Download PDF
ads:
André Ventura Fernandes
Microestrutura do mercado cambial brasileiro
Comparação do mercado à vista e futuro
Dissertação de Mestrado
Dissertação apresentada como requisito parcial para
obtenção do título de Mestre pelo Programa de Pós-
Graduação em Economia da PUC-Rio.
Orientador: Prof. Márcio Garcia
Rio de Janeiro
Fevereiro de 2008
PUC-Rio - Certificação Digital Nº 0610504/CA
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
André Ventura Fernandes
Microestrutura do mercado cambial brasileiro
Comparação do mercado à vista e futuro
Dissertação apresentada como requisito parcial para obtenção
do título de Mestre pelo Programa de Pós-Graduação em
Economia da PUC-Rio. Aprovada pela Comissão Examinadora
abaixo assinada.
Prof. Márcio Garcia
Orientador
PUC-Rio
Prof. Marco Bonomo
EPGE-FGV
Prof. Marcelo Medeiros
PUC-Rio
Prof. Walter Novaes
PUC-Rio
Prof. Nizar Messari
Coordenador(a) Setorial do Centro de Ciências Sociais – PUC-Rio
Rio de Janeiro, 15 de fevereiro de 2008
PUC-Rio - Certificação Digital Nº 0610504/CA
ads:
Todos os direitos reservados. É proibida a reprodução total
ou parcial do trabalho sem autorização da universidade, do
autor e do orientador.
André Ventura Fernandes
Graduou-se em Economia pela Universidade Estadual de
Campinas
Ficha Catalográfica
Fernandes, André Ventura
Microestrutura do mercado cambial brasileiro:
comparação do mercado à vista e futuro / André Ventura
Fernandes ; orientador: Marcio Gomes Pinto Garcia. –
2008.
108 f. ; 30 cm
Dissertação (Mestrado em Economia) – Pontifícia
Universidade Católica do Rio de Janeiro, Rio de Janeiro,
2008.
Inclui referências bibliográficas. Mercado futuro de
taxa de câmbio; Microestrutura da taxa câmbio; Previsão
da taxa câmbio; Mercados de câmbio no Brasil.
CDD: 330
PUC-Rio - Certificação Digital Nº 0610504/CA
Aos meus pais, por tudo.
PUC-Rio - Certificação Digital Nº 0610504/CA
Agradecimentos
Ao Prof. Márcio Garcia, por sua orientação, que em muito excedeu os limites
desta dissertação.
A todos os Professores do Depto. de Economia da PUC-Rio, por propiciar um
curso de mestrado da mais elevada qualidade. Em particular, aos Professores
Marcelo Medeiros e Walter Novaes, pelos seus ensinamentos, sem os quais este
trabalho não poderia ser realizado.
Ao Prof. Thomas Wu, pelos ensinamentos de microestrutura nos estágios iniciais
deste trabalho.
A todos meus colegas do mestrado em Economia da PUC-Rio, pelas suas
críticas e sugestões que muito contribuíram para a conclusão deste trabalho.
Ao meu pai, José Luis Fernandes, pela revisão do texto, e à minha mãe, Marilce
Ventura Fernandes, pelo apoio moral. Também sou grato pelo apoio dado ao
longo de todos esses anos.
Aos meus irmãos, Fabio e Leo, pela correção dos erros de português.
À Lígia, por me ouvir nos momentos de maior ansiedade até a conclusão desta
dissertação.
À BM&F, em particular ao Fabio Urban e ao Cícero Vieira, pelo fornecimento dos
dados, sem os quais este trabalho seria impossível.
À CAPES e à FAPERJ, pelo apoio financeiro durante o mestrado.
PUC-Rio - Certificação Digital Nº 0610504/CA
6
Resumo
Fernandes, André Ventura; Garcia, Marcio Gomes Pinto.
Microestrutura
do mercado cambial brasileiro. Rio de Janeiro, 2008. 108p. Dissertação
de Mestrado - Departamento de Economia, Pontifícia Universidade
Católica do Rio de Janeiro.
O objetivo deste trabalho é comparar o mercado à vista e futuro de câmbio
no Brasil, buscando identificar em qual dos mercados se dá a formação da taxa
de câmbio. Analisa-se o funcionamento do mercado cambial no seu nível micro,
isto é, nas suas instituições e nas assimetrias dos seus participantes, através da
abordagem da microestrutura. Utiliza-se uma base de dados que contém 100%
das propostas de compra, venda e dos negócios fechados dos pregões de dólar
futuro e do mercado interbancário de dólar à vista entre 01/02/2006 a
31/05/2007. Mostra-se que o mercado de dólar futuro é muito mais líquido do
que o mercado à vista no Brasil. Ademais, demonstra-se que a cotação da taxa
de câmbio se forma primeiro no mercado futuro, sendo então transmitida por
arbitragem para o mercado à vista. Por fim, utiliza-se a abordagem da
microestrutura para realizar previsões intradiárias para a taxa de câmbio,
obtendo resultados superiores às demais abordagens usualmente testadas na
literatura, como a Paridade Descoberta da Taxa de Juros e o passeio aleatório.
Palavras-chave
Mercado futuro de taxa de câmbio; Microestrutura da taxa câmbio;
Previsão da taxa câmbio; Mercados de câmbio no Brasil.
PUC-Rio - Certificação Digital Nº 0610504/CA
7
Abstract
Fernandes, André Ventura; Garcia, Marcio Gomes Pinto.
Microstructure
of Brazilian FX market. Rio de Janeiro, 2008. 108p. MSc. Dissertation -
Departamento de Economia, Pontifícia Universidade Católica do Rio de
Janeiro.
This paper compares the spot and futures FX markets in Brazil, trying to
identify which one leads the price determination. FX markets are analyzed at the
micro level, at the level of its institutions and the asymmetries of its players,
through the microstructure approach. A database that contains 100% of the bids,
asks and deals of the dollar futures and interbank spot markets from 02/01/2006
to 05/31/2007 is used. It is shown that the futures market is much more liquid
than the spot market in Brazil. Moreover, it is shown that the quote is determined
firstly in the futures market, being transmitted through arbitrage to the spot
market. The microstructure approach is also used to make intraday forecasts to
the FX rate with superior results to the other approaches usually tested in the
literature, like the Uncovered Interest Rate Parity and the Random Walk.
Keywords
Futures FX market; Microstructure of FX markets; FX forecasting; Brazilian
FX markets.
PUC-Rio - Certificação Digital Nº 0610504/CA
8
Sumário
1 Introdução 12
2 Os determinantes da taxa de câmbio 16
2.1. Abordagem tradicional para a taxa de câmbio 16
2.1.1. A abordagem do mercado de bens 16
2.1.2. A abordagem do mercado de ativos 18
2.2. O paradoxo de determinação da taxa de câmbio 21
2.3. A abordagem da microestrutura da taxa de câmbio 22
2.3.1. O conteúdo informacional do fluxo de ordem 24
3 A forma de funcionamento do mercado cambial 27
3.1. O mercado cambial brasileiro 30
4 Modelo de microestrutura para a taxa de câmbio 35
5 Base de dados 40
6 Análise empírica 45
6.1. Estatísticas comparativas do mercado à vista e futuro 45
6.2. Estimações 47
6.3. Evolução temporal do coeficiente de impacto 56
6.4. Simetria dos coeficientes dos fluxos de ordem de compra e venda 59
7 Velocidade de ajustamento da cotação ao fluxo de ordem 63
7.1.1. Incorporando os efeitos defasados ao modelo de microestrutura 64
7.1.2. Resultados empíricos 66
8 Comparação do mercado à vista e futuro 70
8.1. A Paridade Coberta da Taxa de Juros 70
8.2. Dados 75
8.3. Testes preliminares 76
8.4. Comparação do mercado à vista e futuro 78
PUC-Rio - Certificação Digital Nº 0610504/CA
9
9 Previsão da taxa de câmbio no Brasil 84
9.1. Modelos 85
9.2. Critérios de comparação das estimativas 87
9.3. Resultados 88
10 Conclusão 95
11 Referências bibliográficas 98
12 Apêndice 1 103
12.1. Apêndice 2 105
12.2. Apêndice 3 106
12.3. Apêndice 4 107
12.4. Apêndice 5 107
PUC-Rio - Certificação Digital Nº 0610504/CA
10
Lista de Tabelas
Tabela 1 – Participação no mercado de dólar futuro por categoria de
participante, de 01/02/2006 a 31/05/2007 32
Tabela 2 – Distribuição das observações na base de dados 41
Tabela 3 – Fluxo de ordem no mercado à vista e futuro de câmbio. 43
Tabela 4 – Estatísticas descritivas do mercado à vista e futuro de
câmbio, de 01/02/2006 a 31/05/2007 45
Tabela 5 – Testes de Causalidade de Granger dos fluxos e das cotações. 49
Tabela 6 – Estimação do coeficiente de impacto do fluxo de ordem na
cotação: freqüências intradiárias 51
Tabela 7 – Estimação do impacto do fluxo de ordem na cotação da
taxa de câmbio: freqüência diária 52
Tabela 8 – Resultados da literatura da abordagem da microestrutura
da taxa de câmbio 54
Tabela 9 – Estimação do sistema auto regressivo das cotações e do fluxo
de ordem para o mercado à vista e futuro, de 01/02/2006 a 31/05/2007. 67
Tabela 10 – Testes de causalidade de Granger para o mercado à vista e
futuro 77
Tabela 11 – Estimação do vetor de correção de erros das cotações do
dólar à vista e futuro, de 01/02/2006 a 31/05/2007 81
Tabela 12 – Testes estatísticos dos parâmetros do vetor de correção de erros 82
Tabela 13 - Razão do Erro Quadrático Médio para as estimativas intradiárias 89
Tabela 14 - Erro médio de previsão para as estimativas intradiárias 90
Tabela 15 - Razão do Erro Quadrático Médio para as estimativas diárias 90
Tabela 16 - Erro médio de previsão para as estimativas diárias 91
PUC-Rio - Certificação Digital Nº 0610504/CA
11
Lista de Figuras
Figura 1 – Volume negociado no mercado de dólar à vista e no primeiro
vencimento do dólar futuro, de 01/02/2006 a 31/05/2007 33
Figura 2 – Evolução temporal do coeficiente de impacto do fluxo de
ordem na cotação, de 01/02/2006 a 31/05/2007 57
Figura 3 – Evolução temporal do coeficiente de impacto do fluxo de ordem
e cotação da taxa de câmbio nos mercados à vista e futuro, de
01/02/2006 a 31/05/2007 58
Figura 4 - Diferença do coeficiente do fluxo de ordem de compra e do
fluxo de ordem de venda no mercado de dólar futuro, de 01/02/2006
a 31/05/2007 60
Figura 5 - Diferença do coeficiente do fluxo de ordem de compra e do
fluxo de ordem de venda no mercado de dólar à vista, de 01/02/2006
a 31/05/2007 61
Figura 6 – Funções de resposta da variação da cotação ao impulso no
fluxo de ordem no mercado à vista e futuro. 68
Figura 7 – Cotação do dólar à vista e futuro: de 01/02/2006 a 31/05/2007 72
Figura 8 – Diferença da Paridade Coberta da Taxa de Juros para dados
diários: de 01/02/2006 a 31/05/2007 73
Figura 9 - Diferença da Paridade Coberta da Taxa de Juros homogeneizada:
de 01/02/2006 a 31/05/2007 74
Figura 10 – Diferencial da Paridade Coberta da Taxa de Juros: dia
20/07/2006. 75
Figura 11 - Previsões 1 dia à frente do modelo híbrido e do passeio
aleatório para o câmbio futuro 93
Figura 12 - Previsões 1 dia à frente do modelo híbrido e do passeio
aleatório para o câmbio à vista 93
PUC-Rio - Certificação Digital Nº 0610504/CA
12
1
Introdução
Desde a publicação do paradoxo de Meese e Rogoff (1983), segundo o
qual um ingênuo passeio aleatório tem desempenho superior aos modelos
macro-fundamentados para explicar os movimentos do câmbio nominal, a teoria
econômica vem tentando compreender o que determina a taxa de câmbio no
curto prazo e como os fundamentos e as expectativas são incorporados à
cotação.
Dentre as linhas de pesquisa que surgiram para solucionar este paradoxo,
destaca-se a abordagem da microestrutura da taxa de câmbio. Esta literatura,
que tem seu principal trabalho em Evans e Lyons (2002), contribuiu ao unir a
literatura de microestrutura financeira à abordagem tradicional para a taxa de
câmbio, obtendo resultados empíricos substancialmente superiores ao passeio
aleatório.
A proposta desta nova abordagem é que se analise o mercado cambial no
seu nível micro, isto é, nas suas instituições, na forma como os agentes obtêm a
informação necessária para as suas decisões e nos mecanismos como esta
informação se transmite aos preços. Neste sentido, a abordagem da
microestrutura reorienta o foco de análise da abordagem tradicional para a taxa
de câmbio, mas mantendo a sua essência, isto é, buscando nos fundamentos
macroeconômicos os determinantes para a taxa de câmbio.
A variável central na abordagem da microestrutura é o fluxo de ordem, isto
é, o fluxo acumulado das transações iniciadas pelo comprador menos as
transações iniciadas pelo vendedor. A relevância do fluxo de ordem na
abordagem da microestrutura se deve ao fato deste constituir o principal me
mecanismo de transmissão dos fundamentos e das expectativas à cotação. O
impacto do fluxo de ordem sobre a cotação é o que se chama de pressão de
preço, ou pressão de compra, no mercado cambial.
O objetivo deste trabalho é comparar os mercados à vista e futuro de
câmbio no Brasil, buscando cotejá-los no que diz respeito à liderança na
formação da cotação. Quer-se identificar em qual dos dois mercados a cotação
da taxa de câmbio é mais informativa, isto é, em qual mercado a cotação se
forma primeiro. Ademais, utiliza-se a abordagem da microestrutura para fazer
PUC-Rio - Certificação Digital Nº 0610504/CA
13
previsões intradiárias e um dia à frente para a taxa de câmbio em ambos os
mercados.
Para responder a essas perguntas, utiliza-se uma base de dados inédita, a
qual contém 100% das operações do pregão da BM&F, isto é, todas as
propostas de compra, venda e negócios fechados para o mercado de câmbio à
vista e futuro, de 01/02/2006 a 31/05/2007.
O enfoque no mercado de dólar futuro se deve às características
institucionais do mercado cambial brasileiro: apenas os bancos com carteira de
câmbio podem participar do mercado de câmbio à vista no Brasil. Como estas
restrições não se aplicam ao mercado de câmbio futuro, diversas operações
típicas do mercado à vista de câmbio são transferidas para o mercado futuro de
câmbio, no seu primeiro vencimento. No capítulo 3, descreve-se
pormenorizadamente a forma de funcionamento do mercado cambial brasileiro:
as instituições, os participantes e os objetos de negociação (produtos
negociados). Mostra-se com isso que o arranjo institucional do mercado faz os
agentes priorizarem o mercado futuro ao à vista para fazer suas operações
cambiais.
Em decorrência deste fato, o mercado de dólar futuro tem maior volume
negociado e spreads de compra e venda mais estreitos que os do mercado à
vista. Além disso, a base de dados nos permite estimar o impacto que o fluxo de
ordem tem sobre a cotação em ambos os mercados: estima-se que um fluxo de
compra (venda) de moeda estrangeira de US$1 bilhão deprecia (aprecia) a taxa
de câmbio no mercado futuro em 0,99% e em 1,12% no mercado à vista. Desta
forma, mostra-se a maior liquidez do mercado futuro sobre o à vista, na medida
em que as transações têm menor impacto na cotação do mercado futuro.
Ademais, mostra-se que o locus de formação da cotação da taxa de
câmbio é o mercado futuro, sendo então esta cotação transmitida ao mercado à
vista por arbitragem. Chega-se a esta conclusão baseado em três resultados
adicionais aos mencionados acima. Primeiramente se mostra que a cotação dos
últimos dez minutos do dólar futuro afeta a cotação corrente do dólar à vista,
mas o oposto não ocorre, indicando a precedência da cotação do dólar futuro
sobre o dólar à vista. Em segundo lugar se mostra que a cotação do dólar futuro
não reage aos desvios na relação de equilíbrio de longo prazo entre as cotações
destes dois mercados, enquanto a cotação à vista reage fortemente. Em terceiro
lugar, o fluxo de ordem no mercado futuro tem elevado poder explicativo sobre
as variações da cotação do dólar à vista, mas o inverso não ocorre.
PUC-Rio - Certificação Digital Nº 0610504/CA
14
Adicionalmente, utiliza-se a abordagem da microestrutura da taxa de
câmbio para prever a taxa de câmbio, no mercado à vista e no futuro, para os
próximos cinco a sessenta minutos, bem como para o próximo dia. Os resultados
dão amplo suporte para as inovações propostas pela abordagem da
microestrutura, e tanto para as previsões diárias quanto para as intradiárias se
obteve resultados superiores ao passeio aleatório.
Esta dissertação está organizada da seguinte forma. No capítulo 2, faz-se
uma resenha da literatura, onde se apresentam os principais modelos da
abordagem tradicional da taxa de câmbio, bem como as inovações propostas
pela abordagem da microestrutura. No capítulo 3, descreve-se o funcionamento
do mercado cambial no Brasil, suas instituições, seus participantes e formas de
negociação. Ademais, apresentam-se algumas características peculiares do
mercado cambial brasileiro.
No capítulo 4, apresenta-se um modelo teórico, que busca capturar as
peculiaridades do mercado cambial brasileiro. Objetiva-se com este modelo
embasar as estimações empíricas realizadas posteriormente. No capítulo 5,
descreve-se a base de dados que contém 100% das operações do mercado à
vista e do mercado futuro de câmbio.
No capítulo 6, estima-se o modelo apresentado no capítulo 4. Comprova-
se a maior liquidez do mercado futuro sobre o mercado à vista, tanto no que se
refere a spreads de compra e venda mais estreitos, quanto ao menor impacto do
fluxo de ordem sobre a cotação. No capítulo 7, estima-se o tempo médio que a
cotação leva para se ajustar a um fluxo de ordem. Mostra-se que, em média, a
cotação do dólar futuro leva 3 minutos para se ajustar ao fluxo de ordem,
enquanto o dólar à vista leva entre quatro e cinco minutos.
No capítulo 8, estuda-se de forma integrada o mercado à vista e o
mercado futuro de câmbio. Obtém-se três resultados que comprovam que a
cotação se forma primeiramente no mercado futuro, sendo então transmitida por
arbitragem ao mercado à vista. Os resultados são: i) a cotação passada do dólar
futuro afeta o dólar à vista, mas não o contrário; ii) a cotação do dólar futuro não
reage aos desvios na relação de longo prazo entre as cotações, mas o dólar à
vista reage fortemente; e iii) o fluxo de ordem do mercado futuro é informativo
sobre a cotação do dólar à vista, mas o fluxo de ordem do mercado à vista não é
informativo sobre a cotação do dólar futuro.
Por fim, no capítulo 9, comparam-se diferentes modelos para prever a taxa
de câmbio intradiária e diária. Os resultados são suporte às inovações propostas
PUC-Rio - Certificação Digital Nº 0610504/CA
15
pela abordagem da microestrutura e em todos os casos se obtêm previsões
superiores ao passeio aleatório.
Assim, a analogia que descreve a determinação da taxa de câmbio no
Brasil é “o rabo (o mercado futuro) que abana o cachorro (o mercado à vista)”,
ao invés do “cachorro que abana o rabo”.
PUC-Rio - Certificação Digital Nº 0610504/CA
16
2
Os determinantes da taxa de câmbio
2.1.
Abordagem tradicional para a taxa de câmbio
A taxa de câmbio é uma das mais importantes variáveis da economia,
refletindo a taxa de conversão entre as moedas de diferentes países. Por um
lado, esta determina o preço dos bens e ativos de um país expressos na moeda
de outro país e assim o poder de compra relativo entre estas duas nações. Por
outro, a taxa de câmbio é o preço de um ativo financeiro amplamente
transacionado nos mercados financeiros internacionais, a moeda, e desta forma
reflete os fluxos de investimento em ações, títulos do governo e empresas
domésticos por investidores estrangeiros. Por estas razões, a determinação da
taxa de câmbio constitui uma das mais antigas e relevantes questões da teoria
econômica.
A abordagem tradicional da taxa de câmbio engloba basicamente duas
teorias, não excludentes, que buscam nos fundamentos macroeconômicos os
determinantes da taxa de câmbio. Sob esta abordagem, toda informação
relevante para a taxa de câmbio é informação pública relacionada à realização
corrente e à expectativa da realização futura dos fundamentos
macroeconômicos, sejam oriundos do mercado de bens (fluxos de bens e
serviços) ou do mercado de ativos (fluxos de capitais e ativos)
Assim, características institucionais do funcionamento do mercado cambial
ou a assimetria de informação dos agentes que atuam neste mercado teriam
pouco papel para a determinação da taxa de câmbio.
2.1.1.
A abordagem do mercado de bens
A abordagem do mercado de bens atesta que as variáveis determinantes
da oferta e da demanda de moeda estrangeira viriam principalmente dos saldos
de transações correntes, isto é, do saldo das exportações e importações e do
fluxo de serviços entre os países. Países que tivessem superávits comerciais,
por exemplo, deveriam verificar um aumento na quantidade de moeda
PUC-Rio - Certificação Digital Nº 0610504/CA
17
estrangeira ofertada internamente e isto deveria causar uma apreciação da sua
taxa de câmbio.
O princípio subjacente é o de que uma determinada moeda deve ter o
mesmo poder de compra em qualquer lugar do mundo, a que se chama de
Paridade do Poder de Compra (PPP, Purchasing Power Parity).
A PPP deve ser entendida como uma expressão da lei do preço único, ou
seja, a hipótese de não arbitragem implica que na ausência de barreiras
comerciais, custos de transporte e outros custos de transação, um determinado
bem só pode ter um único preço em qualquer lugar do mundo. Caso os preços
fossem distintos, especuladores comprariam onde o preço fosse menor para
revender onde fosse mais caro até que estes preços se igualassem. Assim, o
preço de um determinado bem j deveria ser o mesmo no Brasil e nos Estados
Unidos, por exemplo:

=
$/$
×

Em que

é o preço em reais do bem j no Brasil,

é o preço em
dólares deste bem nos Estados Unidos e
$/$
é a taxa de câmbio medida em
reais por dólar. A relação da PPP é simplesmente a generalização deste
conceito para uma cesta de bens, como o índice de preços do consumidor.
Assim, a generalização desta condição implica que a taxa de câmbio é expressa
como:
$/$
=


(1)
Em que

é o preço de uma cesta de bens representativa no Brasil e

é o preço desta mesma cesta nos Estados Unidos.
A PPP, expressa na relação (1), torna a determinação da taxa de câmbio
algo bastante simples: reflete a razão entre o nível de preços dos dois países.
Assim, para um agente baseado no Brasil, quando os preços internos se
elevassem haveria uma depreciação da taxa de câmbio de tal forma que o poder
de compra deste agente, medido em dólares, permaneceria constante. Logo,
pela lei do preço único os desvios da PPP deveriam ser pequenos e de curta
duração.
A evidência empírica tende a rejeitar as implicações da PPP para curtos
horizontes de tempo. Meredith e Chinn (1998) encontram que a relação entre os
PUC-Rio - Certificação Digital Nº 0610504/CA
18
movimentos mensais da taxa de câmbio e o desempenho da balança comercial
não tem qualquer padrão definido no curto prazo, sendo inclusive
estatisticamente insignificante em alguns casos. Além disso, Abuaf e Jorion
(1990)
estimam que os desvios da PPP podem ser duradouros e significativos
para curtos horizontes de tempo, mas que no longo prazo a PPP parece ser uma
relação ao redor da qual as taxas de câmbio flutuam, com meia-vida estimada de
três anos para os países do G7.
A reduzida magnitude dos fluxos comerciais com relação aos fluxos
financeiros está na raiz de algumas das explicações propostas para a rejeição da
abordagem do mercado de bens no curto prazo. Conforme argumentado por
Lyons (2001), a integração dos mercados financeiros internacionais e a
ampliação dos fluxos de capitais entre os países, principalmente a partir da
década de 70, tornaram os fluxos comerciais de reduzida magnitude para
explicar os movimentos da taxa de câmbio, uma vez que raramente superam
10% dos fluxos totais. Desta forma, a literatura passou a buscar nos fluxos
financeiros os determinantes da taxa de câmbio no curto prazo.
2.1.2.
A abordagem do mercado de ativos
A abordagem do mercado de ativos constata que, além de representar a
taxa de conversão entre duas moedas, a taxa de câmbio também é um ativo
financeiro transacionado nos mercados financeiros internacionais.
Conseqüentemente, sua determinação deve estar diretamente relacionada às
oportunidades de investimento que os agentes de um país têm no outro país.
Logo, cabe aos fluxos financeiros o papel primordial para a determinação da taxa
de câmbio nominal na abordagem do mercado de ativos. Os primeiros modelos
desta abordagem são Dornbusch (1976) e Frankel (1979).
É com a abordagem do mercado de ativos que a teoria de finanças passa
a ser instrumental relevante para a determinação da taxa de câmbio. O conceito
de fundamentos é financeiro, relacionado ao retorno dos investidores em manter
diferentes moedas em seu portfolio.
Assim surge a idéia de “eficiência” no mercado de câmbio. As cotações
seriam eficientes na medida em que nenhum investidor conseguisse excesso de
retorno positivo sobre a taxa de juros livre de risco com uso da informação
pública exclusivamente.
PUC-Rio - Certificação Digital Nº 0610504/CA
19
Analogamente à relação PPP para o mercado de bens, no mercado de
ativos a eficiência especulativa se reflete na relação conhecida como Paridade
Descoberta da Taxa de Juros (UIP).
1
A UIP estabelece uma relação de curto
prazo entre os movimentos das taxas de câmbio e as taxas de juros de suas
respectivas moedas. Segundo esta relação, a diferença no retorno esperado de
se manter num portfólio ativos semelhantes, porém denominados em diferentes
moedas deve ser apenas igual ao prêmio de risco desta moeda, isto é, pela UIP
dois ativos que tenham a mesma classe de risco (logo, com prêmio de risco
entre elas igual a zero), mas que difiram apenas pela moeda na qual estão
denominados, devem ter o mesmo retorno esperado. Assim, a relação da UIP é
expressa (em logaritmo) por:
+1
=
+ 
(2)
Em que
é o operador esperança condicional,
+1
representa
a desvalorização esperada da taxa de câmbio entre os períodos t e t+1,
é a
taxa interna de juros de um período,
é a taxa externa de juros de um período e

é o prêmio de risco entre as duas moedas.
A relação exposta na equação (2) pode ser lida como uma manifestação
da lei do preço único para o mercado de ativos. Considere, por exemplo, que o
governo americano emita dois títulos de dívida idênticos: um nos Estados
Unidos, em dólares, e outro no Japão, em ienes. Considere também que ambos
Estados Unidos e Japão tenham risco cambial zero e assim não há qualquer
prêmio de risco entre as moedas. Desta forma, o retorno esperado do título em
dólares e em ienes tem que ser igual, pois caso contrário os investidores
venderiam este título no local em que o retorno esperado fosse mais baixo e
comprariam no local em que fosse mais alto, até o ponto em que o retorno
esperado se igualasse.
Os conceitos de fundamentos e de expectativas também estão presentes
na equação da UIP. Avançando esta equação em um período e substituindo
recursivamente, obtém-se:
=
+1
+

=
+2
+1
+
+1

+1
+

1
Do inglês: Uncovered Interest Parity.
2
Para chegarmos a esta equação precisamos de uma condição de ausência de bolhas, que pode ser
expressa na equação: lim
i∞
E
s
t+i
|Ω
t
= 0.
PUC-Rio - Certificação Digital Nº 0610504/CA
20
E iterando este processo, obtém-se:
=
+
+

+
∞
=0
(3)
A expressão (3) permite verificar com clareza como a abordagem do
mercado de ativos trata a taxa de câmbio de forma compatível com os modelos
de apreçamento de ativos da teoria de finanças. A taxa de câmbio é o fluxo
líquido descontado, o valor presente, dos diferenciais de rendimento entre as
duas moedas, corrigidos pelo risco. Assim, as variáveis determinantes destes
diferenciais de rendimento são os fundamentos que comandam a taxa de câmbio
no curto prazo. Pode-se ver também pela equação (3) que não são apenas as
realizações correntes dos fundamentos que determinam a taxa de câmbio, mas
principalmente as expectativas com relação à realização futura dos mesmos.
Logo, não só o diferencial de juros corrente afeta a taxa de câmbio
contemporânea, mas principalmente as expectativas com relação aos
diferenciais de juros futuros.
De uma forma geral, estes modelos da abordagem tradicional da taxa de
câmbio podem ser vistos como casos particulares de uma simples forma
funcional, na qual a taxa de câmbio é o valor descontado de um amplo conjunto
de fundamentos:
=
1
+ 
+1
|Ω
t
(4)
Em que 0 > > 1 é a taxa de desconto, Ω
t
representa o conjunto de toda
informação pública disponível no instante de tempo t e
representa os
fundamentos. Assim, os diferentes modelos da abordagem tradicional podem ser
sintetizados como diferentes hipóteses sobre
, ou seja, os fundamentos
determinantes da taxa de câmbio. Engel, Mark e West (2007) e Evans e Lyons
(2005b) realizam revisões dos modelos disponíveis na literatura da abordagem
tradicional à luz da equação (4), mostrando as hipóteses sobre
subjacentes a
cada um.
A equação (4) implica a seguinte expressão para o valor presente da
moeda
2
:
2
Para chegarmos a esta equação precisamos de uma condição de ausência de bolhas, que pode ser
expressa na equação: lim
i∞
E
s
t+i
|Ω
t
= 0.
PUC-Rio - Certificação Digital Nº 0610504/CA
21
=
1
∞
=0
+
|Ω
t
(5)
Esta equação (5) deixa claro que a taxa de câmbio é o valor presente
descontado dos fundamentos. Analisando esta expressão, obtêm-se as
principais características dos modelos da abordagem tradicional da taxa de
câmbio: i) os fundamentos macroeconômicos são os únicos determinantes da
taxa de câmbio; ii) não apenas a realização corrente mas principalmente as
expectativas sobre o comportamento futuro dos fundamentos têm papel
fundamental na determinação da taxa de câmbio; iii) apenas a informação
pública sobre os fundamentos importa para a determinação da taxa de câmbio;
iv) questões relacionadas às instituições do mercado cambial, na medida em que
não alteram fundamentos macroeconômicos, não têm papel na determinação da
taxa de câmbio.
2.2.
O paradoxo de determinação da taxa de câmbio
A abordagem tradicional é abalada com a publicação do seminal artigo de
Meese e Rogoff (1983). O objetivo desse trabalho foi testar os principais
modelos então existentes de determinação da taxa de câmbio e comparar suas
respectivas capacidades de previsão. Adicionalmente, o trabalho buscou testar a
capacidade de previsão fora da amostra destes modelos contra um simples
modelo, o passeio aleatório.
3
As conclusões do trabalho de Meese e Rogoff (1983) são
impressionantes: apesar de coerentes e bem construídos, todos os modelos
testados tiveram desempenho inferior ao passeio aleatório para prever a taxa de
câmbio no curto prazo. Assim, um simples modelo que afirma que a taxa de
câmbio em t é igual àquela que fora em t-1 mais um termo não previsível teria
poder de previsão superior ao de elaborados modelos que incluíssem os mais
distintos fundamentos macroeconômicos. Este resultado ficou conhecido como o
paradoxo de determinação da taxa de câmbio, ou o paradoxo de Meese e
Rogoff.
Cheung, Chinn e Pascual (2005) refazem o experimento de Meese e
Rogoff com a inclusão de modelos desenvolvidos nos quase vinte anos que
3
O passeio aleatório é um simples modelo que afirma que a taxa de câmbio em t é simplesmente
aquela que fora em t-1 mais um ruído aleatório, ou seja:
=
1
+
, em que
é a taxa de
câmbio no instante t e
é um ruído não correlacionado ao conjunto de informação em t-1.
PUC-Rio - Certificação Digital Nº 0610504/CA
22
separam estes dois trabalhos, todos da abordagem tradicional. O resultado de
Meese e Rogoff se mantém: fora da amostra e no curto prazo, o desempenho
dos modelos macroeconômicos é inferior ao de um ingênuo passeio aleatório
para prever a taxa de câmbio nominal.
Este estudo também encontra que, dentro dos modelos macroeconômicos,
não parece haver um modelo que forneça previsões consistentemente
superiores aos demais. Dependendo do intervalo de tempo analisado,
determinadas variáveis são de maior ou menor relevância para explicar as
variações da taxa de câmbio. Isso pode ser reflexo de um fenômeno encontrado
na pesquisa realizada por Cheung e Chinn (2001) junto aos operadores das
mesas de operações do mercado cambial, segundo os quais os fundamentos
determinantes da taxa de câmbio variam ao longo do tempo.
A grande variedade de variáveis incluídas nestes modelos
macroeconômicos levou Richard Meese a cunhar a frase: “Omitted variables is
another possible explanation for the lack of explanatory power in asset market models.
However, empirical researchers have shown considerable imagination in their
specification searches, so it is not easy to think of variables that have escaped
consideration in an exchange rate equation”.
4
Este paradoxo coloca a seguinte questão: se os fundamentos
macroeconômicos não são capazes de explicar satisfatoriamente as variações
da taxa de câmbio no curto prazo, então o que a as explicaria? É para responder
a esta pergunta que surge a abordagem da microestrutura da taxa de câmbio,
com Evans e Lyons (2002). O principal argumento destes autores não é que a
abordagem tradicional esteja “errada”, mas sim que está ignorando
características fundamentais do mercado cambial: sua forma de organização
(instituições) e a heterogeneidade de seus participantes (assimetria de
informação). Assim, como se verá adiante, a abordagem da microestrutura da
taxa de câmbio surge de forma complementar à tradicional, tentando preencher
algumas lacunas deixadas por esta.
4
“Variáveis omitidas é outra explicação possível pela falta de poder explicativo dos modelos do
mercado de ativos. No entanto, os pesquisadores empíricos têm demonstrado imaginação
considerável nas suas especificações, logo não é fácil imaginar variáveis que tenham escapado das
equações para a taxa de câmbio ”. Richard Meese (1990) em Evans e Lyons (2002).
PUC-Rio - Certificação Digital Nº 0610504/CA
23
2.3.
A abordagem da microestrutura da taxa de câmbio
A inovação proposta por Evans e Lyons (2002) foi unir a literatura de
microestrutura financeira, que data de meados dos anos 80, com a abordagem
tradicional. A proposta é que se estude o mercado cambial no seu nível micro,
ou seja, nas suas instituições (mercado descentralizado), nos seus diferentes
agentes (heterogeneidade entre os participantes), na forma como os agentes do
mercado obtêm informação e nos mecanismos através dos quais a informação
se transmite para o preço de mercado. Com esta abordagem, estes autores
conseguem explicar mais de 50% da variação da taxa de câmbio dólar/ marco
alemão e previsões fora da amostra superiores ao passeio aleatório.
Os fundamentos determinantes da taxa de câmbio continuam sendo
macroeconômicos: é a forma como esta informação é agregada e transmitida ao
preço que se modifica. Reorienta-se o foco de análise do mercado cambial,
tomando uma postura “de dentro das mesas de operação”, pois em última
instância é neste ambiente que a cotação se forma.
O ponto levantado por Evans e Lyons é que a abordagem tradicional faz
duas hipóteses subjacentes sobre o funcionamento do mercado cambial que
eliminam qualquer papel para as instituições e a assimetria dos agentes no
processo de formação da cotação: i) toda informação relevante sobre os
fundamentos para a formação da taxa de câmbio é publica; ii) A função, ou a
forma, com a qual a informação sobre os fundamentos se transmite para a
cotação é de conhecimento público.
Evans e Lyons (2002) argumentam que a natureza descentralizada do
mercado cambial faz com que a informação disponível para cada agente seja
diferente, e assim, para entender o processo de determinação da taxa de câmbio
seria preciso entender como se dá a agregação da informação num mercado
com informação dispersa sobre os fundamentos. Em outras palavras, esta
característica de mercado descentralizado torna alguns agentes mais bem
informados do que outros a respeito da realização dos fundamentos
macroeconômicos, e estas assimetrias seriam fundamentais para explicar os
movimentos da taxa de câmbio no curto prazo.
A principal distinção desta para a abordagem tradicional da taxa de câmbio
é o papel que as transações entre os participantes do mercado têm para a
formação da cotação. O princípio que Evans e Lyons (2002) herdam da literatura
de microestrutura financeira, como em Kyle (1985) e Glosten e Milgrom (1985), é
PUC-Rio - Certificação Digital Nº 0610504/CA
24
que as transações transmitem informação sobre os fundamentos e assim afetam
os preços.
Na medida em que exista heterogeneidade no conjunto de informações
dos agentes, aqueles mais bem informados (que conseguem prever melhor o
valor da moeda) tentarão tirar proveito de sua informação privilegiada
transacionando moeda estrangeira no mercado (comprando ou vendendo, de
acordo com a informação que tenham recebido). O argumento da abordagem da
microestrutura é que, ao observar estas transações, o mercado aprende estes
fundamentos e em decorrência há o ajuste da cotação. Logo, a abordagem da
microestrutura se pauta no papel informacional das transações.
A variável central nesta abordagem é o fluxo de ordem
5
, ou seja, o fluxo
acumulado das transações iniciadas pelo comprador menos as transações
iniciadas pelo vendedor. A toda transação de moeda estrangeira, corresponde
uma ponta compradora e uma ponta vendedora (de tal forma que a demanda
líquida é zero). O fluxo de ordem é a variável que indica a ponta que iniciou a
transação, isto é, a parte que “agrediu” a outra e determinou a compra ou a
venda de moeda estrangeira.
A intuição subjacente ao papel informacional das transações (do fluxo de
ordem) é que o agente mais bem informado vai ao mercado e inicia transações
com os demais participantes. Assim, esta informação privada do agente mais
bem informado se reflete no fluxo de ordem, uma vez que este agente inicia
transações com os demais para lucrar com sua informação privada. A partir da
observação destes fluxos, os demais participantes do mercado (que não têm o
mesmo conjunto informacional) aprendem a informação deste agente e desta
forma alteram a cotação. Este é o mecanismo através do qual o fluxo de ordem
transmite informação sobre fundamentos e afeta a cotação da taxa de câmbio.
Um exemplo simples de fluxo de ordem no mercado cambial são as
intervenções do Banco Central. O impacto que estas podem ter sobre a cotação
deriva de o Banco Central ser mais bem informado que os demais a respeito dos
fundamentos macroeconômicos, e assim estas intervenções devem ter efeito
diferenciado sobre a cotação do que transações entre outros agentes quaisquer.
5
Do inglês: order flow.
PUC-Rio - Certificação Digital Nº 0610504/CA
25
2.3.1.
O conteúdo informacional do fluxo de ordem
O ponto fundamental para a abordagem da microestrutura da taxa de
câmbio é que o fluxo de ordem reflita informação privada dos agentes, isto é,
informação que não esteja livremente disponível aos demais agentes do
mercado cambial. Na abordagem tradicional, por sua vez, devido às suas
hipóteses sobre o mercado cambial, apenas a informação pública é relevante
para a determinação da taxa de câmbio e como conseqüência o impacto do fluxo
de ordem sobre a cotação deveria ser nulo.
Assim, primeiramente é necessário definir o conceito de informação
privada que se utilizará. Seguindo Lyons (2001), define-se informação privada
como aquela que: i) não está livremente disponível para todos os agentes do
mercado; ii) produz previsões melhores do que a informação pública
isoladamente.
Esta é uma definição bastante ampla, englobando tanto o conhecimento da
realização de uma variável econômica específica, que não seja de conhecimento
do restante do mercado, como a previsão superior sobre a realização futura de
uma variável.
Assim, se determinando agente do mercado, como um grande fundo de
investimento, por exemplo, tem capacidade superior ao mercado de prever qual
será a inflação dos meses vindouros, por realizar coleta de preços, esta previsão
também é considerada informação privada; mesmo que a previsão tenha sido
originada a partir da informação pública.
Dois exemplos ajudarão a entender este conceito. Considere uma
exportação de uma empresa sediada no Brasil. Segundo a legislação cambial
vigente até março de 2008, esta empresa era forçada a entregar as divisas a
alguma instituição financeira autorizada pelo Banco Central, convertendo-as em
moeda nacional. Assim, esta exportação constitui um fundamento e deveria ter
algum impacto sobre a cotação da taxa de câmbio; entretanto, no momento de
sua ocorrência esta exportação não é de conhecimento público, mas informação
privada do exportador e da instituição na qual as divisas foram depositadas. Ao
transacionar os dólares no mercado cambial, o fluxo de ordem desta instituição
(originado a partir do fundamento – a exportação) estará refletindo sua
informação privada e assim deve afetar a cotação da taxa de câmbio.
Outro exemplo seria o anúncio público de determinada variável
macroeconômica, como a definição da taxa básica de juros pela autoridade
PUC-Rio - Certificação Digital Nº 0610504/CA
26
monetária. Após o anúncio, o conjunto informacional de todos os agentes do
mercado é o mesmo; entretanto, cada agente individualmente não sabe como os
demais interpretaram esta informação. Ao observar o fluxo de ordem dos
demais, cada agente aprende como estes interpretaram o anúncio e neste
sentido o fluxo de ordem transmite a informação privada para o preço.
A evidência empírica deste canal informacional pode ser amplamente
encontrada na literatura de microestrutura financeira, como em Hasbrouck
(1991) e Biais, Glosten e Spatt (2005). Se realmente for verdade que o fluxo de
ordem transmite informação que não é pública, então seu impacto sobre a
cotação deve variar de acordo com o agente por trás deste fluxo. Fluxos de
ordem oriundos de agentes com maior probabilidade de ser mais bem
informados deveriam impactar na cotação da taxa de câmbio em maior
magnitude do que fluxos de ordem de agentes com menor probabilidade de
terem informação privada.
Visando testar esta implicação da teoria, Evans e Lyons (2005b)
desagregam os agentes do mercado em diferentes categorias e verificam se há
diferenças nos impactos que o fluxo de ordem de cada um tem sobre a cotação.
Seus resultados estão de acordo com o exposto anteriormente: o fluxo de
agentes identificados como mais bem informados, como hedge funds, tem
impacto maior sobre a cotação do que agentes menos informados, como
agentes não financeiros.
PUC-Rio - Certificação Digital Nº 0610504/CA
27
3
A forma de funcionamento do mercado cambial
Neste Capítulo, apresentar-se-á a forma de funcionamento do mercado
cambial, algumas das suas principais instituições, seus participantes e algumas
especificidades do mercado brasileiro. Com isso se ilustra inovações da
abordagem da microestrutura e as possíveis fontes da informação que o fluxo de
ordem transmite.
Argumenta-se que as características institucionais do mercado cambial
brasileiro fazem com que diversas operações típicas do mercado à vista sejam
transferidas para o primeiro vencimento do mercado futuro de câmbio, tornando
este mais líquido e conseqüentemente o locus de formação da cotação. Esta é
uma idiossincrasia do mercado cambial brasileiro, não ocorrendo nos principais
mercados cambiais do mundo, conforme notam Garcia e Urban (2004).
6
De uma forma geral, o mercado cambial à vista é dividido em dois: o
mercado primário e o mercado secundário, também chamado interbancário.
7
O mercado primário, também chamado de varejo, é aquele no qual os
agentes primários domésticos (empresas, famílias e governo), os residentes,
realizam operações comerciais e financeiras com agentes do exterior, os não
residentes. Basicamente, estas operações constituem as transações do balanço
de pagamentos, como transações de bens, serviços e ativos entre o país e o
exterior.
O mercado secundário de câmbio, também conhecido como interbancário,
é aquele no qual os bancos negociam entre si as unidades de moeda estrangeira
contratadas junto ao mercado primário de câmbio.
8
A Ilustração 1 mostra esquematicamente o funcionamento do mercado
cambial:
6
Lyons (2001) escreve que “nos mercados cambiais […] o mercado futuro é muito menor do que
o mercado à vista e assim é improvável que uma grande parcela da determinação do preço lá
ocorra“ in Lyons (2001).
7
Utilizaremos os termos à vista e pronto indistintamente.
8
Estas informações se baseiam no Manual de Operações da Roda de Dólar Pronto da BM&F.
PUC-Rio - Certificação Digital Nº 0610504/CA
28
Ilustração 1 – Forma de funcionamento do mercado cambial
AGENTES PRIMÁRIOS
DOMÉSTICOS
DEALER -A
BRASIL
RESIDENTES
RESTO DO MUNDO
NÃO-RESIDENTES
Transações comerciaise
financeiras do BP
DEALER -C DEALER -B
Mercado Primário
Interbancário
Fluxo de
Ordem
AGENTES PRIMÁRIOS
ESTRANGEIROS
Fonte: Elaboração do autor.
No diagrama estão representados os mercados primário e secundário de
câmbio. O mercado primário sintetiza as operações dos residentes com os não
residentes, isto é, as transações comerciais e financeiras do balanço de
pagamentos. Através destas operações, este mercado altera o estoque de
moeda estrangeira em posse do país: um saldo positivo (negativo) no balanço de
pagamentos está associado a uma entrada (saída) líquida de recursos. Por esta
razão, é exatamente nos fluxos do mercado primário que foca a abordagem
tradicional.
O mercado dentro do círculo é o mercado secundário de câmbio, em que
os dealers de câmbio negociam entre si moeda estrangeira oriundas do mercado
primário. As transações deste mercado constituem um “jogo de soma zero”, na
medida em que não alteram o estoque de moeda estrangeira em posse do país.
Por esta razão, a abordagem tradicional ignora as características deste mercado.
A proposta da abordagem da microestrutura é que se olhe exatamente
para o mercado interbancário, pois em última instância é neste que a cotação se
forma, como notado em Garcia e Urban (2004).
Conforme argumentam Evans e Lyons (2002), as transações entre os
dealers no mercado interbancário refletem mudanças nas expectativas e
principalmente pressões advindas do mercado primário de câmbio (pressões do
balanço de pagamentos e dos fundamentos da economia). Desta forma, estas
pressões e expectativas se refletiriam no fluxo de ordem deste mercado e assim
PUC-Rio - Certificação Digital Nº 0610504/CA
29
se formaria a cotação. As transações no mercado primário de câmbio dariam
origem às transações no mercado interbancário e, à medida que os dealers
deste mercado transacionassem entre si estes recursos (num processo
conhecido como hot potato), esta informação sobre os fundamentos seria
transmitida para a taxa de câmbio.
O estudo da mecânica de uma exportação ajudará a entender a forma de
funcionamento deste mercado: suponha que uma firma residente no Brasil faça
uma exportação de US$ 10 milhões. Esta exportação representa um fundamento
da economia e como tal deveria afetar a taxa de câmbio; porém tal fundamento
não é informação pública no momento em que ocorre, mas apenas quando for
revelado através da balança comercial. A empresa deve depositar estes
recursos em um banco (o dealer A da figura) e convertê-los em reais. Assim, o
fundamento (a exportação de US$ 10 milhões) é informação privada do dealer A
que comprou os dólares da firma exportadora. A partir deste momento, o dealer
A se dirige ao mercado interbancário para administrar o risco cambial: à cotação
vigente, ele quer vender estes recursos, uma vez que este dealer A quer lucrar
com o spread de compra e venda e não correr o risco das oscilações cambiais.
Logo, o dealer A aborda outro dealer (o dealer B) que lhe dá uma cotação
de compra e venda da moeda estrangeira. O dealer A “agride” a cotação de
compra do dealer B para vender parte dos dólares contratados junto à empresa
exportadora, e assim tem-se um fluxo de ordem de venda (pois foi o dealer A
que iniciou a transação com o dealer B). Este dealer B, após ter comprado estes
recursos, aborda o dealer C para administrar seu risco cambial e tem-se mais
um fluxo de ordem. Este processo continua até o ponto em que a cotação se
altera para seu novo nível de que equilíbrio.
Este é o mecanismo do hot potato, em que uma pressão oriunda do
mercado primário de câmbio (no caso, a exportação de US$ 10 milhões) deu
origem a diversas transações no mercado secundário de câmbio e, através das
mesmas, o fundamento se transmitiu ao preço. Desta forma, o fundamento, que
é informação privada no momento em que ocorre, através do fluxo de ordem se
transmitiu ao preço da moeda estrangeira. Portanto, apesar do fluxo de ordem
ser a causa aproximada para a determinação da taxa de câmbio, a causa
subjacente é o fundamento que dá origem a esse fluxo de ordem.
Assim, pode-se ver claramente como a abordagem da microestrutura se
relaciona à abordagem tradicional e como seu enfoque se baseia na economia
da informação, isto é, no processo pelo qual a informação é agregada e
transmitida aos preços. A assimetria no conjunto informacional dos agentes é
PUC-Rio - Certificação Digital Nº 0610504/CA
30
essencial para que as transações entre os dealers tenham impacto sobre a taxa
de câmbio, pois é a transmissão da informação privada pelo fluxo de ordem que
faz com que este tenha impacto sobre os preços.
As operações no mercado cambial interbancário têm basicamente três
motivos: arbitragem, especulação e hedge (diversificação de risco).
O motivo arbitragem advém da possibilidade de o participante do mercado
operar a diferença entre preços e taxas de juros, transacionando uma mesma
mercadoria em dois mercados diferentes. Uma possibilidade é que um banco
venda moeda estrangeira no mercado primário, a um exportador por exemplo, a
um determinado preço acima do praticado no interbancário, ganhando a
diferença.
O motivo especulação deriva da possibilidade que agentes antecipem
movimentos futuros do mercado. Uma possibilidade seria um agente que, na
expectativa que o Banco Central intervenha naquele dia a um determinado
preço, compra os recursos a um preço mais baixo e os vende no momento da
intervenção, ganhando a diferença. Outra possível operação especulativa
consiste na operação da taxa de juros entre diferentes países, em que um
agente capta recursos no exterior e os aplica internamente a uma taxa de juros
superior à de captação. O retorno desta estratégia será o diferencial de juros
menos a variação cambial – estratégias deste tipo são conhecidas como carry-
trade.
O motivo de hedge é aquele no qual os agentes demandam moeda
estrangeira para se proteger de operações em outros mercados, de sentido
oposto. Assim, quando, por exemplo, um agente assina um contrato denominado
em dólar e quer se proteger do risco de variação cambial, este pode transacionar
no mercado futuro e assim garantir uma determinada cotação para seu negócio.
3.1.
O mercado cambial brasileiro
O sistema adotado para o mercado interbancário brasileiro é o chamado
Decentralized Multiple-Dealer Market, ou seja, um mercado descentralizado de
múltiplos dealers, mas que devem prestar contas de suas operações e posições
em moeda estrangeira ao Banco Central. Depois de contratadas, todas as
operações do mercado de câmbio à vista, seja no mercado primário ou
secundário, devem ser registradas no Sisbacen, sob o risco de não confirmação
da mesma. Esta é a forma que o Banco Central encontrou para controlar a
PUC-Rio - Certificação Digital Nº 0610504/CA
31
exposição cambial dos bancos. Aproximadamente, 110 bancos estavam
autorizados a operar moeda estrangeira em dezembro de 2007.
As operações do mercado interbancário podem ser feitas diretamente
entre os dealers (num esquema chamado de direct interdealer) ou através de um
intermediário, as corretoras (esquema conhecido como brokered interdealer). No
Brasil, as sociedades corretoras têm o papel de unir as duas pontas de uma
negociação, a compradora e a vendedora, não podendo carregar posições
9
.
A reestruturação do Sistema Brasileiro de Pagamentos (SBP) em 2002
permitiu que o dólar à vista pudesse ser negociado na Roda de Dólar Pronto da
BM&F, criada no dia 01 de fevereiro de 2006. Nesta roda, bancos e corretoras
participam de um pregão de viva voz. Pela Lei, os intermediários só podem
operar ordens de compra e venda recebidas diretamente dos bancos.
Adicionalmente ao mercado à vista, existe o mercado de derivativos de
câmbio. Um derivativo é um ativo financeiro que tem seu valor como função de
outro ativo financeiro, o ativo subjacente
10
. Dentre os derivativos de câmbio, se
destaca o dólar futuro
11
.
No caso brasileiro, o dólar futuro é negociado no pregão da BM&F. O
pregão funciona de forma similar à Roda de Dólar Pronto, isto é, organizado
como um leilão, no qual os participantes podem colocar ordens de compra e
venda de moeda estrangeira bem como fechar negócios contra ordens
previamente colocadas. O pregão divide-se entre pregão eletrônico e de viva-voz
(pit), mas ambos nunca funcionam concomitantemente.
A cada 1º dia útil do mês, abrem-se novos contratos com vencimento para
ao último dia útil do mês de vencimento; assim, a cada dia que passa, o contrato
está um dia mais próximo do vencimento
12
. Os contratos são padronizados para
US$50.000,00 ( = $ 50.000,00). A ampla maioria do volume dos contratos
negociados na BM&F corresponde ao primeiro vencimento (até 30 dias), com
mais de 85% do volume total.
9
Exceto em condições especiais, como o dólar turismo.
10
Outros derivativos são as opções e swaps cambiais.
11
Um contrato de dólar futuro é um contrato firmado na data t para liquidação na data futura t+k,
de compra ou venda de q unidades de dólar a um preço pré-estabelecido F
t,t+k
por unidade. Se na
data t+k o preço do dólar à vista for maior que F
t,t+k
, a parte que comprou o contrato futuro aufere
lucro e seu lucro será o número de contratos negociados vezes a diferença entre o valor da moeda
estrangeira em t+k e o valor pago por este dólar, acordado no momento do fechamento do contrato
em t, ou seja,
+
,+
. Caso em t+k o preço do dólar à vista seja menor que F
t,t+k
, a parte
que vendeu o contrato futuro aufere lucro, que neste caso será 
,+
+
.
12
Tratam-se de contratos futuros, não contratos a termo.
PUC-Rio - Certificação Digital Nº 0610504/CA
32
A legislação com relação ao mercado de derivativos de câmbio é muito
menos rígida do que aquela que rege o mercado à vista de dólar. Uma primeira
restrição que não se aplica é quanto ao carregamento de posições em moeda
estrangeira por instituições que não são autorizadas pelo Banco Central;
enquanto no mercado à vista apenas as instituições autorizadas podem carregá-
las, no mercado de derivativos praticamente qualquer agente pode fazê-lo,
desde que atingidas condições mínimas exigidas pela BM&F.
Os participantes do mercado de dólar futuro se dividem em seis categorias:
bancos, investidores institucionais nacionais, investidores institucionais
estrangeiros, empresas não financeiras, distribuidoras de títulos e valores
mobiliários (DTVMs) e pessoa física. A Tabela 1 apresenta a participação de
cada categoria no mercado de dólar futuro. Assim, uma conseqüência do arranjo
institucional do mercado cambial é a maior diversidade de participantes neste
mercado de derivativos de câmbio do que no mercado à vista.
Tabela 1 – Participação no mercado de dólar futuro por categoria de participante,
de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: As participações se referem ao primeiro vencimento do contrato de dólar
futuro.
Outra característica singular do mercado cambial brasileiro é a expressiva
diferença entre o volume transacionado no mercado futuro para o mercado à
vista, como mostra a Figura 1. Como se pode ver, o volume transacionado no
mercado futuro é em média 5 vezes superior ao volume total transacionado no
mercado à vista interbancário. Essa é uma característica peculiar do mercado
brasileiro comparativamente aos principais mercados cambiais do mundo
(principalmente nos países do G7), onde o volume negociado no mercado à vista
é amplamente superior ao do mercado futuro. No mercado à vista, tem-se que a
Roda de Dólar Pronto representa uma média de 18,5% do volume total.
Bancos
DTVM'S e
Corretoras de
Valores
Invest.
Institucional
Estrangeiro
Invest.
Institucional
Nacional
Pessoa Física
Pessoa
Jurídica Não
Financeira
Participação no total
dos contratos
43% 0,2% 25% 29% 0,2% 2,6%
PUC-Rio - Certificação Digital Nº 0610504/CA
33
Figura 1 – Volume negociado no mercado de dólar à vista e no primeiro
vencimento do dólar futuro, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Conforme argumentado em Garcia e Urban (2004), a legislação brasileira
para o mercado cambial impossibilita o livre acesso à moeda estrangeira à vista
por agentes não bancários e isto faz com que diversas operações típicas deste
mercado sejam transferidas para o mercado futuro. Segundo o Banco de
Compensações Internacionais (BIS - 2007), o mercado de dólar futuro real/ dólar
é o segundo maior mercado de derivativos de câmbio transacionados em pregão
do mundo, perdendo apenas para o mercado iene/ dólar. Enquanto isso, o
mercado à vista real/ dólar corresponde a menos de 1% do volume total de
câmbio à vista negociado no mundo.
13
Além da transferência de operações do mercado à vista para o mercado
futuro de câmbio, estes autores argumentam que esta regulamentação estimulou
o mercado a desenvolver produtos singulares, buscando mimetizar, a partir de
operações regulamentadas, algumas transações típicas de mercado à vista de
câmbio. Assim, buscou-se possibilitar estas operações aos agentes não
regulamentados a operar neste mercado.
Dentre estes produtos peculiares do mercado brasileiro, tem particular
importância o “diferencial”, ou “casado”. Esta operação constitui em posições no
mercado à vista e uma no mercado futuro, de naturezas contrárias, que busca
13
O volume do mercado futuro real/ dólar é superior inclusive ao do mercado euro/ dólar.
0
5
10
15
20
25
01/02/06
01/03/06
01/04/06
01/05/06
01/06/06
01/07/06
01/08/06
01/09/06
01/10/06
01/11/06
01/12/06
01/01/07
01/02/07
01/03/07
01/04/07
01/05/07
US$ Bilhões
Dólar futuro - 1º vencimento
Dólar à vista - total
Dólar à vista - pregão
PUC-Rio - Certificação Digital Nº 0610504/CA
34
mimetizar a compra de câmbio pronto a um agente não autorizado a operar no
mercado à vista. Trata-se de um contrato de taxas que juros que é utilizado
pelos agentes para migrarem de posições no mercado de derivativos para
posições no mercado à vista.
14
Seriam estes produtos singulares que estariam por trás da expressiva
participação dos bancos no mercado de dólar futuro. Na medida em os demais
agentes não podem carregar posições em câmbio pronto, estes tendem a
recorrer aos bancos para adquirir estes produtos como forma de sintetizar estas
operações. Assim os bancos atuariam como contraparte na maior parte das
operações deste mercado. Ademais, na medida em que o mercado de câmbio
futuro se mostra mais líquido que o à vista, os bancos tendem a repassar os
recursos adquiridos no mercado primário no primeiro vencimento do dólar futuro,
em detrimento do mercado à vista. Conseqüentemente estes acabam por ter
uma elevada participação neste mercado de derivativos, como pode ser visto na
Tabela 1.
14
Para uma descrição detalhada dos produtos do mercado cambial brasileiro, ver Garcia e Urban
(2004).
PUC-Rio - Certificação Digital Nº 0610504/CA
35
4
Modelo de microestrutura para a taxa de câmbio
O objetivo deste Capítulo é apresentar um modelo capaz de capturar as
características do modo de funcionamento do mercado cambial brasileiro e
subsidiar a análise empírica posterior. Com isso se irá expor o arcabouço teórico
no qual a abordagem da microestrutura da taxa de câmbio se baseia, mostrando
de que forma as transações do mercado podem transmitir a informação privada
dos fundamentos e por este canal afetar a cotação da taxa de câmbio
15
.
As forças presentes são as mesmas que podem ser encontradas nos
artigos de Kyle (1985) e Evans e Lyons (2002), em que o agente mais bem
informado, através do fluxo de ordem, transmite informação para o preço e afeta
a cotação, de tal forma que o mercado ao observar as suas transações (e
mesmo sem observar a sua informação privada) altera o preço de equilíbrio.
Posteriormente, estimar-se-á este modelo para os dados brasileiros e se
verificará a adequação desta teoria de microestrutura para a taxa de câmbio real/
dólar. As características deste modelo se assemelham muito à forma de
funcionamento do pregão da BM&F que se analisa.
As transações serão caracterizadas pelo seu fluxo de ordem. O fluxo de
ordem das transações será simbolizado por 
de tal forma que 
> 0 quando
o fluxo de ordem for de compra e 
< 0 quando o fluxo de ordem for de venda.
Sejam
e
o preço das propostas de compra e venda de moeda
estrangeira, respectivamente, em um determinado instante de tempo t. A variável
central na definição do preço na abordagem da microestrutura é o centro do
spread de compra e venda, ou seja:
=
+
2
(6)
A condição de eficiência no mercado cambial implica que a cotação da
moeda estrangeira deve ser determinada de tal forma que se iguale à
expectativa de seu valor fundamental, dadas as informações disponíveis ao
15
O modelo apresentado é inspirado em Hasbrouck (1991).
PUC-Rio - Certificação Digital Nº 0610504/CA
36
mercado: a informação pública. O valor fundamental da moeda estrangeira é
definido como aquele valor que a taxa de câmbio teria caso todos os
fundamentos necessários para o seu apreçamento fossem conhecidas por todo
o mercado.
Assim, a condição de eficiência no mercado cambial implica que,
condicional à informação pública, a diferença entre o valor fundamental da
moeda estrangeira e a cotação vigente no mercado deve ser zero, ou seja:
|Ω
t
= 0 (7)
Em que Ω
t
é o conjunto de toda informação pública disponível ao final do
instante de tempo t e 
é o valor fundamental da moeda. Procede-se como Kyle
(1985) e supõem-se que o spread em (6) é determinado de forma simétrica ao
redor do valor fundamental da moeda.
Este spread refletirá custos de transação, como taxas da bolsa, etc. e
principalmente o que Kyle (1985) chama de “custos de seleção adversa”, ou
seja, os custos associados às perdas esperadas em uma transação com o
agente mais bem informado. Logo, quanto maior o grau de assimetria de
informação, maiores os spreads de compra e venda e menor a liquidez que deve
ser encontrada no mercado.
A convenção nos modelos de microestrutura é que as propostas de
compra e venda são estabelecidas após a verificação das transações em t, de tal
forma que as cotações vigentes no momento das transações em t são
1
e
1
. Assim, a cotação do mercado,
, é tal que incorpora toda a informação
pública em t, inclusive o fluxo de ordem.
Seguindo Hasbrouck (1991), supõe-se que o valor fundamental da moeda
estrangeira (
), ou seja, aquele quando todos os fundamentos necessários para
seu apreçamento são observáveis, tenha a seguinte forma linear:
= 
1
+ Δ
+
2,
+
1,
(8)
Em que Δ
representa os choques sobre os fundamentos
macroeconômicos de informação pública,
1,
é um choque de informação
pública, e
2,
é a informação privada sobre fundamentos que não se revela de
forma homogênea a todos os agentes do mercado, mas de forma individual a
alguns destes, os que possuem informação privada sobre os fundamentos.
PUC-Rio - Certificação Digital Nº 0610504/CA
37
Assim, por (8), o valor fundamental da moeda é simplesmente aquele que
fora no período anterior mais os choques sobre os fundamentos, de informação
pública e privada. O coeficiente mede o impacto da informação privada sobre
os preços, ou seja, a importância da assimetria de informação para determinar o
preço de equilíbrio da moeda
Pode-se também perceber a forma como este simples modelo se
relacionado com os modelos macroeconômicos da abordagem tradicional. Para
tal, pode-se ver que o valor fundamental da taxa de câmbio nestes modelos é
tratado como:
= 
1
+ Δ
+
(8’)
Em que
=
2,
+
1,
. Assim, todo o componente de microestrutura e de
informação privada sobre os fundamentos faz parte do resíduo dos modelos da
abordagem tradicional.
Como se discutiu nas seções anteriores, a informação privada sobre os
fundamentos (
2,
) se revela em partições para os participantes do mercado.
Cada agente que recebe a informação privada sobre um determinado
fundamento irá iniciar uma transação de acordo com a informação recebida, de
forma a lucrar com sua vantagem informacional. Logo, o fluxo de ordem de um
agente i qualquer será igual à informação privada por ele recebida:

=
2,
(9)
Em que 
é o fluxo de ordem do agente i no tempo t e
2,
é a
informação privada recebida por este mesmo agente. Assim, o fluxo de ordem de
cada agente será equivalente à informação privada recebida pelo mesmo.
A soma dos sinais recebidos por todos os participantes deve ser igual ao
sinal agregado, ou seja, o fundamento que não se revela publicamente ao
mercado, mas em partições a cada um dos I agentes do mercado. Assim
2,
2,
=1
.
16
16
Uma possível extensão do modelo seria permitir a presença de liquidity traders, ou seja, agentes
que transacionam mas sem estar pautados por fundamentos. A presença destes reduziria o impacto
do fluxo de ordem sobre a cotação, na medida em que passariam a existir transações não
informativas.
PUC-Rio - Certificação Digital Nº 0610504/CA
38
Como o fluxo de ordem de cada agente é igual à informação privada
recebida pelo mesmo (equação (9)), tem-se que o fluxo de ordem agregado é
igual à informação privada total.
Seja o fluxo de ordem agregado definido como:


=1
(9’)
Portanto, de (9), (9’) e da definição de
2,
, tem-se que:

=
2,
(9’’)
Logo, por (9’’), o fluxo de ordem agregado no instante t reflete plenamente
a informação privada recebida pelo conjunto dos agentes no instante de tempo t.
Para que seja especificada a forma como os agentes determinam a
cotação da taxa de câmbio, é antes preciso definir o conjunto de informação
pública. Os fundamentos macroeconômicos, Δ
, e os choques públicos,
1,
,
naturalmente estão incluídos no conjunto de informação pública, como nos
modelos da abordagem tradicional. Entretanto, o componente de informação
privada,
2,
, não é observável por todos agentes do mercado.
Todavia, as transações e conseqüentemente o fluxo de ordem são
variáveis observadas pelos participantes do mercado. Tem-se que ao observar o
fluxo de ordem agregado 
é como se o mercado estivesse observando os
próprios fundamentos contidos em
2,
, uma vez que o fluxo de ordem agregado
é igual à informação privada total, isto é, 
=
2,
.
Formalmente, seja Ω
t
o conjunto de toda informação pública disponível em
t. Tem-se que Ω
t
=
ΔF
t
, ε
1,t
, OF
t
. Assim, segue da hipótese de eficiência no
mercado de câmbio (condição (7)) que:
|Ω
t
=
|ΔF
t
, ε
1,t
, OF
t
= 0 (10)
De (8), (9’’) e (10), tem-se que a cotação de mercado é dada por:
=
1
+ Δ
+ 
+
1,
Ou seja:
PUC-Rio - Certificação Digital Nº 0610504/CA
39
Δ
= Δ
+ 
+
1,
(11)
Portanto, com a equação (11) chega-se a uma especificação para a
cotação em que tanto a informação pública, advinda dos modelos tradicionais
para a taxa de câmbio, como o componente de microestrutura, oriundo das
transações e da assimetria de informação, afetam a taxa de câmbio.
O coeficiente capta exatamente a porção de microestrutura do modelo.
Este coeficiente mede o impacto que uma determinada transação (o fluxo de
ordem) tem sobre a cotação da moeda estrangeira, ou seja, mede o grau de
assimetria de informação do mercado e a quantidade de informação que as
transações transmitem à cotação.
Na medida em que este coeficiente mede o impacto das transações sobre
os preços, tem-se que este também pode ser interpretado como uma medida de
liquidez do mercado: quanto maior (menor) o coeficiente , menor (maior) a
liquidez do mercado, pois maior (menor) é o impacto de uma determinada
transação sobre a cotação de equilíbrio.
Assim, a forma mais adequada de se comparar o mercado à vista e futuro
de câmbio no Brasil seria estimar este coeficiente para cada mercado e
comparar sua magnitude relativa.
PUC-Rio - Certificação Digital Nº 0610504/CA
40
5
Base de dados
A base de dados objeto de estudo é formada por todas as operações do
pregão de dólar futuro e da Roda de Dólar Pronto da BM&F, isto é, todas as
propostas de compra e venda e os negócios fechados. A cada observação, sabe
se esta corresponde a uma oferta de compra, de venda ou a um negócio
fechado, seu respectivo preço, o mercado a que se refere (futuro ou à vista), a
data de vencimento do contrato (para as observações do dólar futuro) e o dia e
momento de ocorrência da operação (na precisão do segundo). O período
compreendido pela base de dados é de 01/02/2006 a 31/05/2007, totalizando
9.978.382 observações. O volume negociado neste período é de cerca US$ 3,5
trilhões no primeiro vencimento do dólar futuro e US$ 650 bilhões no mercado
interbancário à vista.
Adicionalmente a esta base de dados retirada diretamente do pregão da
BM&F, têm-se informações diárias sobre o mercado interbancário de dólar à
vista (tanto da Roda de Dólar Pronto da BM&F quanto do mercado do balcão) e
do mercado de dólar futuro, como o volume total negociado, o número de
negócios, o preço médio dos negócios, etc. É importante salientar que as
transações do mercado de balcão de dólar pronto são realizadas entre os
bancos e somente após sua conclusão são registradas, e desta forma não se
consegue resgatar as propostas de compra, venda e o fluxo de ordem neste
mercado, sendo possível fazer isto apenas no pregão da BM&F.
17
Esta base de dados apresenta diversas inovações frente às apresentadas
em estudos anteriores. A sua primeira característica é que ela é a primeira que
possui informações para o mercado de câmbio futuro, possibilitando assim
estudar a adequação da abordagem da microestrutura para este mercado. A
segunda característica distintiva desta base de dados é possuir informações do
mercado à vista e futuro, o que permite comparar o comportamento das
cotações em alta freqüência e analisar como as transações de um mercado
17
Todas estas informações foram gentilmente cedidas pela BM&F.
PUC-Rio - Certificação Digital Nº 0610504/CA
41
influenciam as cotações do outro.
18
A terceira característica é o amplo intervalo
de tempo considerado, 16 meses.
19
Nesta base de dados não se possui informação sobre o participante do
mercado que faz a operação (ordem de compra ou venda ou fecha um negócio)
nem o volume ofertado em cada ordem.
Primeiramente selecionou-se apenas as observações referentes ao
mercado à vista de câmbio e ao primeiro vencimento do dólar futuro (com
vencimento máximo de 30 dias), uma vez que este representa 85% do volume
total do mercado futuro de câmbio. Elimina-se assim 801.167 observações,
referentes aos vencimentos superiores a um mês. Após esta primeira separação,
seguindo Hasbrouck (2003), filtraram-se os dados para eliminar possíveis
observações aberrantes.
20
Como resultado, resta uma base de dados com
7.026.177 observações para o mercado de dólar futuro e 2.140.103 observações
para o dólar à vista, assim distribuídas entre ofertas de compras e vendas e
negócios fechados:
Tabela 2 – Distribuição das observações na base de dados
Fonte: BM&F. Cálculos do autor.
Como a Tabela 2 mostra, o mercado futuro possui mais operações do que
o mercado à vista, seja no número de propostas de compra ou venda, seja no
número de negócios fechados.
Há duas formas pelas quais os agentes podem transacionar dólar (seja no
mercado à vista ou no mercado futuro) no pregão da BM&F: podem tanto colocar
18
Wu (2007) aplica a abordagem da microestrutura para o mercado cambial brasileiro, porém seus
dados são do mercado primário de câmbio e não do interbancário.
19
Evans e Lyons (2002), por exemplo, possuem apenas 4 meses de dados.
20
Eliminamos as observações que diferissem de mais de R$ 0,20 de uma média móvel centrada de
10 observações, que elimina 7 observações do mercado de dólar futuro e 150 observações do
mercado de dólar pronto. Em seguida, excluíram-se as observações nas quais havia um spread de
compra e venda negativo, eliminando assim, 5.565 observações do mercado de dólar pronto e
5.213 observações do mercado futuro de câmbio.
Total Freqüência Total Freqüência
Operações
7.026.177 100% 2.140.103 100%
Proposta de compra
3.468.677 49% 1.096.605 51%
Proposta de venda
2.410.362 34% 989.605 46%
Negócios Fechados
1.147.138 16% 53.893 3%
Futuro
À Vista
PUC-Rio - Certificação Digital Nº 0610504/CA
42
propostas de compra e venda, que não garantem execução da ordem, ou podem
firmar negócio contra propostas de outros participantes, o que garante a
execução ao preço estipulado na proposta. Para construir uma medida de fluxo
de ordem, irá se classificar as transações em positivas ou negativas, de acordo
com a parte que inicia a transação.
Quando um participante coloca uma ordem de compra ou venda, como
argumentado em Killeen, Lyons e Moore (2006), este tem a intenção de comprar
ou vender uma determinada quantidade de moeda estrangeira a um preço pré-
determinado; desta forma, nem todas as ordens de compra e venda se traduzem
em negócios fechados, pois não encontra outro participante que queira fechar
negócio naquelas condições. Portanto, a convenção na literatura de
microestrutura é identificar o iniciante da transação, a parte “agressora” da troca
(que dará o sinal do fluxo de ordem), como aquele agente que fecha negócio
contra a ordem colocada por outro agente.
Uma vez que esta base de dados possui todas as propostas de compra e
venda e os negócios fechados, seguidas de suas cotações e horário de
ocorrência, é possível identificar o fluxo de ordem de cada negociação. Para
fazê-lo, procede-se de duas formas, sendo que uma será apresentada a seguir e
a outra no Apêndice 1.
O fluxo de ordem foi identificado de maneira similar ao que fora feito em
Killeen, Lyons e Moore (2006) e Berger et al. (2005) e comparou-se o preço do
negócio com as cotações imediatamente anteriores. Por exemplo, se no dia
20/02/2007 às 10:02:43 houve uma transação a um determinado preço 𝑝
𝑜
e às
10:02:30 fora colocada uma proposta de compra ao mesmo preço, então
identifica-se a parte agressora na transação como uma venda (com fluxo de
ordem negativo). Caso em 3 minutos não haja uma cotação com o preço
exatamente igual (até a última casa decimal) ao da transação, então classifica-se
esta transação como indeterminada.
21
Assim, o agente agressor na troca é sempre aquele que aborda uma
proposta de compra ou venda e exige a transação nestes termos. Uma vez
identificado o sentido da troca, criou-se uma variável de fluxo de ordem, que
assume valor +1 (-1) vezes o volume transacionado se a parte agressora foi uma
compra (venda). Entretanto, como não se tem o volume de cada negociação,
procedeu-se de maneira similar a Evans e Lyons (2002) e se supôs que todas as
transações são equivalentes ao negócio médio daquele dia.
21
Com este procedimento, menos de 2% dos negócios de cada mercado foram classificados como
indeterminados.
PUC-Rio - Certificação Digital Nº 0610504/CA
43
Alternativamente a esta metodologia, reconheceu-se o sentido das trocas
pela metodologia chamada Tick-Test, originalmente proposta por Lee e Ready
(1991) e incorporado a diversos estudos, como Madhavan, Richardson e
Roomans (1997) e Hasbrouck (1991). Esta metodologia consiste em comparar a
cotação do negócio com o spread de compra e venda que prevalecia 5 segundos
antes da transação. Caso a cotação do negócio esteja acima (abaixo) do spread,
considera-se o fluxo de ordem como uma compra (venda). Caso a cotação do
negócio esteja exatamente sobre o centro do spread, o fluxo de ordem é
considerado indeterminado. Os resultados segundo esta metodologia Tick-Test
podem ser encontrados no Apêndice 1.
22
A Tabela 3 apresenta o fluxo de ordem utilizando-se a primeira
metodologia:
Tabela 3 – Fluxo de ordem no mercado à vista e futuro de câmbio
Fonte: BM&F. Cálculos do autor.
Nota: Os dados do mercado futuro de câmbio correspondem apenas ao seu
primeiro vencimento.
Como se pode ver, utilizando esta metodologia para identificar o sentido da
troca (fluxo de ordem), para a grande maioria das transações se encontra uma
proposta em até 3 minutos com preço exatamente igual ao da transação.
Outro ponto interessante é que no mercado de dólar futuro há mais fluxos
de ordem de venda do que de compra, enquanto no mercado à vista ocorre o
oposto. Este fenômeno é conseqüência da maior liquidez do mercado futuro,
devido às menores restrições à participação de agentes não dealers. Isso leva
os agentes a fazer suas operações típicas do mercado à vista no futuro (assim
como explicado na seção 3.1) e ao longo do dia migrar estas posições para o
mercado à vista através destes produtos singulares. Assim, a operação através
22
Os resultados obtidos segundo esta técnica Tick-Test foram similares ao que encontramos com a
metodologia que estamos propondo. Preteriu-se esta técnica à utilizada devido ao seu maior apelo
intuitivo.
Total Freqüência Total Freqüência
Fluxo de Ordem
1.147.138 100% 53.893 100%
Compra
533.927 47% 33.146 62%
Venda
592.397 52% 19.979 37%
Indeterminado
20.814 2% 768 1%
Futuro
À Vista
PUC-Rio - Certificação Digital Nº 0610504/CA
44
destes produtos faz com que uma transação no mercado futuro dê origem a
transações com sentido oposto no mercado à vista e isso se reflete no fluxo de
ordem encontrado na Tabela 3.
PUC-Rio - Certificação Digital Nº 0610504/CA
45
6
Análise empírica
6.1.
Estatísticas comparativas do mercado à vista e futuro
Antes de se estimar o modelo de microestrutura do Capítulo 4,
apresentam-se algumas estatísticas descritivas dos dois mercados de câmbio, o
à vista e o futuro. Objetiva-se com estas estatísticas comparar o volume
negociado, o número de transações e o spread em cada mercado, para assim
comparar a liquidez em ambos. A Tabela 4
apresenta estatísticas comparativas
para o período em análise.
Tabela 4 – Estatísticas descritivas do mercado à vista e futuro de câmbio, de
01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os dados do mercado futuro de câmbio correspondem apenas ao seu
primeiro vencimento.
Como se pode ver, o volume médio negociado no primeiro vencimento do
mercado futuro é mais de cinco vezes superior ao volume total negociado no
mercado interbancário de câmbio (pregão mais balcão). Dentro do mercado
interbancário, o mercado de pregão representa 18,5% do volume total negociado
de câmbio pronto.
O número de negócios realizados também é amplamente superior no
mercado de dólar futuro do que no mercado de dólar pronto, tendo quase 19
vezes mais negócios em média. Isso é mais um indício de que o mercado de
Média
Desvio
Padrão
Máximo Mínimo Média
Desvio
Padrão
Máximo Mínimo
Média
Desvio
Padrão
Máximo Mínimo
Média
Desvio
Padrão
Máximo
Mínimo
Volume Negociado US$
milhões
10.449
4.230
29.145
1.300 1.976 901 8.903 417 363 190 1.420 37 1.613 792 7.951 370
Volume Negociado R$
milhões
22.220
8.695
61.494
2.828 4.192 1.830
18.257
884 772 397 2.874 81 3.420 1.609
16.303
784
Número de negócios
5.254 2.061
12.036
363 277 77 504 128 110 58 333 20 167 33 273 75
Negócio Médio US$ milhões
2,14 0,85 8,55 0,97 7,55 3,56 23,61 2,30 3,97 2,48
15,43
0,89 9,75 4,28 33,84 3,71
Negócio Médio R$ milhões
4,54 1,70 17,39 2,21 15,99 7,19 47,92 4,91 8,41 5,17
31,58
1,90 20,65 8,57 69,37 8,37
Preço médio
2,143 0,072 2,361 1,937 2,136 0,070 2,369 1,928 2,136 0,070 2,368 1,930 2,136 0,071 2,369 1,928
Preço de fechamento
2,142 0,072 2,408 1,931 2,136 0,071 2,399 1,929 2,136 0,071 2,403 1,926 2,136 0,071 2,399 1,929
Spread de compra e venda
(%)
0,032 0,027 4,876 0,000 - - - - 0,077 0,057 8,680 0,000 - - - -
Total Pregão Balcão
À VistaFuturo
PUC-Rio - Certificação Digital Nº 0610504/CB
46
dólar futuro tem o papel do mercado cambial interbancário, no lugar do câmbio
pronto, pois este maior número de transações estaria refletindo o hot potato
descrito no Capítulo 3. Como conseqüência, o tamanho médio de cada
transação no mercado futuro é menor do que no mercado de câmbio pronto.
Ademais, em média, a cotação do dólar futuro é superior à cotação do
dólar pronto. Como ficará claro na seção em que se testam as inter-relações
destes dois mercados, é reflexo do diferencial de juros positivo entre o Brasil e a
taxa de captação dos agentes externos (usualmente a taxa Libor mais um
prêmio variante com o tipo de tomador).
Segundo a abordagem da microestrutura da taxa de câmbio, de todas as
medidas apresentadas, aquela mais relacionada à liquidez é o spread de compra
e venda. Quanto mais líquido for o mercado, mais estreitos devem ser estes
spreads.
Para gerar o spread de compra e venda, a cada segundo se selecionou a
melhor cotação de compra (cotação mais alta) e de venda (cotação mais baixa)
e se gerou o spread dividindo a diferença entre a cotação de venda e de compra
pela média das duas cotações, ou seja:
ݏ݌ݎ݁ܽ݀ =
௣
ೇ
ି௣
಴
೛
ೇ
శ೛
಴
మ
× 100
Em que ݌
௏
e ݌
஼
são as melhores cotações de venda e compra,
respectivamente, a cada segundo. Como a tabela mostra, o mercado de dólar
pronto tem spread maior do que o mercado de dólar futuro no que se refere tanto
à média, ao desvio padrão quanto ao valor máximo.
23
Assim, de acordo com esta
variável, tem-se que o mercado futuro é mais líquido do que o mercado à vista,
uma vez que seus spreads são de menor magnitude.
A comparação dos preços no mercado de pregão de câmbio pronto com o
preço total do câmbio pronto (pregão mais balcão) sugere que há uma estreita
ligação entre estes e assim ao estudar o mercado de pregão, a despeito de seu
reduzido tamanho frente ao mercado total de câmbio pronto, não se estaria
introduzindo nenhuma fonte de viés na análise. Ademais, caso houvesse fontes
sistemáticas de viés entre o preço dos mercados de balcão e pregão, simples
operações de arbitragem deveriam levar à rápida equalização dos preços. A
23
No mercado de dólar pronto há dados sobre o spread apenas para a Roda de Dólar Pronto, pois
no mercado de balcão não há qualquer registro das ofertas e assim não se consegue resgatar estes
spreads.
PUC-Rio - Certificação Digital Nº 0610504/CB
47
correlação contemporânea entre estes dois preços na base de dados é 0,9956, e
assim estudar o comportamento dos preços do pregão na alta freqüência seria
uma boa proxy para a cotação geral do mercado de dólar pronto.
6.2.
Estimações
Após a separação e a filtragem da base de dados, os dados foram
agrupados em diferentes intervalos de tempo: no nível da transação, 1 minuto, 5
minutos, 10 minutos, 1 hora e 1 dia.
Para a construção da série de preços, à exceção das agregações no nível
da transação e diária, procede-se como em Dufour e Engle (2000), Madhavan,
Richardson e Roomans (1997), Hasbrouck (1991) e Hasbrouck (1995),
considerando como a variável básica de preços a média das cotações de
compra e venda (
ሺ
݌
௏
+ ݌
஼
ሻ
2
⁄
).
Seguindo estes estudos, considerou-se sempre a cotação prevalente ao
final do intervalo de tempo considerado (ao final dos cinco minutos, por exemplo,
para a agregação de cinco minutos). O objetivo ao considerar apenas a última
cotação do intervalo é capturar a tendência de variação da taxa de câmbio frente
ao fluxo de ordem. Para evitar possíveis distorções que a consideração de
apenas uma observação pode causar (um exemplo óbvio seria quando há uma
tendência na série de preços, mas apenas a última observação destoa das
demais), procedeu-se como Andersen, Bollerslev, Diebold e Veja (2003) e
Madhavan, Richardson e Roomans (1997), e tirou-se a média dos últimos cinco
segundos de cada intervalo de tempo. Assim, por exemplo, na agregação de
cinco minutos a cotação referente às 11:55 é a média das cotações entre
11:55:55 e 11:55:59.
Para a agregação no nível da transação, consideraram-se apenas aquelas
observações nas quais houve negócio fechado. Desta forma, comparou-se a
cotação da taxa de câmbio imediatamente anterior à transação com aquela que
prevalecerá imediatamente após a transação. Com isso se objetiva capturar a
característica do modelo de Kyle (1985) em que a cotação do mercado se altera
logo após um fluxo de ordem devido à probabilidade da transação estar sendo
efetuada pelo agente mais bem informado.
Para construção do fluxo de ordem, procedeu-se de forma similar à
realizada por Evans e Lyons (2002), Ito e Hashimoto (2006), Berger et al. (2005)
e Killeen, Lyons e Moore (2006) e se considerou o acumulado no tempo do
PUC-Rio - Certificação Digital Nº 0610504/CB
48
líquido das transações em que a parte iniciante é a compradora e aquelas em
que a parte iniciante é a vendedora. Formalmente:
∑
ܱܨ
ఛ
௧
ఛୀଵ
=
∑ ሺ
ܥ
ఛ
− ܸ
ఛ
ሻ
௧
ఛୀଵ
Em que
∑
ܱܨ
ఛ
௧
ఛୀଵ
é o fluxo de ordem acumulado entre até o instante de
tempo t, ܥ
௧
é a soma das transações, até t, em que a parte iniciante foi a
compradora e ܸ
௧
é a soma das transações em que a parte iniciante foi a
vendedora. Assim, nos intervalos de tempo em que ܱܨ
௧
> 0 há um excesso de
transações em que a parte iniciante foi a compradora sobre transações iniciadas
pelo vendedor e quando ܱܨ
௧
< 0 ocorre o oposto.
Na agregação diária, gerou-se a variável de fluxo de ordem da mesma
forma que acima, mas utilizaram-se as séries de preços de fechamento
fornecidas pela própria BM&F. Estas cotações resultam de uma média
ponderada das transações dos últimos 15 minutos do pregão.
Para evitar resultados espúrios, é necessário que se teste a existência de
raiz unitária nas séries de preços e de fluxos de ordem. Assim, realizam-se
testes ADF e Phillips-Perron, cujos resultados podem ser vistos no Apêndice 2.
Percebe-se que os logaritmos das cotações, em todas as agregações, são
variáveis integradas de primeira ordem e logo devem ser estimadas em primeira
diferença. O fluxo de ordem, por sua vez, é estacionário, o que permite que se
trabalhe com seu nível. Ambos os fenômenos estão de acordo com o modelo de
microestrutura apresentado no Capítulo 4.
Uma vez realizadas estas questões de ordem técnica, primeiramente
testou-se a precedência entre o fluxo de ordem agregado e as variações da
cotação do câmbio. Assim, analisa-se a capacidade que o fluxo de ordem
passado tem de prever a variação da cotação futura e o mesmo para as
cotações.
Procedeu-se assim com testes de Causalidade de Granger. A Tabela 5
apresenta os resultados para as diferentes agregações:
PUC-Rio - Certificação Digital Nº 0610504/CB
49
Tabela 5 – Testes de Causalidade de Granger do fluxo de ordem e das
cotações.
Fonte: Cálculos do autor.
Nota: O teste de Causalidade de Granger é um teste F da hipótese nula que
todas as defasagens da variável 1 são conjuntamente iguais a zero na equação
da variável 2.
Através destes testes de causalidade de Granger é difícil estabelecer
qualquer relação de precedência sistemática entre as variáveis. Por exemplo, na
agregação de um minuto e dez defasagens, as variações nas cotações e os
fluxos de ordem se causam (no sentido de Granger) mutuamente.
Entretanto, quando na agregação de cinco minutos e duas defasagens
(dez minutos) este padrão desaparece para o dólar futuro. À medida que se
reduz a freqüência da agregação (passando de um minuto até um dia), os testes
vão perdendo significância. Assim, parece que na alta freqüência os fluxos e as
transações são capazes de se prever mutuamente, o que não ocorre na baixa
freqüência.
H
0
: Variável 1 não Granger causa a Variável 2
Freqüência Mercado Variável 1 Variável 2 p-valor
Defasagens = 10
1 minuto futuro Fluxo de Ordem
log(futuro
t
/futuro
t-1
)
3.25E-18
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem 1.98E-44
pronto Fluxo de Ordem
log(pronto
t
/pronto
t-1
)
1.30E-119
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem 3.75E-10
Defasagens = 2
5 minutos futuro Fluxo de Ordem
log(futuro
t
/futuro
t-1
)
0.0958458
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem 1.78E-11
pronto Fluxo de Ordem
log(pronto
t
/pronto
t-1
)
1.24E-07
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem 2.08E-07
Defasagens = 1
10 minutos futuro Fluxo de Ordem
log(futuro
t
/futuro
t-1
)
0.7932
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem 0.0009
pronto Fluxo de Ordem
log(pronto
t
/pronto
t-1
)
0.0013
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem 9.04E-05
Defasagens = 1
1 hora futuro Fluxo de Ordem
log(futuro
t
/futuro
t-1
)
0.0001
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem 0.0797
pronto Fluxo de Ordem
log(pronto
t
/pronto
t-1
)
0.5146
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem 0.0083
Defasagens = 1
Diária Fluxo de Ordem
log(futuro
t
/futuro
t-1
)
0.7318
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem 0.1075
Fluxo de Ordem
log(pronto
t
/pronto
t-1
)
0.3307
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem 0.8170
PUC-Rio - Certificação Digital Nº 0610504/CB
50
Para se estimar o modelo apresentado no Capítulo 4, devido à freqüência
intradiária dos dados, incluíram-se variáveis dummies para cada dia de pregão.
Pretende-se assim controlar para variáveis macroeconômicas e demais
fenômenos constantes ao longo do dia. Claramente estas dummies incluem os
diferenciais de juros do Brasil com o exterior (constantes ao longo do dia) e
fenômenos idiossincráticos de cada dia de pregão, como vésperas de anúncios
macroeconômicos, dias da semana de menor movimentação, etc. Dessa forma,
estima-se a seguinte variação da equação (11):
log
௦
೟
௦
೟షభ
=
∑
ߙ
௜
∗ ݀
௜
்
௜ୀଵ
+ ߚܱܨ
௧
+ ߝ
௧
(12)
Em que ݏ
௧
é a taxa de câmbio (pronto ou futuro) medido em reais por dólar,
݀
௜
são as variáveis dummies, ߙ
௜
são os coeficientes destas varáveis dummies,
ܱܨ
௧
é o fluxo de ordem acumulado entre os instantes de tempo t-1 e t (medido
em US$ bilhões) e ߚ é o coeficiente que mede o impacto do fluxo de ordem
sobre a cotação, a pressão de preço. O índice ܶ mede o número de dias de
pregão na amostra e fornece o número de variáveis dummies incluídas: assim
tem-se que ܶ = 328 para o mercado de dólar futuro e ܶ = 327 para o dólar
pronto.
24
O coeficiente de interesse é o ߚ, pois ele captura o quão importante é o
componente de microestrutura para a determinação da taxa de câmbio: como o
fluxo de ordem está medido em US$ bilhões (assim como nos demais artigos da
literatura de microestrutura da taxa de câmbio), tem-se que um fluxo de ordem
positivo de US$ 1 bilhão desvaloriza o câmbio em 100 ∗ ߚ porcento. A Tabela 6
apresenta os resultados para ambos os mercados; os coeficientes das variáveis
dummies foram omitidos por simplicidade de exposição:
24
A diferença entre os dias de pregão do dólar pronto e do dólar futuro se refere ao dia 27/12/2006
(quarta-feira). Como a liquidação dos contratos de dólar à vista se dá em D+2, ou seja, dois dias
úteis após a sua contratação, neste dia o mercado interbancário de dólar pronto não abriu (balcão e
pregão), pois a liquidação teria que ocorrer no ano seguinte.
PUC-Rio - Certificação Digital Nº 0610504/CB
51
Tabela 6 – Estimação do coeficiente de impacto do fluxo de ordem na cotação:
freqüências intradiárias
Fonte: BM&F. Cálculos do autor.
Notas: Os coeficientes se referem ao modelo estimado (12). Coeficientes
estimados por Mínimos Quadrados Ordinários. Erros padrão robustos à
heterocedasticidade. Os coeficientes das variáveis dummies foram omitidos por
simplicidade de exposição (328 dummies para o mercado de dólar futuro e 327
para o mercado à vista). Níveis de significância: *** significante a 1%; **
significante a 5%; * significante a 10%.
Pode-se ver que, em qualquer agregação e em qualquer que seja o
mercado, obtêm-se coeficientes amplamente significantes, demonstrando a
importância do fluxo de ordem e da abordagem da microestrutura para a
determinação da taxa de câmbio. O coeficiente ߚ representa o impacto do fluxo
de ordem sobre a cotação.
Assim, por exemplo, o coeficiente ߚ = 0,00991 na agregação de cinco
minutos para o câmbio futuro significa que um fluxo excedente de compras sobre
vendas, em cinco minutos, de US$ 1 bilhão desvaloriza o câmbio em 0,991% ao
final dos cinco minutos, ou equivalentemente um fluxo de ordem positivo de US$
10 milhões desvaloriza o câmbio em 0,00991%. A mesma análise se aplica às
demais agregações.
A Tabela 6 mostra que, no nível da transação, um fluxo de ordem positivo
tem o mesmo impacto sobre a cotação no mercado à vista e no mercado futuro,
uma vez que um fluxo de ordem positivo de US$ 1 bilhão eleva a cotação
imediatamente posterior em 0,70% em ambos os mercados.
Adicionalmente a estas agregações intradiárias, se considerou os dados
diariamente. Neste caso, coloca-se controles explícitos na regressão e se
analisa a significância do fluxo de ordem quando outras variáveis de informação
pública estão sendo consideradas. Logo, em vez de recorrer a variáveis
dummies para controlar por fenômenos de informação pública, considera-se
diretamente estas variáveis macroeconômicas.
Dessa forma, estima-se a seguinte equação:
Agregação
Mercado
Futuro À Vista Futuro À Vista Futuro À Vista Futuro À Vista Futuro À Vista
Fluxo de ordem (
β
) 0,0070
***
0,0071
***
0,0090
***
0,0071
***
0,0099
***
0,0112
***
0,0100
***
0,0125
***
0,0106
***
0,0121
***
t -stat
207,8 46,1 90,0 25,8 46,5 22,3 43,4 21,1 18,7 12,3
R2
0,029 0,045 0,053 0,009 0,098 0,058 0,115 0,087 0,177 0,275
F-stat
165,3
***
13,1
***
25,6
***
3,4
***
9,6
***
3,2
***
7,6
***
3,0
***
3,1
***
3,1
***
Multiplicador de Lagrange
85,5
***
87,4
***
20,8
***
3101,6
***
9,2
***
17,1
***
7,9
***
11,8
***
180,4
***
1,5
Núm. observações
1.119.686
52.699 151.878 95.029 31.180 22.264 15.809 11.373 2.522 1.964
Transação 1 minuto 5 minutos 10 minutos 1 hora
PUC-Rio - Certificação Digital Nº 0610504/CB
52
log
௦
೟
௦
೟షభ
= ߙ + ߚܱܨ
௧
+ ߛܺ
௧
+ ߝ
௧
(13)
Em que ݏ
௧
é a taxa de câmbio de fechamento do pregão (no mercado
futuro ou no pregão), ܱܨ
௧
é o fluxo de ordem acumulado no dia t e ܺ
௧
são os
controles macroeconômicos de informação pública. Três controles
macroeconômicos são considerados: o diferencial de juros, medido pela taxa
Selic menos a taxa Libor medida em dólares; o prêmio de risco medido pelo
Embi Brasil e o Ibovespa. A Tabela 7 apresenta os resultados para quatro
diferentes especificações:
Tabela 7 – Estimação do impacto do fluxo de ordem na cotação da taxa de
câmbio: freqüência diária
Fonte: BM&F, Bloomberg e IPEAData. Cálculos do autor.
Notas: Os coeficientes se referem ao modelo estimado (13). Coeficientes
estimados por Mínimos Quadrados Ordinários. Erros padrão robustos à
heterocedasticidade. Níveis de significância: *** significante a 1%; ** significante
a 5%; * significante a 10%.
A Tabela 7 mostra que, para qualquer que seja a especificação
considerada, o fluxo de ordem sempre é significativo e com o sinal esperado,
mesmo quando todas as variáveis macroeconômicas são consideradas
(especificação 1). Este resultado é forte indício de que as fontes de informação
privada (capturadas pelo fluxo de ordem) são essenciais para explicar as
variações da taxa de câmbio, mesmo quando consideradas as fontes de
informação pública. Portanto, tem-se que o fluxo de ordem não é um mero
mecanismo de transmissão da informação pública, mas transmite informação
privada que não pode ser obtida através das variáveis macroeconômicas
Futuro Pronto Futuro Pronto Futuro Pronto Futuro Pronto
Constante
0,001
***
-0,001
*
0,002
***
-0,001
**
0,002
***
-0,002
***
0,002
***
-0,002
***
t -stat
3,19 -1,90 4,06 -2,33 4,35 -3,70 4,33 -4,31
Fluxo de Ordem
0,0039
***
0,0094
***
0,0052
***
0,0115
***
0,0073
***
0,0166
***
0,0073
***
0,0164
***
t -stat
5,10 4,91 6,87 5,82 8,58 7,39 8,56 7,28
log((Selic
t
/Libor
t
)/(Selic
t-1
/Libor
t-1
)
-0,02
***
0,38
*
-0,02
*
0,45
**
-0,01 0,52
**
- -
t -stat
-2,71 1,78 -1,92 2,02 -1,10 1,98
log(Embi
t
/Embi
t-1
)
0,14
***
0,14
***
0,18
***
0,19
***
- - - -
t -stat
7,86 7,66 10,66 10,86
log(Ibovespa
t
/Ibovespa
t-1
)
-0,14
***
-0,15
***
- - - - - -
t -stat
-5,92 -6,12
R2 0,458 0,443 0,399 0,378 0,187 0,151 0,184 0,140
F-stat
67,9
***
63,9
***
71,4
**
65,3
***
37,2
**
28,7
***
73,2
**
53,0
***
Multiplicador de Lagrange
10,7
***
19,3
***
6,1
**
11,5
***
0,9 5,5
**
0,9 5,2
**
Núm. Observações
328 327 328 327 328 327 328 327
Especificação 1 Especificação 2 Especificação 3 Especificação 4
PUC-Rio - Certificação Digital Nº 0610504/CB
53
isoladamente. Como a especificação 4 mostra, o fluxo de ordem sozinho é capaz
de explicar 18% das variações diárias do câmbio futuro e 14% das variações do
câmbio à vista para a cotação real/ dólar.
À medida que se retiram as variáveis de informação pública (passando da
especificação 1 para a especificação 4), o coeficiente do fluxo de ordem se eleva
em ambos os mercados. Isso mostra que no fluxo de ordem há um componente
de informação pública, de tal forma que provê tanto informação privada quanto é
um mecanismo de transmissão da informação pública.
O importante é que, mesmo quando se controla para todas as fontes de
informação pública, o fluxo de ordem permanece significante. Caso a informação
privada não fosse relevante para a formação da taxa de câmbio, seria de se
esperar que, na medida em que se incluísse variáveis de informação pública
(diferenciais de juros, prêmios de risco, etc.), este coeficiente perdesse
significância e convergisse para o zero estatisticamente, o que não ocorre (o
coeficiente continua significante a 1%).
As Tabelas 6 e 7 também revelam que, a partir do momento que se
aumenta a agregação no tempo (a partir da agregação de cinco minutos) o
coeficiente do mercado à vista é sempre superior ao do mercado futuro. Isso
significa que uma transação de mesmo tamanho tem impacto maior na cotação
do câmbio à vista do que na cotação do câmbio futuro, sendo indício da menor
liquidez do mercado à vista.
Este é um fenômeno mais forte do que a mera comparação dos volumes e
dos spreads nos dois mercados. Na medida em que o impacto de uma
transação, de mesmo tamanho, é menor no mercado futuro do que no à vista
implica que a liquidez é maior no futuro. Assim, caso um agente queira fazer
uma grande transação de câmbio, este deve priorizar o mercado futuro, uma vez
que o impacto que sua transação terá sobre a cotação será menor neste
mercado.
Um resultado à primeira vista intrigante, apresentado na Tabela 6, é o
maior coeficiente ߚ no mercado futuro do que no à vista para as freqüências
mais altas (no nível da transação e 1 minuto) e o contrário ocorrendo a partir dos
cinco minutos. Como se verá no Capítulo 7, a menor liquidez do mercado à vista
implica que a cotação neste mercado demora mais tempo para se ajustar ao
fluxo de ordem do que no mercado futuro.
Assim, na agregação de 1 minuto, por exemplo, o ajuste da cotação do
dólar futuro a um fluxo de ordem já se deu de forma integral, enquanto ainda
levará alguns minutos para fazê-lo no mercado à vista. Logo, na altíssima
PUC-Rio - Certificação Digital Nº 0610504/CB
54
freqüência se tem a falsa impressão de que o coeficiente ߚ é menor no mercado
pronto do que no futuro. Entretanto, a partir da agregação de 5 minutos, quando
o impacto do fluxo de ordem já se deu plenamente nos dois mercados, verifica-
se que o coeficiente ߚ é superior no mercado à vista do que no mercado futuro,
o que prova a menor liquidez do primeiro.
Tendo em vista comparar estes resultados com os obtidos pela literatura,
sintetiza-se na Tabela 8 alguns resultados encontrados para o coeficiente de
impacto ሺߚሻ.
Tabela 8 – Resultados da literatura da abordagem da microestrutura da taxa de
câmbio
(*) Nos períodos que antecederam a criação do euro, os autores criaram uma
média ponderada das moedas que futuramente dariam origem a esta de forma a
simular a cotação do euro.
A análise das Tabelas 6, 7 e 8 mostra que os coeficientes encontrados, de
1,12% para o mercado à vista e 0,99% para o mercado futuro, são superiores
aos encontrados pela literatura para os principais mercados interbancários do
mundo, como o dólar/ euro ou o euro/ iene. Dessa forma, conclui-se que a
liquidez do mercado cambial brasileiro (medida como o inverso do coeficiente de
impacto ߚ) é inferior às dos principais mercados cambiais do mundo.
Em seu estudo para o mercado cambial primário brasileiro, Wu (2007)
encontra um coeficiente de impacto do fluxo de ordem de 2,7% por US$ 1 bilhão,
isto é, um fluxo de ordem positivo de US1 bilhão deprecia a cotação real/ dólar
em 2,7%. Comparando este resultado com os encontrados neste estudo, pode-
se ver como o mercado primário de câmbio à vista é menos líquido do que o
Estudo Moedas Mercado Período analisado
Coeficiente de
impacto por US$ 1
bilhão
Evans e Lyons (2002)
Dólar/ marco
alemão
Interbancário
à vista
maio a agosto de 2006
0,54%
Berger et. al (2005)
Dólar/ iene
Interbancário
à vista
janeiro a dezembro de
2003
0,58%
Berger et. al (2005)
Dólar/ euro
Interbancário
à vista
janeiro a dezembro de
2003
0,49%
Berger et. al (2005)
Dólar/ iene
Interbancário
à vista
janeiro 1999 a
fevereiro de 2004
0,72%
Berger et. al (2005)
Dólar/ euro
Interbancário
à vista
janeiro 1999 a
fevereiro de 2004
0,55%
Killeen, Lyons e Moore
(2002)
Franco francês/
marco alemão
Interbancário
à vista
janeiro a dezembro
1998
0,24%
Evans e Lyons (2005) *
Dólar/ euro
Primário à
vista
abril 1993 a junho
1999
0,16%
Wu (2007)
Real/ dólar
Primário à
vista
julho de 1999 a junho
de 2003
2,70%
PUC-Rio - Certificação Digital Nº 0610504/CB
55
interbancário, uma vez que as transações no primeiro têm poder de alterar a
cotação de forma substancialmente superior às transações no interbancário.
Este maior impacto das transações sobre a cotação do mercado à vista
frente ao mercado futuro faz com que os agentes priorizem o futuro, no seu
primeiro vencimento, quando vão fazer suas operações cambiais. Um exemplo é
o caso do investidor internacional que queira especular com moedas, numa
estratégia conhecida como carry-trade. Burnside, Klacheski, Eichembaum e
Rebelo (2006) e Burnside, Eichembaum e Rebelo (2007) exploram as
características deste tipo de estratégia e argumentam que este coeficiente de
impacto do fluxo de ordem sobre a cotação é um componente fundamental para
a determinação da atratividade ex-ante do carry-trade.
Assim, quanto maior o coeficiente ߚ, menor a atratividade ex-ante desta
estratégia, pois maior será o impacto que as ações do especulador terão sobre a
cotação. O que os resultados deste trabalho sugerem é que, quando se
considera o mercado cambial brasileiro, o diferencial no coeficiente de impacto
do fluxo de ordem indica que o investidor deve favorecer o mercado futuro ao
mercado à vista quando deseja fazer o carry-trade.
Conforme Wu (2007) argumenta, na freqüência diária o fluxo de ordem e a
variação da cotação são endógenos no Brasil, isto é, causam-se mutuamente, o
que enviesa o estimador. Por esta razão, se trabalhará com as estimativas
intradiárias, pois na alta freqüência este problema de viés é reduzido – os fluxos
são capazes de causar as variações na cotação, mas o oposto ocorre em menor
intensidade.
Para mostrar este viés que a agregação em baixa freqüência dos dados
pode causar, no Apêndice 3 procede-se com simulação de um modelo estrutural
para a dinâmica da taxa de câmbio e do fluxo de ordem. Neste modelo, a taxa de
câmbio é afetada pelo fluxo de ordem contemporâneo e o fluxo de ordem é
função da taxa de câmbio de 5 minutos atrás. Como as simulações mostram,
num modelo com estas especificações, a agregação de 5 minutos fornece
estimadores consistentes, o que está de acordo com a análise feita acima. Na
agregação diária, entretanto, as simulações mostram que há o aparecimento de
um viés que invalida a inferência sobre o estimador, em linha com o
argumentado por Wu (2007).
PUC-Rio - Certificação Digital Nº 0610504/CB
56
6.3.
Evolução temporal do coeficiente de impacto
Uma vez encontrado o coeficiente de impacto do fluxo de ordem sobre a
cotação para a amostra toda, uma questão que se coloca é quanto ao
comportamento deste coeficiente ߚ ao longo do tempo.
De acordo com a abordagem da microestrutura da taxa de câmbio, este
coeficiente captura o grau de assimetria de informação do mercado e o quanto
de informação uma transação transmite aos preços. Caso a assimetria de
informação varie ao longo do tempo, deve-se esperar que este coeficiente oscile
no mesmo sentido, de tal forma que nos períodos de maior incerteza este
coeficiente seja maior do que nos períodos de menor incerteza. Outra forma de
visualizar este argumento é fazendo referência à liquidez: caso a liquidez do
mercado varie ao longo do tempo, espera-se que o impacto das transações no
preço se altere no sentido oposto ao da liquidez. Quanto maior a liquidez do
mercado, menor o impacto das transações no preço (menor o coeficiente ߚ).
Em vez de se estimar a equação (12) com o uso de variáveis dummies
diárias para controlar por fatores constantes ao longo de cada dia de pregão,
estima-se esta equação de forma diária, encontrando um coeficiente ߚ por dia de
pregão. Assim, estima-se a seguinte forma funcional:
log
௦
೟
೔
௦
೟షభ
೔
= ߙ
௜
+ ߚ
௜
ܱܨ
௧
௜
+ ߝ
௧
௜
(13)
Em que o índice ݅ representa o dia do pregão (݅ = 1,…,328 para o
mercado de dólar futuro e ݅ = 1,…,327 para o mercado de dólar pronto) e as
demais variáveis têm a mesma definição que a utilizada anteriormente. Nesta
equação os interceptos ߙ
௜
fazem o mesmo papel que as variáveis dummies
diárias tinham na equação (12), pois representam os fatores constantes ao longo
do dia como o diferencial de juros. Utiliza-se a agregação dos dados de 1 minuto
para estimar 328 coeficientes ߚ para o mercado de dólar futuro e 327
coeficientes ߚ para o mercado de dólar à vista. A Figura 2 apresenta os
resultados
25
:
25
Os desvios-padrão foram omitidos por simplicidade de exposição. Dos 327 coeficientes do dólar
pronto, 90 se mostraram insignificantes a 1% e dos 328 coeficientes do dólar futuro, 2 foram
insignificantes a 1%.
PUC-Rio - Certificação Digital Nº 0610504/CB
57
Figura 2 – Evolução temporal do coeficiente de impacto do fluxo de ordem na
cotação, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os desvios padrão foram omitidos para facilidade de visualização.
Como a Figura 2 mostra, o coeficiente de impacto (ߚ) não é constante ao
longo do tempo. Este resultado é um indício de que a assimetria de informação
varia de acordo com o período considerado e com ela o grau de informação que
as transações transmitem ao preço.
Em momentos de maior incerteza como crises externas, deve-se verificar
um aumento neste coeficiente de impacto enquanto em momentos de menor
incerteza, isto é, em que a informação necessária para a formação da taxa de
câmbio esteja publicamente disponível, deve-se esperar uma redução neste
coeficiente.
Identifica-se um choque exógeno de crises externa no período analisado,
referente a maio de 2006. Neste mês, os mercados financeiros internacionais se
tornaram turbulentos devido a um aumento não antecipado da taxa de juros pela
autoridade monetária americana, o que levou diversos analistas a preverem um
período de maior volatilidade nos mercados financeiros e menor crescimento na
economia mundial. Como conseqüência, como pode ser visto na Figura 3, a
cotação da taxa de câmbio à vista se elevou de 2,19 a 2,30 em apenas um dia
de pregão.
26
26
Para alguns relatórios que tratam da percepção dos investidores a respeito do ambiente
macroeconômico em março de 2006, ver Emerging Markets: From bad to worse, A different
investment environment e Global Scenarios.
0
0,05
0,1
0,15
0,2
0,25
01/02/2006
01/03/2006
01/04/2006
01/05/2006
01/06/2006
01/07/2006
01/08/2006
01/09/2006
01/10/2006
01/11/2006
01/12/2006
01/01/2007
01/02/2007
01/03/2007
01/04/2007
01/05/2007
Coeficiente de impacto por US$ 1 bilhão
Evolução temporal do coeficiente de impacto
Dólar à vista Dólar futuro (1º vencimento)
PUC-Rio - Certificação Digital Nº 0610504/CB
58
Figura 3 – Evolução temporal do coeficiente de impacto do fluxo de ordem e
cotação da taxa de câmbio nos mercados à vista e futuro, de 01/02/2006 a
31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os desvios padrão foram omitidos para facilidade de visualização.
Para testar formalmente esta relação entre momentos de incerteza (crises)
e o coeficiente de impacto do fluxo de ordem (ߚ), regride-se este coeficiente
diário em variáveis dummies para a crise identificada. Desta forma, estima-se a
seguinte equação utilizando os coeficientes estimados:
ߚ
௜
= ݀
௔௕௥௜௟/଴଺|௝௨௡௛௢/଴଺
+ ݀
௠௔௜௢/଴଺
஼
+ ߝ
௧
Em que ݀
௠௔௜௢/଴଺
஼
é a variável dummy de crise externa que assume valor 1
de 01/05/06 a 31/05/06 e 0 nos demais períodos de tempo e ݀
௔௕௥௜௟/଴଺|௝௨௡௛௢/଴଺
assume valor 1 para o período 01/04/2006 a 31/04/2006 e 01/06/2006 a
31/06/2006 e assume valor 0 nos demais dias.
Caso a argumentação seja coerente, espera-se que a diferença entre
݀
௠௔௜௢/଴଺
஼
e ݀
௔௕௥௜௟/଴଺|௝௨௡௛௢/଴଺
seja positiva e estatisticamente diferente de zero.
Para o mercado de dólar futuro, encontra-se ݀
௠௔௜௢/଴଺
஼
= 0,018 e
݀
௔௕௥௜௟/଴଺|௝௨௡௛௢/଴଺
= 0,012, com diferença significativa a 1% (p-valor = 0,009) e
para o mercado de dólar pronto encontra-se ݀
௠௔௜௢/଴଺
஼
= 0,052 e
1,9
2
2,1
2,2
2,3
2,4
0
0,05
0,1
0,15
0,2
0,25
1/2/2006
1/3/2006
1/4/2006
1/5/2006
1/6/2006
1/7/2006
1/8/2006
1/9/2006
1/10/2006
1/11/2006
1/12/2006
1/1/2007
1/2/2007
1/3/2007
1/4/2007
1/5/2007
Cotação: R$/ US$
Coeficiente de impacto
Coeficiente de impacto do fluxo de ordem
x
Cotação R$/ US$
Coeficiente de impacto
-
À Vista
Coeficiente de impacto
-
Futuro
Cotação
-
Futuro
Cotação
-
À Vista
PUC-Rio - Certificação Digital Nº 0610504/CB
59
݀
௔௕௥௜௟/଴଺|௝௨௡௛௢/଴଺
= 0,013, também com diferença significativa a 1% (p-valor =
0,000).
Conclui-se que o coeficiente de impacto do fluxo de ordem sobre as
cotações varia de acordo com o período de tempo considerado, aumentando sua
magnitude nos tempos de maior incerteza, como crises. Isso demonstra que o
grau de informação que as transações transmitem aos preços é variante no
tempo, aumentando conforme o cenário associado ao período considerado.
6.4.
Simetria dos coeficientes dos fluxos de ordem de compra e venda
Adicionalmente, espera-se que nos momentos de crise o fluxo de ordem
em um sentido transmita mais informação do que o fluxo de ordem no outro
sentido, de tal forma que haja assimetria entre os coeficientes dos fluxos de
ordem de compra e de venda. No choque de maio de 2006, por exemplo, poder-
se-ia esperar que os fluxos de ordem de compra (de dólar) tenham maior
impacto sobre a cotação do que os fluxos de ordem de venda (de dólar), uma
vez que há a elevação da cotação real/ dólar. Dessa forma, o objetivo é testar se
há alguma assimetria relevante nestes coeficientes e verificar como os mesmos
se comportam nos períodos de crise.
Para tal, decompõe-se o fluxo de ordem agregado, assim como aparece
na equação (13), no fluxo de compra e de venda. Logo, em vez de encontrar um
único coeficiente ߚ, encontram-se dois coeficientes: um que mede o impacto do
fluxo de compra sobre a cotação e outro que mede o impacto do fluxo de venda.
Procedimento semelhante já fora realizado por Ito e Hashimoto (2006).
Dessa forma, estima-se a seguinte variação da equação (13):
݈݋݃
൬
௦
೟
೔
௦
೟షభ
೔
൰
= ߙ
௜
+ ߚ
௜,஼
ܱܨ
௧
௜,஼
+ ߚ
௜,௏
ܱܨ
௧
௜,௏
+ ߝ
௧
(13’)
Em que ܱܨ
௧
௜,஼
é o fluxo de ordem de compra no dia ݅ no instante ݐ e ܱܨ
௧
௜,௏
é
o fluxo de ordem de venda com definição semelhante. Os coeficientes ߚ
௜,஼
e ߚ
௜,௏
medem, respectivamente, o impacto que os fluxos de compra e venda têm sobre
a cotação.
Caso haja alguma assimetria entre os fluxos de ordem de compra e venda,
espera-se que ߚ
௜,஼
≠ ߚ
௜,௏
, de tal forma que um coeficiente fosse diferente do
PUC-Rio - Certificação Digital Nº 0610504/CB
60
outro. Assim, estimam-se a equação (13’) para cada um dos dias da base de
dados, como na seção anterior.
As Figuras 4 e 5 apresentam os gráficos da diferença dos coeficientes de
compra e de venda para cada um dos mercados.
Figura 4 - Diferença do coeficiente do fluxo de ordem de compra e do fluxo de
ordem de venda no mercado de dólar futuro, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: A diferença nos coeficientes corresponde a: ߚ
መ
௜,஼
− ߚ
መ
௜,௏
. Os dados do
mercado futuro correspondem apenas ao seu primeiro vencimento.
-0,2
-0,1
0
0,1
0,2
01/02/06
01/03/06
01/04/06
01/05/06
01/06/06
01/07/06
01/08/06
01/09/06
01/10/06
01/11/06
01/12/06
01/01/07
01/02/07
01/03/07
01/04/07
01/05/07
Diferença do coeficiente de compra e venda
Dólar futuro
Diferença do coeficiente de compra e venda - Dólar futuro Intervalo de Confiança 95%
PUC-Rio - Certificação Digital Nº 0610504/CB
61
Figura 5 - Diferença do coeficiente do fluxo de ordem de compra e do fluxo de
ordem de venda no mercado de dólar à vista, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: A diferença nos coeficientes corresponde a: ߚ
መ
௜,஼
− ߚ
መ
௜,௏
.
Como as Figuras 4 e 5 mostram, para a maior parte dos dias a diferença
dos coeficientes é estatisticamente igual a zero (a 5% de significância). Com
efeito, dos 328 dias de pregão do dólar futuro, em apenas 35 tem-se que esta
diferença é estatisticamente diferente de zero e dos 327 dias de pregão do dólar
futuro tem-se que isso ocorre em 61 dos mesmos.
Estas figuras também mostram que, em maio de 2006, a diferença no
coeficiente dos fluxos de ordem de compra e venda fica mais volátil, mas sem
que isto represente um viés positivo ou negativo, isto é, sem que o coeficiente do
fluxo de ordem de compra seja consistentemente superior ao de venda ou o
contrário.
Neste período, o aumento da volatilidade da diferença dos coeficientes é
acompanhada por um aumento no desvio padrão desta diferença. Isto faz com
que dos 22 dias de pregão deste mês, no mercado de dólar à vista, em 9 dos
mesmos esta diferença seja estatisticamente diferente de zero, enquanto no
mercado de dólar futuro, apenas 3 dias de pregão tiveram o mesmo resultado.
Os resultados das duas últimas seções indicam que, apesar dos períodos
de maior incerteza, como nas crises, ser acompanhados por uma maior
quantidade de informação transmitida pelas transações aos preços (maior
impacto do fluxo de ordem sobre a cotação), não se pode afirmar que nestes
períodos haja maior assimetria nos coeficientes dos fluxos de compra e venda
-0,5
-0,25
0
0,25
0,5
01/02/06
01/03/06
01/04/06
01/05/06
01/06/06
01/07/06
01/08/06
01/09/06
01/10/06
01/11/06
01/12/06
01/01/07
01/02/07
01/03/07
01/04/07
01/05/07
Diferença do coeficiente de compra e venda
Dólar à vista
Diferença do coeficiente de compra e venda - Dólar à vista Intervalo de Confiança 95%
PUC-Rio - Certificação Digital Nº 0610504/CB
62
de moeda estrangeira. Isso mostra que, a despeito da maior incerteza associada
aos períodos de crise, não há qualquer fonte de viés no coeficiente médio do
fluxo de ordem sobre a cotação, seja este viés positivo ou negativo.
PUC-Rio - Certificação Digital Nº 0610504/CB
63
7
Velocidade de ajustamento da cotação ao fluxo de ordem
Algumas das hipóteses subjacentes ao modelo apresentado no Capítulo 4
são: i) os preços podem se ajustar livremente e de forma descontínua para se
igualar ao valor esperado da moeda dado o conjunto de informação pública; ii) o
fluxo de ordem é função apenas da informação privada recebida pelos agentes,
sendo estes fluxos imprevisíveis com a informação pública.
Uma crítica a estas duas hipóteses é apresentada por Hasbrouck (1991),
pois a forma de funcionamento dos mercados de pregão é tal que a variação das
cotações é suavizada de forma a evitar as grandes descontinuidades sugeridas
pelo modelo. Ademais, o fluxo de ordem também poderia reagir aos desvios da
cotação com relação ao valor de equilíbrio da moeda e assim haveria um
componente esperado deste fluxo que não afetaria a cotação – apenas a parte
não previsível transmitiria os choques na informação privada.
De acordo com este artigo, haveria componentes auto-regressivos na
dinâmica do fluxo de ordem e da cotação, de tal forma que choques na
informação privada teriam efeitos defasados sobre a cotação. Com esta crítica, o
efeito do fluxo de ordem sobre a cotação poderia ser decomposto em efeitos
transitórios e permanentes, que teriam seu efeito pleno apenas após algumas
defasagens e não de forma imediata como o modelo do Capítulo 4 sugere.
A estratégia empírica que Hasbrouck (1991) sugere para lidar com esta
questão é considerar as variações dos preços e o fluxo de ordem como um vetor
auto-regressivo (VAR). A análise da função de resposta ao impulso daria o
impacto do componente não antecipado do fluxo de ordem sobre a cotação e o
tempo que esta levaria para chegar ao seu novo valor de equilíbrio.
Com esta metodologia, busca-se entender por que para as freqüências
mais altas (no nível da transação e em 1 minuto) o coeficiente de impacto do
fluxo de ordem no dólar pronto era menor ou igual ao do dólar futuro, mas nas
freqüências mais baixas (a partir de 5 minutos) o resultado se inverte.
A origem deste aparente paradoxo está na maior velocidade de
ajustamento do dólar futuro a choques no fluxo de ordem (fruto de sua maior
liquidez), de forma que, apesar do impacto total ser de menor magnitude, este
necessita de menos tempo para ocorrer de forma plena.
PUC-Rio - Certificação Digital Nº 0610504/CA
64
7.1.1.
Incorporando os efeitos defasados ao modelo de microestrutura
Para admitir esta maior flexibilidade no modelo, permitindo que
defasagens do fluxo de ordem e das cotações influenciem as cotações vigentes,
deve-se primeiramente abandonar a hipótese de mercados eficientes
(
|Ω
t
= 0), em que o spread era determinado de forma simétrica ao
redor do valor fundamental da moeda. Ao admitir auto-correlação nas cotações,
assume-se implicitamente que pode haver desvios no curto prazo entre o valor
fundamental esperado da moeda e a cotação vigente no mercado. Assim, deve-
se substituir a hipótese de eficiência dos mercados, equação (7), por outra mais
fraca, que atesta que apesar de existir desvios entre o valor fundamental da
moeda e a cotação do mercado, estes desvios são transitórios.
Formalmente, o limite do desvio da cotação com relação ao valor
fundamental esperado da moeda é zero:
lim

|Ω
t
= 0 (7’)
O valor fundamental da moeda continua sendo dado pelo mesmo processo
(8) do modelo do Capítulo 4:
=
1
+ Δ
+ 
2,
+
1,
(8)
Entretanto, o ajuste das cotações às novas informações não é mais
perfeito (no sentido da eficiência dos mercados), pois possui dependência não
só do fluxo de ordem, mas também do desvio da cotação em relação ao valor
fundamental da moeda no instante anterior.
Assim, o processo que descreve a cotação é dado por:
=
+
1
1
+ 
(14)
Em que é um coeficiente de ajustamento que dá a dependência da
cotação com relação ao desvio no período anterior, com 0 < < 1. Quanto
maior o coeficiente e maior o desvio da cotação vigente em t-1 do valor
fundamental da moeda, tudo o mais constante, maior o desvio da cotação em t
para o valor fundamental da moeda em t. Logo, esta equação (14) ilustra, de
PUC-Rio - Certificação Digital Nº 0610504/CA
65
uma forma simples, como a dependência dos preços de seus valores passados
implica em desvios entre a cotação de mercado e o valor de equilíbrio da moeda.
Hasbrouck (1991) argumenta que esta mesma dinâmica de dependência
pode se aplicar ao fluxo de ordem, de forma que o fluxo pode ser função dos
desvios do preço de mercado com relação ao valor de equilíbrio mais um
componente de choque não antecipado na informação privada. Sob esta
especificação, apenas este componente de choque na informação privada
deveria ter impacto sobre a cotação da taxa de câmbio no longo prazo, pois
apenas ele representa as inovações de informação privada sobre o valor
fundamental da moeda.
O fluxo de ordem teria a seguinte forma:

= 
1
1
+
2,
(15)
Em que > 0 define uma relação negativa entre o fluxo de ordem e o
desvio da cotação com relação ao preço de equilíbrio. Neste caso, interpreta-se
o fluxo de ordem como uma “curva de demanda” negativamente inclinada, em
que desvios positivos do preço com relação ao valor de equilíbrio
1
> 
1
levam a fluxos de ordem de venda de moeda estrangeira.
O componente
2,
tem a mesma interpretação que aquela dada no
modelo do Capítulo 4, ou seja, é a inovação com relação à informação privada
dos fundamentos.
Através das equações (8), (14) e (15), chega-se à seguinte dinâmica para
as variações das cotações e o fluxo de ordem:

=
1

2

2

3
++
2,
=
+

+

1

1
++
(16)
Em que
= Δ
+
1,
.
Em (16), a incorporação da crítica de Hasbrouck (1991) gera um sistema
em que o fluxo de ordem e as variações das cotações interagem de tal forma
que suas defasagens afetam seus valores correntes.
A hipótese habitual da teoria de microestrutura, que o fluxo de ordem afeta
contemporaneamente a cotação da taxa de câmbio (exogeneidade
contemporânea do fluxo de ordem com relação à cotação) implica que na
segunda equação o fluxo de ordem contemporâneo afeta a variação da taxa de
câmbio, juntamente com seus valores defasados.
PUC-Rio - Certificação Digital Nº 0610504/CA
66
A principal característica deste modelo (16) se refere aos termos
e
2,
,
que são as inovações puras aos preços e ao fluxo de ordem. Ao analisar o
comportamento do sistema a um choque no componente
2,
da equação (16),
tem-se a trajetória de ajustamento da cotação a um choque puro na informação
privada e o tempo que esta leva para se ajustar a este choque.
7.1.2.
Resultados empíricos
Objetivando testar este modelo, utiliza-se a agregação de dados em 1
minuto e se estima o sistema:

=
1
+


=1
+
0

+


=0
+
1,

=
2
+


=1
+


=1
+
2,
(17)
Para a escolha do intervalo , isto é, do número de defasagens a serem
incluídas em (17), utiliza-se o critério Bayesiano (SBIC) de escolha de
defasagem, o que fornece = 5 para o mercado de dólar futuro e = 6 para o
mercado de dólar pronto. A Tabela 9 e a Figura 6 apresentam os resultados dos
coeficientes estimados para o sistema (17) e as funções de resposta ao impulso
de Δ
, a variação da cotação, a um choque na informação privada
2,
. Utilizam-
se os dados na agregação de 1 minuto.
PUC-Rio - Certificação Digital Nº 0610504/CA
67
Tabela 9 – Estimação do sistema auto regressivo das cotações e do fluxo de
ordem para o mercado à vista e futuro, de 01/02/2006 a 31/05/2007.
Fonte: BM&F. Cálculos do autor.
Notas: Método de estimação: SUR (Seemingly Unrelated Regressions). Os coeficientes
são referentes ao sistema (17). Estatísticas t sob os parâmetros. Níveis de significância:
*** significante a 1%; ** significante a 5%; * significante a 10%.
Coeficiente Coeficiente Coeficiente Coeficiente
a
1
0,0000 ***
a
2
-0,0006 ***
a
1
0,0000 ***
a
2
0,0002 ***
2,97 -19,02 -4,93 13,35
b
1
-0,0117 ***
d
1
0,7362 ***
b
1
-0,2622 ***
d
1
0,1790 ***
-4,57 14,05 -80,45 5,62
b
2
0,0117 ***
d
2
0,2135 ***
b
2
-0,1182 ***
d
2
0,1804 ***
4,58 4,07 -35,08 5,48
b
3
-0,0015
d
3
0,0134
b
3
-0,0640 ***
d
3
0,1219 ***
-0,58 0,26 -18,88 3,68
b
4
-0,0043 *
d
4
0,0256
b
4
-0,0297 ***
d
4
0,1094 ***
-1,69 0,49 -8,77 3,30
b
5
-0,0024
d
5
0,0244
b
5
-0,0280 ***
d
5
0,0725 **
-0,94 0,47 -8,32 2,20
b
6
-0,0086
d
6
0,0518
-2,64 1,63
c
0
0,0091 ***
c
0
0,0072 ***
72,26 21,75
c
1
0,0000
f
1
0,1338 ***
c
1
0,0061 ***
f
1
0,1229 ***
-0,27 51,35 17,99 37,65
c
2
-0,0009 ***
f
2
0,0459 ***
c
2
0,0023 ***
f
2
0,0448 ***
-7,08 17,46 6,79 13,55
c
3
-0,0006 ***
f
3
0,0394 ***
c
3
0,0012 ***
f
3
0,0420 ***
-4,43 15,00 3,42 12,61
c
4
-0,0004 ***
f
4
0,0157 ***
c
4
0,0000
f
4
0,0181 ***
-3,03 5,98 0,07 5,40
c
5
-0,0004 ***
f
5
0,0161 ***
c
5
0,0001
f
5
0,0288 ***
-3,38 6,19 0,28 8,62
c
6
-0,0004
f
6
0,0283 ***
-1,04 8,51
R2 0,034 R2 0,030 R2 0,073 R2 0,028
Futuro
À Vista
PUC-Rio - Certificação Digital Nº 0610504/CA
68
Figura 6 – Funções de resposta da variação da cotação ao impulso no fluxo de
ordem no mercado à vista e futuro.
Fonte: BM&F. Cálculos do autor.
Nota: O impulso no fluxo de ordem é de 1 desvio padrão.
A Figura 6 fornece a função de resposta de Δ
a um choque não
antecipado no fluxo de ordem,
2,
. Como se vê, para o mercado de dólar futuro
(painel A) o choque no fluxo de ordem se transmite rapidamente para as
cotações e em menos de três minutos este choque foi plenamente incorporado à
cotação. No mercado de dólar pronto (painel B) o choque leva entre quatro e
cinco minutos para que tenha seu efeito total incorporado à cotação, implicando
num efeito mais defasado que o dólar futuro.
A partir deste resultado, tiram-se duas conclusões. A primeira diz respeito
às primeiras estimações, apresentadas na Tabela 6. Nesta tabela, encontra-se
que o impacto do fluxo de ordem sobre a cotação é superior no mercado à vista
para as agregações a partir de cinco minutos. Entretanto, para as agregações no
nível da transação e em um minuto, este coeficiente é estatisticamente menor ou
igual ao coeficiente do dólar futuro. Os resultados desta seção permitem
perceber a razão deste aparente paradoxo: na medida em que um choque no
fluxo de ordem no mercado futuro tem efeito mais rápido sobre a cotação do que
no mercado pronto, mesmo que sua magnitude total seja menor, na alta
freqüência (agregações menores que cinco minutos) pode-se perder parte deste
efeito total, o que levaria aos resultados contraditórios da Tabela 6.
A segunda conclusão diz respeito à comparação do impacto do fluxo de
ordem sobre a cotação nos dois mercados. Se o efeito total de um choque no
fluxo de ordem ocorre após cinco minutos, então para que se compare estes
impactos o ideal é que se considere apenas as agregações a partir de cinco
-.00002
.00000
.00002
.00004
.00006
.00008
.00010
.00012
1 2 3 4 5 6 7 8 9 10
Order Flow ± 2 S.E.
Response of DLOGPF to Cholesky
One S.D. OF1 Innovation
-.00002
.00000
.00002
.00004
.00006
.00008
.00010
.00012
1 2 3 4 5 6 7 8 9 10
Order Flow ± 2 S.E.
Response of DLOGPP to Cholesky
One S.D. OF1 Innovation
PAINEL A PAINEL B
Resposta de DLOGFUTURO
a um choque de 1 D.P. no Fluxo Ordem
Resposta de DLOGPRONTO
a um choque de 1 D.P. no Fluxo Ordem
PUC-Rio - Certificação Digital Nº 0610504/CA
69
minutos. A Tabela 6 mostra que a partir desta agregação, os coeficientes de
impacto do fluxo de ordem no mercado à vista são sempre estatisticamente
maiores que os coeficientes do mercado futuro.
Conclui-se que o impacto de um fluxo de ordem, de mesma magnitude, é
maior no mercado à vista do que no mercado futuro.
Ademais, conforme argumenta Wu (2007), para baixas freqüências (como
a freqüência diária), a variação nas cotações pode causar contemporaneamente
o fluxo de ordem e isto pode enviesar o coeficiente de impacto (viés de
causalidade reversa). Segundo este autor, quando se considera a agregação
diária, pode-se estar incorrendo em resultados espúrios devido a este viés, que
pode tanto aumentar quanto reduzir o coeficiente estimado.
Tendo em vista os resultados desta seção e os argumentos de Wu (2007),
a partir deste momento utiliza-se apenas a agregação de cinco minutos, pois
com essa freqüência captura-se o efeito total do fluxo de ordem sobre a cotação
e se reduz os problemas de causalidade reversa entre o fluxo de ordem e a
cotação.
PUC-Rio - Certificação Digital Nº 0610504/CA
70
8
Comparação do mercado à vista e futuro
Tendo em vista os resultados das seções anteriores, agregam-se os dados
dos mercados à vista e futuro para se analisar o impacto que o fluxo de ordem
de um mercado tem sobre a cotação do outro e assim descobrir qual o mercado
de câmbio mais informativo no Brasil. As cotações destes mercados estão
ligadas por relações de arbitragem, mas que por si só não são capazes de
determinar se a cotação se forma no mercado futuro, e é transmitida por
arbitragem ao mercado à vista, ou o oposto.
Ao analisar o impacto que o fluxo de ordem de um mercado tem sobre a
cotação do outro e a velocidade com a qual as cotações reagem aos desvios do
equilíbrio de longo prazo, infere-se qual o mercado mais informativo, isto é,
aquele que transmite mais informação sobre os fundamentos para o preço e
assim lidera a determinação da cotação.
8.1.
A Paridade Coberta da Taxa de Juros
A hipótese de ausência de arbitragem nos mercados financeiros atesta
que, para que uma estratégia de investimento tenha retorno positivo, esta deve
ter um custo de aquisição positivo. Em outras palavras, esta hipótese afirma que
duas carteiras que tenham o mesmo retorno, sob quaisquer circunstâncias,
devem ter o mesmo custo inicial. Caso contrário o investidor poderia comprar a
carteira mais barata e vender a mais cara, obtendo um lucro infinitamente
elevado.
No mercado cambial existe uma relação de arbitragem entre as cotações
à vista e futura conhecida como Paridade Coberta da Taxa de Juros (CIP)
27
.
Esta relação afirma que a razão entre o preço futuro e o à vista da moeda
estrangeira deve ser igual ao diferencial de juros entre as duas moedas.
A CIP afirma que:
27
Do inglês: Covered Interest Parity.
PUC-Rio - Certificação Digital Nº 0610504/CA
71
,+
=
1+
,+
1+
,+
(18)
Em que
,+
é a cotação em t para um contrato futuro com vencimento
em t+k,
é a cotação da taxa de câmbio à vista em t,
,+
é a taxa de juros em
t com vencimento em t+k e
,+
é a taxa de juros externa corrigida pelo prêmio
de risco país
28
.
A derivação desta condição (18) é bastante simples: considere um
investidor que tome US$ 1 emprestado à taxa
,+
, para pagamento em t+k, e
aplique estes recursos no Brasil à taxa
,+
, quando a taxa de câmbio é
reais
por dólar. Em t+k, este investidor terá direito de receber
1 +
,+
reais e terá
que pagar
1 +
,+
dólares. Suponha que no instante t este investidor tenha
assinado um contrato futuro de compra dos
1 +
,+
dólares para pagar o
empréstimo em t+k, de forma a eliminar seu risco. Neste caso, este investidor
terá que pagar
,+
1 +
,+
reais em t+k. Caso se tenha:
1 +
,+
>
,+
1 +
,+
O investidor terá tido um lucro de arbitragem, pois irá receber mais do que
terá que desembolsar. Como todos os valores são conhecidos em t, não há risco
envolvido nesta estratégia e o investidor não precisou colocar qualquer capital
próprio na operação.
Caso se tenha:
1 +
,+
<
,+
1 +
,+
O investidor deveria ter feito a operação contrária, isto é, tomar o
empréstimo à taxa
,+
e conceder o empréstimo à taxa
,+
, vendendo os
dólares no mercado futuro.
A CIP nada tem a dizer sobre qual o mercado de câmbio em que a cotação
se forma e para a qual a outra cotação converge, de forma a manter válida esta
relação de arbitragem. Assim, é possível tanto que a cotação se forme no
28
No Brasil,
,+
é o chamado cupom cambial.
PUC-Rio - Certificação Digital Nº 0610504/CA
72
mercado futuro, e que a cotação do mercado à vista seja estabelecida por
arbitragem, quanto o oposto.
Como se pode ver na Figura 7, utilizando dados diários, as cotações do
câmbio à vista e futuro (primeiro vencimento) têm um comportamento bastante
próximo um do outro, não sendo possível através da simples inspeção visual
dizer em qual mercado a cotação se forma primeiro.
Figura 7 – Cotação do dólar à vista e futuro: de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: a cotação do dólar futuro corresponde ao seu primeiro vencimento.
É importante salientar que a CIP se aplica apenas quando há o pagamento
de juros nas posições, isto é, nas posições mantidas no overnight. Como a
capitalização dos juros não ocorre de forma contínua (durante o dia não há
pagamento de juros nas posições), durante o dia a Paridade Coberta da Taxa de
Juros não impõe qualquer limitação para os movimentos relativos do câmbio à
vista e futuro.
Assim, para entender como os preços relativos dos dois mercados se
comportam, mostram-se abaixo três figuras com o diferencial da CIP 
,+
.
Mostra-se com isso que existe ao longo do tempo a convergência entre a
cotação à vista e futura, de forma a respeitar a CIP, mas que durante o dia estas
cotações variam livremente e sem um padrão definido.
A Figura 8 mostra a evolução do diferencial da Paridade Coberta da Taxa
de Juros com dados diários. Como se vê, no primeiro dia útil de cada mês este
1,9
2,0
2,1
2,2
2,3
2,4
01/02/06
01/03/06
01/04/06
01/05/06
01/06/06
01/07/06
01/08/06
01/09/06
01/10/06
01/11/06
01/12/06
01/01/07
01/02/07
01/03/07
01/04/07
01/05/07
R$/ US$
Cotação do dólar à vista e futuro
Futuro
À Vista
PUC-Rio - Certificação Digital Nº 0610504/CA
73
diferencial atinge seu valor máximo, reduzindo-se ao longo do tempo e
convergindo para zero ao final do mês. Este fenômeno é conhecido como
convergência dos preços à vista e futuro. Como se considera o primeiro
vencimento dos contratos futuros (os contratos que se iniciam no primeiro dia útil
do mês com vencimento no último dia útil do mesmo mês), tem-se que a cada
dia que passa este contrato está um dia mais próximo de seu vencimento e
desta forma há um dia a menos para se contabilizar juros. Assim, em seu último
dia de negociação, praticamente não há diferença entre este contrato e uma
unidade de dólar à vista. Assim, à medida que se aproxima o vencimento do
contrato futuro, deve-se verificar esta convergência de preços que a Figura 8
mostra.
Figura 8 – Diferença da Paridade Coberta da Taxa de Juros para dados diários:
de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os contratos de dólar futuro correspondem ao primeiro vencimento. Os
últimos quatro dias úteis de cada mês foram eliminados da amostra devido à
reduzida liquidez dos contratos futuros em alguns meses.
A Figura 9 apresenta o mesmo diferencial da Figura 8, porém
homogeneizando os dados, isto é, corrigindo-os para sazonalidade mensal que
aparece na Figura 8. Assim, multiplica-se 
,+
pelo tempo de vencimento
do contrato futuro. Como se vê na Figura 9, ao homogeneizar os dados tem-se
que o diferencial da paridade coberta representa o diferencial de juros corrigido
pelo risco país. No choque de maio de 2006, tem-se um aumento na volatilidade
0
0,0025
0,005
0,0075
0,01
0,0125
0,015
01/02/06
01/03/06
01/04/06
01/05/06
01/06/06
01/07/06
01/08/06
01/09/06
01/10/06
01/11/06
01/12/06
01/01/07
01/02/07
01/03/07
01/04/07
01/05/07
Diferencial da Paridade Coberta da Taxa de Juros
ln(futuro/pronto)
PUC-Rio - Certificação Digital Nº 0610504/CA
74
do diferencial da CIP, refletindo essencialmente a variação deste prêmio de
risco.
Figura 9 - Diferença da Paridade Coberta da Taxa de Juros homogeneizada: de
01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os contratos de dólar futuro correspondem ao primeiro vencimento. Os
últimos quatro dias úteis de cada mês foram eliminados da amostra devido à
reduzida liquidez dos contratos futuros em alguns meses.
A Figura 10 mostra o comportamento deste diferencial utilizando dados de
cinco minutos para um dia escolhido aleatoriamente, 20/07/2006. Como a figura
mostra, o diferencial da CIP é uma série que varia ao redor de uma tendência,
dada pelo diferencial de juros. Isso é a expressão de um interessante fenômeno:
apesar de não haver o pagamento de juros nas posições mantidas durante o dia,
os operadores deste mercado não deixam as cotações descolarem da relação
de arbitragem expressa na CIP. Desta forma, no momento em que, por exemplo,
o dólar futuro se eleva muito com relação ao valor do dólar pronto, os
operadores do mercado tendem a vender o primeiro e comprar o à vista, de
forma a trazer a relação de preços de volta àquela que valeria sob a CIP.
-5%
0%
5%
10%
15%
20%
25%
01/02/06
01/03/06
01/04/06
01/05/06
01/06/06
01/07/06
01/08/06
01/09/06
01/10/06
01/11/06
01/12/06
01/01/07
01/02/07
01/03/07
01/04/07
01/05/07
Diferencial da Paridade Coberta da Taxa de Juros homogeneizado
ln(futuro/pronto) - homogeneizado
PUC-Rio - Certificação Digital Nº 0610504/CA
75
Figura 10 – Diferencial da Paridade Coberta da Taxa de Juros: dia 20/07/2006.
Fonte: BM&F. Cálculos do autor.
Nota: Dados em cinco minutos.
Estas três figuras mostram características muito interessantes do mercado
cambial brasileiro. Por um lado, as cotações de fechamento do dólar à vista e
futuro respeitam a relação de arbitragem expressa pela Paridade Coberta da
Taxa de Juros, como prevê a teoria. Por outro lado, nas cotações intradiárias
(apesar de não haver qualquer relação teórica para a CIP) a razão destas
cotações parece oscilar ao redor do valor de fechamento, de forma que os
desvios são rapidamente corrigidos, validando a CIP mesmo na freqüência
intradiária.
8.2.
Dados
Para agregar os dados do mercado à vista e futuro e estudar seu
comportamento na alta freqüência, primeiramente considera-se apenas os
intervalos em que ambos os mercados estão abertos. Apesar dos dois mercados
operarem na BM&F, em certos dias seus horários de abertura e fechamento são
diferentes, impondo a necessidade de se emparelhar os dados adequadamente.
Assim, a cada dia, as entradas deste dia serão consideradas a partir da primeira
cotação do mercado que abriu por último e a última entrada será a última
cotação do mercado que fechou primeiro. As cotações dos instantes em que
apenas um dos mercados estava aberto foram eliminadas.
0,0015
0,002
0,0025
0,003
0,0035
0,004
905
915
925
935
945
955
1005
1015
1025
1035
1045
1055
1105
1115
1125
1135
1145
1155
1205
1215
1225
1235
1245
1255
1305
1315
1325
1335
1345
1355
1405
1415
1425
1435
1445
1455
1505
1515
1525
1535
1545
Hora
Diferencial da Paridade Coberta da Taxa de Juros
dia 20/07/2006
ln(futuro/pronto)
PUC-Rio - Certificação Digital Nº 0610504/CA
76
Assim, pelos motivos apresentados anteriormente, considera-se a
agregação dos dados de cinco minutos, que nos fornece 26.948 observações
emparelhadas dos fluxos de ordem e cotações do dólar futuro e à vista.
8.3.
Testes preliminares
Para que se responda de forma definitiva qual o mercado de câmbio que
lidera a formação da cotação, precisa-se responder a três perguntas:
1. Qual o mercado precede o outro, isto é, em qual mercado os
movimentos da taxa de câmbio têm capacidade de previsão sobre os
movimentos futuros da outra taxa de câmbio?
2. Qual a magnitude do impacto do fluxo de ordem sobre a cotação
quando se consideram ambos os mercados de forma integrada?
3. Como as cotações dos mercados reagem a desvios na Paridade
Coberta da Taxa de Juros?
Para responder à primeira pergunta, realizam-se testes para verificar se as
defasagens de uma variável são estatisticamente significantes para explicar a
outra variável. Os resultados são apresentados na Tabela 10 a seguir:
PUC-Rio - Certificação Digital Nº 0610504/CA
77
Tabela 10 – Testes de causalidade de Granger para o mercado à vista e futuro
Fonte: BM&F. Cálculos do autor.
Nota: O teste de Causalidade de Granger é um teste F da hipótese nula que
todas defasagens da variável 1 são conjuntamente iguais a zero na equação da
variável 2.
Na agregação de cinco minutos, a cotação dos últimos dez minutos do
dólar futuro causa (no sentido de Granger) as cotações do dólar à vista, mas não
o oposto. Este resultado já fora encontrado por Garcia e Urban (2004) e é sinal
de que a precedência das cotações ocorre do mercado futuro para o mercado à
vista e não o oposto. Isso é forte indício de que a cotação se forma no mercado
futuro e a cotação do mercado à vista a segue, de forma a validar a CIP como
pode ser visto na Figura 10.
Adicionalmente, os fluxos de ordem se precedem mutuamente. Isto deriva
dos produtos singulares existentes no mercado, que migram posições de um
mercado para outro. Assim, transações em um determinado instante de tempo
num mercado estão correlacionadas com as transações que ocorrerão nos
próximos dez minutos no outro.
Também se vê que, a 1% de significância, os fluxos de ordem precedem
as variações no seu próprio mercado, mas não precedem as cotações no outro.
Isso é sinal do efeito defasado dos fluxos sobre as cotações, como apresentado
no Capítulo 7, mas mostra que este efeito é válido apenas para o próprio
mercado em que o fluxo ocorre.
Para que se responda de forma precisa qual o mercado de câmbio lidera a
formação da cotação, não basta olharmos para a capacidade de previsão das
Variável 1 Variável 2 p-valor Variável 1 Variável 2 p-valor
Defasagens = 2 Defasagens = 1
Fluxo de Ordem
PRONTO
Fluxo de Ordem
FUTURO
0,00
Fluxo de Ordem
FUTURO
Fluxo de Ordem
PRONTO
0,65
Fluxo de Ordem
FUTURO
Fluxo de Ordem
PRONTO
0,00
Fluxo de Ordem
PRONTO
Fluxo de Ordem
FUTURO
0,04
Defasagens = 2 Defasagens = 1
log(pronto
t
/pronto
t-1
) log(futuro
t
/futuro
t-1
)
0,02
log(pronto
t
/pronto
t-1
) log(futuro
t
/futuro
t-1
)
0,46
log(futuro
t
/futuro
t-1
) log(pronto
t
/pronto
t-1
)
0,00
log(futuro
t
/futuro
t-1
) log(pronto
t
/pronto
t-1
)
0,10
Defasagens = 2 Defasagens = 1
Fluxo de Ordem
FUTURO
log(pronto
t
/pronto
t-1
)
0,00
Fluxo de Ordem
FUTURO
log(pronto
t
/pronto
t-1
)
1,00
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem
FUTURO
0,00
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem
FUTURO
0,13
Defasagens = 2 Defasagens = 1
Fluxo de Ordem
PRONTO
log(futuro
t
/futuro
t-1
)
0,48
Fluxo de Ordem
PRONTO
log(futuro
t
/futuro
t-1
)
0,22
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem
PRONTO
0,00
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem
PRONTO
0,87
Defasagens = 2 Defasagens = 1
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem
FUTURO
0,00
log(futuro
t
/futuro
t-1
)
Fluxo de Ordem
FUTURO
0,12
Fluxo de Ordem
FUTURO
log(futuro
t
/futuro
t-1
)
0,06
Fluxo de Ordem
FUTURO
log(futuro
t
/futuro
t-1
)
0,73
Defasagens = 2 Defasagens = 1
Fluxo de Ordem
PRONTO
log(pronto
t
/pronto
t-1
)
0,00
Fluxo de Ordem
PRONTO
log(pronto
t
/pronto
t-1
)
0,33
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem
PRONTO
0,00
log(pronto
t
/pronto
t-1
)
Fluxo de Ordem
PRONTO
0,82
5 minutos
1 dia
PUC-Rio - Certificação Digital Nº 0610504/CA
78
cotações de um mercado sobre o outro, mas se precisa também responder às
duas outras perguntas. Assim, é para a análise do impacto contemporâneo das
transações de um mercado sobre o outro e sobre o comportamento das
cotações frente aos desvios do equilíbrio que a seção seguinte se dedica.
8.4.
Comparação do mercado à vista e futuro
Para estimar o efeito cruzado que os fluxos de ordem de um mercado têm
sobre as cotações do outro mercado, estima-se um sistema da seguinte forma:
=
11
12
21
22
1
1
+
11
12
21
22




+
1,
2,
(19)
Em que
é o logaritmo da cotação do câmbio pronto em t,
é o logaritmo
da cotação do câmbio futuro em t e 

e 

são os fluxos de ordem
do mercado pronto e futuro, respectivamente. Os coeficientes
11
e
22
fornecem, respectivamente, o impacto que o fluxo de ordem no mercado pronto
tem sobre a cotação do câmbio pronto e o impacto que o fluxo de ordem no
mercado futuro tem sobre a cotação do mercado futuro. Assim, estes
coeficientes têm a mesma interpretação dos coeficientes encontrados no
Capítulo 6, quando se estudou cada mercado separadamente.
A inovação que este sistema apresenta frente à análise anterior são os
coeficientes
12
e
21
, ou seja, o impacto que o fluxo de ordem do mercado
futuro tem sobre a cotação do mercado à vista e o impacto que o fluxo de ordem
do mercado à vista tem sobre a cotação do mercado futuro. Como se
argumentou, a relação de arbitragem que governa estes mercados implica que o
fluxo de ordem de um mercado é informativo sobre o outro mercado, pois em
última instância os mesmos fundamentos que determinam a taxa de câmbio à
vista determinam também a taxa de câmbio futuro.
A comparação da magnitude destes coeficientes fornece o quanto de
informação cada mercado transmite aos preços. Se, por exemplo, o fluxo de
ordem no mercado futuro tiver impacto sobre a cotação do dólar pronto superior
ao fluxo de ordem do dólar pronto (
12
>
21
), tem-se que este é o mercado de
câmbio mais informativo. Espera-se que o mercado que lidera a formação do
preço tenha o maior impacto do fluxo de ordem sobre as cotações.
PUC-Rio - Certificação Digital Nº 0610504/CA
79
A Figura 10 e a equação da CIP sugerem que as cotações à vista e futura
são co-integradas, isto é, variáveis não estacionárias mas que possuem uma
relação de equilíbrio de longo prazo que torna uma combinação linear das
mesmas uma variável estacionária. Para verificar a veracidade da hipótese de
co-integração entre as variáveis, realizam-se testes de co-integação de
Johanssen utilizando os dados de cinco minutos. Os resultados, apresentados
no Apêndice 4, indicam que estas variáveis são de fato co-integradas, o que
implica que a forma correta de estimar o sistema (19) é através de um vetor de
correção de erros (VEC)
29
.
Para encontrar a forma de estimação do sistema (19), primeiramente se
subtrai
1
de ambos os lados da equação. Assim, chega-se a:


=
11
12
21
22
1 0
0 1
1
1
+
11
12
21
22




+
1,
2,
(19’)
A co-integração entre
e s
implica que
30
11
1 =
21
12
22
1
E se pode reescrever e generalizar o sistema (19’) como:

=
1
1
+


=1
+


=1
+
11


+
12


+
1,

=
1
1
+


=1
+


=1
+
21


+
22


+
2,
(20)
Em que:
= 
12
21
1
22
=
1
22
21
=
21
29
Do inglês: Vector Error Correction.
30
Para maiores detalhes sobre esta condição, ver o livro Enders, W. Applied Econometric Time
Series. Esta condição deriva do fato que quando duas variáveis são co-integradas, tem-se no
máximo uma relação de co-integração. Desta forma, as linhas da matriz
são linearmente
dependentes e assim tem-se esta condição.
PUC-Rio - Certificação Digital Nº 0610504/CA
80
Assim, tem-se um sistema em que as cotações reagem tanto aos
desequilíbrios na relação de longo prazo (desvios na relação expressa por
1
1
) bem como ao fluxo de ordem de ambos os mercados. O coeficiente
fornece a relação de equilíbrio de longo prazo entre as cotações dos dois
mercados e os coeficientes
e
são chamados de velocidade de
ajustamento, isto é, fornecem a elasticidade das cotações do mercado à vista e
futuro, respectivamente, aos desvios na relação de equilíbrio de longo prazo
entre ambas.
31
Portanto, tem-se que a inferência sobre os coeficientes
12
,
21
,
e
permite responder as questões 2 e 3 e descobrir qual mercado lidera a formação
da cotação. Assim, o mercado que tiver o menor coeficiente de ajustamento (
ou
) é o mercado líder. A intuição para este resultado pode ser encontrada em
Hasbrouck (2006), em que quanto maior o coeficiente de ajustamento (),
maiores são as “concessões” que a cotação do mercado faz aos desvios do
equilíbrio de longo prazo e assim, quanto menor o coeficiente, maior a liderança
na formação da cotação.
Assim, estima-se o sistema (20) de três formas diferentes: com uma, duas
e seis (critério de informação SBIC) defasagens. A Tabela 11 apresenta os
resultados:
31
Note que, caso o diferencial de juros fosse constante ao longo do período de tempo considerado,
pela CIP se teria um coeficiente = 1.
PUC-Rio - Certificação Digital Nº 0610504/CA
81
Tabela 11 – Estimação do vetor de correção de erros das cotações do dólar à
vista e futuro, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: os coeficientes se referem à equação (20). Os coeficientes das defasagens
do fluxo de ordem e da variação das cotações foram omitidos por simplicidade
de exposição.
Em posse dos resultados da Tabela 11, realizam-se três testes para
responder as perguntas anteriores: i) testa se a cotação de algum mercado é
fracamente exógeno ao outro, isto é, se aceita a hipótese que todas as
defasagens da cotação do outro mercado são conjuntamente iguais a zero para
explicar as variações da cotação; ii) testa se os coeficiente de ajustamento,
e
, são individualmente iguais a zero, isto é, se a cotação do mercado em
questão reage aos desvios na relação de equilíbrio; iii) testa se o impacto que o
fluxo de ordem de um mercado tem sobre a cotação do outro mercado.
Realizam-se estes três testes para cada uma das 3 especificações
estimadas e os numera de um a seis. A Tabela 12 apresenta os resultados
32
:
32
Como forma de testar a robustez dos resultados, além desta forma de vetor de correção de erros
estima-se o sistema como um vetor auto-regressivo (VAR) em nível e em primeira diferença. Os
resultados, apresentados no Apêndice 5, mantêm-se inalterados.
Coeficiente
δ *** *** ***
t-stat
α
f
*** *** ***
t-stat
α
s
*** *** ***
t-stat
b
11
*** *** ***
t-stat
b
12
*** *** ***
t-stat
b
21
*** *** ***
t-stat
b
22
*** *** ***
t-stat
Equação futuro pronto futuro pronto futuro pronto
R2 0,125 0,120 0,126 0,129 0,128 0,135
F-stat 772,0 734,1 553,9 569,5 263,5 280,8
Núm. Observações 26946 26946 26945 26945 26941 26941
0,0067
16,1
0,0074
18,3
0,0065
39.5936]
0,0094
55.4786]
11,2
2 defasagens
6 defasagens
1 defasagem
0,0064
-1,019
-238,3
-0,006
-2,5
0,020
9,2
-1,019
-274,3
-0,005
-2,4
0,024
39,6
0,0094
55,6
0,0068
16,2
0,0068
16,2
-1,018
-190,7
-0,005
-2,3
0,015
7,0
0,0074
18,4
0,0074
18,3
0,0065
39,6
0,0094
55,5
PUC-Rio - Certificação Digital Nº 0610504/CA
82
Tabela 12 – Testes estatísticos dos parâmetros do vetor de correção de erros
Fonte: BM&F. Cálculos do autor.
Nota: Os testes se referem aos coeficientes da equação (20), apresentados na
Tabela 11.
Vê-se nos testes 1 e 2 que o dólar futuro é fracamente exógeno ao dólar
pronto, mas o oposto não ocorre
33
. Este resultado está de acordo com os testes
de causalidade de Granger que se apresentou anteriormente.
Os testes 3 e 4 mostram a significância estatística do coeficiente de
ajustamento (
e
) com relação aos desvios no equilíbrio de longo prazo dado
pela CIP. Rejeita-se amplamente a hipótese que
= 0, ou seja, tem-se que o
dólar pronto se move frente aos desequilíbrios da CIP. Vê-se pela estimativa de
= 0,024 que um desvio de 1% na CIP nos cinco minutos anteriores causa
uma elevação da taxa de câmbio à vista de 0,024% nos próximos cinco minutos.
Entretanto, aceita-se a hipótese que
= 0 a 1% de significância, o que implica
que o câmbio futuro não varia frente aos desvios na CIP. Isso também favorece
a hipótese de que o mercado futuro é o líder, na medida em que apenas o
câmbio pronto se move aos desvios da arbitragem.
Os testes 5 e 6 se referem ao impacto cruzado que o fluxo de ordem no
mercado à vista e futuro tem sobre a cotação nestes mercados. Vê-se pelo teste
5 que o impacto dos fluxos no mercado futuro sobre a cotação do mercado à
vista
12
é estatisticamente igual ao impacto dos fluxos do próprio mercado à
vista
11
sobre a sua cotação. Tem-se assim que as transações em ambos os
mercados transmitem a mesma quantidade de informação para a determinação
da cotação do dólar pronto.
33
Este teste de exogeneidade fraca consiste de testar se todas as defasagens da outra variável do
sistema podem ser consideradas conjuntamente iguais a zero.
Número
do teste
Hipótese Nula
Estatística
Chi-
Quadrado
Probabilidade
Estatística
Chi-
Quadrado
Probabilidade
Estatística
Chi-
Quadrado
Probabilidade
1
Dólar futuro fracamento
exógeno ao dólar à vista
5,3 0,021 9,9 0,007 48,2 0,000
2
Dólar à vista fracamento
exógeno ao dólar futuro
822,4 0,000 1098,7 0,000 1256,6 0,000
3
Dólar futuro não reage ao
desvio no equilíbrio
6,2 0,013 6,4 0,012 5,0 0,025
4
Dólar à vista não reage ao
desvio no equilíbrio
123,6 0,000 85,0 0,000 49,4 0,000
5
b11=b12 3,9 0,048 3,9 0,048 4,3 0,037
6
b22 = b21 30,4 0,000 29,6 0,000 29,5 0,000
1 defasagem
2 defasagens
6 defasagens
PUC-Rio - Certificação Digital Nº 0610504/CA
83
Como o teste 6 mostra, o fluxo de ordem do mercado à vista tem impacto
21
sobre a cotação do dólar futuro de menor magnitude do que os fluxos do
dólar futuro
22
sobre sua própria cotação. Isso significa que as transações do
dólar futuro são mais informativas para a formação desta cotação do que as
transações no mercado pronto.
Esse seria mais um indício da liderança do mercado de dólar futuro sobre
o mercado à vista, pois na medida em que é no mercado futuro que a cotação se
forma (como pode ser visto nos testes supracitados) e são os fluxos deste
mercado que têm maior conteúdo informacional a ser transmitido aos preços,
tem-se que estes são os fluxos predominantes do mercado cambial.
Estes testes e a abordagem de microestrutura mostram como a cotação
da taxa de câmbio se forma no mercado cambial brasileiro. Os fundamentos se
transmitem aos agentes e estes, através do fluxo de ordem no mercado futuro,
transmitem estes fundamentos para a cotação do dólar futuro. Estes movimentos
na cotação do dólar futuro causam desequilíbrios na relação da Paridade
Coberta da Taxa de Câmbio, que por sua vez deslocam (com alguma
defasagem) a cotação do dólar à vista, até o ponto em que a CIP seja
restabelecida.
PUC-Rio - Certificação Digital Nº 0610504/CA
84
9
Previsão da taxa de câmbio no Brasil
Uma questão deixada em aberto pelos modelos apresentados nos
Capítulos anteriores diz respeito à capacidade dos mesmos de prever os
movimentos futuros da taxa de câmbio. O objetivo deste Capítulo será avaliar a
capacidade preditiva dos modelos apresentados e compará-las contra o modelo
benchmark, o passeio aleatório, na linha dos trabalhos Meese e Rogoff (1983),
Cheung, Chinn ePascual (2005) e Evans e Lyons (2002).
A análise apresenta duas inovações frente aos trabalhos anteriores: i)
incorporam-se os dados do mercado futuro de câmbio, avaliando a capacidade
de previsão dos modelos para as cotações deste mercado; ii) compara-se a
capacidade de previsão da taxa de câmbio intradiária do modelo de
microestrutura contra o passeio aleatório.
Os modelos utilizados para criar as previsões podem ser classificados em
cinco grupos: i) o modelo de microestrutura puro; ii) a relação da Paridade
Descoberta da Taxa de Juros (UIP); iii) o modelo macroeconômico; iv) o modelo
híbrido, que incorpora componentes macroeconômicos e de microestrutura; v) o
passeio aleatório. O objetivo é comparar a capacidade de previsão fora da
amostra destes modelos um e dois dias a frente. Adicionalmente compara-se a
capacidade preditiva fora da amostra do passeio aleatório contra o modelo de
microestrutura puro para os próximos 5, 10, 15, 30 e 60 minutos.
De uma forma geral, os resultados dão amplo suporte à abordagem da
microestrutura da taxa de câmbio, tanto no mercado à vista quanto no mercado
futuro. Na freqüência intradiária, o modelo de microestrutura puro apresenta
estimativas consistentemente superiores ao passeio aleatório, qualquer que seja
o mercado e o horizonte de previsão. Para as previsões um dia à frente, os
resultados do modelo híbrido mostram-se superiores a todas as demais
especificações, fornecendo estimativas em média 40% mais precisas para taxa
de câmbio que o passeio aleatório.
PUC-Rio - Certificação Digital Nº 0610504/CA
85
9.1.
Modelos
O primeiro modelo apresentado é o modelo de microestrutura puro, que é
uma versão simplificada do modelo do Capítulo 4, em que a única variável
explicativa das variações da taxa de câmbio é o fluxo de ordem. Berger et al.
(2005) e Ito e Hashimoto (2006) são exemplos de artigos que exploram o modelo
de microestrutura puro.
Assim, este modelo tem a seguinte forma funcional:
Δs
= 
+
(21)
Em que Δs
é a variação do logaritmo taxa de câmbio entre os períodos t-1
e t e 
é o fluxo de ordem acumulado neste mesmo intervalo de tempo.
O segundo modelo estudado é a relação da Paridade Descoberta da Taxa
de Juros (UIP), apresentado no Capítulo 2. A UIP estabelece uma relação direta
entre os movimentos da taxa de câmbio e o diferencial de juros entre os países.
Ao contrário dos demais modelos, a equação da UIP não precisa ser estimada
para produzir previsões sobre a taxa de câmbio, na medida em que seus
coeficientes já estão determinados.
A UIP pode ser expressa como:
s
+1
= s
+
,+
,+1
(22)
Em que s
é a taxa de câmbio medida em unidades de moeda doméstica
por unidades de moeda estrangeira,
,+
é a taxa de juros doméstica com
vencimento em t+1 e
,+1
é a taxa de juros externa com definição semelhante.
O modelo macroeconômico está em linha com os modelos analisados por
Meese e Rogoff (1983) e Cheung, Chinn e Pascual (2005), em que um conjunto
de fundamentos macroeconômicos explicaria as variações da taxa de câmbio
nominal.
De acordo com estes modelos, o processo que descreve a taxa de câmbio
pode ser expresso como:
=
+
(23)
PUC-Rio - Certificação Digital Nº 0610504/CA
86
Em que
é um vetor × 1 de fundamentos macroeconômicos. Nelson,
Mark e West (2007) estudam diversos modelos com a forma (23), em que os
fundamentos macroeconômicos variam do diferencial da quantidade de moeda
entre os países, diferenciais de juros, termos de troca, etc. Como o foco é na
previsão da taxa de câmbio nas freqüências intradiária e diária, os fundamentos
macroeconômicos considerados serão basicamente variáveis financeiras, como
diferenciais de juros e prêmios de risco.
Para o modelo macroeconômico, procede-se com a estimação da primeira
diferença da forma (23), o que fornece o modelo:
Δ
= Δ
+
(24)
Em que os fundamentos macroeconômicos,
, serão os diferenciais de
juros entre as moedas e o prêmio de risco medido pelo risco país.
O quarto modelo é um modelo híbrido, como o desenvolvido no Capítulo 4,
que incorpora tanto elementos de microestrutura quanto os elementos
macroeconômicos expostos acima.
Este modelo toma a seguinte forma funcional:
Δs
= 
+ 
+
(25)
Em que todas as variáveis têm a mesma definição que a dada
anteriormente. Assim, estima-se um modelo em que tanto as informações
macroeconômicas (diferenciais de juros e prêmios de risco país) quanto
variáveis de microestrutura (fluxo de ordem) afetarão a taxa de câmbio.
O último modelo estimado é o passeio aleatório, que servirá como o
benchmark de comparação da capacidade de previsão fora da amostra dos
modelos. Este é o mais simples de todos os modelos apresentados, em que a
taxa de câmbio em t é simplesmente aquela que fora em t-1 mais um termo não
previsível, isto é:
=
1
+
(26)
Para estimar os modelos e produzir previsões comparáveis entre os
mesmos, tanto para os dados intradiários quanto diários, procede-se com a
estimação de Rolling Regressions, como é convenção nesta literatura. Este
método consiste de selecionar uma determinada janela de tempo e estimar os
PUC-Rio - Certificação Digital Nº 0610504/CA
87
parâmetros do modelo a fim de produzir estimativas fora da amostra com os
mesmos. Após a produção das estimativas, desloca-se a janela uma observação
à frente, de forma a reproduzir os passos anteriores até a criação de novas
estimativas. Este procedimento é repetido até que a última observação da base
de dados entre na janela de estimação. O método de estimação é mínimos
quadrados ordinários, como em Meese e Rogoff (1983) e Cheung, Chinn e
Pascual (2005).
Estima-se estes Rolling Regressions a partir do primeiro dia da base de
dados, com uso dos dados de cinco minutos e diários. A escolha da janela de
estimação deve ser feita de forma a fornecer graus de liberdade suficientes para
a estimação dos parâmetros. Para os dados intradiários se utiliza uma janela dos
últimos cinco dias de pregão, de tal forma que o primeiro período de estimação é
referente às 9:00 do dia 08/02/2006.
Utilizando estes parâmetros estimados, gera-se previsões para as 9:05,
9:10, 9:15, 9:30 e 10:00. Em seguida, adiciona-se a informação referente às 9:05
do dia 08/02/2006, estima-se novamente os parâmetros e se faz as mesmas
previsões para os 5, 10, 15, 30 e 60 minutos seguintes. Como as únicas
informações intradiárias possuídas são as informações do pregão de câmbio da
BM&F, estima-se nesta freqüência apenas o modelo de microestrutura e o
passeio aleatório.
Para a freqüência diária, escolhe-se uma janela dos últimos 10 dias de
pregão, de forma que as primeiras previsões são referentes ao dia 15/02/2006.
Nesta freqüência, estimam-se todos os cinco modelos apresentados e
comparam-se suas capacidades preditivas. Assim, prevê-se a taxa de câmbio
para os próximos 1 e 2 dias.
Para que os modelos forneçam previsões, é necessário que se tenha uma
medida das expectativas dos parâmetros para os diferentes horizontes de
previsão. Em linha com o artigo de Meese e Rogoff (1983), utiliza-se as
realizações futuras destes parâmetros no lugar de suas expectativas, um
procedimento que pode ser compreendido como perfect foresight.
9.2.
Critérios de comparação das estimativas
Como forma de comparar as previsões fora da amostra dos diferentes
modelos, utiliza-se como métrica a razão do Erro Quadrático Médio (EQM)
destes com o do passeio aleatório, procedimento este em consonância com o
PUC-Rio - Certificação Digital Nº 0610504/CA
88
utilizado em Meese e Rogoff (1983) e Cheung, Chinn e Pascual (2005). De
acordo com este método, uma razão do EQM maior (menor) do que 1 significa
uma menor (maior) precisão das estimativas do modelo do que o passeio
aleatório.
Além do Erro Quadrático Médio, calcula-se o Erro Percentual Médio de
Previsão (EMP), que afere a taxa média do desvio da previsão do modelo com a
realização efetiva da taxa de câmbio.
As duas medidas são definidas como:
EQM =
++

++
2
1
=0
EMP =
++

++
++
1
=0
Em que é o intervalo de previsão ( = 5, 10, 15, 30, 60 minutos para a
previsão intradiária e = 1 2 dias para a previsão diária),
é o número total
de previsões realizadas para cada intervalo de previsão,
++
é a realização
efetiva da taxa de câmbio e
++
é a previsão em t+h para a taxa de câmbio
em t+h+k. O primeiro instante em que as previsões são realizadas é o instante t.
9.3.
Resultados
As Tabelas 13 e 16 apresentam os resultados para a razão do Erro
Quadrático Médio e o Erro Médio de Previsão dos modelos para os dados
intradiários e diários em ambos os mercados cambiais.
As Tabelas 13 e 15 apresentam a razão do EQM das previsões dos
modelos com o EQM do passeio aleatório para as freqüências intradiária e diária
respectivamente. As Tabelas 14 e 16 apresentam o EMP nesta mesma ordem.
PUC-Rio - Certificação Digital Nº 0610504/CA
89
Tabela 13 - Razão do Erro Quadrático Médio para as estimativas intradiárias
Fonte: BM&F. Cálculos do autor.
Nota: Os dados do mercado futuro se referem ao primeiro vencimento.
Significância estatística referente a um teste Diebold-Mariano de erro de
previsão. Níveis de significância: *** significante a 1%; ** significante a 5%; *
significante a 10%.
Modelo Passeio Aleatório
Mercado Horizonte
À Vista 5 minutos 1,000 0,929 ***
10 minutos 1,000 0,922 ***
15 minutos 1,000 0,922 ***
30 minutos 1,000 0,933 ***
60 minutos 1,000 0,966 ***
Futuro 5 minutos 1,000 0,951 ***
10 minutos 1,000 0,937 ***
15 minutos 1,000 0,929 ***
30 minutos 1,000 0,921 ***
60 minutos 1,000 0,922 ***
Microestrutura
PUC-Rio - Certificação Digital Nº 0610504/CA
90
Tabela 14 - Erro médio de previsão para as estimativas intradiárias
Fonte: BM&F. Cálculos do autor.
Tabela 15 - Razão do Erro Quadrático Médio para as estimativas diárias
Fonte: BM&F. Cálculos do autor.
Nota: Os dados do mercado futuro se referem ao primeiro vencimento.
Significância estatística referente a um teste Diebold-Mariano de erro de
previsão. Níveis de significância: *** significante a 1%; ** significante a 5%; *
significante a 10%.
Modelo Passeio Aleatório Microestrutura
Mercado Horizonte
À Vista 5 minutos 0,052% 0,046%
10 minutos 0,080% 0,069%
15 minutos 0,102% 0,088%
30 minutos 0,155% 0,137%
60 minutos 0,236% 0,215%
Futuro 5 minutos 0,048% 0,046%
10 minutos 0,073% 0,069%
15 minutos 0,093% 0,087%
30 minutos 0,138% 0,129%
60 minutos 0,204% 0,192%
Modelo
Passeio
Aleatório
Mercado Horizonte
À Vista 1 dia 1,000 1,804
***
1,005 0,656 ** 0,586 **
2 dias 1,000 1,429 ** 1,104 0,615
***
0,802 **
Futuro 1 dia 1,000 1,751
***
0,995 0,630 ** 0,616 **
2 dias 1,000 1,444 ** 1,116 0,585
***
0,629 *
UIP
Microestrutura
Macroeconômico
Híbrido
PUC-Rio - Certificação Digital Nº 0610504/CA
91
Tabela 16 - Erro médio de previsão para as estimativas diárias
Fonte: BM&F. Cálculos do autor.
Como na freqüência intradiária tem-se apenas os dados do pregão de
dólar futuro e de dólar à vista da BM&F, os únicos modelos estimados nesta
freqüência são o de microestrutura pura e o passeio aleatório. Como as Tabelas
13 e 14 mostram, em ambos os mercados e para todos os horizontes de
previsão, o desempenho do modelo de microestrutura é superior ao passeio
aleatório, o que está simbolizado por uma razão de EQM inferior a 1 na terceira
coluna da Tabela 13.
Este resultado está de acordo com o encontrado em Evans e Lyons
(2005b), em que a capacidade preditiva do modelo de microestrutura era
superior ao passeio aleatório pra prever os movimentos da taxa de câmbio no
curto prazo. Os resultados mostram que esta maior capacidade preditiva se dá
tanto no mercado à vista quanto no mercado futuro de câmbio.
Pelas Tabelas 15 e 16 verifica-se o insatisfatório desempenho das
estimativas da equação da UIP para explicar os movimentos diários da taxa de
câmbio, tanto à vista quanto futura. Como a Tabela 16 mostra, esta equação
provê as estimativas com maior EMP de todos os modelos, qualquer que seja o
horizonte de previsão considerado. Essa rejeição da UIP para o curto prazo é
amplamente documentada na literatura da taxa de câmbio, como pode ser visto
em Taylor (1995).
Contrariamente aos estudos para as taxas de câmbio dos países
desenvolvidos, as estimativas do modelo macroeconômico são consistentemente
superiores ao passeio aleatório como forma de prever a taxa de câmbio,
principalmente quando se alonga o período de previsão (passando de 1 para 2
dias de previsão).
Este resultado, aparentemente contraditório ao paradoxo de Meese e
Rogoff (1983), se deve à elevada correlação dos movimentos da taxa de câmbio
Modelo
Passeio
Aleatório
UIP Microestrutura Macroeconômico Híbrido
Mercado Horizonte
À Vista 1 dia 0,543% 0,732% 0,496% 0,499% 0,462%
2 dias 0,729% 0,894% 0,722% 0,645% 0,690%
Futuro 1 dia 0,550% 0,745% 0,540% 0,502% 0,472%
2 dias 0,742% 0,918% 0,770% 0,642% 0,653%
PUC-Rio - Certificação Digital Nº 0610504/CA
92
nominal real/ dólar com o prêmio de risco país, o que não se verifica nas moedas
do G7. Entretanto, a supremacia das estimativas dos modelos macroeconômicos
ao passeio aleatório, à medida que se reduz a freqüência dos dados, é um
fenômeno encontrado em outros artigos, como pode ser visto em Meredith e
Chinn (1998).
De todos os modelos estimados, aquele que fornece as melhores
previsões para a taxa de câmbio um dia à frente, tanto no mercado à vista
quanto no futuro, é o modelo híbrido. Como as Tabelas 15 e 16 permitem ver,
este modelo possui um EQM próximo a 60% do passeio aleatório, em ambos os
mercados, além do menor EMP de todos os modelos apresentados.
Este resultado mostra a importância dos elementos de microestrutura
como forma complementar às variáveis macroeconômicas e como estes novos
elementos são capazes de melhorar a previsão dos modelos de taxa de câmbio.
Resultado similar é obtido por Evans e Lyon (2005), em que as previsões fora da
amostra do modelo híbrido eram superiores às demais especificações para
prever a taxa de câmbio nominal um dia à frente.
As Figuras 11 e 12 apresentam as estimativas 1 dia à frente do modelo
híbrido e as realizações para o câmbio à vista e futuro. Este modelo tem elevada
aderência aos dados, o que permite prever a taxa de forma consistentemente
superior aos demais modelos. Mesmo no período de maior instabilidade da taxa
de câmbio (em maio de 2006, quando a cotação superou a taxa de 2,40 R$/
US$), as previsões do modelo híbrido fornecem estimativas muito próximas às
realizações efetivas do câmbio à vista e futuro.
PUC-Rio - Certificação Digital Nº 0610504/CA
93
Figura 11 - Previsões 1 dia à frente do modelo híbrido e do passeio aleatório
para o câmbio futuro
Fonte: BM&F. Cálculos do autor.
Nota: Os dados do mercado futuro se referem ao primeiro vencimento.
Figura 12 - Previsões 1 dia à frente do modelo híbrido e do passeio aleatório
para o câmbio à vista
Fonte: BM&F. Cálculos do autor.
Assim, de uma forma geral, os resultados dão amplo suporte aos modelos
na abordagem da microestrutura da taxa de câmbio e para os modelos híbridos,
1.9
2
2.1
2.2
2.3
2.4
Cotação $/US$
Modelo Híbrido
Câmbio Futuro
1.9
2
2.1
2.2
2.3
2.4
Cotação R$/US$
Câmbio à vista
Modelo Híbrido
PUC-Rio - Certificação Digital Nº 0610504/CA
94
uma vez que com estes conseguem-se estimativas consistentemente superiores
ao passeio aleatório para a cotação à vista e futura de real/ dólar.
PUC-Rio - Certificação Digital Nº 0610504/CA
95
10
Conclusão
O objetivo deste trabalho foi comparar o mercado à vista e o mercado
futuro de câmbio no Brasil, do que diz respeito à liderança na formação da
cotação. As conclusões são que o mercado de câmbio futuro é mais líquido e
lidera a formação da taxa de câmbio sobre o mercado à vista, fenômeno
contrário ao que ocorre nas principais moedas do mundo. Assim, mostra-se que
o mercado futuro é o locus de formação da cotação, sendo esta então
transmitida por arbitragem ao mercado à vista.
A forma de funcionamento do mercado cambial brasileiro, que limita o
acesso à moeda estrangeira à vista aos agentes não autorizados pelo Banco
Central, faz com que estes transfiram diversas operações típicas desse mercado
para o mercado futuro de câmbio, no seu primeiro vencimento, uma vez que as
limitações quanto à participação no mercado futuro de câmbio são muito menos
restritivas. Conseqüentemente, estes agentes priorizam o mercado futuro no
momento de fazer suas operações cambiais, o que torna o volume negociado no
mercado futuro de câmbio mais de cinco vezes maior do que o volume
negociado no mercado interbancário à vista.
Utilizando um modelo de microestrutura desenvolvido no capítulo 4, no
capítulo 6 mostra-se que o mercado de dólar futuro tem spreads de compra e
venda mais estreitos do que o mercado de câmbio à vista, bem como menor
impacto do fluxo de ordem sobre a cotação. Esse primeiro resultado sugere a
maior liquidez do mercado futuro, na medida em que as suas transações têm
menor capacidade de afetar a cotação do que no mercado à vista. Com efeito,
estima-se que um fluxo de ordem de compra (venda) de
US$ 1 bilhão deprecia (aprecia) o câmbio futuro em 0,99% e o câmbio à vista em
1,12%.
No capítulo 6, também se estima a evolução ao longo do tempo deste
coeficiente de impacto do fluxo de ordem sobre a cotação. Mostra-se assim que
este coeficiente não é constante ao longo do tempo, sendo significativamente
maior nos momentos de crise do que nos momentos de estabilidade.
Adicionalmente, testa-se a existência de assimetrias nos coeficientes dos fluxos
de ordem de compra e de venda de moeda estrangeira. Os resultados apontam
PUC-Rio - Certificação Digital Nº 0610504/CA
96
para ausência destas em ambos mercados, ou seja, que o impacto de fluxos de
ordem de mesma magnitude, mas de sentidos opostos, têm o mesmo impacto
sobre a cotação.
Segundo a abordagem da microestrutura, o mercado mais líquido deve ser
aquele no qual a cotação leva menos tempo para se ajustar ao fluxo de ordem,
ou seja, o mercado onde a cotação se ajusta mais rapidamente às novas
informações e às transações. Dessa forma, no capítulo 7, estima-se em quantos
minutos, em média, o efeito do fluxo de ordem sobre a cotação se dá
plenamente, em ambos os mercados. Estima-se que a cotação do dólar futuro
leva menos de três minutos para se ajustar ao fluxo de ordem, enquanto a
cotação do dólar à vista leva entre quatro e cinco minutos. Tal resultado também
sugere a maior liquidez do mercado futuro sobre o à vista.
Entretanto, para que se mostre qual dos mercados é mais líquido e lidera a
formação da cotação, é necessário que se trate ambos os mercados
conjuntamente, buscando identificar na alta freqüência como ocorre a formação
da cotação. Dessa forma, no capítulo 8, estima-se um sistema com as cotações
e os fluxos do mercado à vista e futuro. Os resultados sugerem que: i) as
cotações dos dez minutos anteriores do dólar futuro afetam a cotação corrente
do dólar à vista, mas não o contrário; ii) a cotação do dólar futuro não reage aos
desvios na relação de equilíbrio de longo prazo entre estas cotações, mas a do
dólar à vista reage fortemente; e iii) o fluxo de ordem do mercado futuro é
informativo para a formação da taxa de câmbio à vista, mas o fluxo de ordem do
mercado à vista não o é.
Com base nesses resultados, busca-se mostrar que o mercado futuro é o
locus de formação da taxa de câmbio, sendo então esta transmitida por
arbitragem para o mercado à vista. A legislação cambial, que limita o acesso à
moeda estrangeira aos agentes não bancários, faz o mercado futuro de câmbio
mais líquido que o mercado à vista e assim o líder no processo de formação da
cotação. Os resultados sugerem que as novas informações são agregadas
primeiramente ao mercado futuro de câmbio e então transferidas ao mercado à
vista.
Por fim, no Capítulo 9, utiliza-se a abordagem da microestrutura para fazer
previsões intra-diárias e diárias para a taxa de câmbio. Realizam-se previsões
para os próximos cinco a sessenta minutos, bem como previsões para o próximo
dia. Para as previsões intradiárias, o modelo de microestrutura é aquele que
fornece as melhores previsões, para os próximos cinco a sessenta minutos. Para
um dia à frente, o modelo híbrido, com componentes macroeconômicos e de
PUC-Rio - Certificação Digital Nº 0610504/CA
97
microestrutura, é o que fornece as previsões mais apuradas, em média 40%
superiores ao passeio aleatório.
Os resultados dão amplo suporte à abordagem da microestrutura da taxa
de câmbio, uma vez que em todos os casos se obtêm previsões
significativamente superiores ao passeio aleatório.
PUC-Rio - Certificação Digital Nº 0610504/CA
98
11
Referências bibliográficas
ABUAF, N. & JORION, P. Purchasing Power Parity in the Long Run. The Journal
of Finance, pp. 157-174, 1990.
ANDERSEN, T., BOLLERSLEV, T., DIEBOLD, F. & VEGA, C. Micro Effects of
Macro Announcements: Real-Time Price Discovery in Foreign Exchange. The
American Economic Review, pp. 38-62, 2003.
Bank for International Settlements. Highlights of international banking and
financial market activity. BIS Quarterly Report, Setembro 2007
BERGER, D., CHABOUD, A. CHERNENKO, S., HOWORKA, E., IYER, R. & LIU,
D. Order flow and exchange rate dynamics in electronic brokerage system data.
Board of Governors of the Federal Reserve System (U.S.), International Finance
Discussion Papers nº 830, 2005.
BIAIS, B., GLOSTEN, L. & SPATT, C. Market Microstructure: A Survey of
Microfoundations, Empirical Results, and Policy Implications. Journal of Financial
Markets, pp. 217-264, 2005.
BURNSIDE, C., EICHENBAUM, M., KLESHCHELSKI, I. & REBELO, S. The
Returns to currency speculation. NBER Working Papers nº 12489, 2006.
BURNSIDE, C., EICHENBAUM, M. & REBELO, S. The Returns to currency
speculation in emerging markets. NBER Working Papers nº 12916, 2007.
CHABOUD. A. & WRIGHT, J. Uncovered Interest Parity: It Works, But Not For
Long. International Finance Discussion Paper n º75, 2003. Artigo disponível em:
http://faculty.haas.berkeley.edu/lyons/Chaboud%20Wright%20on%20UIP%20Ma
y%2003.pdf
PUC-Rio - Certificação Digital Nº 0610504/CA
99
CHEUNG, Y. & CHINN, M. Currency Traders and Exchange Rate Dynamics: A
Survey of the U.S. Market Journal of International Money and Finance, pp. 439-
471, 2001.
CHEUNG, Y., CHINN, M. & PASCUAL, A. Empirical exchange rate models of the
nineties: Are any fit to survive? Journal of International Money and Finance, pp.
1150-1175, 2005.
COCHRANE, J. Asset Pricing: revised edition. EUA: Princeton University Press,
2005.
Danske Bank – Global Scenarios. Diversas edições. Danske Bank.
Danske Bank – Flash Comment. Emerging Markets: From bad to worse. 05 de
março de 2006.
DORNBUSCH, R. Expectations and Exchange Rate Dynamics. The Journal of
Political Economy, pp. 1161-1176, 1976.
DUFOUR, A. & ENGLE, R. Time and the Price Impact of a Trade. The Journal of
Finance, pp. 2467-2498, 2000.
ENDERS, W. Applied Econometric Time Series. EUA: Wiley Series in Probability
and Statistics, 2004.
ENGEL, C., MARK, N. & WEST, K. Exchange rate models are not as bad as you
think. NBER Working Paper nº 13318, 2007.
EVANS, M. D. & LYONS, R. K. Order Flow and Exchange Rate Dynamics. The
Journal of Political Economy, pp. 170-180, 2002.
EVANS, M. D. & LYONS, R. K. Frequently Asked Questions About the Micro
Approach to FX, 2004. Disponível em
http://faculty.haas.berkeley.edu/lyons/docs/FAQs%20about%20Micro%20FX.pdf
EVANS, M. D. & LYONS, R. K. Understanding Order Flow. NBER Working Paper
nº 11748, 2005a.
PUC-Rio - Certificação Digital Nº 0610504/CA
100
EVANS, M. D. & LYONS, R. K. Meese-Rogoff Redux: Micro-Based Exchange
Rate Forcasting. NBER Working Paper nº 12489, 2005b.
FRANKEL, J. On the Mark: A Theory of Floating Exchange Rates Based on Real
Interest Differentials .The American Economic Review, pp. 610-622, 1979.
GARCIA, M. & URBAN, F. O mercado interbancário de câmbio no Brasil. Depto.
de Economia PUC-Rio, Texto pra discussão nº 509, 2004. Disponível em
http://www.econ.puc-rio.br/pdf/td509.pdf.
GLOSTEN, L. & MILGROM, P. Bid, Ask, and Transaction Prices in a Specialist
Market with Heterogeneously Informed Traders. Journal of Financial Economics,
pp. 71-100, 1985.
HAMILTON, J. Time Series Analysis. EUA: Princeton University Press, 1994.
HASBROUCK, J. Measuring the Information Content of Stock Trades. The
Journal of Finance, pp. 179-207, 1991a.
HASBROUCK, J. The Summary Informativeness of Stock Trades: an
Econometric Analysis. The Review of Financial Studies, pp. 571-595, 1991b.
HASBROUCK, J. One Security, Many Markets: Determining the Contributions to
Price Discovery. The Journal of Finance, pp. 1175-1199, 1995.
HASBROUCK, J. Intraday Price Formation in U.S. Equity Index Markets. The
Journal of Finance, pp. 2375–2400, 2003.
HASBROUCK, J. Empirical Market Microstructure: The Institutions, Economics,
and Econometrics of Securities Trading. EUA: Oxford University Press, 2006.
HULL, J. C. Opções, futuros e outros derivativos. São Paulo: BM&F, 1997.
ITO, T. & HASHIMOTO, Y. Price Impact of Deals and Predictability of the
Exchange Rate Movements. NBER Working Paper nº 12682, 2006.
PUC-Rio - Certificação Digital Nº 0610504/CA
101
KILLEEN, W., LYONS, R. & MOORE, M. Fixed versus flexible: Lessons from
EMS order flow. Journal of International Money and Finance, pp. 551-579, 2006.
KYLE, A. Continuous Auctions and Insider Trading . Econometrica, pp. 1315-
1335, 1985.
LEE, C. & READY, M. Inferring Trade Direction from Intraday Data. The Journal
of Finance, pp. 733-746, 1991.
LYONS, R.K. The Microstructure Approach to Exchange Rates. EUA: The MIT
Press, 2001.
MADHAVAN, A., RICHARDSON, M. & ROOMANS, M. Why do security prices
change? A transaction-level analysis of NYSE stocks. Review of Financial
Studies, pp. 1035-1064, 1997.
MacDONALD, R. Exchange Rate Behaviour: Are Fundamentals Important? The
Economic Journal, pp. 673-691, 1999.
Manual de Operações da Roda de Dólar Pronto - BM&F. Disponível em:
http://www.bmf.com.br/portal/pages/frame_home.asp?idioma=1&link=http://www.
bmf.com.br/portal/pages/Clearing1/cambio/dolar_pronto/download/DolarPronto_
Manual_Operacoes_2006.pdf
McCALLUM, B. A Reconsideration of the Uncovered Interest Parity Relationship.
NBER Working Paper nº 4113, 1992.
MEESE, R. & ROGOFF, K. Empirical exchange rate models of the seventies : Do
they fit out of sample? Journal of International Economics, pp. 3-24, 1983.
MEREDITH, G. & CHINN, M. Long-Horizon Uncovered Interest Rate Parity.
NBER Working Paper nº 2138, 1998.
Regulamento da câmara de registro, compensações e liquidação de operações
de câmbio – BM&F. Disponível em:
PUC-Rio - Certificação Digital Nº 0610504/CA
102
http://www.bmf.com.br/portal/pages/frame_home.asp?idioma=1&link=http://www.
bmf.com.br/portal/pages/Clearing1/cambio/dolar_pronto/download/ClearingCamb
io_Manual_Operacoes_2006.pdf
TAYLOR, M. The Economics of Exchange Rates. Journal of Economic Literature,
pp. 13-47, 1995.
WHALEY, R. & STEPHAN, F. Intraday Price Change and trading Volume
Relations in the Stock and Stock Option Markets. The Journal of Finance, pp
191-219, 1990.
WU, T. Order Flow in the South: Anatomy of the Brazilian FX Market UCSC
Working Paper, 2007. Disponível em:
http://people.ucsc.edu/~thomaswu/Research/orderflow.pdf .
PUC-Rio - Certificação Digital Nº 0610504/CA
103
12
Apêndice
12.1.
Apêndice 1
Apresenta-se abaixo os resultados obtidos para o fluxo de ordem
utilizando a metodologia Tick-Test, de Lee e Ready (1991). Esta metodologia
consiste de comparar o preço do negócio com o centro do spread de compra e
venda prevalente 5 segundos antes da negociação. Caso o preço da negociação
seja maior (menor) do que o centro do spread, considera-se esta transação
como um fluxo de compra (venda). A tabela abaixo apresenta os resultados do
fluxo de ordem utilizando esta metodologia:
Fluxo de ordem do mercado à vista e futuro de câmbio pela metodologia Tick-
Test
Fonte: BM&F. Cálculos do autor.
Nota: Os dados do mercado futuro de câmbio correspondem apenas ao seu
primeiro vencimento.
As duas tabelas abaixo são equivalentes às Tabelas 6 e 7 da seção 6, isto é,
medem o impacto do fluxo de ordem sobre a cotação da taxa de câmbio para as
freqüências intradiárias e para a freqüência diária com o uso de controles
macroeconômicos. A diferença entre estas tabelas e as supracitadas se refere
ao modo de identificação do fluxo de ordem, uma vez que abaixo este está
identificado pela metodologia Tick-test. Como se pode ver, os resultados são
semelhantes aos encontrados na seção 6.
Total Freqüência Total Freqüência
Fluxo de Ordem
1.147.138 100% 53.893 100%
Compra
507.819 44% 32.100 60%
Venda
557.704 49% 18.991 35%
Não Identificado
81.615 7% 2.802 5%
Futuro
À Vista
PUC-Rio - Certificação Digital Nº 0610504/CA
104
Estimação do coeficiente de impacto do fluxo de ordem, medido pela
metodologia Tick-Test, na cotação: freqüências intradiárias
Fonte: BM&F. Cálculos do autor.
Notas: Os coeficientes se referem ao modelo estimado (12). Coeficientes
estimados por Mínimos Quadrados Ordinários. Erros padrão robustos à
heterocedasticidade. Os coeficientes das variáveis dummies foram omitidos por
simplicidade de exposição (328 dummies para o mercado de dólar futuro e 327
para o mercado à vista). Níveis de significância: *** significante a 1%; **
significante a 5%; * significante a 10%.
Estimação do impacto do fluxo de ordem, medido pela metodologia Tick-Test, na
cotação da taxa de câmbio: freqüência diária.
Fonte: BM&F, Bloomberg e IPEAData. Cálculos do autor.
Notas: Os coeficientes se referem ao modelo estimado (13). Coeficientes
estimados por Mínimos Quadrados Ordinários. Erros padrão robustos à
heterocedasticidade. Níveis de significância: *** significante a 1%; ** significante
a 5%; * significante a 10%.
Agregação
Mercado
Futuro À Vista Futuro À Vista Futuro À Vista Futuro À Vista Futuro À Vista
Fluxo de ordem (β ) 0,0095
***
0,0076
***
0,0117
***
0,0080
***
0,0113
***
0,0120
***
0,0111
***
0,0133
***
0,0116
***
0,0126
***
t -stat
180,6 41,9 102,4 26,4 54,4 22,6 47,8 21,3 20,6 12,5
R2
0,024 0,016 0,110 0,011 0,150 0,062 0,163 0,091 0,206 0,279
F-stat
31,1 4,0 33,4 3,6 11,8 3,3 8,9 3,1 2,9 3,3
Prob(F)
0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Núm. observações
1.065.365
51.033 151.879 95.088 31.181 22.278 15.810 11.379 2.522 1.965
Transação
1 minuto
5 minutos
10 minutos
1 hora
Futuro Pronto Futuro Pronto Futuro Pronto Futuro Pronto
Constante
0.00
***
0.00
***
0.00
***
0.00
***
0.00
***
0.00
***
0.00
***
0.00
***
t -stat
3.91 -2.21 4.74 -2.73 5.22 -4.18 5.20 -4.43
Fluxo de Ordem
0.0053
***
0.0098
***
0.0067
***
0.0119
***
0.0091
***
0.0173
***
0.0091
***
0.0170
***
t -stat
6.80 4.95 8.74 5.78 11.16 7.46 11.13 7.31
log((Selic
t
/Libor
t
)/(Selic
t-1
/Libor
t-1
)
-0.083
***
0.869
**
-0.063
**
0.8134
*
-0.044
*
0.9804
*
- -
t -stat
-2.71 1.93 -1.99 1.71 -1.23 1.77
log(Embi
t
/Embi
t-1
)
0.127
***
0.1385
***
0.1606
***
0.1893
***
- - - -
t -stat
7.44 7.47 9.73 10.77
log(Ibovespa
t
/Ibovespa
t-1
)
-0.126
***
-0.155
***
- - - - - -
t -stat
-5.31 -6.31
R2
0.4875 0.4442 0.4426 0.375 0.2792 0.15 0.2758 0.1417
F-stat
76.6 63.7 85.5 64.4 62.8 28.5 123.8 53.5
Prob(F)
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Núm. Observações
328 327 328 327 328 327 328 327
Especificação 1
Especificação 2
Especificação 3
Especificação 4
PUC-Rio - Certificação Digital Nº 0610504/CA
105
12.2.
Apêndice 2
O objetivo deste apêndice é testar a estacionariedade das séries
utilizadas na seção 6 para garantir a consistência das estimativas, isto é, para
mostrar que não se trata de resultados espúrios. Como pode-se ver pela tabela,
tem-se para qualquer agregação que se considere a (logaritmo) taxa de câmbio
é uma variável não estacionária, o que implica que deve-se trabalhar com sua
primeira diferença. A tabela também nos mostra que a primeira diferença ta taxa
de câmbio e o fluxo e ordem, para ambos os mercados e para todas as
agregações, são variáveis estacionárias. Assim, tem-se que nossas estimações
da seção 6 são consistente e não se tratam de regressões espúrias.
Teste de raiz unitária para a cotação e o fluxo de ordem do mercado à vista e
futuro de câmbio.
Fonte: BM&F. Cálculos do autor.
Dólar futuro
Freqüência Variável
Sem Constante
Sem Tendência
Com Constante
Sem Tendência
Com Constante
Com Tendência
Sem Constante
Sem Tendência
Com Constante
Sem Tendência
Com Constante
Com Tendência
Transação log(futuro) 0.4444 0.0746 0.0273 0.4127 0.0622 0.0239
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
1 minuto log(futuro) 0.4523 0.0516 0.0052 0.2897 0.6121 0.4069
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
Fluxo de Ordem 0.0000 0.0000 0.0000 0.0000 0.0001 0.0000
5 minutos log(futuro) 0.4542 0.0404 0.0037 0.3101 0.5323 0.3144
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
10 minutos log(futuro) 0.4246 0.0335 0.0029 0.2914 0.5248 0.3242
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0000 0.0001 0.0000
1 hora log(futuro) 0.3048 0.5057 0.2708 0.2415 0.7886 0.6582
D(log(futuro)) 0.0001 0.0001 1.0013 0.0000 0.0001 0.0000
Fluxo de Ordem 0.0001 0.0001 0.0000 0.0000 0.0001 0.0000
Diário log(futuro) 0.2541 0.7064 0.5130 0.2756 0.6495 0.4450
D(log(futuro)) 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Fluxo de Ordem 0.0000 0.0000 0.0000 0.0002 0.0000 0.0000
Dólar à vista
Freqüência Variável
Sem Constante
Sem Tendência
Com Constante
Sem Tendência
Com Constante
Com Tendência
Sem Constante
Sem Tendência
Com Constante
Sem Tendência
Com Constante
Com Tendência
Transação log(futuro) 0.2354 0.7677 0.8357 0.2381 0.7599 0.8281
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
1 minuto log(futuro) 0.0661 0.7000 0.6117 0.0566 0.7493 0.7232
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
5 minutos log(futuro) 0.0384 0.2264 0.1385 0.0506 0.2440 0.1348
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
10 minutos log(futuro) 0.2600 0.6872 0.5130 0.2682 0.6600 0.4754
D(log(futuro)) 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
Fluxo de Ordem 0.0001 0.0001 0.0001 0.0001 0.0001 0.0000
1 hora log(futuro) 0.2741 0.7132 0.5403 0.2746 0.7120 0.5423
D(log(futuro)) 0.0001 0.0001 0.0000 0.0001 0.0001 0.0000
Fluxo de Ordem 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Diário log(futuro) 0.2727 0.5890 0.3946 0.3006 0.4909 0.3051
D(log(futuro)) 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Fluxo de Ordem 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Phillips - Perron
ADF
Phillips - Perron
ADF
PUC-Rio - Certificação Digital Nº 0610504/CA
106
Nota: Para o teste Phillips Perron, utilizou-se a janela Espectral Quadrática com
método de Andrews. Para o critério ADF, utilizou-se o critério de informação de
Schwartz.
12.3.
Apêndice 3
Neste apêndice apresentam-se simulações para enfatizar o argumento
que, dependendo da agregação que se faça dos dados, pode-se introduzir viés
nos coeficientes estimados.
Primeiramente desenvolvemos um modelo estrutural para a dinâmica da
taxa de câmbio e do fluxo de ordem, em que a taxa de câmbio é função do fluxo
de ordem contemporâneo e o fluxo de ordem é função da taxa de câmbio de
cinco minutos atrás. Dessa forma, no modelo estrutural o choque de informação
acontece a cada 5 minutos. O objetivo é testar o que ocorre quando se agregam
os dados na freqüência diária para um modelo deste tipo.
Assim, geramos o seguinte modelo:

1
= 
+
1 ,

= 
1
2
+
2 ,
Onde:
1,
,
2,
~
0,1
1,
2,
= 0
Geram-se os dados em 5 minutos para 11 dias, repetindo-se este
procedimento 5000 vezes. Utilizam-se os coeficientes amostrais estimados na
base de dados original para e (= 0,01 e = 1,6).
Em seguida, agregaram-se os dados em duas freqüências diferentes: em
5 minutos (como os dados foram gerados) e diário. Abaixo apresenta-se o
gráfico da distribuição empírica da diferença do coeficiente de 5 minutos para o
coeficiente diário
5 

:
PUC-Rio - Certificação Digital Nº 0610504/CA
107
Como se pode ver, considerando-se o intervalo de confiança unicaudal de
5%, rejeita-se hipótese que ambos os coeficientes são iguais. Assim, constata-se
que agregação diária adiciona um viés ao coeficiente estimado , o que torna a
inferência sobre o coeficiente de cinco minutos a mais adequada.
12.4.
Apêndice 4
Abaixo apresenta-se os resultados do teste de co-integração para os
logaritmos das cotações do dólar à vista e futuro. Como se pode ver pela tabela,
sob qualquer especificação considera-se a existência de uma relação de co-
integração entre estas duas variáveis, o que implica estimação do vetor de
correção de erros, como fizemos na seção 8.4.
Teste de co-integração das cotações do dólar à vista e futuro
Fonte: BM&F. Cálculos do autor.
12.5.
Apêndice 5
Este apêndice apresenta a estimação do modelo (20) como um vetor auto-
regressivo (VAR) em nível e em primeira diferença. Estas formas de estimação
Tendência: Não Não Linear Linear
Tipo de Teste Sem intercepto Intercepto Intercepto Intercepto
Sem tendência Sem tendência Sem tendência Com tendência
Traço 1 1 1 1
Autovalor máximo 1 1 1 1
PUC-Rio - Certificação Digital Nº 0610504/CA
108
seriam válidas, respectivamente, caso considere-se que as cotações são não
estacionárias ou, em o sendo, caso fossem não co-integradas.
O importante a perceber é que as estimativas dos coeficientes de impacto
do fluxo de ordem do mercado à vista e futuro sobre ambas as cotações
permanecem muito próximos dos valores que obtive-se na seção 8.4. Desta
forma, os resultados apresentados abaixo servem como uma forma de robustez
dos nossos resultados, mostrando que são válidos mesmo que considere-se
diferentes comportamentos para as séries das cotações.
Estimação do vetor auto-regressivo, em nível, das cotações do dólar à vista e
futuro, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os coeficientes das defasagens do fluxo de ordem e da variação das
cotações foram omitidos por simplicidade de exposição.
Estimação do vetor auto-regressivo, em primeira diferença, das cotações do
dólar à vista e futuro, de 01/02/2006 a 31/05/2007
Fonte: BM&F. Cálculos do autor.
Nota: Os coeficientes das defasagens do fluxo de ordem e da variação das
cotações foram omitidos por simplicidade de exposição.
Coeficiente
b
11
*** *** ***
t-stat
b
12
*** *** ***
t-stat
b
21
*** *** ***
t-stat
b
22
*** *** ***
t-stat
Equação futuro pronto futuro pronto futuro pronto
R2 0,999 0,999 0,999 0,999 0,999 0,999
F-stat 10563402 10449855 7055809 7179500 3030182 3127365
Núm. Observações 26947 26947 26946 26946 26942 26942
[ 15.7057]
[ 16.1101]
[ 16.2832]
[ 55.1405]
[ 55.5854]
[ 55.7331]
0,0065
0,0067
0,0068
[ 41.0451]
[ 39.6795]
[ 39.7419]
0,0093
0,0094
0,0094
[ 19.2339]
[ 18.3137]
[ 18.4470]
0,0068
0,0065
0,0065
0,0079
0,0074
0,0074
1 defasagem
2 defasagens
6 defasagens
Coeficiente
b
11
t-stat
b
12
t-stat
b
21
t-stat
b
22
t-stat
Equação futuro pronto futuro pronto futuro pronto
R2 0,125 0,116 0,126 0,126 0,128 0,134
F-stat 963 882 645 648 282 297
Núm. Observações 26946 26946 26945 26945 26941 26941
[ 16.0993]
[ 16.2077]
[ 16.2389]
[ 55.4346]
[ 55.5037]
[ 55.5740]
0,0067
0,0068
0,0068
[ 39.7439]
[ 39.7575]
[ 39.7292]
0,0093
0,0094
0,0094
[ 18.1880]
[ 18.2108]
[ 18.3580]
0,0065
0,0065
0,0065
1 defasagem
2 defasagens
6 defasagens
0,0074
0,0074
0,0074
PUC-Rio - Certificação Digital Nº 0610504/CA
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