Escolar Documentos
Profissional Documentos
Cultura Documentos
Trabalho de Concluso de Curso apresentado a Faculdade de Engenharia da Universidade Federal de Juiz de Fora, como requisito parcial para a obteno do ttulo de Engenheiro de Produo.
Almeida, Tlio Grizende e. Otimizao de carteiras de investimentos utilizando o modelo de Elton-Gruber / Tlio Grizende e Almeida. 2010. 58 f. : il. Trabalho de concluso de curso (Graduao em Engenharia de Produo)-Universidade Federal de Juiz de Fora, Juiz de Fora, 2010. 1. Engenharia de produo. 2. Economia. I. Ttulo. CDU 658.5
Trabalho de Concluso de Curso apresentado a Faculdade de Engenharia da Universidade Federal de Juiz de Fora, como requisito parcial para a obteno do ttulo de Engenheiro de Produo.
BANCA EXAMINADORA
____________________________________________________ DSc., Carlos Frederico da Silva Crespo (Orientador) Universidade Federal de Juiz de Fora
___________________________________________________ MSc., Roberto Malheiros Moreira Filho Universidade Federal de Juiz de Fora
RESUMO A dcada de 1950 marcou uma revoluo nas pesquisas em finanas, com a rea alcanando um carter universal, com a formalizao de um arcabouo terico. Neste perodo, Harry Markowitz publica no peridico Journal of Finance seu artigo Portfolio Selection, criando a Teoria da Carteira (Portfolio). Nele, o autor demonstra matematicamente como a diversificao do investimento, com a compra de diversas aes ou outros ativos (carteira), pode ser usada de forma a reduzir os riscos de aes isoladas, alm de fornecer projees do retorno esperado para uma dada carteira. Desde ento, diversos outros modelos para a seleo de carteiras tem sido desenvolvidos, como o modelo de ndice nico e o modelo de EltonGruber. Este trabalho tem como objetivo estudar o modelo de formao de carteiras timas com a utilizao de cotaes histricas das aes, verificando se, com a utilizao do modelo de seleo de carteiras de Elton-Gruber obter-se-ia um retorno maior que o ndice Bovespa. conduzida uma pesquisa de natureza aplicada e descritiva, abordada de forma quantitativa, com o uso do mtodo de modelagem e simulao. Foram utilizados dados histricos mensais do perodo compreendido entre os anos de 2009 e 2010, ajustados aos proventos distribudos, sem, contudo, considerar efeitos inflacionrios. Embora o modelo no tenha sido capaz de obter retorno superior ao do ndice Bovespa, foi eficaz na reduo do risco. Este modelo uma ferramenta indispensvel na gesto de investimentos, de fcil utilizao, mas deve ser combinada com outras tcnicas de anlise de investimentos.
ABSTRACT The 1950s marked a revolution in research in finance. It have reached a universal character, with the formalization of a theoretical framework. During this period, Harry Markowitz published in the Journal of Finance his article "Portfolio Selection", creating the Theory of Portfolio. The author demonstrates mathematically how the diversification of the investment with the purchase of various stocks or other assets (portfolio) can be used to reduce the risk of isolated actions, and provides forecasts of expected return for a given portfolio. Since then, several other models for portfolio selection have been developed, as the single index model and the Elton-Gruber model. This work aims to study the model of formation of optimal portfolios using historical stock quotes, verifying if the model of portfolio selection from Elton-Gruber would get a higher return than the Bovespa index. It conducted a survey of descriptive and applied nature, discussed in a quantitative manner, using the modeling and simulation's method. Monthly historical data from the period between the years 2009 and 2010 where used, adjusted for any gains distributed without, however, consider inflation effects. Although the model has not been able to get higher returns than the Bovespa index, it was effective in reducing risk. This model is an indispensable tool for investment management, easy to use, but must be combined with other techniques of investment analysis.
LISTA DE ILUSTRAES Quadro 1 Aes utilizadas para seleo da carteira ............................................................ 11 Figura 1 Efeito do nmero de ttulos sobre o risco da carteira (Estados Unidos) ................ 21 Figura 2 Retorno esperado e risco para uma carteira com duas aes ................................. 22 Figura 3 Retorno esperado e risco para um ativo sem risco e um ativo com risco............... 24
LISTA DE TABELAS Tabela 1 Exemplo de dados para o modelo de Markowitz ................................................. 19 Tabela 2 Classificao das tcnicas de previso dos betas ................................................. 29 Tabela 3 Composio da carteira para 2009 utilizando betas histricos .......................... 37 Tabela 4 Composio da carteira para 2009 utilizando mdia global .............................. 38 Tabela 5 Retornos atuais das carteiras 2009 e do ndice Bovespa durante 2010 ................. 39 Tabela 6 Retornos mensais e acumulados das carteiras durante 2010 ................................. 40 Tabela 7 Retornos atuais das carteiras 2008 e do ndice Bovespa durante 2009 ................. 42 Tabela 8 Valorizaes em 2008 e 2009 e participaes nas carteiras ................................. 42 Tabela 9 Carteira para o clculo do IBOVESPA em 05/07/2007 (Parte 1) ......................... 47 Tabela 10 Carteira para o clculo do IBOVESPA em 05/07/2007 (Parte 2) ....................... 48 Tabela 11 Cotaes ajustadas das aes em 2008 .............................................................. 49 Tabela 12 Cotaes ajustadas das aes em 2009 .............................................................. 50 Tabela 13 Cotaes ajustadas das aes em 2010 .............................................................. 51 Tabela 14 Clculos para as aes no ano de 2009 (Parte 1) ................................................ 52 Tabela 15 Clculos para as aes no ano de 2009 (Parte 2) ................................................ 53 Tabela 16 Clculos para as aes no ano de 2008 (Parte 1) ................................................ 54 Tabela 17 Clculos para as aes no ano de 2008 (Parte 2) ................................................ 55 Tabela 18 Carteira para 2008/2009 utilizando betas histricos ....................................... 56 Tabela 19 Carteira para 2008/2009 utilizando mdia global ........................................... 57
1.1 CONSIDERAES INICIAIS ...................................................................................... 9 1.2 JUSTIFICATIVA ........................................................................................................ 10 1.3 ESCOPO DO TRABALHO ......................................................................................... 10 1.4 FORMULAO DE HIPTESES .............................................................................. 12 1.5 ELABORAO DOS OBJETIVOS ............................................................................ 12 1.6 DEFINIO DA METODOLOGIA ............................................................................ 12 1.7 ESTRUTURA DO TRABALHO.................................................................................. 13 2 REVISO DE LITERATURA .................................................................................... 14
2.1 INVESTIMENTOS ..................................................................................................... 14 2.2 RISCO E RETORNO ................................................................................................... 15 2.3 HIPOTSE DE MERCADOS EFICIENTES ................................................................ 16 2.4 MODELO DE MARKOWITZ ..................................................................................... 17 2.5 MODELO DE NDICE NICO ................................................................................... 24 2.6 CAPITAL ASSET PRICING MODEL (CAPM) ........................................................... 26 2.7 ESTIMATIVAS DO BETA ......................................................................................... 27 2.8 MODELO DE ELTON-GRUBER ................................................................................ 29 2.9 DESEMPENHO DE CARTEIRAS .............................................................................. 31 3 DESENVOLVIMENTO .............................................................................................. 33
3.1 DESCRIO DO PROTOCOLO DE PESQUISA ....................................................... 33 3.2 DESCRIO DAS UNIDADES DE ANLISE .......................................................... 34 4 RESULTADOS ............................................................................................................ 35
4.1 RESULTADOS ALCANADOS ................................................................................ 35 4.2 DISCUSSO DOS RESULTADOS ............................................................................. 39 5 CONCLUSES............................................................................................................ 41
1. INTRODUO
1.1
CONSIDERAES INICIAIS O estudo das finanas iniciou-se no comeo do sculo XX, a partir dos trabalhos de
economistas, como um ramo da economia institucional. Estes pesquisadores se utilizavam de suas experincias prticas para descrever o comportamento dos diversos agentes atuantes no mercado e, a partir disso, criar um conjunto de regras a serem utilizadas pelos gestores financeiros. Estas, por sua vez, destinavam-se a descrever, no explicar o funcionamento do mercado, o que tomava suas pesquisas no universalmente aplicveis (IQUIPAZA, AMARAL e BRESSAN, 2009). Dentre os primeiros trabalhos, verifica-se uma nfase na anlise da estrutura de capitais da empresa e polticas de dividendos. Na dcada de 1940, desenvolveu-se tambm o estudo de anlise de valor, pelo engenheiro Lawrence Dellos Miles na empresa General Eletric (LIMA e MATHIAS, 2003). Contudo, a dcada de 1950, marcou uma revoluo nas pesquisas em finanas. A rea tomou um carter universal, com a formalizao de um arcabouo terico. A moderna teoria das finanas formou-se com base na teoria econmica neoclssica e na preocupao em torn-la quantificvel. Diversos estudos na rea foram desenvolvidos por pesquisadores do perodo, como Markowitz, Modigliani, Miller, Sharpe, Black, Scholes, entre tantos outros (IQUIPAZA, AMARAL e BRESSAN, 2009). Alm do desenvolvimento da teoria da carteira, em 1952, considerada um marco no estudo das finanas, existem diversas outras contribuies importantes, que so utilizadas at hoje, como o modelo de formao de preos de ativos financeiros (CAPM), na dcada de 1960, ou o modelo de precificao de derivativos, em 1973, por Black e Scholes. Nesta poca, iniciaram-se tambm os trabalhos na rea de finanas comportamentais (Behavioral Finance), ampliando o campo das finanas com a aplicao de conceitos da psicologia e sociologia (LIMA e MATHIAS, 2003). importante considerar ainda o desenvolvimento de computao como apoio para o estudo das finanas modernas. Conforme artigo de Lima e Mathias (2003), a crescente complexidade dos mecanismos de clculos utilizados nos estudos financeiros exige poder computacional que no existia na dcada de 1950, e suas melhorias nas ltimas dcadas difundiram conceitos e tcnicas financeiras ao pblico.
10
Contudo, diversos obstculos dificultaram o desenvolvimento e aplicao das cincias financeiras. Dentre estas dificuldades, uma das principais foi a necessidade de delimitar legalmente os mercados financeiros, de modo a caracteriz-los como distintos dos jogos de azar, conforme Iquipaza, Amaral e Bressan (2009). Outro ponto de impedimento foi a dificuldade encontrada para a classificao desta rea como campo de conhecimento, que por vezes era agrupado dentro das cincias econmicos; em outros casos, integrava as escolas de negcios. Tambm ocorreram barreiras a utilizao destes conhecimentos nos prprios mercados, em funo da no compreenso dos conceitos bsicos das finanas modernas pelos agentes do mercado. Contudo, com a superao destes aspectos, as finanas passaram a possuir uma importncia crescente e, com o desenvolvimento da informtica, uma aplicao cada vez mais difundida.
1.2
tanto em mercados financeiros como investimentos de capital, tornou a rea financeira um campo propcio para a aplicao de tcnicas da rea de pesquisa operacional, em particular aquelas quantitativas. Segundo Fensterseifer, Galesne e Ziegelmann (1987) uma tendncia a percepo da importncia do risco na anlise de investimentos, com cada vez mais o emprego de tcnicas oriundas da pesquisa operacional. Embora sua utilizao total ainda seja baixa, possivelmente concentrada em setores mais dinmicos da economia, h uma conscientizao dos gestores para sua importncia. Outro ponto o crescimento do valor negociado no mercado de aes. Segundo dados da Bolsa de Valores, Mercadorias e Futuros de So Paulo (2010b), o crescimento mdio foi de 38,5% ao ano, entre 1993 e 2009, passando de 375,5 pontos no ndice Bovespa anual para 68.588,40 pontos. Isso reflete a importncia crescente deste mercado na economia brasileira, e conseqente demanda por profissionais com conhecimentos na rea e por pesquisas acadmicas sobre sua dinmica.
1.3
ESCOPO DO TRABALHO Estudou-se o modelo de formao de carteiras timas com a utilizao de cotaes
histricas das aes. Foram utilizados dados passados das cotaes das aes da Bolsa de
11
Valores, Mercadorias e Futuros de So Paulo (BM&FBovespa), ajustadas de acordo com os proventos distribudos. Isso permitiu uma anlise do retorno obtido pelo investidor, o que necessrio para a preciso dos resultados a serem obtidos. No houve nenhum tratamento dos dados quanto s taxas de inflao brasileiras presentes no perodo considerado. Estes dados foram coletados do site GuiaInvest (www.guiainvest.com.br), para perodo compreendido entre 05/07/2007 e 05/07/2010. Os valores obtidos foram utilizados para o clculo do retorno mensal das aes, visando minimizar valores extremos obtidos na cotao diria (outliers), que poderiam distorcer os resultados. Utilizou-se como universo de ttulos aqueles que compem o clculo do Ibovespa na data de 05/07/2007 (Anexo 1). Dentre estas 59 aes, duas delas (ITAU4 e UBBR11) se fundiram em uma nica (ITUB4). Outras 11 aes no foram encontradas ou no apresentavam dados durante o perodo completo desta anlise. Logo, para o trabalho foram consideradas 47 aes no total (Quadro 1).
PETR4 VALE5 USIM5 BBDC4 ITAB4 TNLP4 GGBR4 PETR3 VALE3 CSNA3 CMIG4 ITSA4 BBAS3 ELET6 NETC4 ALLL11 TAMM4 TNLP3 BRAP4 ELET3 VIVO4 BRKM5 CSAN3 GOLL4 AMBV4 CPLE6 NATU3 GOAU4 CCRO3 CYRE3 BRTO4 TCSL4 EMBR3 CPFE3 CESP6 SBSP3 LREN3 ELPL6 KLBN4 TMAR5 TCSL3 CRUZ3 LIGT3 TRPL4 CLSC6 TLPP4 CGAS5
Quadro 1 Aes utilizadas para seleo da carteira Fonte: Souza, 2010 (Adaptado)
Outro ponto a ser considerado foi o foco na modelagem dos investimentos sem considerao de vendas a descoberto. Este processo consiste na venda de ativos que o investidor no tem posse, para compr-lo em data futura. Caso ocorra reduo em seu valor, o investidor obter lucros na negociao.
12
1.4
FORMULAO DE HIPTESES Considerou-se um universo de aes formado pelos ttulos que compem a carteira
utilizada para o clculo do ndice Bovespa (Ibovespa), da Bolsa de Valores, Mercadorias e Futuros de So Paulo (BM&FBovespa). Procurou-se verificar se, com a utilizao do modelo de seleo de carteiras de Elton-Gruber, dentro do universo de aes considerado, obter-se-ia um retorno maior que o prprio Ibovespa.
1.5
ELABORAO DOS OBJETIVOS Este trabalho estudou a seleo de carteiras pela aplicao do modelo de Elton-
Gruber, com o uso de dados histricos, analisando o desempenho da carteira obtida e comparando-a quantitativamente com o ndice Bovespa. Comparou-se tambm a preciso entre duas tcnicas distintas para estimativa do beta das aes, determinando qual apresenta maior acurcia para o perodo.
1.6
DEFINIO DA METODOLOGIA O trabalho apresentou uma pesquisa de natureza aplicada e objetivos descritivos,
utilizando-se de conhecimentos anteriores para aplicao prtica. No se pretende desenvolver ou detalhar nenhuma relao causal para a seleo de carteiras, apenas descrever o comportamento destas ao longo do perodo estudado. utilizada uma abordagem quantitativa, com o uso do mtodo de modelagem e simulao, com foco principal no processo de simulao. Conforme Morabito e Pureza (2010), os modelos quantitativos so representaes da realidade, desenvolvidos para auxiliar sua anlise de modo sistemtico, descritos em linguagem matemtica e computacional. Estes modelos devem ser simples o suficiente para poderem ser determinados pelos mtodos de resoluo conhecidos, mas sem excluir aspectos importantes que interfiram de maneira contundente nos resultados reais. A simulao pode ser definida como o processo de conduo de experimentos utilizando um modelo pr-estabelecido, visando compreender e, posteriormente, otimizar o comportamento do sistema real. Conforme Bazzo e Pereira (2005), o processo de simulao consiste em submeter modelos a diversas condies, com objetivo de avaliar seu
13
comportamento. Eles o classificam em trs formas principais: icnica, analgica e matemtica. Este trabalho emprega especificamente a simulao matemtica, servindo-se de variveis que, submetidas a distrbios atravs dos dados de entrada, representam o modelo real. Entre as principais vantagens da simulao citadas, temos o baixo custo associado, replicao precisa da simulao e melhor controle sobre as variveis. Para o desenvolvimento de um estudo de simulao, necessria a utilizao de programas computacionais (softwares), visando recriar computacionalmente o sistema real, utilizando-se de modelos para isso. Sero utilizadas planilhas eletrnicas do aplicativo Microsoft Office Excel verso 2007.
1.7
ESTRUTURA DO TRABALHO O primeiro captulo do trabalho apresenta as consideraes iniciais acerca do tema,
justificativas para a pesquisa. Engloba tambm aspectos como escopo, hipteses e objetivos, alm da metodologia a ser empregada. Por fim, apresentada a forma como a monografia est estruturada. O segundo captulo destinado reviso bibliogrfica do tema selecionado, registrado o referencial terico necessrio para o desenvolvimento posterior. O terceiro captulo envolve o protocolo de pesquisa e a descrio das unidades de pesquisa. O quarto captulo relata os resultados obtidos no trabalho e discute os mesmos. O quinto captulo fecha o trabalho com as concluses obtidas durante o desenvolvimento da pesquisa.
14
2. REVISO DE LITERATURA
2.1
ou de qualquer outro recurso, com a finalidade de se obter algum ganho futuro. Estes investimentos podem ocorrer tanto em ativos reais como nos financeiros. Os ativos reais compreendem recursos que podem ser utilizados para a produo de bens e servios, como terra, imveis, maquinrio e conhecimento (BODIE, KANE E MARCUS, 2000). Os ativos financeiros, por outro lado, compreendem o direito de exigibilidade sobre os ativos reais e a renda gerada por eles. Eles so geralmente classificados em trs grupos (BODIE, KANE E MARCUS, 2000): ttulos de renda fixa, patrimnio (aes ordinrios) e ttulos derivativos. Os ttulos de renda fixa correspondem a ativos que geram um fluxo fixo (ou determinado por alguma frmula), desde que o emissor deste ttulo no seja declarado falido. Existem ttulos de renda fixa variando desde riscos de inadimplncia quase nulos, como ttulos do tesouro, at aqueles com riscos moderados (obrigaes de rendimento alto) (BODIE, KANE E MARCUS, 2000). Posteriormente neste trabalho, ttulos de renda fixa com riscos baixos sero referidos como ativos livres de risco, pois se configuram nos investimentos em ativos financeiros mais seguros presentes no mercado. J os investimentos em patrimnio (aes), segundo Bodie, Kane e Marcus (2000) representam uma participao de propriedade da empresa. O retorno deste investimento ocorre pelo prprio desempenho da organizao em que se investe: se ela apresentar bom desempenho, as suas aes valorizaro, garantindo retorno de suas aes. No h garantia de fluxo de renda direta, embora a empresa possa distribuir parte de seu lucro (dividendos). Por fim, os ttulos derivativos tm pagamentos determinados pelo preo de outros ativos, como aes, obrigaes, contratos de mercadoria e taxas de cmbio. Como principais ttulos, temos as opes e os contratos futuros, que so utilizados principalmente como forma de transferncia de riscos, embora possibilitem investimentos especulativos (BODIE, KANE E MARCUS, 2000). Os ativos financeiros so negociados no mercado financeiro. O mercado de capitais uma das quatro subdivises estabelecidas, compreendendo o financiamento de mdio e longo prazo para o investimento dos agentes econmicos, por meio da aproximao com aqueles
15
que ofertam dinheiro no mercado, ou seja, que apresentam capacidade de poupana (NETO, 2005). Segundo Neto (2005), uma das principais formas de financiamento ocorre pela oferta pblica de aes, na qual uma empresa constituda como sociedade annima pode, segundo os trmites legais, ofertar parcelas do seu capital social (aes). Com a venda, a organizao obtm a verba necessria para sua operao ou novas expanses. Para os investidores, as aes so instrumentos de propriedade da empresa e seu retorno (rentabilidade) est associado ao desempenho da prpria empresa, do mercado em que ela atua e do mercado financeiro como um todo (REIS e TRICHES, 2007). A interligao existente entre mercado de capitais com os demais mercados do sistema financeiro elevada, seja internamente no Brasil ou com os sistemas financeiros de outros pases. O capital se move rapidamente entre diversas naes, ampliando o volume, liquidez e diversificao dos investimentos (REIS e TRICHES, 2007).
2.2
RISCO E RETORNO Para se avaliar alternativas de investimentos, usual a utilizao de duas medidas: o
retorno e o risco daquele investimento. Um investidor sempre buscar minimizar a probabilidade de perdas, maximizando, simultaneamente, o retorno do capital investido (MOTTA JUNIOR, OLIVEIRA e GUTIERREZ, 2007). O retorno de uma ao definido como o percentual da remunerao obtida por seu preo inicial. Segundo Samanez (2007), a remunerao composta pelos ganhos de capital (o preo final menos o preo inicial) e os benefcios obtidos durante este perodo de tempo, como bonificaes, dividendos, desdobramentos e direitos de subscrio. O risco, de maneira geral, a probabilidade de algum acontecimento desfavorvel ocorrer, como, por exemplo, retornos sobre o capital menores que o esperado. Tradicionalmente, o risco quantificado com o emprego do desvio padro (), como representao da divergncia dos resultados em funo do retorno esperado. Contudo, conforme Elton et al.(2004), diversas outras medidas tem sido utilizadas. Como exemplos, podemos citar o desvio absoluto, semivarincia e a medida de valor sujeito a risco. Considerando uma nica ao, o retorno e o risco esperados tendem a apresentar uma correlao positiva: quando o risco do investimento aumenta, o investidor tende a exigir maiores retornos (MONTEVECHI, PAMPLONA e GONALVES JUNIOR, 2002). Por isso,
16
um investidor racional sempre escolheria, para um mesmo valor de retorno esperado do ativo, a alternativa que apresente menor desvio padro. O risco de uma ao se divide em duas partes principais, o risco diversificvel (no sistemtico) e o risco de mercado (sistemtico). O risco diversificvel, tambm chamado de especfico, composto por eventos aleatrios que afetam somente a empresa ou seu setor de atuao (os exemplos clssicos so mudanas de normas para o setor ou queda no preo de determinado produto). J os riscos de mercado afetam toda a economia, estando todos os setores produtivos expostos a eles.
2.3
HIPOTSE DE MERCADOS EFICIENTES Para se obter os valores numricos acerca do retorno e dos riscos das aes, usual a
utilizao de dados histricos como estimativa destes valores futuros. Porm, necessrio analisar como os preos das aes refletem verdadeiramente as informaes econmicas sobre a empresa. Tal campo de estudos formalizou-se na dcada de 60, com a Hiptese de Mercados Eficientes (HME). Bodie, Kane e Marcus (2000) consideram trs formas de mercados, de acordo com a eficincia destas informaes: fraca, semi-forte e forte. Na forma fraca da HME, a cotao atual das aes reflete todas as informaes histricas, como cotaes passadas, volumes negociados, vendas a descoberto, entre outras. Logo, no haveria nenhuma informao presente na anlise da srie histrica de cotaes que pudesse gerar um ganho anormal no mercado; caso contrrio, os investidores j teriam compreendido e utilizado tais padres. Na forma semi-forte, os preos atuais de mercado refletiriam tanto as informaes histricas como aquelas tornadas pblicas sobre perspectivas futuras da empresa (como demonstrativos financeiros, patentes e outras publicaes) (BODIE, KANE E MARCUS, 2000). J a forma forte do HME, de acordo com Bodie, Kane e Marcus (2000), o preo das cotaes reflete todas as informaes, histricas, pblicas ou privadas. Geralmente, esta hiptese considerada extrema, pois se acredita que gestores internos de uma organizao, com informaes restritas organizao, podem obter retornos extraordinrios, antes que estas informaes sejam tornadas pblicas. Conforme Iquiapaza, Amaral e Bressan (2009) resumem, o preo de uma ao, em um mercado eficiente, reflete toda a informao disponvel sobre ela e seu valor s se alterar
17
caso novas informaes sejam disponibilizadas. Assim, como a ocorrncia destes eventos imprevisvel, o preo das aes descreve o chamado modelo de passeio aleatrio, ao longo do tempo. Santos, Coroa e Bandeira (2008) estudaram a eficincia de mercado brasileiro, considerando aes de empresas que compunham o ndice de Sustentabilidade Empresarial (ISE), no perodo de entre 2006 e 2007, comprovando a eficincia na forma fraca. Camargos e Barbosa (2003), compilando o resultado de 24 estudos no pas sobre o tema, desenvolvidos entre 1973 e 2001, obtiveram que destas, somente 10 concluram sobre a eficincia do mercado. Contudo, 70% das pesquisas que consideraram a forma fraca de eficincia a confirmaram, sendo a maioria destas de trabalhos recentes. Isso levou os autores concluso de que o mercado de capitais no Brasil apresenta-se atualmente na forma fraca de eficincia.
2.4
MODELO DE MARKOWITZ Em 1952, Harry Markowitz publica no peridico Journal of Finance seu artigo
Portfolio Selection, criando a Teoria da Carteira (Portfolio). Neste estudo, o autor demonstra matematicamente como a diversificao do investimento, com a compra de diversas aes ou outros ativos (carteira), pode ser usada de forma a reduzir os riscos de aes isoladas, alm de fornecer projees do retorno esperado para uma dada carteira. Ribeiro e Ferreira (2005) consideram que a principal contribuio deste trabalho foi analisar o retorno obtido em carteiras como variveis aleatrias, sendo sua variabilidade o prprio risco da carteira. Logo, ele forneceu a compreenso de como a diversificao dos investimentos reduz o risco. Markowitz (1952) e Santos, Coroa e Bandeira (2008), apresentam os pressupostos utilizados para orientar seus estudos: a) Os investidores aceitariam os valores de retornos de cada ativo, de acordo com a distribuio de probabilidade de seus retornos; b) Os investidores decidiriam os investimentos com base somente no valor esperado e varincia dos retornos; c) Custos de transao e impostos seriam desprezados; d) Para certa taxa de retorno, os investidores tenderiam a minimizar o risco do investimento;
18
e) Existe uma taxa sem risco na qual os investidores podem aplicar ou captar recursos; f) Os ativos seriam infinitamente divisveis, podendo assim comprar qualquer valor de aes, e no somente mltiplos do valor mnimo negociado. O retorno esperado de uma carteira (Rc) dado por (SAMANEZ, 2007):
Onde: N = nmero de ativos na carteira; Ri = retorno esperado do ativo i; Xi = porcentagem do valor da carteira aplicado no ativo i. J o risco da carteira, avaliado em termos da varincia ( c2), definido como (SAMANEZ, 2007):
Onde: i2 = varincia do ativo i; i,j = covarincia entre os ativos i e j. O problema de otimizao de carteiras pode ser resolvido com o uso de programao matemtica, mais especificamente programao quadrtica. Considerando vendas a descoberto no permitida e buscando minimizar o risco para um retorno de carteira dado (R p), temos que (MORETTI, 2004):
Restrito a:
19
Samanez (2007) apresenta uma abordagem alternativa, com a presena de um ativo sem riscos na carteira.
Restrito a:
Este dois casos configuram-se como problemas de programao no linear, com variveis Xi (porcentagem a ser investida em cada ao). Dentre as tcnicas de resoluo, temos o mtodo dos multiplicadores de Lagrange. Sendo L a funo lagrangeana, composta pela funo objetivo, subtrada das restries multiplicadas pelo operador lagrangeano .
Conforme Samanez (2007), deve-se derivar a funo L em funo das variveis Xi e em funo do operador . Igualando-se estas derivadas a zero e resolvendo o sistema de equaes resultantes, obtm-se o ponto de mnimo risco da funo obtida.
Considerando como exemplo uma carteira com dois ativos (N = 2) e os seguintes dados, conforme tabela 1 (SAMANEZ, 2007):
Tabela 1 Exemplo de dados para o modelo de Markowitz
Retorno Esperado do ativo 1 Retorno Esperado do ativo 2 Risco (varincia do ativo 1) Risco (varincia do ativo 2) Covarincia entre os ativos 1 e 2 Retorno esperado para a carteira Retorno esperado para os ativos sem risco
Fonte: Samanez, 2007 (Adaptado)
12% 10% 4 3 0 9% 6%
20
Substituindo os dados e resolvendo o sistema resultante, teremos a porcentagem a ser investida em cada ao:
Samanez (2007) tambm observa que a nica restrio para o ltimo problema a taxa de retorno desejada. Neste caso, poder-se-ia obter variveis Xi com valores negativos, caracterizando vendas a descoberto. Para evitar esta possibilidade, adicionam-se restries adicionais, forando as variveis a assumirem valores no negativos (X i 0). Isso foraria a
utilizao das tcnicas de Karush-Kuhn-Tucker (KKT), para garantir que a soluo obtida seja a soluo tima global, mas aumentaria a complexidade computacional da resoluo do problema. Para anlise da forma como a diversificao reduz a variabilidade, iremos considerar que cada ativo tem participao igual do total aplicado na carteira (X i = 1/N). Desenvolvendo a frmula, temos que (SAMANEZ, 2007):
Ou
21
Onde: = varincia mdia da carteira; = covarincia mdia da carteira. Percebemos ento que o fator da varincia mdia da carteira se reduz com o aumento do nmero de aes, enquanto a covarincia mdia permanece estvel. No limite, com N tendendo ao infinito, teramos que a varincia da carteira seria igual a covarincia de seus ttulos. Por isso, considerado que representa o risco diversificvel da carteira, enquanto
o risco de mercado, pois no se reduz com o aumento do tamanho da carteira. Isso pode ser visto no grfico comparativo entre o tamanho das carteiras e o risco correspondente (Figura 1).
Figura 1 Efeito do nmero de ttulos sobre o risco da carteira (Estados Unidos) Fonte: Elton et al., 2004 (Adaptado)
Outro ponto importante do trabalhado de Markowitz foi a definio de Fronteira Eficiente. Considerando o pressuposto de que para dada taxa de retorno, os investidores tenderiam a minimizar o risco do investimento, ou, alternativamente, para um risco fixo, estes investidores buscariam o retorno mximo, observou-se que haveria um limite no grfico entre retorno esperado e varincia da carteira. Este representaria o maior retorno possvel para qualquer taxa de risco, e seu perfil dependeria principalmente do coeficiente de correlao entre os ativos (Figura 2).
22
Analisando uma carteira composta por somente dois ativos, A e B, seu retorno (R c) e risco (c) (no caso, utilizando o desvio-padro) so representados por:
Onde: A,B = coeficiente de correlao entre os ativos A e B. O coeficiente de correlao a forma normalizada da covarincia, para apresentar os valores entre -1 e 1. obtido segundo a equao:
Figura 2 Retorno esperado e risco para uma carteira com duas aes Fonte: Montevechi, Pamplona e Gonalves Junior, 2002.
Percebe-se, pela figura, que, quando os ativos apresentam coeficiente de correlao igual a um (A,B = 1), a fronteira eficiente formada por uma reta, conforme a proporo de
23
cada ativo includo na carteira. Isso representa uma combinao linear entre os retornos e desvios-padro das aes (SAMANEZ, 2007). Quando o coeficiente de correlao perfeitamente negativa (A,B = -1), o nvel de risco, para um dado retorno, o mnimo possvel. Neste caso, haver uma determinada proporo na qual o risco da carteira ser nulo, representada por c = 0. importante notar que, na figura acima, o segmento de reta delimitado entre os retornos de 10% e 15% no representa a fronteira eficiente desta combinao de dois ativos, pois haver outras propores que apresentam retornos superiores para o mesmo nvel de risco. Para valores intermedirios da correlao (-1 A,B 1), a fronteira eficiente apresenta-se como no linear, gerando redues de risco inferiores ao obtido com a correlao perfeitamente negativa. Quanto menor o valor da correlao entre as aes consideradas, maior ser a reduo do risco e maior o ganho obtido com a diversificao. Analisando a figura 2, percebemos o efeito obtido pela seleo apropriada de ttulos. Considerando um retorno de 15%, temos uma taxa de risco de tambm 15%. Considerando ttulos com correlao inferiores, podemos reduzir este risco, mantendo o retorno constante, at o limite da correlao perfeitamente negativa (A,B = -1), na qual no haveria risco neste investimento. Alternativamente, podemos considerar a variao dos retornos esperados, dada determinado risco constante. Neste caso, obteramos o maior retorno quando a correlao fosse perfeitamente negativa e o retorno mnimo para a correlao perfeitamente positiva. Considerando a presena de um ativo livre de riscos ( i2 = 0), com retorno esperado igual Rf compondo a carteira, a fronteira eficiente se altera (Figura 3). Neste caso, conforme Samanez (2007), os coeficientes de correlao entre os ttulos com risco e aquele ttulos sem risco so nulos. Assim, com uma carteira formada pelo ativo com risco A e um ativo sem risco, o retorno e o risco esperados sero:
Desta forma, a fronteira eficiente formada por uma reta, com coeficiente linear igual rentabilidade do ativo sem risco, conforme a equao:
24
Figura 3 Retorno esperado e risco para um ativo sem risco e um ativo com risco Fonte: Montevechi, Pamplona e Gonalves Junior, 2002.
Desta forma, a carteira se situar sobre a fronteira eficiente, com investidores mais conservadores selecionando portflios com menor risco, e conseqentemente, maiores participao de ativos sem risco. Por outro lado, investidores que buscam maiores retornos tendem a aumentar a participao dos ativos com risco em suas carteiras. Embora a proposta de Markowitz fosse essencialmente prtica, Elton, Gruber e Padberg (1976) discorrem sobre os motivos da no utilizao dos mtodos expostos em seu artigo. As causas citadas so as dificuldades de estimao dos dados (principalmente a matriz de correlao), a dificuldade computacional de resoluo da programao quadrtica do modelo e a resistncia dos gestores de fundos de investimento em compreender o prprio modelo corretamente.
2.5
MODELO DE NDICE NICO Para simplificar o modelo de Markowitz, que exigia um grande esforo
computacional para a poca e grande equipe de analistas financeiros, foi desenvolvido o modelo de ndice nico por Sharpe, em 1963. Este utiliza, ao invs da correlao entre as diferentes aes, uma correlao (beta) entre cada ao e um ndice que represente o retorno mdio das aes no mercado (SANTOS, COROA E BANDEIRA, 2008). Para uma nica ao i, o modelo de ndice nico considera sua rentabilidade (R i) e varincia (i2) como (ELTON et al., 2004):
25
Rm = taxa de retorno do ndice de mercado escolhido; i = constante que relaciona o retorno do ttulo i a taxa de retorno do mercado R m; ei = componente aleatrio do preo da ao; m2 = varincia da taxa de retorno do ndice R m; ei2 = varincia do componente aleatrio do preo. So usadas as seguintes premissas para o modelo de ndice nico (SAMANEZ, 2007): a) O retorno de um ativo dado por uma equao de regresso linear relacionado-o com o retorno do mercado; b) O erro aleatrio de um ativo apresenta distribuio normal e mdia zero;
d) A covarincia entre os erros aleatrios entre dois ativos nula; assim, dois ttulos somente variam de maneira similar em funo da correlao com o ndice de mercado.
Desta forma, o problema de seleo da carteira tima pode ser definido para o modelo de ndice nico. O retorno esperado da carteira (Rc) dado por (ELTON et al., 2004):
26
2.6
CAPITAL ASSET PRICING MODEL (CAPM) Para uma carteira ser perfeitamente diversificada, esta dever conter todos os ativos
que compem o mercado. Ela representar o prprio mercado, com retorno R m e risco m, sendo geralmente aproximada pelos ndices das bolsas de valores, como o IBOVESPA no Brasil. Conforme Samanez (2007), considerando um mercado eficiente em condies de equilbrio, o excesso de retorno obtido (considerando como referncia o retorno do ativo sem risco) para cada unidade de risco dever ser igual para todos os ativos. Assim, temos que:
O Modelo de Precificao de Ativos Financeiros, ou Capital Asset Pricing Model (CAPM), foi desenvolvido por Sharpe, Lintner e Mossin, na dcada de 1960, com base na igualdade entre os excessos de retorno. O modelo quantifica o retorno esperado das aes de forma linear, considerando que o retorno funo da rentabilidade dos investimentos sem risco e tambm do retorno exigido para assumir o risco do ativo (chamado de prmio de risco) (SAMANEZ, 2007). Conforme este modelo, o risco diversificvel no dever ser remunerado pelo mercado, em funo da possibilidade de sua eliminao em uma carteira; por isso, somente o risco sistemtico seria recompensado:
Para Samanez (2007), o modelo CAPM apresenta as seguintes premissas: a) Os investidores apresentam expectativas iguais quanto aos retornos e riscos; b) O retorno dos investidores igual, pela ausncia de impostos e outros custos; c) No existem limites para os investimentos e emprstimos; d) Existe uma taxa sem risco na qual os investidores podem aplicar ou captar recursos; e) Os investidores so avessos ao risco; f) O nico risco presente o risco de mercado (por considerar as carteiras diversificadas); g) O mercado perfeito, no apresentando custos de transao e de informao; alm disso, nenhum investidor isolado pode modificar o preo dos ativos. Embora o CAPM tenha difundido a utilizao das ferramentas de avaliao de ttulos e projetos de investimento, ele se baseia na anlise de ttulos com somente um perodo de durao (modelo uniperidico). Diversos outros modelos, com capacidade para anlises
27
multiperidicas, foram desenvolvidos, como o arbitrage price theory (APT) e uma verso mais abrangente do CAPM, conhecida como CAPM Intertemporal (ICAPM) (SAMANEZ, 2007). Observam-se tambm, na literatura, diversas anomalias relacionadas ao CAPM. Segundo Samanez (2007), as principais anomalias so: o efeito tamanho, observado em aes de empresas de pequeno porte, que apresentam retornos maiores que o valor esperado obtido pelo modelo; e o efeito valor, no qual empresas com valor contbil do patrimnio lquido baixo em relao ao valor de mercado proporcionaram retornos tambm superiores ao previsto.
2.7
ESTIMATIVAS DO BETA O beta parmetro fundamental para a utilizao do apreamento de ativos pelo
CAPM e para a seleo de carteiras utilizando ndice nico. Ele representa a volatilidade de determinada ao em resposta a alteraes do mercado (representado geralmente por seu ndice) (SAMANEZ, 2007). Desta forma, fundamental a preciso de sua estimativa para os resultados do modelo. Para estabelecer essa relao entre o retorno de determinada ao e o ndice do mercado, utilizada a tcnica de regresso linear entre estas duas variveis. Considerando as sries temporais dos ativos e do ndice de mercado, se expressa relao entre eles de acordo com a seguinte equao (SAMANEZ, 2007):
Samanez (2007) explica a utilizao do processo de regresso linear para o clculo dos alfas () e betas (). A tcnica consiste em ajustar uma reta ao conjunto de valores observados, de forma a minimizar o somatrio do quadrado dos erros aleatrios. Elton et al. (2004) utiliza das seguintes frmulas para o clculo, com T observaes para cada ao:
O coeficiente representa o ponto mais provvel de interseco da reta com o eixo das ordenadas. O beta () representa seu coeficiente angular, indicando a volatilidade da ao em resposta s oscilaes de mercado; um beta inferior a um ( < 1) representa que a ao aumenta proporcionalmente menos quando h um aumento no ndice de mercado, por outro
28
lado, em uma eventual reduo no valor do ndice de mercado, esta ao ter o valor diminudo em uma razo menor do que a do mercado. A ao com beta acima de um ( > 1) apresenta comportamento inverso. Seu valor ir se reduzir mais quando houver reduo do ndice, e aumentar proporcionalmente mais, quando este se elevar. Contudo, a utilizao do mtodo de regresso linear supe que os parmetros do modelo, alfa e beta, sejam constantes ao longo do tempo. Uma complicao ocorre quando se percebe que estes no apresentam valores perfeitamente estacionrios ao longo do tempo (ELTON et al., 2004). Isso leva a erros na estimao dos valores, mas que podem ser corrigidos, visando minimizar as distores provocadas. Para o ajustamento dos betas das aes, esto disponveis na literatura vrias tcnicas. Recentes desenvolvimentos de novas metodologias, aliadas a melhorias de preciso das antigas, ampliaram o leque de escolhas para previso de carteiras timas. Elton, Gruber e Urich (1978) comparam a acurcia entre as tcnicas de ajustamento dos betas (betas histricos, tcnica de Blume, tcnica de Vasicek, betas iguais a 1), o modelo de mdia global e a matriz de correlao histrica. A matriz de correlao histrica consiste em calcular cada par do coeficiente de correlao entre as aes, usando dados histricos e utilizar aquele valor como estimativa. Esta a mesma tcnica utilizada no modelo de Markowitz. Embora esta tcnica no estime o valor do beta (no correlaciona o valor da ao ao ndice de mercado), ela utilizada neste trabalho como parmetro de comparao (ELTON, GRUBER E URICH, 1978). A tcnica dos betas histricos consiste em uma regresso (mtodo dos mnimos quadrados) realizada entre o retorno do ativo e um ndice de mercado durante o perodo analisado, sem a realizao de nenhum ajustamento adicional (ELTON, GRUBER E URICH, 1978). Segundo Elton, Gruber e Urich (1978), a tcnica de Vasicek utiliza uma mdia ponderada entre o beta histrico de cada ao e a mdia dos betas de toda a amostra. Os pesos dependem do desvio padro de cada um dos betas utilizados e do beta mdio. J na tcnica de Blume, realizada uma regresso entre o beta histrico calculado para um perodo e o beta histrico do perodo anterior. A partir da, esta regresso utilizada para a previso, ajustando o beta histrico do perodo considerado. Por outro lado, o modelo de betas iguais a 1 foi proposto ao comparar sua preciso com outros modelos, obtendo resultados bastante satisfatrios em relao a outras tcnicas
29
(Elton, Gruber e Urich, 1978). E por ltimo, o modelo de mdia global assume que dados histricos para cada ao so instveis e aleatrios demais. Desta forma, busca-se uma agregao destes valores, sendo utilizada a mdia de todos os coeficientes. Cada tcnica foi analisada de acordo com a acurria das previses acerca das correlaes no perodo subseqente, ao longo de cinco anos. Considerando que os diferentes modelos tendem a prever a mdia dos coeficientes de correlao em valores desviados dos dados histricos, o trabalho de Elton, Gruber e Urich (1978) estuda a preciso dos modelos tanto ajustando as previses para o mesmo valor mdio e quando no so ajustados. A classificao das tcnicas utilizadas nos dois casos est ilustrada na tabela 2.
Tabela 2 Classificao das tcnicas de previso dos betas
Modelo Mdia global Tcnica de Vasicek Tcnica de Blume Betas histricos Matriz de correlao histrica Betas iguais a 1
Coeficientes no ajustados 1 3 2 4 5 6
Coeficientes ajustados 1 2 4 3 5 6
Samanez (2007) reflete em relao s tcnicas utilizadas para o clculo dos betas. Conjetura-se que os betas sejam constantes ao longo do tempo, mas se modificam pelos riscos de negcios e riscos financeiros da empresa. Desta forma, a utilizao de uma srie histrica curta para prever os betas pode significar uma alta variabilidade do valor obtido. Contudo, sries longas tendem a englobar perodos nos quais a empresa, com base em decises estratgicas, modificou seus riscos, o que leva o beta, conseqentemente, a se alterar, o que invalida as tcnicas utilizadas, baseadas na regresso linear.
2.8
MODELO DE ELTON-GRUBER Elton, Gruber e Padberg (1976), em seu artigo Simple Criteria for Optimal Portfolio
Selection, buscando simplificar o processo de otimizao da carteira de investimentos, demonstraram matematicamente um procedimento de obteno da carteira tima, sem a utilizao de programao matemtica. A simplicidade deste modelo em relao aos anteriores, do mesmo modo que melhorou a eficincia computacional na resoluo destes
30
problemas, facilitou a compreenso da prpria teoria das carteiras pelos analistas e gestores financeiros, difundindo sua utilizao. Partindo do modelo de ndice, este mtodo se inicia na classificao, em ordem decrescente, de cada ao de acordo com seu excedente de retorno sobre o beta, (R/V)i, que definido como (ELTON et al., 2004):
Este valor identifica-se com a diferena entre o retorno esperado da ao e o retorno do ttulo sem risco, que o investidor recebe por incorrer em risco (ELTON et al., 2004). Assim, percebe-se que, se um determinado ttulo participa da carteira, todos que apresentarem excedentes de retorno sobre o beta maiores tambm devero compor a carteira. Seguindo a classificao obtida, calculam-se os valores Ci, que considera que a carteira deve ser composta pelos i primeiros ttulos, de acordo com a classificao das aes com base no excedente de retorno sobre o beta (SAMANEZ, 2007). Exemplificando, para calcular o valor de C1 usaramos somente a primeira ao da lista (aquela que obteve o maior (R/V)i). A seguir, o valor de C2 incluiria os dois primeiros ttulos. Teramos ento o valor de Ci utilizando em seu clculo os i primeiros ttulos, at o valor de C n, que compreenderia todo o universo das N aes. Na frmula, o ndice j representa todas essas aes que seriam abrangidas pela carteira composta dos i primeiros ttulos, utilizado neste caso por facilidade matemtica.
A seguir, devem-se comparar os excedentes de retorno sobre o beta com os valores calculados de Ci. Haver um i para o qual todos os valores de (R/V) dos ttulos compreendidos entre 1 e i sero superiores ou iguais a Ci e, simultaneamente, todos os valores de (R/V) dos ttulos entre i e N sero inferiores ao valor de C i. Esta ser a carteira tima e o valor de Ci ser a taxa de corte (C*).
31
Definidas as aes que comporo o portflio, calcula-se a participao (Xi) que cada uma ter no total do investimento. Para as demais, teremos que sua participao ser zero (X = 0) (SAMANEZ, 2007):
Onde,
2.9
DESEMPENHO DE CARTEIRAS Diversos mtodos foram desenvolvidos para comparao entre diferentes carteiras,
objetivando auxiliar o analista financeiro na tomada de deciso. Segundo Samanez (2007), estes mtodos auxiliam na identificao dos pontos fortes das carteiras, e reas passiveis de melhorias. Alm disso, importante na anlise da gesto da carteira. Existem diversas tcnicas, como o ndice de informao, ndice de Sortino, ndice de Sharpe generalizado, entre outros. Entre os principais, temos o ndice de Sharpe e o ndice de Treynor. O ndice de Sharpe (IS) ordena as carteiras de acordo com a chamada recompensa pela variabilidade (reward-to-variability), que definida pelo excesso de retorno por unidade de risco:
O numerador denominado prmio de risco. Um IS maior significa melhor desempenho da carteira, com um retorno esperado maior por unidade da taxa de risco assumida. Contudo, o IS no deve ser utilizado quando se obtiver valores negativos, que so decorrentes de um retorno da carteira menor (Rc) que o retorno livre de riscos (Rf). Outro ponto, levantado por Vinod e Morey (2001) se refere impossibilidade de se definir o risco da prpria estimao do ndice de Sharpe; para isso, so recomendadas tcnicas mais avanadas. O ndice de Treynor (IT) utiliza o coeficiente beta (risco sistemtico) como medida de risco, ao contrrio do IS, que tem como base o desvio-padro da prpria carteira (SANTOS, COROA e BANDEIRA, 2008). Conforme Samanez (2007), esta medida tem como pressuposto que a carteira diversificada, o que justifica a utilizao do beta como risco do investimento.
32
Em seu trabalho, Eid Jr., Rochman e Taddeo (2005) concluem que devido s dificuldades computacionais para a utilizao de medidas mais sofisticadas de desempenho de carteiras, s haveria necessidade de seu uso quando se desejasse calcular o risco de estimao ou quando este risco ou a volatilidade da carteira fossem muito elevados.
33
3. DESENVOLVIMENTO
3.1
DESCRIO DO PROTOCOLO DE PESQUISA Para a escolha da carteira de investimento, utiliza-se neste trabalho dados de mercado
disponveis no perodo compreendido entre 01/01/2009 e 31/12/2009, considerados mensalmente. Posteriormente a seleo das carteiras, ser avaliado o retorno obtido pelo investidor durante o ano subseqente, entre 01/01/2010 e 05/07/2010 (carteira 2009/2010). Nos anexos, foi aplicada a mesma metodologia dos trabalho para os dados disponveis entre 01/01/2008 e 31/12/2008, com retorno calculado para os perodos de 01/01/2009 at 31/12/2009 (carteira 2008/2009). importante a considerao da utilizao de dados mdios, tanto das cotaes das aes consideradas como do prprio ndice Bovespa. Pretende-se, com esta medida, reduzir a influncia de movimentos especulativos no mercado, que, embora importantes para avaliaes de curto e mdio prazo, pode interferir na seleo de carteiras, que objetiva investimentos em prazos mais longos. Foi realizada uma pesquisa aplicada usando um modelo pr-existente, no caso, o modelo de Elton-Gruber. Buscou-se verificar a aderncia destes com a utilizao de dados reais, coletados e ajustados em funo de todo o retorno obtido pelos investidores, como valorizaes, dividendos distribudos e outras alteraes no valor nominal da ao. Somente com a utilizao destes, possvel realizao comparaes das aes ao longo do tempo. O prprio modelo apresenta abordagem puramente quantitativa, baseando-se no valor passado das cotaes para a tomada de deciso. Logo, certo que pesquisas baseadas na aplicao deste modelo tomem deste a mesma caracterstica. Sero realizadas simulaes, para a seleo da carteira tima no ano de 2009, e comparaes de seu retorno esperado em 2010 com o retorno obtido no mercado pelas aes que a compem. Com isso, estudar-se- o comportamento do modelo utilizado, analisando assim a viabilidade de utilizao deste no mercado financeiro do Brasil. Assim, o estudo desenvolver com carter descritivo, simplesmente expondo seu desempenho, sem propostas de explicao de seus fenmenos ou criao de preceitos a serem seguidos. Realizar-se- tambm a comparaes entre duas tcnicas distintas de clculo do beta das aes, a dos betas histricos e o da mdia global. Assim, busca-se comprovar as
34
classificaes obtidas por Elton, Gruber e Urich (1978), avaliando qual possui maior adequao para sua utilizao.
3.2
DESCRIO DAS UNIDADES DE ANLISE Foram considerados dois cenrios para a seleo da carteira de investimentos. No
primeiro, foi considerada a tcnica dos betas histricos, com o valor do beta individualizado para cada ttulo. No segundo caso, foi utilizada a mdia de todos os betas considerados, procurando reduzir a variabilidade dos betas por meio de sua agregao, segundo o modelo da mdia global. Os dois cenrios foram comparados com o retorno obtido pela carteira terica do ndice Bovespa durante o ano de 2010. Foram avaliados inicialmente os retornos totais obtido durante o ano, e posteriormente os retornos mensais mdios das carteiras.
35
4. RESULTADOS
4.1
RESULTADOS ALCANADOS Os valores utilizados para o retorno das aes ( ) do universo de seleo foram ) e do
calculados pela variao percentual entre a cotao mdia mensal do ms atual ( anterior ( ).
) calculado
conforme os mesmos princpios. O valor do ndice Bovespa, assim como as cotaes das aes, esto disponveis nos anexos 2, 3 e 4, para os anos de 2008, 2009 e 2010, respectivamente.
A partir destes dados, foram determinados os seguintes parmetros necessrios para a definio da carteira, como , e , segundo as seguintes frmulas.
Os retornos das aes durante o ano de 2009, alm dos elas, so apresentados no anexo 5 deste trabalho.
calculados para
Para a definio das aes que iro compor a carteira selecionada, foi utilizada a tcnica de Elton-Gruber, conforme detalhado na seo 2.8 MODELO DE ELTONGRUBER. Para isso, necessria a definio do retorno do ttulo sem risco ( ; neste
trabalho, foi considerado uma taxa de retorno sem risco de 12 % ao ano, que corresponde a aproximadamente 0,95 % ao ms. Este valor foi definido a partir da taxa Selic (Sistema Especial de Liquidao e Custdia) vigente na poca do incio da srie histrica das cotaes. Na data de 06/06/2007, ela foi fixada pelo Copom em 12% ao ano.
36
O valor do beta utilizado para o modelo de mdia global corresponde a mdia de todos os betas calculados segundo o modelo do beta histrico. Considerando os dados constantes do anexo 5, seu valor para a carteira de 2009/2010 foi:
As frmulas matemticas, citadas abaixo, so utilizadas no modelo de seleo de carteiras de Elton-Gruber. Na tabela 3, so mostrados os clculos realizados para a seleo de carteiras com o beta determinado conforme a tcnica dos betas histricos e na tabela a seguir (tabela 4), os mesmos clculos para o modelo de mdia global.
37
LIGT3 GOLL4 NETC4 ELET3 PETR4 PETR3 TAMM4 TNLP4 CESP6 TNLP3 NATU3 LREN3 CMIG4 BBAS3 AMBV4 CCRO3 BRAP4 VALE3 VALE5 ITSA4 CSNA3 CSAN3 USIM5 ELET6 ITUB4 CPLE6 CYRE3 BRKM5 ALL11 BBDC4 GGBR4 KLBN4 TCSL4 GOAU4 SBSP3 CPFE3 BRTO4 TMAR5 CLSC6
2895,64 464,5079 225,6769 132,2179 120,0373 109,424 106,042 98,03531 97,57834 85,99391 80,88789 70,72727 67,96563 65,73581 60,57158 55,76398 53,35372 50,92267 49,25004 49,03541 47,33917 46,44425 45,01417 43,73756 40,3071 39,51116 38,44079 37,42079 36,51576 33,5644 30,32284 28,48685 25,61495 24,59018 19,13417 14,46064 11,75167 9,636898 9,414237
0,000221 0,014194 0,074363 0,082389 0,22376 0,310986 0,347905 0,35717 0,454384 0,466842 0,627956 0,878397 0,90151 1,110301 1,342591 1,530259 1,748556 1,909517 2,088271 2,21765 2,413515 2,619461 2,781544 2,794159 2,914028 2,987873 3,155128 3,310612 3,378355 3,501963 3,643793 3,717448 3,754816 3,874081 3,952011 3,959853 3,964719 3,967526 3,973478
0,0471 0,034828 0,174163 0,025299 0,166445 0,108458 0,036187 0,02495 0,120116 0,028518 0,129115 0,099671 0,063724 0,103067 0,164517 0,110946 0,08832 0,079341 0,092115 0,085885 0,065223 0,073676 0,061043 0,019403 0,072761 0,048323 0,032137 0,038041 0,037274 0,064573 0,038912 0,034765 0,023248 0,032459 0,043149 0,012152 0,006077 0,004137 0,012654
0,018819 0,013916 0,069588 0,010108 0,066504 0,043335 0,014459 0,009969 0,047993 0,011395 0,051589 0,039824 0,025462 0,041181 0,065734 0,044329 0,035289 0,031701 0,036805 0,034316 0,02606 0,029438 0,02439 0,007753 0,029072 0,019308 0,012841 0,0152 0,014893 0,025801 0,015547 0,013891 0,009289 0,012969 0,01724 0,004856 0,002428 0,001653 0,005056
38
CYRE3 GOLL4 LREN3 BRKM5 CSNA3 CSAN3 BRAP4 BBAS3 USIM5 GGBR4 TAMM4 VALE3 GOAU4 PETR4 NATU3 VALE5 CCRO3 PETR3 VIVO4 AMBV4 CESP6 NETC4 ELPL6 ITSA4 ALL11 BBDC4 ITUB4 KLBN4 CPLE6 CRUZ3 TCSL4 ELET3 SBSP3 TNLP3 TNLP4 ELET6 TRPL4 CMIG4 LIGT3 BRTO4 CPFE3 TMAR5
135,1648 119,1005 111,0592 104,2828 92,8199 85,50159 84,01069 83,61391 79,3473 77,11929 67,84087 66,2068 64,6018 63,95458 63,04203 61,61895 59,72633 55,1706 54,65551 53,91888 49,47351 49,46433 49,10565 47,93208 45,54884 44,3777 44,35137 42,50072 40,52978 30,42146 29,19132 26,34627 25,21514 23,46455 22,78308 18,94768 15,91757 15,44293 8,72833 7,182368 6,972364 5,142536
0,054613 0,109041 0,270963 0,335443 0,443558 0,565492 0,709749 0,875395 0,97557 1,041815 1,098261 1,22608 1,282391 1,538032 1,737556 1,882991 2,055584 2,217775 2,428449 2,676577 2,851513 3,097962 3,330886 3,456693 3,512225 3,608708 3,714935 3,767231 3,83679 3,918533 3,951994 3,983878 4,047196 4,082506 4,112948 4,136516 4,280451 4,348618 4,381677 4,386279 4,394408 4,395681
0,034186 0,033969 0,101019 0,040226 0,067281 0,075835 0,08994 0,103643 0,06276 0,041547 0,035279 0,080029 0,035321 0,161084 0,12658 0,092715 0,110509 0,104204 0,136275 0,16187 0,114867 0,163294 0,155924 0,084865 0,0376 0,065558 0,072539 0,03585 0,04784 0,05654 0,023253 0,022238 0,044381 0,024898 0,021552 0,016818 0,1048 0,050646 0,026802 0,004023 0,007245 0,001685
0,01188 0,011805 0,035107 0,01398 0,023382 0,026355 0,031256 0,036018 0,021811 0,014439 0,01226 0,027812 0,012275 0,055981 0,04399 0,032221 0,038405 0,036214 0,047359 0,056254 0,039919 0,056749 0,054188 0,029493 0,013067 0,022783 0,025209 0,012459 0,016626 0,019649 0,008081 0,007728 0,015424 0,008653 0,00749 0,005845 0,03642 0,017601 0,009314 0,001398 0,002518 0,000586
39
A seguir, os retornos das duas carteiras durante o ano de 2009 so comparados com o aumento do ndice Bovespa no mesmo perodo (tabela 5), utilizando-se sua variao mensal e o retorno total obtido durante o ano. So analisados tambm o desempenho obtidos para as duas carteiras, utilizando-se os ndices de Sharpe e de Treynor.
Tabela 5 Retornos atuais das carteiras 2009 e do ndice Bovespa durante 2010
Bovespa Retorno mensal (%) Retorno anual (%) (%) 1,0000 -0,7956 -6,1519
0,0702
4.2
DISCUSSO DOS RESULTADOS A aplicao do modelo de seleo de carteiras gerou resultados bastante prximos
dos obtidos pela prpria carteira que compem o ndice Bovespa. O retorno observado no ndice Bovespa foi de -0,7956% ao ms, enquanto a carteira que utilizou os betas histricos apresentou retorno de -1,0224% ao ms e a carteira selecionada com o modelo da mdia global teve retorno mensal de -0,7259%. Em comparao, o ativo sem risco apresentou retornos de 0,7296 % ao ms, superior as duas carteiras e ao ndice Bovespa. Para a tcnica de betas histricos, o excedente de retorno sobre o beta mnimo (C*) foi de 3,973478, enquanto para a tcnica de mdia global, este valor foi de 4,395681. Observa-se tambm que, a carteira formada utilizando-se da tcnica dos betas histricos apresentou 39 aes (82,98% do total), e o outro modelo utilizou 42 ttulos (89,36%). Embora os indicadores de desempenho tenham sido calculados, eles apresentam valores negativos, no devendo ento ser utilizados como critrio de comparao entre carteiras. Sua aplicao levaria a decises no racionais. Como exemplo, observamos que a carteira utilizando a mdia global apresenta retorno superior ao ndice Bovespa (-0,7259% contra -0,7956%, respectivamente), e apresenta um risco menor (menor desvio padro), de
40
1,2039 para a carteira e de 4,7018 para a carteira de mercado (Bovespa). Isso demonstra um melhor desempenho do modelo de mdia global em relao Bovespa. Contudo, a carteira de mercado teria um desempenho superior de acordo com o ndice de Sharpe, com um valor de -0,3243, superior ao da mdia global, com -1,2089. Avaliando-se as carteiras, nota-se que apresentaram betas prximos de zero (0,0730 e 0,0703), o que significa que tiveram retornos independentes daquele observado pelo ndice Bovespa, sem correlao estatstica significativa entre os retornos. Outro ponto a ser observado a significativa reduo da variabilidade da carteira, comparada a seus ttulos individuais. Enquanto o desvio padro do erro aleatrio mdio do mercado foi de 4,7018, a carteira formada com os betas histricos obteve o valor de 1,3098; j no modelo de mdia global a reduo foi ainda mais significativa, para 1,2039. Neste ponto, embora no tenha ocorrido retornos significativamente superiores ao mercado, as carteiras mostraram reduo expressiva dos riscos incorridos pelos investidores. A tabela a seguir (tabela 6) mostra a evoluo dos retornos obtidos para as carteiras durante os sete primeiros meses de 2010, comparando-os com o retorno do ndice Bovespa e com o ativo sem risco.
Tabela 6 Retornos mensais e acumulados das carteiras durante 2010
I. Bovespa
"Betas histricos" Ret. mdio 0,61 % -3,59 % 3,98 % 0,31 % -7,83 % 1,23 % -1,88 % -1,02 % Ret. acum. 0,61 % -3,00 % 0,86 % 1,18 % -6,74 % -5,60 % -7,37 %
"Mdia global" Ret. mdio 0,81 % -2,93 % 3,59 % 0,17 % -7,11 % 1,89 % -1,51 % -0,73 % Ret. acum. 0,81 % -2,15 % 1,37 % 1,55 % -5,68 % -3,89 % -5,34 %
Ativo sem risco (12% a.a.) Ret. mdio 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % Ret. acum. 0,95 % 1,91 % 2,87 % 3,85 % 4,84 % 5,83 % 6,83 %
Ret. mdio 0,52 % -4,00 % 4,95 % 1,01 % -10,22 % 1,30 % 0,86 % -0,80 %
41
5. CONCLUSES
Durante o perodo analisado, observa-se que somente uma das duas carteiras selecionadas obteve um retorno ligeiramente superior ao do prprio ndice Bovespa, embora tenha havido uma queda acentuada da variabilidade destas carteiras, reduzindo o risco do investidor. importante considerar a no utilizao de tcnicas estatsticas para a anlise dos dados deste trabalho. No foram realizados testes para verificao da aleatoriedade das sries temporais das cotaes, nem um tratamento de erros e propagao de incertezas durante os clculos realizados. Alm disso, no foi analisada a significncia dos resultados obtidos. Por isso, no possvel afirmar que o modelo de mdia global apresenta resultados melhores do que com a utilizao dos betas histricos, embora neste estudo especificamente a mdia global tenha obtido desempenho superior. Outro ponto importante refere-se ao prprio horizonte das sries temporais utilizadas. Para a previso de tendncias com base em dados passados, necessrio estabilidade dos padres a serem observados, permitindo maior eficcia dos modelos utilizados. Neste estudo, foram consideradas sries temporais bastante curtas e, somado-se a isto, o perodo estudado foi bastante atpico, com fortes desvalorizaes das aes no segundo semestre de 2008, em decorrncia de uma crise mundial. Em conseqncia, ocorreram repercusses desta nos perodos seguintes, como fortes valorizaes das cotaes durante o ano de 2009. Para fins de comparao, foi aplicado o modelo de Elton-Gruber com base nas cotaes de 2008, tendo o retorno das carteiras avaliado para o ano de 2009. Os procedimentos foram os mesmos utilizados para as carteiras de 2009/2010. No anexo 6 temos os clculos de retorno, alfa, beta e do erro para cada ao, durante 2008. As carteiras formadas so apresentadas nos anexos 7 e 8, utilizando os modelos de betas histricos e mdia global, respectivamente. Abaixo, a tabela 7 resume os desempenhos observados para estas carteiras.
42
Tabela 7 Retornos atuais das carteiras 2008 e do ndice Bovespa durante 2009
Bovespa Retorno mensal (%) Retorno anual (%) (%) 1,0000 5,1892 72,9632
0,0272
Embora o modelo de seleo de carteiras tambm no tenha superado a valorizao do ndice Bovespa durante o ano de 2009, os dados mostram que o perodo na seleo das aes foi atpico. Em 2008, a Bolsa de Valores, Mercadorias e Futuros de So Paulo teve uma forte desvalorizao, com a cotao mdia mensal caindo em 36,8%, passando de 59.518,38 em janeiro para 37.614,14 no ltimo ms do ano. Aes com forte participao na composio do ndice Bovespa apresentaram desvalorizao no perodo de 2008. A tabela 8 lista a seguir aes com participao acumulada de aproximadamente 50% no ndice Bovespa em 05/07/2007, e suas respectivas valorizaes mdias mensais nos anos de 2008 e 2009.
Tabela 8 Valorizaes em 2008 e 2009 e participaes nas carteiras
Cd.
Ao/tipo
Valoriz. Valoriz. 2008 -4,46 -5,33 -4,28 -3,13 -1,77 1,24 -2,44 -4,35 -5,53 -2,86 2009 5,44 5,27 6,52 4,06 4,06 2,55 6,36 4,82 5,60 7,47
Carteira betas histricos 0,00% 0,00% 0,00% 0,00% 0,00% 6,28% 0,00% 0,00% 0,00% 0,00%
Carteira mdia global 0,00% 0,00% 0,00% 0,00% 0,00% 6,26% 0,00% 0,00% 0,00% 0,00%
PETR4 VALE5 USIM5 BBDC4 ITUB4 TNLP4 GGBR4 PETR3 VALE3 CSNA3
PETROBRAS PN VALE R DOCE PNA USIMINAS PNA BRADESCO PN EDJ ITAUUNIBANCO PN TELEMAR PN GERDAU PN PETROBRAS ON VALE R DOCE ON SID NACIONAL ON
43
Este perodo exemplifica a implicao de eventos no habituais sobre previses baseadas em dados histricos. As carteiras formadas apresentaram poucas aes selecionadas (6 e 7 aes), o que no definiria uma boa diversificao dos ativos. Tambm os dados utilizados no apresentavam indicativo correto dos retornos que foram observados no perodo subseqente, conforme tabela acima. Portanto, percebe-se a necessidade da utilizao de perodos maiores para fins de anlise das carteiras, buscando reduzir o efeito da variabilidade na determinao da carteira. Desta forma, com perodos mais longos, o impacto de eventos no habituais tende a se diluir, tornando as estimativas mais precisas. Assim, embora a aplicao do modelo de seleo de carteiras no tenha conseguido atingir os objetivos previamente traados (superar o retorno do ndice Bovespa), foi alcanado um forte indicativo da eficcia do modelo, que busca maximizar o retorno do investimento em funo do risco incorrido. Ele configura-se, ento, em uma ferramenta indispensvel na gesto de investimentos, com resultados positivos, de fcil utilizao e baixo esforo computacional, mesmo considerando as limitaes expostas acima. Porm, a utilizao de mtodos de seleo de carteiras no possibilita, de maneira geral, obter retornos extraordinrios. Sua principal funo consiste na reduo da variabilidade da carteira e conseqentemente, de seu risco. Por isso, esta ferramenta deve ser utilizada de maneira conjunta com outras tcnicas financeiras, como anlise de balanos, previses econmicas, anlises tcnicas (grficas), as quais possibilitam uma previso mais acurada dos retornos futuros. Observando os aspectos limitantes do trabalho, recomenda-se, para trabalhos futuros, a anlise detalhada de diversos cenrios na seleo de carteiras, buscando identificar e quantificar a influncia destas variveis na deciso de investimento. O objetivo seria determinar diretrizes normativas para a utilizao do modelo de Elton-Gruber, que produzam melhores resultados.
44
REFERNCIAS
BAZZO, W. A.; PEREIRA, L. T. V. Introduo a engenharia. 6 edio. Florianpolis: Editora da UFSC, 2005. BODIE, Z.; KANE, A.; MARCUS, A. J. Fundamentos de investimento. 3 edio. Porto Alegre: Bookman, 2000. BOLSA DE VALORES, MERCADORIAS E FUTUROS DE SO PAULO. Composio da Carteira Terica Ibovespa. 2010a. Disponvel em: < http://www2.bmf.com.br/pages/portal/bmfbovespa/boletim1/IndicadoresCarteiraTeoricaIbove spa1.asp >. Acesso em: 05 jul. 2010. BOLSA DE VALORES, MERCADORIAS E FUTUROS DE SO PAULO. ndice Bovespa Ibovespa. 2010b. Disponvel em: < http://www.bmfbovespa.com.br/indices/ResumoTaxaMediaCrescimento.aspx?Indice=Ibovesp a&idioma=pt-br >. Acesso em: 05 mar. 2010. BREALEY, R. A., MYERS, S. C., ALLEN, F. Princpios de Finanas Corporativas. 8 edio. So Paulo: Mc Graw-Hill, 2008. CAMARGOS, M. A.; BARBOSA, F. V. Teoria e Evidncia da Eficincia Informacional do Mercado de Capitais Brasileiro. Caderno de Pesquisas em Administrao (USP), So Paulo: USP, v. 10, n. 1, p. 41-55, 2003. DEMBOGURSKI, R. A. Anlise multicritrio como ferramenta no auxlio aquisio de aes. Monografia (Graduao em Engenharia de Produo) Departamento de Engenharia de Produo, Universidade Federal de Juiz de Fora, Juiz de Fora, 2008. EID JR., W. ; ROCHMAN, R. R.; TADDEO, M. Medidas de Desempenho de Fundos Considerando o Risco de Estimao. In: V Encontro Brasileiro de Finanas, 2005, So Paulo. Anais do V Encontro Brasileiro de Finanas, So Paulo: SBF, 2005. ELTON, E. J.; GRUBER, M. J.; BROWN, S. J.; GOETZMANN, W. N. Moderna teoria de carteiras e anlise de investimentos. So Paulo: Atlas, 2004. ELTON, E. J.; GRUBER, M. J.; PADBERG, M. W. Simple Criteria for Optimal Portfolio Selection. Journal of Finance, XI, v. 31, n. 5, p. 1341-1357, 1976. ELTON, E. J.; GRUBER, M. J.; URICH, T. J. Are betas best? Journal of Finance, XIII, v. 33, n. 5, p. 1375-1384, 1978. FENSTERSEIFER, J. E.; GALESNE, A.; ZIEGELMANN, J. A utilizao de tcnicas analticas nas decises de investimento de capital das grandes empresas no Brasil. Revista de Administrao, So Paulo, v. 22, n. 4, PP 70-78. 1987. Disponvel em: < http://www.rausp.usp.br/download.asp?file=2204070.pdf >. Acesso em: 05 mar. 2010. FILHO, P. C. O modelo de simulao do gpcp-1: jogo do planejamento e controle da produo. Dissertao (Mestrado em Engenharia de Produo) Departamento de
45
Engenharia de Produo e Sistemas, Universidade Federal de Santa Catarina, Florianpolis, 1998. FURLANI, E. P. Gesto do risco de mercado em operaes com derivativos no Brasil. Monografia (Graduao em Engenharia de Produo) Departamento de Engenharia de Produo, Universidade Federal de Juiz de Fora, Juiz de Fora, 2009. GUIAINVEST. Lista de aes - GuiaInvest. 2010. Disponvel em: < http://www.guiainvest.com.br/lista-acoes/default.aspx>. Acesso em: 05 jul. 2010. IQUIAPAZA, R. A., AMARAL, H. F.; BRESSAN, A. A. Evoluo da Pesquisa em Finanas: Epistemologia, Paradigma e Crticas. Revista O&S: Organizaes & Sociedade, Salvador, v. 16, n. 49, PP 351-370. 2009 LIMA, F. G.; MATIAS, A. B. Evoluo do estudo das finanas computacionais. In: VI SEMEAD, 2003, So Paulo. Anais do VI SEMEAD, So Paulo:USP/SP, 2003. MARKOWITZ, H. Portfolio Selection. Journal of Finance, v. 7, n. 1, p. 77-91, 1952. MONTEVECHI, J. A. B.; PAMPLONA, E. O. ; GONCALVES JUNIOR, C. Seleo de Carteiras Utilizando o Modelo de Markowitz para Pequenos Investidores. In: IX Simpsio de Engenharia de Produo - SIMPEP, 2002, Bauru. Anais do IX SIMPEP, Bauru: UNESP, 2002. MORABITO, R.; PUREZA, V. Modelagem e simulao. In: MIGUEL, P. A. C. (Ed.). Metodologia de pesquisa em engenharia de produo e gesto de operaes. Rio de Janeiro: Elsevier, 2010. Cap. 8. MORETTI, R. M. A eficincia da teoria de administrao de portflio de Markowitz, considerando custos de transao para o mercado de aes brasileiro de julho de 1999 a junho de 2003. Dissertao (Mestrado profissional em Economia) Faculdade de Cincias Econmicas, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2004. MOTTA JUNIOR, N.; OLIVEIRA, U. R.; GUTIERREZ, R. H. Minimizao de riscos de investimentos em carteira de aes atravs da pesquisa operacional. In: IV Simpsio de Excelncia em Gesto e Tecnologia - IV SEGET, 2007, Resende. Anais do IV SEGET, Resende: EADB, 2007. NETO, A. A. Mercado Financeiro. 3 edio. So Paulo: Atlas, 2005. PERREIRA, L. C.; SILVA, A. C. M.; LION, O. M. B.; SILVEIRA, A. M. Os fundos de aes e a alocao tima de ativos proposta por Markowitz. In: IV Simpsio de Excelncia em Gesto e Tecnologia - IV SEGET, 2007, Resende. Anais do IV SEGET, Resende: EADB, 2007. PERLINGEIRO, A. G. Um panorama geral sobre o gerenciamento ativo de carteiras de sucesso. Dissertao (Mestrado em Engenharia de Produo) Departamento de Engenharia Industrial, Pontifcia Universidade Catlica do Rio de Janeiro, Rio de Janeiro, 2001.
46
REIS, C. E. ; TRICHES, D. Seleo e composio de uma carteira de aes com base na tcnica grafista. Perspectiva Econmica, So Leopoldo, v. 3, n. 1, PP 1-26. 2007. Disponvel em: < http://www.perspectivaeconomica.unisinos.br/pdfs/61.pdf >. Acesso em: 05 mar. 2010. RIBEIRO, C. O. ; FERREIRA, L. A. S. Uma contribuio ao problema de composio de carteiras de mnimo Valor em Risco. Gesto e Produo (UFSCar), So Carlos, v. 12, n. 2, p. 295-304, 2005. SAMANEZ, C. P. Gesto de investimentos e gerao de valor. So Paulo: Editora Pearson Prentice Hall, 2007. SANTOS, T. G.; COROA, U. S. R.; BANDEIRA, A. A. A aplicao do modelo de formao de carteira eficiente de Elton-Gruber em empresas socialmente responsveis no mercado de aes brasileiro. In: V Congresso Virtual Brasileiro de Administrao, 2008, So Paulo. Anais do Convibra 08. So Paulo: Convibra 08, 2008. v. 1. p. 42-60. VINOD, H. D.; MOREY, M. R. A Double Sharpe ratio. In: LEE, C. F (Ed.). Advances in Investment Analysis and Portfolio Management. JAI Press, 2001, PP 57-65. Disponvel em: < http://webpage.pace.edu/mmorey/publicationspdf/dsharpe.pdf >. Acesso em 31 jun. 2010.
47
Cd. PETR4 VALE5 USIM5 BBDC4 ITAU4 TNLP4 GGBR4 PETR3 VALE3 CSNA3 UBBR11 CMIG4 ITSA4 BBAS3 ELET6 NETC4 ALLL11 TAMM4 TNLP3 BRAP4 ELET3 VIVO4 BRKM5 CSAN3 GOLL4 AMBV4 CPLE6 PRGA3 NATU3 SUBA3
Ao/tipo PETROBRAS PN VALE R DOCE PNA USIMINAS PNA BRADESCO PN EDJ ITAUBANCO PN ED TELEMAR PN GERDAU PN PETROBRAS ON VALE R DOCE ON SID NACIONAL ON UNIBANCO UNT CEMIG PN ITAUSA PN BRASIL ON ELETROBRAS PNB* NET PN ALL AMER LAT UNT TAM S/A PN TELEMAR ON BRADESPAR PN ELETROBRAS ON * VIVO PN BRASKEM PNA COSAN ON GOL PN EDJ AMBEV PN * COPEL PNB* PERDIGAO S/A ON EJ NATURA ON SUBMARINO ON
Quant. Terica 151,9810098 69,04883072 20,55654643 47,42967895 20,0457554 44,23312533 31,72539082 23,59681505 15,63228671 13,43976222 49,11960714 26,05724254 87,35872175 36,60340602 18.161,74 29,08045646 35,0920496 15,16323205 11,62955625 10,70939595 14.753,43 80,30067905 43,9201216 23,11015819 12,16570188 534,1739495 21.218,41 18,21676453 25,55515389 7,987441558
Part. rel.% Part. acum.% 14,721 9,421 4,190 4,036 3,109 3,109 2,885 2,599 2,520 2,432 1,967 1,960 1,894 1,885 1,808 1,733 1,701 1,693 1,544 1,486 1,480 1,446 1,427 1,334 1,329 1,320 1,249 1,222 1,220 1,200 14,721 24,142 28,332 32,368 35,477 38,586 41,471 44,070 46,590 49,022 50,989 52,949 54,843 56,728 58,536 60,269 61,970 63,663 65,207 66,693 68,173 69,619 71,046 72,380 73,709 75,029 76,278 77,500 78,720 79,920
48
Cd. GOAU4 CCRO3 CYRE3 BRTO4 TCSL4 ARCZ6 EMBR3 SDIA4 CPFE3 VCPA4 PCAR4 CESP6 SBSP3 LREN3 BRTP4 ELPL6 KLBN4 TMAR5 TCSL3 CRUZ3 BRTP3 LIGT3 TRPL4 CLSC6 TLPP4 TMCP4 PTIP4 CGAS5 ACES4
Ao/tipo GERDAU MET PN CCR RODOVIAS ON CYRELA REALT ON BRASIL TELEC PN TIM PART S/A PN EG ARACRUZ PNB EJ EMBRAER ON SADIA S/A PN EJ CPFL ENERGIA ON V C P PN P.ACUCAR-CBD PN * CESP PNB* SABESP ON LOJAS RENNER ON BRASIL T PAR PN ELETROPAULO PNB* KLABIN S/A PN TELEMAR N L PNA TIM PART S/A ON EG SOUZA CRUZ ON EJ BRASIL T PAR ON LIGHT S/A ON * TRAN PAULIST PN * CELESC PNB TELESP PN TELEMIG PART PN * IPIRANGA PET PN COMGAS PNA* ACESITA PN
Quant. Terica 9,421375734 17,48421823 23,44143757 38,32109028 82,53006426 42,39534621 21,44439088 55,32290966 12,50272434 10,38847266 6.324,39 12.907,48 10,27247695 12,64301913 15,28251283 2.908,22 46,31937294 5,670262928 27,093892 6,109270255 4,956177865 8.563,22 6.544,35 5,489819103 3,120474317 40.963,97 7,372713212 312,6506562 1,453814086
Part. rel.% Part. acum.% 1,148 1,098 1,042 1,032 1,004 0,983 0,901 0,897 0,888 0,843 0,835 0,827 0,822 0,817 0,702 0,652 0,600 0,577 0,539 0,528 0,476 0,473 0,454 0,388 0,364 0,364 0,362 0,250 0,183 81,068 82,166 83,208 84,240 85,244 86,227 87,128 88,025 88,913 89,756 90,591 91,418 92,240 93,057 93,759 94,411 95,011 95,588 96,127 96,655 97,131 97,604 98,058 98,446 98,810 99,174 99,536 99,786 99,969
49
50
51
52
BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4
5,189201 4,149938 4,738163 6,825054 4,067632 6,85294 8,277613 1,453638 5,146296 4,425753 0,479759 1,194999 2,03417 1,43888 3,79721 3,086823 6,957716 7,472028 10,44792 2,800429 2,280474 4,399901 0,701775 6,368629
1,000000 0,087662 0,062559 0,089391 0,092918 0,110659 0,195847 0,042952 0,075271 0,035632 0,071187 0,026143 0,015968 0,033885 0,072089 -0,01999 0,129377 0,137796 0,247108 0,014004 0,030445 -0,01182 0,204417 0,178735
0,00000 3,69504 4,413533 6,361188 3,58546 6,278709 7,261326 1,230751 4,755699 4,240854 0,110352 1,059336 1,951307 1,263043 3,423125 3,190554 6,28635 6,756977 9,165626 2,72776 2,122489 4,461236 -0,35898 5,441138
22,1073 78,09352 21,77387 54,14201 43,53431 62,70066 175,6076 59,66038 35,58693 27,96384 27,65921 12,61045 16,2014 31,09008 54,00489 33,13051 75,74422 93,01817 270,1217 71,35502 63,43281 20,43475 180,4944 124,0771
53
GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4
5,488931 9,318962 4,317425 4,065782 3,935723 1,562284 8,753844 5,379315 4,425108 4,82613 5,443446 2,720936 5,716565 1,166283 3,000372 -0,31043 1,310284 2,597909 2,550017 2,067526 6,525208 5,601727 5,279304 4,789931
0,184629 0,018019 0,068696 0,077329 0,10485 0,000212 0,110353 0,054773 0,015404 0,035433 0,037443 0,092612 0,04496 0,062054 0,08009 0,025753 0,037502 0,019176 0,016332 -0,00775 0,123879 0,091371 0,087927 -0,00025
4,530856 9,225457 3,960947 3,664507 3,391636 1,561185 8,1812 5,095089 4,345175 4,64226 5,249146 2,240353 5,483257 0,84427 2,58477 -0,44406 1,115678 2,4984 2,465265 2,107731 5,882373 5,127585 4,823032 4,791204
121,04 238,6107 36,57346 39,31903 75,92996 13,00865 74,64177 32,90953 19,66687 34,66744 26,2585 33,9628 127,6373 113,5622 76,83901 18,9528 57,35401 55,59791 62,00643 8,147892 84,63271 54,8312 43,8511 26,24317
54
BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4
-3,84291 -5,53856 -1,47139 -4,64111 -3,13221 -6,44378 -7,06138 -0,12368 -1,13903 -5,02683 -0,51084 -0,64074 0,349522 0,211557 -0,06045 -2,9E-05 -4,06194 -2,86105 -7,70019 1,415846 1,105255 -1,26893 -5,31327 -2,44691
1,000000 0,109015 0,017669 0,089989 0,059814 0,103833 0,029389 0,062758 0,084837 0,076128 0,058346 0,050735 0,025582 0,024907 0,03202 0,018884 0,087614 0,14575 0,104046 0,033943 0,030943 0,036082 0,038464 0,150127
0,00000 -5,11962 -1,40349 -4,29529 -2,90235 -6,04475 -6,94844 0,117488 -0,81301 -4,73428 -0,28662 -0,44577 0,447831 0,307271 0,062597 0,07254 -3,72524 -2,30095 -7,30035 1,546284 1,224167 -1,13027 -5,16546 -1,86999
80,65009 136,4343 42,48153 108,9932 49,13855 123,8658 79,51985 90,56744 98,30934 405,8628 48,85429 38,3818 57,08006 36,20533 43,1626 26,53732 254,1699 240,1852 182,6109 57,69224 35,85558 53,37358 118,021 235,815
55
GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4
-2,48329 -10,6318 -1,61984 -1,77039 -4,6133 -0,23044 -6,63902 1,795313 -3,46475 -4,35807 -4,46106 -3,15073 -5,66505 -2,54375 -3,96276 1,068902 2,374038 -1,94002 1,246841 1,836119 -4,28638 -5,5347 -5,33037 -0,56418
0,141379 0,090418 0,070629 0,072376 0,075885 0,03511 0,092509 0,013032 0,086531 0,086045 0,088628 0,083566 0,060217 0,004458 0,032439 -0,00584 0,052899 0,028399 0,02937 0,024435 0,152369 0,097241 0,084389 0,100419
-1,93999 -10,2843 -1,34842 -1,49226 -4,32168 -0,09551 -6,28351 1,845392 -3,13222 -4,02741 -4,12047 -2,8296 -5,43364 -2,52662 -3,8381 1,046471 2,577323 -1,83089 1,359709 1,930019 -3,70084 -5,16101 -5,00607 -0,17828
223,737 169,0448 84,25506 75,70345 87,1901 46,44481 138,9761 61,92752 98,09059 98,48021 102,2291 102,461 191,0503 96,92985 66,92207 39,16669 93,92066 114,6166 75,93136 34,28213 261,6016 110,4038 81,98287 165,6366
56
57
58
Termo de Declarao de Autenticidade de Autoria Declaro, sob as penas da lei e para os devidos fins, junto Universidade Federal de Juiz de Fora, que meu Trabalho de Concluso de Curso do Curso de Graduao em Engenharia de Produo original, de minha nica e exclusiva autoria. E no se trata de cpia integral ou parcial de textos e trabalhos de autoria de outrem, seja em formato de papel, eletrnico, digital, udio-visual ou qualquer outro meio. Declaro ainda ter total conhecimento e compreenso do que considerado plgio, no apenas a cpia integral do trabalho, mas tambm de parte dele, inclusive de artigos e/ou pargrafos, sem citao do autor ou de sua fonte. Declaro, por fim, ter total conhecimento e compreenso das punies decorrentes da prtica de plgio, atravs das sanes civis previstas na lei do direito autoral1 e criminais previstas no Cdigo Penal 2 , alm das cominaes administrativas e acadmicas que podero resultar em reprovao no Trabalho de Concluso de Curso. Juiz de Fora, _____ de _______________ de 20____.
LEI N 9.610, DE 19 DE FEVEREIRO DE 1998. Altera, atualiza e consolida a legislao sobre direitos autorais e d outras providncias. 2 Art. 184. Violar direitos de autor e os que lhe so conexos: Pena deteno, de 3 (trs) meses a 1 (um) ano, ou multa.