ads:
FACULDADE DE ECONOMIA E FINANÇAS IBMEC
PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
D
D
I
I
S
S
S
S
E
E
R
R
T
T
A
A
Ç
Ç
Ã
Ã
O
O
D
D
E
E
M
M
E
E
S
S
T
T
R
R
A
A
D
D
O
O
P
P
R
R
O
O
F
F
I
I
S
S
S
S
I
I
O
O
N
N
A
A
L
L
I
I
Z
Z
A
A
N
N
T
T
E
E
E
E
M
M
E
E
C
C
O
O
N
N
O
O
M
M
I
I
A
A
REPLICANDO RETORNOS DE HEDGE
FUNDS – UMA ADAPTAÇÃO AO
MERCADO BRASILEIRO
R
R
A
A
F
F
A
A
E
E
L
L
F
F
E
E
R
R
R
R
E
E
I
I
R
R
A
A
D
D
E
E
S
S
O
O
U
U
Z
Z
A
A
L
L
I
I
M
M
A
A
O
O
R
R
I
I
E
E
N
N
T
T
A
A
D
D
O
O
R
R
:
:
J
J
O
O
S
S
É
É
V
V
A
A
L
L
E
E
N
N
T
T
I
I
M
M
M
M
A
A
C
C
H
H
A
A
D
D
O
O
V
V
I
I
C
C
E
E
N
N
T
T
E
E
Rio de Janeiro, 03 de dezembro de 2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
“REPLICANDO RETORNOS DE HEDGE FUNDS – UMA ADAPTAÇÃO AO
MERCADO BRASILEIRO”
RAFAEL FERREIRA DE SOUZA LIMA
Dissertação apresentada ao curso de
Mestrado Profissionalizante em Economia
como requisito parcial para obtenção do
Grau de Mestre em Economia.
Área de Concentração: Finanças.
ORIENTADOR: JOSÉ VALENTIM MACHADO VICENTE
Rio de Janeiro, 03 de dezembro de 2007.
ads:
“REPLICANDO RETORNOS DE HEDGE FUNDS – UMA ADAPTAÇÃO AO
MERCADO BRASILEIRO”
RAFAEL FERREIRA DE SOUZA LIMA
Dissertação apresentada ao curso de
Mestrado Profissionalizante em Economia
como requisito parcial para obtenção do
Grau de Mestre em Economia.
Área de Concentração: Finanças.
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor JOSÉ VALENTIM MACHADO VICENTE
Instituição: IBMEC/RJ
_____________________________________________________
Professor OSMANI TEIXEIRA DE CARVALHO GUILLÉN
Instituição: IBMEC/RJ
_____________________________________________________
Professor ANDRE LUIZ CARVALHAL DA SILVA
Instituição: COPPEAD/UFRJ
Rio de Janeiro, 03 de dezembro de 2007.
FICHA CATALOGRÁFICA
v
DEDICATÓRIA
Dedico esta tese à minha amiga, namorada, noiva e futura
esposa Mônica por dar todo o apoio e o incentivo que eu
precisava para terminar mais este trabalho. Nosso amor
ainda persistirá por muitas outras vidas, mas viveremos
esta como se fosse a última.
vi
AGRADECIMENTOS
Agradeço ao meu orientador José Valentim pela confiança que teve em mim e pela ajuda em
traçar meu objetivos. Sou grato também aos meus pais por terem compreendido minha
ausência em tantos finais de semana em Petrópolis e aos amigos Alexandre e Guilherme.
Devo especial agradecimento também a quatro pessoas de grande importância para a minha
carreira profissional. Eles incentivaram e viabilizaram a realização deste mestrado: Delano,
Gustavo, Renato e Sérgio.
vii
RESUMO
Este trabalho foi motivado pela indisponibilidade de bons fundos multimercado abertos para
captação e sem grandes carências para o recebimento de resgates. Buscamos uma maneira de
replicar não somente os retornos, mas principalmente as características estatísticas dos
melhores hedge funds brasileiros.
Pesquisamos modelos já testados no exterior e optamos por aplicar ao mercado de hedge
funds brasileiro uma adaptação do modelo linear de clonagem proposto por HASANHODZIC
e LO (2007).
Apesar dos resultados das análises de estilo não terem sido muito confortadores, os passos
seguintes do processo de clonagem geraram resultados animadores para alguns dos fundos
testados quanto ao retorno ajustado ao risco das carteiras clone. Porém outras estatísticas de
risco sugerem cautela na aplicação prática desta metodologia. Back-Tests indicaram que o
clone pode expor o investidor a grandes perdas acumuladas.
Palavras Chave: Hedge funds, Fundos Multimercado, Análise de Estilo, Replicação de
Retornos.
viii
ABSTRACT
This work was motivated by the unavailability of good hedge funds opened to new
investments and without major handicaps for the receipt of withdraws. We sought a way to
replicate not only the returns, but mainly the statistical characteristics of the best Brazilian
hedge funds.
We searched for models previously tested and applied abroad and choose to apply to the
Brazilian hedge funds’ market a variation of the cloning linear model proposed by
HASANHODZIC and LO (2007).
Despite the results of the style analysis that were not very comfortable, the following steps of
the cloning process generated encouraging results of clones’ risk adjusted returns for some of
the funds tested. But other statistics of risk suggest caution in the practical application of this
methodology. Back-Tests indicated that the clone can expose the investor to major accrued
losses.
Key Words: Hedge funds, Funds, Style Analysis, Returns Replication.
ix
LISTA DE FIGURAS
Figura 1 – Gráficos de evolução da cota do índice IFMM e de seus respectivos clones..... 52
Figura 2 – Gráficos de evolução da cota do índice ARSENAL e de seus respectivos clones. 53
Figura 3 – Gráficos de evolução da cota do fundo CLARITAS e de seus respectivos clones.
.......................................................................................................................................... 54
Figura 4 – Gráficos de evolução da cota do fundo DIRECIONAL e de seus respectivos
clones. ............................................................................................................................... 55
Figura 5 – Gráficos de evolução da cota do fundo GAP e de seus respectivos clones. .......... 56
Figura 6 – Gráficos de evolução da cota do fundo HG e de seus respectivos clones. ............. 57
Figura 7 – Gráficos de evolução da cota do fundo JGP e de seus respectivos clones. ............ 58
Figura 8 – Gráficos de evolução da cota do fundo MELLON e de seus respectivos clones. .. 59
Figura 9 – Gráficos de evolução da cota do fundo NOBEL e de seus respectivos clones. ..... 60
Figura 10 – Gráficos de evolução da cota do fundo PACTUAL e de seus respectivos clones.
.......................................................................................................................................... 61
Figura 11 – Gráficos de evolução da cota do fundo QUEST e de seus respectivos clones. ... 62
Figura 12 – Gráficos de evolução da cota do fundo SDA e de seus respectivos clones. ........ 63
Figura 13 – Retornos acumulados das acrteiras igualmente ponderadas com os hedge funds e
seus clones com pesos fixos e janelas móveis – HASANHODZIC e LO (2007). ........... 65
x
LISTA DE TABELAS
Tabela 1 – Retornos anualisados dos fatores de risco, índices e fundos. ................................. 42
Tabela 2 – Volatilidades ao ano dos fatores de risco, índices e fundos. .................................. 42
Tabela 3 – Índices de Sharpe dos índices e fundos. ................................................................. 43
Tabela 4 – Coeficientes de Assimetria dos fatores de risco, índices e fundos. ........................ 43
Tabela 5 – Coeficientes de Excesso de Curtose dos fatores de risco, índices e fundos. .......... 43
Tabela 6 – Matriz de correlação entre os índices e fundos da amostra. ................................... 44
Tabela 7 – Coeficientes de correlação entre os índices/fundos e os seis fatores de risco. ....... 45
Tabela 8 – Resultados das regressões para a montagem dos clones de pesos fixos. ................ 46
Tabela 9 – Resultados das regressões para a montagem dos clones com janelas móveis de 1
ano e 6 meses. ................................................................................................................... 47
Tabela 10 – Resultados das regressões para a montagem dos clones com janelas móveis de 3
meses e 1 mês. .................................................................................................................. 48
Tabela 11 – Comparação de desempenho ajustado ao risco das carteiras clone com seus
respectivos hedge funds (fundos 1 a 6). ............................................................................ 49
Tabela 12 – Comparação de desempenho ajustado ao risco das carteiras clone com seus
respectivos hedge funds (fundos 7 a 12). .......................................................................... 50
Tabela 13 – Resulatados estatisticos dos clones de janelas móveis. ........................................ 51
Tabela 14 – Comparação da performance entre os hedge funds e seus clones com pesos fixos
e janelas móveis – HASANHODZIC e LO (2007). ......................................................... 64
xi
LISTA DE ABREVIATURAS
ADE Análise de Estilo
BM&F Bolsa de Mercadorias e Futuros de São Paulo
CDI Certificado de Depósito Interbancário
FIA Fundo de Investimento em Ações
FIC Fundo de Investimento em Cotas
IBOVESPA Índice Bovespa (Bolsa de Valores do Estado de São Paulo)
IPC-A Índice de Preço ao Consumidor - A
IFMM Índice de Fundos Multimercados (Calculado diariamente pelo UBS Pactual)
NTN-B Nota do tesouro Nacional Série B (Título público indexado ao IPC-A)
xii
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 1
2 REVISÃO BIBILOGRÁFICA ................................................................................ 4
2.1 ANÁLISE DE ESTILO DE FUNDOS BRASILEIROS ........................................................................... 5
2.2 REPLICAÇÃO DE RETORNOS DE HEDGE FUNDS ........................................................................... 7
2.2.1 O Modelo Linear de Replicação ........................................................................................................... 8
3 ANÁLISE DOS DADOS ..................................................................................... 15
3.1 DESCRIÇÃO DOS DADOS ..................................................................................................................... 15
3.2 ANÁLISES ESTATÍSTICAS DOS DADOS ........................................................................................... 19
4 MODELO ........................................................................................................... 23
5 RESULTADOS .................................................................................................. 29
5.1 RESULTADOS DAS REGRESSÕES ...................................................................................................... 29
5.2 RESULTADOS DOS CLONES ................................................................................................................ 31
6 CONCLUSÃO E RECOMENDAÇÕES .............................................................. 36
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 40
APÊNDICE A – ESTATÍSTICAS DOS DADOS ........................................................ 42
APÊNDICE B – RESULTADOS ................................................................................ 46
ANEXO A .................................................................................................................. 64
1
1 INTRODUÇÃO
A indústria de hedge funds no Brasil cresceu exponencialmente nos últimos anos. O volume e
a velocidade das captações de recursos destes fundos é notavevelmente alto. A cada ano,
surgem novos fundos, novas gestoras de recursos, e também novas empresas que se dedicam a
alocação de recursos de terceiros nesta categoria de investimentos.
Os gestores de hedge funds têm geralmente um mandato para investir os recursos de seus
cotistas de maneira mais livre e diversificada. Para tal, são constituidos os chamados fundos
multimercado
1
onde podem ser montadas as mais diversas estratégias de investimento.
Devido a toda esta liberdade e principalmente à grande habilidade (alimentada pela
remuneração através de taxas de performance) e experiência de seus gestores, os hedge funds
são uma categoria de investimento bastante atrativa e com características peculiares de baixa
correlação com os demais ativos, índices de Sharpe relativamente altos e bons níveis de
retorno. Estas e outras características, como o nível de assimetria e curtose tornam os hedge
funds interessante opção de investimento não apenas pela performance, mas também como
um elemento diversificador de carteiras de investimentos.
1
Multimercado é o nome da categoria de fundos perante a CVM que os gestores geralmente utilizam para
estruturar um hedge fund. Há também alguns fundos que são criados sobre a plataforma de um FIA para que o
cotista goze de um maior benefício fiscal. Estes, porém, são obrigados a manter regularmente um percentual
mínimo da carteira alocado em ações.
2
O bom desempenho observado nos últimos anos, fez com que a demanda por esta classe de
fundos fosse bastante forte
2
. Com patrimônios líquidos muito volumosos, os gestores vêm
sendo obrigados a fechar seus fundos para novas captações visando a preservação da
eficiência de suas estratégias de investimento. Isto ocorre pois a relativa baixa liquidez do
mercado financeiro brasileiro ainda é um fator limitador para o crescimento de muitos destes
fundos. Com patrimônio líquido cada vez maior, os gestores precisam operar com lotes
proporcionalmente grandes que podem distorcer as cotações do mercado ou até mesmo
impedir a efetuação de operações com papéis de menor liquidez. Consequentemente, os
melhores e mais conhecidos hedge funds brasileiros encontram-se fechados para novas
aplicações ou somente aceitam aportes limitados e em curtos períodos ao longo do ano.
Portanto, é bastante frequente investidores em busca de hedge funds encontrarem “as portas
fechadas” em algumas assets e terem que optar por aplicar em fundos menos concorridos,
fundos ainda em estágio embrionário ou em fundos com prazos de carência para resgate
extremamente altos, o que tem se tornado bastante comum entre os gestores brasileiros. Estes
fecham para captações seus principais fundos e abrem fundos com estratégia semelhante ou
até idêntica, porém, com a característica de pagarem seus resgates aos cotistas apenas 30, 60,
90 ou até 180 dias a partir do dia da solicitação da movimentação.
É pensando em atender esta demanda reprimida e oferecer alternativas de investimento cujos
retornos possuam as mesmas propriedades dos mais respeitados hedge funds, porém com
maior liquidez e menor custo para os investidores que esta tese de mestrado irá avaliar a
viabilidade da criação de fundos sintéticos que repliquem o comportamento de determinados
hedge funds nacionais.
2
Segundo Relatórios da Associação Nacional dos Bancos de Investimento, os fundos classificados como
Multimercado com Renda Variável e com Alavancagem captaram mais de R$ 26 bilhões entre agosto de 2006 e
julho de 2007.
3
O processo seria algo equivalente a clonar um hedge fund. O atrativo deste portfólio
replicante não seria apenas o nível de retorno, mas principalmente permitir que os
investidores tenham fácil acesso a este produto através de uma carteira com alta liquidez,
menor custo e mesmas propriedades estatísticas.
Mais especificamente o objetivo deste trabalho é avaliar se uma carteira composta apenas por
alguns poucos ativos bastante líquidos como os Futuros de Dólar, IBOVESPA, DI mais
líquidos da BM&F e títulos públicos é capaz de replicar os retornos, volatilidade e
consequentemente o Índice de Sharpe dos melhores hedge funds brasileiros. Para cumprir tal
objetivo, elegemos 5 fatores de risco e os utilizamos como variáveis independentes em
regressões das séries de retorno de alguns hedge funds brasileiros. A partir dos modelos
estimados, analisamos suas eficácias para a replicação dos retornos futuros destes fundos.
Este trabalho está estruturado da seguinte forma: O capítulo 2 apresenta a revisão
bibliográfica sobre os modelos de replicação de retornos de hedge funds. O capítulo 3
descreve a base de dados, e a metodologia utilizada neste estudo será apresentada no quarto
capítulo. Já o quinto capítulo, discute os resultados e testes dos modelos estimados. Por fim, o
capítulo final expõe as conclusões e sugestões para estudos futuros.
4
2 REVISÃO BIBILOGRÁFICA
Os investidores estão sempre interessados em identificar quais são as fontes de risco de cada
fundo disponível no mercado. Existem pelo menos três alternativas para se obter esta
informação: 1) Examinar detalhadamente a carteira de cada fundo e suas estratégias de
investimento, o que é inviável no âmbito internacional onde uma das características mais
marcantes é a falta de transparência dos gestores. Já no caso brasileiro, a presença de um
órgão regulador (Comissão de Valores Mobiliários) dá maior transparência aos fundos, pois
estes têm suas carteiras divulgadas no site do orgão com no máximo 180 dias de atraso. Além
disto, os investidores (principalmente os institucionais e os grandes alocadores) conseguem
maior detalhamento dos critérios de seleção de cada gestor e ainda acesso a carteiras mais
recentes. 2) Utilizar o Modelo de Fatores onde é feita uma análise de sensibilidade do retorno
do fundo em relação a fatores de risco (índice de bolsa, spreads de crédito, volatilidades, taxas
de câmbio e etc) identificados como determinantes do compartamento dos mesmos.
Novamente, a falta de transparência dos gestores e também a frequente realocação dos ativos
encarteirados nos fundos fazem com que este modelo explique muito pouco do
comportamento dos hedge funds. 3) Analisar estatisticamente o retorno dos fundos em relação
a um conjunto de índices que representem classes de ativos disponíveis no mercado, a
chamada Análise de Estilo Baseada no Retorno. É esta terceira metodologia que será utilizada
neste estudo como ferramenta para a contrução dos portfólios replicantes.
5
É bastante abundante o material técnico disponível tanto nacional quanto internacionalmente
sobre a aplicação da análise de estilo em fundos de investimento. Sharpe (1992) propõe
decompor o retorno dos fundos mútuos em alguns fatores (denominados de estilos) e em um
resíduo descorrelacionado que seria o fator de seleção do gestor. Em suma, Sharpe propôs que
a série de retornos do fundo fosse regredida contras diversos “estilos” sob a restrição de que o
somatório de todos os coeficientes fosse igual a 1, sendo a constante um alfa obtido pela
capacidade de seleção do gestor ou a parte do retorno obtida através de estilos não
considerados pelo modelo.
3
2.1 ANÁLISE DE ESTILO DE FUNDOS BRASILEIROS
Entre vários artigos brasileiros, destaca-se o estudo de VARGA e VALLI (1998) onde os
autores aplicaram a metodologia de análise de estilo baseada no retorno introduzida por
Sharpe em um fundo multimercado e em fundo de ações para o período de 1997 a 1998. O
algorítimo de programação quadrática foi implementado utilizando como fatores a taxa CDI
Over acumulada (IDI), o IBOVESPA e dois indicadores propostos pelos próprios autores que
represesntam aplicações pré-fixadas de médio prazo e aplicações indexadas à variação
cambial do dólar.
VARGA e VALLI (1998) concluiram que a análise de estilo é especialmente importante para
a fiscalização externa dos fundos e para uma melhor definição do perfil dos fundos existentes.
A metodologia permite também que seja avaliado quanto o gestor contribui para o
desempenho do fundo ao se comparar o retorno real do fundo contra o da administração
passiva de uma carteira composta pelo estilo detectado. Destacaram ainda que o primeiro
problema ocorre principalmente na busca de índices de investimentos em renda fixa.
3
Outro trabalho seminal sobre o assunto é Sharpe (1988).
6
Já PIZZINGA e FERNANDES (2005) apresentaram uma proposta de análise de estilo mais
apropriada para fundos cujas alocações são mais dinâmicas. Os autores confrontaram três
tipos de análise de estilo que se diferem entre si pelo relaxamento das restrições do somatório
dos betas ser igual a um e da não negatividade dos mesmos. A Análise de Estilo (ADE) forte é
mais complexa no sentido de incorporar as duas restrições comentadas acima. A ADE semi-
forte comtempla apenas a restrição de que todos os coeficientes devem somar um para todo
instante de tempo e a ADE fraca consite simplesmente na regressão dos retornos do fundo
contra os índices sem a imposição de nenhuma restrição. PIZZINGA e FERNANDES (2005)
aplicaram estes modelos em um Fundo de Investimento em Ações (FIA) de carteira passiva e
em um fundo multimercado. Como esperado, detectaram estilo estável para o fundo de ações
com aproximadamente 100% de alocação no estilo “IBOVESPA” e também estilos mais
dinâmicos e agressivos para o fundo multimercado.
Os resultados da pesquisa de PIZZINGA e FERNANDES (2005) apontam para a fragilidade
da ADE forte no caso dos fundos multimercados. As ADEs fortes devem ser interpretadas
com bastante cautela pois é bastante provável que a especificação dada pelo modelo seja
inadequada para representar o comportamento deste tipo de fundo. Por outro lado, as ADEs
fraca e semi-forte foram capazes de identificar frequentes valores negativos para as alocações
estimadas em diversos mercados.
Assim como VARGA e VALLI (1998), PIZZINGA e FERNANDES (2005) também alertam
para a dificuldade de se encontrar índices que sejam boas proxies para os verdadeiros ativos
utilizados pelos gestores de multimercados.
7
2.2 REPLICAÇÃO DE RETORNOS DE HEDGE FUNDS
KAT e PALARO (2005) vislubraram a possibilidade de a utilização da técnica ADE para
reproduzir as propriedades estatísticas dos retornos de hedge funds. Eles basearam-se
primeiramente em diversos outros estudos que concluíram que os retornos dos hedge funds
não são de fato superiores aos das classes tradicionais de ativos, mas sim diferentes
estatisticamente. Portanto, os investidores são (ou deveriam ser) atraídos aos hedge funds por
conta não apenas da média dos retornos esperados, mas também pela volatilidade, assimetria,
curtose e baixa correlação com as demais alternativas de aplicação.
Diante destas informações, KAT e PALARO (2005) desenvolveram um novo procedimento
que na verdade era uma evolução do modelo proposto por AMIN e KAT (2003), que por sua
vez baseou-se no estudo teórico de DYBVIG (1998) para desenvolver uma estratégia de
operação dinâmica com o objetivo de gerar retornos com a mesma distribuição marginal dos
hedge funds (média, volatilidade, assimetria e curtose).
O novo procedimento proposto por KAT e PALARO (2005) pretendia replicar não apenas a
distribuição marginal dos retornos, mas também a correlação entre o fundo e a carteira
existente do investidor. Para tal, os autores usaram a técnica de cópulas de diferentes
distribuições para unir as características tanto do hedge fund quanto da carteira atual do
investidor. Como este procedimento é bastante complexo e detalhado, fugindo portanto ao
estilo de replicação testado nesta tese, nos limitaremos a comentar as conclusões dos autores.
KAT e PALARO (2005) concluíram que operando dinamicamente contratos futuros de
maneira semelhante à que os bancos fazem hedge de suas operações de balcão, é possível
gerar retornos que são estatisticamente muito similares aos retornos gerados pelos hedge
8
funds contornando os pontos negativos da falta de liquidez, altos custos e transparência que
são característicos da indústria internacional de hedge funds.
Em outro estudo posterior, KAT e PALARO (2006), aplicaram a mesma metodologia para
avaliar 485 funds of hedge funds internacionais. Análogamente, os resultados indicaram que a
maioria dos fundos de fundos não geram retorno aos seus investidores que não poderiam ser
replicados operando diretamente os futuros de S&P 500, T-Bond e Eurodollar. Portanto, estes
fundos falham em adicionar valor aos seus cotistas.
2.2.1 O Modelo Linear de Replicação
Uma abordagem bem mais simplificada e por isso mais viável de ser implementada foi
introduzida por HASANHODZIC e LO (2007). A proposta é clonar os retornos dos hedge
funds a partir de modelos lineares utilizando como instrumentos apenas alguns fatores de risco
líquidos do mercado. Jasmina Hasanhodzic e Andrew Lo, ambos professores do MIT,
concluíram que mesmo apresentando performance ligeiramente inferior, os clones lineares se
comportam suficientemente bem para serem considerados alternativas passivas, transparentes,
com grande potencial de escala e baratas em relação aos hedge funds internacionais.
Sabendo que a magnitude do alfa de um fundo que pode ser capturada por um clone linear
depende de quanto do retorno deste hedge fund é gerado por fatores de risco comuns versus a
capacidade específica de cada gestor de gerar alfa, mas assumindo que ao menos uma boa
porção destes retornos pode ser atribuída aos fatores líquidos selecionados, HASANHODZIC
e LO (2007) aplicaram a metodologia em uma amostra de 1.610 fundos com diversos estilos
9
de investimento diferentes. Os fatores de risco eleitos para serem os regressores e também os
instrumento para a operacionalização dos clones foram:
USD – Um índice indexado ao dólar americano.
BOND – Um índice de títulos de crédito privado de rating AA.
CREDIT – Um índice de títulos de crédito privado de menor qualidade.
SP500 – O índice de bolsa da Standard & Poors.
CMDTY – Um índice de commodities.
DVIX – Um índice que exprime a volatilidade do mercado. Este fator de risco acabou
sendo eliminado do estudo por se tratar de um instrumento de baixa liquidez e portanto
poderia dificultar a aplicação prática do modelo.
Inicialmente, os autores alertaram para as limitações do modelo linear de replicação de
retornos. Foram apresentados dois casos: O primeiro consiste em um fundo cuja estratégia de
investimento (bastante semelhante a de vários hedge funds) é a venda frequente de opções
venda fora do dinheiro do índice S&P500. Esta estratégia possui risco bastante assimétrico e
seu retorno supera largamente o desempenho (buy and hold) do próprio S&P500 entre 1992 e
1999. Este seria um fundo de fácil clonagem dado que envolve poucos elementos
proprietários.
O segundo exemplo utilizado é um outro fundo que utiliza uma estratégia dinâmica de
alocação que rende todo mês o máximo entre o retorno do S&P500 e o de títulos de curto
prazo do governo americano, ou seja, uma estratégia teórica com market timing perfeito.
Segundo MERTON (1981), esta estratégia torna-se possível para os hedge funds através de
uma carteira comprada em S&P500 e em uma opção de venda do mesmo índice com preço de
exercício igual ao retorno do títulos de curto prazo do governo americano. Neste caso, a
10
perceptível não-linearidade dos retornos desta estratégia inviabiliza completamente a
possibilidade de se replicá-la a partir de regressões lineares.
Neste segundo exemplo, os autores chegaram até a obterem um bom coeficiente R
2
, porém, ao
aplicar o modelo ao mercado, o nível de retorno do clone mostrou-se muito inferior ao retorno
da estratégia original.
Este último caso é bastante importante por alertar para a dificuldade de se replicar estratégias
geradoras de alfa e também para a fragilidade da utilização do R
2
das regressões lineraes
como indicador de sucesso do modelo.
HASANHODZIC e LO (2007) analisaram econometricamente 1.610 fundos de 11 diferentes
estilos de investimento e observararam que as exposições aos diferentes fatores de risco
variavam consideravelmente dentre eles. Os coeficientes R
2
das análises de estilo destes
fundos variou de 10,4% a 40,4% e os autores identificararam que baixos R
2
estão associados a
fundos com maiores Índices de Sharpe, maiores taxas de administração e performance, o que
corrobora a intuição de que fundos mais sofisticados e consequentemente com maior
benefício à diversificação remuneram melhor seus gestores e são mais difíceis de serem
clonados.
Os resultados sugeriam que clones lineares poderiam ser capazes de replicar boa parte do
risco dos hedge funds e então HASANHODZIC e LO (2007) testaram duas maneiras de se
adaptar estas análises econométricas com o objetivo de construir clones de hedge funds.
O primeiro método foi o da carteira com pesos fixos, onde toda a amostra de dados de cada
fundo é utilizada para se estimar econometricamente um conjunto de pesos para cada um dos
11
instrumentos eleitos anteriormente. Estes pesos são mantidos fixos ao longo do tempo (daí o
nome carteira com pesos fixos).
O clone linear é então obtido a partir da regressão da série de retornos do hedge fund (R
it
) nos
cinco fatores de risco listados anteriormente. Adicionalmente, os autores impuseram a
restrição de que a soma de todos os betas deve ser igual a um e omitiram o intercepto. A
primeira restrição tem o objetivo de dar uma interpretação de pesos de uma carteira para os
betas, e a omissão do intercepto na equação força o algorítmo dos mínimos quadrados a
utilizar a média dos próprios fatores de risco (regressores) para se aproximar à média do
fundo.
Os coeficientes estimados nas regressões seriam então utilizados como pesos para se compor
uma carteira (R*
it
) com os cinco fatores de risco. No entanto, HASANHODZIC e LO (2007)
implementam ainda uma renormalização adicional com o objetivo de igualar a volatilidade do
clone (Ȓ
it
) à do fundo original. Esta renormalização é equivalente a alterar a alavancagem da
carteira clone multiplicando cada beta pela razão das volatilidades.
Como este método gera um viés pela utilização de informação que não era conhecida ou
disponível durante o período da análise, os resultados perdem credibilidade. Para contornar
este problema, os autores sugeriram também a aplicação do método por meio de regressões
em janelas móveis de 24 meses calculadas mês a mês. Neste caso, como a renormalização dos
retornos é feita janela a janela, ao final de todo o processo (período completo), a volatilidade
da carteira clone não será mais idêntica à do fundo original. Entretanto, como os retornos dos
hedge funds internacionais são muito mais homocedásticos do que os hedge funds da indústria
brasileira, HASANHODZIC e LO (2007) não encontraram grandes discrepâncias entre as
volatilidades de ambos os tipos de clone.
12
Apesar de mais dinâmico, o método com as janelas móveis está também mais sujeito ao erro
de estimação por basear-se em amostras menores e ainda faz necessário um maior número de
rebalanceamentos na carteira clone, gerando custos e trabalho operacional. Por outro lado, o
clone com pesos fixos não captura a não-estacionariedade dos dados.
A tabela 14 disponível no anexo A demonstra o produto de alguma das análises realizadas por
HASANHODZIC e LO (2007) comparando a rentabilidade dos clones com pesos fixos, com
janelas móveis e dos hedge funds originais. Os resultados obtidos foram bastante positivos
com clones de diversas categorias apresentando resultados apenas ligeiramente abaixo dos
hedge funds originais e para outras categorias, o resultado dos clones foi até superior ao de
seus respectivos fundos.
Apesar dos resultados sugerirem que os clones com pesos fixos têm performance comparável
com os seus fundos correspondentes, para a categoria Event-Driven, a rentabilidade da
carteira clone (9,84%) foi consideravelmente inferior ao de seu respectivos fundos (13,03%).
Este resultado é bastante compreensível pois tal categoria de hedge funds tem como forte
característica operar de maneira idiossincrática e oportunista, o que a faz uma categoria de
fundos mais difícil de ser clonada através de modelos lineares limitado a instrumentos
líquidos que não captem o prêmio pela iliquidez que frequentemente é obtido por seus
gestores. O mesmo efeito foi observado nos clones de pesos fixos da categoria de Mercados
Emergentes.
Os resultados obtidos para os clones com janelas móveis foram, em geral, consistentes com os
dos clones de pesos fixos, porém, a performance média mostrou-se um pouco inferior se
comparada com estes. Por outro lado, devido a maior habilidade de capturar retornos
esperados de estratégias mais dinâmicas, os clones com janelas móveis tiveram excelente
13
resultado quando aplicados a categorias como Mercados Emergentes, Dedicated Short Bias
etc.
Além de comparar os níveis de retorno das carteiras, os autores compararam também seus
Índices de Sharpe. Quanto aos clones com pesos fixos, apesar de terem observado gaps
notáveis de performance ajustada pelo risco em quatro categorias de hedge funds, acharam
diferenças insignificantes para cinco outras categorias e para os fundos de Global Macro e
Managed Futures os clones apresentaram performance ajustada ao risco superior a dos fundos
originais.
Já para os clones com janelas móveis, em geral os gaps de performance ajustada pelo risco
tendem a ser mais substanciais, porém em três categorias os clones apresentaram performance
ajustada ao risco superior a dos fundos originais.
HASANHODZIC e LO (2007) observaram ainda que os retornos das carteiras clones
apresentam autocorrelação de primeira ordem significativamente menor em relação aos seus
respectivos hedge funds, o que indicaria o baixo risco de iliquidez dos clones.
Outra análise feita pelos autores foi a comparação de três carteiras igualmente ponderadas
compostas respectivamente pelos dois tipos de clone e pelos fundos originais. Como ilustrado
na figura 13 do anexo A, os clones com pesos fixos exibiram performance notavelmente
superior aos hedge funds originais e também ao índice S&P500. Já a carteira igualmente
ponderada dos clones com janelas móveis não foi bem sucedida, sendo superada tanto pelo
fundos originais quanto pelo índice S&P500.
14
Em geral, os resultados mostraram que as propriedades estatísticas dos clones parecem até
mais atrativas do que os hedge funds originais, e que as correlações das carteiras clone com
diversos indicadores do mercado são semelhantes em sinal e magnitude às dos fundos
originais. Isso implica que os clones lineares podem prover os mesmos benefícios de
diversificação característicos de seus respectivos fundos de maneira mais barata, transparente
e através de instrumentos mais líquidos.
15
3 ANÁLISE DOS DADOS
Neste estudo, com o objetivo de testar a aplicabilidade dos clones lineraes de hedge funds no
mercado brasileiro, foi utilizada uma base de dados com dez fundos multimercado, dois
índices de hedge funds e seis fatores de risco no período janeiro de 2002 a junho de 2007.
Cada série é composta por 1.433 rentabilidades diárias totalizando mais de 25 mil
observações.
3.1 DESCRIÇÃO DOS DADOS
As séries de cotas dos fundos analisados foram obtidas a partir do banco de dados da
Bloomberg. O critério de seleção foi bastante simples: Fundos Multimercado (classificados na
ANBID como Multimercado com Renda Variável e com Alavancagem) com data de início
anterior a 31 de dezembro de 2001. Este filtro da classificação dos fundos foi escolhido por
aquela ser a categoria mais frequentemente utilizada na estruturação de Hedge Funds no
Brasil. Entre os poucos fundos elegíveis, foram escolhidos os seguintes:
CLARITAS HEDGE (CLARITAS)
4
DIRECIONAL (DIRECIONAL)
GAP MULTIPORTFOLIO (GAP)
HEDGING GRIFFO VERDE (HG)
4
Os nomes entre parenteses consistem na nomenclatura utilizada para se referenciar a cada fundo deste ponto em
diante no estudo.
16
JGP HEDGE (JGP)
MELLON HEDGE (MELLON)
NOBEL ADVANCED AGGRESSIVE (NOBEL)
PACTUAL HEDGE PLUS (PACTUAL)
QUEST I (QUEST)
SDA HEDGE (SDA)
Ao contrário do estudo de HASANHODZIC e LO (2007) onde diversas categorias diferentes
de fundos foram comparadas, todos os fundos eleitos neste estudo utilizam estratégias
bastante semelhantes. São fundos que operam de maneira alavancada em todos os mercados
(Câmbio, Juros, Bolsa etc.) basicamente através de operações direcionais ou arbitragens
montadas em cima de análises macroeconômicas. Somente o último fundo listado acima é que
destoa um pouco dos demais por concentrar-se em fazer operações de arbitragem, sendo
portanto um fundo de menor volatilidade.
Todos estes fundos são bastante reconhecidos no mercado brasileiro e para a maioria deles já
foram criadas versões mais agressivas e/ou com maior prazo para recebimento de resgates.
Em outubro de 2007, mais da metade destes fundos encontrava-se fechada para novas
aplicações.
É fato que atualmente há um leque maior de opções de investimento em hedge funds. Além de
diversos novos gestores independentes de recursos terem surgido, novos estilos de
investimento também se tornaram notáveis como a arbitragem entre ações, mais conhecida
como Long & Short. Mais recentemente surgiram fundos que aplicam estratégias puramente
quantitativas. Estas novas categorias de fundos não foram incluídas neste estudo por não
terem pelo menos 5 anos de histórico. Além disso, a própria natureza das estratégias utilizadas
17
por estes novos hedge funds os tornam mais difíceis de serem replicados através de modelos
lineares.
Além dos 10 fundos listados acima, também analisaremos a possibilidade de se clonar dois
índices de hedge funds brasileiros, que são:
UBS PACTUAL IFMM (IFMM) – Índice de Fundos Multimercados que abrange em
torno de 75% do patrimônio líquido da “indústria”
5
.
ARSENAL COMPOSTO (ARSENAL) – Índice composto por fundos multimercado
igualmente ponderados
6
.
Observando os clones destes índices, buscamos uma análise mais abrangente da
aplicabilidade do modelo aos hedge funds brasileiros. Como estes índides são reponderados
frequentemente, poderemos observar se ao longo do tempo, com o aumento do grau de
sofisticação das estratégias e com a inclusão de novas categorias de fundos, os clones ganham
ou perdem eficiência.
Por fim, foram eleitos os seis fatores de risco que serão utilizados como regressores nas
análises econométricas. São todos estilos que podem ser facilmente operados através de
contratos futuros de alta liquidez negociados na BM&F ou através da compra de títulos
públicos frequentemente ofertados pelo Tesouro Nacional. São eles:
CDI – Taxa overnight dos Certificados de Depósito Interbancário. Pode ser operado
através de Letras Financeiras do Tesouro (LFT) ou também através de Letras do
Tesouro Nacional travadas com contratos futuros de DI.
5
Para maiores detalhes da regra de determinação dos fundos elegíveis e para o processo de composição deste
índice, cosulte https://pactual.ubs.com/ubspactual/ifmm/index.asp
6
Para um maior detalhamento da estruturação dos Índices Arsenal, consulte o regulamento disponível no site
http://www.arsenalinv.com.br/index/Regulamento_Indices_Arsenal.pdf
18
IBOV – Rentabilidade diária do IBOVESPA. Pode ser operado através dos futuros de
IBOVESPA da BM&F com vencimentos bimestrais.
DÓLAR – Retorno diário da taxa de câmbio R$/US$. Pode ser operado através do
futuro de Dólar mais líquido da BM&F.
TXMP – Taxa pré-fixada de médio prazo. Neste estudo, utilizamos o Preço Unitário
da taxa para 6 meses. Pode ser operada através dos contratos futuros de DI da BM&F.
TXLP – Taxa pré-fixada de longo prazo. Neste estudo, utilizamos o Preço Unitário da
taxa para 2 anos. Também pode ser operada através dos contratos futuros de DI da
BM&F.
IGP – Taxa do Cupom de IGP-M para 5 anos. Pode ser operado através das Notas do
Tesouro Nacional Série C de médio prazo.
Estes fatores foram escolhidos arbitrariamente por serem frequentemente observados nas
carteiras dos hedge funds. Quanto às taxas de juros, mesmo que os fundos analisados operem
taxas de prazo mais longo, o resultado do clone pode ser satisfatório pois será permitido que a
carteira clone se alavanque em todos os fatores de risco refletindo o maior risco de taxas
longas. Não foram incluídos fatores de risco associados ao spread de crédito privado por não
se tratar de um investimento comum aos grandes hedge funds brasileiros.
As séries históricas dos fatores CDI, IBOV e DÓLAR foram obtidos através de um terminal
da Bloomberg. Já as séries dos fatores de risco TXMP, TXLP e IGP foram interpoladas
linearmente a partir das taxas de mercado para swaps da BM&F.
19
3.2 ANÁLISES ESTATÍSTICAS DOS DADOS
As tabelas 1, 2, 3, 4 e 5, que seguem no apêndice A, analisam período a período o
comportamento dos fundos, índices e fatores de risco. As tabelas ilustram respectivamente os
retornos anualisados a cada período, as volatilidades expressas ao ano, os índices de Sharpe,
os coeficientes de assimetria e de excesso de curtose.
Analisando o comportamento das rentabilidades, notamos que os hedge funds apresentam
níveis de rentabilidade muito bons mesmo em períodos de deteriorização da economia como
ocorrido em 2002. Neste ano, diversos fundos tiveram excelente desempenho mesmo com o
IBOVESPA perdendo valor e a moeda brasileira se desvalorizando fortemente. Apenas um
fundo apresentou rentabilidade negativa em um dos períodos (1º semestre de 2007). A melhor
rentabilidade média entre os fundos foi obtida pelo HG em 2002. Cinco fundos apresentaram
pelo menos um período abaixo do CDI, porém todos o superaram no período acumulado de
2002 a 2006.
De forma mais abrangente, ou seja, olhando para o desempenho do IFMM ao longo do tempo,
apesar de 2006 não ser o ano de maior retorno absoluto, é o de melhor desempenho se
analisado em percentual do CDI.
Quanto às volatilidades, notamos que há na base de dados fundos com aparente
heterocedasticidade como o QUEST cuja volatilidade anualisada variou de 22,76% em 2002 a
1,54% em 2005. Já o fundo JGP possui distribuição de retornos mais homocedástica com sua
volatilidade variando entre 2,23% e 4,03% ao ano.
É perceptível também o efeito diversificação ao compararmos período a período a
volatilidades dos dois índices de hedge funds (IFMM e ARSENAL) com a média das
20
volatilidades dos fundos. Os índices apresentam níveis de volatilidade entre 45% e 77%
menores que a média dos fundos selecionados para este estudo. É importante lembrar que esta
diluição da volatilidade vem acompanhada de retornos médios até 35% menores.
A tabela 3 exibe os Índices de Sharpe, que consiste em uma medida de retorno ajustado ao
risco de cada fundo. Quanto maior o valor do Índice de Sharpe, mais prêmio por risco ganha o
gestor do fundo para cada unidade de risco do mesmo. No período de 2002 a 2006 destaca-se
o fundo SDA que obteve o índice de 2,35 por ter o terceiro melhor nível médio de retorno e a
quinta menor volatilidade dos fundos da amostra. O menor Índice de Sharpe desta amostra é
do QUEST, sendo devidamente penalisado por ser o fundo mais volátil neste período.
As estatísticas exibidas nas tabelas 4 e 5 reforçam a forte presença de grandes níveis de
assimetria e também de curtose na distribuição dos retornos dos hedge funds em geral. Entre
os fundos desta amostra, destaca-se o fundo DIRECIONAL por ter assimetria bastante
positiva, ou seja, a distribuição de seus retornos é mais concentrada na parte esquerda do
histograma e a cauda da direita mais longa.
Em geral, não há um padrão entre os hedge funds pois encontramos tanto fundos
negativamente quanto positivamente assimétricos na amostra. No entanto, ambos os índices
de hedge funds (IFMM e ARSENAL) são negativamente assimétricos.
Quanto ao excesso de curtose dos hedge funds, observamos, como o esperado, altos valores
para todos os fundos, destacando-se o fundo JGP por ter os menores níveis de excesso de
curtose no período acumulado de 2002 a 2006 e o fundo MELLON que apresentou o maior
nível da amostra.
21
A tabela 6 consite na matriz de correlação entre todos os fundos e ídices da amostra. Nela
podemos analisar se os hedge funds movem-se em manadas, indo todos sempre na mesma
direção ou se há diversificação de opiniões, estratégias e até timing entre os gestores.
A primeira vista podemos perceber que a grande correlação (0,88) entre os dois índices de
hedge funds indica que ambos podem ter composições bastante semelhantes ou ainda que
ambos sejam bons representantes da indústria de hedge funds brasileiros.
Neste quesito, três fundos chamam mais atenção: HG e SDA são os fundos que exibem
retornos mais descorrelacionados com os demais hedge funds da amostra e o DIRECIONAL
que se correlaciona negativamente com quase todos os demais fundos da amostra.
Estes resultados indicam que existe divergência de opiniões entre os gestores e, portanto, há a
possibilidade de se obter ganho de diversificação em carteiras com diversos hedge funds
diferentes. De fato, LIMA (2007) mostrou que os hedge funds são ativos bastante atrativos,
mas devido a seus grandes níveis de exposição a riscos parece sub-ótimo investir em apenas
um gestor. Mostrou ainda que dezesseis fundos (aleatoriamente selecionados e igualmente
ponderados) é o nível ideal de diversificação para carteiras de hedge funds. Já LHABITANT e
LEARNED (2002) chegaram a um número de fundos (hedge funds internacionais) necessário
para efetivamente diversificar carteiras surpreendentemente baixo: De 5 a 10 fundos seriam
suficientes para eliminar 75% do risco específico da carteira. Os autores destacaram ainda a
importância da inclusão de momentos superiores da distribuição de retornos da carteira, a
assimetria e a curtose, na tomada de decisões de alocação.
22
Conclusões similares podem ser tiradas da tabela 7 que analisa como evolui ao longo dos
períodos a correlação de cada fundo com cada um dos seis fatores de risco usados neste
estudo (CDI, IBOV, DÓLAR, TXMP, TXLP e IGP).
Notamos que os fundos HG e SDA são aqueles que, em geral, são menos correlacionados com
os fatores IBOV e DÓLAR. Mais detalhadamente, o fundo SDA possui correlação igual a
zero com o IBOVESPA no período de 2002 a 2006. A forte correlação positiva com IBOV e
negativa com DÓLAR, sugere que o fundo PACTUAL tenha sido o hedge fund mais otimista
com a economia brasileira neste período. E novamente encontramos sinais de que o fundo
DIRECIONAL atua em pontas divergentes dos demais gestores. Nos anos de 2005 e 2006,
este fundo foi o único a se correlacionar negativamente com a bolsa e positivamente com o
DÓLAR.
23
4 MODELO
Após a análise detalhada das amostras de dados foram identificadas algumas possíveis
adaptações aos modelos de clonagem para a aplicação no mercado brasileiro. Optamos então
por testar uma variante do modelo proposto por HASANHODZIC e LO (2007).
Primeiramente, o modelo de clones lineares de HASANHODZIC e LO (2007) foi o eleito
para a aplicação neste estudo pela simplicidade operacional e pelos bons resultados obtidos no
estudo original aplicado ao mercado internacional de hedge funds.
De fato, já existem softwares em funcionamento no mercado global voltados justamente para
a replicação de carteiras de hedge funds consagrados. O economista e professor da CASS
Buisiness School de Londres Harry Kat é o desenvolvedor de um destes softwares.
Assim como no artigo de HASANHODZIC e LO (2007), optamos por testar dois tipos de
clones: O primeiro com pesos fixos onde uma longa série histórica de retornos de cada fundo
é utilizada para estimar os parâmetros beta dos clones. O segundo tipo de clone é o de janelas
móveis onde os parâmetros utilizados nos clones são recalculados período a período. Neste
caso, testamos diferentes tamanhos de janelas, variando de 1 ano a 1 mês de dados.
24
Os dados referentes ao primeiro semestre do ano de 2007 foram reservados para que fossem
feitos testes ex-post dos clones. Portanto, daqui em diante, quando falarmos em “toda a base”
estaremos nos referindo ao período de 2002 a 2006.
É importante ressaltar algumas diferenças básicas entre este trabalho e o estudo de
HASANHODZIC e LO (2007). Primeiramente, o artigo internacional usou um período de
dados mais longo (20 anos), porém baseou-se em rentabilidades mensais e com isso, apenas
240 observações estavam disponíveis para cada hedge fund. Em nosso estudo, trabalhamos
com 5 anos de dados diários, resultando em mais de 1.300 observações para cada fundo.
Apesar do período ser mais curto e consequentemente abranger uma menor gama de cenários
econômicos, o fato de termos observações diárias deve melhorar em muito o poder de
explicação da análise econométrica.
Outra diferença entre os estudos é o fato de HASANHODZIC e LO (2007) terem testado os
clones olhando para resultados médios de algumas categorias de hedge funds. Nosso estudo, é
focado em um número bem menor de fundos e analisaremos os resultados individuais de cada
um deles. Foram eleitos apenas 10 fundos pois a indústria de hedge funds brasileira ainda é
bastante recente e são poucos os fundos de renome no mercado que possuem histórico de
cotas com mais de cinco anos. É fato que aqui estamos sujeitos ao viés de sobrevivência ao
desconsiderarmos fundos que tenham sido extintos neste intervalo de tempo, mas como o
intuito deste trabalho é clonar hedge funds de sucesso, não haveria interesse prático em
replicar a carteira de tais fundos.
Como temos uma base de dados com maior frequência e sabemos que alguns fundos de nossa
amostra possuem histórico de retornos que sugerem heterocedasticidade, demos prioridade em
testar clones com janelas móveis bem mais curtas em relação ao estudo internacional.
25
Outra alteração significativa no modelo feita para refletir a realidade da indústria brasileira de
hedge funds foi eliminar a restrição de que todos os parâmetros da regressão devem somar
um. Esta modificacão foi feita para permitir que uma carteira clone possa estar, por exemplo,
comprada 100% em CDI (através de LFTs) e comprada em mais 60% do PL em futuro de
IBOVESPA. Esta situação de alavancgem através de futuros é bastante frequente nos fundos e
neste caso, a soma dos coeficientes da regressão seria igual a 160%. Com isso, acreditamos
que as regressões terão desempenho superior se comparado ao modelo original que inclui a
restrição.
Inicialmente, o modelo econométrico abaixo foi testado para ser utilizado no primeiro passo
da clonagem dos fundos. Os seis fatores de risco foram incluídos como regressores para
explicar as rentabilidades diárias (R
it
) de cada fundo.
titititititiit
IGPTXLPTXMPDÓLARIBOVCDIR
654321
*******
Porém, os resultados preliminares destas regressões foram insatisfatórios dado que ao
incluirmos o CDI como um dos regressores, o modelo frequentemente alocava betas
superiores a 100% neste fator de risco. Esta especificação impediria a aplicação prática da
clonagem dado que não é possível alocar, por exemplo, 250% de uma carteira no CDI. Este
pode ser obtido pela alocação em LFTs ou LTNs travadas, mas como a operação exige caixa,
100% seria o limite máximo de alocação nos fundos e tomar dinheiro emprestado para
alavancar comprando mais LFTs não é factível pois o “empréstimo” custaria ao fundo mais
do que o ganho com o CDI.
Dados estes resultados preliminares, migramos para uma nova especificação do modelo onde
as regressões são feitas apenas com os fatores de risco IBOV, DÓLAR, TXMP, TXLP e IGP.
(1)
26
Neste caso, tentaremos explicar o retorno do fundo que excede o CDI, ou seja, a variável a ser
explicada é o excesso do CDI de cada fundo (R
it
– CDI). Assim, a carteira clone terá todo o
seu lastro aplicado em algum título que renda o CDI e alavancará com os demais fatores de
risco.
As Equações abaixo refletem a simplicidade do modelo:
CDI *****
ˆ
:
CDI *
1
* , CDI
1
:
)1/(*CDI *
)1/(CDI
:Onde CDI *
ˆ
*****CDI *
54321
11
1
2
1
2
54321
IGPTXLPTXMPDÓLARIBOVR
Então
R
T
RR
T
R
Sendo
TRR
TRR
RR
IGPTXLPTXMPDÓLARIBOVR
ititititiiit
T
t
iti
T
t
iti
T
t
iit
T
t
iit
iitiit
tititititiit
Para cada fundo e índice da amostra de dados é rodada uma regressão
7
de seus retornos
diários em excesso do CDI contra os retornos dos cinco fatores de risco. Esta regressão omite
o intercepto para forçar o algorítmo dos mínimos quadrados a utilizar a média dos próprios
fatores de risco (regressores) para se aproximar à média do fundo. Neste passo, obtemos uma
série de retornos (R* - CDI) que são os retornos previstos pelo modelo, ou seja, o quanto teria
rendido uma carteira composta pelos seis fatores ponderados pelos respectivos β* da
regressão durante o mesmo período da base utilizada.
7
As regressões e também as ponderações dos resultados foram realizadas no software estatístico EViews 5.0.
(2)
(3)
(4)
(5)
27
Para aproximar mais as propriedades estatísticas da carteira clone às do fundo original, em um
segundo passo, na equação 3 cada retorno (R* - CDI) é multiplicado pela proporção (γ) entre
a volatilidade do excesso do CDI do fundo original e a volatilidade da carteira ponderada (R*
- CDI). Este procedimento irá igualar a volatilidade do clone à do hedge fund. Na prática, caso
a proporção γ seja maior do que um, estaríamos aumentando o grau de alavancagem da
carteira clone até o ponto que ela tenha o mesmo nível de risco do fundo original. Em seguida
(equação 5), é adicionado o CDI diário a cada retorno da carteira clone.
Ao final deste processo já temos em mãos a série de retornos do clone de cada fundo da
amostra. Para cada fundo e índice da amostra foram gerados os seguintes clones:
4 clones com pesos fixos para os períodos de 5, 4, 3 e 2 anos tendo sempre como
referência o final do ano de 2006, ou seja, um clone de 2002 a 2006, um segundo de
2003 a 2006, um de 2004 a 2006 e outro clone de 2005 a 2006.
Clones de janelas móveis de 1 ano, 6 meses e 3 meses e 1 mês. As janelas movem-se
mês a mês por toda a base (desde 2002 até o final de 2006). Um total de 222
regressões para cada fundo foram executadas para o teste destes clones.
Um clone de janelas móveis com 66 dias úteis que é rebalanceado diariamente desde
2002 até o final de 2006. Neste teste, foram rodadas mais de 1.300 regressões para
cada fundo da amostra de dados.
Portanto foram gerados 1.593 clones para cada fundo somando mais de 19.000 clones a serem
analisados neste estudo.
É de suma importância ter em mente a grande limitação do clone linear de pesos fixos. Este
envolve um certo grau de “look ahead bias” pois ao analisarmos (ao longo de 5 anos) o
desempenho de um clone que foi montado dando como conhecido o comportamento das
28
variáveis em todo este período, certamente estamos incorrendo em um erro pois usamos
informações não conhecidas no período. Com isso a operacionalização de tal clone torna-se
impossível.
Para remediar a questão do “look ahead bias” nos clones de pesos fixos, iremos utilizar o
primeiro semestre de 2007 como um período para comparações ex-post. Ou seja, os clones
seriam parametrizados com as regressões rodadas em janeiro de 2007, a carteira clone seria
ponderada e carregada ao longo do semestre. Ao final deste período seria comparado o
desempenho real (ex-post) do fundo e o do clone.
Quanto aos clones de janelas móveis, assumimos realocações mensais ou diárias nas carteiras
clone, ou seja, a cada final de mês (ou dia) são rodadas as regressões nas janelas mais atuais e
cada carteira clone é reponderada com os novos parâmetros ajustados pelo também novo γ
i
.
Com isto, a análise ex-post será feita a partir destas carteiras realocadas mensalmente até o
mês de janeiro de 2007.
Para se testar a eficiência de cada clone, além de analisar o R
2
das regressões, é feita uma
comparação de desempenho e das características estatísticas entre os fundos e seus
respectivos clones.
29
5 RESULTADOS
5.1 RESULTADOS DAS REGRESSÕES
Feitas as regressões com as especificações descritas acima, os principais resultados foram
sintetisados nas tabelas 8 e 9 disponíveis no apêndice B. Há uma tabela para cada tipo de
clone testado e para todos os fundos e índices da amostra.
A tabela 8 mostra os resultados das regressões dos clones de pesos fixos e nelas econtram-se
os valores dos betas estimados nas regressões de cada clone, seus respectivos p-values, os
coeficientes de ajustamento aos dados e o fator de alavancagem correspondente. Nota-se que
quanto menor a amostra, ou seja, quanto menos anos colocamos na regressão, o R
2
dos
modelos aumentam. De fato, as regressões com 5 anos de dados em média tiveram R
2
entre 0
e 0,10 e isto se deve aos anos de 2002 e 2003 apresentarem comportamento bastante forte e
diferente para os fatores de risco do mercado, o que dificulta bastante o ajustamento do
modelo aos dados. Já as regressões com apenas dois anos de dados se ajustaram melhor às
amostras, o que pode ser notado nos R
2
que atingem até 0,7.
O melhor grau de ajustamento aos dados foi observado para o CLARITAS no período de 2
anos. Todos os betas da regressão foram considerados estatisticamente significantes e a
30
regressão explicou 70% do comportamento do fundo neste período. Resultados muito bons
também foram encontrados para os fundos PACTUAL e QUEST.
Como já comentado anteriormente, o “look ahead bias” inviabiliza a utilização prática dos
clones de peso fixo e, portanto, seus resultados foram mostrados apenas para se tomar como
referência. Daqui em diante focaremos nossas análises exclusivamente nos clones de janelas
móveis pois estes são operacionalizáveis e mais adequados ao perfil dinâmico da indústria de
hedge funds brasileiros.
As tabelas 9 e 10 mostram sumários dos resultados das regressões feitas para os clones de
janelas móveis. Nestes casos, como cada tipo de clone consiste na verdade em uma
“concatenação” de clones gerados mês a mês. As tabelas exibem os valores médios do betas
estimados, a média de seus p-values, a média dos betas significantes a 5%, dos não
significantes e o percentual dos betas considerados significantes. As tabelas mostram ainda os
valores médios, mínimos e máximos dos coeficientes de ajustamento aos dados e dos fatores
de alavancagem.
É grande o percentual dos betas tidos como não-significantes a 5%. Para o clone de janelas
móveis de 6 meses por exemplo, em média mais de 65% dos betas estimados para o fator
DÓLAR não podem ser considerados estatisticamente diferentes de zero. Para a TXMP, este
percentual supera os 87%.
Em geral, notamos que os fatores TXMP, TXLP e IGP são os que tiveram os maiores
percentuais de betas não-significantes nas regressões. Para vários fundos em nenhuma das
janelas estimadas observou-se betas significantes a 5% de probabilidade.
31
Aqui também notamos que quanto menor for o tamanho da janela móvel, maior é o R
2
médio
obtido nas regressões. Apesar de oscilarem em torno de 20%, os resultados são condizentes
com os obtidos por HASANHODZIC e LO (2007) para o caso internacional.
Os fatores de alavancagem (γ
i
) variam bastante entre os períodos e também entre os fundos.
Obtivemos carteiras clone com fatores de alavancagem desde 1 até 17.
5.2 RESULTADOS DOS CLONES
Passaremos agora a avaliar o desempenho das carteiras clones obtidas no final de todo o
processo. A tabela 11 do apêndice B compara as rentabilidades médias anualizadas, as
volatilidades ao ano e os índices de Sharpe dos clones com seus respectivos fundos em dois
períodos diferentes: O primeiro é o próprio período de estimação (ou da análise de estilo),
onde confrontamos o desempenho retroativamente no próprio período de estimação das
regressões
8
. O segundo período é o chamado período ex-post, ou seja, onde comparamos
durante cada mês o desempenho do clone fruto da regressão feita no fechamento do mês
anterior.
Uma medida de sucesso para a avaliação dos clones é verificar se a carteira clone obteve
rentabilidade média acima do fundo no período ex-post em conjunto com um índice de Sharpe
também superior ao do fundo. Isto significaria que o clone rendeu mais e foi mais eficiente do
que o próprio fundo objeto da clonagem pois gerou melhores retornos ajustados ao risco.
8
Estes resultados também sofrem do “look ahead bias” por se tratar de uma análise retroativa. O resultado
prático da análise deve ser obtido do período de comparação ex-post.
32
Dos clones de janelas móveis analisados, o tipo que apresentou pior eficiência foi o clone com
janelas de 1 mês pois somente mostrou-se eficiente para clonar o fundo MELLON. Para todos
os demais fundos e índices da amostra este tipo de clone apresentou índice de Sharpe
inferiores aos de seus respectivos hedge funds.
Entre os clones de janelas móveis reponderadas mensalmente, aquele com a janela de 3 meses
pode ser considerado o mais eficiente pois gerou melhores rentabilidades ajustadas ao risco
para 5 dos 12 fundos da amostra. Inclusive, alguns destes clones apresentaram índices de
Sharpe significativamente maiores que os dos fundos originais.
O clone com janelas móveis de 66 dias úteis e com rebalanceamento diário foi o de melhor
desempenho neste estudo. Este tipo de clone foi bem sucedido na replicação dos resultados de
7 dos 12 fundos / índices da amostra.
Analisando sob a perspectiva dos fundos e índices de hedge funds, é interessante notar que
nehum do clones de janelas móveis dos fundos GAP, HG, PACTUAL e SDA foi considerado
eficiente por este critério.
Este último fundo (SDA) curiosamente teve excelentes resultados com os clones de pesos
fixos de 5 a 2 anos e foi um dos que menos gerou betas estatisticamente significativos nas
regressões feitas neste estudo. Provavelmente, por conta de ser um fundo que foca mais em
arbitragens e exibe maior não-linearidade nas suas estratégias de investimentos.
Já o fundo HG, um dos mais reconhecidos hedge funds do Brasil, não pôde ser clonado com
sucesso provavelmente devido à maior diversidade de estratégias de investimento e ao prêmio
de liquidez e seleção de seus ativos.
33
Os fundos CLARITAS, DIRECIONAL, NOBEL e o índice IFMM foram os que melhor
aceitaram o processo de clonagem. As carteiras clone destes foram bem sucedidas em mais de
3 dos 5 tipos de clones testados.
O bom desempenho do processo de clonagem já era esperado para os índices de hedge funds
(IFMM e ARSENAL) devido ao fato destes se tratarem de carteiras bem diversificadas de
fundos. Esta grande diversificação faz com que todo o prêmio de liquidez e de seleção obtido
isoladamente pelos diversos gestores seja diluído. Com isso, a série de retornos destes índices
tende a ser mais linear do que a dos fundos que o compõem e assim mais facilmente capturada
pelo nosso modelo de clonagem.
A clonagem bem sucedida também era esperada para o fundo CLARITAS por ter exibido
bons coeficientes de ajustamento aos dados (R
2
) na etapa de análise de estilo.
A tabela 13 apresenta outros resultados estatísticos dos clones de janelas móveis. Nela estão
tabulados para cada fundo e para cada especificação de clone e ainda para os fundos originais
as medidas de assimetria, excesso de curtose, maximum draw down, a correlação com o hedge
fund original e com o IBOV.
Como esperado, em geral os clones apresentaram assimetrias bastante negativas e altos níveis
de curtose garantindo a eles características estatísticas bastante semelhante às dos hedge
funds.
Notamos que frequentemente os clones de janelas móveis apresentam excesso de curtose bem
mais altos em relação a seus fundos originais.
34
O maximum draw down é uma medida que explicita muito bem o risco dos clones. Ele consite
em uma medida do maior valor percentual perdido pela carteira em um período (do pico ao
vale da série de cotas). Esta perda corresponde ao prejuízo que um quotista teria caso
comprasse cotas pelo seu maior valor e as vendesse pelo valor mais baixo subsequente.
Alguns clones tiveram bons resultados apresentando maximum draw down menores que o do
fundo original como por exemplo o CLARITAS que teve uma perda máxima de 12% e seus
clones tiveram maximum draw downs entre 6,9% e 12,4%. Por outro lado, os clones do fundo
QUEST que tem maximum draw down de apenas 2,11% chegaram a acumular perdas de até
15% no modelo com janelas móveis de três meses.
Ao compararmos os diferentes tipos de clone em relação aos níveis de maximum draw down,
vemos que em geral eles tendem a expor mais seus cotistas a grandes períodos de perda
acumulada. Os clones com janela móvel de 1 ano e o clone com janela de 66 dias úteis e
realocação diária são os que menos sofrem deste efeito. Quanto menor a janela de regressão,
menor o maximum draw down.
Vários dos clones testados apresentaram correlações significativamente positivas com os
fundos originais. Os clones do fundo PACTUAL e dos índices IFMM e ARSENAL
apresentaram em média coeficientes de correlação superiores a 0,5. Já o fundo HG foi que
gerou clones menos correlacionados e seu clone de janela móvel de três meses apresentou
correlação nula com o próprio hedge fund. O grau de ajustamento pode ser observado também
nos gráficos 1 a 12 do apêndice B, onde foram plotadas as evoluções da cota do fundo e de
seus respectivos clones de janelas móveis.
35
Finalmente, como já era esperado e fruto da própria natureza do modelo, os clones em geral
apresentaram níveis de correlação com o IBOV bastante próximos aos de seus respectivos
hedge funds.
36
6 CONCLUSÃO E RECOMENDAÇÕES
Analisamos neste trabalho a aplicabilidade prática do processo de clonagem de hedge funds
através de um modelo linear bastante simples. Propomos uma variante de modelo já testado
no mercado internacional e analisamos diferentes configurações para estes clones. Os testes
foram feitos para 10 fundos e 2 índices de hedge funds brasileiros.
Os resultados obtidos no primeiro passo do processo de clonagem, ou seja, a análise de estilo,
não foram tão bons pois encontramos R
2
muito baixos e poucos coeficientes beta foram
considerados estatísticamente significantes.
Por outro lado, encontramos alguns resultados animadores a cerca da rentabilidade ajustada ao
risco (índice de Sharpe) para vários dos tipos de clone analisados, em especial o de janelas
móveis de 66 dias úteis e rebalanceamento diário. As características estatísticas dos clones
também foram bastante semelhantes às da classe dos hedge funds.
Alguns fundos específicos não mostraram-se replicáveis e são diversos os possíveis motivos:
Não-linearidade de seus retornos, significativos ganhos com prêmio de liquidez e de seleção,
market timing, utilização de arbitragens, estratégias mais diversificadas etc. Portanto, os
fundos de arbitragem de ações que têm feito tanto sucesso recentemente dificilmente se
adequarão a este modelo. Para estes casos específicos o modelo de clonagem linear testado
37
nesta tese não é adequado e sugerimos a utilização de modelos não-lineares de replicação de
retornos.
Devemos alertar que é cada vez mais significativa a parcela do retorno dos fundos
multimercados que é atribuída à estratégia de Long & Short (arbitragem de ações) e isso pode
fazer com que esta metodologia de clonagem perca cada vez mais seu poder de replicação de
retornos dada a grande falta de linearidade no ganho deste tipo de operação.
Especial atenção deve ser dedicada à questão do risco das carteiras clone. Foram computados
e comparados os maximum draw downs dos fundos e dos clones e observamos que as
rentabilidades replicadas acumulam perdas bem mais significativas do que seus respectivos
fundos. A curtose dos retornos dos clones também é em geral maior.
Em comparação com o teste deste tipo de modelo feito no mercado internacional, o grande
ponto que pode diferenciar a aplicabilidade do modelo é a notável heterocedasticidade da
distribuição de retornos dos fundos brasileiros.
9
Em suma, o modelo proposto nesta tese mostrou-se adequado ao seu propósito de replicar não
somente o nível de retorno como também as características estatísticas dos mesmos. Porém,
deve-se tomar bastante cuidado na seleção do hedge fund que se pretende clonar pois
dependendo das estratégias de investimento utilizadas por ele, o modelo linear pode não ser o
ideal e o clone não atingirá seus objetivos. Especial atenção também deve ser dada ao nível de
risco da carteira clone que tende a se descolar do fundo original.
9
De fato, como o estudo internacional utiliza dados mensais e nós nos baseamos em informações diárias, já era
esperado que uma maior heterocedasticidade fosse encontrada neste trabalho. Porém, um estudo com dados
mensais no mercado brasileiro seria inviável dado o curto histórico dos hedge funds locais.
38
Na realização deste estudo surgiram diversas novas idéias que deixamos como sugestão: Para
iniciar, como um dos clones que tiveram melhor desempenho foi aquele rebalanceado
diariamente, sugerimos aprofundar o teste deste tipo de modelo com diferentes tamanhos de
janela e ainda utilizando uma janela maior no caso do cálculo das volatilidades para que as
carteiras clones tendam a ter risco mais parecido com os fundos no longo prazo.
Outra idéia é se aprofundar no estudo do risco destes clones. Por quê o maximum draw down
é tão pior do que os fundos originais? Será que modelos não-lineares seriam mais ágeis na
invesão de posições em momentos de crise? Qual seria o ganho em tratar a
heterocedasticidade do resíduo das regressões realizadas?
Há ainda mais questões a serem respondidas: Qual será o impacto do crescimento das
estratégias de Long & Short e outras arbitragens no processo de clonagem e também na
própria análise de estilos?
Uma sofisticação que pode ser implementada no modelo é rodar as regressões dos clones dos
diversos fundos escolhidos como um sistema de equações em painel. Desta maneira,
poderíamos extrair informações importantes da matriz de covariância dos fundos e índices.
Outra sugestão para estudos futuros é testar novos fatores de risco para compor a carteira do
clone, principalmente para representar a exposição às taxas de juros que foram fatores que
gerarm betas pouco significativos nas regressões rodadas.
Por fim, uma análise mais minuciosa deve ser feita para estudar a viabilidade de tornar os
rebalanceamentos das carteiras mais frequentes. Toda realocação feita na carteira clone gera
39
custos de corretagem etc. A frequencia de rebalanceamento deve ser otimizada levando em
consideração todos os custos de transação.
40
REFERÊNCIAS BIBLIOGRÁFICAS
BREALEY, Richard A; MYERS, Stewart C. (1996) “Principals of Corporate Finance” 5ª ed.
p. 173-183.
FRANCO, Delano. (2004) “Fundos hedge, estilos de gestão para todos os gostos” In: Jornal
Valor Econômico. 09 de dezembro.
FRANCO, Delano; BRANCO, Gustavo Castello. (2006) “Risco e Retorno nos Hedge funds
Brasileiros”. In: Gestão de Investimentos e Fundos, Rio de Janeiro: Financial Consultoria. p.
91-100.
HASANHODZIC, Jasmina; LO, Andrew W. (2007) “Can Hedge-Fund Returns be
Replicated?: The Linear Case”, Journal of Investment Mangement, Vol. 5, Nº 2, p. 5-45.
KAT, Harry M.; PALARO, Helder P. (2005) “Hedge fund Returns: You Can Make Them
Yourself!”. Alternative Investment Research Centre Working Paper Series, Working Paper Nº
23. 08 de Junho.
KAT, Harry M.; PALARO, Helder P. (2006) “Replication and Evaluation of Fund of Hedge
funds Returns”. Alternative Investment Research Centre Working Paper Series, Working
Paper Nº 28. 03 de Janeiro.
LHABITANT, François-Serge; LEARNED, Michelle. (2002) “Hedge fund Diversification:
How Much is Enough?” International Center for Financial Asset Management and
Engeneering, Research Paper Nº 52. Julho.
LIMA, Rafael F. S. (2007) “Diversificação em Carteiras de Hedge funds” Artigo do Mestrado
de Economia do IBMEC-RJ disponível em www.listaderiscos.com.br, 01 de Fevereiro.
LUQUET, Mara. (2007) “Software Barateia Custo para Investir em Hedge Funds” Valor
Econômico – Eu & Investimentos, 27 de Agosto.
MERTON, R. (1981) “On Market Timing and Investment Performance I: An Equilibrium
Theory of Value for Market Forecasts”, Journal of Business 54, p. 363-406.
OTTEN, Rogér; BAMS, Dennis. (2000) “Statistical Tests for Return-Based Style Analysis”.
41
PIZZINGA, Adrian; FERNANDES, Cristiano. (2005) “Análise Dinâmica de Estilo:
monitoramento Contínuo da Política de Gestão de Fundos”. Resenha da BM&F nº164. p. 31-
49, abril a julho.
VARGA, Gyorgy; VALLI Marcos. (1998) “Análise de Estilo Baseada no Retorno” Revista da
ANBID, p. 12-16, dezembro.
STATMAN, Meir. (1987) “How Many Stocks Make a Diversified Portfolio?” Journal of
Financial and Quantitative Analysis, 22. p. 353-363, setembro.
42
APÊNDICE A – ESTATÍSTICAS DOS DADOS
RETORNO
CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
2002-2006 17,80% 30,28% -0,04% 0,57% 3,85% 5,90% 20,09% 20,55% 27,00% 20,42% 24,75% 31,10% 22,50% 21,92% 20,93% 25,89% 24,30% 26,09%
2002 18,91% -12,16% 56,58% -3,00% -12,88% 14,36% 19,60% 21,00% 35,86% 27,26% 31,85% 48,62% 27,60% 22,92% 26,58% 25,98% 23,44% 40,06%
2003 21,69% 98,22% -16,41% 4,56% 30,16% 12,07% 26,59% 27,17% 38,22% 16,02% 32,98% 40,72% 25,43% 32,56% 26,94% 32,10% 42,31% 35,96%
2004 15,64% 21,67% -7,76% -1,26% -2,91% -4,65% 15,64% 16,49% 12,49% 22,13% 16,26% 21,75% 18,10% 13,94% 14,62% 20,04% 17,71% 15,80%
2005 18,37% 30,57% -11,09% 0,94% 3,48% 0,88% 18,26% 19,06% 27,91% 19,13% 19,48% 19,89% 20,80% 21,14% 20,12% 21,91% 18,17% 20,44%
2006 14,55% 35,47% -6,96% 1,79% 5,97% 8,12% 20,64% 19,32% 22,34% 17,90% 24,10% 26,89% 20,82% 19,78% 16,92% 29,83% 21,41% 20,04%
2007 / 1ºSem 11,98% 51,84% -17,60% 1,23% 5,95% 9,18% 16,83% 17,15% 20,36% -3,77% 23,15% 31,67% 15,21% 13,66% 19,82% 25,13% 18,82% 12,91%
Tabela 1 – Retornos anualisados dos fatores de risco, índices e fundos.
VOLATILIDADE
CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
2002-2006 0,26% 26,49% 17,39% 1,69% 9,86% 18,23% 1,82% 1,50% 8,01% 3,89% 3,48% 8,53% 3,03% 3,07% 3,48% 6,22% 10,44% 3,53%
2002 0,22% 31,94% 27,52% 3,35% 18,52% 32,51% 2,09% 1,56% 6,46% 3,02% 4,57% 15,24% 4,03% 5,07% 5,58% 5,78% 22,76% 6,10%
2003 0,29% 23,71% 15,33% 1,25% 8,13% 20,66% 1,09% 1,08% 9,67% 3,18% 3,25% 5,53% 2,25% 2,74% 2,77% 5,30% 3,94% 3,86%
2004 0,19% 27,78% 10,69% 0,97% 6,93% 9,13% 1,19% 0,97% 4,76% 6,26% 2,94% 6,53% 2,23% 2,30% 2,07% 4,27% 1,76% 1,86%
2005 0,20% 24,39% 13,86% 0,59% 3,81% 5,90% 1,62% 1,30% 7,59% 2,97% 2,86% 6,37% 2,96% 2,40% 1,67% 4,91% 1,54% 1,81%
2006 0,20% 23,59% 14,47% 0,37% 3,55% 8,05% 2,62% 2,21% 10,27% 2,89% 3,48% 4,20% 3,32% 1,63% 3,83% 9,49% 2,87% 1,54%
2007 / 1ºSem 0,16% 23,43% 8,82% 0,23% 2,04% 5,16% 1,84% 1,65% 4,42% 5,23% 2,35% 4,49% 3,44% 1,48% 2,77% 4,43% 2,75% 0,76%
Tabela 2 – Volatilidades ao ano dos fatores de risco, índices e fundos.
43
SHARPE
IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
2002-2006 1,26 1,83 1,15 0,67 1,99 1,56 1,55 1,34 0,90 1,30 0,62 2,35
2002 0,33 1,34 2,62 2,76 2,83 1,95 2,16 0,79 1,37 1,22 0,20 3,47
2003 4,51 5,09 1,71 NEG 3,48 3,44 1,66 3,96 1,89 1,97 5,23 3,70
2004 0,00 0,88 NEG 1,04 0,21 0,94 1,11 NEG NEG 1,03 1,17 0,09
2005 NEG 0,53 1,26 0,26 0,39 0,24 0,82 1,15 1,05 0,72 NEG 1,14
2006 2,33 2,16 0,76 1,16 2,74 2,94 1,89 3,21 0,62 1,61 2,39 3,56
2007 / 1ºSem 2,63 3,13 1,90 NEG 4,75 4,39 0,94 1,14 2,83 2,97 2,49 1,22
Tabela 3 – Índices de Sharpe dos índices e fundos.
ASSIMETRIA
CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
2002-2006 -1,71 -0,17 0,24 -1,85 -0,37 0,49 -1,23 -1,00 -0,27 2,93 0,10 0,66 0,05 -1,98 -1,67 0,05 -1,86 1,63
2002 -3,16 -0,11 -0,15 -0,96 -0,05 0,59 -2,14 -1,33 0,23 1,47 0,03 0,51 -0,10 -2,33 -1,84 -0,09 -0,92 0,54
2003 -2,25 -0,23 0,12 -0,46 0,13 -0,78 0,12 -0,11 -0,06 0,29 0,86 -0,22 -0,20 0,38 -0,08 0,15 1,84 2,59
2004 -4,51 -0,23 0,91 -1,48 -1,51 0,05 -0,35 0,13 -0,21 3,10 -0,37 -0,30 0,27 0,16 -0,62 1,19 0,40 0,12
2005 -4,91 -0,15 0,60 1,86 -0,15 -0,64 -0,47 -0,46 -0,26 0,84 -0,04 -0,19 0,67 -0,33 0,11 -0,24 -0,79 -0,13
2006 -3,49 0,12 0,51 -2,60 -1,70 -0,16 -0,84 -0,96 -0,61 1,25 -0,38 -0,17 -0,29 0,15 -0,90 -0,07 -0,32 0,60
2007 / 1ºSem -4,26 -0,78 0,15 1,69 -0,01 -0,11 -1,22 -0,38 -0,26 1,25 -0,08 0,03 -0,60 0,21 0,55 0,25 -0,27 0,35
Tabela 4 – Coeficientes de Assimetria dos fatores de risco, índices e fundos.
CURTOSE
CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
2002-2006 6,43 0,76 8,29 25,39 10,83 35,77 8,96 8,05 11,32 22,81 4,51 16,46 4,26 34,04 24,61 7,42 26,91 13,70
2002 15,37 0,48 4,58 5,75 1,97 13,57 10,82 8,47 5,34 5,41 3,96 6,18 3,89 21,59 16,57 4,34 3,73 2,52
2003 7,02 -0,02 1,52 6,96 3,54 14,62 0,32 0,10 2,66 5,79 4,00 1,96 0,36 2,05 2,63 0,84 11,48 17,66
2004 19,66 1,06 3,51 12,75 13,47 1,35 0,28 2,28 1,95 14,61 5,42 2,79 0,55 5,61 5,18 17,48 9,69 1,26
2005 23,02 -0,07 1,18 26,65 8,36 5,15 1,52 0,72 1,05 3,77 3,71 1,14 3,89 0,78 0,56 1,59 2,40 2,22
2006 13,10 1,16 6,93 37,71 21,87 11,42 4,65 5,12 16,81 5,63 1,33 1,24 2,11 1,49 4,34 4,24 2,65 6,70
2007 / 1ºSem 16,74 3,49 0,96 9,32 1,74 5,53 6,49 1,04 0,41 6,68 3,37 -0,01 3,65 2,24 3,44 1,52 2,27 4,09
Tabela 5 – Coeficientes de Excesso de Curtose dos fatores de risco, índices e fundos.
44
IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
IFMM 1,00 0,88 0,56 -0,14 0,44 0,53 0,49 0,48 0,48 0,43 0,31 0,16
ARSENAL 0,88 1,00 0,57 -0,16 0,49 0,30 0,50 0,53 0,53 0,48 0,29 0,22
CLARITAS 0,56 0,57 1,00 -0,23 0,38 0,14 0,23 0,24 0,29 0,38 0,14 0,17
DIRECIONAL -0,14 -0,16 -0,23 1,00 -0,09 -0,00 0,02 -0,12 -0,18 -0,22 -0,04 -0,03
GAP 0,44 0,49 0,38 -0,09 1,00 0,10 0,30 0,26 0,33 0,27 0,10 0,26
HG 0,53 0,30 0,14 -0,00 0,10 1,00 0,04 0,07 0,02 0,11 0,18 0,08
JGP 0,49 0,50 0,23 0,02 0,30 0,04 1,00 0,24 0,26 0,32 -0,01 0,08
MELLON 0,48 0,53 0,24 -0,12 0,26 0,07 0,24 1,00 0,35 0,24 0,26 0,09
NOBEL 0,48 0,53 0,29 -0,18 0,33 0,02 0,26 0,35 1,00 0,31 0,32 0,09
PACTUAL 0,43 0,48 0,38 -0,22 0,27 0,11 0,32 0,24 0,31 1,00 0,14 0,13
QUEST 0,31 0,29 0,14 -0,04 0,10 0,18 -0,01 0,26 0,32 0,14 1,00 0,03
SDA 0,16 0,22 0,17 -0,03 0,26 0,08 0,08 0,09 0,09 0,13 0,03 1,00
Tabela 6 – Matriz de correlação entre os índices e fundos da amostra.
45
IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA
CDI 2002-2006 0,15 0,19 0,07 0,05 0,11 0,04 0,09 0,11 0,10 0,05 0,04 0,11
2002 0,15 0,18 0,02 0,06 0,06 0,05 0,10 0,05 0,04 0,08 0,01 0,04
2003 0,24 0,23 0,10 0,12 0,14 -0,03 0,09 0,05 0,11 0,07 0,14 0,06
2004 0,17 0,21 0,05 0,04 0,07 0,03 0,11 0,10 0,09 0,05 0,12 0,09
2005 0,12 0,16 0,04 0,08 0,08 0,02 0,07 0,09 0,13 0,04 0,12 0,13
2006 0,11 0,12 0,03 0,08 0,10 0,12 0,09 0,20 0,08 0,03 0,11 0,18
2007 / 1ºSem
0,10 0,12 0,05 -0,01 0,12 0,06 0,04 0,11 0,08 0,07 0,08 0,22
IBOV 2002-2006 0,23 0,19 0,23 -0,15 0,08 0,09 0,13 0,11 0,16 0,27 0,05 0,00
2002 0,12 0,04 0,06 0,04 -0,03 0,04 -0,01 0,02 0,08 -0,10 0,03 -0,06
2003 0,04 0,04 0,06 0,00 -0,03 -0,02 -0,02 0,07 0,07 0,06 -0,09 0,03
2004 0,01 -0,11 0,03 -0,13 0,02 0,09 -0,10 0,07 0,05 0,01 0,06 0,01
2005 0,33 0,20 0,43 -0,32 0,27 0,27 0,39 0,21 0,29 0,54 0,42 0,04
2006 0,53 0,57 0,56 -0,45 0,27 0,31 0,41 0,46 0,46 0,76 0,52 0,22
2007 / 1ºSem
0,55 0,44 0,53 -0,76 0,62 0,20 0,37 0,65 0,46 0,68 0,59 -0,05
DOLAR 2002-2006 -0,27 -0,25 -0,29 0,09 -0,16 -0,06 -0,18 -0,08 -0,17 -0,20 0,01 -0,06
2002 -0,01 0,03 0,04 -0,06 -0,05 -0,02 -0,03 0,02 0,04 0,08 0,07 -0,07
2003 -0,03 -0,07 -0,00 0,06 -0,01 0,01 -0,06 0,03 -0,09 -0,08 0,04 -0,02
2004 -0,06 -0,02 -0,08 0,02 -0,02 -0,11 0,03 -0,04 -0,01 0,07 -0,02 0,05
2005 -0,48 -0,50 -0,72 0,26 -0,33 -0,13 -0,46 -0,33 -0,50 -0,62 -0,51 -0,12
2006 -0,79 -0,76 -0,85 0,42 -0,59 -0,38 -0,51 -0,61 -0,77 -0,56 -0,72 -0,32
2007 / 1ºSem
-0,54 -0,55 -0,62 0,43 -0,58 -0,18 -0,34 -0,84 -0,62 -0,56 -0,61 -0,07
TXMP 2002-2006 0,14 0,10 0,05 -0,04 0,01 0,06 0,09 0,04 0,05 -0,02 0,02 0,05
2002 0,18 0,11 -0,03 -0,07 0,02 0,07 0,08 0,02 0,05 -0,18 0,02 0,04
2003 0,09 0,02 0,04 -0,04 -0,07 0,09 0,15 -0,03 -0,01 0,05 -0,05 0,07
2004 -0,05 -0,04 0,03 -0,00 -0,08 -0,03 -0,04 0,02 -0,01 -0,02 -0,03 -0,07
2005 0,11 0,19 0,07 0,06 0,10 -0,03 0,21 0,10 0,14 0,22 0,13 0,09
2006 0,59 0,60 0,71 -0,20 0,28 0,17 0,39 0,47 0,33 0,38 0,47 0,49
2007 / 1ºSem
0,43 0,48 0,45 -0,29 0,38 -0,02 0,41 0,45 0,38 0,41 0,33 0,48
TXLP 2002-2006 0,16 0,15 0,11 -0,06 0,04 0,02 0,12 0,08 0,08 0,04 -0,00 0,04
2002 0,15 0,11 -0,01 -0,07 0,02 0,02 0,10 0,07 0,04 -0,14 -0,02 0,02
2003 0,06 0,00 0,08 -0,04 -0,02 0,01 0,08 -0,03 0,03 0,04 -0,04 0,07
2004 -0,06 -0,03 0,01 -0,03 -0,08 -0,06 -0,01 0,03 -0,01 -0,07 -0,03 -0,09
2005 0,25 0,34 0,31 -0,09 0,24 0,01 0,33 0,22 0,33 0,40 0,33 0,15
2006 0,73 0,74 0,85 -0,31 0,39 0,28 0,47 0,54 0,46 0,58 0,57 0,46
2007 / 1ºSem
0,62 0,63 0,74 -0,51 0,63 -0,03 0,43 0,71 0,47 0,64 0,62 0,42
IGP 2002-2006 0,09 0,07 0,05 0,01 -0,00 0,06 0,05 0,02 -0,01 0,03 0,09 0,05
2002 0,05 0,03 -0,02 0,01 -0,05 0,05 0,03 -0,00 -0,04 -0,01 0,09 0,04
2003 0,00 -0,08 -0,04 0,08 0,01 0,03 -0,00 -0,02 -0,07 -0,07 0,04 0,05
2004 0,01 -0,04 -0,01 0,02 -0,01 0,04 -0,02 0,10 -0,09 -0,09 0,11 -0,03
2005 0,03 -0,03 -0,00 0,04 -0,08 0,11 0,05 0,04 0,00 -0,02 0,07 0,09
2006 0,54 0,56 0,61 -0,12 0,26 0,22 0,34 0,33 0,25 0,43 0,36 0,31
2007 / 1ºSem
0,53 0,49 0,60 -0,44 0,52 0,09 0,33 0,53 0,27 0,51 0,56 0,28
Tabela 7 – Coeficientes de correlação entre os índices/fundos e os seis fatores de risco.
46
APÊNDICE B – RESULTADOS
p-value p-value p-value p-value p-value
-0,6% 28,1% -2,4% 0,0% -4,7% 0,0% 2,4% 21,8% -1,3% 4,6%
1,0% 0,7% 1,5% 0,0% 5,8% 0,0% 2,8% 2,5% -0,4% 33,5%
-17,4% 4,5% -12,8% 18,6% -70,0% 0,0% 57,8% 5,0% 12,2% 22,1%
3,7% 1,3% 1,9% 26,7% 4,4% 13,3% -9,7% 5,7% -1,0% 56,4%
0,3% 58,7% -0,3% 51,3% 0,8% 39,2% 5,3% 0,1% 1,1% 3,5%
0,01 0,04 0,10 0,01 -0,01
0,01 0,04 0,09 0,01 -0,01
7,34 4,99 3,13 8,27 10,50
p-value p-value p-value p-value p-value
-2,4% 0,0% -7,0% 0,0% -9,5% 0,0% -4,4% 0,0% -1,0% 10,7%
0,9% 0,3% 0,5% 13,9% 6,9% 0,0% 0,7% 5,3% 0,3% 39,2%
-6,0% 67,0% -30,5% 5,0% -39,8% 26,4% -18,4% 26,2% 17,8% 24,7%
2,9% 16,6% 7,1% 0,2% 14,2% 0,7% 4,9% 4,3% 0,8% 71,2%
0,9% 11,5% 0,0% 94,8% 2,6% 7,5% 2,1% 0,1% 1,3% 3,8%
0,05 0,16 0,20 0,07 0,01
0,04 0,16 0,19 0,07 0,00
4,21 2,46 2,24 3,34 7,24
p-value p-value p-value p-value p-value
-3,9% 0,0% -9,7% 0,0% -11,6% 0,0% -6,2% 0,0% -1,3% 1,6%
0,6% 5,4% 0,3% 39,4% 8,5% 0,0% 1,0% 0,0% 0,1% 62,7%
-19,4% 33,9% -50,8% 2,8% -151,2% 0,7% -37,8% 4,0% 8,2% 63,9%
6,2% 3,1% 10,2% 0,2% 31,9% 0,0% 8,3% 0,1% 0,9% 72,2%
2,5% 0,8% 0,3% 81,0% 9,7% 0,0% 3,8% 0,0% 1,9% 1,6%
0,12 0,28 0,31 0,28 0,02
0,12 0,27 0,31 0,28 0,02
2,85 1,90 1,79 1,87 5,80
p-value p-value p-value p-value p-value
-4,7% 0,0% -12,6% 0,0% -13,5% 0,0% -7,8% 0,0% -0,8% 19,7%
1,0% 1,1% 1,4% 0,3% 14,8% 0,0% 2,0% 0,0% -0,1% 69,7%
-8,3% 75,5% -34,2% 29,2% -194,7% 1,1% -16,7% 50,7% 15,8% 49,8%
6,2% 15,2% 2,1% 69,9% 37,4% 0,3% 4,9% 23,1% 8,4% 2,9%
0,8% 54,3% 0,2% 92,0% 11,5% 0,1% 2,8% 1,5% 2,5% 2,0%
0,21 0,44 0,53 0,44 0,09
0,20 0,43 0,53 0,44 0,08
2,14 1,51 1,37 1,49 3,14
QUEST
PACTUAL
NOBEL
PACTUAL
NOBEL
SDA
QUEST
SDA
MELLON
MELLON
SDA
MELLON
NOBEL
SDA
QUEST
PACTUAL
QUEST
PACTUAL
MELLON
NOBEL
PESOS FIXOS - 5 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-2,0% 0,0% -1,7% 0,0% -11,1% 0,0% 0,6% 38,5% -3,4% 0,0% -1,0% 51,9% -2,4% 0,0%
IBOV
0,9% 0,0% 0,5% 0,3% 3,9% 0,0% -1,9% 0,0% 0,2% 61,2% 2,9% 0,4% 0,6% 10,0%
TXMP
-1,6% 74,5% -7,2% 7,5% -85,4% 0,0% 12,8% 24,2% -18,6% 5,7% 61,5% 1,1% -9,0% 28,5%
TXLP
1,1% 20,3% 1,7% 1,8% 10,8% 0,4% -2,2% 23,5% 1,8% 28,6% -10,3% 1,3% 2,9% 4,7%
IGP
0,9% 0,1% 0,5% 1,7% 1,8% 11,9% 0,5% 41,6% -0,1% 91,4% 3,0% 2,2% 0,7% 10,1%
R2
0,10 0,07 0,10 0,02 0,02 0,01 0,03
R2BARRA
0,09 0,07 0,10 0,02 0,02 0,01 0,03
3,17 3,48 3,05 6,60 5,82 7,32 4,93
PESOS FIXOS - 4 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-4,8% 0,0% -4,1% 0,0% -23,8% 0,0% 2,1% 4,1% -5,5% 0,0% -3,3% 2,3% -5,1% 0,0%
IBOV
0,5% 1,1% 0,2% 22,6% 2,1% 4,0% -2,4% 0,0% 0,2% 65,6% 3,0% 0,0% 0,7% 6,7%
TXMP
-7,8% 41,6% -11,8% 14,7% -117,3% 1,0% 33,5% 18,1% -44,8% 1,9% 60,0% 9,2% 7,9% 62,4%
TXLP
4,3% 0,2% 4,8% 0,0% 35,7% 0,0% -6,6% 7,9% 7,3% 1,0% -8,9% 9,3% 3,9% 11,0%
IGP
1,7% 0,0% 1,1% 0,1% 5,2% 0,4% 1,0% 31,2% 1,0% 21,1% 3,0% 3,6% 1,2% 5,7%
R2
0,23 0,21 0,25 0,04 0,07 0,03 0,11
R2BARRA
0,22 0,21 0,24 0,04 0,06 0,03 0,10
alav
2,08 2,14 2,02 4,79 3,65 5,23 3,02
PESOS FIXOS - 3 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-6,5% 0,0% -5,4% 0,0% -33,9% 0,0% 2,2% 10,0% -7,7% 0,0% -4,7% 0,9% -6,5% 0,0%
IBOV
0,5% 4,6% 0,1% 60,9% 1,4% 12,8% -3,2% 0,0% 0,2% 70,8% 3,7% 0,0% 0,9% 3,7%
TXMP
-34,8% 2,4% -35,0% 0,7% -223,9% 0,0% 106,5% 1,2% -59,0% 4,5% -11,5% 84,1% -39,6% 13,6%
TXLP
8,8% 0,0% 9,5% 0,0% 53,0% 0,0% -15,0% 1,3% 9,2% 2,7% -4,6% 57,3% 10,9% 0,4%
IGP
4,3% 0,0% 3,3% 0,0% 15,5% 0,0% 1,2% 55,0% 1,0% 47,3% 6,2% 1,9% 2,8% 2,0%
R2
0,36 0,35 0,51 0,07 0,13 0,06 0,17
R2BARRA
0,35 0,35 0,51 0,06 0,12 0,05 0,16
alav
1,67 1,67 1,40 3,86 2,74 4,07 2,41
PESOS FIXOS - 2 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-7,2% 0,0% -5,5% 0,0% -38,2% 0,0% 4,9% 0,0% -9,1% 0,0% -5,8% 0,5% -7,4% 0,0%
IBOV
1,3% 0,0% 0,8% 0,5% 4,8% 0,0% -3,7% 0,0% 0,9% 15,4% 5,6% 0,0% 2,7% 0,0%
TXMP
-26,6% 23,5% -27,9% 13,3% -259,1% 0,0% 116,5% 0,2% -48,5% 23,7% -54,7% 46,5% 22,7% 55,7%
TXLP
9,4% 1,1% 13,0% 0,0% 60,5% 0,0% -7,5% 22,6% 10,5% 11,8% -13,1% 28,2% 5,4% 39,7%
IGP
5,7% 0,0% 4,3% 0,0% 19,3% 0,0% 2,2% 21,2% -0,4% 85,2% 8,9% 1,1% 2,7% 14,0%
R2
0,50 0,51 0,70 0,21 0,23 0,11 0,29
R2BARRA
0,50 0,50 0,69 0,20 0,22 0,10 0,29
alav
1,40 1,40 1,20 2,20 2,06 3,01 1,84
HG
IFMM
ARSENAL
CLARITAS
DIRECIONAL
GAP
GAP
HG
JGP
JGP
ARSENAL
CLARITAS
DIRECIONAL
GAP
ARSENAL
CLARITAS
DIRECIONAL
DIRECIONAL
GAP
HG
JGP
IFMM
IFMM
HG
JGP
IFMM
ARSENAL
CLARITAS
p-value p-value p-value p-value p-value
-0,6% 28,1% -2,4% 0,0% -4,7% 0,0% 2,4% 21,8% -1,3% 4,6%
1,0% 0,7% 1,5% 0,0% 5,8% 0,0% 2,8% 2,5% -0,4% 33,5%
-17,4% 4,5% -12,8% 18,6% -70,0% 0,0% 57,8% 5,0% 12,2% 22,1%
3,7% 1,3% 1,9% 26,7% 4,4% 13,3% -9,7% 5,7% -1,0% 56,4%
0,3% 58,7% -0,3% 51,3% 0,8% 39,2% 5,3% 0,1% 1,1% 3,5%
0,01 0,04 0,10 0,01 -0,01
0,01 0,04 0,09 0,01 -0,01
7,34 4,99 3,13 8,27 10,50
p-value p-value p-value p-value p-value
-2,4% 0,0% -7,0% 0,0% -9,5% 0,0% -4,4% 0,0% -1,0% 10,7%
0,9% 0,3% 0,5% 13,9% 6,9% 0,0% 0,7% 5,3% 0,3% 39,2%
-6,0% 67,0% -30,5% 5,0% -39,8% 26,4% -18,4% 26,2% 17,8% 24,7%
2,9% 16,6% 7,1% 0,2% 14,2% 0,7% 4,9% 4,3% 0,8% 71,2%
0,9% 11,5% 0,0% 94,8% 2,6% 7,5% 2,1% 0,1% 1,3% 3,8%
0,05 0,16 0,20 0,07 0,01
0,04 0,16 0,19 0,07 0,00
4,21 2,46 2,24 3,34 7,24
p-value p-value p-value p-value p-value
-3,9% 0,0% -9,7% 0,0% -11,6% 0,0% -6,2% 0,0% -1,3% 1,6%
0,6% 5,4% 0,3% 39,4% 8,5% 0,0% 1,0% 0,0% 0,1% 62,7%
-19,4% 33,9% -50,8% 2,8% -151,2% 0,7% -37,8% 4,0% 8,2% 63,9%
6,2% 3,1% 10,2% 0,2% 31,9% 0,0% 8,3% 0,1% 0,9% 72,2%
2,5% 0,8% 0,3% 81,0% 9,7% 0,0% 3,8% 0,0% 1,9% 1,6%
0,12 0,28 0,31 0,28 0,02
0,12 0,27 0,31 0,28 0,02
2,85 1,90 1,79 1,87 5,80
p-value p-value p-value p-value p-value
-4,7% 0,0% -12,6% 0,0% -13,5% 0,0% -7,8% 0,0% -0,8% 19,7%
1,0% 1,1% 1,4% 0,3% 14,8% 0,0% 2,0% 0,0% -0,1% 69,7%
-8,3% 75,5% -34,2% 29,2% -194,7% 1,1% -16,7% 50,7% 15,8% 49,8%
6,2% 15,2% 2,1% 69,9% 37,4% 0,3% 4,9% 23,1% 8,4% 2,9%
0,8% 54,3% 0,2% 92,0% 11,5% 0,1% 2,8% 1,5% 2,5% 2,0%
0,21 0,44 0,53 0,44 0,09
0,20 0,43 0,53 0,44 0,08
2,14 1,51 1,37 1,49 3,14
QUEST
PACTUAL
NOBEL
PACTUAL
NOBEL
SDA
QUEST
SDA
MELLON
MELLON
SDA
MELLON
NOBEL
SDA
QUEST
PACTUAL
QUEST
PACTUAL
MELLON
NOBEL
PESOS FIXOS - 5 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-2,0% 0,0% -1,7% 0,0% -11,1% 0,0% 0,6% 38,5% -3,4% 0,0% -1,0% 51,9% -2,4% 0,0%
IBOV
0,9% 0,0% 0,5% 0,3% 3,9% 0,0% -1,9% 0,0% 0,2% 61,2% 2,9% 0,4% 0,6% 10,0%
TXMP
-1,6% 74,5% -7,2% 7,5% -85,4% 0,0% 12,8% 24,2% -18,6% 5,7% 61,5% 1,1% -9,0% 28,5%
TXLP
1,1% 20,3% 1,7% 1,8% 10,8% 0,4% -2,2% 23,5% 1,8% 28,6% -10,3% 1,3% 2,9% 4,7%
IGP
0,9% 0,1% 0,5% 1,7% 1,8% 11,9% 0,5% 41,6% -0,1% 91,4% 3,0% 2,2% 0,7% 10,1%
R2
0,10 0,07 0,10 0,02 0,02 0,01 0,03
R2BARRA
0,09 0,07 0,10 0,02 0,02 0,01 0,03
3,17 3,48 3,05 6,60 5,82 7,32 4,93
PESOS FIXOS - 4 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-4,8% 0,0% -4,1% 0,0% -23,8% 0,0% 2,1% 4,1% -5,5% 0,0% -3,3% 2,3% -5,1% 0,0%
IBOV
0,5% 1,1% 0,2% 22,6% 2,1% 4,0% -2,4% 0,0% 0,2% 65,6% 3,0% 0,0% 0,7% 6,7%
TXMP
-7,8% 41,6% -11,8% 14,7% -117,3% 1,0% 33,5% 18,1% -44,8% 1,9% 60,0% 9,2% 7,9% 62,4%
TXLP
4,3% 0,2% 4,8% 0,0% 35,7% 0,0% -6,6% 7,9% 7,3% 1,0% -8,9% 9,3% 3,9% 11,0%
IGP
1,7% 0,0% 1,1% 0,1% 5,2% 0,4% 1,0% 31,2% 1,0% 21,1% 3,0% 3,6% 1,2% 5,7%
R2
0,23 0,21 0,25 0,04 0,07 0,03 0,11
R2BARRA
0,22 0,21 0,24 0,04 0,06 0,03 0,10
alav
2,08 2,14 2,02 4,79 3,65 5,23 3,02
PESOS FIXOS - 3 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-6,5% 0,0% -5,4% 0,0% -33,9% 0,0% 2,2% 10,0% -7,7% 0,0% -4,7% 0,9% -6,5% 0,0%
IBOV
0,5% 4,6% 0,1% 60,9% 1,4% 12,8% -3,2% 0,0% 0,2% 70,8% 3,7% 0,0% 0,9% 3,7%
TXMP
-34,8% 2,4% -35,0% 0,7% -223,9% 0,0% 106,5% 1,2% -59,0% 4,5% -11,5% 84,1% -39,6% 13,6%
TXLP
8,8% 0,0% 9,5% 0,0% 53,0% 0,0% -15,0% 1,3% 9,2% 2,7% -4,6% 57,3% 10,9% 0,4%
IGP
4,3% 0,0% 3,3% 0,0% 15,5% 0,0% 1,2% 55,0% 1,0% 47,3% 6,2% 1,9% 2,8% 2,0%
R2
0,36 0,35 0,51 0,07 0,13 0,06 0,17
R2BARRA
0,35 0,35 0,51 0,06 0,12 0,05 0,16
alav
1,67 1,67 1,40 3,86 2,74 4,07 2,41
PESOS FIXOS - 2 ANOS
FATORES p-value p-value p-value p-value p-value p-value p-value
DÓLAR
-7,2% 0,0% -5,5% 0,0% -38,2% 0,0% 4,9% 0,0% -9,1% 0,0% -5,8% 0,5% -7,4% 0,0%
IBOV
1,3% 0,0% 0,8% 0,5% 4,8% 0,0% -3,7% 0,0% 0,9% 15,4% 5,6% 0,0% 2,7% 0,0%
TXMP
-26,6% 23,5% -27,9% 13,3% -259,1% 0,0% 116,5% 0,2% -48,5% 23,7% -54,7% 46,5% 22,7% 55,7%
TXLP
9,4% 1,1% 13,0% 0,0% 60,5% 0,0% -7,5% 22,6% 10,5% 11,8% -13,1% 28,2% 5,4% 39,7%
IGP
5,7% 0,0% 4,3% 0,0% 19,3% 0,0% 2,2% 21,2% -0,4% 85,2% 8,9% 1,1% 2,7% 14,0%
R2
0,50 0,51 0,70 0,21 0,23 0,11 0,29
R2BARRA
0,50 0,50 0,69 0,20 0,22 0,10 0,29
alav
1,40 1,40 1,20 2,20 2,06 3,01 1,84
HG
IFMM
ARSENAL
CLARITAS
DIRECIONAL
GAP
GAP
HG
JGP
JGP
ARSENAL
CLARITAS
DIRECIONAL
GAP
ARSENAL
CLARITAS
DIRECIONAL
DIRECIONAL
GAP
HG
JGP
IFMM
IFMM
HG
JGP
IFMM
ARSENAL
CLARITAS
Tabela 8 – Resultados das regressões para a montagem dos clones de pesos fixos.
47
JANELAS MÓVEIS - 1 ANO
FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value
DÓLAR Méd
-2,5% 28,4% -2,0% 27,7% -14,4% 28,0% 1,0% 27,6% -3,7% 27,0% -3,2% 33,1% -3,2% 30,9% -1,4% 27,5% -4,1% 28,6% -4,4% 25,1% -0,6% 21,8% -0,4% 40,3%
Sign
-5,8% 42,9% -4,4% 44,9% -32,1% 46,9% 5,2% 32,7% -9,2% 34,7% -7,2% 18,4% -7,1% 36,7% -4,6% 40,8% -10,4% 42,9% -11,4% 42,9% -5,0% 46,9% -2,4% 6,1%
Ñ-Sig
0,0% 57,1% -0,1% 55,1% 1,3% 53,1% -1,1% 67,3% -0,8% 65,3% -2,3% 81,6% -0,9% 63,3% 0,8% 59,2% 0,7% 57,1% 0,8% 57,1% 3,3% 53,1% -0,2% 93,9%
IBOV Méd
0,6% 35,3% 0,1% 38,1% 2,8% 26,5% -2,3% 22,4% 0,3% 46,8% 2,9% 35,1% 0,7% 18,7% 0,9% 31,4% 1,0% 25,3% 5,7% 34,7% 2,1% 22,5% -0,4% 40,6%
Sign
1,3% 30,6% 0,5% 32,7% 5,3% 32,7% -3,5% 59,2% 1,7% 10,2% 5,7% 36,7% 2,0% 46,9% 1,7% 30,6% 1,9% 24,5% 15,0% 34,7% 2,5% 44,9% -2,4% 14,3%
Ñ-Sig
0,2% 69,4% 0,0% 67,3% 1,7% 67,3% -0,5% 40,8% 0,2% 89,8% 1,3% 63,3% -0,4% 53,1% 0,5% 69,4% 0,8% 75,5% 0,7% 65,3% 1,8% 55,1% 0,0% 85,7%
TXMP Méd
9,6% 38,2% 6,1% 47,6% -40,4% 52,9% 48,9% 41,5% -20,2% 56,8% 41,1% 40,3% 23,1% 44,5% 19,2% 44,8% -23,1% 51,4% -20,6% 30,2% 17,4% 38,6% 38,1% 38,5%
Sign
-1,3% 6,1% 37,2% 6,1% -201,5% 6,1% 132,5% 18,4% - 0,0% 131,6% 10,2% 31,6% 10,2% 88,0% 22,4% -74,3% 6,1% -11,1% 20,4% -49,9% 8,2% 147,8% 12,2%
Ñ-Sig
10,3% 93,9% 4,1% 93,9% -29,9% 93,9% 30,2% 81,6% -20,2% 100,0% 30,8% 89,8% 22,1% 89,8% -0,7% 77,6% -19,8% 93,9% -23,1% 79,6% 23,4% 91,8% 22,8% 87,8%
TXLP Méd
2,3% 57,6% 3,9% 52,0% 19,1% 44,6% -4,7% 49,1% 3,3% 62,2% -10,3% 43,5% 2,7% 44,4% 2,1% 54,9% 2,6% 55,3% 7,0% 32,1% -1,6% 44,4% 1,3% 41,9%
Sign
18,5% 14,3% 16,2% 22,4% 84,7% 16,3% -17,3% 10,2% - 0,0% -35,5% 2,0% 8,5% 2,0% 11,8% 2,0% 8,8% 6,1% 16,4% 34,7% 0,1% 12,2% 9,8% 14,3%
Ñ-Sig
-0,4% 85,7% 0,4% 77,6% 6,3% 83,7% -3,3% 89,8% 3,3% 100,0% -9,8% 98,0% 2,6% 98,0% 1,9% 98,0% 2,2% 93,9% 2,0% 65,3% -1,8% 87,8% -0,2% 85,7%
IGP Méd
0,8% 45,6% 0,2% 52,3% 2,6% 51,9% 1,3% 49,0% -1,2% 53,2% 4,1% 38,0% 0,5% 62,1% 0,6% 39,2% -1,3% 33,1% 0,1% 39,5% 2,2% 21,3% 0,6% 48,6%
Sign
3,5% 6,1% 0,4% 10,2% 18,9% 6,1% 6,0% 2,0% -5,2% 4,1% 14,6% 6,1% 6,2% 4,1% -3,4% 8,2% -2,5% 12,2% -1,1% 12,2% 4,3% 14,3% - 0,0%
Ñ-Sig
0,7% 93,9% 0,1% 89,8% 1,5% 93,9% 1,2% 98,0% -1,0% 95,9% 3,4% 93,9% 0,3% 95,9% 1,0% 91,8% -1,1% 87,8% 0,2% 87,8% 1,8% 85,7% 0,6% 100,0%
R2 Méd
0,17 0,17 0,25 0,09 0,08 0,05 0,12 0,10 0,16 0,21 0,16 0,05
Mín
-0,03 -0,05 -0,02 0,00 -0,03 -0,01 0,00 -0,04 0,00 0,00 -0,06 -0,02
Máx
0,69 0,69 0,85 0,28 0,34 0,18 0,39 0,42 0,65 0,65 0,55 0,25
R2BARRA Méd
0,16 0,16 0,24 0,07 0,07 0,04 0,10 0,08 0,15 0,20 0,14 0,03
Mín
-0,05 -0,07 -0,03 -0,02 -0,04 -0,03 -0,01 -0,05 -0,01 -0,02 -0,08 -0,04
Máx
0,69 0,68 0,85 0,27 0,33 0,17 0,38 0,41 0,64 0,64 0,55 0,24
alav Méd
4,98 5,88 5,56 5,32 6,44 5,47 5,06 6,03 5,10 4,42 4,91 6,15
Mín
1,20 1,20 1,08 1,89 1,67 2,24 1,60 1,50 1,24 1,24 1,33 1,95
Máx
11,39 14,77 11,95 10,51 14,75 11,69 11,28 17,59 10,13 9,43 15,28 11,11
JANELAS MÓVEIS - 6 MESES
FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value
DÓLAR Méd
-2,3% 26,2% -1,9% 26,8% -13,9% 28,4% 1,6% 27,9% -3,7% 31,8% -2,5% 35,7% -2,9% 34,8% -0,8% 28,8% -4,4% 22,4% -4,1% 33,0% 0,1% 25,0% -0,3% 39,8%
Sign
-5,0% 47,3% -3,7% 49,1% -30,9% 45,5% 6,6% 25,5% -11,2% 29,1% -10,5% 16,4% -7,2% 32,7% -3,1% 38,2% -10,5% 43,6% -9,0% 36,4% -3,8% 41,8% -3,3% 9,1%
Ñ-Sig
0,0% 52,7% -0,1% 50,9% 0,3% 54,5% -0,1% 74,5% -0,6% 70,9% -1,0% 83,6% -0,9% 67,3% 0,6% 61,8% 0,4% 56,4% -1,3% 63,6% 2,9% 58,2% 0,0% 90,9%
IBOV Méd
0,6% 44,2% 0,2% 31,4% 2,7% 28,4% -1,9% 28,7% 0,1% 37,7% 2,7% 46,8% 0,7% 30,9% 0,8% 39,0% 1,0% 38,2% 6,4% 37,7% 1,6% 27,5% -0,3% 38,9%
Sign
1,8% 14,5% 1,0% 32,7% 6,5% 23,6% -3,5% 43,6% 1,4% 9,1% 7,4% 27,3% 3,5% 23,6% 2,3% 20,0% 3,2% 10,9% 16,2% 38,2% 3,5% 32,7% -0,4% 12,7%
Ñ-Sig
0,4% 85,5% -0,1% 67,3% 1,5% 76,4% -0,6% 56,4% 0,0% 90,9% 0,9% 72,7% -0,2% 76,4% 0,5% 80,0% 0,7% 89,1% 0,3% 61,8% 0,7% 67,3% -0,3% 87,3%
TXMP Méd
5,6% 35,9% 6,5% 45,6% -41,0% 54,2% 45,2% 38,3% -29,0% 52,9% 29,9% 34,0% 22,0% 40,2% 24,2% 43,6% -23,7% 53,8% -2,0% 45,9% 26,1% 46,2% 54,7% 38,6%
Sign
0,8% 9,1% 52,0% 7,3% -305,9% 7,3% 141,1% 18,2% -60,1% 1,8% -62,7% 9,1% 62,8% 16,4% 170,0% 14,5% -135,3% 12,7% 48,1% 12,7% 89,3% 21,8% 193,4% 18,2%
Ñ-Sig
6,0% 90,9% 2,9% 92,7% -20,2% 92,7% 23,9% 81,8% -28,4% 98,2% 39,1% 90,9% 14,1% 83,6% -0,6% 85,5% -7,4% 87,3% -9,3% 87,3% 8,5% 78,2% 23,9% 81,8%
TXLP Méd
4,5% 50,6% 5,3% 41,5% 25,6% 47,8% -4,2% 46,2% 6,1% 44,8% -6,5% 46,2% 4,8% 45,0% 4,0% 47,0% 4,2% 50,7% 6,8% 34,5% 0,9% 48,2% 1,0% 38,4%
Sign
29,5% 14,5% 20,3% 25,5% 138,5% 16,4% -17,6% 5,5% 55,6% 5,5% -6,6% 5,5% 25,6% 7,3% 15,2% 20,0% 21,0% 12,7% 13,6% 20,0% 11,0% 12,7% 19,1% 14,5%
Ñ-Sig
0,2% 85,5% 0,2% 74,5% 3,6% 83,6% -3,4% 94,5% 3,2% 94,5% -6,5% 94,5% 3,2% 92,7% 1,2% 80,0% 1,7% 87,3% 5,1% 80,0% -0,6% 87,3% -2,1% 85,5%
IGP Méd
0,8% 53,8% 0,4% 55,1% 1,6% 58,8% 1,5% 44,3% -0,6% 48,8% 4,4% 47,9% 0,8% 58,6% 0,8% 53,7% -1,1% 40,3% 0,9% 45,1% 2,2% 33,0% 0,5% 56,7%
Sign
- 0,0% 0,4% 10,9% 18,3% 1,8% -2,4% 3,6% -0,3% 3,6% 23,3% 7,3% - 0,0% 5,1% 1,8% -8,6% 7,3% -10,5% 7,3% 1,5% 7,3% 5,8% 1,8%
Ñ-Sig
0,8% 100,0% 0,4% 89,1% 1,3% 98,2% 1,7% 96,4% -0,6% 96,4% 2,9% 92,7% 0,8% 100,0% 0,8% 98,2% -0,5% 92,7% 1,8% 92,7% 2,3% 92,7% 0,4% 98,2%
R2 Méd
0,20 0,21 0,29 0,12 0,12 0,08 0,14 0,14 0,20 0,25 0,20 0,09
Mín
-0,08 -0,09 -0,02 -0,02 -0,03 -0,10 0,00 -0,09 0,00 0,00 -0,07 -0,02
Máx
0,77 0,77 0,92 0,41 0,50 0,34 0,51 0,71 0,73 0,71 0,76 0,53
R2BARRA Méd
0,17 0,19 0,27 0,09 0,09 0,05 0,11 0,12 0,18 0,22 0,18 0,06
Mín
-0,11 -0,12 -0,05 -0,05 -0,06 -0,13 -0,04 -0,12 -0,03 -0,04 -0,10 -0,05
Máx
0,77 0,76 0,92 0,40 0,49 0,32 0,49 0,70 0,72 0,71 0,75 0,52
alav Méd
3,92 3,87 4,12 3,86 4,49 4,54 4,18 4,46 4,08 3,81 4,01 4,41
Mín
1,13 1,14 1,04 1,55 1,37 1,69 1,42 1,22 1,17 1,18 1,14 1,43
Máx
8,06 12,72 12,94 7,47 10,69 11,08 11,57 11,15 9,30 11,64 11,32 8,47
IFMM
ARSENAL
CLARITAS
DIRECIONAL
GAP
JGP
PACTUAL
HG
NOBEL
MELLON
QUEST
SDA
JGP
IFMM
ARSENAL
CLARITAS
DIRECIONAL
HG
GAP
SDA
PACTUAL
MELLON
NOBEL
QUEST
Tabela 9 – Resultados das regressões para a montagem dos clones com janelas móveis de 1 ano e 6 meses.
48
JANELAS MÓVEIS - 3 MESES
FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value
DÓLAR Méd
-2,5% 33,5% -2,0% 31,3% -14,0% 28,6% 1,7% 33,9% -3,7% 35,4% -3,3% 35,3% -2,7% 44,9% -0,9% 37,5% -4,4% 24,4% -4,5% 32,6% 0,6% 33,1% -0,1% 46,5%
Sign
-6,2% 36,2% -3,7% 39,7% -30,5% 44,8% 7,8% 17,2% -13,3% 29,3% -17,0% 15,5% -8,0% 22,4% -4,1% 27,6% -11,4% 37,9% -11,4% 25,9% -2,2% 41,4% -0,2% 8,6%
Ñ-Sig
-0,4% 63,8% -0,9% 60,3% -0,6% 55,2% 0,5% 82,8% 0,3% 70,7% -0,8% 84,5% -1,1% 77,6% 0,2% 72,4% -0,1% 62,1% -2,1% 74,1% 2,5% 58,6% -0,1% 91,4%
IBOV Méd
0,6% 43,9% 0,2% 32,9% 2,2% 37,6% -1,4% 35,9% 0,0% 42,3% 2,4% 47,7% 0,7% 32,3% 0,7% 46,3% 1,0% 40,6% 6,2% 35,9% 1,5% 30,8% -0,3% 43,6%
Sign
2,2% 19,0% 1,0% 20,7% 10,0% 15,5% -3,1% 31,0% 0,0% 17,2% 9,6% 20,7% 5,6% 15,5% 2,2% 8,6% 4,2% 12,1% 17,1% 34,5% 3,8% 27,6% -0,5% 10,3%
Ñ-Sig
0,2% 81,0% 0,0% 79,3% 0,7% 84,5% -0,6% 69,0% 0,0% 82,8% 0,5% 79,3% -0,2% 84,5% 0,6% 91,4% 0,6% 87,9% 0,4% 65,5% 0,6% 72,4% -0,3% 89,7%
TXMP Méd
4,5% 37,7% 7,1% 40,2% -28,4% 51,4% 29,9% 39,5% -28,2% 55,9% 31,6% 35,9% 12,3% 44,0% 30,3% 44,0% -23,2% 44,9% 14,2% 46,1% 26,2% 45,3% 62,8% 38,4%
Sign
7,8% 6,9% 65,7% 6,9% -385,4% 8,6% 145,3% 13,8% -178,1% 6,9% 88,2% 10,3% 77,9% 12,1% 172,3% 19,0% 7,5% 6,9% -85,8% 5,2% 41,4% 12,1% 235,8% 17,2%
Ñ-Sig
4,3% 93,1% 2,7% 93,1% 5,3% 91,4% 11,4% 86,2% -17,1% 93,1% 25,1% 89,7% 3,3% 87,9% -2,9% 81,0% -25,4% 93,1% 19,6% 94,8% 24,1% 87,9% 26,8% 82,8%
TXLP Méd
6,1% 39,0% 6,8% 34,0% 26,8% 35,5% -3,1% 45,5% 11,0% 42,5% -3,8% 45,6% 8,3% 44,3% 5,5% 42,7% 6,3% 44,6% 10,3% 36,2% 5,1% 35,9% 2,3% 34,9%
Sign
29,6% 13,8% 23,9% 24,1% 125,5% 17,2% -29,0% 1,7% 63,7% 10,3% -25,0% 10,3% 25,2% 13,8% 25,7% 15,5% 23,3% 12,1% 34,4% 20,7% 12,7% 15,5% 15,3% 12,1%
Ñ-Sig
2,3% 86,2% 1,4% 75,9% 6,3% 82,8% -2,7% 98,3% 4,9% 89,7% -1,3% 89,7% 5,6% 86,2% 1,8% 84,5% 4,0% 87,9% 4,0% 79,3% 3,7% 84,5% 0,5% 87,9%
IGP Méd
1,1% 54,2% 0,8% 50,0% 2,0% 53,5% 1,5% 46,4% -0,5% 53,0% 4,7% 48,0% 0,7% 48,0% 1,3% 56,7% -0,3% 50,6% 2,0% 44,0% 3,4% 44,6% 0,4% 56,4%
Sign
7,1% 1,7% 0,5% 5,2% -13,1% 1,7% 13,0% 3,4% 14,3% 1,7% 29,3% 3,4% 3,5% 5,2% -6,2% 1,7% -1,4% 8,6% -6,5% 5,2% 1,5% 6,9% 4,5% 1,7%
Ñ-Sig
1,0% 98,3% 0,8% 94,8% 2,2% 98,3% 1,0% 96,6% -0,7% 98,3% 3,8% 96,6% 0,6% 94,8% 1,4% 98,3% -0,2% 91,4% 2,5% 94,8% 3,6% 93,1% 0,4% 98,3%
R2 Méd
0,23 0,25 0,32 0,16 0,18 0,13 0,18 0,19 0,24 0,28 0,26 0,15
Mín
-0,11 -0,11 -0,03 -0,03 -0,06 -0,18 -0,01 -0,13 -0,03 -0,03 -0,32 0,00
Máx
0,84 0,83 0,94 0,59 0,67 0,48 0,63 0,78 0,94 0,82 0,83 0,72
R2BARRA Méd
0,18 0,20 0,28 0,10 0,12 0,07 0,12 0,14 0,19 0,23 0,21 0,09
Mín
-0,18 -0,18 -0,10 -0,10 -0,13 -0,26 -0,08 -0,21 -0,10 -0,09 -0,41 -0,06
Máx
0,83 0,81 0,94 0,56 0,64 0,45 0,60 0,76 0,94 0,80 0,82 0,70
alav Méd
2,98 2,70 3,02 3,04 3,37 3,35 3,17 3,35 2,98 2,97 3,03 3,21
Mín
1,09 1,10 1,03 1,31 1,21 1,37 1,27 1,17 1,03 1,11 1,10 1,20
Máx
6,24 6,77 7,95 7,04 10,90 12,14 10,09 7,56 7,89 8,71 8,54 7,88
JANELAS MÓVEIS - 1 MÊS
FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value
DÓLAR Méd
-2,4% 41,3% -2,1% 37,7% -15,3% 33,0% 0,8% 43,4% -3,0% 38,3% -2,8% 45,5% -2,1% 41,6% -0,9% 40,0% -4,1% 30,6% -4,6% 42,5% -0,2% 40,5% 0,4% 52,3%
Sign
-8,3% 23,3% -5,0% 23,3% -35,9% 36,7% 2,6% 10,0% -19,7% 13,3% -13,6% 11,7% -9,8% 11,7% -5,3% 15,0% -14,5% 26,7% -14,8% 16,7% -6,3% 30,0% 14,2% 8,3%
Ñ-Sig
-0,7% 76,7% -1,2% 76,7% -3,5% 63,3% 0,6% 90,0% -0,5% 86,7% -1,3% 88,3% -1,1% 88,3% -0,1% 85,0% -0,3% 73,3% -2,6% 83,3% 2,4% 70,0% -0,9% 91,7%
IBOV Méd
0,6% 48,4% 0,2% 43,5% 2,1% 39,8% -1,1% 36,1% 0,1% 47,1% 2,2% 48,1% 0,8% 46,5% 0,7% 42,2% 1,2% 43,9% 6,4% 34,7% 1,5% 40,1% -0,3% 38,9%
Sign
2,2% 13,3% -1,3% 6,7% 11,9% 13,3% -3,6% 16,7% 2,9% 8,3% 12,5% 15,0% 3,0% 13,3% 1,0% 10,0% 4,2% 10,0% 20,7% 30,0% 8,1% 13,3% -1,5% 13,3%
Ñ-Sig
0,4% 86,7% 0,4% 93,3% 0,6% 86,7% -0,6% 83,3% -0,1% 91,7% 0,4% 85,0% 0,5% 86,7% 0,7% 90,0% 0,9% 90,0% 0,3% 70,0% 0,5% 86,7% -0,2% 86,7%
TXMP Méd
-5,5% 43,6% 6,7% 41,6% -43,9% 47,5% 34,1% 43,8% -21,2% 44,6% -33,3% 42,4% 3,0% 44,5% 28,6% 48,5% 11,1% 41,1% 69,9% 46,3% 14,1% 39,6% 55,6% 40,1%
Sign
-1,4% 10,0% 65,1% 8,3% -444,5% 3,3% -51,3% 10,0% 153,4% 11,7% -401,7% 6,7% -279,3% 11,7% 114,1% 5,0% 166,5% 16,7% 304,8% 8,3% 261,3% 1,7% 323,3% 13,3%
Ñ-Sig
-6,0% 90,0% 1,4% 91,7% -30,1% 96,7% 43,6% 90,0% -44,3% 88,3% -7,0% 93,3% 40,3% 88,3% 24,1% 95,0% -19,9% 83,3% 48,6% 91,7% 9,9% 98,3% 14,5% 86,7%
TXLP Méd
8,1% 44,2% 7,7% 41,8% 30,9% 36,3% -8,0% 47,6% 15,2% 41,6% 1,5% 42,8% 12,2% 44,0% 5,9% 47,3% 7,6% 47,1% 12,3% 39,9% 9,8% 40,0% 4,9% 38,9%
Sign
52,5% 11,7% 39,9% 13,3% 144,9% 13,3% -35,5% 5,0% 48,1% 21,7% 32,8% 8,3% 39,9% 15,0% 32,3% 10,0% 20,9% 10,0% 50,7% 8,3% 53,6% 16,7% 29,2% 8,3%
Ñ-Sig
2,3% 88,3% 2,8% 86,7% 13,3% 86,7% -6,6% 95,0% 6,1% 78,3% -1,4% 91,7% 7,4% 85,0% 3,0% 90,0% 6,1% 90,0% 8,8% 91,7% 1,0% 83,3% 2,7% 91,7%
IGP Méd
1,1% 51,5% 1,3% 47,4% 1,5% 51,8% 2,2% 50,5% -0,8% 53,2% 3,3% 49,7% 2,4% 47,0% 1,0% 59,3% -0,8% 50,0% 0,5% 45,7% 2,1% 51,0% -0,9% 51,4%
Sign
5,6% 3,3% 17,0% 3,3% 21,0% 5,0% 5,9% 5,0% -14,0% 3,3% 51,0% 6,7% 11,4% 13,3% 4,3% 3,3% -4,9% 6,7% -11,1% 8,3% 9,2% 5,0% -9,7% 6,7%
Ñ-Sig
1,0% 96,7% 0,8% 96,7% 0,4% 95,0% 2,0% 95,0% -0,4% 96,7% -0,2% 93,3% 1,1% 86,7% 0,8% 96,7% -0,5% 93,3% 1,5% 91,7% 1,7% 95,0% -0,3% 93,3%
R2 Méd
0,34 0,35 0,44 0,31 0,30 0,27 0,31 0,30 0,39 0,40 0,36 0,31
Mín
-0,29 -0,31 -0,10 -0,07 -0,08 -0,71 -0,12 -0,33 -0,08 -0,18 -0,41 -0,08
Máx
0,89 0,87 0,98 0,81 0,85 0,75 0,86 0,86 0,98 0,94 0,93 0,82
R2BARRA Méd
0,18 0,19 0,30 0,15 0,13 0,09 0,14 0,14 0,24 0,26 0,21 0,15
Mín
-0,57 -0,66 -0,38 -0,32 -0,36 -1,09 -0,40 -0,64 -0,33 -0,49 -0,72 -0,33
Máx
0,87 0,84 0,97 0,76 0,81 0,68 0,82 0,82 0,98 0,92 0,91 0,78
alav Méd
1,95 1,87 1,86 2,01 2,00 2,15 1,95 2,07 1,79 1,79 1,88 1,99
Mín
1,05 1,04 1,01 1,08 1,08 1,11 1,08 1,07 1,01 1,03 1,03 1,07
Máx
3,97 6,19 5,33 4,90 4,75 7,37 4,12 5,27 6,02 4,70 5,31 5,14
SDA
QUEST
SDA
HG
PACTUAL
QUEST
PACTUAL
MELLON
NOBEL
NOBEL
GAP
JGP
IFMM
ARSENAL
CLARITAS
DIRECIONAL
IFMM
ARSENAL
CLARITAS
DIRECIONAL
GAP
HG
JGP
MELLON
Tabela 10 – Resultados das regressões para a montagem dos clones com janelas móveis de 3 meses e 1 mês.
49
Retorno Volat. Sharpe
31,1% 8,53% 1,48
25,9% 8,52% 0,86
31,7% 4,49% 4,39
28,0% 5,48% 2,93
27,1% 5,74% 1,54
28,6% 5,75% 1,80
31,7% 4,49% 4,39
26,7% 4,81% 3,07
22,8% 5,80% 1,02
22,5% 5,80% 0,97
31,7% 4,49% 4,39
24,5% 5,22% 2,39
23,3% 5,39% 1,15
20,7% 5,40% 0,65
31,7% 4,49% 4,39
21,9% 5,23% 1,89
30,9% 7,54% 1,70
26,7% 7,54% 1,43
27,1% 5,70% 1,70
25,0% 5,69% 1,34
31,1% 7,62% 1,91
31,1% 7,62% 1,94
29,9% 8,51% 1,43
34,3% 13,97% 1,19
31,1% 7,12% 2,37
29,8% 7,12% 1,86
31,0% 8,62% 1,54
38,6% 16,09% 1,30
31,0% 6,72% 3,13
28,2% 6,72% 2,94
30,8% 8,50% 1,54
25,5% 22,12% 0,35
- - -
- - -
31,0% 8,62% 1,55
25,7% 13,91% 0,58
HG
CLONES Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe
Fundo
20,1% 1,82% 0,88 20,6% 1,50% 1,37 27,0% 8,01% 1,06 20,4% 3,89% 0,50 24,8% 3,48% 1,80
Clone
19,0% 1,82% 0,28 18,6% 1,50% 0,04 21,7% 8,01% 0,40 14,1% 3,89% NEG 17,9% 3,48% NEG
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
15,2% 1,23% 2,58 14,3% 0,96% 2,44 24,7% 5,52% 2,30 5,9% 3,21% NEG 16,0% 1,95% 2,07
Fundo
20,2% 1,75% 1,12 20,4% 1,49% 1,48 24,9% 8,35% 0,79 18,8% 4,08% 0,13 23,0% 3,15% 1,52
Clone
20,1% 1,76% 1,05 19,6% 1,50% 0,87 29,5% 8,36% 1,35 11,5% 4,07% NEG 20,4% 3,15% 0,67
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
15,4% 1,28% 2,69 14,7% 1,04% 2,58 27,9% 5,98% 2,65 5,3% 3,43% NEG 16,5% 2,18% 2,09
Fundo
18,2% 1,90% 0,67 18,3% 1,58% 0,89 20,7% 7,86% 0,49 19,7% 4,33% 0,66 19,9% 3,11% 0,97
Clone
17,7% 1,91% 0,44 17,3% 1,59% 0,28 22,2% 7,86% 0,68 12,6% 4,33% NEG 18,3% 3,11% 0,46
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
15,6% 1,47% 2,48 14,8% 1,18% 2,41 26,7% 5,87% 2,50 6,7% 3,76% NEG 16,6% 2,22% 2,07
Fundo
19,4% 2,17% 1,05 19,2% 1,81% 1,12 25,1% 9,02% 0,88 18,5% 2,92% 0,46 21,8% 3,19% 1,45
Clone
18,7% 2,18% 0,71 18,3% 1,82% 0,64 23,8% 9,02% 0,73 16,0% 2,92% NEG 18,7% 3,19% 0,47
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
16,2% 1,62% 2,62 15,4% 1,30% 2,66 28,4% 6,41% 2,56 8,8% 2,48% NEG 16,9% 2,12% 2,34
Fundo
20,5% 1,65% 0,93 21,0% 1,36% 1,49 26,2% 7,80% 0,90 20,0% 3,87% 0,26 24,4% 3,26% 1,65
Clone
21,0% 1,65% 1,46 20,2% 1,37% 0,96 33,2% 7,81% 1,83 12,2% 3,86% NEG 21,1% 3,26% 0,75
Fundo
20,1% 1,74% 1,53 20,3% 1,48% 1,95 24,3% 8,29% 0,83 18,2% 4,06% 0,18 23,1% 3,13% 1,81
Clone
19,4% 1,52% 1,30 18,7% 1,32% 0,93 25,1% 7,47% 1,03 18,3% 3,94% 0,22 18,9% 2,82% 0,51
Fundo
20,0% 1,72% 0,89 20,5% 1,42% 1,40 26,3% 7,69% 0,97 20,4% 3,67% 0,35 24,5% 3,27% 1,77
Clone
21,2% 1,73% 1,73 20,8% 1,42% 1,64 32,0% 7,69% 1,75 13,0% 3,66% NEG 20,9% 3,27% 0,81
Fundo
20,7% 1,76% 1,69 20,9% 1,47% 2,17 25,8% 8,13% 0,99 19,3% 3,97% 0,39 24,1% 3,17% 2,01
Clone
21,7% 2,23% 1,79 20,1% 1,81% 1,34 30,6% 7,87% 1,63 21,4% 4,75% 0,77 19,4% 4,00% 0,42
Fundo
20,0% 1,65% 1,28 20,5% 1,37% 1,58 26,6% 7,26% 1,25 20,3% 3,49% 0,32 24,6% 3,28% 1,89
Clone
21,3% 1,65% 1,87 21,2% 1,38% 2,14 31,4% 7,26% 2,15 14,7% 3,49% NEG 21,9% 3,28% 1,18
Fundo
19,9% 1,85% 1,20 20,4% 1,52% 1,77 24,9% 8,01% 0,90 19,5% 3,94% 0,46 24,2% 3,24% 2,01
Clone
22,1% 2,41% 1,84 21,2% 2,09% 1,65 27,3% 8,14% 1,17 22,7% 5,92% 0,84 19,4% 4,08% 0,41
Fundo
20,1% 1,54% 2,06 20,6% 1,31% 2,15 27,5% 6,78% 1,87 20,4% 3,30% 0,27 24,9% 3,17% 2,63
Clone
20,5% 1,54% 1,68 20,7% 1,31% 1,98 26,1% 6,78% 1,97 18,1% 3,30% 0,29 21,8% 3,17% 1,98
Fundo
20,0% 1,82% 1,24 20,4% 1,50% 1,82 26,0% 7,94% 1,04 19,6% 3,90% 0,49 24,6% 3,40% 2,04
Clone
20,2% 2,67% 0,92 20,6% 2,08% 1,38 25,0% 9,82% 0,75 18,8% 6,43% 0,17 21,1% 4,50% 0,75
Fundo
- - - - - - - - - - - - - - -
Clone
- - - - - - - - - - - - - - -
Fundo
19,9% 1,85% 1,21 20,4% 1,52% 1,78 24,9% 8,02% 0,90 19,6% 3,94% 0,49 24,3% 3,24% 2,02
Clone
22,0% 2,12% 2,02 21,2% 1,88% 1,86 28,3% 8,37% 1,27 20,9% 5,01% 0,64 19,4% 3,81% 0,46
EX-POST
04/2002 a
01/2007
EX-POST
01/2003 a
01/2007
JANELAS
MÓVEIS
1 MÊS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
JANELAS
MÓVEIS
3 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
01/2007 a
06/2007
JANELAS
MÓVEIS
6 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
07/2002 a
01/2007
JANELAS
MÓVEIS
1 ANO
ESTIMAÇÃO
01/2002 a
12/2006
PERÍODO
01/2002 a
12/2006
PESOS FIXOS
2 ANOS
ESTIMAÇÃO
01/2005 a
12/2006
EX-POST
01/2007 a
06/2007
PESOS FIXOS
3 ANOS
GAP
ESTIMAÇÃO
01/2004 a
12/2006
IFMM
PESOS FIXOS
4 ANOS
ESTIMAÇÃO
01/2003 a
12/2006
EX-POST
01/2007 a
06/2007
01/2007 a
06/2007
PESOS FIXOS
5 ANOS
ESTIMAÇÃO
EX-POST
ARSENAL
CLARITAS
DIRECIONAL
JANELAS
MÓVEIS
3 MESES
DIÁRIAS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
Retorno Volat. Sharpe
31,1% 8,53% 1,48
25,9% 8,52% 0,86
31,7% 4,49% 4,39
28,0% 5,48% 2,93
27,1% 5,74% 1,54
28,6% 5,75% 1,80
31,7% 4,49% 4,39
26,7% 4,81% 3,07
22,8% 5,80% 1,02
22,5% 5,80% 0,97
31,7% 4,49% 4,39
24,5% 5,22% 2,39
23,3% 5,39% 1,15
20,7% 5,40% 0,65
31,7% 4,49% 4,39
21,9% 5,23% 1,89
30,9% 7,54% 1,70
26,7% 7,54% 1,43
27,1% 5,70% 1,70
25,0% 5,69% 1,34
31,1% 7,62% 1,91
31,1% 7,62% 1,94
29,9% 8,51% 1,43
34,3% 13,97% 1,19
31,1% 7,12% 2,37
29,8% 7,12% 1,86
31,0% 8,62% 1,54
38,6% 16,09% 1,30
31,0% 6,72% 3,13
28,2% 6,72% 2,94
30,8% 8,50% 1,54
25,5% 22,12% 0,35
- - -
- - -
31,0% 8,62% 1,55
25,7% 13,91% 0,58
HG
CLONES Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe
Fundo
20,1% 1,82% 0,88 20,6% 1,50% 1,37 27,0% 8,01% 1,06 20,4% 3,89% 0,50 24,8% 3,48% 1,80
Clone
19,0% 1,82% 0,28 18,6% 1,50% 0,04 21,7% 8,01% 0,40 14,1% 3,89% NEG 17,9% 3,48% NEG
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
15,2% 1,23% 2,58 14,3% 0,96% 2,44 24,7% 5,52% 2,30 5,9% 3,21% NEG 16,0% 1,95% 2,07
Fundo
20,2% 1,75% 1,12 20,4% 1,49% 1,48 24,9% 8,35% 0,79 18,8% 4,08% 0,13 23,0% 3,15% 1,52
Clone
20,1% 1,76% 1,05 19,6% 1,50% 0,87 29,5% 8,36% 1,35 11,5% 4,07% NEG 20,4% 3,15% 0,67
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
15,4% 1,28% 2,69 14,7% 1,04% 2,58 27,9% 5,98% 2,65 5,3% 3,43% NEG 16,5% 2,18% 2,09
Fundo
18,2% 1,90% 0,67 18,3% 1,58% 0,89 20,7% 7,86% 0,49 19,7% 4,33% 0,66 19,9% 3,11% 0,97
Clone
17,7% 1,91% 0,44 17,3% 1,59% 0,28 22,2% 7,86% 0,68 12,6% 4,33% NEG 18,3% 3,11% 0,46
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
15,6% 1,47% 2,48 14,8% 1,18% 2,41 26,7% 5,87% 2,50 6,7% 3,76% NEG 16,6% 2,22% 2,07
Fundo
19,4% 2,17% 1,05 19,2% 1,81% 1,12 25,1% 9,02% 0,88 18,5% 2,92% 0,46 21,8% 3,19% 1,45
Clone
18,7% 2,18% 0,71 18,3% 1,82% 0,64 23,8% 9,02% 0,73 16,0% 2,92% NEG 18,7% 3,19% 0,47
Fundo
16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75
Clone
16,2% 1,62% 2,62 15,4% 1,30% 2,66 28,4% 6,41% 2,56 8,8% 2,48% NEG 16,9% 2,12% 2,34
Fundo
20,5% 1,65% 0,93 21,0% 1,36% 1,49 26,2% 7,80% 0,90 20,0% 3,87% 0,26 24,4% 3,26% 1,65
Clone
21,0% 1,65% 1,46 20,2% 1,37% 0,96 33,2% 7,81% 1,83 12,2% 3,86% NEG 21,1% 3,26% 0,75
Fundo
20,1% 1,74% 1,53 20,3% 1,48% 1,95 24,3% 8,29% 0,83 18,2% 4,06% 0,18 23,1% 3,13% 1,81
Clone
19,4% 1,52% 1,30 18,7% 1,32% 0,93 25,1% 7,47% 1,03 18,3% 3,94% 0,22 18,9% 2,82% 0,51
Fundo
20,0% 1,72% 0,89 20,5% 1,42% 1,40 26,3% 7,69% 0,97 20,4% 3,67% 0,35 24,5% 3,27% 1,77
Clone
21,2% 1,73% 1,73 20,8% 1,42% 1,64 32,0% 7,69% 1,75 13,0% 3,66% NEG 20,9% 3,27% 0,81
Fundo
20,7% 1,76% 1,69 20,9% 1,47% 2,17 25,8% 8,13% 0,99 19,3% 3,97% 0,39 24,1% 3,17% 2,01
Clone
21,7% 2,23% 1,79 20,1% 1,81% 1,34 30,6% 7,87% 1,63 21,4% 4,75% 0,77 19,4% 4,00% 0,42
Fundo
20,0% 1,65% 1,28 20,5% 1,37% 1,58 26,6% 7,26% 1,25 20,3% 3,49% 0,32 24,6% 3,28% 1,89
Clone
21,3% 1,65% 1,87 21,2% 1,38% 2,14 31,4% 7,26% 2,15 14,7% 3,49% NEG 21,9% 3,28% 1,18
Fundo
19,9% 1,85% 1,20 20,4% 1,52% 1,77 24,9% 8,01% 0,90 19,5% 3,94% 0,46 24,2% 3,24% 2,01
Clone
22,1% 2,41% 1,84 21,2% 2,09% 1,65 27,3% 8,14% 1,17 22,7% 5,92% 0,84 19,4% 4,08% 0,41
Fundo
20,1% 1,54% 2,06 20,6% 1,31% 2,15 27,5% 6,78% 1,87 20,4% 3,30% 0,27 24,9% 3,17% 2,63
Clone
20,5% 1,54% 1,68 20,7% 1,31% 1,98 26,1% 6,78% 1,97 18,1% 3,30% 0,29 21,8% 3,17% 1,98
Fundo
20,0% 1,82% 1,24 20,4% 1,50% 1,82 26,0% 7,94% 1,04 19,6% 3,90% 0,49 24,6% 3,40% 2,04
Clone
20,2% 2,67% 0,92 20,6% 2,08% 1,38 25,0% 9,82% 0,75 18,8% 6,43% 0,17 21,1% 4,50% 0,75
Fundo
- - - - - - - - - - - - - - -
Clone
- - - - - - - - - - - - - - -
Fundo
19,9% 1,85% 1,21 20,4% 1,52% 1,78 24,9% 8,02% 0,90 19,6% 3,94% 0,49 24,3% 3,24% 2,02
Clone
22,0% 2,12% 2,02 21,2% 1,88% 1,86 28,3% 8,37% 1,27 20,9% 5,01% 0,64 19,4% 3,81% 0,46
EX-POST
04/2002 a
01/2007
EX-POST
01/2003 a
01/2007
JANELAS
MÓVEIS
1 MÊS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
JANELAS
MÓVEIS
3 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
01/2007 a
06/2007
JANELAS
MÓVEIS
6 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
07/2002 a
01/2007
JANELAS
MÓVEIS
1 ANO
ESTIMAÇÃO
01/2002 a
12/2006
PERÍODO
01/2002 a
12/2006
PESOS FIXOS
2 ANOS
ESTIMAÇÃO
01/2005 a
12/2006
EX-POST
01/2007 a
06/2007
PESOS FIXOS
3 ANOS
GAP
ESTIMAÇÃO
01/2004 a
12/2006
IFMM
PESOS FIXOS
4 ANOS
ESTIMAÇÃO
01/2003 a
12/2006
EX-POST
01/2007 a
06/2007
01/2007 a
06/2007
PESOS FIXOS
5 ANOS
ESTIMAÇÃO
EX-POST
ARSENAL
CLARITAS
DIRECIONAL
JANELAS
MÓVEIS
3 MESES
DIÁRIAS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
Tabela 11 – Comparação de desempenho ajustado ao risco das carteiras clone com seus respectivos hedge funds (fundos 1 a 6).
50
CLONES
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
EX-POST
04/2002 a
01/2007
EX-POST
01/2003 a
01/2007
JANELAS
MÓVEIS
1 MÊS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
JANELAS
MÓVEIS
3 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
01/2007 a
06/2007
JANELAS
MÓVEIS
6 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
07/2002 a
01/2007
JANELAS
MÓVEIS
1 ANO
ESTIMAÇÃO
01/2002 a
12/2006
PERÍODO
01/2002 a
12/2006
PESOS FIXOS
2 ANOS
ESTIMAÇÃO
01/2005 a
12/2006
EX-POST
01/2007 a
06/2007
PESOS FIXOS
3 ANOS
ESTIMAÇÃO
01/2004 a
12/2006
PESOS FIXOS
4 ANOS
ESTIMAÇÃO
01/2003 a
12/2006
EX-POST
01/2007 a
06/2007
01/2007 a
06/2007
PESOS FIXOS
5 ANOS
ESTIMAÇÃO
EX-POST
JANELAS
MÓVEIS
3 MESES
DIÁRIAS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe
22,5% 3,03% 1,32 21,9% 3,07% 1,11 20,9% 3,48% 0,70 25,9% 6,22% 1,19 24,3% 10,44% 0,56 26,1% 3,53% 2,15
19,3% 3,04% 0,26 20,5% 3,08% 0,66 20,0% 3,49% 0,42 22,9% 6,22% 0,70 27,9% 10,43% 0,90 17,7% 3,52% NEG
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
16,7% 1,83% 2,58 16,6% 2,26% 2,03 17,7% 2,52% 2,29 22,2% 5,20% 1,97 24,7% 5,41% 2,36 15,3% 1,22% 2,70
21,3% 2,73% 1,10 21,7% 2,33% 1,47 19,6% 2,72% 0,48 25,9% 6,33% 1,20 24,5% 2,75% 2,28 22,8% 2,48% 1,85
22,2% 2,75% 1,44 21,5% 2,33% 1,41 20,8% 2,73% 0,92 29,3% 6,34% 1,74 21,4% 2,74% 1,14 22,8% 2,49% 1,82
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
17,8% 1,97% 2,97 17,0% 1,89% 2,63 16,5% 1,89% 2,39 26,1% 5,50% 2,56 17,3% 2,07% 2,56 17,8% 1,60% 3,63
19,9% 2,87% 1,05 18,2% 2,14% 0,64 17,2% 2,69% 0,12 23,8% 6,63% 1,05 19,1% 2,14% 1,03 18,7% 1,75% 1,07
18,7% 2,87% 0,63 18,1% 2,14% 0,57 18,2% 2,69% 0,50 23,2% 6,64% 0,96 18,1% 2,14% 0,55 17,8% 1,75% 0,52
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
17,6% 2,23% 2,51 16,4% 1,70% 2,57 16,3% 1,90% 2,27 26,2% 6,02% 2,36 16,2% 1,72% 2,44 16,2% 1,34% 3,13
20,8% 3,14% 1,16 20,5% 2,05% 1,61 18,5% 2,95% 0,46 25,8% 7,55% 1,15 19,8% 2,30% 1,14 20,2% 1,68% 1,83
21,1% 3,15% 1,25 18,8% 2,05% 0,79 18,6% 2,96% 0,50 24,9% 7,56% 1,02 19,0% 2,31% 0,78 19,2% 1,68% 1,23
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
19,1% 2,42% 2,96 16,0% 1,46% 2,73 16,7% 2,02% 2,34 27,7% 6,84% 2,30 16,5% 1,75% 2,60 15,6% 1,05% 3,41
22,7% 2,93% 1,24 23,2% 2,77% 1,61 21,3% 3,00% 0,69 25,6% 5,85% 1,13 25,1% 6,06% 1,36 25,5% 2,98% 1,83
22,0% 2,94% 1,10 23,9% 2,78% 1,90 20,6% 3,01% 0,75 26,5% 5,86% 1,41 22,0% 6,05% 1,03 22,4% 2,99% 1,57
20,7% 2,75% 1,20 21,5% 2,30% 1,75 19,5% 2,70% 0,76 26,0% 6,27% 1,36 24,2% 2,73% 2,49 22,5% 2,46% 2,06
20,4% 2,86% 1,03 20,6% 2,66% 1,19 20,0% 2,69% 0,94 15,7% 5,78% NEG 19,3% 6,58% 0,28 17,8% 2,96% 0,14
22,2% 2,96% 1,15 22,4% 2,82% 1,42 21,0% 3,18% 0,69 25,5% 5,98% 1,20 24,6% 6,50% 1,43 26,0% 3,05% 1,97
23,3% 2,97% 1,59 23,3% 2,82% 1,82 21,0% 3,18% 0,89 28,7% 5,98% 1,91 27,9% 6,50% 1,43 24,2% 3,05% 2,08
22,0% 3,06% 1,39 23,8% 2,60% 2,35 21,3% 3,06% 1,18 26,4% 6,38% 1,36 25,8% 8,94% 0,90 24,5% 3,30% 2,05
21,1% 3,64% 0,92 22,9% 4,27% 1,21 21,6% 4,82% 0,80 22,8% 7,11% 0,71 24,0% 13,82% 0,46 21,1% 4,39% 0,78
22,4% 2,88% 1,37 22,0% 2,60% 1,38 21,0% 3,03% 0,85 25,6% 5,66% 1,59 24,2% 6,25% 1,68 25,9% 2,98% 2,10
23,3% 2,88% 1,71 24,2% 2,61% 2,23 22,5% 3,03% 1,27 28,8% 5,67% 2,16 33,0% 6,25% 2,25 24,9% 2,98% 2,53
21,7% 3,08% 1,29 21,9% 3,12% 1,33 20,5% 3,48% 0,79 26,0% 6,32% 1,31 23,3% 10,24% 0,55 25,0% 3,45% 2,11
23,3% 4,47% 1,25 22,9% 4,32% 1,19 24,8% 5,24% 1,36 24,6% 7,99% 0,86 27,3% 16,97% 0,57 23,3% 4,60% 1,22
22,5% 2,74% 1,80 21,9% 2,38% 1,76 20,9% 2,85% 1,10 26,2% 5,34% 2,46 24,5% 5,89% 2,95 26,2% 2,87% 2,17
24,5% 2,74% 2,39 22,5% 2,38% 1,88 23,6% 2,85% 1,60 27,1% 5,34% 2,30 26,8% 5,89% 2,79 25,1% 2,87% 2,66
21,9% 3,06% 1,39 21,8% 3,07% 1,33 20,9% 3,48% 0,91 26,0% 6,22% 1,34 24,3% 10,24% 0,64 25,4% 3,48% 2,23
20,4% 5,77% 0,47 23,7% 4,48% 1,33 21,4% 6,40% 0,58 23,1% 9,66% 0,56 24,5% 20,54% 0,33 22,2% 6,00% 0,75
- - - - - - - - - - - - - - - - - -
- - - - - - - - - - - - - - - - - -
21,7% 3,08% 1,30 13,7% 1,48% NEG 19,8% 2,77% 0,76 25,1% 4,43% 1,68 18,8% 2,75% 0,40 25,0% 3,44% 2,11
25,1% 4,45% 1,67 14,5% 1,45% NEG 20,5% 2,54% 1,11 24,2% 4,42% 1,47 21,5% 2,89% 1,32 20,4% 3,93% 0,68
SDA
JGP
MELLON
NOBEL
PACTUAL
QUEST
CLONES
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
Fundo
Clone
EX-POST
04/2002 a
01/2007
EX-POST
01/2003 a
01/2007
JANELAS
MÓVEIS
1 MÊS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
JANELAS
MÓVEIS
3 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
01/2007 a
06/2007
JANELAS
MÓVEIS
6 MESES
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
07/2002 a
01/2007
JANELAS
MÓVEIS
1 ANO
ESTIMAÇÃO
01/2002 a
12/2006
PERÍODO
01/2002 a
12/2006
PESOS FIXOS
2 ANOS
ESTIMAÇÃO
01/2005 a
12/2006
EX-POST
01/2007 a
06/2007
PESOS FIXOS
3 ANOS
ESTIMAÇÃO
01/2004 a
12/2006
PESOS FIXOS
4 ANOS
ESTIMAÇÃO
01/2003 a
12/2006
EX-POST
01/2007 a
06/2007
01/2007 a
06/2007
PESOS FIXOS
5 ANOS
ESTIMAÇÃO
EX-POST
JANELAS
MÓVEIS
3 MESES
DIÁRIAS
ESTIMAÇÃO
01/2002 a
12/2006
EX-POST
02/2002 a
01/2007
Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe
22,5% 3,03% 1,32 21,9% 3,07% 1,11 20,9% 3,48% 0,70 25,9% 6,22% 1,19 24,3% 10,44% 0,56 26,1% 3,53% 2,15
19,3% 3,04% 0,26 20,5% 3,08% 0,66 20,0% 3,49% 0,42 22,9% 6,22% 0,70 27,9% 10,43% 0,90 17,7% 3,52% NEG
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
16,7% 1,83% 2,58 16,6% 2,26% 2,03 17,7% 2,52% 2,29 22,2% 5,20% 1,97 24,7% 5,41% 2,36 15,3% 1,22% 2,70
21,3% 2,73% 1,10 21,7% 2,33% 1,47 19,6% 2,72% 0,48 25,9% 6,33% 1,20 24,5% 2,75% 2,28 22,8% 2,48% 1,85
22,2% 2,75% 1,44 21,5% 2,33% 1,41 20,8% 2,73% 0,92 29,3% 6,34% 1,74 21,4% 2,74% 1,14 22,8% 2,49% 1,82
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
17,8% 1,97% 2,97 17,0% 1,89% 2,63 16,5% 1,89% 2,39 26,1% 5,50% 2,56 17,3% 2,07% 2,56 17,8% 1,60% 3,63
19,9% 2,87% 1,05 18,2% 2,14% 0,64 17,2% 2,69% 0,12 23,8% 6,63% 1,05 19,1% 2,14% 1,03 18,7% 1,75% 1,07
18,7% 2,87% 0,63 18,1% 2,14% 0,57 18,2% 2,69% 0,50 23,2% 6,64% 0,96 18,1% 2,14% 0,55 17,8% 1,75% 0,52
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
17,6% 2,23% 2,51 16,4% 1,70% 2,57 16,3% 1,90% 2,27 26,2% 6,02% 2,36 16,2% 1,72% 2,44 16,2% 1,34% 3,13
20,8% 3,14% 1,16 20,5% 2,05% 1,61 18,5% 2,95% 0,46 25,8% 7,55% 1,15 19,8% 2,30% 1,14 20,2% 1,68% 1,83
21,1% 3,15% 1,25 18,8% 2,05% 0,79 18,6% 2,96% 0,50 24,9% 7,56% 1,02 19,0% 2,31% 0,78 19,2% 1,68% 1,23
15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22
19,1% 2,42% 2,96 16,0% 1,46% 2,73 16,7% 2,02% 2,34 27,7% 6,84% 2,30 16,5% 1,75% 2,60 15,6% 1,05% 3,41
22,7% 2,93% 1,24 23,2% 2,77% 1,61 21,3% 3,00% 0,69 25,6% 5,85% 1,13 25,1% 6,06% 1,36 25,5% 2,98% 1,83
22,0% 2,94% 1,10 23,9% 2,78% 1,90 20,6% 3,01% 0,75 26,5% 5,86% 1,41 22,0% 6,05% 1,03 22,4% 2,99% 1,57
20,7% 2,75% 1,20 21,5% 2,30% 1,75 19,5% 2,70% 0,76 26,0% 6,27% 1,36 24,2% 2,73% 2,49 22,5% 2,46% 2,06
20,4% 2,86% 1,03 20,6% 2,66% 1,19 20,0% 2,69% 0,94 15,7% 5,78% NEG 19,3% 6,58% 0,28 17,8% 2,96% 0,14
22,2% 2,96% 1,15 22,4% 2,82% 1,42 21,0% 3,18% 0,69 25,5% 5,98% 1,20 24,6% 6,50% 1,43 26,0% 3,05% 1,97
23,3% 2,97% 1,59 23,3% 2,82% 1,82 21,0% 3,18% 0,89 28,7% 5,98% 1,91 27,9% 6,50% 1,43 24,2% 3,05% 2,08
22,0% 3,06% 1,39 23,8% 2,60% 2,35 21,3% 3,06% 1,18 26,4% 6,38% 1,36 25,8% 8,94% 0,90 24,5% 3,30% 2,05
21,1% 3,64% 0,92 22,9% 4,27% 1,21 21,6% 4,82% 0,80 22,8% 7,11% 0,71 24,0% 13,82% 0,46 21,1% 4,39% 0,78
22,4% 2,88% 1,37 22,0% 2,60% 1,38 21,0% 3,03% 0,85 25,6% 5,66% 1,59 24,2% 6,25% 1,68 25,9% 2,98% 2,10
23,3% 2,88% 1,71 24,2% 2,61% 2,23 22,5% 3,03% 1,27 28,8% 5,67% 2,16 33,0% 6,25% 2,25 24,9% 2,98% 2,53
21,7% 3,08% 1,29 21,9% 3,12% 1,33 20,5% 3,48% 0,79 26,0% 6,32% 1,31 23,3% 10,24% 0,55 25,0% 3,45% 2,11
23,3% 4,47% 1,25 22,9% 4,32% 1,19 24,8% 5,24% 1,36 24,6% 7,99% 0,86 27,3% 16,97% 0,57 23,3% 4,60% 1,22
22,5% 2,74% 1,80 21,9% 2,38% 1,76 20,9% 2,85% 1,10 26,2% 5,34% 2,46 24,5% 5,89% 2,95 26,2% 2,87% 2,17
24,5% 2,74% 2,39 22,5% 2,38% 1,88 23,6% 2,85% 1,60 27,1% 5,34% 2,30 26,8% 5,89% 2,79 25,1% 2,87% 2,66
21,9% 3,06% 1,39 21,8% 3,07% 1,33 20,9% 3,48% 0,91 26,0% 6,22% 1,34 24,3% 10,24% 0,64 25,4% 3,48% 2,23
20,4% 5,77% 0,47 23,7% 4,48% 1,33 21,4% 6,40% 0,58 23,1% 9,66% 0,56 24,5% 20,54% 0,33 22,2% 6,00% 0,75
- - - - - - - - - - - - - - - - - -
- - - - - - - - - - - - - - - - - -
21,7% 3,08% 1,30 13,7% 1,48% NEG 19,8% 2,77% 0,76 25,1% 4,43% 1,68 18,8% 2,75% 0,40 25,0% 3,44% 2,11
25,1% 4,45% 1,67 14,5% 1,45% NEG 20,5% 2,54% 1,11 24,2% 4,42% 1,47 21,5% 2,89% 1,32 20,4% 3,93% 0,68
SDA
JGP
MELLON
NOBEL
PACTUAL
QUEST
Tabela 12 – Comparação de desempenho ajustado ao risco das carteiras clone com seus respectivos hedge funds (fundos 7 a 12).
51
FUNDO
Assim. 1 ANO 6 MESES 3 MESES 1 MÊS 3 MESES 1D
Assim.
-0,87 -0,63 -0,77 -0,95 -0,15 -0,90
Curtose
7,48 11,56 18,00 19,17 13,40 13,76
Máx. DD
1,87% 1,83% 2,58% 2,62% 2,77% 2,24%
Corr. Fundo
1,00 0,57 0,55 0,55 0,51 0,56
Corr. IBOV
0,15 0,18 0,16 0,16 0,12 0,17
Assim.
-0,84 -0,79 -0,76 -0,72 0,07 -0,61
Curtose
6,87 12,56 17,37 15,55 7,61 10,82
Máx. DD
1,64% 1,43% 1,99% 2,10% 1,68% 1,75%
Corr. Fundo
1,00 0,54 0,56 0,59 0,48 0,58
Corr. IBOV
0,18 0,21 0,16 0,17 0,14 0,18
Assim.
-0,31 -0,61 -0,48 -0,41 -0,04 -0,24
Curtose
12,14 5,19 4,37 3,07 12,38 6,54
Máx. DD
12,32% 7,88% 8,59% 6,91% 12,38% 7,35%
Corr. Fundo
1,00 0,45 0,45 0,39 0,27 0,44
Corr. IBOV
0,07 0,03 0,03 0,04 0,03 0,05
Assim.
2,63 0,60 2,59 3,28 -0,82 2,35
Curtose
19,60 7,70 36,06 42,88 38,03 32,30
Máx. DD
5,20% 2,88% 2,86% 3,13% 8,84% 4,04%
Corr. Fundo
1,00 0,14 0,08 0,00 0,11 0,17
Corr. IBOV
0,07 0,07 0,05 0,03 0,03 0,06
Assim.
0,05 -0,40 -0,79 -0,78 -0,20 -0,81
Curtose
3,56 6,00 11,30 12,73 5,93 6,83
Máx. DD
1,85% 3,03% 4,75% 5,20% 4,01% 3,51%
Corr. Fundo
1,00 0,26 0,22 0,25 0,22 0,26
Corr. IBOV
0,11 0,10 0,07 0,06 0,05 0,06
Assim.
-0,26 0,07 0,27 0,00 0,78 -0,36
Curtose
2,32 4,11 4,87 4,17 8,59 2,86
Máx. DD
5,81% 5,02% 7,43% 5,13% 5,20% 4,39%
Corr. Fundo
1,00 0,14 0,02 -0,01 0,09 0,09
Corr. IBOV
0,04 0,06 0,05 0,08 0,04 0,05
Assim.
-0,07 -0,30 -0,56 -0,43 -1,03 -0,37
Curtose
3,22 12,24 20,01 18,93 32,31 6,06
Máx. DD
2,70% 4,00% 4,74% 5,14% 5,84% 4,05%
Corr. Fundo
1,00 0,35 0,35 0,34 0,32 0,38
Corr. IBOV
0,09 0,11 0,12 0,11 0,05 0,11
Assim.
0,24 -0,28 -0,74 -0,36 1,06 -0,50
Curtose
3,24 4,80 11,40 6,77 14,11 4,81
Máx. DD
1,35% 1,98% 2,61% 2,32% 2,45% 2,01%
Corr. Fundo
1,00 0,22 0,22 0,25 0,14 0,24
Corr. IBOV
0,15 0,13 0,07 0,10 0,08 0,08
Assim.
-0,57 -0,18 -0,49 -0,56 -0,18 -1,07
Curtose
6,19 7,44 20,10 15,76 11,86 13,36
Máx. DD
2,64% 3,24% 4,97% 5,33% 4,37% 4,88%
Corr. Fundo
1,00 0,38 0,41 0,40 0,32 0,43
Corr. IBOV
0,11 0,12 0,10 0,11 0,07 0,11
Assim.
0,08 -0,17 -0,15 -0,21 -0,43 -0,54
Curtose
8,03 9,11 13,81 19,11 10,99 9,61
Máx. DD
6,67% 8,16% 11,72% 13,89% 14,38% 14,58%
Corr. Fundo
1,00 0,52 0,55 0,57 0,51 0,56
Corr. IBOV
0,04 0,00 0,05 0,06 0,02 0,07
Assim.
1,41 0,46 -0,46 -0,26 -1,60 0,42
Curtose
14,93 20,22 24,48 24,75 42,83 19,62
Máx. DD
2,11% 12,51% 10,97% 15,10% 6,20% 9,62%
Corr. Fundo
1,00 0,11 0,11 0,18 0,24 0,22
Corr. IBOV
0,17 0,02 -0,01 -0,02 0,02 0,01
Assim.
3,00 -0,65 -1,12 -0,09 0,94 -0,38
Curtose
33,90 6,69 14,13 6,74 25,15 10,61
Máx. DD
0,70% 3,73% 3,96% 2,32% 4,88% 1,85%
Corr. Fundo
1,00 0,06 0,11 0,12 0,11 0,11
Corr. IBOV
0,16 0,08 0,07 0,08 0,07 0,11
CLONES
HG
IFMM
ARSENAL
CLARITAS
DIRECIONAL
GAP
JGP
SDA
MELLON
NOBEL
PACTUAL
QUEST
Tabela 13 – Resulatados estatisticos dos clones de janelas móveis.
52
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
IFMM
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 1 – Gráficos de evolução da cota do índice IFMM e de seus respectivos clones.
53
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
ARSENAL
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 2 – Gráficos de evolução da cota do índice ARSENAL e de seus respectivos clones.
54
1,000
1,500
2,000
2,500
3,000
3,500
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
CLARITAS
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 3 – Gráficos de evolução da cota do fundo CLARITAS e de seus respectivos clones.
55
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
DIRECIONAL
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 4 – Gráficos de evolução da cota do fundo DIRECIONAL e de seus respectivos clones.
56
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
2,800
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
GAP
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 5 – Gráficos de evolução da cota do fundo GAP e de seus respectivos clones.
57
1,000
1,500
2,000
2,500
3,000
3,500
4,000
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
HG
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 6 – Gráficos de evolução da cota do fundo HG e de seus respectivos clones.
58
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
2,800
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
JGP
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 7 – Gráficos de evolução da cota do fundo JGP e de seus respectivos clones.
59
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
MELLON
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 8 – Gráficos de evolução da cota do fundo MELLON e de seus respectivos clones.
60
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
NOBEL
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 9 – Gráficos de evolução da cota do fundo NOBEL e de seus respectivos clones.
61
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
2,800
3,000
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
PACTUAL
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 10 – Gráficos de evolução da cota do fundo PACTUAL e de seus respectivos clones.
62
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
2,800
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
QUEST
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 11 – Gráficos de evolução da cota do fundo QUEST e de seus respectivos clones.
63
1,000
1,200
1,400
1,600
1,800
2,000
2,200
2,400
2,600
2,800
jan-03
abr-03
jul-03
out-03
jan-04
abr-04
jul-04
out-04
jan-05
abr-05
jul-05
out-05
jan-06
abr-06
jul-06
out-06
jan-07
abr-07
Valor da Cota
Evolução da Rentabilidade
SDA
JM 1 ANO
JM 6 MESES
JM 3 MESES
JM 1 MÊS
JM 3 MESES DIÁRIA
Figura 12 – Gráficos de evolução da cota do fundo SDA e de seus respectivos clones.
64
ANEXO A
Tabela 14 – Comparação da performance entre os hedge funds e seus clones com pesos fixos e janelas móveis – HASANHODZIC e LO (2007).
65
Figura 13 – Retornos acumulados das acrteiras igualmente ponderadas com os hedge funds e seus clones com pesos fixos e janelas móveis – HASANHODZIC e LO
(2007).
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
