DISSERTAO DE MESTRADO
RIO DE JANEIRO
1996
11
Folha de Aprovao
APROVADO POR:
Prof.
JT::C PEADIUFRJ
Presidente da Banca
Newton C. A da Costa
Prof.
Prof.
CW'-:J
RJ
RIO DE JANEIRO
1996
111
Ficha Catalogrfica
iv
RESUMO
1 996
Neste trabalho examinada a influncia das variveis beta, valor de mercado, ndice
preo/lucro e ndice valor contbil/valor de mercado de ao no desempenho do mercado de
capitais brasileiro, utilizando-se aes negociadas vista na Bolsa de Valores de So Paulo,
durante o perodo de maro de 1 987 a fevereiro de 1996, Esta influncia, j detectada nos
mercados americano e japons, procura evidenciar alguma possvel m especificao de um
dos principais paradigmas na teoria de finanas, o Capital AsseI Pricing Model
CAPM,
ABSTRACT
This work relates the influence of the variables beta, size, PIE ratio and book to
market ratio in the returns of the Brazilian stocks, using a set of data for the Brazilian
stock market over the period 1 987-1 996. This influence, which has been already
detected in American and Japanese markets, examines some misspecifcation in the
Capital Asset Pricing Model, verifying the validity of CAPM-beta as a measure of risk.
The portfolios were formed on the basis of the studied variables and it was
employed the Seemingly Unrelated Regression (SUR) model and the Time Series Cross
Sectional Analysis (TSCS) as statistic tools to determine the relationship between ali the
variables and the average stock relurns.
In the analyzed sample, it was observed a strong influence of the variables beta,
size, PIE ratio and book to market ratio in the cross-section of expected stock returns.
The market beta has stiU a considerable power in the risk-return trade-off and it can not
be abandoned. However, this work shows a misspecifcation of the CAPM, suggesting
multidimensional characteristic of lhe risk.
VI
LISTA DE TABELAS
Tabela 1: Relao estimada entre os retornos das carteiras e as variveis fundamentais
realizadas entre os retornos mdios das aes e cada uma das variveis
propostas - Fama e French ( 1 99 1 ).
Tabela 3: Estatstica descritiva para carteiras ordenadas por "variveis fundamentais".
Tabela 4: Relao estimada entre retornos e "variveis fundamentais" no ajustadas
dois subperodos.
Tabela 7: Relao estimada entre retornos e "variveis fundamentais" no ajustadas
utilizando o TSCS.
Tabela 8: Relao estimada entre retornos e "variveis fundamentais" ajustadas
utilizando o TSCS.
Tabela 9: Relao estimada entre retornos e "variveis fundamentais" ajustadas para
mercado.
Tabela l1:Relao estimada entre retornos e "variveis fundamentais" ajustadas
VII
ANEXOS
ANEXO 1 :
ANEXO 2:
viii
Ao Lucas
IX
AGRADECIMENTOS
sUMRIO
1. INTRODUO
1.1 Introduo
2. FUNDAMENTOS TERICOS
2.1 Introduo
13
15
17
2.5 Concluso
18
3. REVISO BmLlOGRFICA
20
20
3 . 1 . 1 O efeito tamanho
20
3 . 1 .2 O ndice preco/lucro
22
28
40
XI
48
48
50
3.3 Conclnso
51
RESULTADOS OBTIDOS
52
52
53
55
61
61
64
70
77
4.4 Concluso
79
5. CONCLUSO
80
82
BIBLIOGRAFIA
83
89
95
1. INTRODUO
1.1 Introduo
O Modelo de Precificao de Ativos de Capital (CAPM) desenvolvido h trinta
anos por Sharpe (1964), Lintner (1965), Mossin (1966) e ampliado por Black (1972) e
outros autores tem sido alvo de grandes discusses entre pesquisadores da rea de
finanas. A princpio, o modelo parecia ser bem sucedido ao estabelecer uma relao
linear positiva entre risco e retomo, assumindo que a rentabilidade esperada para
qualquer ativo uma funo linear de apenas trs variveis: o beta (que representa o
risco do ativo que no pode ser diversificvel), a taxa de retomo de um ativo livre de
risco e o retomo esperado de mercado. Esta premissa implica em que cada ativo
apresente sua resposta aos movimentos do mercado e esta parece ser a nica varivel
capaz de causar diferenas sistemticas entre as rentabilidades mdias dos ativos. At o
final dos anos 70, testes empricos utilizando retornos histricos como proxy para
retornos esperados e ndices de aes negociadas em grandes mercados de capitais
como proxy para o retomo da carteira de mercado davam suporte a este paradigma.
Entretanto, nos ltimos anos, novos trabalhos surgiram desafiando a utilizao
do beta como uma simples medida de risco para um ativo. No mnimo trs argumentos
podem ser destacados: primeiro, pesquisas modificaram a noo de que o beta a
medida mais eficiente de risco sistemtico para ativos individuais. Alguns estudiosos
defendem a tese de se medir respostas sistemticas a outras variveis macroeconmicas
(Chen, Roll e Ross (1986, alm de outros ndices relacionados ao preo das aes
(Chan, Hamao e Lakonishok (1991. Segundo, pesquisadores encontraram evidncias
empricas de que retornos de ativos so afetados por vrias medidas de risco no
sistemticos (Lakonishok, Shapiro (1 986. Finalmente, outros asseguram que recentes
evidncias empricas indicam a inexistncia de relao sistemtica entre o beta e os
retornos de ativos (Fama e French (1992. Conjuntamente, os dois primeiros
argumentos sugerem que o beta incompleto como uma medida de risco. A terceira
crtica implica em que no existe trade-off entre risco e retomo, ou seja, o beta no
mede risco.
Apesar de toda evidncia contra o CAPM, profissionais de mercado e
acadmicos continuam a pensar em risco em termos do beta de mercado. Esta
preferncia resulta, provavelmente, da convenincia em se utilizar um nico fator para
medir o risco e do apelo intuitivo do beta, permitindo, por exemplo, a anlise do custo
de capital e da taxa de retomo esperada para o fluxo de caixa de um investimento, dado
o seu nvel de risco.
Uma vez que o CAPM ainda um dos modelos de formao de preos mais
utilizados e continuar a ser amplamente ensinado e debatido em todos os cursos de
graduao, ps-graduao e especializao em finanas, resta saber se o seu emprego
vlido ou no, isto , se o mercado realmente se comporta conforme sua previso e se
existe alguma outra varivel capaz de explicar as variaes nas rentabilidades mdias
dos ativos simultaneamente ao beta ou melhor que este.
o ponto de maior fragilidade do CAPM recai justamente em suas premissas.
Grauer (1980), Kandel (1 984), Shanken (1986. Seus resultados foram inconclusivos e
interpretados por alguns (Eun (1994 como reforos critica de Rol!.
A partir dos anos 80, os estudiosos da rea de finanas passaram a se preocupar
com anomalias sistemticas detectadas na formao de preos dos ativos e no
explicveis pelo CAPM (Banz (1981), Reinganum (1 981) . Mais recentemente, alguns
trabalhos passaram a observar o comportamento de certas variveis' bastante utilizadas
por analistas de investimentos e at ento de pouco interesse para a comunidade
acadmica. Estas variveis parecem complementar ou ser de importncia maior que o
beta na explicao das variaes das rentabilidades mdias das aes, apesar de no
haver, a princpio, qualquer teoria econmica que justifique tais comportamentos.
Talvez seja esta a razo pela qual o CAPM ainda no tenha perdido sua fora, j que
no foi encontrado at hoje um modelo com fundamentao slida o suficiente para
substitu-lo.
Contudo, existe uma questo importante na anlise dessas variveis: enquanto a
varivel beta deve ser estimada antes de entrar como dado para os clculos que se
aplicam ao modelo, as variveis utilizadas nos trabalhos citados podem ser diretamente
observadas. Com isso as principais crticas aos resultados obtidos por estes
pesquisadores advm das formas utilizadas para se estimar o beta (Kim (1995), Kothari,
Shanken e Sloan (1995)).
De qualquer forma, todos estes trabalhos acabaram por concluir, no mnimo, a
m especificao do CAPM. O mais polmico foi, sem dvida, o realizado por Fama e
French (1992) que determinou a "morte" do beta, j que garantiu a inexistncia de
relao sistemtica entre o beta e os retornos de ativos. Apesar disso, esse anncio no
foi bem recebido por muitos pesquisadores, que ainda mantm a defesa do CAPM,
propondo-lhe algumas reformulaes (Fama e French (1993), Eun (1994), Pettengill,
Sundaram e Mathur (1995), Jagannathan e Wang (1996.
, Entre as variveis mais estudadas pelos pesquisadores encontram-se: o valor de mercado (preo x nmero
de aes), o ndice valor contbil/valor de mercado da ao e o ndice preonucro.
1 .3 Objetivos do trabalho
2. FUNDAMENTOS TERICOS
2.1 Introduo
o Modelo de Precificao de Ativos de Capital - Capital Asset Pricil1g Model
dos pesquisadores da rea de finanas nos ltimos 2S anos, est diretamente relacionado
a um outro paradigma: a Hiptese de Mercado Eficiente. Entende-se por mercado
eficiente aquele onde os preos refletem totalmente as informaes disponveis, de
forma rpida e no enviesada.
Neste captulo descrito brevemente o conceito de mercado eficiente, seguido
pela apresentao da verso simplificada do CAPM e suas premissas bsicas. A seguir,
so relatados os primeiros estudos empricos que validaram o modelo.
Pretende-se, ainda, apresentar as principais anomalias de mercado encontradas
na literatura e de que forma estas podem violar os paradigmas j conceituados.
hiptese. Seu trabalho, uma reviso das pesquisas existentes at aquele momento,
dividiu o mercado em trs nveis de eficincia:
i) forma fraca os preos refletem toda a informao contida em preos histricos;
-
Randam walk prev que a mudana esperada 110 preo de um determinado ativo que ir ocorrer no dia (I)
deve ser completamente no relacionada com a mudana de preo ocorrida no dia (I-I) ou qualquer outro
dia no passado.
sistemticos uma vez que riscos no-sistemticos podem ser eliminados atravs da
diversificao. Dessa forma, a linha de mercado de ttnlos (SML) especifica que o
retorno esperado de qualquer ativo de risco ou carteira de ativos de risco a soma do
retorno do ativo livre de risco com o prmio de risco determinado pelo beta. Testes
desta premissa examinam carteiras de ativos com o intuito de reduzir tanto o erro de
estimativa quanto o risco no sistemtico. A relao representada por:
10
onde:
E(Rp)
RI
fJp
E(Rm)
Grfico I
Linha de Mercado de Ttulos (SML)
E(Rp)
E(Rm)
Rf
11
[ {
onde R, o retorno para a carteira com beta igual a zero ou cov R"Rm
} o).
=
Uma das questes que envolve o CAPM o fato de estar baseado em retornos
esperados e betas. Se ambos fossem conhecidos, bastaria plotar um contra o outro e
poder-se-ia provar empiricamente a validade do modelo. Entretanto, o que todos os
pesquisadores da rea de finanas procuram trabalhar com as melhores estimativas de
forma a obter concluses mais precisas.
Todos os testes assumem que o valor da amostra representa o valor populacional
mais um rudo. Para ativos individuais, o rudo bastante significativo, podendo ser
reduzido no conjunto.
Black, Iensen e Scholes ( 1972) propuseram uma estratgia de criar carteiras com
betas dispersos para a realizao de testes empricos. Eles estimaram os betas a partir da
regresso de retornos histricos com uma proxy da carteira de mercado. A seguir,
ordenaram os ativos baseados nos betas estimados, agrupando-os em carteiras com betas
crescentes. Mantiveram as carteiras por um determinado nmero de anos, modificando
suas composies periodicamente. Considerando que os betas histricos contm
informao sobre os betas da populao, este procedimento levou a carteiras de ativos
com betas suficientemente dispersos.
Uma vez que este mtodo usa estimativas de retorno esperado e de beta, a
relao a ser examinada passa a ser:
onde:
Rp
12
ro
rI
bp
lip
rI
ao
ro
onde:
wp
r2
O, ou
13
14
3 A metodologia utilizada pode ser dividida em duas etapas: lime-series ana/ysis ou cross-sectiona/
alla/ysis. Na primeira, verificado o comportamento histrico da varivel em questo, enquanto que na
segunda, o comportamento de uma varivel analisado em funo do comportamento de outras variveis
para o mesmo perodo de tempo.
IS
4 Isto
significa que, para um conjunto qualquer de ativos com valores diferentes para rentabilidade e risco
associado, prefere-se o ativo de maior rentabilidade para um dado nvel de risco elou o ativo de menor
16
17
anomalias
de
mercado j
detectadas
i) efeito tamanho
mercado, apresentam retomo esperado mdio maior que o retorno mdio das aes
de empresas grandes, mesmos com estes retornos ajustados ao risco;
ii) efeito ndice preo/lucro (P/L)
o desempenho de aes de
empresas com baixo ndice valor contbil/valor de mercado melhor que o de aes
com ndice mais alto;
iv) efeito firma negligenciada
18
vi) efeito calendrio aes apresentam sazonal idades de desempenho tais como: efeito
-
2.5 Concluso
19
20
3. REVISO BIBLIOGRFICA
- (Rm -Ro )
onde Ro e Rm - Ro so
constatar
desvios
do
modelo
terico.
literatura
prev
que
21
ro
Ro, r I
Rm Ro, r2
-
Se
desvios
da
teoria
fossem
estatisticamente
significantes, ento Banz poderia concluir que o CAPM estaria mal especificado.
Banz encontrou para r2 um valor estatisticamente significante, concluindo que o
efeito tamanho existe. A estimativa de r2 apresentou sinal negativo, o que significa que
empresas com valor de mercado alto apresentam retornos menores que as de valor de
mercado baixo.
Para confirmar a importncia desse resultado, Banz realizou um teste adicional.
Construiu duas carteiras de 20 aes, uma contendo apenas aes de empresas pequenas
enquanto a outra, de empresas grandes. As carteiras foram escolhidas de modo que
ambas apresentassem o mesmo beta.
Banz constatou durante o perodo de 1 936 a 1 975, que a carteira das empresas
pequenas apresentou, na mdia, retorno maior que o das empresas grandes.
A reao geral ao estudo de Banz foi bvia: uma vez que o CAPM apenas uma
abstrao da realidade, esperar que esteja completamente correto no parece razovel.
Pesquisadores argumentaram que enquanto os dados apresentarem alguns desvios
sistemticos do CAPM, isto no ter importncia econmica a ponto do modelo ser
rejeitado.
Eun (1994) acrescenta, ainda, que o efeito tamanho pode ser simplesmente uma
manifestao do efeito de preciflcao sobre a parcela de risco de mercado que no
observvel (dada a impossibilidade de
se
22
3 . 1 .2 O ndice preco/lucro
Basu(l 977) apresentou um dos primeiros trabalhos sobre o desempenho de aes
relacionado com o ndice PIL, levando em considerao medidas de risco. Para tal,
utilizou aes negociadas na NYSE, no perodo de 1 956 a 1 97 1 .
Para cada ano analisado, a amostra foi composta por aes de empresas cujos
balanos encerravam-se em 3 1 de dezembro, estando os dados financeiros relevantes
disponveis. Em mdia, a cada ano, 500 empresas foram analisadas.
No primeiro ano, o ndice PIL de cada ao foi calculado com base no valor de
mercado do ativo e o lucro anual disponvel aos acionistas. A seguir, os ndices foram
ordenados e divididos, constituindo 5 carteiras, de modo que a carteira A foi formada
pelas aes de maior P/L e a E, pelas aes de menor P/L.
Considerando que a maioria das empresas divulga seus balanos trs meses aps
o final de cada ano fiscal, Basu trabalhou com a formao de carteiras em
de abril,
S O ndice de Sharpc (1966) dado pelo quociente entre o prmio pelo risco e o desvio padro das
rentabilidades, representando o prmio pelo risco por unidade de exposio ao risco.
6 O ndice de Treynor (1965) mede o retorno adicional por unidade de risco no diversificvel.
, O ndice de Jensen ( 1969) procum avaliar o desempenho da carteim, utilizando como referncia o CAPM.
Ele dado pela distncia vertical entre a posio da carteim p e a linha de mercado de tituJos.
23
24
25
o objetivo de se montar uma tabela de dupla entrada foi manter uma fila com
fator constante e variar o outro para cada nvel considerado do primeiro fator. Os
resultados observados mostraram que, num dado nvel de LlP, os ativos de menor valor
de mercado superam os outros em rentabilidade; isto ocorrendo para os cinco nveis
Reinganum concluiu, ento, que os modelos alternativos de equilbrio de
mercado devem ser considerados e testados e que o modelo simples de um perodo do
26
Na anlise dos resultados, Basu verificou que as carteiras formadas por aes de
menor valor de mercado apresentaram retornos mdios maiores, confirmando o estudo
de Banz. No caso do ndice LIP, as carteiras com valores maiores para o ndice
apresentaram maiores retornos mdios.
Para analisar os retornos das carteiras com base no CAPM, o autor calculou os
retornos excessivos pela diferena entre os retornos observados e os esperados pelo
modelo. Como havia, para cada caso, cinco carteiras a serem comparadas, foi utilizado
o teste multivariado de Hotelling.
Para as carteiras formadas com base no valor de mercado conforme processo
original, o teste apontou resultados estatisticamente significantes, o que no pode ser
observado para as carteiras construdas de forma aleatorizada. No caso das carteiras
classificadas pelo LIP, os resultados foram significantes para os dois processo de
formao.
Basu constatou ainda que o efeito do ndice LIP perdura mesmo quando se
coloca sob controle o valor de mercado; porm quando controla o ndice LIP, o efeito
do valor de mercado praticamente desaparece.
Outros autores como Cook e Rozeff (1 984) e Jaffe, Keim e Westerfield (1989)
repetiram os estudos da relao entre os retornos mdios das aes e as variveis valor
de mercado e ndice LlP, com algumas variaes. Cook e Rozeff acrescentaram s duas
variveis, o estudo do efeito janeiro, no encontrando qualquer interao significativa
entre o valor de mercado e o ndice LIP. No que se refere ao efeito janeiro, este
apresentou interaes significativas tanto com o valor de mercado como com o ndice
LlP.
J Jaffe, Keim e Westerfield incluram em sua amostra aes com ndice LIP
negativo encontrando como resultado, carteiras compostas por aes com lucro negativo
superando os retornos de muitas das carteiras com ndice LlP positivo. Estas concluses,
27
porm, foram meramente descritivas, uma vez que no foi aplicado qualquer teste de
hiptese.
28
flow yie/d).
10
Em dezembro de 1988, empresas do setor financei ro representavam 30% de todo o mercado japons.
29
iii)Cada um desses subgrupos foi, por sua vez, distribudo em cinco carteiras com base
no ndice valor contbil/valor de mercado. Aes com valor contbil negativo
foram colocadas na carteira O.
iv)Considerando apenas as empresas que apresentaram resultados e valor contbil
positivos, este procedimento levou formao de 64 carteiras, que foram atualizadas
ao final de cada ano fiscal.
v) Os ndices de mercado utilizados foram o I.I.P.II e o lP. y l2
vi)Os autores empregaram o modelo de regresso SUR
Regression
Seemingly Unrelated
onde:
p=
1 ,2, . . . ,64;
Retorno da carteira P no ms t;
RpI
Rfi
= Retorno
RW,
1i
ndice igualmente ponderado ou equally weighled index calculado a partir de todas as aes negociadas
nas duas sees da Tokyo Stock Exchange. A distino entre as sees feita com base no tamanho das
-
12
empresas: as pequenas so negociadas na segunda seo e podem subir para a primeira quando satisfazem
nveis mdios mensais pr-estabelecidos de volume negociado e pagamentos contlnuos de dividendos.
ndice ponderado por valor ou value weighted index . A TSE fornece o TOPIX - Tokyo Stock Price Index
- que os autores preferiram no utilizar por conter apenas as aes negociadas na seo mn.
30
RE,
B /M
Mdia dos ndices valor contbil/valor de mercado das aes que compe a
carteira P;
C I P = Mdia dos
carteira P.
A metodologia SUR apresenta duas vantagens: (i) os betas so estimados
simultaneamente ao impacto de outras variveis na variao dos retornos das carteiras e,
(ii) o procedimento ajusta para correlao contempornea entre retornos residuais das
carteiras.
Entretanto, Chan, Hamao e Lakonishok destacam que em pesquisas anteriores a
utilizao da metodologia pode ter gerado resultados enviesados:
" " . a aproximao pode ser vista como uma regresso temporal
para cada uma das 64 carteiras, exigindo que os coeficientes das
variveisfimdamentais sejam os mesmos entre todas as carteiras
e, finalmente, ajustando as estimativas para a correlao de
cross-section entre os retomas residuais. Entretanto, a hiptese
econmica que norteia o modelo que, em qualquer ponto no
tempo, diferenas de cross-section nos retomas das aes sejam
detenllinadas por diferenas de cross-section em suas variveis
fimdamentais. A distribuio de cross-sectioll das variveis
fimdamentais pode variar no tempo ". "
13 O retomo do Ilmw de caixa (cas" flow yield) dado pelo quociente entre (lucro por ao e depreciao) e
preo.
31
a 4,
14
O procedimento pennite variaes temporais dos coeficientes, as quais so representadas por seus valores
mdios. Tal agregao assume que os coeficientes so retirados de uma distribuio estacionria. Uma vez
que o lvel da varivel independente afeta a magnitude de seu coeficiente, crescimentos expressivos dos
nveis das variveis fundamentais ao longo do tempo podem invalidar a hiptese de distribuio
estacionria.
32
iii)foi testada a sensibilidade dos resultados aos mtodos utilizados para a formao das
carteiras: testes foram repetidos para carteiras montadas a partir de ordenaes
diferentes das quatro variveis fundamentais;
iv)para eliminar o vis do grupamento, a metodologia tambm utilizou aes
individuais";
v) com o intuito de eliminar o efeito Janeiro, foi introduzida uma varivel muda na
equao (5), que assume o valor de 1 para o ms de Janeiro e O para os restantes.
Os resultados foram apresentados passo a passo. A primeira tabela do trabalho
resume os retornos mdios mensais das carteiras ordenadas pelas quatro variveis
fundamentais, revelando a correlao existente entre as elas. Por exemplo, aes com
alto ndice valor contbil/valor de mercado tendem a apresentar altas taxas de retomo
para o fluxo de caixa. Com isso, os autores confirmaram a necessidade de se utilizar
uma ferramenta estatstica mais apropriada para dissociar o impacto de cada varivel
fundamental na rentabilidade das aes.
Conforme metodologia descrita anteriormente, a tcnica empregada foi a
regresso SUR que, em primeiro passo, foi aplicada sem o ajuste para variaes
temporais nos nveis dos coeficientes. Os resultados obtidos diferiram dos testes
realizados para o mercado americano e de pesquisas anteriores para o mercado japons.
Alm disso, foram conflitantes com os resultados para as variveis individuais.
Uma vez sendo realizados os ajustes de nveis, os resultados das regresses SUR
pareceram mais confiveis, tomando-se consistentes com evidncias anteriores.
Especificamente, as variveis
retornos subseqentes das aes enquanto a varivel valor de mercado (ou tamanho),
influncia negativa. A utilizao do modelo 5 no foi capaz de revelar as influncias
" Os autores citaram o estudo de Lo e MacKinlay (1990) onde so apresentadas as dificuldades de se
trabalbar com testes estaUsticos a partir de dados agrupados por algum atributo emplrico, gerando vieses e
resultados esprios exagerados.
33
34
Tabela 1
E/P
Modelo
I
2
-0.0034
0.0007
(-9.75)
(1 .95)
LS
-0.001 1
-0.005
(-123)
(-1.91)
B/M
-0.0070
0.0043
(-6.77)
(4.05)
C/P
-0.0054
0.0028
(-8.79)
(4.23)
-0.0018
0.0007
-0.0005
(-1 .80)
(1 .88)
(-1 .85)
-0.0060
0.0003
-0.0003
0.0042
(4.22)
(0.91)
(-1.30)
(4.02)
-0.0065
-0.003
0.0036
0.0014
(-4.49)
(-122)
(3.3 1 ' )
(2.06)
-0.0066
-0.0005
-0.0003
0.0034
0.0022
(-4.55)
(-0.92)
(-1 . 15)
(3.03)
(2.07)
Nota:
Estntislica t entre pnrntesis
das variveis). Outro ponto importante o fato de no ter sido detectada qualquer
diferena entre os resultados utilizando-se carteiras ou aes individuais.
35
A partir dos resultados de estudos realizados por outros autores que encontraram
fatores capazes de explicar melhor a variao de cross-section dos retornos, Fama e
French ( 1 992) desenvolveram um trabalho cujo objetivo principal foi verificar a
influncia conjunta das variveis J3 (beta), valor de mercado (ou tamanho), ndice L/P
(lucro/preo), alavancagem financeira e ndice valor contbil/valor de mercado na
variao de cross-section das rentabilidades mdias das aes.
Para tal, os autores utilizaram dadosl6 de aes negociadas na NYSE, AMEX e
NASDAQ1 7, no perodo de julho de 1 963 a dezembro de 1 990, excluindo-se aes de
empresas da rea financeira. Eles alegaram que o alto nvel de alavancagem financeira,
que comum neste setor, pode representar possibilidade de falncia para empresas
comerciais ou industriais.
Inicialmente, os autores realizaram regresses simples entre os retornos e cada
uma das variveis separadamente e obtiveram, para o perodo em estudo, resultado
bastante curioso: todas as variveis propostas pareceram influir fortemente na
rentabilidade das aes exceto a varivel explicativa beta, que no apresentou qualquer
relao estatisticamente significante, conforme Tabela 2.
Tabela 1
tamanho
ndice valor
contbil/valor
de mercado
a1avancagem
financeira
ndice L/P
ndice L/P
(para L
negativo)
(para L
positivo)
Mdia
0.15
-0. 15
0.50
0.50
0.57
4.72
Estatstica t
0.46
-2.58
5.71
5.69
2.28
4.57
1 6 Foi utilizado o banco de dados COMPUSTAT do Center for Rescarch in Securi\y Prices da Universidade
de Chicago.
17
36
4,
igualando
Wp
(i) estimativa de
rI
- 1 ,2 1 ;
3 41
,
37
uma carteira de ativos funo de trs fatores: (i) o retorno da carteira de mercado
excedente taxa livre de risco; (ii) a diferena entre o retorno da carteira formada por
aes de empresas de baixo valor de mercado e o retorno da formada por grandes
empresas (SMB
38
Fama e French concluram que este modelo parece capturar quase toda a
variao de cross-sectiO/l nas rentabilidades mdias das aes, alm de absorver a
maioria das anomalias que invalidam o CAPM.
Em outro artigo, Fama e French (1995b), dando continuidade s pesquisas que
concluram pela ausncia de relao entre retomo e beta e que criaram o modelo de trs
fatores, resolveram responder aos anseios dos diversos pesquisadores que criticaram a
ausncia de explicao sobre o fundamento econmico das relaes encontradas entre o
retorno mdio das aes e as variveis valor de mercado e ndice valor contbil/valor de
mercado.
Considerando que a formao de preos dos ativos feita de forma racional,
diferenas sistemticas em retornos mdios devero ser explicadas por diferenas de
risco. Com isso, eles basearam sua pesquisa nas hipteses de que devem existir fatores
de risco comuns aos retornos associados s variveis valor de mercado e ndice valor
contbil/valor de mercado e, que os padres de valor de mercado e ndice valor
contbil/valor de mercado em retornos devem ser explicados pelo comportamento do
lucro. Eles concluram que estas variveis esto relacionadas com a rentabilidade.
Em mercados racionais, variao de lucratividade de curto prazo deve ter efeito
pequeno sobre o preo e conseqentemente, o ndice valor contbil/valor de mercado
deve estar associado a diferenas de longo-prazo. Seus resultados confirmaram esta
premissa. Entretanto, Fama e French no conseguiram encontrar evidncias de que as
variaes comuns nos retornos so causadas por fatores comuns nos lucros. Para o
modelo de trs fatores, eles concluram que variaes dos fatores mercado e tamanho de
39
firma nos lucros podem explicar o comportamento desses mesmos fatores nos retornos.
Mas o mesmo no pode ser afirmado para o fator ndice valor contbil/valor de
mercado, o que foi atribudo a provvel erro de medida. De qualquer forma, o trabalho
foi inconclusivo e no conseguiu atribuir uma explicao econmica para a capacidade
preditiva das variveis acrescentadas ao modelo. Porm, os autores garantem que o
emprego do modelo de trs fatores ainda mais apropriado do que o do CAPM, j que
este apresenta o beta como o nico responsvel pelas variaes de cross-sectiol1 nas
rentabilidades mdias das aes.
40
cross-section nos retornos mdios dos ativos, dados mensais so utilizados em funo
de sua prpria disponibilidade. H evidncias - Levhari e Levy (1 977) e Handa, Kothari
e Wasley ( 1 989) - que os resultados das regresses so sensveis ao intervalo utilizado
na estimativa de beta, j que os verdadeiros betas variam sistemtica e no linearmente
de acordo com o tamanho deste intervalo. Alm disso, considerando efeitos de curto-
41
prazo tal como sobre-reao, efeito calendrio, etc., e ainda o efeito tamanhol", o
emprego de retornos mdios anuais parece ser o mais adequado como intervalo para a
estimativa do beta.
Desta forma, Kothari, Shanken e Sloan realizaram regresses baseadas em betas
anuais para vrias carteiras formadas de diversas maneiras: (i) apenas baseada no beta,
(ii) apenas baseada na varivel tamanho, (iii) a partir de intersees dos grupos de
carteiras formadas pelo beta e pelo tamanho, (iv) ordenando-se primeiro pelo beta e a
seguir pelo tamanho, (v) ordenando-se primeiro pelo tamanho e a seguir pelo beta,
conforme Fama e French.
Os autores criticaram tambm os dados utilizados por Fama e French ( 1 992).
Segundo eles, os dados do COMPUSTAT apresentam vis em relao s empresas que
so adicionadas ao banco de dados e tm suas informaes preenchidas a posteriori. Por
exemplo, empresas que apresentaram alto ndice valor contbil/valor de mercado no
incio da amostra seriam menos provveis de sobreviverem e menos provveis de serem
includas no COMPUSTAT. Aquelas que sobreviveram e foram adicionadas depois,
apresentaram alta taxa de retorno, em virtude da prpria sobrevivncia. Assim, este
procedimento apresenta um grande vis, uma vez que s inclui empresas que
sobreviveram.
Eles repetiram os testes com dados do COMPUSTAT e utilizaram, como fonte
alternativa, os dados de indstria fornecidos pela Standard & Poor's (S&P), no perodo
de 1 947 a 1 987, concluindo que a relao entre o retorno mdio e o ndice valor
contbil/valor de mercado estatisticamente significante somente a partir de 1963,
usando os dados das 500 maiores empresas segundo o COMPUSTAT a cada ano.
Entretanto, o efeito estimado 40% menor que o obtido utilizando todas as empresas do
COMPUSTAT.
18
Handa el a!. (1989) demonslraram, cmpiricamenle, que o efeilo lamanho apresenla reduo subslancial ao
se empregar relornos mdios anuais para aes.
42
43
44
ISSO, O
formadas por Fama e French (1 992). Uma vez que pelos resultados de Fama e French
apenas 1 ,4% das variaes poderiam ser explicadas pela carteira de mercado tradicional,
que incluiu apenas aes da NYSE e da AMEX, a adio do capital humano
representou uma diferena significativa.
Ao procurarem adaptar os testes empricos do CAPM ao mundo real,
Jagannathan e Wang ( 1996) acabaram por desenvolver um modelo muito mais prximo
do modelo de multi-fatores criado por Ross (1 976), o APT (Arbitrage Pricing Theory),
que do tradicional CAPM. Assim, ainda que no compartilhem da opinio de se
invalidar o CAPM, seus resultados foram apresentados sob um CAPM "condicional".
Da mesma forma que Kothari, Shanken e Sloan (1 995) questionaram o erro
padro alto para a medida do beta nos resultados de Fama e French (1 992), Kim (1 995)
elaborou um trabalho mais profundo sobre este ponto. Para tal recorreu ao estudo do
erro de estimativa de variveis (error-in-variables
45
Em seu trabalho ele prope uma correo para esta questo e em seguida,
examina a fora preditiva do beta e da varivel valor de mercado para explicar os
retornos das aes. Os resultados mostraram que aps a correo do EIV, o beta de
mercado passou a ter fora explicativa econmica e estatisticamente significante tanto
na presena como na ausncia da varivel valor de mercado na regresso e que o efeito
tamanho, apesar de ainda significante, toma-se muito mais fraco.
Ele conclui que os resultados de Fama e French esto errados por no tratarem
do EIV, mas de qualquer modo, o CAPM est mal especificado no que se refere
varivel valor de mercado.
(E(RJ - RI )
ser uma funo positiva de beta. Para examinar a validade do CAPM, eles afirmam que
todos os pesquisadores procuraram evidncias desta relao. Porm, eles alertam ao fato
de que nas pesquisas foram utilizados retornos reais no lugar de retornos esperados e
portanto, a validade do modelo no foi realmente testada.
46
47
ao perodo amostraI. Dessa forma, acreditam que o beta pode continuar a ser usado
como medida de risco.
Seguindo a mesma linha de que o problema da testabilidade do CAPM consiste
em encontrar a verdadeira carteira de mercado, Eun ( 1994) procurou retificar o modelo
de modo a relacionar o retorno do ativo ao beta estimado e no ao beta de mercado e, a
partir da, refez os principais testes para detectar anomalias de mercado. Criou ento, no
modelo, um ndice de mercado composto por duas parcelas: uma observvel e outra no
observvel.
Seus resultados demonstraram que importante considerar a natureza
multidimensional do beta. Dessa forma, poder-se-ia interpretar o efeito tamanho como
uma manifestao indireta do efeito de precificao do risco sistemtico no observvel.
48
3 . 2 . 1 O efeito tamanho
Puggina (1 974) incluiu em seu trabalho o teste da hiptese de uma possvel
influncia do tamanho da empresa sobre sua rentabilidade no mercado. Seu estudo
representa uma anlise detalhada sobre o comportamento das aes negociadas na Bolsa
de Valores de So Paulo, no perodo de 1 968 aI972, a partir de cotaes trimestrais.
Em seu teste, o autor utilizou como ndices de mercado, o ndice igualmente
ponderado e o ponderado pelo valor de mercado (nmero de aes de uma empresa
vezes a sua cotao). Comparando o desempenho desses ndices, constatou que o ndice
igualmente ponderado apresentou maior retorno durante todo o perodo em estudo. Ao
final dos cinco anos, o ndice igualmente ponderado apresentou 622,5% de retorno
enquanto o ndice ponderado por valor teve um retorno de 372%.
Apesar de verificar que empresas de menor valor proporcionam retorno maior
que as empresas maiores, Puggina no realizou um estudo para verificar se este
comportamento se manteria, caso os retornos fossem ajustados ao risco.
Moraes Jr. (1981) realizou outro trabalho cujo objetivo principal foi testar a
validade do CAPM no mercado brasileiro atravs da reproduo dos testes realizados
por Black, Jensen e Scholes (1 972) e Fama e Macbeth ( 1 973) para o mercado
americano. O perodo considerado foi de janeiro de 1 970 a dezembro de 1 979.
Ao utilizar os ndices igualmente ponderado e o ponderado por valor, Moraes Jr.
confirmou os resultados de Puggina (J 974), concluindo que a razo de o ndice
igualmente ponderado apresentar retorno substancialmente superior ao ndice de
mercado com preos proporcionais ao valor da empresa pode ser encontrada no fato de
que um pequeno nmero de grandes empresas com baixa rentabilidade representarem
uma grande porcentagem do total do volume negociado.
49
50
se
considera aes com PIL mais baixo, caso em que se destacam as aes
51
3.3 Concluso
Neste captulo foram discutidos os trabalhos mais importantes referentes aos
testes empricos sobre a validade do CAPM, as anomalias encontradas no Brasil e em
outros mercados, dando-se nfase controvrsia sobre a validade ou no daquele
modelo.
o que se observa ao analisar todos os trabalhos descritos que ainda no h uma
19
52
4.
53
4. 1 . 1 Perodo estudado
o perodo escolhido deve-se ao carter preditivo dos testes. Considerando que o
"
utilizou-se como critrio de escolha, selecionar aes que apresentaram cotaes por, no
mnimo, 48 meses no total do perodo e, pelo menos, um ano consecutivamente. Alm
disso, uma vez que foram trabalhados dados de balano, tornou-se fundamental que
54
P/L
Valor de mercado
55
56
Seemingly
para estimar as covarincias dos erros das equaes. No segundo estgio, os parmetros
de regresso so estimados atravs da GLS Generalized Least Squares empregando
-
as covarincias estimadas. Se as covarincias dos erros das equaes forem nulas, ento
as estimativas fornecidas pela OLS e pelo SUR so equivalentes. Caso contrrio, os
parmetros estimados pelo SUR apresentam erro padro menor do que o dos parmetros
estimados pela OLS.
Segundo Jaffe, Keim e Westerfield ( 1989), que utilizaram a mesma tcnica em
trabalho similar, o SUR apresenta vrias vantagens sobre outros mtodos. Ele reduz o
problema de erro de estimativa de variveis (error-in-variables - EIV) inerente s
aproximaes que se utilizam de betas estimados sobre perodos passados como
previsores para betas futuros. O mtodo considera a correlao de resduos entre
carteiras na estimativa dos coeficientes das variveis fundamentais. Alm disso, dados
de betas passados no so desperdiados, j que os mesmos so estimados
simultaneamente aos outros coeficientes.
O modelo bsico seguido foi:
Rpl - Rft
av +
onde:
p
(7)
57
VCjVM p' a mdia dos ndices valor contbil/valor de mercado das aes da carteira p
no ms I.
Para o clculo dos retornos nomInaiS menSaiS ajustados aos proventos das
diversas aes, foi empregada a seguinte expresso:
onde:
I'i..
58
onde:
f.f. P.,
uso de ndices de aes igualmente ponderados, procurando-se obter uma carteira que
no incorra em problemas de elevada concentrao em um conjunto pequeno de aes.
Este o caso do ndice da Bovespa. Por isso, optou-se por realizar os clculos utilizando
os dois ndices isoladamente. Os resultados com o I.I.P. so apresentados ao longo do
trabalho e os obtidos com o IBOVESPA podem ser encontrados no Anexo 2.
A equao (7) oferece um resumo das relaes entre os retornos das aes e as
variveis fundamentais. Tambm foram examinados modelos baseados em subconjuntos
de variveis fundamentais, alm da sensibilidade dos resultados ao processo de
formao das carteiras (ordem de grupamento).
Segundo Chan, Hamao e Lakonishok ( 1 99 1 ), apesar das vantagens oferecidas
pelo SUR no tratamento dos dados, existe uma grande possibilidade de vis na forma
como a metodologia foi aplicada em estudos anteriores. Conforme j explicado no
captulo 3, a distribuio de cross-seclion das variveis fundamentais pode variar ao
longo do perodo, o que leva necessidade de se ajustar o nvel das variveis. Por
exemplo, supondo que o tamanho relativo de uma empresa seja uma varivel
importante. Neste caso, para uma empresa cujo tamanho absoluto for constante ao longo
59
do perodo estudado, mas cujo tamanho relativo variar, no se pode esperar o mesmo
retomo ajustado ao risco. Por outro lado, valor de PIL igual a 5 pode ser considerado
alto para um determinado setor e para outro no.
Para realizar tal ajuste, o procedimento empregado idntico ao realizado por
Chan, Hamao e Lakonishok (199 1 ): cada varivel fundamental dividida, ms a ms,
por sua mdia de cross-section correspondente do ms de maro do ano anterior,
preservando as diferenas de cross-section ao se analisar os dados ao longo do tempo.
Com isso, a nova amostra passa a abranger o perodo de maro de 1 988 a fevereiro de
1 986, ou seja, 96 meses.
Como alternativa metodologia SUR, utiliza-se a tcnica TSCS - Times Series
Cross-Section Ana/ysis. Esta tcnica leva em considerao a autocorrelao e a
cross-sec/ons.
60
61
Carteira J
Carteira 2
Carteira 3
Carteira 4
P/L
-5, 1 1
2, 1 1
5,19
8,75
20,14
VM
154,02
361,06
974,91
1 . 128,19
1 .419,78
VCIVM
5,12
5,69
3,15
1,71
1,55
Retorno
-0,02909
-0,03712
-0,03782
-0,03843
-0,04987
0,00238
0,00225
0,00217
0,00224
0,00207
30
22
22
22
21
PlJ,p,
0,9863
1,01 14
0,9465
0,9949
0,9274
PlBOVESPA
0,6403
0,723 1
0,6608
0,7176
0,6862
Desvio Padro
N
62
Tabela 3 Continuao
-
Carteira I
Carteira 2
Carteira 3
Carteira 4
P/L
2,05
3,32
5,3 1
9,80
VM
17,71
98,09
322,49
2.501,99
VCNM
6,60
3,78
2,29
1,96
Retorno
-0,0272
-0,0308
-0,0332
-0,0493
0,0023
0,0023
0,0022
0,0022
29
29
29
29
Pu.?
1,0338
1,0153
1 ,0042
0,9591
PIBOVESPA
0,6765
0,6705
0,7219
0,73 1 4
Desvio Padro
N
Carteira I
Carteira 2
Carteira 3
Carteira 4
P/L
9,84
5,12
4,03
1,39
VM
904,88
966,84
652,79
381,34
VCNM
0,84
1,77
3,57
8,77
Retorno
-0,0592
-0,0429
-0,0254
-0,0120
0,0019
0,0022
0,0021
0,0024
29
29
29
29
Pu.P.
0,8928
0,9802
1 ,0343
1,1046
PlBOVESPA
0,6389
0,6688
0,7304
0,7589
Desvio Padro
N
Pela Tabela 3, observa-se que a carteira de menor ndice P/L apresenta maior
retomo, registrando-se urna diferena de 1 ,28% por ms entre os retornos das carteiras
extremas. Empresas de valor de mercado menor apresentam desempenho superior s
grandes empresas, apresentando uma diferena de 2,21% por ms entre os dois grupos
63
extremos. Por fim, empresas com ndice valor contbil/valor de mercado alto
apresentam os melhores retornos, observando-se uma diferena de 4,72% ao ms entre o
menor e o maior retornos. Estes resultados so consistentes com os trabalhos de Chan,
Hamao e Lakonishok ( 1 99 1 ) e Jaffe, Keim e Westerfield (1 989), para os mercados
japons e americano, respectivamente.
o grupo formado por aes de PIL negativo apresenta desempenho superior a
todas as outras carteiras formadas por aes de PIL positivo. Em relao aos betas,
verifica-se que em todos os painis, os maiores betas calculados a partir do ndice de
mercado igualmente ponderado (I.I.P.) correspondem s maiores rentabilidades. Vale
ressaltar que os retornos no foram ajustados ao risco e os betas foram calculados para o
perodo total, ou seja, no se considerou a variao do beta ao longo do tempo. Alm
disso no foram considerados custos de transao nem impostos.
Registra-se ainda a grande volatilidade do mercado acionrio brasileiro.
Dividindo-se a amostra em quatro carteiras de mesmo nmero de aes, pode-se
observar que a variao entre o menor e o maior valor mdio das variveis fundamentais
bastante larga. O P/L, por exemplo, varia entre 2, 1 1 e 20,14, ou seja, as empresas de
menor P/L apresentaram, na mdia, a cotao da ao 2,1 1 vezes superior ao seu lucro
por ao, enquanto as de maior PIL, o lucro mdio representa 5% da cotao da ao.
Este resultado , entretanto, consistente com o encontrado por Hazzan ( 1 99 1 ) para o
mercado acionrio brasileiro. Em seu trabalho, para o perodo de 1981 a 1 988, o PIL
mdio das carteiras extremas variou entre 2,4 e 1 6,7.
Os resultados da Tabela 3 tambm revelam que as variveis fundamentais so
correlacionadas. As carteiras de maior valor de mercado apresentam o menor ndice
valor contbil/valor de mercado. Isto pode ser facilmente explicado, j que o preo das
aes entram diretamente na formao de todas as variveis. Assim, torna-se necessria
a utilizao de tcnicas de anlise multivariada para dissociar o impacto de cada varivel
fundamental na rentabilidade das aes.
64
LVM
Intercepto
PLLP.
P/L
-0.0476
1 .0007
0.0055
(-2.63)"
.
-0.02 1 1
(5.32)" *
.
1.0876
( 1 .61)
(-2.85)**
.
0.0014
(6.36)'"
1 .0007
0.0255
(3.01)'*
(5.52)*"
(1 .63)
VC/VM
.
0.02 1 8
(2.63)**
. . .
. . ..
.................................................................................................................................................................................
-0.0365
1 .0055
(-2.89)"
(6.29)'"
0.0239
0.0035
( 1.79)
.
(2.70)*'
.
0.0282
5
6
-0.0436
0.9993
(-2.75)"
(5.97)'"
0.0654
1 .0081
0.0053
0.0371
(6. 1 8)***
( 1 .53)
( 1 .61)
.
0.0206
. . . (3.08)**
0.6565
0.0375
(2.63)"
(1 .84)
7
Notn;
(2.28)*
0.9997
0.0108
(5. 16)" *
( 1 .8 1 )
0.031 9
(2.89)*'
( 1.20)
65
ajustadas.
Com o objetivo de corrigir possvel erro na especificao do modelo, cada
varivel fundamental foi dividida pela mdia de cross-seclion do ms de maro anterior.
Os resultados com as variveis fundamentais ajustadas para todas as aes so
apresentados na Tabela 5.
66
Tabela 5
Modelo
1
2
3
4
Intercepto
!lHP.
P/L
-0.0048
0.9002
-0.1253
(-2.53)**
(6.28)***
(-1 .81)
0.0182
0.8995
-0.0088
(6. 1 2)***
(-2.48)**
(2.36)**
LVM
0.0232
-0.0035
0.8825
(-2.91)**
(5.98)'**
0.0 1 2 1
0.8777
-0.0987
-0.0274
(6.01)**'
(-1.76)
(-2.35)*
(2.84)"
VCIVM
(2.80)**
.................................................................................................................................................................................
5
G
-0.03 14
0.8636
-0.0338
(-2.96)**
(5.86)***
(-1 .99)'
-0.0291
0.8856
-0.0345
(-2.56)**
(6. 12)***
(-1 .22)
-0.035 1
0.8745
-0.0103
-0.0296
(-2.98)**
(5.94)*'*
(-1.82)
(-2.00)'
Nota:
E.<daHstica t entre pnrntcsis:
*.
0.0278
(2.49)'*
0.0175
(2.41)*'
0.01 89
(2.38)"
significante ao nvel de 5%
67
68
f3I.LP.
P/L
-0.0045
0.8653
-0.0981
(-2.30)
(5.08)***
(-1.83)
0.02 1 3
0.8324
-0.0095
(2.08)
(5.26)'"
(-2.21)'
... . .
- . . .. .
5
6
7
. ... .. .....-
. .-_.
VCNM
0.0536
0.8297
-0.0028
3
(-2.87)'
.. . . .. . . . . .. .. .. . . . .. .. . ..
0.0183
4
(2.28)'
....
LVM
Intercepto
(2.78)'
(5. 1 6)"
.. . .
0.8535
-0.0822
-0.0360
(5.26)'"
(-I .79)
(-2.01)
-0.0487
0.8209
0.0796
0.0289
(-2.56)"
(4.99)'"
(-2.20)
(2.15)'
-0.0873
0.7365
-0.04 15
0.1320
(-2.41)"
(5.28)'
(-1 .76)
(2.28)'
-0.0025
0.8308
-0.0630
-0.0870
0.0201
(-2.61)"
(5.72)'"
(-1 .96)'
(-2. 16)'
(2. 1 1)'
Nota:
Estatistica t entre parntesis: '"
significante ao nlvel de 1%
69
Tabela 6 - Contin\lao
Modelo
1
2
3
4
5
.
LVM
Intercepto
PUp,
P/L
-0.001 8
0.8014
-0. 1 242
(-2.40)"
(6.01)***
(-1.85)
0.0 1 2 1
0.8121
-0.01 12
(2. 16)*
(5.93)***
(-2.38)**
-0.01 3 1
0.8200
(-1 .98)*
(5.99)***
0.0101
0.8 132
-0.0853
-0 0263
(5.85)***
(-1 .71)
(-1 .99)*
(2.63)**
0.021 6
(2.67)**
-0.0301
0.8521
-0.0312
(-2.73)**
(5.81)***
(-2.01)*
..... ...-.-_................................................................................................................
-0.0301
0.8638
(-1 .59)
..
0.0098
(-2.88)**
(-1 .80)
..
(2.36)**
0.0172
.. .
(5.90)***
0.0121
..................................................
-0.0299
(-2.38)** (6.08)***
..
.. . .
.
-0.0325
0.8701
............-........................ .. .. ............
VCIVM
. .
.
-0.0302
(2.40)**
.
(-2.05)*
0.0176
(2.36)**
Noto.:
Estatistica t entre parntesis:
...
70
.
Time Series Cross Seclion Ana/ysis - com "vanavels
. ,
fundamentais" no ajustadas.
Alternativamente ao emprego das regresses SUR, utiliza-se as regresses
TSCS. Este mtodo analisa as duas dimenses do conjunto de dados, ou seja suas
variaes no tempo e de cross-sectiol1. Desta forma, a tcnica leva em considerao a
autocorrelao e a heteroscedasticidade dos resduos entre as unidades de cross-sectiol1,
ao longo do horizonte temporal. Todos os clculos realizados com o SUR so repetidos
para o TSCS. A Tabela 7 apresenta os resultados, utilizando variveis no ajustadas.
Tabela 7
Modelo
1
2
3
4
5
Intercepto
!lu.r.
P/L
-0.0196
0.8622
0.0008
(-2.86)"
(8. 15)'"
(1 .89)'
0.0541
0.871 2
-0.0028
(8.69)'"
(-2.03)'
(2.96)"
LVM
-0.0015
0.8835
(-2.65)"
(8.53)'"
0.0362
0.8808
0.0007
-0.0009
(8. 14)'"
( 1 .68)
(-2.10)'
(2.78)"
0.0125
(2.93)"
0.0015
(2.86)"
0.8795
-0.001 8
(8.48)'"
(-2.25)'
Nola:
Estatlstica t entre parntesis:
**
VC/VM
0.0046
(2.76)"
71
Tabela 7 Continuao
-
Modelo
6
P/L
Intercepto
-0.0277
0.8145
0.0021
(-2.91)**
(8.37)'"
(1 .73)
LVM
VCIVM
0.01 2 1
(2.99)**
...............................................................-..........-......................................................................................................
0.0299
(3.02)**
0.8612
0.0001
-0.0086
(8.09)***
(1 .79)
(-1 .96)*
0.0108
(2.72)**
Nota:
EslaUslica t entre parntesis:
significante ao nvel de 1 %
resultados fornecidos pelo TSCS diferem em alguns aspectos dos resultados obtidos
com o SUR. Em relao varivel valor de mercado, observa-se que o sinal negativo
consistente com estudos anteriores sobre o efeito tamanho. Este resultado s pode ser
observado no SUR com as variveis ajustadas. Seu coeficiente apresenta, porm, menor
nvel de significncia se comparado ao resultado obtido com o SUR.
Observa-se que com o TSCS, a varivel valor contbil/valor de mercado passa a
ter fora explicativa muito maior que a varivel valor de mercado. J o ndice P/L
continua apresentando a menor representatividade estatstica, no se podendo rejeitar a
hiptese nula para seu coeficiente, alm da ausncia do sinal negativo para indicar sua
relao inversa com o retorno mdio das aes.
Entre as trs variveis estudadas, a maIs representativa o ndice valor
contbil/valor de mercado. Este resultado consistente com o trabalho de Chan, Hamao
e Lakonishok ( 1 99 1 ) para as variveis ajustadas.
Observa-se ainda que, mesmo empregando outra tcnica para o clculo dos
coeficientes, o beta continua a ter grande representatividade, no podendo ser ignorado
como influente na relao risco-retorno.
72
com "variveis
fundamentais" ajustadas.
Seguindo o mesmo critrio adotado para a utilizao do SUR, nesta etapa cada
varivel fundamental dividida pela mdia de cross-seclioll do ms de maro anterior.
O objetivo detectar se o TSCS capaz de fornecer melhores estimativas, uma vez que
as variveis j esto ajustadas ao nvel considerando uma possvel variao em sua
distribuio de cross-sectioll. A Tabela 8 apresenta os resultados obtidos.
Tabela 8
Modelo
I
1311r.
P/L
-0.0789
0.8615
0.0015
(-2.45)"
(8. 12)'"
0.0236
0.8623
-0.0125
(8.25)'"
(-3. 12)"
(2.96)"
3
4
. .
LVM
Intercepto
VCIVM
(2.36)"
-0.01 10
0.8688
(-2.26)'
(7.98)'"
0.0012
0.8677
0.0061
(7.85)'"
. .
0.8541
(-2.96)"
(1.96)'
.
. .
-0.0052
(2.65)"
.
.
-0.0 1 1 1
(8.01)'"
(-2.76)"
0.8529
0.0076
(2.36)"
.
.
0.0063
(-2.70)"
(8.29)'"
(2.01)'
(2.75)"
(2.38)"
0.0098
(3.01)"
-0.02 12
0.0009
5
.
0.0038
.
.................................................................................................................................................................................
0.0198
(2.39)"
0.8642
0.0015
-0.0221
(8.03)'"
(1 .93)'
(-2.68)"
Nota:
Es1atlstica t entre pnrnle!lis:
0.0053
(2.46)"
73
74
Tabela 9
LVM
Intercepto
PUP.
P/L
-0.0086
0.8542
0.0121
(-2.58)"
(7.98)'"
(2. 1 8)'
VCNM
. . .
-0.00 1 5
0.0162
0.8663
(2.31)'
(7.23)'"
-0.0 136
0.8891
(-2.15)'
(7.05)'"
0.0125
0.8886
(2.30)'
. .
0.0239
(7.21)'"
.
0.8763
(2.59)"
.
-0.0 1 2 1
(7.41)'"
.
0.8543
(-2.39)"
(7.87)'"
( 1 .96)'
0.0263
0.8869
0.0002
-0.0128
(7.98)'"
( 1 .87)
(-2.01)'
(-2.45)"
0.0128
(3.05)"
-0.0008
0.0015
.
( 1 .88)
(-2.41)"
. . . .
-0.0103
.
0.0032
0.0139
(-2.05)'
(2.71)"
(2.54)"
0.024 7
(2.98)**
0.0 137
(2.96)*'
Modelo
1
Intercepto
PI.I.P.
P/L
-0.01 \ 3
0.8761
-0.0\35
(-2.36)"
(5.42)'"
(-1 .96)'
LVM
VCNM
.................................................................................................................................................................................
3
. . .
0.0212
(2.45)"
-0.0109
(-2.55)"
0.8541
-0.0099
(5.35)'"
(-3.25)"
0.8508
.
(5.81)'"
0.0108
(2.48)"
.. .
0.8641
.
-0.0228
-0.0055
(5.03)'"
(-1 .75)
(-3.01)"
0.0121
(2.38)"
Nota:
Estatlstica t entre parntesis:
. ..........
75
Tabela 9 - Continuao
5
6
LVM
VCNM
0,8630
-0,0098
0,0075
(5.26)'"
(-3,00)"
( 1.98)'
Intercepto
P!.Lp
0,0226
(2.58)"
PIL
-0,0099
0.8541
-0.0043
(-2,89)**
(5,98)*"
(-1 .89)'
O.DIOO
(2,36)"
.
....-........
.................-...-..........-.............................................................................-..................................-........... ..-...
0,0256
(2,76)"
Nota:
Estatlstica t entre parntesis:
..
0,8521
-0,0261
-0,0130
0,0089
(5. 16)'"
(-1 .46)
(-2,96)**
(2, 1 3)*
significante no nlvel de 5%
"ignificantc ao nlvel de 1 %
76
77
Anlise de sensibilidade
Carteiras formadas a partir da varivel valor de mercado
Intercepto
J31.I.P,
P/L
LVM
0,0248
0.8989
-0.0033
-0,0472
(6,15)'"
(-2 . 1 7)'
(-1 .92)'
(2,96)"
5
.
VCIVM
......................................................................
0,0125
0,8976
-0,0 135
(2.56)"
.
-0,03 10
(6.23)'"
(- 1.99)'
0.8899
-0,0078
(-2,88)"
(6,08)'"
(-2.36)"
0,0247
0,8956
-0.0124
-0,01 12
(6.28)'"
(-2,25)*
(-1.90)'
0,0 1 2 1
(2.53)"
(2.38)"
Nota:
Estatfstica t entre parntesis:
0,0164
(2.58)"
0,0132
(2.4 1)"
78
Tabela 10 Continuao
-
Intercepto
13L1.P.
P/L
LVM
0.0 1 1 4
0.8656
-0.0253
-0.0120
(2.62)"
.
0.0523
(8.01)'"
(-2.36)"
(-1 .98)'
...
-0.0 1 2 1
(2.43)"
.
-0.0222
(8.25)'"
0.8855
.
-0.0202
(-2.68)"
(8.31)'"
(-2.45)"
VCNM
5
.
. .
0.8751
(-2.01)'
0.0008
..
(2.34)'
0.0100
(2.63)"
.............................................................-..-................................................................................................................
0.0012
0.8642
-0.0102
-0.0077
(2.05)'
(8.1 5)''
(-2.35)'
(-1 .92)'
0.0199
(2.40)"
Nota:
Estatstica t enlre parntesis:
significante ao nvel de 1 %
79
4.4 Concluso
Pelos testes realizados, pode-se constatar que h uma influncia significativa das
"variveis fundamentais" analisadas (PIL, valor de mercado, ndice valor contbil/valor
de mercado) nas variaes de cross-seclion das rentabilidades mdias das aes.
Observa-se, contudo, que existe uma sensibilidade desta influncia em relao
aos modelos empregados e ao processo de formao de carteiras. Para carteiras
ordenadas inicialmente pelo ndice PIL, a dominncia das variveis valor de mercado e
valor contbil/valor de mercado se alternam de acordo com o modelo empregado e a
tcnica utilizada para o clculo de seus coeficientes. J para carteiras ordenadas
primeiramente pelo valor de mercado, o ndice P/L passa a ter relevncia juntamente
com o ndice valor de contbil/valor de mercado.
Entre as trs variveis estudadas, a que maIs se destaca o ndice valor
contbil/valor de mercado. Tendo sido at o incio da dcada de pouco interesse para a
comunidade acadmica, esta relao entre o valor patrimonial da empresa e seu valor de
mercado pode ser de grande utilidade para investidores na formao de seus portflios.
Em relao ao beta, calculado sobre o ndice de mercado igualmente ponderado
simultaneamente s outras variveis, pode-se afirmar que sua fora explicativa ainda
fundamental na relao risco-retorno, no podendo ser desprezado. Contudo, no que
refere ao CAPM, que implica em cada ativo apresentar sua resposta aos movimentos de
mercado e ser esta a nica varivel capaz de causar diferenas sistemticas entre as
rentabilidades mdias desses ativos, os testes apontam para a m especificao do
modelo.
80
5. CONCLUSO
e se procura estudar o efeito do ndice P/L, dentro de cada nvel de valor de mercado,
parece haver tnlles indcios do efeito P/L dentro de cada grupo de valor de mercado
considerado,
011
81
havendo ainda Cook e Rozeff (1 984) que atribuem igual significncia para os dois
fatores.
Entre as trs variveis estudadas, a que mais se destaca o ndice valor
contbil/valor de mercado. Tendo sido at o incio da dcada de pouco interesse para a
comunidade acadmica, esta relao entre o valor patrimonial da empresa e seu valor de
mercado pode ser de grande utilidade para investidores na formao de seus portf/ios.
Entretanto, no h ainda uma base terica fundamentada que sustente tal resultado
emprico.
Vale lembrar ainda que as variveis escolhidas tm em comum a componente
"preo da ao", esta encontrando-se diretamente relacionada ao ndice P/L e ao valor
de mercado e, indiretamente, ao ndice valor contbil/valor de mercado. Com isto no se
pode afastar a hiptese de que haja uma forte influncia do preo sobre os retornos e
sobre os resultados obtidos.
Em relao ao beta, calculado sobre o ndice de mercado igualmente ponderado
simultaneamente s outras variveis, pode-se afirmar que sua fora explicativa ainda
fundamental na relao risco-retorno, no podendo ser desprezado. Tal resultado no
pode ser comparado com os trabalhos para os mercados americano e japons, uma vez
que ambos no apresentaram os coeficientes estimados para os betas e seus testes t.
Contudo, no que refere ao CAPM, que implica em cada ativo apresentar sua
resposta aos movimentos de mercado e ser esta a nica varivel capaz de causar
diferenas sistemticas entre as rentabilidades mdias desses ativos, os testes apontam
para a m especificao do modelo. Ainda que todo o arcabouo terico que sustenta o
CAPM no deva ser desprezado, este trabalho aponta na direo de se procurar
caractersticas multidimensionais para o risco.
82
83
BIBLIOGRAFIA
BANZ, R The relationship between return and market value of common stocks. Journal
ofFinancial Economics, v.9, p.3-18, 198 1 .
BANZ, R ; BREEN, W . Sample-dependent results using accounting and market data:
some evidence. The Journal ofFinance, v.4 l , p.779-793, 1 986.
BASU, S. Investment performance of common stocks in relation to their price/earnings
ratios: a test of the efficient market hypothesis. The Journal of Finance, v.32, p.663682, 1 977.
. The relationship between earnings yields, market value and the
______
I.
84
1.
value versus glamour stocks: the impact of selection bias. Journal of Financiai
Economics, v.38, p.269-296, 1 995.
CHAN, L. K. C.; HAMAO, Y; LAKONISHOK, J. FundamentaIs and stock returns in
Japan. The Journal ofFinance, v.46, p. 1 739-1 764, 1 99 1 .
CHEN, N . ; ROLL,
R;
85
______
1 6 1 7, 1 991
FAMA, E. F.; FRENCH, K. R. The cross-section of expected stock retums. The Joumal
ofFinance, v.47, p.427-465, 1 992.
______
______
Chicago, 1 995a.
. Size and book-to-market factors in eamings and retums. The Joumal
______
____.
__
Ia.
86
JAFFE, J.; KEIM, D. B.; WESTERFIELD, R Earnings yields, market values, and stock
returns. The Journal ofFinance, v.44, p. l35-148, 1 989.
JAGANNATHAN,
R;
MCGRAITAN, E.
R;
W. Contrarian investment,
87
88
89
Anexo 1
Aes
Cdigo
Acesita ON
ACE3
Acesita PN
ACE4
Acos Villares PN
AVI4
Agroceres PN
SAG4
Alpargatas ON
ALP3
Alpargatas PN
ALP4
Amadeo Rossi PN
ROS4
Antarctica Nord PN
IBA4
Antarctica ON
ANT3
10
Aracruz PNB
ARC6
11
Artex PN
ART4
12
Azevedo PN
AZE4
13
Bahema PN
BAH4
14
Banespa ON
BES3
15
Banespa PN
BES4
16
Bardella PN
BDL4
17
BCN PN
BCN4
18
Belgo Mineir ON
BEL3
19
Belgo Mineir PN
BEU
20
BCA6
21
Bombril PN
BOB4
90
Nmero
Aes
Cdigo
22
Bradesco ON
BBD3
23
Bradesco PN
BBD4
24
Brahma ON
BRH3
25
Brahma PN
BRH4
26
Brasinca PN
BFC4
27
Brasmotor PN
BMT4
28
Cacique PN
CIQ4
29
Caemi Metal PN
CME4
30
Carnacari PN
CPC4
31
Casa Anglo PN
CAB4
32
Ceval PN
CEV4
33
Chapeco PN
CHA4
34
Cia Hering PN
HER4
35
Cim ltau PN
ICP4
36
Cofap PN
FAP4
37
Coldex PN
CLD4
38
Confab PN
CNF4
39
Corbetia PN
CBT4
40
DHB PN
DHB4
41
Docas PN
DOC4
42
Duratex PN
DUR4
43
Eletrobras PNB
ELE6
44
Eluma PN
ELU4
45
Embraco PN
EBC4
91
Nmero
Aes
Cdigo
46
Embraer PNA
EMB5
47
Eucatex PN
EUC4
48
Ferbasa PN
FES4
49
Ferro Ligas PN
CPF4
50
Fertibras PN
FBR4
51
Ficap-Marvin PN
FCA4
52
Forja Taurus PN
FJT4
53
Fras-Le PNA
STE5
54
Guararapes PN
GUA4
55
Hercules PN
HET4
56
Ind Villares PN
IVI4
57
lochp-Maxion PN
MYP4
58
Ipiranga Dist PN
DPP4
59
Ipiranga Pet PN
PTI4
60
Itaubanco ON
lTA3
61
Itaubanco PN
lTA4
62
ltausa ON
lTS3
63
Itausa PN
lTS4
64
Itautec PN
lTE4
65
Klabin PN
KLA4
66
Lix da Cunha PN
LIX4
67
Loj Americanas ON
LAM3
68
Loj Americanas PN
LAM4
69
Lum's PN
LUM4
92
Nlmero
Aes
Cdigo
70
Madeirit PN
MAD4
71
Magnesita PNA
MAG5
72
Manah PN
MAH4
73
Mangels PN
MGE4
74
Mannesmann ON
MAN3
75
Marcopolo PNB
POMS
76
Merc S Paulo PN
BMC4
77
Mesbla PN
MES4
78
Met Gerdau PN
GOA4
79
Metal Leve PN
LEV4
80
Micheletto PN
LET4
81
Montreal PN
VEM4
82
Noroeste PN
BNE4
83
Odebrecht PN
ODB4
84
Olvebra PN
OLV4
85
Oxiteno PN
OXI4
86
Paranapanema PN
PMA4
87
Perdigao PN
PDG4
88
Petrobras ON
PET3
89
Petrobras PN
PET4
90
Petropar PN
PTP4
91
Pirelli ON
PIR3
92
Pirelli PN
PIR4
93
Pirelli Pneus ON
PIP3
93
Nmero
Aes
Cdigo
94
Pirelli Pneus PN
PIP4
95
Randon Part PN
RAP4
96
Real de Inv PN
BRI4
97
Real PN
REA4
98
Refripar PN
REP4
99
Ripasa PN
RPS4
100
Sade PN
SAD4
101
Sadia Concord PN
SC04
102
Samitri ON
SAM3
103
Samitri PN
SAM4
104
Serrana ON
MSA3
105
Serrana PN
MSA4
106
Sharp PN
SHA4
107
Sifco PN
SlF4
108
Souza Cruz ON
CRU3
109
Sudameris ON
BFI3
110
Supergasbras PN
SGA4
111
Telebras ON
TELJ
1 12
Telebras PN
TEL4
1 13
Trafo PN
TRF4
114
Trevisa PN
LUX4
115
Tupy PN
TUP4
116
Unibanco ON
UBB3
117
Unibanco PN
UBB4
94
Nmero
Aes
Cdigo
1 18
Unipar PNB
UNI6
119
VALJ
120
VAL4
1 21
Vidr S Marina ON
VSM3
122
Votorantim C P PN
PSI4
123
Weg PN
ELM4
124
Wembley PN
WMB4
125
Wetzel Met PN
MWE4
126
White Martins ON
WHM3
127
Zivi PN
ZIV4
9S
Anexo 2
Intercepto
PIBOVESPA
P/L
-0.0032
0.6213
-0.0432
(-2.54)"
..
0.0125
(3.25)**
(-2.56)"
LVM
.
-0.0123
VCIVM
0.6213
(2.96)*'
(-3.38 ) "
.. . .
(3.65)**'
................................-......................................................-...............-..............................
3
.
-0.0336
(-2.99)"
(3.78)'"
.
0.0089
. .. ..................... ..............
0.6224
(2.86)**
..
0.0148
(2.78)"
0.6135
-0.0987
-0.0098
(3.56)'"
(-2.35)'
(-3.01)**
........................ .........................................................................................................................................................
0.0125
0.63 13
(3.23)"
(2.56)"
-0.0135
0.02 1 2
(-3.21)"
.
(2.75)"
.
0.0184
-0.0165
0.6121
.
..
-0.0543
(-2.86)"
.
0.0742
(3.98)'"
.
0.6232
(-2.34)'
.
-0.0252
-0.0122
(2.48)"
..
0.0127
(3.69)'"
(-2.39)"
(-2.56)"
(2.49)"
(2.78)*'
Nota:
Estatfstica t entre parntesis:
significante ao nlvel de %
... significante ao nlvel de 1 %
96
Tabela 1 1 Continuaco
-
Intercepto
!3IBOVESPA
P/L
-0.0165
0.6385
0.0224
(-2.58)**
(4.01)'"
(2 01)'
0.0256
0.6402
-0.0 1 1 7
(4.08)'"
(-3.56)'"
(3.38)"
VCNM
LVM
-0.0249
0.6389
(-2.69)"
(3.99)'"
0.0441
0.6256
0.0234
-0.0432
(4. 1 2)'"
(2.25)'
(-3 .21)"
(2.58)"
0.0034
(3.26)"
...............................................................................................................................................-. ...............................
5
..
0.05 1 3
0.6364
(2.47)"
.
.
-0.01 3 1
(4.06)'"
. .
0.6226
(-2.78)"
(3.98)'"
. .
-0.0104
-0.0887
0.0630
(-3.02)"
. ..
(2.45)"
. .
0.0143
6
.
(-2.2 1 )'
. .. .
-0.0238
0.0547
0.63 10
(2.89)'
Nota:
Estatlslica 1 entre parntesis:
(4 . 1 2)'"
-.......................... ........ .
(2.78)"
.
0.0142
(-2.04)'
significante ao nlvel de 1 %
-0 0177
(-3.01)"
(2.60)'