ads:
FACULDADE DE ECONOMIA E FINANÇAS IBMEC
PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DISSERTAÇÃO DE MESTRADO
PROFISSIONALIZANTE EM ADMINISTRAÇÃO
A Influência do Efeito Fim de Semana em uma
Carteira de Ações de Empresas Brasileiras que
Pagam Bons Dividendos
É
É
r
r
i
i
c
c
o
o
d
d
e
e
S
S
o
o
u
u
s
s
a
a
C
C
a
a
r
r
d
d
o
o
s
s
o
o
O
O
R
R
I
I
E
E
N
N
T
T
A
A
D
D
O
O
R
R
A
A
:
:
M
M
A
A
R
R
I
I
A
A
A
A
U
U
G
G
U
U
S
S
T
T
A
A
S
S
O
O
A
A
R
R
E
E
S
S
M
M
A
A
C
C
H
H
A
A
D
D
O
O
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Rio de Janeiro, 10 de junho de 2008
A INFLUÊNCIA DO EFEITO FIM DE SEMANA
EM UMA CARTEIRA DE AÇÕES DE EMPRESAS BRASILEIRAS QUE PAGAM
BONS DIVIDENDOS
ÉRICO DE SOUSA CARDOSO
Dissertação apresentada ao curso de
Mestrado Profissionalizante em
Administração como requisito parcial para
obtenção do Grau de Mestre em
Administração.
Área de Concentração: Finanças
ORIENTADORA: MARIA AUGUSTA SOARES MACHADO
Rio de Janeiro, 30 de junho de 2003.
ads:
A INFLUÊNCIA DO EFEITO FIM DE SEMANA
EM UMA CARTEIRA DE AÇÕES DE EMPRESAS BRASILEIRAS QUE PAGAM
BONS DIVIDENDOS
ÉRICO DE SOUSA CARDOSO
Dissertação apresentada ao curso de
Mestrado Profissionalizante em
Administração como requisito parcial para
obtenção do Grau de Mestre em
Administração.
Área de Concentração: Finanças
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor MARIA AUGUSTA SOARES MACHADO (Orientadora)
Instituição: Faculdade de Economia e Finanças IBMEC
_____________________________________________________
Professor JOSÉ VALENTIM MACHADO VICENTE
Instituição: Faculdade de Economia e Finanças IBMEC
_____________________________________________________
Professor MARCO ANTONIO CUNHA DE OLIVEIRA
Instituição: Universidade Federal do Rio de Janeiro - FACC-UFRJ
Rio de Janeiro, 30 de junho de 2003.
332
C268i
Cardoso, Érico de Sousa.
A influência do efeito Fim de Semana em uma carteira de ações
de empresas brasileiras que pagam bons dividendos / Érico de
Sousa Cardoso - Rio de Janeiro: Faculdades Ibmec, 2008.
Dissertação de Mestrado Profissionalizante apresentada ao
Programa de Pós-Graduação em Administração das Faculdades
Ibmec, como requisito parcial necessário para a obtenção do título
de Mestre em Administração.
Área de concentração: Administração geral.
1. Finanças. 2. Finanças comportamentais. 3. Mercado de
capitais (Efeito Fim de Semana – Anomalias de mercado).
5
AGRADECIMENTOS
A comunidade acadêmica. Sem o esforço dos pesquisadores, professores e profissionais,
o conhecimento seria difícil de adquirir e transmitir. Em especial a todos aqueles citados
nas referências bibliográficas.
A todos os meus professores que em seu devido tempo contribuíram para a construção
do meu intelecto e contribuíram substancialmente para esta obra. Em especial, a minha
orientadora pela energia e boa vontade e ao professor Roberto Montezano pelo apoio e
compreensão.
Aos funcionários do IBMEC em especial, Rita de Cássia Coelho, Ronaldo Ormond,
Geovah Martins e Nelson Cestello que sempre fizeram mais do que o pedido, ou seja,
apoiaram, incentivaram e demonstraram sempre afeto pelos alunos.
A todos os meus amigos que vibram com minhas conquistas que se solidarizam nas
minhas dificuldades e que me apóiam insistentemente nos momentos que mais preciso.
A minha família pelo apoio, amor e carinho em cada passo, em cada segundo.
6
RESUMO
O principal objetivo desta dissertação é investigar possibilidades de obtenção de
retornos anormais. Para isto, buscamos ativos no período de cinco anos (2002 até 2006)
que reunissem duas fundamentais características: ativos que sejam integrantes do índice
Ibovespa e quem tenham tido maior indicador de Dividend Yield no ano. A partir daí,
analisamos a influência da anomalia de mercado, Efeito Fim de Semana numa carteira
de dividendos brasileiro montada para este estudo e no índice Ibovespa. A expectativa é
analisar a possibilidade de retornos anormais sobre os fundos de dividendos anuais com
ou sem operações efetivas de vendas dos ativos em horário próximo ao fechamento de
sexta-feira e recompra em horário próximo ao fechamento de segunda-feira.
Palavras Chave: Finanças Comportamentais, Anomalias, retornos anormais
7
ABSTRACT
The main goal of this dissertation is to investigate the possibilities of obtaining
abnormal earnings. For this, we examine assets in five periods (2002 until 2006) that it
demonstrate two fundamentals characteristics that are: being assets from Ibovespa index
and being assets that show the highest annual Dividend Yield in the year. In addition
the influence of the "Weekend Effect" market anomaly on brazilian investment portfolio
and the Ibovespa index are analyzed. Analysis of possible abnormal earnings of an
annual investment portfolio with or without weekly asset operations is discussed. The
attempt expectation is analyze the possibility of abnormal earnings under an annual
dividend portfolio with or without effective operations of assets with sales in the market
close on and buy in the market close on Monday.
Key Words: Behaviour Finance, anomalies, abnormal earnings
8
LISTA DE FIGURAS
Figura 1: Oferta X Demanda .......................................................................................... 22
Figura 2 : Fronteira Eficiente ......................................................................................... 33
Figura 3: Linha de Mercado de Títulos .......................................................................... 39
Figura 4: A Curva Normal.............................................................................................. 58
9
LISTA DE TABELAS
Tabela 1: Variância de Dois Ativos por Matriz.............................................................. 34
Tabela 2: Variância de n Ativos por Matriz ................................................................... 34
Tabela 3: Ocorrência de Boas e Más Notícias por Dia................................................... 67
Tabela 4: Anúncio de Resultados: Distribuição Intraday............................................... 68
Tabela 5: Variações em Earnings Per Share (EPS) por Dia de Anúncio: 1982-1985.... 69
Tabela 6: Volume de Negociação da NYSE .................................................................. 71
Tabela 7: Retornos das Ações na América Latina no Fim de Semana........................... 72
Tabela 8: Retorno ........................................................................................................... 74
Tabela 9: Risco (Desvio-Padrão).................................................................................... 76
Tabela 10: Correlação..................................................................................................... 76
Tabela 11: Value at Risk em 2002 ................................................................................. 77
Tabela 12: Value at Risk em 2003 ................................................................................. 77
Tabela 13: Value at Risk em 2004 ................................................................................. 77
Tabela 14: Value at Risk em 2005 ................................................................................. 78
Tabela 15: Value at Risk em 2006 ................................................................................. 78
Tabela 16: Value at Risk ................................................................................................ 78
Tabela 17: Freqüência do Retorno da Carteira em 2002................................................ 79
Tabela 18: Freqüência do Retorno do Ibovespa em 2002 .............................................. 79
Tabela 19: Freqüência do Retorno da Carteira em 2003................................................ 79
Tabela 20: Freqüência do Retorno do Ibovespa em 2003 .............................................. 80
Tabela 21: Freqüência do Retorno da Carteira em 2004................................................ 80
Tabela 22: Freqüencia do Retorno do Ibovespa em 2004 .............................................. 80
Tabela 23: Freqüência do Retorno da Carteira em 2005................................................ 81
Tabela 24: Freqüência do Retorno do Ibovespa em 2005 .............................................. 81
Tabela 25: Freqüência do Retorno da Carteira em 2006................................................ 81
Tabela 26: Freqüência do Retorno do Ibovespa em 2006 .............................................. 82
Tabela 27: ANOVA 2002............................................................................................... 83
Tabela 28: ANOVA 2003............................................................................................... 84
Tabela 29: ANOVA 2004............................................................................................... 84
Tabela 30: ANOVA 2005............................................................................................... 84
Tabela 31: ANOVA 2006............................................................................................... 84
Tabela 32: Efeito Fim de Semana .................................................................................. 86
Tabela 33: Modelo Efeito Fim de Semana..................................................................... 86
Tabela 34: Probabilidade de Retornos Positivos na Sexta-Feira.................................... 88
Tabela 35: Retornos Positivos na Sexta e na Segunda................................................... 88
Tabela 36: Probabilidade de Retornos Negativos na Segunda dado Retornos Negativos
na Sexta .................................................................................................................. 89
10
LISTA DE QUADROS
Quadro 1: Mercado Financeiro e Suas Características................................................... 26
Quadro 2: A Interpretação do Beta................................................................................. 38
Quadro 3: Método Variância-Covariância Analítico...................................................... 60
Quadro 4: Líderes em Dividend Yield em 2002 ............................................................ 77
Quadro 5: Líderes em Dividend Yield em 2003 ............................................................ 77
Quadro 6: Líderes em Dividend Yield em 2004 ............................................................ 77
Quadro 7: Líderes em Dividend Yield em 2005 ............................................................ 77
Quadro 8: Líderes em Dividend Yield em 2006 ............................................................ 77
11
LISTA DE GRÁFICOS
Gráfico 1: Histograma - Retorno da Carteira em 2002 .................................................. 79
Gráfico 2: Histograma - Retorno do Ibovespa em 2002................................................. 79
Gráfico 3: Histograma - Retorno da Carteira em 2003 .................................................. 79
Gráfico 4: Histograma - Retorno do Ibovespa em 2003................................................. 80
Gráfico 5: Histograma - Retorno da Carteira em 2004 .................................................. 80
Gráfico 6: Histograma - Retorno do Ibovespa em 2004................................................. 80
Gráfico 7: Histograma - Retorno da Carteira em 2005 .................................................. 81
Gráfico 8: Histograma - Retorno do Ibovespa em 2005................................................. 81
Gráfico 9: Histograma - Retorno da Carteira em 2006 .................................................. 81
Gráfico 10: Histograma - Retorno do Ibovespa em 2006............................................... 82
Gráfico 11: Probabilidade de Retornos Positivos na Sexta-Feira................................... 88
12
LISTA DE ABREVIATURAS
ABNT Associação Brasileira de Normas Técnicas
VAR Value at Risk
EPS Earning per Share
S&P Standard and Poors
NYSE New York Stock Exchange
AMEX American Stock Exchange
NASDAQ North American Securities Dealers Automated Quotation System
DJIA Dow Jones Industrial Average
CRSP Center for Research in Security Prices
13
SUMÁRIO
I. ESTRUTURA DA DISSERTAÇÃO.........................................................................................15
I.1 OBJETIVO PRINCIPAL ................................................................................................................15
I.2 OBJETIVOS SECUNDÁRIOS.......................................................................................................15
I.4 JUSTIFICATIVA DO TEMA.........................................................................................................16
I.5 PROPOSTA METODOLÓGICA ...................................................................................................17
I.6 COLETA E TRATAMENTO DE DADOS ....................................................................................19
I.7 DELIMITAÇÃO DO ESTUDO......................................................................................................20
II INTRODUÇÃO........................................................................................................................21
III REVISÃO BIBLIOGRÁFICA..................................................................................................26
1. MERCADO FINANCEIRO...........................................................................................................26
1.1. TIPO DE INVESTIDORES ....................................................................................................27
2. RISCO..............................................................................................................................................28
2.1. AS QUATRO PRINCIPAIS DIMENSÕES DA GESTÃO DE RISCO .................................30
2.2. INVESTIDORES E O RISCO ................................................................................................31
3. TEORIA MODERNA DE GESTÃO DE CARTEIRAS..............................................................31
3.1. TEORIA DE SELEÇÃO DE PORTFÓLIO............................................................................31
3.2. MODELO BÁSICO DE FORMAÇÃO DE PREÇOS DOS ATIVOS - CAPM.....................34
3.3. DIVERSIFICAÇÃO DE CARTEIRA.....................................................................................39
4. FUNDOS DE INVESTIMENTO...................................................................................................40
4.1. ANÁLISE DE PERFORMANCE DE FUNDOS DE INVESTIMENTOS............................43
4.1.1. RAZÃO DE SHARPE.............................................................................................................43
4.1.2. RAZÃO DE TREYNOR.........................................................................................................45
4.1.3. RAZÃO DE SORTINO...........................................................................................................45
5. POLÍTICA DE DIVIDENDOS......................................................................................................46
6. VALUE-AT-RISK (VAR).....................................................................................................50
6.1. PROBLEMAS NA APLICAÇÃO DO VAR ..........................................................................51
6.2. POR QUE IMPLANTAR O VAR?.........................................................................................53
6.3. TRATAMENTO DOS RETORNOS DE ATIVOS.................................................................56
6.4. MODELOS PARA CÁLCULO DO VAR..............................................................................59
14
7. EFICIÊNCIA DE MERCADOS ...........................................................................................61
8. ANOMALIAS DE MERCADO ............................................................................................63
8.1. ANOMALIAS DE CALENDÁRIO........................................................................................64
8.2. ANOMALIAS FUNDAMENTAIS OU DE VALOR.............................................................64
8.3. ANOMALIAS TÉCNICAS.....................................................................................................65
9. EFEITO FIM DE SEMANA.................................................................................................65
IV. ESTUDO DE CASO..............................................................................................................75
10. CONSIDERAÇÕES INICIAIS.............................................................................................75
10.1. METODOLOGIA DE ELABORAÇÃO DO ESTUDO DE CASO........................................76
10.2. AMOSTRA .............................................................................................................................76
10.3. RESULTADOS DA CARTEIRA X RESULTADOS IBOVESPA ........................................74
10.4. ESTATÍSTICA DESCRITIVA...............................................................................................78
10.5. ANOVA ..................................................................................................................................82
10.6. ANÁLISE DO EFEITO FIM DE SEMANA ..........................................................................85
VI. SUGESTÕES PARA TRABALHOS FUTUROS..................................................................92
VII. REFERÊNCIAS BIBLIOGRÁFICAS...................................................................................94
15
A INFLUÊNCIA DO EFEITO FIM DE SEMANA
EM UMA CARTEIRA DE AÇÕES DE EMPRESAS BRASILEIRAS
I. ESTRUTURA DA DISSERTAÇÃO
I.1 OBJETIVO PRINCIPAL
Avaliação da Anomalia de Mercado "Efeito Fim de Semana" e o seu impacto nas
definições de market-timing em uma carteira de empresas brasileiras boas pagadoras de
dividendos.
I.2 OBJETIVOS SECUNDÁRIOS
• Identificar a quantidade de ativos necessários para a diversificação de um
portfólio;
• Identificar ativos do índice Ibovespa bons pagadores de dividendos nos cinco
últimos anos;
• Análise Risco e Retorno da carteira;
• Efeito comparativo com o Ibovespa;
• Determinar o VAR da carteira.
16
I.3 PROBLEMA DE PESQUISA
É relevante ao gestor de uma carteira de ações brasileiras boas pagadoras de dividendos
a análise do Efeito Fim de Semana para market-timing?
I.4 JUSTIFICATIVA DO TEMA
Empresas que pagam bons dividendos são empresas que possuem lucros e que decidem
remunerar o acionista, afinal o dividendo é uma parte do lucro empresarial com fins de
remuneração ao acionista.
Desta forma, o estudo busca identificar empresas que apresentaram lucros no passado
na perspectiva de observar comportamentos que possam ser repetidos no futuro, sendo
assim úteis para tomada de decisão de gestores, inclusive gestores de fundos de
dividendos.
Analistas, gestores e investidores buscam maximizar seus retornos. A apresentação de
modelos que sejam capazes de reduzir o risco investidor e otimizar seus retornos
justificam a realização deste trabalho.
A busca por investimentos que ofereçam retornos anormais é um tema que atrai
pesquisadores do mundo inteiro. Neste trabalho trataremos de investimentos em
empresas que pagam altos dividendos e também o impacto do Efeito Fim de Semana no
mercado brasileiro que em alguns mercados geram retornos anormais.
17
I.5 PROPOSTA METODOLÓGICA
Quanto à forma de abordagem do problema e a sua natureza, este trabalho se classifica
como Pesquisa Aplicada Quantitativa. Aplicada porque visa gerar conhecimentos para
uma aplicação prática nos delineados problemas específicos, e, quantitativa porque
traduz em números os dados e informações coletados utilizando metodologias
intrinsecamente quantitativas.
No que tange a classificação metodológica do ponto de vista de objetivo da dissertação,
classificamos este trabalho como uma pesquisa explicativa porque visa identificar
fatores tais como o risco, retorno, efeito da diversificação e também, o efeito na tomada
de decisão do Efeito Fim de Semana e as respectivas evidências reativas e explicativas
ao fenômeno ocorrido no período da experiência.
A pesquisa pode ser considerada ainda bibliográfica, experimental, expost-facto e
estudo de caso no que se refere ao ponto de vista de procedimentos técnicos.
Bibliográfica porque será elaborada com material já publicado em artigos, livros e/ou
disponibilizados na Internet. Experimental porque tendo em vista o objeto do estudo (as
ações) estaremos avaliando a capacidade da variável manifestada no Efeito Fim de
Semana de diminuir os retornos na segunda-feira. Expost-facto porque estaremos
observando o retrospecto no período de 2002 a 2006 das ações selecionadas por serem
boas pagadoras de dividendos e pertencerem ao índice IBOVESPA. A classificação
como Estudo de Caso se deve ao fato de apresentarmos uma situação real ocorrida com
ações do mercado de capitais brasileiro.
18
Embora algumas vezes esta dissertação possa apresentar características inerentes a
alguns diferentes métodos científicos, observamos uma forte tendência na consideração
desta dissertação como hipotética-dedutiva. Ela se inicia com a identificação do
problema caracterizado na busca da melhor tomada de decisão, a fim de sugerir um
modelo que tenha probabilidade de repetição no futuro. São elaboradas hipóteses que
podem ser alteradas de acordo com as observações do fenômeno.
Para o estudo de caso, buscamos analisar o impacto de estratégias de compra e venda
baseadas no Efeito Fim de Semana, assim como a performance de uma carteira de
empresas que pagam altos dividendos perante ao índice Ibovespa.
Definimos então duas premissas básicas:
1 - As ações deveriam pertencer ao índice Ibovespa.
2 - As ações deveriam estar entre as doze empresas que tiveram Dividend Yield mais
altos no ano em análise.
Determinamos uma janela de cinco anos, contudo como as doze empresas de maior
Dividend Yield variaram ano a ano, nossa análise passou a ser anual. O que buscamos
agora passa a ser descobrir em quantos o índice Ibovespa supera a carteira das doze
empresas que mais pagam Dividend Yield no seu respectivo ano. Este fato, também
impacta no valor investido, tendo em vista que estamos escolhendo ativos diferentes e
respectivamente com preços diferentes, decidimos estabelecer uma quantidade padrão
19
de 10.000 unidades por cada ação, assim como 10.000 unidades sobre o retorno do
índice Ibovespa ao invés de definirmos um capital a ser investido por ano. Este fato, tira
um pouco da qualidade de nossa avaliação no Value at Risk tendo em vista que o
horizonte fica mais estreito e as condições mais restritas. Contudo, fizemos análise do
Var anual utilizando um intervalo de confiança de 95%.
Analisamos o Efeito Fim de Semana realizando vendas com o preço de fechamento da
sexta-feira e compra com o valor do fechamento da segunda-feira. As perdas ou ganhos
eram abatidos das quantidades investidas no período seguinte. Sendo assim, analisamos
duas carteiras sem operações intermediárias de um ano, uma na carteira de dividendos
(as doze ações de maior Dividend Yield) e outra no índice Ibovespa, e também duas
carteiras com operações baseadas na característica do Efeito Fim de Semana (vendas
com o preço de fechamento da sexta-feira e compra com o valor do fechamento da
segunda-feira).
Ainda realizamos uma série de testes para consolidar a nossa análise, como: ANOVA,
análises estatísticas (Retorno esperado, correlação, desvio-padrão) sobre os retornos
diários.
I.6 COLETA E TRATAMENTO DE DADOS
Os dados coletados serão extraídos do software Economática. Serão observadas doze
empresas que se caracterizam por pagar altos dividendos e participarem do IBOVESPA.
Serão ser utilizados pacotes estatísticos e/ou planilhas eletrônicas na perspectiva do
tratamento de dados e cálculos utilizando fórmulas matemáticas/estatísticas.
20
Foram pesquisados dados de 1.296 retornos diários, como são doze ativos por ano mais
o índice Ibovespa temos um total de 16.848 dados tratados no software Excel.
I.7 DELIMITAÇÃO DO ESTUDO
O estudo visa identificar a reação nas ações selecionadas, pelos motivos já descritos, ao
efeito de fim de semana, no entanto, não tem a pretensão de criar uma regra à prova de
erros ou de encerrar o assunto devido à constante mutação do cenário econômico.
Tendo em vista a ampla variedade anomalias de mercado, este trabalho não pretende
analisar outras anomalias de mercado, contudo fica como sugestão para trabalhos
futuros.
O tema está relacionado a outros assuntos de grande importância, tais como
diversificação de carteira, avaliação de investimentos e Value at Risk. Com tudo não é
foco deste trabalho estender de forma minuciosa, estudo sobre tais áreas, tendo em vista
que o objetivo é utilizar estes assuntos como ferramentas de avaliação da carteira de
ações brasileira de empresas que pagam altos dividendos.
O estudo se delimita à percepção do Efeito Fim de Semana nas doze empresas que
participaram índice Ibovespa nos anos pesquisados e que se destacaram por distribuir
bons dividendos aos acionistas nos anos de 2001 a 2006 e compará-los com os
resultados do índice Ibovepsa, não visando desta forma, analisar o efeito por setor, por
faturamento ou qualquer outra forma que não tenha sido apresentada nesta proposta.
21
II INTRODUÇÃO
Quando um investidor decide aplicar o capital em renda variável, ele sabe que só
existem três situações possíveis:
1 - O preço subir e o investidor lucrar;
2 - O preço não variar e o investidor não ter lucro nem prejuízo (não considerando os
gastos com corretagem e emolumentos);
3 - O preço da ação cair e o investidor ter prejuízo.
Olhando deste prisma, o investidor possui dois terços de probabilidade de não sofrer
danos em seu capital investido. A análise deste investidor deve se concentrar nestas
possibilidades de danos ao seu capital, em suma, ao seu risco. Para isto, o investidor
deve saber em quais papéis investir, quanto investir, o período de investimento e até
quanto ele aceita perder para ter a possibilidade de tentar sair da operação com mais
capital do que aplicou.
A dinâmica de precificação parte do conceito de equilíbrio de mercado, explicado por
Garcia e Vasconcellos (2006; pág. 45). Para os autores, a interação das curvas de
demanda e da oferta determina a quantidade de equilíbrio de um bem ou serviço, assim
com o preço. Desta forma, é possível contextualizar através do eixo cartesiano,
apresentado abaixo:
22
Figura 1: Oferta X Demanda
Preço de equilíbrio
Preço
Demanda
Oferta
Quantidade
A literatura de finanças tem buscado ir um pouco além e descobrir no mercado
características nos ativos que ofereçam retornos anormais. Brown et al. (2004; pág. 369)
conceitua retornos anormais como a diferença entre o retorno observado e o retorno
esperado.
Neste trabalho, nós focaremos em duas destas características: ativos de empresas que
paguem bons dividendos e o Efeito Fim de Semana.
Este trabalho está dividido de duas formas. A primeira divisão é apresentada com
tópicos em algarismos romanos e a outra divisão, em algarismos arábicos, representam
as subdivisões dos tópicos em algarismos romanos.
23
A divisão estrutural (apresentada com tópicos em algarismos romanos) inicia-se com a
estrutura da dissertação abordando os objetivos, justificativa, metodologia, delimitação
do estudo, entre outros assuntos que nortearam o formato deste trabalho.
Os tópicos que seguem são: esta introdução, a revisão bibliográfica, o estudo de caso, a
conclusão, sugestão para trabalhos futuros e por fim as referências bibliográficas.
Cabe ainda nesta introdução, um melhor detalhamento sobre os pontos abordados na
revisão bibliográfica e no estudo de caso.
O primeiro capítulo da revisão bibliográfica apresenta o nosso ambiente de observação
que é o mercado financeiro. Partimos de uma apresentação ampla para atingirmos o
nosso foco que é o mercado de ações a vista.
O segundo capítulo trata do risco. A partir deste tópico, discutimos todo o ferramental
teórico que utilizaremos no estudo de caso. Assim, neste tópico, fazemos um breve
histórico do risco, sua dimensão e da visão dos investidores nas questões envolvendo
risco.
O terceiro capítulo trata dos assuntos pertinentes à teoria moderna de gestão de
carteiras. Este capítulo trata de modelos de diversificação de risco, como o proposto por
Henry Markowitz em 1952 e o modelo de formação de preços de ativos, o Capital Asset
Price Model. Uma questão pertinente aos investidores se refere à quantidade de ativos
necessários para diminuir o risco de uma carteira ou um fundo de investimentos. Este
24
capítulo fornece a base de nossa tomada de decisão em relação a quantos ativos
deveríamos usar no estudo de caso.
Uma pretensão deste trabalho é torná-lo útil e aplicável para investidores ou gestores de
fundos. Baseado nesta pretensão, estudamos no capítulo quatro, aspectos relativos aos
fundos de investimento, assim como análise de sua performance que podem ser
aplicáveis à gestão de carteiras de diversas naturezas.
O capítulo cinco trata da política de dividendos. Um dos critérios de seleção da carteira
adotados no estudo de caso foi destacar doze empresas que lideraram o ranking em
relação ao índice Dividend Yield. Diversos trabalhos abordaram a questão da geração
de valor ou geração de retornos anormais devido à estratégia bem sucedida de
distribuição de dividendos, este capítulo visa discutir estes assuntos.
Diversos escândalos financeiros ocorreram no passado devido a falta de transparência
das organizações e falta de controles internos e externos capazes de perceberem fraudes
na gestão. Este capítulo de forma breve, trata do Value at Risk que é uma medida de
risco que apresenta a perda máxima em um intervalo de tempo definido para um
intervalo de confiança conhecido. É uma medida que pode ser aplicada a fundos e em
carteiras de investidores na perspectiva do conhecimento das posições de risco nos
investimentos.
O capítulo sete trata da discussão sobre Eficiência de Mercados. A proposta de um
mercado eficiente e racional está relacionada a uma série de fatores como transparência,
políticas de boa governança, tecnologia de ponta dos mercados, entre outros aspectos. O
25
objetivo deste capítulo é discutir estes aspectos na perspectiva de traçar uma relação
futura com o Efeito Fim de Semana.
O capítulo oito trata de um ponto central nesta dissertação. Ele é dedicado ao Efeito Fim
de Semana. Buscamos entender como é observado o Efeito Fim de Semana, suas causas
e a razão de sua persistência nos mercados.
O capítulo nove trata da junção dos assuntos discutidos nos capítulos precedentes em
um estudo de caso envolvendo empresas brasileiras listadas no índice Ibovespa no
período de 2002 a 2005, tendo estas empresas se destacadas por serem líderes em
distribuição de dividendos nos respectivos anos. Após selecionado estas empresas, o
objetivo torna-se foco de análise o Efeito Fim de Semana na carteira de dividendos,
assim como no nosso eleito benchmarking, o índice Ibovepsa. Ainda avaliamos, as
carteiras no aspecto relacionado ao risco e retorno.
26
III REVISÃO BIBLIOGRÁFICA
1. MERCADO FINANCEIRO
Gitman (1987; pág.78) declara que os mercados financeiros permitem que os tomadores
e os fornecedores de empréstimos e investimentos negociem diretamente.
Pinheiro (2005; pág. 88) contextualiza o mercado financeiro da seguinte forma:
Quadro 1: Mercado Financeiro e Suas Características
Mercados Características
Crédito Supre necessidades de crédito de curto e
médio prazos.
Capitais Supre necessidades de financiamento de
longo prazo.
Monetário Supre necessidades do governo em fazer
política monetária.
Cambial Supre necessidades de realização de
compra e venda de moedas estrangeiras.
Fonte: Pinheiro (2005; pág. 88)
Este trabalho buscará focar no mercado de capitais. Analisando o comportamento das
transações do mercado a vista, componentes do Mercado de Capitais.
27
1.1. TIPO DE INVESTIDORES
Marins (2004; pág.13) caracteriza os investidores da seguinte forma:
Hedgers: São aqueles que realizam uma ou mais operações que reduzam suas
exposições ao risco (operações de hedge). As operações de hedge com caixa implicam
em movimentação financeira, enquanto que as operações de hedge sem caixa não há
captação ou aplicação de recursos na data de sua operação.
Especuladores: São aqueles que objetivam apostar na variação de preços ou taxas,
aceitando correr riscos e ficar expostos a prejuízos. Os bons especuladores (aqueles que
lucram) são benéficos para o mercado porque aumentam a liquidez dos mercados e
contribuem para a redução da flutuação de preços, comprando na baixa, reduzindo a
tendência de queda e/ou vendendo na alta, reduzindo altas exageradas.
Arbitradores: São aqueles que realizam operações lucrativas sem riscos, transacionando
simultaneamente em dois ou mais mercados.
Market Makers: São instituições altamente especializadas em determinados ativos que
se comprometem a fazer propostas de compra e venda do ativo aos demais participantes
do mercado em um volume mínimo pré-estabelecido na perspectiva de proporcionar
liquidez. No caso de um investidor ter dificuldade em negociar uma ação, ele pode
recorrer à corretora (market maker) porque ela será obrigada a abri um spread, ou seja,
dizer a que preço compra e a que preço vende a ação.
28
Manipuladores: São aqueles que alteram artificialmente o preço de um ativo com
objetivo de auferir lucro com a variação de preço. A manipulação de preços é um ato
nocivo ao bom funcionamento do mercado, assim como a sua eficiência e transparência.
Atitude passível de punição prevista em normas dos órgãos reguladores de mercado.
2. RISCO
Duarte Junior (2003; pág. 3) conceitua risco como uma medida da incerteza associada
aos retornos esperados de investimentos.
Jorion (1997; pág. 3), por sua vez, define risco como a "volatilidade de resultados
inesperados, normalmente relacionados ao valor de ativos ou passivos de interesse."
Focardi e Jonas (1988) afirmam que o gerenciamento de risco deve levar em
consideração três tipos de fenômenos, a saber:
1 - As incertezas presentes na economia.
2 - Como o mercado financeiro reage a incertezas externas.
3 - Como incertezas podem ser modificadas e/ou reduzida.
Coase (1934) declara que a firma é uma relação orgânica entre agentes que se realiza
através dos contratos explícitos ou implícitos.
29
O entendimento do risco leva em consideração o entendimento destes contratos que
manifestam o conflito de interesses. O conflito de interesses entre os agentes pode ser
demonstrado de diversas formas, a seguir apresentamos alguns exemplos:
- Funcionário quer ganhar mais pelo seu trabalho na firma;
- Fornecedores querem receber mais pela venda de seus produtos/serviços;
- Clientes querem pagar menos por produtos/serviços;
- Acionistas querem receber mais dividendos;
- Governo quer recolher mais impostos, etc.
Vaughan (1997, pág. 2) declara que toda a história da espécie humana é uma cronologia
de exposições às adversidades e esforços em lidar com risco. Os humanos da era pré-
histórica preocupavam-se com a busca pela segurança e evitar os riscos de ameaças de
extinção da própria espécie. Segundo o autor, o fato da dominância da raça humana na
Terra indica o êxito na gestão de riscos até o presente momento. Tendo experimentado
situações de infortúnio ou observado infortúnio de terceiros, homens e mulheres
desenvolveram medidas capazes de reduzir o infortúnio.
Bernstein (1997; pág.3) relata que o estudo sério sobre risco se inicia no Renascimento.
Em 1654, através do enigma proposto ao matemático francês Blaise Pascal, onde se
30
buscava conhecer como dividir as apostas de um jogo de azar entre dois jogadores que
fora interrompido quando um deles vencia o jogo. A resolução do enigma (200 anos
depois) permitiu pela primeira vez que pessoas tomassem decisões e previssem o futuro
com a ajuda de números. Assim surgia a teoria das probabilidades o núcleo matemático
do conceito de risco.
2.1. AS QUATRO PRINCIPAIS DIMENSÕES DA GESTÃO DE RISCO
Duarte Junior (2005; pág. 2) divide as dimensões da gestão risco em quatro principais, a
saber:
a) Riscos de Mercado: Refere-se aos efeitos sobre os preços de ativos
correspondentes a alterações das condições de mercados como taxas de câmbio,
taxas de juros, inflação, etc.
b) Riscos Operacionais: Refere-se às perdas potenciais no caso de sistemas,
práticas e controles internos não serem capazes de resistir a falhas humanas ou
equipamentos.
c) Risco de Crédito: Refere aos efeitos de perdas potenciais decorrentes de uma
obrigação não honrada, ou da capacidade modificada de uma contraparte
devedora em honrar seus compromissos.
31
d) Risco Legal: Refere à possibilidade de perda proveniente da violação da
legislação, da criação de novos tributos (ou da interpretação deles), de contratos
pouco claros ou contratos não bem documentados.
Neste trabalho, focaremos no Risco de Mercado. Tendo em vista que estaremos
analisando uma carteira hipotética com dados históricos.
2.2. INVESTIDORES E O RISCO
Brown e at (2004; pág. 196) definem três tipos de investidores em relação ao risco, a
saber:
Avesso ao risco: Este tipo de investidor sempre rejeitará uma aposta justa.
Neutro ao risco: O investidor é indiferente entre aceitar ou não uma aposta justa.
Propenso ao Risco: O investidor prefere fazer uma aposta justa com risco de perda.
3. TEORIA MODERNA DE GESTÃO DE CARTEIRAS
3.1. TEORIA DE SELEÇÃO DE PORTFÓLIO
Sharpe (1966) classificou a Teoria da Seleção de Portfólio, a Teoria de Precificação de
Ativos sob Condições de Risco e o comportamento geral dos preços do mercado, como
três áreas que evoluíram bastante entre as décadas de 40 e 60.
32
Bernstein (1997; pág. 248 e 250) informa que a teoria moderna de gestão de carteiras
surge na tese de doutorado de Harry Markowitz e a seguida publicação do artigo
Portfólio Selection em 1952, no Journal of Finance.
Markowitz (1952) declara neste artigo que o investidor considera (ou deveria
considerar) o retorno esperado como algo desejável e a Variância como algo
indesejável. Este contexto diverge da antiga idéia do investidor que aloca todo o seu
fundo no título com o maior valor presente porque desconsidera erroneamente os
benefícios da diversificação. O investidor diversifica (ou deveria diversificar) seu fundo
entre todos aqueles títulos que dão o máximo retorno esperado. A lei dos grandes
números assegura que o valor presente da carteira será quase igual à rentabilidade
esperada. Esta idéia reforça que é possível existir uma carteira que dá o retorno
esperado máximo e uma mínima variância, embora a carteira com o retorno esperado
máximo, nem sempre possua a menor variância, isto porque existe uma taxa na qual o
investidor pode ganhar no retorno esperado por causa da variância, ou então o investidor
reduz a variância por desistir do retorno esperado máximo.
Esta relação pode ser manifestada no gráfico abaixo que determina a idéia de Fronteira
Eficiente. Jaffe, Ross e Westerfield (1995; pág. 212) revelam a idéia de conjunto de
oportunidades ou conjunto viável que consiste em combinação dos ativos possíveis,
assim como a fronteira eficiente ou conjunto das combinações eficientes apresentadas
por Markowitz que representam as oportunidades possíveis de maior retorno com menor
risco. A figura abaixo apresenta a Fronteira Eficiente.
33
Figura 2 : Fronteira Eficiente
A medida de risco utilizada por Markowitz (1952) foi a Variância e o Desvio Padrão. A
seguir apresentaremos a notação matemática apresentado por Jaffe, Ross e Westerfield
(1995; pág. 227) para dois ativos e posteriormente a abordagem matricial também
apresentada por Jaffe, Ross e Westerfield (1995; pág. 215).
Para 1 ativo:
Variância = ∑(R – R )
2
N
Para dois ativos:
Variância (carteira) = X
A
2
σ
A
2
+ X
B
2
σ
B
2
+ 2X
A
X
B
σ
AB
σ = √ Variância
Retorno esperado da carteira = X
A
R
A
+ X
B
R
B
Fonte: Jaffe, Ross e Westerfield (1995; pág. 212)
34
Outra forma de visualizar é pela abordagem matricial apresentada abaixo:
Ação 1 2
1
X
1
2
σ
1
2
X
1
X
2
σ
1,2
2
X
2
X
1
σ
2,1
X
2
2
σ
2
2
Tabela 1: Variância de Dois Ativos por Matriz
Fonte: Jaffe, Ross e Westerfield (1995; pág. 215).
Jaffe, Ross e Westerfield (1995; pág. 215), a fórmula da Variância para uma carteira
com muitos ativos é uma extensão da fórmula de cálculo da Variância com dois ativos,
basta utilizar uma matriz N X N = N
2
com eixos vertical e horizontal iguais que vão de
1 até n, como apresentado na tabela abaixo:
Ação 1 2 3 ... N
1
X
1
2
σ
1
2
X
1
X
2
σ
1,2
X
1
X
3
σ
1,3
...
X
1
X
N
σ
1,N
2
X
2
X
1
σ
2,1
X
2
2
σ
2
2
X
2
X
3
σ
2,3
...
X
2
X
N
σ
2,N
3
X
3
X
1
σ
3,1
X
3
X
2
σ
3,2
X
3
2
σ
3
2
...
X
3
X
N
σ
3, N
... ... ... ... ... ...
N
X
N
X
1
σ
N,1
X
N
X
2
σ
N,2
X
N
X
3
σ
N,3
...
X
N
2
σ
N
2
Tabela 2: Variância de n Ativos por Matriz
Fonte: Jaffe, Ross e Westerfield (1995; pág. 215).
3.2. MODELO BÁSICO DE FORMAÇÃO DE PREÇOS DOS ATIVOS -
CAPM
O CAPM também conhecido como Modelo Básico de Formação de Preços dos Ativos
ou Modelo de Formação de Preços dos Ativos de um Único Fator foi desenvolvido por
Sharpe, Litner e Mossin (Brown et al.; 2004; pág. 262).
Póvoa (2007; pág. 140) aponta quatro principais hipóteses assumidas pelo CAPM, a
saber:
35
- Inexistência de custos de transação;
- Total liquidez de compra e venda de mercados;
- Simetria de informações de mercado;
- Possibilidade de diversificação com total eliminação do risco específico (também
conhecido como não sistemático ou diversificável) da ação em um portfólio.
Mellagi Filho e Ishikawa (2003; pág. 279) apresentam a motivação por trás do CAPM
afirmando que investidores aplicam em ativos arriscados somente se o retorno for
suficientemente elevado para compensar o risco.
Duarte Júnior (2005; pág. 77) apresenta a fórmula do CAPM, conforme descrito abaixo:
E{R
s
- R
f
} = B
s
x E{R
m
- R
f
}
Onde:
R
s
: Retorno esperado pelo ativo
R
f
: Retorno livre de risco
B
s
: Beta do ativo
R
m
: Retorno de mercado
Mellagi Filho (2003; pág. 279) faz uma analogia com a idéia de seleção natural, onde os
ativos de maior retorno acabam sendo os de maior risco. Caso surja um ativo de risco
relativamente baixo, a demanda por papéis deste ativo aumenta naturalmente, elevando
seu preço. O retorno deste ativo tende a diminuir com o tempo até atingir ao patamar de
equilíbrio.
36
Uma importante medida de sensibilidade do ativo/fundo com a carteira de mercado é o
β (Beta). Brown et al (2004; pág. 135) apresenta a fórmula utilizada para estimar o β,
conforme registrado abaixo:
βi = σ
im
= Σ [(R
it
- R
it
) (R
mt
- R
mt
)]
σ
m
Σ (R
mt
- R
mt
)
2
Onde:
σim : Covariância do ativo/fundo com a carteira de mercado
σ
m:
Variância da carteira de mercado
R
it
: Retorno do ativo/fundo i
R
it
: Retorno médio ( ou retorno esperado) ativo/fundo i
R
mt
: Retorno da carteira de mercado
R
it
: Retorno médio ( ou retorno esperado) da carteira de mercado
Jaffe, Ross e Westerfield (1995; pág. 198) declara que o Beta é o coeficiente utilizado
para o risco de um título individual. O Beta informa a tendência de uma ação individual
variar em conjunto com a carteira de mercado.
Para Assaf Neto (1999; pág. 264) o Beta indica o incremento necessário no retorno de
um ativo de forma a remunerar o risco sistemático. Para uma carteira, o Beta pode ser
definido através da seguinte fórmula:
β
c
= Σ β
j
x W
j
37
Onde:
β
c
: Beta da carteira
β
j
: Beta do j termos da carteira;
W
j
: Peso de cada ativo na carteira.
Mellagi Filho e Ishikawa (2003; pág. 278) demonstram outra forma de se calcular o
Beta utilizando Regressão Linear, apresentada na fórmula abaixo:
R = α + βR
m
+ μ
Onde:
R: Retorno do ativo/carteira
α: Intercepto da reta
β: Inclinação da reta
R
m:
Retorno do mercado
μ: Termo erro ou aleatório
Jaffe, Ross e Westerfield (1995; pág. 198) declaram que uma ação/carteira com Beta
igual a um, tende a subir e descer na mesma proporção que o mercado, ao passo que
quando o coeficiente Beta é menor que um, tende a variar percentualmente menos que o
mercado, assim como quando o Beta é maior que um, tende a ação/carteira a valorizar
ou desvalorizar mais que o mercado.
38
Gitman (1987; pág. 146) exemplifica o efeito do beta na tabela abaixo:
Quadro 2: A Interpretação do Beta
Beta Comentário Interpretação
2,0 Reage duas vezes mais, ou
mais arriscado que o mercado.
1,0 Mesma reação ao risco que o
mercado
0,5
Move na mesma
direção do mercado
Reage somente a metade em
relação ao mercado
0 Não afetado pelo movimento do mercado
-0,5 Reage somente a metade em
relação ao mercado
-1,0 Mesma reação ou risco que o
mercado
-2,0
Move na direção
oposta àquela do
mercado
Reage duas vezes mais
arriscada que o mercado.
Fonte: Gitman (1987; pág. 146).
Assaf Neto (1999; pág. 276) também exemplifica o efeito do Beta da seguinte forma:
Dado um β = 1,30 e uma valorização média de 10% na carteira de mercado, é de se
esperar uma rentabilidade de 13% na ação/carteira, assim como, se a carteira de
mercado se desvaloriza 10%, espera-se uma queda na rentabilidade de 13% na ação.
O Beta é integrante da descrição gráfica do modelo de precificação de ativos financeiros
(CAPM, Capital Asset Price Model) denominada Linha de Mercado de Títulos.
Segundo Gitman (1987; págs. 147 e 148), a linha reta (Linha de Mercado de Títulos)
relaciona cada nível de risco não diversificável (Beta) com o retorno exigido pelo
mercado.
39
Figura 3: Linha de Mercado de Títulos
Retorno
β
Prêmio pelo risco do ativo
Prêmio pelo
risco de
mercado
1,5
1,0
R
F
Retorno
β
Prêmio pelo risco do ativo
Prêmio pelo
risco de
mercado
1,5
1,0
R
F
3.3. DIVERSIFICAÇÃO DE CARTEIRA
Statman (1987) usando a Linha de Mercado de Títulos conclui que trinta ações são
suficientes para diversificarem o custo de transação e o risco de um portfólio de ações
listadas na bolsa norte-americana. Em carteiras alavancadas, quarenta ações são
necessárias.
Brown et al (1977) utiliza a medida de risco total que inclui a variância do retorno do
portfólio mais o risco do retorno médio do portfólio. O risco total será diferente do
retorno esperado de mercado. Os autores comparam carteiras de quinze e sessenta ações
com uma carteira de cem ações e encontram 32% e 20% respectivamente a mais de
risco que um portfólio de cem ações.
Domian, Louton e Racine (2007) concluíram que portfólios de oito a vinte ações são
extremamente inadequadas para investimentos de longo prazo que desejam superar os
Treasury bonds. São necessários no mínimo cento e sessenta e quatro ações para ter no
40
máximo 1% de probabilidade de superar os Treasury Bonds. Para chegar a esta
conclusão, os autores examinaram retornos e a rentabilidade dos portfólios de mil
grandes empresas com ações na bolsa de valores dos Estados Unidos em vinte anos.
Para atender a necessidade deste trabalho buscamos uma avaliação de diversificação de
carteira que atendesse a realidade brasileira. O trabalho de Cereta e Costa Júnior (2000;
pág. 32) demonstra que o investimento em uma carteira doze ações do IBOVESPA
igualmente ponderada é suficiente para diversificação. Nesta carteira, o investidor,
segundo os autores, elimina mais de 52% do risco de uma ação típica e mais de 83% do
risco que pode ser eliminado pela diversificação. Os autores ainda acrescentam que a
partir de 18 ações é praticamente insignificante o benefício marginal representado pela
inclusão de mais uma ação na carteira. O número exato dependerá do montante
financeiro disponível, dos custos de transação e do grau de aversão ao risco.
Portanto, em nosso trabalho examinaremos uma carteira de 12 ações ponderada
igualmente no período de 2002 a 2006.
4. FUNDOS DE INVESTIMENTO
O ponto central deste trabalho se encontra na observação da existência ou não do Efeito
Fim de Semana em uma carteira de ações brasileiras que se destacaram por pertencerem
ao índice Ibovespa e também por terem sido as empresas de melhor índice Dividend
Yield das empresas listadas no Ibovespa nos anos pesquisados. Faz-se mister, o
entendimento do conceito de fundos de investimentos e por sua vez das principais
41
características de um fundo de dividendos, pois as observações empíricas deste trabalho
podem ser de grande valia na gestão de fundos de investimento.
Antunes et al (2004) definem fundos de investimento como um condomínio, sem
personalidade jurídica, independente da instituição que o administra, que possui
Cadastro Nacional de Pessoa Jurídica (CNPJ), escrituração contábil própria e
regulamento registrado em cartório. O autor ainda complementa sua definição sobre
fundo de investimentos, afirmando que o administrador do fundo poderá ser um banco
comercial, uma financeira, um banco múltiplo, uma corretora, banco de investimento ou
distribuidora de títulos.
Halpern (2003; pág. 209) por sua vez, define o funcionamento dos fundos de
investimento como um condomínio de investidores que delega a administração do
portfólio do fundo a um gestor.
A ANBID Associação Nacional dos Bancos de Investimento que define Fundos de
Investimento como apresentado abaixo:
“Fundos de Investimento é um condomínio que reúne recursos de um
conjunto de investidores, com o objetivo de obter ganhos financeiros a
partir da aquisição de uma carteira de títulos ou valores mobiliários.”
(ANBID, 2006)
42
Pinheiro (2005) classifica os fundos em dois tipos:
• Fundos abertos: caracterizados por emitir número ilimitado de cotas, aceitar
investidores em geral e por não ter limite de capital.
• Fundos fechados: caracterizados por ter número definido de cotas e por não aceitar
novos investidores após a venda de todas as cotas estipuladas.
Os fundos de dividendos são fundos de ações que tem como objetivo investir em ações
de empresas que pagam dividendos. Gelbcke, Iudícibus e Martins (1995) definem
dividendos como uma representação da destinação do lucro do exercício, dos lucros
acumulados, de reservas de lucros dos acionistas da companhia ou em casos especiais,
reservas de capitais (para pagamentos aos acionistas preferenciais).
Os gestores dos fundos de investimento estão incumbidos de selecionar ações rentáveis,
e de certa forma, minimizar o risco da carteira na perspectiva de tentar assegurar ao
investidor rentabilidade.
43
4.1. ANÁLISE DE PERFORMANCE DE FUNDOS DE INVESTIMENTOS
Duarte Junior (2005; pág. 93) declara que medidas de desempenho de um único
parâmetro são interessantes alternativas na avaliação da performance de fundos de
investimentos por levarem em consideração os retornos ajustados ao risco. Em seguida,
destaca três razões de eficiência, a saber:
- Razão de Sharpe
- Razão de Treynor
- Razão de Sortino
4.1.1. RAZÃO DE SHARPE
A razão de Sharpe foi desenvolvida por William F. Sharpe em 1966 na perspectiva de
mensuração da performance de fundos mútuos.
Sharpe (1966) afirma que a Teoria de Análise de Portfólio não possui premissas sobre o
padrão dos preços dos títulos ou habilidades dos gestores de investimentos, contudo
fundos poderiam exibir diferentes graus de variabilidade de retorno devido à seleção
consciente de diferentes graus de risco ou predições errôneas do risco inerente ao
portfólio. Fundos com similar variabilidade de retornos podiam exibir diferenças
44
maiores no retorno médio devido à falta de habilidade dos gestores em precificar e/ou
diversificar títulos.
A performance de predição de uma ação é descrita para Sharpe (1996) pela Taxa de
Retorno Esperado (Ei ) e a predição da variação do risco expressado pela Desvio-Padrão
do Retorno (σi ). Sob estas condições, todos os portfólios eficientes estariam em linha
com a seguinte fórmula:
Ei = p + bσi
Onde:
Ei: Portfólios eficientes
p: Taxa livre de risco
b: prêmio de risco
σi: desvio-padrão
O índice Sharpe foi motivado desta equação e sua fórmula que busca fornecer a
recompensa por unidade de variabilidade é:
(Re) - E(R
F
)
σ
Onde:
Re: Retorno esperado
R
F
: Retorno de ativo livre de risco
(Re) - E(RF): Prêmio de risco
σ: Desvio Padrão
45
4.1.2. RAZÃO DE TREYNOR
Segundo Treynor (1965) os gestores de fundos não tinham desenvolvido uma forma
satisfatória de medir o impacto do desempenho de fundos. Esta medida é difícil até pelo
grau de aversão ao risco que varia de investidor para investidor. Esta foi a motivação
para criação da Razão que levou o seu nome e está descrita abaixo:
(R
e
) - E(R
F
)
β
Onde:
R
e
: Retorno esperado
R
F
: Retorno de ativo livre de risco
(R
e
) - E(R
F
): Prêmio de risco
β: Beta (Risco Sistemático)
4.1.3. RAZÃO DE SORTINO
Duarte Junior (2005; pág. 97) apresenta uma outra forma de avaliação proposta por
Sortino. A razão de Sortino pode ser estimada através da seguinte fórmula:
Is = Σ (r
i
- MRA
i
)
n
Σ (min {0, r
i
- MRA
i
})
2
Onde:
MRA: Mínimo Retorno Aceitável
r
i:
Retorno
do ativo/carteira
46
5. POLÍTICA DE DIVIDENDOS
Diversas instituições financeiras comercializam no mercado, fundos de dividendos na
perspectiva de ofertar produtos financeiros com capacidade de gerar bons retornos aos
clientes.
Brealey e Myers (1992; pág. 377) descrevem que há três pontos de vista diferentes
sobre a política de dividendos. Um dos pontos de vista defende que um aumento no
pagamento de dividendos reduz o valor, outras pessoas entendem que a política de
dividendos não tem relevância alguma e por fim, há pessoas que defendem que um
aumento de dividendos aumenta o valor da empresa.
Miller e Modigliani (1961) declararam que gestores usam política de dividendos para
conduzir expectativas futuras de valor da firma. Os modelos de sinalização foram as
principais teorias a formalizar a idéia original. A premissa básica é que gestores
possuem informações privilegiadas sobre retornos futuros e gostam de sinalizar isto ao
mercado. A informação gera um custo como: financiamento de um nível comprometido
de dividendos, investimentos subotizimados e imposto nos dividendos.
Figueredo (2002) explica a Hipótese do Conteúdo Informativo que diz que os
dividendos fornecem informações sobre o desempenho atual e futuro da empresa.
Assim, se há aumento dos dividendos, os investidores consideram que os lucros futuros
irão aumentar, conseqüentemente os preços das ações também. Se os dividendos
47
diminuem, os investidores consideram as perspectivas da empresa investida são piores
do que previam e os preços refletem esta expectativa negativa caindo.
Nissim e Ziv (2001) confirmam a hipótese do conteúdo informativo, ou seja, segundo
eles, os dividendos fornecem informações sobre o desempenho atual e futuro da
empresa, impactando nos preços das ações e respectivamente no valor de mercados das
firmas, esta evidência foi observada em empresas americanas no período de 1963 a
1998.
Aharony e Swary (1980) declaram que o anúncio de aumento ou diminuição de
dividendos resulta respectivamente em retornos positivos e negativos. Boehme e
Sorescu (2000) também evidenciaram retornos anormais das ações americanas no
período posterior à oferta dos dividendos entre 1927 e 1998.
Figueredo (2002) utilizou amostra de 324 empresas brasileiras no período de 1986 a
2000 na perspectiva de investigar a hipótese do conteúdo informativo no mercado
brasileiro. Para isto realizou exames através de regressões da correlação entre a taxa de
alteração dos dividendos por ação no ano zero e as mudanças nos lucros nos anos zero,
um e dois, divididas pelo valor de mercado da ação no início do ano de alteração do
dividendo. Uma outra simulação foi feita realizando alguns ajustes, a saber: deflação da
mudança dos lucros pelo valor patrimonial da ação ao invés do valor de mercado,
inclusão da variável independente adicional - lucro por ação no ano anterior dividido
pelo valor patrimonial da ação no ano anterior. Por fim, utilizou um modelo mais
completo que inclui uma variável independente adicional - lucro por ação no ano zero
menos lucro por ação no ano anterior e uma variável "dummy" para permitir
48
coeficientes diferentes para aumentos de dividendos e diminuição de dividendos. A
conclusão destas simulações foi que não foram encontradas evidências de que mudanças
na política de dividendos fornecessem informações a respeito do desempenho futuro das
empresas no período estudado.
Barbosa e Camargos (2004) avaliaram a utilização de mudanças na distribuição de
dividendos como forma de sinalização de futuros lucros das empresas. O experimento
foi realizado no período de 1986 a 2003 com empresas de capital aberto listadas na
Bolsa de Valores de São Paulo (Bovespa) e foi constatado que entre 12% e 18% dos
casos as empresas usaram mudanças na política de distribuição de dividendos na
perspectiva de sinalizar variações nos futuros lucros de empresas.
Neto e Saito (2002) analisaram de forma empírica o comportamento das ações do
mercado brasileiro após o anúncio do pagamento de dividendos em cento e sessenta e
três eventos no período de 1998 a 2000. Concluíram que há uma relação direta entre o
Dividend Yield e o retorno anormal acumulado destas ações. O experimento resultou
em um retorno anormal acumulado nos 90 dias após o evento de 21,97% para as
empresas que pagaram dividendos mais altos, 5,16% para as companhias que pagaram
dividendos intermediários e -15,50% para as empresas que pagaram dividendos mais
baixos.
Firmino, Matsumoto e Santos (2004) analisaram o interesse dos investidores em
cinqüenta e oito empresas não financeiras pagadoras de dividendos com presença na
Bovespa no período de 1996 a 2002. Com a utilização do teste de diferenças de médias
49
de amostras independentes os autores concluíram que não há preferência em empresas
com políticas de distribuições de dividendos mais agressivas.
Penman (2004; pág. 229) explica que o valor gerado pelos produtos/serviços e o pelos
inputs de mercado são registrados no sistema de fluxo contábil até os dividendos pagos
ao acionista. Assim, o valor proveniente das operações (lucros operacionais) é investido
nos ativos operacionais líquidos, o excesso (ou livre) de caixa operacional é investido
em ativos financeiros que geram juros. Estes ativos financeiros são liquidados para o
pagamento de dividendos. Se as operações necessitam de caixa (fluxo de caixa livre
negativo), então ocorre liquidação dos ativos financeiros ou contratação de
endividamento oneroso é gerado. Outra alternativa é a injeção de capital dos acionistas
investido em ativos financeiros no curto prazo para aplicação no fluxo de caixa
negativo.
Dividendos Líquidos = FCF + Receita Financeiras - Δ Ativos Financeiros Líquidos
Quando a empresa está endividada, Penman (2004; pág. 229) explica que os dividendos
são gerados pelo fluxo de caixa após o pagamento de juros e por aumento do valor em
empréstimo. Penman justifica que esta relação demonstra o porquê da distribuição de
dividendos pode não ser considerada um bom indicador de geração de valor nos
negócios (no mínimo no curto prazo). Dividendos são líquidos, então é pago para os
acionistas se o fluxo de caixa livre após os juros líquidos for menor que os empréstimos.
A relação se dá através da seguinte:
50
Dividendos Líquidos = FCF + Despesas Financeiras Líquidas + Δ Obrigações
Financeiras Líquidas
Póvoa (2007; pág. 87) considera um mito a ser desmistificado a idéia de que as
melhores empresas, inclusive em termos de Governança Corporativa, são as que
distribuem mais dividendos. Como exemplo, Póvoa cita a Microsoft que no período de
1987 a 2003 não distribuiu dividendos, no entanto ofereceu para seus acionistas retornos
anuais de 40% em média no período. Este exemplo, leva à reflexão a viabilidade da
“Teoria do Pássaro na mão” – mais vale um dividendo na mão do que dois ganhos de
capital voando.
6. VALUE-AT-RISK (VAR)
Dowd (2002, pág. 8) relata que entre 1970 e 1980, algumas instituições financeiras
iniciarem trabalhar em modelos internos que visavam medir e agregar riscos na
instituição como um todo. Reza a lenda que o RiskMetrics (Var) surgiu de um sistema
demandado pelo chairman Dennis Weatherstone que oferecesse um relatório diário de
uma página indicando o risco e potenciais perdas de todo o portfólio de ativos e
passivos do banco nas próximas 24 horas (o famoso relatório das 16h15min).
Marins (2004, pág. 304) declara que o VAR pode ser obtido de diferentes formas com
diferentes metodologias de cálculo, por isto a definição de VAR também varia.
51
O VAR é definido por Jorion (1997, pág.18) da seguinte forma:“O VAR sintetiza a
maior (ou pior) perda esperada dentro de determinados períodos de tempo e intervalos
de confiança.”
Beder (1995) também apresenta conceituação semelhante, VAR é uma estimativa do
potencial de perda máxima esperada no fim de um dado período.
A fórmula matemática de Var exposta por Beder (1995) é:
Pr (ΔX
t
≤ Var) = α
Onde:
α corresponde ao nível de significância equivalente ao (1 - α) nível de confiança;
ΔX
t
é a variação no valor da carteira de preço X
t
;
Var corresponde ao valor em risco.
6.1. PROBLEMAS NA APLICAÇÃO DO VAR
Dowd (2002, pág. 28) declara que pode haver alguns problemas na aplicação do Var,
pois as estimativas dos modelos podem ser imprecisas, ou o sistema de Var pode
modelar o risco com premissas inadequadas ou ainda a implantação do sistema de Var
52
pode ser ineficiente. No entanto, o autor relata que estes problemas são comuns a
qualquer sistema.
Para Crouhy, Galay e Mark (2005; pág. 150), o Var não tem sido confiável como
medida de risco em longos períodos ou em condições anormais de mercado, segundo o
autor a crise de liquidez que o mercado sofreu com os problemas do hedge fund norte-
americano Long Term Capital Management – LTCM, só pode ser captado com
metodologia suplementar.
Dowd (2002, pág. 28) lembra que o Var define a perda estimada em um determinado
nível de confiança, mas não apresenta a perda fora deste nível de confiança, por
exemplo: o Var define a perda possível em 95% das vezes, contudo não revela a perda
dos 5% restantes. A solução para este problema seria estimar o Var para níveis de
confiança mais altos.
Beder (1995) apresentou um estudo onde oito diferentes metodologias de cálculo do
VAR foram utilizadas em três portfólios hipotéticos. A conclusão foi que o VAR
extraído do mesmo portfólio apresentou variações de resultados em mais de catorze
vezes. Este fato revela a forte dependência dos parâmetros, dados, premissas e
metodologia.
Dowd (2002, pág. 29) apresenta uma outra limitação relacionada à possibilidade de
criação de atitudes perversas junto aos funcionários motivados por resultados. Por
exemplo, um investidor racional usando uma medida de Var pode facilmente adotar
posições perversas porque o Var falha em levar em consideração a magnitude das
53
perdas em excesso. Se um investimento tem um alto retorno esperado e alto risco, o
cálculo do Var sugerirá a realização deste investimento se a perda não afetar o Var.
Um outro problema citado por Dowd (2002, pág. 29) é que o Var pode desestimular
diversificação de carteira, pois o Var de uma carteira diversificada pode ser maior que o
Var de um ativo só.
6.2. POR QUE IMPLANTAR O VAR?
Crouhy, Galay e Mark (2005; pág. 158) estabelecem alguns pontos favoráveis na
decisão de utilização do Var, conforme apresentado abaixo:
• Var é uma medida fácil de ser compreendida e fornece uma ferramenta para
análise os investimentos e projetos com base no risco ajustado ao retorno de
capital esperado.
• O Var fornece uma padronizada e consistente medida integrada do risco
sobre fatores de riscos, instrumentos e classes de ativos. Ele possibilita a
mensuração de uma posição em renda fixa de uma forma que seja
comparável e consistente com o risco de uma posição em derivativos. Var
leva em consideração correlações entre vários fatores de risco, de acordo
com a idéia da teoria de portfólio.
• Var pode fornece uma medida agregada de risco e performance de risco
ajustado. Var pode também ser usado para recompensar os empregados na
54
base do risco ajustado ao retorno no capital gerado por suas atividades. Em
outras palavras, pode ser usado para medir a performance de risco ajustado.
• Os limites de riscos nos negócios podem ser organizados em termos de Var.
Estes limites podem ser usados para assegurar que indivíduos não tomem
mais risco que a organização suporta. Limites de risco expressados nas
unidades de Var podem facilmente ser agregados na empresa, da linha de
negócios no nível operacional ao topo da corporação. Isto permite aos
gestores identificar qual unidade está tomando mais risco e o tipo de risco
que a organização está mais exposta.
• O sistema de Var permite a empresa acessar os benefícios da diversificação
de portfólio. Permite acessar a volatilidade das receitas, assim como
comparar as volatilidades de diferentes áreas de negócios.
• Var tem se tornado um relatório padrão de mercado interno e externo. O Var
é comunicado para os reguladores e se torna a base para o cálculo de capital
regulatório. As agências de rating levam em consideração o Var.
Dowd (2002, pág. 10) declara outras razões de adoção do Var, a saber:
• A utilização do Var é importante porque o Var nos dá a quantia máxima que
provavelmente a instituição provavelmente pode perder. Esta informação
pode ser útil para determinar a alocação de capitais, não só determinando a
quantidade de capital adequada para empresa como também em
55
departamentos ou no nível de decisão de investimento individual, ou seja, a
atividade mais arriscada, o maior Var e a maior demanda por capital.
• Var é importante para relatórios e como forma de apresentar transparência,
algumas organizações inclusive estão incluindo o Var em suas
demonstrações contábeis.
• Var pode ser um instrumento útil para tomada de decisões na hora de
planejar um hedge, trading ou investimento. Também é útil ao levar em
consideração as implicações de alternativas para o risco do portfólio como
um todo.
• Var ainda pode fornecer informações que podem ser usadas para novas
regras de remuneração para traders, gerentes e outros empregados que
precisam levar em consideração o risco em suas decisões, assim como
desestimular funcionários a tomar excessivo risco para a organização na
perspectiva de recompensa por atingir retornos anormais sem referência ao
risco gerado para atingir estes retornos.
56
6.3. TRATAMENTO DOS RETORNOS DE ATIVOS
Para definir a distribuição adequada no tratamento do comportamento dos preços das
ações em um período, Benninga (2001; pág.278) elenca cinco propriedades estatísticas
razoáveis dos preços das ações, como relatado a seguir:
1 - Os preços das ações são incertos. Dado o preço da ação hoje, não sabemos o preço
da ação amanhã.
2 - Variações nos preços das ações são contínuas. Em um período curto de tempo
variações nos preços das ações são muito pequenas e tendem a zero quando a amplitude
de tempo tende a zero.
3 - O preço das ações nunca é zero. Esta propriedade exclui empresas falidas.
4 - O retorno médio de uma ação tende a crescer ao longo do tempo. A lógica vem da
idéia de que é de se esperar que a manutenção de um ativo com risco no longo prazo
conduzirá a um maior retorno médio.
5 - A incerteza associada com o retorno de uma ação também tende a crescer ao longo
do tempo. Assim dado o preço da ação hoje, a variância da ação do preço da ação de
amanhã é pequena, mas a variância do preço em um mês será maior e a variância de um
ano será maior ainda.
57
Dowd (2002, pág. 15) afirma que a média e variância dos retornos são importantes
medidas para risco que não requerem normalidade, contudo são mais facilmente
interpretadas quando estão sob premissas de normalidade.
Bernstein (1997; pág. 137) aborda a criação da curva normal que segundo ele, foi a mais
valiosa contribuição de Gauss para a probabilidade resultante do trabalho na área de
medição geodésica (uso da curvatura da Terra para melhorar a exatidão das medidas
geográficas). Como a Terra é redonda, a distância entre dois pontos da superfície é
diferente da distância dos mesmos pontos em linha reta. Esta distância só se torna
significativa para distâncias superiores a 16 km. Como é impossível medir cada
centímetro quadrado da Terra, Gauss observou que as distribuições das estimativas das
distâncias variavam muito, mas o número de estimativas se agrupavam ao redor de um
ponto central (média) e se distribuíram em uma série simétrica de ambos os lados.
Estava aí apresentada a distribuição Normal.
Bernstein (1997; pág. 138) ainda relata que o objetivo não é definir um ponto exato e
sim o erro, afinal as observações ao redor do mundo apresentam variações, diferenças.
Ex.: o preço da ação de hoje pode ser diferente do preço de ontem, as pessoas são
diferentes entre si.
58
O diagrama da Curva Normal, em formato de sino, é apresentado abaixo:
Figura 4: A Curva Normal
A fórmula matemática de Variância exposta por Bussab e Morettin (2004, pág. 175) é
apresentada abaixo:
Para tratar os retornos sob premissas de normalidade, Jorion (1997; pág. 74 e 75) afirma
que quando se são usados horizontes longos é comum o uso da taxa de retorno
geométrica porque eles podem ser mais significativos economicamente que os retornos
aritméticos e também por permitirem extensões para períodos múltiplos (A
decomposição de retornos geométricos pode ser feita da seguinte forma R
t,2
= ln (P
t
/P
t-2
)
= ln (P
t
/P
t-1
) + ln (P
t-1
)/ ln (P
t-2
) = R
t-1
+ R
t
), pois o retorno geométrico de dois meses é a
soma dos dois retornos mensais.
2
1
2
1
()
2
x
fx e x
μ
σ
πσ
−
⎛⎞
−
⎜⎟
⎝⎠
=−∞<<+∞
Fonte: Bussab e Morettin (2004; pág. 175)
59
Benninga (2001; pág. 213) demonstra o retorno geométrico e sua adequação para a
distribuição lognormal. Ainda afirma que a distribuição Lognormal é a mais adequada
para muitos ativos financeiros (que não podem tornar-se negativo).
Vince (1999; pág. 117) declara que a medida que o preço do ativo baixa e se aproxima
do zero, torna-se difícil baixar mais. Na lognormal, não há este problema porque as
mudanças são percentuais. Ou seja, uma variação no preço da ação de $ 10 para $ 20 é
tão provável quanto a variação de $ 5 para $ 10, pois ambas as variações representam
ganhos de 100%.
Esta idéia que necessitamos utilizar no Value at Risk, saber quanto que pode ser
diferente (perda) do retorno esperado.
6.4. MODELOS PARA CÁLCULO DO VAR
Crouhy, Galay e Mark (2005; pág. 162) elencam três metodologias para cálculo do Var,
a saber:
•
O método da variância-covariância analítico
•
O método da simulação histórica
•
O método da Simulação de Monte Carlo
60
Em seguida, Crouhy, Galay e Mark (2005; pág. 172), apresentam os prós e contras na
adoção dos modelos, de acordo com nosso interesse destacamos na tabela abaixo, as
metodologias Variância-Covariância Analítico e Simulação Histórica.
Quadro 3: Método Variância-Covariância Analítico
O método da variância-covariância analítico
Prós Contras
Nenhum modelo de precificação é
exigido, apenas as gregas são necessárias
e estas podem ser encontradas diretamente
pela maioria dos sistemas que já existem
nos bancos.
Retornos de títulos podem ser
aproximados por médias de uma expansão
de Taylor. Em alguns casos uma segunda
ordem da expansão de Taylor pode não
ser suficiente para capturar o risco das
opções (no caso de opções exóticas).
Requer a estimação de volatilidades dos
fatores de riscos assim como as
correlações de seus retornos.
Não pode ser usado para conduzir análise
de sensibilidade
É fácil de lidar com o Var incremental.
Não pode ser usado para derivar o
intervalo de confiança do Var
Método de Simulação Histórica
Prós
Contras
Não necessita de premissas sobre a
distribuição dos fatores de risco.
Não pode ser usado para conduzir análise
de sensibilidade
Não necessita estimar volatilidades e
correlações; eles são capturados de forma
implícita pelas realizações diárias dos
fatores de mercados.
Caudas longas das distribuições e outros
eventos extremos são capturados como
eles estejam contidos nos dados.
Completa dependência dos dados
históricos e suas idiossincrasias. Ou seja,
eventos extremos como crashes são
distorcidos ou ignorados.
Agregação através dos mercados é direta Não pode acomodar variações na estrutura
de mercado, tal como a introdução do
Euro em janeiro de 1999.
Permite o cálculo do intervalo de
confiança do Var.
Poucos dados podem conduzir a
estimação imprecisa e viesada do Var.
Nem sempre é computacionalmente
eficiente quando a carteira possui títulos
complexos.
Fonte: Crouhy, Galay e Mark (2005; pág. 172),
61
7. EFICIÊNCIA DE MERCADOS
Bodie, Marcus e Kaine (2000; p. 250) definem a Hipótese do Mercado Eficiente (HME)
como a hipótese dos preços dos títulos refletirem completamente as informações
disponíveis sobre os títulos.
Diversos estudos buscaram entender o comportamento dos preços dos ativos, Brown et
al. (2004; pág. 352) declara que segundo o modelo Random Walk os retornos
sucessivos são independentes e possuem distribuições independentes e possuem
distribuição idêntica de probabilidade de tempo, logo retornos futuros não podem ser
explicados por retornos passados.
Sharpe (1966) também aborda a teoria Random Walk na qual o comportamento passado
dos preços dos títulos não influencia os preços futuros e se isto é verdade pode ser
muito difícil e caro detectar títulos que estejam precificados incorretamente.
Fama (1970) divide a Hipótese de Mercado Eficiente em três formas, a saber:
Forma Fraca da HME: Os preços das ações refletem todas as informações contidas no
histórico de negociações passadas. Como os dados estão disponíveis para todos, se
houvesse alguma possibilidade de arbitragem, todos os investidores saberiam como ser
beneficiados. Estas informações acabam perdendo o valor quando amplamente
conhecidas pelo mercado porque ela é imediatamente precificada. (Fama; 1970).
62
Brown et al. (2004; pág. 350) declaram que na forma fraca ocorre impossibilidade de
previsão com base nos valores passados, logo a nova informação é incorporada ao preço
do título com velocidade suficiente para que no momento em que o investidor perceba a
mudança na perspectiva da empresa através da variação no preço das ações, não resta
mais possibilidade de retornos anormais porque a nova perspectiva já foi precificada
pelo mercado.
Forma Semiforte da HME: Os preços das ações refletem todas as informações
publicadas e disponibilizadas. As informações relativas a resultados das empresas,
pagamento de dividendos, entre outras são temas desta forma de Hipótese de Mercado
Eficiente. Quando algum investidor possui acesso a informações deste tipo, espera-se
que o preço da ação já tenha sido influenciado por ela. (Fama; 1970).
Brown et al. (2004; pág. 350) definem a forma Semiforte da Hipótese dos Mercados
Eficientes como aquela em que compradores e vendedores escutam notícias da empresa
e reavaliam o título. Esta reavaliação produz aumento imediato no título, ou seja, logo
após anunciada a boa notícia, o preço da ação ainda se encontra barato e representando
possibilidades de retornos anormais.
Forma Forte da HME: Os preços das ações refletem todas as informações relevantes,
incluindo informações internas das empresas.
A Forma Forte da Hipótese dos Mercados Eficientes para Brown et al. (2004; pág. 351)
nega a possibilidade de reavaliação de títulos (obtenção de retornos anormais), após a
divulgação de uma boa notícia porque os mercados se ajustam muito rapidamente.
63
Brown et al (2004; pág.349) definem os três tipos de hipóteses em poucas palavras
como: testes da forma fraca verificam se toda informação contida nos preços passados
está refletida no preço atual. Os testes da forma semiforte verificam se informações
publicamente disponíveis estão integralmente refletidas nos preços atuais e por fim, os
testes da forma forte avaliam se toda informação, publicamente disponível ou não, está
integralmente refletida nos preços dos títulos e se investidores conseguem obter retornos
anormais.
Damodaran (1989) revela que as Bolsas de Valores e a National Association of Security
Dealer exigem publicamente que as empresas de capital aberto divulguem rapidamente
a sociedade qualquer notícia ou informação na qual poderia esperar-se que
racionalmente afetaria o mercado.
8.
ANOMALIAS DE MERCADO
Reinganum (1984) declara que a descoberta de exceções tem sido preferível à
confirmação de regras que têm caracterizados estudos empíricos no mercado de capitais
nos últimos anos. Estas exceções são denominadas anomalias. Anomalias significam
que as teorias de precificação de ativos foram derrubadas.
Thaler (1987) conceitua anomalia econômica como o resultado de uma inconsistência
com os paradigmas econômicos e distingue economia das outras ciências sociais pela
crença de que toda ou maioria dos comportamentos podem ser explicados ao se assumir
64
que os agentes estão estáveis, possuem preferências bem definidas e fazem escolhas
racionais consistentes em mercados que são claros (eventualmente).
Barbosa e Camargos (2003) apresentam diversas anomalias de mercado, divididas em
Anomalias de Calendário, Anomalias Fundamentais ou de Valor e Anomalias Técnicas,
apresentadas abaixo:
8.1. ANOMALIAS DE CALENDÁRIO
• Efeito Janeiro (The January Effect): Retornos de ações são
significativamente maiores em janeiro em relação aos outros meses.
•
Efeito Mudança de Mês (Turn of the Month Effect): As ações apresentam
maiores no último dia do mês e nos quatro dias seguintes.
•
Efeito Dia de Semana (Day of Week Effect): Retornos Maiores no fim de
semana e no início da semana (excluindo segunda-feira).
•
Efeito Fim de Semana ou efeito segunda-feira (The Weekend Effect or The
Monday Effect): Retornos são maiores na sexta em comparação aos retornos
de segunda-feira.
8.2. ANOMALIAS FUNDAMENTAIS OU DE VALOR
• Efeito de Sobre-Reação (Overeaction Effect): Investidores superestimam
dados recentes e subestimam os anteriores, provocando movimentos
extremos nos preços.
65
•
Efeito Tamanho (Size Effect): Retornos ajustados ao risco de ações de
empresas pequenas superam os retornos ajustados ao risco de empresas
maiores.
8.3. ANOMALIAS TÉCNICAS
• Uso de Médias Móveis (Moving Averages) e da quebra de faixa de
negociação (Tranding Range Break).
Em nosso trabalho, concentraremos nossa análise no Efeito Fim de Semana
também chamado de efeito segunda-feira.
9. EFEITO FIM DE SEMANA
Maberly (1995) destaca que Fred C. Kelly publicou o Efeito Segunda-Feira no seu livro
Why You Win or Lose em 1930, ao declarar a tendência de venda de ações na segunda-
feira pelos investidores individuais.
Kelly (1930) declara que os psicólogos sabem que os homens se comportam diferente
nas segundas-feiras em relação aos dias entre quarta-feira e sábado e isto afeta a atitude
de compra e venda de títulos. O autor utilizou uma amostra de três anos de resultados
Dow-Jones e concluiu que em 71 segundas-feiras a média de preços do Dow-Jones
avançou $40 e em 77 segundas-feiras o índice caiu em $74. Outra constatação foi que
nas segundas-feiras o mercado caiu em mais vezes do que outros dias.
66
Cross (1973) notou que alguns pesquisadores encontraram pouca ou nenhuma evidência
de dependência nas mudanças de preços em dias consecutivos, talvez por não terem
investigado a possibilidade que esta dependência podia ocorrer em alguns dias da
semana e não em outros.
No seu experimento, Cross (1973) selecionou uma amostra de 844 sextas e segundas de
dois de janeiro de 1953 até 21 de dezembro de 1970 focando no índice Standard &
Poor's Composite Stock Index. Foi-se constatado que o índice aumentou em 523 vezes
(62%) nas sextas e somente 333 vezes (39,5%) nas segundas. Os resultados se
mostraram consistentes nos dezoito anos pesquisados, pois o índice teve desempenho
superior nas sextas em relação às segundas em todos os anos pesquisados. Cross ainda
concluiu que em 49% das vezes em que o índice S&P subiu na sexta houve
desvalorização na segunda e em 24% cento das vezes em que houve uma valorização na
segunda foi precedido de desvalorização na sexta.
Gibbons e Hess (1981) declararam que há diversas explicações para o fenômeno Efeito
Fim de Semana, no entanto nenhuma explicação oferece informações consistentes.
Lakonishok e Smidt (1988) testaram o Efeito Fim de Semana com uma amostra de 90
anos (1987 até 1986) extraída da New York Stock Exchange. Para isto, foi dividida a
amostra em dois períodos, pois antes de 1952, a bolsa americana abria aos sábados. Foi
utilizado um F-Teste e em seguida uma regressão. Como resultado foi obtido a rejeição
da hipótese nula referente a mesma taxa de retorno em todos os dias (com 1% de nível
de significância) e também a taxa de retorno negativa na segunda-feira em todos os
períodos observados. No último dia da semana foi constatada taxa de retorno positiva,
67
seja na sexta-feira, seja no sábado, contudo mesmo quando sexta-feira não era o último
dia da semana também possuía alta taxa de retorno.
Dyl (1988) relata que os retornos negativos ocorrem mais durante o período
compreendido após o fechamento do mercado na sexta-feira e a abertura do mercado na
segunda-feira do que durante o período de negociação na segunda-feira. Dyl utilizou o
índice futuro S&P 500 no período de junho de 1982 até dezembro de 1986, totalizando
1.128 observações. Classificou os retornos em ordem descendente na perspectiva de
identificar as maiores variações percentuais do índice devido a provável divulgação de
novas informações, enquanto o mercado à vista se encontrava fechado. Para definição
de grandes variações, o autor dividiu a amostra em duas, amostra I como os 113 maiores
retornos observados (ex. os 10% maiores) e amostra II como os 282 maiores retornos
(os 25% maiores), a tabela abaixo informa a ocorrência das boas e más notícias por dia:
Amostra 1 - 10% Maiores
Retornos
Amostra 2 - os 25%
Maiores Retornos
Pós pregão Notícias
Desfavoráveis
Notícias
Favoráveis
Notícias
Desfavoráveis
Notícias
Favoráveis
Fim de semana 24 14 44 27
Segunda a noite 7 9 18 34
Terça a noite 6 12 17 21
Quarta a noite 7 11 22 36
Quinta a noite 10 13 26 37
Total 54 59 127 155
Tabela 3: Ocorrência de Boas e Más Notícias por Dia
Fonte: Dyl (1988)
Os experimentos de Dyl (1988) revelaram que a amostra I, 38 (34%) das 113 maiores
variações de preço, ocorreram no fim de semana. Na amostra II, 71 (25%) das 282
observações ocorrem no fim de semana. A média diária, excluindo sexta-feira é 17%
para a amostra I e 19% para os outros dias. Nos fins de semana 24 das 38 notícias
68
apresentadas são desfavoráveis, fato revelado na amostra I. Na amostra II, a proporção é
de notícias desfavoráveis é de 44 para 71 notícias. O autor conclui que há uma grande
incidência de informação, em geral, notícias desfavoráveis, divulgadas no fim de
semana e que este fenômeno pode fornecer parte das explicações dos retornos negativos
após o fim de semana.
Barbosa e Camargos (2003) relatam a mesma idéia de que os retornos de segunda-feira
são menores porque as empresas aguardam o fechamento dos mercados na sexta-feira
para divulgar as más notícias.
Patell e Wolfson (1982) analisaram mil anúncios publicados no Dow Jones News
Service de resultados feitos por 96 empresas nos anos de 1976, 1977 e 1979 e descobriu
que boas notícias que informam de aumento de valor é mais provável ser apresentada
quando os mercados estão abertos, enquanto más notícias que apresentam redução de
valor aparecem mais frequentemente após o fechamento do mercado. Os resultados de
Paul e Wolfson estão apresentados na tabela abaixo:
Anúncios de Resultados: Distribuição Intraday
Aumento de Receita Receita estável ou
reduzida
1976-1977
Antes de abrir o mercado 43 13
Durante o funcionamento do mercado 175 26
Após o fechamento do mercado 31 17
1979
Antes de abrir o mercado 43 4
Durante o funcionamento do mercado 147 25
Após o fechamento do mercado 18 19
Tabela 4: Anúncio de Resultados: Distribuição Intraday
Fonte: Patell e Wolfson (1982)
69
Tanto em 1976-1977 como em 1979, menos que 15% dos anúncios de receitas estáveis
ou reduzidas foram feitos durante o funcionamento do mercado, enquanto que 35% em
1976-1977 e 51% em 1979, foram feitos após o fechamento do mercado.
Damodaran (1989) relata que quando os resultados são anunciados na sexta, na média o
faturamento cai mais de 5% e resultados anunciados em outros dias apresentam
faturamento de mais de 2%. Segundas e quartas-feiras foram os dias em que foram
apresentados mais relatórios positivos e sexta-feira foi o único dia da semana em que
mais de 50% dos anúncios de resultados declinaram em earnings per share (EPS).
Como demonstrado na tabela abaixo:
Variações em Earnings Per Share (EPS) por dia de anúncio: 1982-1985
Dia do Anúncio Número de relatórios Média EPS %
Segunda-feira 3.544 3,46
Terça-feira 4.449 1,67
Quarta-feira 4.310 3,37
Quinta-feira 3.895 1,20
Sexta-feira 2.731 -5,01
Tabela 5: Variações em Earnings Per Share (EPS) por Dia de Anúncio: 1982-1985
Fonte: Damodaran (1989)
Damodaran (1989) relata que anúncios de faturamentos e dividendos nas sextas-feiras
são mais prováveis de conter relatos de desvalorização e associação com retornos
anormais negativos do que divulgações realizadas em outros dias da semana. Contudo, a
comparação do retorno médio do fim de semana, com e sem anúncios na sexta-feira,
explica uma pequena proporção (3,4%) do Efeito Fim de Semana. O autor ainda declara
que é mais provável o anúncio de corte de dividendos nas sextas-feiras e na média os
mercados reagem aos anúncios realizados nas sextas-feiras muito mais negativamente
do que anúncios apresentados em outros dias.
70
A amostra utilizada por Damodaran (1989) foi de 18.996 anúncios divulgados no
período de janeiro de 1981 até dezembro de 1985, extraídos trimestralmente do
Compustat que retira dados do Wall Street Journal e da revista online do Dow Jones.
Lakonishok e Levi (1982) apresentaram mais uma possível razão para o Efeito Fim de
Semana, segundo eles o pagamento de ações preferenciais compradas na sexta-feira nos
Estados Unidos da América ocorrerá em dez dias. Após a transação (cinco dias úteis
para fechamento mais um dia para controle de clearing e quatro dias de fim de semana).
Ações preferenciais negociadas em outro dia levariam oito dias para fechamento. Por
isto, investidores deveriam estar preparados para pagar mais na sexta-feira levando em
consideração os dois dias a mais de juros.
Dyl e Martin (1985) afirmam que antes de 1968 não havia diferenças nos dias da
semana no processo de liquidação de compra de ações, no entanto, o Efeito Fim de
Semana já era observado, este fato coloca em dúvida a teoria de Lakonishok e Levi
(1982). Para testar a teoria de Lakonishok e Levi (1982) dividiram o período em pré
1968 e pós 1968. Os resultados obtidos denotaram diferença irrelevante, significando
que o processo de liquidação não afeta o padrão de retornos semanais e também
dificulta a conclusão de que as quedas nas ações na segunda-feira são providas de um
efeito da taxa de juros na sexta-feira quando o efeito na sexta-feira não é perceptível.
Lakonishok e Maberly (1990) estudaram o volume de negociação da NYSE com uma
amostra de dados compreendidos entre 1962 e 1986. A desvalorização ocorrida no
período no índice S&P 500 foi de 0,12%, na NYSE 5% e na AMEX, a queda de preço
se situava entre 2 e 3%. O volume negociado nas segundas-feiras em milhões de ações
71
foi de 33,77 milhões de ações, enquanto a média da semana foi de 37,28 milhões de
ações e 38,12 de terça a sexta. O segundo dia de menor volume médio foi sexta-feira
como 36,89%, aproximadamente 10% a mais que na segunda-feira.
Volume de Negociação da NYSE em Milhões de Ações por Dia da Semana
1962/1986 Segunda Terça Quarta Quinta Sexta Semana
Média 33,67 37,93 39,02 38,62 36,89 37,28
Lotes Fracionários de Compra/Venda como % do Volume Negociado na NYSE
1962/1986 Segunda Terça Quarta Quinta Sexta Semana
Média 6,55 5,88 5,57 5,52 5,61 5,82
Volume dos Blocos da NYSE como um % do Volume Negociado Total
Média 40,1 41,7 43,3 43,1 43,5 42,3
Lotes Fracionários de Venda Menos Lotes Fracionários de Compra
1962/1986 Segunda Terça Quarta Quinta Sexta Semana
Média 0,58 0,51 0,46 0,42 0,40 0,47
Tabela 6: Volume de Negociação da NYSE
Fonte: Damodaran (1989)
Na linha da tabela de Lotes Fracionários (menos que 100 ações de um ativo ou menos
que 10 ações de um ativo) de Compra/Venda como percentual do volume negociado na
NYSE foi elaborada por Lakonishok e Maberly (1990) na perspectiva de revelar a
percepção de investidores individuais. O resultado demonstrou que investidores
individuais são mais ativos na segunda-feira.
Para os investidores institucionais a análise recaiu sobre a negociação dos blocos
(Negociação de 10.000 ou mais ações), Lakonishok e Maberly (1990) concluíram que
os investidores institucionais negociam significantemente menos na segunda-feira. Por
fim, na linha da tabela de Lotes Fracionários de Venda Menos Lotes Fracionários de
Compra como uma Percentagem do Volume de Negócios da NYSE revela que existem
mais investidores individuais vendedores na segunda que em outros dias da semana.
72
Resumindo, Lakonishok e Maberly (1990) concluíram que segunda-feira é o dia de
menor volume na semana, a propensão de investidores individuais negociarem na
segunda-feira é maior que nos outros dias, ao passo que a propensão para investidores
institucionais é o contrário, e por fim, a propensão de investidores individuais venderem
na segunda-feira é maior que a propensão de comprar.
Cho, Linton e Whang (2007) aplicaram critérios de dominância estocástica nos
mercados americano, inglês e japonês no período de 01 de janeiro de 1970 e 31 de
dezembro de 2004. Os autores encontraram evidência de dominância de segunda ordem
da segunda-feira em relação aos outros dias na amostra completa do DJIA, S&P 500,
NASDAQ e Nikkei 225. Forte evidência de primeira ordem no índice CRSP e Russell
2000. Em uma amostra de 1988 a 2004 do DJIA, S&P500 e CRSP foi apresentado
menor evidência de dominância. Uma outra constatação dos autores é que o Efeito Fim
de Semana é mais consistente quando o retorno de sexta-feira é negativo.
Ceretta e Costa Júnior (1999) analisaram o comportamento dos retornos das ações na
América Latina no fim de semana, como mostra a tabela abaixo:
País Segunda Terça Quarta Quinta Sexta
Brasil -0,0697 0,33560 0,10190 -0,3905 0,2727
México -0,4219 0,16350 0,06110 -0,0661 0,0919
Argentina -0,2021 0,17180 -0,0534 -0,2341 0,2368
Peru -0,0619 -0,0845 -0,0937 -0,1173 0,4085
Chile -0,0859 -0,0027 0,04920 -0,0170 0,0586
Venezuela -0,3621 0,08070 0,09820 0,10310 0,6828
Tabela 7: Retornos das Ações na América Latina no Fim de Semana
Fonte: Ceretta e Costa Júnior (1999)
A tabela acima demonstra que a segunda-feira é caracterizada pela tendência de média
negativa, enquanto que na sexta-feira a tendência de retorno positivo.
73
Becker, Chaves e Lemgruber (pág. 151; 2000) selecionaram uma amostra coletada dos
índices IBV da Bolsa de Valores do Rio de Janeiro (966 observações) e do Ibovespa da
Bolsa de Valores de São Paulo (972 observações), no período de 17/08/1983 e
24/08/1987 e constataram a existência do Efeito Fim de Semana.
French (1980) conduziu pesquisa mostrando que custos de transação eliminariam
qualquer lucro de uma estratégia de venda na sexta-feira e compra na segunda-feira.
French sugere que investidores podem desejar considerar fatores sazonais quando
fizerem compras ou vendas discricionárias. Mesmo assim, French sugere que
investidores que planejam comprar ações na quinta ou sexta deveriam atrasar a compra
até segunda-feira e que qualquer venda planejada para segunda-feira deveria ser
realizada na sexta.
Vários pesquisadores têm publicado estratégias de trading para testar a exploração do
Efeito Fim de Semana. Kim (1988) aplica uma estratégia de trading para o mercado de
índices em seis diferentes países. A estratégia de trading é simplesmente evitar os dias
no qual retornos possuem históricos negativos. A estratégia não forneceu retorno
suficiente para equiparar aos custos de transação.
Ko e Lee (1993) usaram estratégia de trading de índices em 19 mercados internacionais.
A estratégia envolvia vender o índice no fechamento da sexta e comprar no fechamento
de segunda-feira se o retorno da semana anterior fosse negativo ou manteria em posição
comprada na sexta se o retorno da semana anterior fosse positivo. Os lucros foram
insuficientes para superar os modestos custos de transação.
74
Bessembinder e Hertzel (1993) examinaram uma estratégia mais agressiva envolvendo
dia para vendas no início e no fim da semana condicional ao retorno do dia anterior.
Eles também descobriram que o diferencial de retorno entre esta estratégia e uma
estratégia buy-and-hold não são suficientes para cobrir os custos de transação.
Observado este fenômeno, buscaremos realizar inferências sobre o comportamento de
compras e venda de ações nestes dias. Realizaremos simulações buscando procurar
atingir retornos mais otimizados na carteira baseado na negociação de ações na
segunda-feira e sexta-feira de empresas que se destacaram em cada ano no período de
2002 a 2006 por pagarem mais dividendos que as demais empresas também
componentes do índice Ibovespa.
O objetivo será buscarmos entender se há possibilidade de obtenção de retornos
anormais numa carteira de ativos brasileiros de boa liquidez. Ainda buscaremos analisar
o desempenho de uma carteira de dividendos frente a performance do índice Ibovespa.
75
IV. ESTUDO DE CASO
10. CONSIDERAÇÕES INICIAIS
Diversos pesquisadores, a citar, Kelly (1930), Cross (1973). Dyl (1988), Damodaran
(1989), Lakonishok e Maberly (1990) entre outros se dedicaram a estudar o Efeito Fim
de Semana. O Efeito Fim de Semana é caracterizado pelo retorno negativo nos dias de
segunda-feira, em outras palavras, o retorno de segunda-feira é menor do que sexta-
feira. O objetivo deste estudo é avaliar no mercado brasileiro no período de 2002 a
2006, o impacto do Efeito Fim de Semana.
Outros pesquisadores como Miller e Modigliani (1961), Aharony e Swary (1980),
Boehme e Sorescu (2000), Figueredo (2002), Póvoa (2007; pág. 87), entre outros
abordaram a distribuição de dividendos como geração de valor para acionistas, também
buscamos analisar o desempenho de uma carteira de dividendos em relação ao
Ibovespa.
O índice Ibovespa segundo Pinheiro (pág. 215) é feito com as ações de maior índice de
negociabilidade nos últimos doze meses no mercado a vista da bolsa de São Paulo
(ainda é necessário que cada ação possua 80% da participação acumulada em termos de
número de negócios e volume de negócios, assim como presença em pelo menos 80%
das sessões de pregão). Quadrimestralmente uma nova avaliação das ações de mercado
é feita, podendo alterar a composição do índice.
76
10.1. METODOLOGIA DE ELABORAÇÃO DO ESTUDO DE CASO
Buscamos analisar a carteira de dividendos avaliando os seguintes pontos:
a) Retorno anual da Carteira de Dividendos baseado em cotação diária;
b) Retorno anual do Ibovespa baseado em cotação diária;
c) Retorno anual da Carteira de Dividendos baseado em operações de venda com o
preço de fechamento de sexta-feira e recompra com o preço de fechamento de segunda-
feira;
d) Retorno anual do Ibovespa baseado em operações de venda com o preço de
fechamento de sexta-feira e recompra com o preço de fechamento de segunda-feira.
10.2. AMOSTRA
Selecionamos dozes ativos por ano, de acordo com a proposta de diversificação de
carteira sugerida por Cereta e Costa Junior (2000; pág. 32). Para inclusão na amostra, os
ativos necessitavam ter os seguintes pré-requisitos:
a)
Os ativos devem estar listados no índice Ibovespa no ano pesquisado.
b)
Os ativos devem ser classificados como os de maior Dividend Yield no ano
pesquisado.
77
Os doze ativos escolhidos foram:
Quadro 4: Líderes em Dividend Yield em 2002
Empresa Classe Código Div Yld 02
Sabesp ON SBSP3 22,8
Transmissao Paulista PN TRPL4 20,2
Gerdau Met PN GOAU4 16,6
Souza Cruz ON CRUZ3 12,1
Telemar-Tele NL Par ON TNLP3 11,5
Telemar Norte Leste PNA TMAR5 9,2
Telemar-Tele NL Par PN TNLP4 8,3
Braskem PNA BRKM5 7,9
Cemig PN CMIG4 7,7
Itausa PN ITSA4 7,4
Sadia PN SDIA4 7,2
Gerdau PN GGBR4 7,1
Fonte: Economática (2007)
Quadro 5: Líderes em Dividend Yield em 2003
Empresa Classe Código Div Yld 03
Telesp PN TLPP4 18,1
Souza Cruz ON CRUZ3 9,4
Transmissao Paulista PN TRPL4 7,7
Ipiranga Pet PN PTIP4 7,5
Sid Nacional ON CSNA3 7,1
Sabesp ON SBSP3 6,7
Telemar Norte Leste PNA TMAR5 6,7
Itausa PN ITSA4 6,6
Gerdau Met PN GOAU4 6,4
Petrobras PN PETR4 6,0
Bradesco PN BBDC4 5,9
Petrobras ON PETR3 5,5
Fonte: Economática (2007)
Quadro 6: Líderes em Dividend Yield em 2004
Empresa Classe Código Div Yld 04
Telesp PN TLPP4 12,8
Souza Cruz ON CRUZ3 7,1
Sabesp ON SBSP3 7,0
Ipiranga Pet PN PTIP4 6,7
Sadia PN SDIA4 6,3
Eletrobras PNB ELET6 6,2
Aracruz PNB ARCZ6 6,2
Celesc PNB CLSC6 6,0
Unibanco UnN1 UBBR11 5,7
Klabin PN KLBN4 5,7
Telemar Norte Leste PNA TMAR5 5,7
Petrobras PN PETR4 5,4
Fonte: Economática (2007)
Quadro 7: Líderes em Dividend Yield em 2005
Empresa Classe Código Div Yld 05
Brasil T Par PN BRTP4 17,4
Telesp PN TLPP4 16,7
Sid Nacional ON CSNA3 16,3
Brasil Telecom PN BRTO4 15,3
Usiminas PNA USIM5 13,1
Brasil T Par ON BRTP3 12,6
Acesita PN ACES4 11,7
Telemar Norte Leste PNA TMAR5 11,1
Comgas PNA CGAS5 10,8
Ipiranga Pet PN PTIP4 10,2
Votorantim C P PN VCPA4 9,3
Sabesp ON SBSP3 8,4
Fonte: Economática (2007)
Quadro 8: Líderes em Dividend Yield em 2006
Empresa Classe Código Div Yld 06
Sid Nacional ON CSNA3 12,5
Telesp PN TLPP4 11,6
Cemig PN CMIG4 10,2
Comgas PNA CGAS5 8,4
Brasil ON BBAS3 7,5
Telemar-Tele NL Par PN TNLP4 7,3
Telemar Norte Leste PNA TMAR5 6,9
Telemig Celul Part PN TMCP4 6,3
Brasil T Par PN BRTP4 6,2
Ipiranga Pet PN PTIP4 6,1
Souza Cruz ON CRUZ3 5,8
Brasil Telecom PN BRTO4 5,8
Fonte: Economática (2007)
Posteriormente, foi extraído do software Economática os retornos diários destes ativos
no período de 2002 a 2006, resultando 1.296 observações de retornos diários.
74
10.3. RESULTADOS DA CARTEIRA X RESULTADOS IBOVESPA
Um dos objetivos deste trabalho é a comparação do resultado em termos de retorno e
risco da carteira com os resultados do índice Ibovespa.
Para isto, calculamos os retornos de duas formas. A primeira delas através do
desempenho diário das ações da carteira de dividendos. A segunda forma baseava-se no
cálculo do retorno levando-se em consideração somente negociações realizadas na
sexta-feira e na segunda-feira. Para este cálculo, excluímos todos os fins de semana nos
quais existiram feriados na sexta-feira ou na segunda-feira. Iniciamos nossos cálculos,
simulando um investimento em dez mil ações para cada papel componente da carteira.
As vendas eram realizadas com o preço de fechamento da sexta-feira e a compra
acontecia com os valores de fechamento da segunda-feira. Os resultados estão
apresentados na tabela abaixo:
Retorno 2002 2003 2004 2005 2006
Carteira -20,40% 74,47% 20,32% 1,84% 15,30%
Carteira fds -19,15% 68,97% 5,64% 11,10% 4,46%
Ibovespa -18,77% 91,66% 16,72% 30,06% 32,73%
Ibovespa fds -20,81% 80,22% 5,04% 44,22% 17,02%
Tabela 8: Retorno
Notamos que 2002, foi o único ano de queda no nosso período de análise. Neste
período, a carteira de dividendos teve melhor performance nos fins de semana em
relação aos retornos diários. Já no índice Ibovespa o resultado foi contrário, observamos
melhor performance nos retornos diários frente aos retornos de fim de semana. Um
outro ponto importante é que o melhor desempenho foi do índice Ibovespa diário que
caiu 18,77%. A carteira de dividendos com transações baseadas no Efeito Fim de
75
Semana teve a segunda melhor performance com queda de 19,15%, seguida da Carteira
diária de dividendos e do índice Ibovespa com negociações realizadas de acordo com
nossas premissas de Efeito Fim de Semana. Embora tenha tido um desempenho inferior
ao Ibovespa, a carteira de Dividendos também teve boa performance com rentabilidade
de 74,47%.
Em 2003, tanto a carteira de dividendos como o índice Ibovespa apresentam retornos
positivos no período. A maior valorização é do índice Ibovespa que em 2003, valorizou
91,66%, seguido da valorização de 80,22% do índice Ibovespa com negociações
realizadas nas sextas e segundas. A carteira de dividendos apresentou valorização de
74,47% no ano com cotações diárias e 68,97% com transações efetuadas somente na
sexta-feira e segunda-feira.
O ano de 2004 foi o único ano em que a carteira de dividendos apresentou melhores
resultados em relação ao índice Ibovespa. A carteira de dividendos valorizou 20,32% e
o índice Ibovespa valorizou 16,72%. A carteira de dividendos com negociações na
sexta-feira e segunda-feira apresentou retornos maiores (5,64%) do que o índice
Ibovespa com o mesmo comportamento de negociação (5,04%).
Em 2005 acontece uma particularidade. Os retornos das carteiras com negociações
somente na sexta-feira e segunda-feira superaram (44,22% para o índice Ibovespa e
11,10% para a carteira de dividendos) os retornos das carteiras com cotações diárias
sem transações intermediárias (30,06% para o Ibovespa e 1,84 para a carteira de
dividendos).
76
Por fim, em 2006, as maiores valorizações foram do índice Ibovespa (32,73% da
carteira sem negociações intermediárias durante o ano e 17,02% para o índice Ibovespa
com negociações na sexta-feira e segunda-feira). A carteira de dividendos, mais uma
vez, apresentou-se menos rentável e registrou valorização de 15,30% e 4,46% para a
carteira com negociações de acordo com nossa premissa de Efeito Fim de Semana.
Como medida de risco, calculamos o desvio-padrão anual das séries, os resultados se
encontram na tabela abaixo:
2002 2003 2004 2005 2006
Volatilidade (σ) Carteira Dividendos 2,25% 1,31% 1,76% 1,61% 1,54%
Volatilidade (σ) IBOVESPA 2,07% 1,52% 1,80% 1,57% 1,53%
Volatilidade (s) Carteira FDS 6,43% 3,69% 4,88% 3,72% 3,71%
Volatilidade (s) IBOVESPA FDS 5,58% 4,08% 5,08% 3,67% 4,22%
Tabela 9: Risco (Desvio-Padrão)
Destacamos que o Ibovespa apresentou a opção de menos risco em comparação com as
outras carteiras, exceção feita a 2003 e 2004, nos demais anos a carteira de dividendos
apresentou-se menos arriscada.
Ainda calculamos a correlação da série diária entre o índice Ibovespa e a Carteira de
Dividendos e notamos que em todos os anos a correlação foi positiva e próxima de 1.
2002 2003 2004 2005 2006
Correlação
0,941902389 0,902932 0,9410811 0,919976349 0,89213797
Tabela 10: Correlação
Ainda calculamos o Var das carteiras de Dividendos e do Ibovespa para ter uma
sensibilidade de risco. Utilizamos um intervalo de confiança de 95% para o período de
um ano. Notamos que não há uma disparidade muito grande entre a carteira de
77
dividendos e o Var do Ibovespa, como demonstrado na série abaixo. Para esta
simulação, usamos só a série diária. Daí, obtemos os seguintes resultados:
Para 2002:
V
olatilidade (
σ
) Carteira no ano
2,25%
V
alor de Carteira em 31/12/2002
1.061.869,08
V
ar Carteira
39.346,82
V
olatilidade (
σ
) IBOVESPA no ano
2,07%
V
alor de IBOVESPA em 31/12/2002
1.126.800,00
V
ar Ibovespa
38.559,66
Z (N Confiança de 95%)
1,65
2002
Tabela 11: Value at Risk em 2002
Para 2003:
V
olatilidade (
σ
) Carteira no ano
1,31%
V
alor de Carteira em 31/12/2003
1.880.828,75
V
ar Carteira
40.782,55
V
olatilidade (
σ
) IBOVESPA no ano
1,52%
V
alor de IBOVESPA em 31/12/2003
2.223.600,00
V
ar Ibovespa
55.767,66
Z (N Confiança de 95%)
1,65
2003
Tabela 12: Value at Risk em 2003
Para 2004:
V
olatilidade (
σ
) Carteira no ano
1,76%
V
alor de Carteira em 31/12/2004
2.255.593,24
V
ar Carteira
65.573,39
V
olatilidade IBOVESPA no ano
1,80%
V
alor de IBOVESPA em 31/12/2004
2.619.600,00
V
ar Ibovespa
77.777,89
Z (N Confiança de 95%)
1,65
2004
Tabela 13: Value at Risk em 2004
78
Para 2005:
V
olatilidade (
σ
) Carteira no ano
1,61%
V
alor de Carteira em 31/12/2005
2.922.819,10
V
ar Carteira
77.537,21
V
olatilidade IBOVESPA no ano
1,57%
V
alor de IBOVESPA em 31/12/2005
3.345.500,00
V
ar Ibovespa
86.625,02
Z (N Confiança de 95%)
1,65
2005
Tabela 14: Value at Risk em 2005
Para 2006:
V
olatilidade (
σ
) Carteira no ano
1,54%
V
alor de Carteira em 31/12/2002
3.852.269,96
V
ar Carteira
97.787,41
V
olatilidade IBOVESPA no ano
1,53%
V
alor de IBOVESPA em 31/12/2006
4.447.300,00
V
ar Ibovespa
112.141,68
Z (N Confiança de 95%)
1,65
2006
Tabela 15: Value at Risk em 2006
Resumindo, obtivemos os seguintes valores no período:
2002 2003 2004 2005 2006
Var Carteira de Dividendos
39.346,82
40.782,55
65.573,39
77.537,21
97.787,41
Var Ibovespa
38.559,66
55.767,66
77.777,89
86.625,02
112.141,68
Tabela 16: Value at Risk
10.4. ESTATÍSTICA DESCRITIVA
Antes de criarmos os Histogramas, recorremos à fórmula ln (P
t
/P
t-1
) para normalizar os
dados, a seguir apresentamos os Histogramas e também as informações de freqüência
anual de nossa amostra.
79
Gráfico 1: Histograma - Retorno da Carteira em 2002
Histograma - Retorno da Carteira em 2002
0
5
10
15
20
25
30
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Gráfico 2: Histograma - Retorno do Ibovespa em 2002
Histograma - Retorno do Ibovespa em 2002
0
5
10
15
20
25
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Gráfico 3: Histograma - Retorno da Carteira em 2003
Histograma - Retorno da Carteira em 2003
0
5
10
15
20
25
30
35
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
loco Freqüência
%
cumulativo
-0,16413 1 1,04%
-0,127 1 2,08%
-0,08988 7 9,38%
-0,05275 13 22,92%
-0,01562 17 40,63%
0,021502 26 67,71%
0,058628 15 83,33%
0,095754 11 94,79%
0,13288 2 96,88%
Mais 3 100,00%
Tabela 17: Freqüência do Retorno da
Carteira em 2002
Bloco Freqüência
%
cumulativo
-0,13813 1 1,04%
-0,10614 2 3,13%
-0,07416 7 10,42%
-0,04218 13 23,96%
-0,0102 21 45,83%
0,021784 17 63,54%
0,053765 18 82,29%
0,085747 13 95,83%
0,117729 3 98,96%
Mais 1 100,00%
Tabela 18: Freqüência do Retorno do
Ibovespa em 2002
Bloco Freqüência
%
cumulativo
-0,08198 1 1,03%
-0,06141 4 5,15%
-0,04085 3 8,25%
-0,02029 16 24,74%
0,00027 16 41,24%
0,020832 29 71,13%
0,041393 13 84,54%
0,061955 10 94,85%
0,082517 3 97,94%
Mais 2 100,00%
Tabela 19: Freqüência do Retorno da
Carteira em 2003
80
Gráfico 4: Histograma - Retorno do Ibovespa em 2003
Histograma - Retorno do Ibovespa em 2003
0
5
10
15
20
25
30
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Gráfico 5: Histograma - Retorno da Carteira em 2004
Histograma - Retorno da Carteira em 2004
0
5
10
15
20
25
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Gráfico 6: Histograma - Retorno do Ibovespa em 2004
Histograma - Retorno do Ibovespa em 2004
0
5
10
15
20
25
30
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Bloco Freqüência
%
cumulativo
-0,09025 1 1,03%
-0,06759 3 4,12%
-0,04493 9 13,40%
-0,02227 9 22,68%
0,000386 18 41,24%
0,023044 21 62,89%
0,045702 24 87,63%
0,068361 7 94,85%
0,091019 3 97,94%
Mais 2 100,00%
Tabela 20: Freqüência do Retorno do
Ibovespa em 2003
Bloco Freqüência
%
cumulativo
-0,11942 1 1,05%
-0,09458 4 5,26%
-0,06974 2 7,37%
-0,0449 12 20,00%
-0,02006 10 30,53%
0,004776 23 54,74%
0,029614 15 70,53%
0,054452 14 85,26%
0,079291 10 95,79%
Mais 4 100,00%
Tabela 21: Freqüência do Retorno da
Carteira em 2004
Bloco Freqüência
%
cumulativo
-0,12856 1 1,05%
-0,09992 4 5,26%
-0,07128 3 8,42%
-0,04264 11 20,00%
-0,014 15 35,79%
0,014645 25 62,11%
0,043286 16 78,95%
0,071927 13 92,63%
0,100568 6 98,95%
Mais 1 100,00%
Tabela 22: Freqüencia do Retorno do
Ibovespa em 2004
81
Gráfico 7: Histograma - Retorno da Carteira em 2005
Histograma - Retorno da Carteira em 2005
0
5
10
15
20
25
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Gráfico 8: Histograma - Retorno do Ibovespa em 2005
Histograma - Retorno do Ibovespa em 2005
0
5
10
15
20
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Gráfico 9: Histograma - Retorno da Carteira em 2006
Histograma - Retorno da Carteira em 2006
0
5
10
15
20
25
30
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
Bloco Freqüência % cumulativo
-0,08929 1 1,02%
-0,06911 3 4,08%
-0,04893 5 9,18%
-0,02875 11 20,41%
-0,00857 18 38,78%
0,011606 20 59,18%
0,031786 19 78,57%
0,051966 14 92,86%
0,072145 5 97,96%
Mais 2 100,00%
Tabela 23: Freqüência do Retorno da
Carteira em 2005
Bloco Freqüência
%
cumulativo
-0,08254 1 1,02%
-0,06588 2 3,06%
-0,04922 5 8,16%
-0,03256 10 18,37%
-0,0159 13 31,63%
0,00076 12 43,88%
0,01742 19 63,27%
0,03408 10 73,47%
0,05074 17 90,82%
Mais 9 100,00%
Tabela 24: Freqüência do Retorno
do Ibovespa em 2005
Bloco Freqüência
%
cumulativo
-0,1133 1 1,09%
-0,09237 0 1,09%
-0,07145 3 4,35%
-0,05052 3 7,61%
-0,02959 9 17,39%
-0,00866 19 38,04%
0,012267 26 66,30%
0,033195 15 82,61%
0,054123 7 90,22%
Mais 9 100,00%
Tabela 25: Freqüência do Retorno da
Carteira em 2006
82
Gráfico 10: Histograma - Retorno do Ibovespa em 2006
Histograma - Retorno do Ibovespa em 2006
0
5
10
15
20
25
Bloco
Freqüência
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
Freqüência
% cumulativo
10.5. ANOVA
O próximo passo foi fazer um teste de médias. Bussab (1988; pág. 27) explica o teste de
igualdade das médias testando a hipótese H
0
: θ
1
= θ
2
... = θ
k
, contra a alternativa de que
pelo menos uma das igualdades não se verifica. Rejeitando a hipótese, afirma-se que o
fator é importante para explicar a variável de interesse.
Frank e Green (1973; pág. 60) definem Análise de Variância como uma maneira de
dividir a variação total de dados em componentes que podem ser imputadas a fontes
específicas. O objetivo do teste é testar a significância estatística das diferenças entre
respostas médias causadas pelas variáveis controladas depois de ter levado em conta as
influências sobre as respostas ocasionadas por variáveis não controladas. Os autores
ainda defendem a denominação Análise da Variância alegando que se as repostas
médias dos objetos de testes forem diferentes entre os tratamentos levados a cabo, então
a variância entre grupos excederá a variância comuputada independentemente dentro do
grupo.
Bloco Freqüência % cumulativo
-0,10878 1 1,09%
-0,08517 4 5,43%
-0,06157 1 6,52%
-0,03797 11 18,48%
-0,01437 11 30,43%
0,009235 23 55,43%
0,032837 20 77,17%
0,056439 13 91,30%
0,080041 6 97,83%
Mais 2 100,00%
Tabela 26: Freqüência do Retorno do
Ibovespa em 2006
83
Realizamos a Análise de Variância (ANOVA - Analysis of Variance) na perspectiva de
testar as seguintes hipóteses:
H
o
: Não há diferenças entre a carteira e o Ibovespa e não existem diferenças entre as
segundas e sextas.
H
1
: Há diferenças entre a carteira e o Ibovespa e existem diferenças entre as segundas e
sextas.
Para valor -p< 5% rejeita-se a hipótese de igualdade entre as médias.
Para valor -p> 5% aceita-se a hipótese de igualdade entre as médias.
Foram testados os dados anuais no período de 2002 a 2006 e foram apresentados
resultados consistentes, pois em todos os anos a Hipótese nula foi negada nas linhas e
aceita nas colunas, assim como o Valor-P que confirmou os resultados, conforme
apresentamos abaixo:
Para 2002:
ANOVA
Fonte da variação SQ gl MQ F valor-P F crítico
Linhas 0,648104 95 0,006822 16,30091 1,68E-33 1,403841
Colunas 2,24E-06 1 2,24E-06 0,00536 0,941793 3,941221
Erro 0,039759 95 0,000419
Total 0,687865 191
Tabela 27: ANOVA 2002
84
Para 2003:
ANOVA
Fonte da variação SQ gl MQ F valor-P F crítico
Linhas 0,276133 96 0,002876 18,57369 2,88E-36 1,401332
Colunas 2,14E-05 1 2,14E-05 0,138316 0,71078 3,940163
Erro 0,014867 96 0,000155
Total 0,291021 193
Tabela 28: ANOVA 2003
Para 2004:
ANOVA
Fonte da variação SQ gl MQ F valor-P F crítico
Linhas 0,45622 94 0,004853 42,96606 1,71E-51 1,406395
Colunas 1,72E-07 1 1,72E-07 0,001524 0,968944 3,942303
Erro 0,010618 94 0,000113
Total 0,466838 189
Tabela 29: ANOVA 2004
Para 2005:
ANOVA
Fonte da variação SQ gl MQ F valor-P F crítico
Linhas 0,253306 97 0,002611 21,56107 1,79E-39 1,398866
Colunas 0,000347 1 0,000347 2,867391 0,093601 3,939126
Erro 0,011748 97 0,000121
Total 0,265402 195
Tabela 30: ANOVA 2005
Para 2006:
ANOVA
Fonte da variação SQ gl MQ F valor-P F crítico
Linhas 0,267053 91 0,002935 13,09212 2,22E-28 1,414341
Colunas 7,01E-05 1 7,01E-05 0,312576 0,577477 3,945694
Erro 0,020398 91 0,000224
Total 0,287521 183
Tabela 31: ANOVA 2006
85
Lapponi (1996; pág. 336) declara que o valor do F observado revela a variabilidade
entre por unidade de variabilidade dentro, ou seja, o F observado mede quantas vezes a
variabilidade das médias amostrais é maior que a variabilidade amostral.
Notamos que a Hipótese Nula foi rejeitada para as linhas, porém confirmada para as
colunas, tanto pelo Valor-p como pela diferença entre o F e o F crítico, isto significa
diferença entre as médias dos dias da semana (sexta-feira e segunda-feira), mas não há
diferenças significativas entre as médias da carteira de dividendos e do índice Ibovespa.
10.6. ANÁLISE DO EFEITO FIM DE SEMANA
O próximo passo que efetuamos foi verificar então quantitativamente as freqüências de
ocorrência do Efeito Fim de Semana no período de 2002 a 2006. Para isto, contamos no
Excel os retornos negativos da segunda-feira. Entendemos como freqüência a
quantidade de dias no qual a segunda-feira possui retorno abaixo do retorno apresentado
na sexta-feira.
No exemplo abaixo notamos que houve três finais de semana e que o Efeito Fim de
Semana ocorreu em dois finais de semana. Isto fica evidenciado pelo retorno negativo
na segunda feira que é a essência do Efeito Fim de Semana.
86
2002 2003 2004 2005 2006
Carteira Ibovespa Carteira Ibovespa Carteira Ibovespa Carteira Ibovespa Carteira Ibovespa
Efeito Fim de Semana 38 38 18 15 22 24 28 21 20 23
Total de Semanas 48 48 50 50 44 44 49 49 45 45
% de Efeito Fim de Semana 79,17% 79,17% 36,00% 30,00% 50,00% 54,55% 57,14% 42,86% 44,44% 51,11%
Tabela 32: Efeito Fim de Semana
Abaixo, apresentamos um modelo em um curto período de como analisamos o Efeito Fim de Semana no Excel:
Data Valo
r
Retorno %
quarta-feira 2/1/2002 -
quinta-feira 3/1/2002 1.333.939,33 -
sexta-feira 4/1/2002 1.343.920,50 0,75% 0,75%
segunda-feira 7/1/2002 1.347.779,92 0,29% 0,29% 0 1
terça-feira 8/1/2002 1.327.472,85 -1,51% -1,52%
quarta-feira 9/1/2002 1.320.726,72 -0,51% -0,51%
quinta-feira 10/1/2002 1.276.022,91 -3,38% -3,44%
sexta-feira 11/1/2002 1.280.375,33 0,34% 0,34%
segunda-feira 14/1/2002 1.236.685,98 -3,41% -3,47% 1 2
terça-feira 15/1/2002 1.216.460,58 -1,64% -1,65%
quarta-feira 16/1/2002 1.232.190,64 1,29% 1,28%
quinta-feira 17/1/2002 1.264.366,56 2,61% 2,58%
sexta-feira 18/1/2002 1.275.235,92 0,86% 0,86%
segunda-feira 21/1/2002 1.253.537,26 -1,70% -1,72% 1 3
terça-feira 22/1/2002 1.233.087,89 -1,63% -1,64%
Tabela 33: Modelo Efeito Fim de Semana
87
Aplicando a mesma metodologia descrita acima, analisamos o Efeito Fim de Semana
nas diferentes carteiras. Como resultado, obtivemos que o Efeito Fim de Semana
ocorreu:
- No ano de 2002: ocorreu de forma sólida tanto na carteira de dividendos como no
Ibovespa. A freqüência estimada foi de 79,17%.
- No ano de 2003: a freqüência do Efeito Fim de Semana foi baixa apenas 36% para a
carteira de dividendos e 30% para o Ibovespa.
- No ano de 2004: o Efeito Fim de Semana ocorreu em 54,55% no Ibovespa e em 50%
na carteira de dividendos. Podemos dizer que houve boa freqüência de ocorrência do
Efeito Fim de Semana.
- No ano de 2005: a carteira de 2005 foi observado o Efeito Fim de Semana em 57,14%
dos fins de semanas, enquanto que no Ibovespa em 42,86% dos casos.
- No ano de 2006: o Efeito Fim de Semana se apresentou mais consistente somente no
índice Ibovespa (51,11). Na carteira de dividendos foi verificado o Efeito Fim de
Semana somente em 44,44% dos casos.
Na tabela abaixo, calculados a probabilidade da sexta-feira ser positiva entre os anos de
2002 a 2006. Notamos que a probabilidade de alta na sexta-feira apresentou-se acima da
média em todos os períodos anuais.
88
2002 2003 2004 2005 2006
Probabilidade de Sexta positivo - Carteira 78,13% 51,02% 50,00% 53,06% 66,67%
Probabilidade de Sexta positivo - Ibovespa 84,38% 52,00% 72,73% 55,10% 55,56%
Probabilidade de Sexta Negativo - Carteira 21,87% 48,98% 50,00% 46,94% 33,33%
Probabilidade de Sexta negativo - Ibovespa 15,62% 48,00% 27,27% 44,90% 44,44%
Tabela 34: Probabilidade de Retornos Positivos na Sexta-Feira
No gráfico abaixo temos uma melhor visualização dos retornos na sexta-feira ao longo
do período.
Gráfico 11: Probabilidade de Retornos Positivos na Sexta-Feira
Probabilidade dos Retornos das Sextas Positivos
78%
51%
50%
53%
67%
84%
73%
56%
55%
52%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
2002 2003 2004 2005 2006
Probabilidade de Sexta positivo - Carteira
Probabilidade de Sexta positivo - Ibovespa
Ainda calculamos a probabilidade que reunia retornos positivos tanto na sexta-feira
quanto na segunda-feira. Notamos a pequena probabilidade de ocorrência deste evento,
conforme apresentado na tabela abaixo:
2002 2003 2004 2005 2006
Sexta e Segunda positivos - Carteira 20,00% 32,65% 34,78% 23,53% 35,29%
Sexta e segunda positvos - Ibovespa 16,00% 38,78% 36,96% 29,41% 29,41%
Tabela 35: Retornos Positivos na Sexta e na Segunda
89
Foi constatado por alguns pesquisadores como Cho, Linton e Whang (2007) que o
Efeito Fim de Semana tinha uma maior probabilidade de ocorrência quando a sexta-
feira representava dia de baixa. Notamos que esta tendência foi seguida na nossa
amostra, tanto na carteira de dividendos como índice Ibovespa em três dos cinco anos
pesquisados em nossa amostra (2002 a 2006), conforme registrado na tabela abaixo:
2002 2003 2004 2005 2006
Dado que Sexta (-) e segunda (-) - Carteira 77,27% 37,50% 63,19% 52,00% 25,00%
Dado que Sexta (-) e segunda (-) - Ibovespa 80,00% 37,50% 70,59% 36,36% 52,00%
Tabela 36: Probabilidade de Retornos Negativos na Segunda dado Retornos Negativos na Sexta
Para a obtenção dos valores da tabela acima, usamos a probabilidade condicional.
Buscávamos entender a probabilidade de segunda-feira apresentar retornos negativos,
dado que sexta-feira havia apresentado retornos negativos.
90
V. CONCLUSÃO
- Somente em um dos cinco anos (2002) ocorreu queda nos indicadores de retorno
anual.
- O índice Ibovespa teve melhor performance em três anos (2002, 2003 e 2006) em
relação as outras carteiras analisadas.
- A carteira de dividendos foi superior às demais somente em 2004.
- A única vez em que uma carteira com estratégia de compra e venda de acordo com o
Efeito Fim de Semana apresentou melhor desempenho foi em 2005, com negociações
com o índice Ibovespa. Este desempenho foi 14,16% superior ao desempenho do índice
Ibovespa no ano.
- As carteiras com estratégia de negociação baseada no Efeito Fim de Semana
apresentaram maior risco, evidenciado pelo maior Desvio Padrão. A exceção do biênio
2003 e 2004, foi evidenciado maior risco na carteira de Dividendos em relação ao índice
Ibovespa.
- A análise ANOVA evidenciou diferença de médias em relação aos retornos de sexta-
feira e segunda-feira, mas não apresentou diferenças de média em relação às carteiras de
Dividendos e do índice Ibovespa.
91
- Dos cinco anos em análise, em três deles foram evidenciado a ocorrência do Efeito
Fim de Semana em freqüência igual ou superior a 50%.
- Sexta-feira apresentou dias de alta acima da média em todos os cinco anos
pesquisados.
- Após a sexta-feira ter apresentado retornos negativos, a probabilidade de seqüência de
retorno negativo é acima da média em três dos cinco anos pesquisados.
- A não consistência do Efeito Fim de Semana anual, ou seja, não notamos seqüência de
ocorrência consecutiva do efeito nos anos pesquisados pode ser um dos motivos da
persistência do efeito.
Nossa constatação para o período observado é de que a estratégia de investimentos na
carteira de Dividendos não apresentou resultado positivos, pois o custo de oportunidade
em não investir em uma carteira que replique o retorno do índice Ibovespa, tornou esta
possibilidade inviável.
Apesar de encontrarmos evidências do Efeito Fim de Semana em três dos cinco anos
pesquisados, uma estratégia de compra e venda baseada no Efeito Fim de Semana não
foi consistente o suficiente para superar os retornos do Ibovespa anual (com aquisições
de ações no primeiro dia de negociação e venda no último dia de negociação das ações
no ano, sem transações intermediárias). Neste caso, notamos também que o custo de
oportunidade inviabiliza a operação que não investimento em uma carteira que replique
92
o retorno do índice Ibovespa (considerando somente as carteiras analisadas neste
estudo).
Quando a análise se refere ao risco, ainda possuímos mais evidências para sugestão de
investimentos em uma carteira que siga os retornos do índice Ibovespa porque em um
maior número de vezes, no período pesquisado, notamos volatilidade menor no índice
Ibovespa.
As idiossincrasias e as contingências que ocorrem no mercado de capitais me impedem
de sugerir uma estratégia efetiva sem possibilidade de perdas, contudo os resultados
obtidos permitem a sugestão do estudo e atenção nos eventos de anomalia de mercados
no Brasil.
VI. SUGESTÕES PARA TRABALHOS FUTUROS
- Este trabalho não oferece estudo referente aos custos de transação nas operações
realizadas no fim de semana. Sugerimos um trabalho analisando o impacto dos custos
de transação nas carteiras de investimento com estratégias baseadas no Efeito Fim de
Semana.
- Criação de um indicador que reúna anomalias de mercado para reajuste na
precificação de empresas.
- O impacto do Efeito Fim de Semana em ativos que possuem boa liquidez no mercado
de Opções.
93
- Análise do Efeito Fim de Semana com uma série maior de dados no mercado
brasileiro.
- Análise da freqüência diária de divulgação de boas e más notícias no mercado
brasileiro.
- Análise do volume de negociação das ações por dia no mercado brasileiro.
94
VII. REFERÊNCIAS BIBLIOGRÁFICAS
AHARONY, J.; J. Swary. Quaterly Dividend and Earnings Announcements and
Stockholders Returns: an Empirical Analysis. Journal of Finance. v. 35, p. 1- 12, 1980.
AMARAL, H. F.; CORREIA, L. F. O impacto da política de dividendos sobre a
rentabilidade de títulos negociados na Bovespa no período de 1994 a 2000. In:
ENCONTRO NACIONAL DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM
ADMINISTRAÇÃO, 26. 2002, Salvador. Anais...Salvador: 2003. p. 1-15.
ANBID. Fundos de Investimentos. Disponível em:
http://www.anbid.com.br/ Acesso
em 12/12/2006.
ANTUNES, Maria Thereza Pompa et al. Fundos de Investimentos Aspectos
Operacionais e Contábeis. 1ª ed. São Paulo: Atlas. 2004. 242 p
ASSAF NETO, Alexandre. Mercado Financeiro. 6. ed. São Paulo: Atlas, 1999. 469 p.
BARBOSA; Francisco Vidal; CAMARGOS, Marco Antonio de. Teoria e Evidência da
Eficiência Informacional do Mercado de Capitais Brasileiro.
Caderno de Pesquisas em
Administração, São Paulo, v. 10, nº 1, janeiro/março 2003.
BARBOSA, Francisco Vidal; BRESSAN, A. A.; IQUIAPAZA, Robert Aldo. A
sinalização dos dividendos no Brasil: um estudo das empresas listadas na Bovespa de
1986 a 2003. In: XXXIX REUNIÓN ANUAL DE CLADEA, 2004, Puerto Plata.
Anais,.. Puerto Plata: 2004.
BECKER, João Luiz; CHAVES, Tânia B. da Silva; LEMGRUBER, Eduardo Facó. “O
Efeito de Fim de Semana no Comportamento dos Retornos Diários de Índices de
Ações." In: COSTA JÚNIOR, Newton Carneiro Afonso, LEAL, Ricardo Pereira
Câmara, LEMGRUBER, Eduardo Facó (org.) (Mercado de Capitais: Análise Empírica
no Brasil) São Paulo: Atlas. 2000. 220 p.
BENNINGA, Simon. Financial Modelling. 2ª ed. Cambridge: Massachussets Institute of
Technology. 2001. 648 p.
BESSEMBINDER, H., and M. Hertzel, Return Autocorrelation around Nontrading
Days. Review of Financial Studies. p. 155-189 Spring 1993.
BERNSTEIN, Peter L. Desafio aos Deuses - A Fascinante História dos Riscos. 11ª ed.
Rio de Janeiro: Campus, 1997. 389 p.
BODIE, Zvie; MARCUS, Alan J.; KANE, Alex. Fundamentos de Investimentos.
Tradução: Robert Brian Taylor. 3ª ed. Porto Alegre: Bookman. 2000. 632 p.
95
BOEHME, Rodney D.; SORESCU, SORIN. M. Seven Decades of Long Term
Abnormal Return Persistence: The Case of Dividend Initiations and Resumptions.
Working Paper, Sam Houston State University and University of Huston, Jan 2000.
BREALEY, Richard A.; MYERS, Stweart C. Princípios de Finanças Empresariais
Finance. 3ª.ed. Portugal: McGraw- Hill. 1992. 924 p.
BROWN, Stephen J.; ELTON, Edwin. J.; GOETZMANN; William N.; GRUBER,
Martin J. Moderna teoria de carteiras e análise de investimentos. 1. ed. São Paulo: ed.
Atlas, 2004. 602 p.
BUSSAB, Wilton O. Análise de Variância e Regressão. 2. ed, São Paulo: ed. Atual,
1998. 147 p.
BUGARIN, M. S. ; GARCIA, A. L. G. . Incentivo para administradores de empresas
estatais: o papel dos dividendos mínimos obrigatórios e o desenho ótimo de salários. In:
XXIV ENCONTRO BRASILEIRO DE ECONOMETRIA, 2002, Nova Friburgo.
Anais... Rio de Janeiro: SBE, 2002. v. 1..
BUSSAB, Wilton de O.; MORETTIN, Pedro de A. Estatística Básica. 5ª ed. São Paulo:
Saraiva. 2004. 521 p.
CERETTA, Paulo Sérgio; COSTA JÚNIOR, Newton Carneiro Afonso da. Efeito dia da
semana: evidência na América Latina.. Resenha BM&F, v. 135, p. 65-73, 1999.
CERETTA, Paulo Sérgio; COSTA JÚNIOR, Newton Carneiro Afonso da. "Quantas
Ações Tornam um Portfólio Diversificado no Mercado de Capitais Brasileiro?" In:
COSTA JÚNIOR, Newton Carneiro Afonso, LEAL, Ricardo Pereira Câmara,
LEMGRUBER, Eduardo Facó (org.) (Mercado de Capitais: Análise Empírica no Brasil)
São Paulo: Atlas. 2000. 220 p.
CHO, Young-Hin; Linton, Oliver; Whang, Yoon-Jae. Are There Monday Effects in
Stock Returns: A Stochastic Dominance Approach. Journal of Empirical Finance. V. 14
Issue 5, p. 736-755, Dec. 2007.
COASE, Ronald H.; The Nature of the Firm. Economica. V. 4, Issue 16, p. 386-405,
Nov. 1934.
CROSS, Frank; The Behavior of Stock Prices on Fridays and Mondays. Financial
Analysts Journal. Nov/Dec 73. v.29 Issue 6. p. 67-69. 1973
CROUHY, Michel; GALAI, Dan; MARK, Robert. Essentials of Risk Management. 1ª
ed. Blacklick, OH, USA: The McGraw-Hill Companies. 2005. p 429.
DAMODARAN, Aswath; The Weekend Effect in Information Releases: A Study of
Earnings and Dividend Announcements. The Review of Financial Studies, v. 2, number
4, p. 607-623. 1989.
96
DOMIAN, Dale L.; LOUTON, David A.; RACINE, Marie D. Diversification in
Portfolios of Individual Stocks: 100 Stocks are not Enough. The Financial Review, v.
42, Issue 3, p. 557-570. Nov. 2007.
DOWD, Kevin. Measuring Market Risk. 1ª ed. Cornwall: John Willey & Sons Ltda.
2002. 370 p.
DUARTE JUNIOR, Antonio Marcos. Gestão de Riscos para Fundos de Investimentos.
1ª ed. São Paulo: Prentice Hall. 2005.182 p.
DUARTE JUNIOR, Antonio Marcos “A Importância do Gerenciamento de Riscos
Corporativos em Bancos”. In: DUARTE JÚNIOR, A. M. e VARGA, G. (org.) Gestão
de Riscos no Brasil. Rio de Janeiro: Financial Consultoria, 2003. 869
DYL, Edward
A.; MABERLY, Edwin D. A Possible Explanation of the Weekend
Effect. Financial Analysts Journal, May/Jun88, v. 44 Issue 3, p83-84, 1988.
DYL, Edward A.; JUNIOR; Stanley A. Martin. Weekend Effects on Stock Returns: A
Comment. The Journal of Finance, v. 40, number 1, p.347-349. 1985.
ELTON; Edwin J.; GRUBER, Martin J. Risk Reduction and Portfolio Size: An
Analytical Solution. Journal of Business, number 50, p. 415-437. 1977.
FAMA, Eugene F. Efficient Capital Markets: A Review of Theory and Empirical Work.
The Journal of Finance, v. 25, Nº 2, p.383-417. 1969.
FIGUEREDO, Antonio Carlos. O Conteúdo Informativo de Dividendos: Evidências no
Brasil. 2002. In II Encontro Brasileiro de Finanças São Paulo. Anais... Rio de Janeiro:
SBFIN, 2002.
FIRMINO, A. L. G.; SANTOS, A. L. Q.; MATSUMOTO, A. S. Dividendos
interessam? Uma constatação empírica recente sobre a relevância da política de
dividendos na bolsa de valores de São Paulo (1996-2002); 2004; In: XXVIII
ENANPAD, ANAIS.... Curitiba: ENANPAD, 2004.
FORCARDI, Sergio; JONAS, Caroline. Risk Management Framework, Methods, and
Practice. Pennsylvania: Frank J Fabozzi Associates, 1998. 209 p.
FRANK, Ronald E.; GREEN, Paul E. Métodos Quantitativos em Marketing. São Paulo:
Editora Atlas, 1973. 148 p.
FREIRE, H.V.L.; ZATTA, F. N; LOUZADA, L. C.; NOSSA, V. Dividendos e lucros
anormais: um estudo nas empresas listadas na Bovespa; 2003; In: 3º ENCONTRO
BRASILEIRO DE FINANÇAS, 2003, São Paulo. Anais... São Paulo: SBFIN, 2003. v.
1.
FRENCH, K. Stock Returns and the Weekend Effect. Journal of Financial Economics,
pp. 55-69. March 1980.
97
GARCIA, Manuel E.; VASCONCELLOS, Marco Antonio S. Fundamentos da
Economia. 2ª Ed. São Paulo: Saraiva, 2006. 246 p.
GELBCKE, Ernesto Rubens; IUDÍCIBUS, Sérgio de; MARTINS, Eliseu. Manual de
Contabilidade das Sociedades por Ações – FIPECAFI 7ª ed. São Paulo: Atlas, 2007.
646 p.
GIBBONS, Michael R; HESS, Patrick. Day of the Week Effects and Asset Returns. The
Journal of Business. Vol. 54, nº 4. p. 579-596. Out., 1981.
GITMAN, Lawrence J. Princípios de Administração Financeira. 3ª ed. São Paulo:
Harper & Row do Brasil, 1987. 781 p.
HALPERN, MAURO. Gestão de Investimentos. 1. ed. São Pauto: Saint Paul Institute of
Finance, 2003. 238 p.
ISHIKAWA, Sérgio; MELLAGI FILHO, Armando. Mercado Financeiro e de Capitais.
2ª ed. São Paulo: Atlas, 2003. 382 p.
JAFFE, F. J; ROSS, S. A.;WESTERFIELD, R.W. Administração Financeira. 1ª. ed. São
Paulo: Atlas, 1995. 700p..
JORION, P. Value at Risk A Nova Referência Para o Controle do Risco de Mercado.
São Paulo: BM&F, 1997. 305 p.
KELLY, Fred C. Speculation and Investing: The Psychology of Speculation. 1ª ed. New
York: Fraser Pub. Co., 1930. 177 p.
KIM, S., Capitalizing on the Weekend Effect. Journal of Portfolio Management. pp. 59-
63, Spring 1988.
KO, K.; LEE, S. International Behavior of Stock Prices on Monday: Nineteen Major
Stock Markets, in S. Stansell (ed.), International Financial Market Integration
Cambridge, MA: Blackwell Publishers, 1993, pp. 329-353.
LAKONISHOK, Josef; LEVI, Maurice. Weekend Effects. The Journal of Finance. V.
37, Nº 3, p. 883-889, 1982.
LAKONISHOK, Josef; MABERLY, Edwin. The Weekend Effect: Trading Patterns of
Individual and Institutional Investors. The Journal of Finance. V. 45 Nº 1, p. 231-243,
1990.
LAKONISHOK, Josef; SMIDT, Seymour. Are Seasonal Anomalies Real? A Ninety-
year Perspective. The Review of Financial Studies. V. 1 Nº 4, p. 403-425, 1988.
MABERLY, Edwin D. Eureka! Eureka! Discovery of the Monday Effect Belongs to the
Ancient Scribes. Financial Analyst Journal. V. 51 Issue 5, p. 10-11.
MARINS, André Cabral. Mercados Derivativos e Análise de Risco. V.1. 1ª ed. Rio de
Janeiro: AMS, 2004. 496 p.
98
MARKOWITZ, H. M. Portfolio Selection. Journal of Finance v.7, p. 77-91, 1952.
MODIGLIANI, F.; MILLER, M.H. & (1961). Dividend policy, growth and the
Valuation of Shares. Journal of Business. V. 34. Nº4, p. 411-33, 1961.
NETO, Jorge Augusto Novis; SAITO, Richard. Dividend Yields e persistência de
retornos anormais das ações: evidência do mercado brasileiro In: XXVI ENANPAD,
ANAIS.... SALVADOR: ENANPAD, 2002. v.1
NISSIN, Duron; ZIV, Amir. Dividend Changes and Future Profitability. Journal of
Finance v.56, p.2111 – 2133, 2001.
PATELL, J. M.; WOLFSON, M. A.. Good News, Bad News and the Intraday Timing of
Corporate Disclosures. The Accounting Review v.57, p. 509-527. 1982.
PENMAN, Stephen H. Financial Statement Analysis and Security Valuation. 2. ed.
New York: Mc Graw Hill, 2004. 740 p.
PINHEIRO, Juliano Lima. Mercado de Capitais – Fundamentos e Técnicas. 3. ed. São
Paulo: Atlas, 2005. 372 p.
PINTO, A. C. F. O conteúdo informativo de dividendos: evidências no Brasil. In: 2º
ENCONTRO BRASILEIRO DE FINANÇAS, 2003, São Paulo. Anais... São Paulo:
SBFIN, 2002. v. 1.
PÓVOA, Alexandre. Valuation: Como Precificar Ações. 1. ed. Rio de Janeiro: Globo,
2006. 376 p.
REINGANUM, Marc. Discussion: What the Anomalies Mean? - The Journal of
Finance, v. 39, p. 837-840, 1984.
SANTOS, Alex Gama Queiroz dos; Dividendos interessam? Uma constatação empírica
recente sobre a relevância da política dos dividendos na bolsa de valores de São Paulo
(1996 a 2002). In: XXXIX REUNIÓN ANUAL DE CLADEA, 2004, Puerto Plata.
Anais… Puerto Plata: CLADEA, 2004.
SHARPE, William F. "Mutual Fund Performance." Journal of Business, V. 39. Nº 1 pp.
119-138. 1966.
STATMAN, M. How Many Stocks Make a Diversified Portfolio? Journal of Financial
and Quantitative. V. 22, nº 3. p. 353-363, 1987.
THALER, Richard. Anomalies: Seasonal Movements in Security Prices II: Weekend,
Holiday, Turn of the Month, and Intraday Effects. The Journal of Economic
Perspectives. V. 1, Nº 2. p. 169-177, 1987.
TREYNOR, Jack L. How to Rate Management of Investment Funds. Harvard Business
Review. V. 18 p. 63-75. 1965.
99
VAUGHAN, E. J. Risk Management. 1ª ed. New York: John Wiley & Sons, 1997. 832
p.
VERGARA, Sylvia Constant. Projetos e Relatórios de Pesquisa em Administração. 9.
ed. São Paulo: Atlas, 2001. 92 p.
YIN, Robert K. Estudo de Caso: planejamento e métodos. 3. ed. Porto Alegre:
Bookman, 2001. 212 p.
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
