
D4S
2.776004 0.112472 24.68164 0.0000
DBSS
1.553876 0.274492 5.660914 0.0000
DVRGR
1.292291 0.200444 6.447147 0.0000
DVRTX
3.140835 0.197704 15.88655 0.0000
DVRDT
1.816259 0.265546 6.839727 0.0000
DVRCOR
0.546143 0.17347 3.14834 0.0017
R-squared
0.741326
Mean dependent var
5.8156
Adjusted R-squared
0.733257
S.D. dependent var
2.0384
S.E. of regression
1.052752
Akaike info criterion
2.9721
Sum squared resid
604.0162
Schwarz criterion
3.1107
Log likelihood
-818.6579
F-statistic
91.8763
Durbin-Watson stat
1.890473
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:28
Sample: 1 587
Included observations: 587
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.919422 0.149571 -12.83284 0.0000
DPPACAM
0.861165 0.158687 5.426816 0.0000
DPPACAZ
2.328811 0.198923 11.70707 0.0000
DTXVG
2.83682 0.210985 13.44561 0.0000
DPRDT
-0.483474 0.201403 -2.400528 0.0167
DPERC
0.300524 0.151612 1.982196 0.0479
DPRCOR
0.390162 0.146814 2.65752 0.0081
DIMALG
1.89277 0.316457 5.981123 0.0000
DIMOUT
-1.018242 0.176018 -5.784886 0.0000
VF
0.003725 0.000222 16.80183 0.0000
DSN
0.646326 0.087703 7.369456 0.0000
ID
0.029181 0.002826 10.32578 0.0000
D2S
1.197499 0.109414 10.94466 0.0000
D4S
2.79774 0.112564 24.85475 0.0000
DBSS
1.308189 0.311458 4.200214 0.0000
DVRGR
1.602801 0.16665 9.617782 0.0000
DVRTX
3.135073 0.193963 16.16322 0.0000
DVRDT
1.803458 0.22443 8.035711 0.0000
DVRCOR
0.532175 0.162834 3.268202 0.0011
R-squared
0.741629
Mean dependent var
5.9273
Adjusted R-squared
0.733442
S.D. dependent var
2.0252
S.E. of regression
1.045605
Akaike info criterion
2.9589
Sum squared resid
620.9883
Schwarz criterion
3.1005
Log likelihood
-849.4373
F-statistic
90.5774
Durbin-Watson stat
2.095963
Prob(F-statistic)
0.0000
152
1972 1973
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:35
Sample: 1 581
Included observations: 581
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-2.021125 0.14763 -13.69046 0.0000
DPPACAM
0.856916 0.16028 5.346369 0.0000
DPPACAZ
2.398541 0.197148 12.16622 0.0000
DTXVG
2.90225 0.215693 13.45546 0.0000
DPERC
0.304786 0.156062 1.952975 0.0513
DPRCOR
0.409858 0.14794 2.770433 0.0058
DIMALG
2.612296 0.22707 11.50439 0.0000
DIMOUT
-1.017122 0.177422 -5.732773 0.0000
VF
0.003721 0.000221 16.84154 0.0000
DSN
0.665348 0.08938 7.444056 0.0000
ID
0.023983 0.002079 11.53605 0.0000
D2S
1.233359 0.110876 11.12376 0.0000
D4S
2.807142 0.112647 24.91973 0.0000
DBSS
1.171713 0.326526 3.588427 0.0004
DVRGR
1.58264 0.165255 9.576945 0.0000
DVRTX
3.191017 0.21856 14.60021 0.0000
DVRDT
1.298787 0.183961 7.060112 0.0000
DVRCOR
0.461042 0.173155 2.662593 0.0080
R-squared
0.74016
Mean dependent var
5.9760
Adjusted R-squared
0.732314
S.D. dependent var
2.0477
S.E. of regression
1.059456
Akaike info criterion
2.9839
Sum squared resid
631.9376
Schwarz criterion
3.1191
Log likelihood
-848.8168
F-statistic
94.3363
Durbin-Watson stat
1.97874
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:39
Sample: 1 581
Included observations: 581
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.691151 0.168232 -10.05247 0.0000
DPPG
2.124551 0.244223 8.699221 0.0000
DPPACAM
1.126 0.169433 6.645681 0.0000
DPPACAZ
2.279868 0.183591 12.41818 0.0000
DTXVG
2.513396 0.218899 11.48197 0.0000
DPRCOR
0.371099 0.148109 2.505574 0.0125
DIMALG
2.049992 0.23043 8.896367 0.0000
DIMOUT
-1.053855 0.178274 -5.911435 0.0000
VF
0.003744 0.000223 16.79927 0.0000
DSN
0.658964 0.088772 7.423068 0.0000
ID
0.027131 0.001815 14.95123 0.0000
D2S
1.161042 0.108862 10.66529 0.0000
D4S
2.830236 0.114837 24.64566 0.0000
DBSS
1.05471 0.326655 3.228814 0.0013
DVRTX
3.395626 0.161735 20.99505 0.0000
DVRDT
1.64951 0.158096 10.43357 0.0000
DVRCOR
0.516489 0.163689 3.155307 0.0017
R-squared
0.739077
Mean dependent var
6.1192
Adjusted R-squared
0.731675
S.D. dependent var
2.0355
S.E. of regression
1.054405
Akaike info criterion
2.9727
Sum squared resid
627.0382
Schwarz criterion
3.1004
Log likelihood
-846.5559
F-statistic
99.8472
Durbin-Watson stat
2.066379
Prob(F-statistic)
0.0000
153
1974 1975
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 17:43
Sample: 1 594
Included observations: 594
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.716348 0.213931 -8.022899 0.0000
DPPG
2.348459 0.27658 8.491058 0.0000
DPPACAM
1.236551 0.197166 6.271611 0.0000
DPPACAZ
2.38716 0.1833 13.02323 0.0000
DTXVG
2.605203 0.255 10.21648 0.0000
DPRDT
-0.563207 0.209636 -2.686595 0.0074
DPRCOR
0.370169 0.15065 2.457142 0.0143
DIMALG
1.399422 0.361357 3.872683 0.0001
DIMOUT
-1.005939 0.189795 -5.300137 0.0000
VF
0.003733 0.000227 16.47978 0.0000
DSN
0.730993 0.091717 7.970103 0.0000
ID
0.032272 0.002656 12.14908 0.0000
D2S
1.143021 0.113828 10.04167 0.0000
D4S
2.784789 0.119338 23.33522 0.0000
DBSS
0.763594 0.260603 2.930103 0.0035
DVRTX
3.672654 0.178565 20.56764 0.0000
DVRDT
2.535664 0.243478 10.41435 0.0000
DVRCOR
0.408615 0.174436 2.342486 0.0195
R-squared
0.733046
Mean dependent var
6.1133
Adjusted R-squared
0.725168
S.D. dependent var
2.0869
S.E. of regression
1.094069
Akaike info criterion
3.0475
Sum squared resid
689.4646
Schwarz criterion
3.1805
Log likelihood
-887.1132
F-statistic
93.0399
Durbin-Watson stat
2.035323
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:15
Sample: 1 580
Included observations: 580
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-2.07971 0.17267 -12.04442 0.0000
DPPACAM
0.921274 0.175676 5.244157 0.0000
DPPACAZ
2.491804 0.181031 13.76448 0.0000
DTXVG
2.819767 0.234532 12.02297 0.0000
DPRCOR
0.336277 0.16004 2.101198 0.0361
DIMALG
2.406226 0.241003 9.984212 0.0000
DIMOUT
-0.955159 0.212174 -4.501785 0.0000
VF
0.0037 0.000231 16.00442 0.0000
DSN
0.819286 0.095544 8.574939 0.0000
ID
0.028401 0.001961 14.48433 0.0000
D2S
1.094992 0.119156 9.189596 0.0000
D4S
2.711751 0.124115 21.84868 0.0000
DBSS
0.916101 0.346961 2.640355 0.0085
DVRGR
1.771751 0.199112 8.898275 0.0000
DVRTX
3.626566 0.205988 17.60573 0.0000
DVRDT
1.980381 0.175784 11.26597 0.0000
DVRCOR
0.455559 0.170863 2.666223 0.0079
R-squared
0.717954
Mean dependent var
6.3207
Adjusted R-squared
0.709938
S.D. dependent var
2.1086
S.E. of regression
1.135634
Akaike info criterion
3.1211
Sum squared resid
726.0812
Schwarz criterion
3.2490
Log likelihood
-888.1281
F-statistic
89.5705
Durbin-Watson stat
2.001647
Prob(F-statistic)
0.0000
154
1976 1977
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:20
Sample: 1 563
Included observations: 563
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.738779 0.192797 -9.018688 0.0000
DPPG
-1.829464 0.367121 -4.983276 0.0000
DPPACAM
-0.893504 0.201445 -4.435480 0.0000
DPPACAZ
0.558670 0.189653 2.945750 0.0034
DPPAMAZ
-2.119731 0.243713 -8.697640 0.0000
DTXVG
2.411348 0.269291 8.954439 0.0000
DPRCOR
0.378283 0.171005 2.212119 0.0274
DIMALG
4.242819 0.315050 13.467150 0.0000
DIMOUT
-0.969746 0.226259 -4.286001 0.0000
VF
0.003627 0.000245 14.789550 0.0000
DSN
0.909645 0.098859 9.201440 0.0000
ID
0.028595 0.002028 14.100840 0.0000
D2S
1.042774 0.130044 8.018649 0.0000
D3S
2.084244 0.241290 8.637934 0.0000
D4S
2.711054 0.134882 20.099520 0.0000
DENV
1.590856 0.270017 5.891684 0.0000
DBSS
-0.926774 0.437757 -2.117099 0.0347
DVRCPP
1.953643 0.187720 10.407220 0.0000
DPPTIN
-1.961473 0.383446 -5.115376 0.0000
DVRTX
3.783250 0.202310 18.700220 0.0000
DVRDT
2.182727 0.213702 10.213890 0.0000
DVRCOR
0.735944 0.252576 2.913748 0.0037
R-squared
0.734059
Mean dependent var
6.4476
Adjusted R-squared
0.723736
S.D. dependent var
2.1715
S.E. of regression
1.141368
Akaike info criterion
3.1406
Sum squared resid
704.771400
Schwarz criterion
3.3100
Log likelihood
-862.085600
F-statistic
71.1088
Durbin-Watson stat
2.022890
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:23
Sample: 1 595
Included observations: 595
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.837377 0.194865 -9.428986 0.0000
DPPG
-1.901386 0.383802 -4.954078 0.0000
DPPACAM
-0.826151 0.210046 -3.933183 0.0001
DPPACAZ
0.667451 0.196104 3.403558 0.0007
DPPAMAZ
-1.859591 0.241292 -7.706802 0.0000
DTXVG
2.490632 0.272701 9.133203 0.0000
DPRCOR
0.352790 0.142178 2.481319 0.0134
DIMALG
4.224961 0.289778 14.580000 0.0000
DIMOUT
-0.910427 0.238867 -3.811438 0.0002
VF
0.003631 0.000252 14.427910 0.0000
DSN
0.910811 0.098020 9.292133 0.0000
ID
0.029318 0.001816 16.140820 0.0000
D2S
1.035396 0.123848 8.360180 0.0000
D3S
2.065014 0.218810 9.437465 0.0000
D4S
2.748766 0.131801 20.855500 0.0000
DENV
1.118926 0.234783 4.765784 0.0000
DVRCPP
1.908874 0.193219 9.879305 0.0000
DPPTIN
-1.789630 0.342290 -5.228408 0.0000
DVRTX
3.703978 0.217480 17.031310 0.0000
DVRDT
1.928311 0.194135 9.932847 0.0000
DVRCOR
0.470683 0.164515 2.861036 0.0044
R-squared
0.718714
Mean dependent var
6.5371
Adjusted R-squared
0.708914
S.D. dependent var
2.1620
S.E. of regression
1.166475
Akaike info criterion
3.1805
Sum squared resid
781.021700
Schwarz criterion
3.3354
Log likelihood
-925.200800
F-statistic
73.3315
Durbin-Watson stat
1.920158
Prob(F-statistic)
0.0000
155
1978 1979
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:28
Sample: 1 603
Included observations: 603
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.778983 0.179787 -9.894954 0.0000
DPPG
-1.837170 0.369754 -4.968622 0.0000
DPPACAM
-0.786854 0.194027 -4.055374 0.0001
DPPACAZ
0.680172 0.184067 3.695246 0.0002
DPPAMAZ
-1.594695 0.228942 -6.965498 0.0000
DTXVG
2.507120 0.248186 10.101790 0.0000
DPRCOR
0.352081 0.132568 2.655858 0.0081
DIMALG
3.754924 0.267216 14.051990 0.0000
DIMOUT
-0.986818 0.210862 -4.679917 0.0000
VF
0.003436 0.000236 14.534230 0.0000
DSN
0.799042 0.090995 8.781192 0.0000
ID
0.034190 0.001703 20.080070 0.0000
D2S
1.276894 0.113064 11.293590 0.0000
D3S
2.110074 0.212089 9.949018 0.0000
D4S
2.842036 0.122884 23.127830 0.0000
DENV
1.090430 0.207520 5.254568 0.0000
DVRCPP
1.896861 0.181471 10.452700 0.0000
DPPTIN
-1.327990 0.280570 -4.733192 0.0000
DVRTX
3.479016 0.183360 18.973740 0.0000
DVRDT
1.914456 0.201488 9.501604 0.0000
DVRCOR
0.280486 0.156394 1.793463 0.0734
R-squared
0.733506
Mean dependent var
6.9870
Adjusted R-squared
0.724348
S.D. dependent var
2.0744
S.E. of regression
1.089135
Akaike info criterion
3.0428
Sum squared resid
690.376700
Schwarz criterion
3.1962
Log likelihood
-896.419000
F-statistic
80.0955
Durbin-Watson stat
1.912000
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:32
Sample: 1 749
Included observations: 749
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.903224 0.171069 -11.125450 0.0000
DPPACAZ
2.009133 0.199557 10.067970 0.0000
DTXVG
1.261742 0.351323 3.591397 0.0004
DPRDT
-1.791564 0.181093 -9.893083 0.0000
DDT
-17.227250 4.121506 -4.179843 0.0000
NDT
1.425909 0.340622 4.186190 0.0000
DPRCOR
0.248086 0.127139 1.951292 0.0514
DIMOUT
-0.979494 0.209576 -4.673685 0.0000
VF
0.003138 0.000208 15.107850 0.0000
DSN
0.886257 0.083871 10.566960 0.0000
ID
0.051989 0.001209 43.017560 0.0000
D2S
1.190069 0.112381 10.589610 0.0000
D3S
2.243190 0.286612 7.826564 0.0000
D4S
2.802981 0.119627 23.430990 0.0000
DENV
1.940437 0.300581 6.455614 0.0000
DBSS
1.717512 0.410507 4.183880 0.0000
DVRGR
1.877513 0.219343 8.559712 0.0000
DVRCPP
0.293719 0.176411 1.664965 0.0964
DVRTX
2.653579 0.417849 6.350563 0.0000
DVRDT
2.117281 0.339867 6.229740 0.0000
DVRIMP
0.488086 0.206711 2.361203 0.0185
DLGMRG
0.631507 0.144368 4.374283 0.0000
R-squared
0.693381
Mean dependent var
6.6013
Adjusted R-squared
0.684525
S.D. dependent var
2.0420
S.E. of regression
1.146959
Akaike info criterion
3.1410
Sum squared resid
956.378900
Schwarz criterion
3.2767
Log likelihood
-1154.318000
F-statistic
78.2869
Durbin-Watson stat
1.939061
Prob(F-statistic)
0.0000
156
1980 1981
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:39
Sample: 1 833
Included observations: 833
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.924764 0.172731 -11.143160 0.0000
DPPACAM
0.372810 0.195529 1.906674 0.0569
DPPACAZ
2.132720 0.146606 14.547320 0.0000
DTXVG
2.202279 0.235041 9.369767 0.0000
DPRDT
-0.622301 0.288481 -2.157163 0.0313
DPRCOR
0.363964 0.115712 3.145432 0.0017
DIMALG
1.479385 0.374977 3.945264 0.0001
DIMOUT
-0.775688 0.223115 -3.476634 0.0005
VF
0.003045 0.000207 14.739520 0.0000
DSN
0.855467 0.081664 10.475480 0.0000
ID
0.039890 0.002920 13.660860 0.0000
D2S
1.137072 0.112802 10.080260 0.0000
D3S
2.203799 0.315272 6.990161 0.0000
D4S
2.658765 0.120527 22.059570 0.0000
D6S
2.151223 0.342463 6.281623 0.0000
DENV
2.614881 0.348760 7.497640 0.0000
DBSS
2.069914 0.571616 3.621158 0.0003
DVRGR
1.960160 0.213673 9.173643 0.0000
DVRTX
3.320691 0.203550 16.313870 0.0000
DVRDT
2.236191 0.234093 9.552556 0.0000
DLGMRG
0.657463 0.147486 4.457800 0.0000
R-squared
0.688773
Mean dependent var
6.6010
Adjusted R-squared
0.681107
S.D. dependent var
2.0696
S.E. of regression
1.168712
Akaike info criterion
3.1746
Sum squared resid
1109.102000
Schwarz criterion
3.2937
Log likelihood
-1301.208000
F-statistic
89.8513
Durbin-Watson stat
1.994480
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:43
Sample: 1 837
Included observations: 837
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.969257 0.176958 -11.128390 0.0000
DPPACAM
0.508131 0.201196 2.525550 0.0117
DPPACAZ
2.252391 0.146682 15.355620 0.0000
DTXVG
2.158913 0.242358 8.907958 0.0000
DPRCOR
0.311623 0.118355 2.632945 0.0086
DIMALG
2.198683 0.212941 10.325330 0.0000
DIMOUT
-0.762135 0.213861 -3.563699 0.0004
VF
0.003047 0.000199 15.317270 0.0000
DSN
0.857685 0.082084 10.448920 0.0000
ID
0.033008 0.001509 21.873760 0.0000
D2S
1.121194 0.112810 9.938763 0.0000
D3S
2.239496 0.313573 7.141876 0.0000
D4S
2.754753 0.119660 23.021510 0.0000
D6S
2.151802 0.349273 6.160803 0.0000
DENV
2.665602 0.355601 7.496055 0.0000
DBSS
2.246486 0.586445 3.830688 0.0001
DVRGR
2.125410 0.214819 9.893964 0.0000
DVRTX
3.267967 0.255383 12.796340 0.0000
DVRDT
2.057978 0.165853 12.408470 0.0000
DLGMRG
0.549665 0.153027 3.591941 0.0003
R-squared
0.698242
Mean dependent var
6.5055
Adjusted R-squared
0.691224
S.D. dependent var
2.1170
S.E. of regression
1.176358
Akaike info criterion
3.1863
Sum squared resid
1130.579000
Schwarz criterion
3.2993
Log likelihood
-1313.478000
F-statistic
99.4983
Durbin-Watson stat
1.897487
Prob(F-statistic)
0.0000
157
1982 1983
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:47
Sample: 1 847
Included observations: 847
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C
2.777701 1.574461 1.764223 0.0781
DPPF
-1.406971 0.253185 -5.557095 0.0000
DPPACAM
0.667250 0.223769 2.981864 0.0029
DPPACAZ
2.002230 0.221576 9.036318 0.0000
DPRDT
-2.037491 0.395215 -5.155394 0.0000
DDT
-17.799080 3.298879 -5.395494 0.0000
NDT
1.492309 0.272073 5.484960 0.0000
DPRCOR
0.225826 0.129847 1.739165 0.0824
DIMOUT
-0.591415 0.219004 -2.700474 0.0071
VF
0.003073 0.000201 15.268200 0.0000
DSN
0.891560 0.082951 10.748010 0.0000
ID
0.024318 0.011431 2.127418 0.0337
D2S
1.161859 0.113152 10.268090 0.0000
D3S
2.464885 0.342915 7.188043 0.0000
D4S
2.894017 0.118632 24.394900 0.0000
D6S
2.251095 0.366146 6.148075 0.0000
DENV
2.849448 0.380387 7.490921 0.0000
DBSS
2.002914 0.498975 4.014057 0.0001
DVRGR
1.693193 0.312164 5.424044 0.0000
DVRCPP
0.369112 0.215088 1.716098 0.0865
DVRTX
2.903813 0.336861 8.620200 0.0000
DVRDT
1.926717 0.197926 9.734521 0.0000
DVRIMP
0.316917 0.166094 1.908062 0.0567
DLGMRG
0.510841 0.153305 3.332180 0.0009
R-squared
0.688803
Mean dependent var
6.4751
Adjusted R-squared
0.680107
S.D. dependent var
2.1302
S.E. of regression
1.204834
Akaike info criterion
3.2385
Sum squared resid
1194.688000
Schwarz criterion
3.3728
Log likelihood
-1347.499000
F-statistic
79.2013
Durbin-Watson stat
2.026209
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:54
Sample: 1 847
Included observations: 845
Excluded observations: 2
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.424477 0.202947 -7.018951 0.0000
DPPACAM
0.499448 0.220671 2.263316 0.0239
DPPACAZ
2.086936 0.166240 12.553770 0.0000
DPRDT
-1.584911 0.202946 -7.809535 0.0000
DDT
-19.525860 3.219642 -6.064606 0.0000
NDT
1.624502 0.264853 6.133599 0.0000
DPRCOR
0.415033 0.121129 3.426368 0.0006
DIMOUT
-0.477995 0.173654 -2.752570 0.0060
VF
0.003047 0.000201 15.152580 0.0000
DSN
0.888439 0.083822 10.599100 0.0000
ID
0.043836 0.001661 26.390350 0.0000
D2S
1.254031 0.112369 11.159900 0.0000
D3S
2.501069 0.336659 7.429080 0.0000
D4S
2.996767 0.120286 24.913750 0.0000
D6S
2.322597 0.375113 6.191732 0.0000
DENV
2.903147 0.386729 7.506933 0.0000
DBSS
1.876601 0.503457 3.727434 0.0002
DVRGR
1.890500 0.261331 7.234128 0.0000
DVRTX
2.995270 0.310905 9.634052 0.0000
DVRDT
1.936404 0.191495 10.112060 0.0000
DVRIMP
0.296908 0.168751 1.759445 0.0789
DLGMRG
0.479327 0.151022 3.173889 0.0016
R-squared
0.684293
Mean dependent var
6.3965
Adjusted R-squared
0.676237
S.D. dependent var
2.1321
S.E. of regression
1.213146
Akaike info criterion
3.2500
Sum squared resid
1211.227000
Schwarz criterion
3.3734
Log likelihood
-1351.125000
F-statistic
84.9450
Durbin-Watson stat
1.967859
Prob(F-statistic)
0.0000
158
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 19:58
Sample: 1 845
Included observations: 845
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.461043 0.202178 -7.226505 0.0000
DPPACAM
0.499518 0.217980 2.291578 0.0222
DPPACAZ
2.072198 0.168231 12.317550 0.0000
DPRDT
-1.494919 0.200660 -7.449994 0.0000
DDT
-20.309530 3.237462 -6.273288 0.0000
NDT
1.683156 0.266262 6.321425 0.0000
DPRCOR
0.380542 0.120555 3.156590 0.0017
DIMOUT
-0.567880 0.179871 -3.157141 0.0017
VF
0.003090 0.000203 15.253680 0.0000
DSN
0.896633 0.084194 10.649660 0.0000
ID
0.042467 0.001626 26.109800 0.0000
D2S
1.231548 0.112317 10.964950 0.0000
D3S
2.449382 0.328906 7.447064 0.0000
D4S
3.025180 0.120649 25.074220 0.0000
D6S
2.482622 0.392310 6.328222 0.0000
DENV
2.725060 0.395797 6.884994 0.0000
DBSS
1.872510 0.511064 3.663943 0.0003
DVRGR
1.939628 0.260522 7.445168 0.0000
DVRTX
2.737453 0.313426 8.733957 0.0000
DVRDT
1.883595 0.194000 9.709265 0.0000
DVRIMP
0.328192 0.167001 1.965210 0.0497
DLGMRG
0.473133 0.151371 3.125644 0.0018
R-squared
0.682515
Mean dependent var
6.2869
Adjusted R-squared
0.674414
S.D. dependent var
2.1288
S.E. of regression
1.214686
Akaike info criterion
3.2525
Sum squared resid
1214.306000
Schwarz criterion
3.3759
Log likelihood
-1352.198000
F-statistic
84.2499
Durbin-Watson stat
2.032459
Prob(F-statistic)
0.0000
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 20:06
Sample: 1 1046
Included observations: 1046
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C
2.461103 1.250295 1.968418 0.0493
DPPF
-1.895739 0.167076 -11.346530 0.0000
DPPACAZ
1.994636 0.151595 13.157690 0.0000
DPRDT
-2.128120 0.295937 -7.191123 0.0000
DDT
-21.317180 2.491894 -8.554609 0.0000
NDT
1.782428 0.204084 8.733800 0.0000
DPRCOR
0.248184 0.115894 2.141472 0.0325
DIMOUT
-0.650275 0.183847 -3.537038 0.0004
VF
0.003243 0.000183 17.750120 0.0000
DSN
0.756104 0.075935 9.957280 0.0000
ID
0.029770 0.008850 3.363688 0.0008
D2S
1.074211 0.109620 9.799407 0.0000
D3S
2.035931 0.116465 17.481120 0.0000
D4S
2.881779 0.117715 24.480930 0.0000
D6S
2.232273 0.331841 6.726930 0.0000
DENV
2.882084 0.348047 8.280729 0.0000
DBSS
1.342134 0.482318 2.782676 0.0055
DVRGR
2.149746 0.242213 8.875432 0.0000
DVRTX
2.605030 0.440336 5.916007 0.0000
DVRDT
1.607148 0.156332 10.280370 0.0000
DLGMRG
0.362731 0.155823 2.327837 0.0201
R-squared
0.654129
Mean dependent var
6.5882
Adjusted R-squared
0.647381
S.D. dependent var
2.0370
S.E. of regression
1.209601
Akaike info criterion
3.2383
Sum squared resid
1499.713000
Schwarz criterion
3.3378
Log likelihood
-1672.647000
F-statistic
96.9268
Durbin-Watson stat
2.085516
Prob(F-statistic)
0.0000
1984 1985
159
1986
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 20:22
Sample: 1 1216
Included observations: 1215
Excluded observations: 1
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.643308 0.148040 -11.100450 0.0000
DPPACAM
0.405002 0.173833 2.329836 0.0200
DPPACAZ
2.077734 0.145321 14.297600 0.0000
DPRDT
-1.485882 0.163411 -9.092923 0.0000
DDT
-23.042370 2.315252 -9.952428 0.0000
NDT
1.905963 0.189614 10.051820 0.0000
DPRCOR
0.533066 0.098113 5.433170 0.0000
DIMOUT
-0.494111 0.135156 -3.655863 0.0003
VF
0.003311 0.000184 17.959070 0.0000
DSN
0.806435 0.076951 10.479840 0.0000
ID
0.049464 0.001362 36.324550 0.0000
D2S
0.975946 0.098274 9.930884 0.0000
D3S
1.864741 0.104810 17.791670 0.0000
D4S
2.675267 0.111167 24.065360 0.0000
D5S
1.881847 0.255988 7.351321 0.0000
D6S
1.505488 0.618497 2.434107 0.0151
DENV
1.841198 0.101140 18.204500 0.0000
DBSS
2.512656 0.340709 7.374786 0.0000
DVRGR
2.007101 0.192615 10.420260 0.0000
DVRTX
2.938973 0.362352 8.110832 0.0000
DVRDT
1.484790 0.161610 9.187458 0.0000
DLGMRG
0.364227 0.154332 2.360018 0.0184
R-squared
0.653582
Mean dependent var
7.3573
Adjusted R-squared
0.647485
S.D. dependent var
2.0167
S.E. of regression
1.197362
Akaike info criterion
3.2161
Sum squared resid
1710.376000
Schwarz criterion
3.3085
Log likelihood
-1931.756000
F-statistic
107.1820
Durbin-Watson stat
2.013183
Prob(F-statistic)
0.0000
160
1987
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 20:21
Sample: 1 1258
Included observations: 1253
Excluded observations: 5
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.595929 0.138952 -11.485480 0.0000
DPPACAM
0.501133 0.165169 3.034068 0.0025
DPPACAZ
2.079164 0.144235 14.415070 0.0000
DPRDT
-1.360464 0.153649 -8.854359 0.0000
DDT
-22.202550 2.170088 -10.231170 0.0000
NDT
1.834550 0.177771 10.319740 0.0000
DPRCOR
0.420618 0.094134 4.468289 0.0000
DIMOUT
-0.550140 0.132076 -4.165335 0.0000
VF
0.003389 0.000186 18.203500 0.0000
DSN
0.762870 0.074724 10.209230 0.0000
ID
0.044112 0.001281 34.434910 0.0000
D2S
0.911683 0.098321 9.272554 0.0000
D3S
1.781427 0.101473 17.555600 0.0000
D4S
2.565318 0.106213 24.152630 0.0000
D5S
1.947730 0.207117 9.404031 0.0000
D6S
1.079586 0.409039 2.639325 0.0084
DENV
1.588162 0.100279 15.837480 0.0000
DBSS
2.378130 0.330939 7.185996 0.0000
DVRGR
1.835689 0.181577 10.109680 0.0000
DVRTX
2.950883 0.351235 8.401438 0.0000
DVRDT
1.352432 0.158059 8.556511 0.0000
DLGMRG
0.439995 0.150979 2.914283 0.0036
R-squared
0.633945
Mean dependent var
6.6661
Adjusted R-squared
0.627701
S.D. dependent var
1.9340
S.E. of regression
1.180054
Akaike info criterion
3.1864
Sum squared resid
1714.201000
Schwarz criterion
3.2765
Log likelihood
-1974.279000
F-statistic
101.5184
Durbin-Watson stat
1.946653
Prob(F-statistic)
0.0000
161
1988
Dependent Variable: LOG(VR)
Method: Least Squares
Date: 01/11/08 Time: 20:15
Sample: 1 1263
Included observations: 1263
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
DPPF
-1.677933 0.143893 -11.661000 0.0000
DPPACAM
0.586643 0.165496 3.544760 0.0004
DPPACAZ
2.180657 0.141378 15.424280 0.0000
DTXVG
0.660472 0.222679 2.966025 0.0031
DPRDT
-1.458964 0.153696 -9.492529 0.0000
DDT
-16.937060 2.697610 -6.278542 0.0000
NDT
1.394420 0.222086 6.278727 0.0000
DPRCOR
0.298316 0.092673 3.219036 0.0013
DIMOUT
-0.739862 0.151983 -4.868072 0.0000
VF
0.003473 0.000189 18.373820 0.0000
DSN
0.750811 0.074187 10.120460 0.0000
ID
0.040071 0.001288 31.122830 0.0000
D2S
0.888956 0.095865 9.273017 0.0000
D3S
1.751229 0.100780 17.376670 0.0000
D4S
2.530007 0.105664 23.943980 0.0000
D5S
1.906944 0.185701 10.268890 0.0000
D6S
1.019053 0.412988 2.467514 0.0137
DENV
1.581478 0.099004 15.973860 0.0000
DBSS
2.248956 0.334058 6.732237 0.0000
DVRGR
1.845208 0.191813 9.619841 0.0000
DVRTX
2.757724 0.375137 7.351252 0.0000
DVRDT
1.682936 0.206720 8.141155 0.0000
DLGMRG
0.453785 0.152895 2.967950 0.0031
R-squared
0.641541
Mean dependent var
6.0537
Adjusted R-squared
0.635181
S.D. dependent var
1.9435
S.E. of regression
1.173863
Akaike info criterion
3.1765
Sum squared resid
1708.664000
Schwarz criterion
3.2701
Log likelihood
-1982.972000
F-statistic
100.8752
Durbin-Watson stat
2.015733
Prob(F-statistic)
0.0000
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
