Modelos Lineares de Dependncia das ADRs da Vale com ndices regionais e commodities.

Linear Models of Dependency Vale ADRs with regional indices and commodities.
Autor: Lecio de Oliveira Arantes e Maria Paula Cicogna Arantes L. O. e Cicogna M. P.
Email: lecio@hotmail.com, mazinhacicogna@yahoo.com.br

Resumo Neste trabalho so estudadas correlaes entre as ADRs da Vale e vrios ndices divulgados pela Dow Jones: Mundo, Brasil, Amrica, Europa, Pacfico, China, Ao, Nquel, Cobre, Alumnio, Real e Dlar Canadense. Os resultados apontam para dependncia linear entre os diferenciao logartmos das ADRs da Vale e os dos ndices estudados. Os modelos foram baseados nos dados do ano de 2007, atravs de ajustes lineares pelo mtodo dos mnimos quadrados. Esses modelos foram testados nos dados do ano de 2008, se mostraram compatveis com 76% dos dados. Summary This paper studied the correlations between Vale ADRs and several indexes published by Dow Jones: World, Brazil, America, Europe, Asia, China, Steel, Nickel, Copper, Aluminum, Real and Canadian Dollar. The results indicate linear dependence between the logarithmic differentiation of Vale ADRs and the of the indices studied. The models were based on data from the year 2007, by adjusting the linear method of least squares. These models were tested on data from the year 2008, proved to be compatible with 76% of the data.

1 Motivao
A razo de realizar regresses lineares das ADRs da Vale como ndices determinar a funo que descreve a cotao das ADRs. E assim encontrar a possvel dependncia das ADRs da Vale com os ndices estudados. Muitos dos nossos sentidos, como a viso, audio, tato, entre outros tem resposta no linear, mas logartmica com o estmulo relacionado, e este comportamento tambm o esperado para as reaes da ADRs da Vale alterao dos ndices estudados. Com posse desta funo pode-se calcular a reao esperada para a cotao das ADRs da Vale devido as alterao dos ndices estudados em um determinado instante e compar-la com a cotao neste instante. O que um instrumento til par identificar oportunidades no mercado.

2 Introduo
Neste trabalho so estudados diversos modelos que tm como objetivo determinar a relao do preo das ADRs da Vale S.A. em funo de alguns ndices divulgados pela Dow Jones. A Vale uma mineradora brasileira que atende clientes em todo mundo. Alm do mercado interno, um cliente que merece destaque a China, por isso esperado que a rentabilidade das aes da Vale dependa da rentabilidade dos ndices de aes do Mundo e do Brasil (17%) e de seus principais clientes, onde as porcentagens entre parnteses representam a receita bruta no ano de 2008: China (17%); continente americano, excluindo o Brasil (14%); sia, excluindo China (24%) e Europa (25%). Tambm esperado que os preos das aes da Vale dependam do preo do seus principais produtos: Minrio de Ferro e Pelotas (57%), Nquel (16%), Cobre (5%) e Alumnio (4%).

A maior parte da receita da Vale est atrelada ao dlar Americano, mas muito de seus custos esto atrelados ao Real (62% dos custos em 2008), conforme o apresentado no relatrio anual da Vale no ano de 2008 [2], e ao Dlar canadense (20% dos custos em 2008). A energia tem um grande peso nos custos da Vale: representou 16,6% dos custos em 2008. O preo de um ativo reflete a expectativa dos resultados futuros da empresa. A Vale uma empresa slida, que procura se proteger dos riscos aos quais est exposta atravs de operaes de derivativos no mercado futuro. Os hedges so realizados com a finalidade de proteger a empresa de variaes do cmbio e taxas de juros, transformando suas dvidas em dlar Americano. Outros hedges so feitos com o objetivo de proteo de oscilaes dos preos dos produtos vendidos. As posies no mercado futuro podem ser vista com detalhes nos relatrios trimestrais divulgados [3]. Alteraes, nas polticas de hedges praticadas pela Vale, podem alterar sensibilidade de seus resultados com os preos dos produtos produzidos pela empresa. A Vale costuma vender seu principal produto, o minrio de ferro, atravs de contratos de longo prazo que normalmente tem durao de um ano, o que a protege de oscilaes do preo no mercado a vista. Outra poltica de proteo dos custos da Vale se refere a investimentos em fontes de energia que a defendem do aumento dos custos energticos. Um modelo simples para correlacionar a rentabilidade de um ativo com a rentabilidade de uma carteira diversificada livre de risco no sistmico o CAPM (Capital Asset Princing Model) que consiste em correlacionar a rentabilidade do ativo com a da carteira diversificada atravs de uma regresso linear. Existem vrios trabalhos na literatura envolvendo o CAPM, destacando o estudo que trata da sua validade no mercado brasileiro de Bergmann [4] e um segundo trabalho que faz uma correlao com as variveis fundamentalistas, artigo do Margano et all [5] .

3 Metodologia
3

Com a pretenso de obter um modelo que descreva o preo das ADRs da Vale, o mtodo aplicado consiste em realizar regresses lineares considerando diversas variveis [6]. Para tanto foram estudados o preo em dlar das Aes preferenciais ADRs (VALE.P), com ajuste de proventos, negociadas na Bolsa de Valores de Nova Iorque e sua relao com os ndices: Dow Jones World Index W1DOW, Dow Jones Brazil Index (USD) BRDOWD, Dow Jones Amricas Index A1DOW, Dow Jones China Broad Market Index DJCHINA, Dow Jones Asia/Pacific Index P1DOW, Dow Jones Europe Index E1DOW, DJUSST real BRLUSD e Dlar canadense CADUSD. No presente trabalho esses dados foram filtrados, desconsiderando datas em que no se tinham todos os dados estudados. Assim as series temporais ficaram no mesmo padro. Um fator de grande importncia no preo de um ativo que no considerado no modelo a possibilidade de mudanas estruturais como fuses, aquisies entre outras. Logo os resultados do modelo so vlidos em um intervalo de tempo onde no h grandes mudanas estruturais. A Vale passou por uma grande mudana estrutural com a aquisio da mineradora canadense Inco em novembro de 2006, outra grande mudana estrutural ocorreu com a crise financeira em 2008. Assim um perodo onde temos dados que podem ser bem ajustados o ano de 2007. Estudo de alterao devido a mudanas estruturais seria sem dvida um trabalho interessante, que poderia ser desenvolvido como continuao deste.

3.1 Bsico modelo ARMA

As sries temporais no estacionrias podem ser identificadas como do tipo autoregressivo (AR) e mdias mveis (MA) ou ainda modelos mistos (ARMA). Esses modelos so descritos nas equaes seguintes [7]: Equao 1

Nas equaes acima os coeficientes

, representam a dependncia do elemento , representam a dependncia

dos elementos antecedentes a eles. J os coeficientes do elemento dos erros antecedentes.

3.2 Regresso Linear

Considerando que uma srie temporal , principal objeto de estudo, tenha uma , ento a primeira

dependncia simplesmente linear com outras sries temporais varivel pode ser escrita como: Equao 2

O mtodo utilizado no presente trabalho, para encontrar os coeficientes dos mnimos quadrados, que consiste em minimizar o quadrado dos resduos: Equao 3

mtodo

Esse mtodo descrito em detalhes no livro do Hamilton [6]. Para que esse mtodo tenha resultados consistentes importante que a srie temporal erro , resultante da

regresso, seja uma srie estacionria. O fato do erro no ser uma srie estacionria indica uma dependncia temporal do modelo utilizado, o que implica em uma inconsistncia. Neste trabalho foi utilizada a rotina encontrar os coeficientes das regresses estudadas. do programa R para

3.3 Teste da raiz unitria

Um teste utilizado para determinar se uma srie temporal estacionria o teste da raiz unitria que pode ser visto em detalhe no livro do Cochrane [7], que consiste em fazer uma regresso linear , comparar os resultados e determinar a probabilidade

da srie ser estacionaria. Neste trabalhos esses testes foram realizados utilizando o pacote tseries do programa R, utilizando a rotina adf.test do programa com hiptese alternativa explosive e truncamento k=0 , que corresponde ao teste de Dickey-Fuller conforme pode ser visto no texto [8].

3.4 Coeficiente de Correlao

O coeficente de correlao entre Equao 4 e dado pela espreo:

, O coeficiente de correlao pode variar de -1 a +1 e mede a intencidade da relao entre duas series. Coeficiente +1 (correlao perfeita) indica que quando uma serie aumenta a outra serie aumenta na mesma proporo. Coeficiente nulo indica que no h correlao entre as series. J entre 0 e +1, a correlao no perfeita mas em geral quando uma serie aumenta a outra tambm aumenta. Coeficiente -1 indica que quando

uma serie aumenta a outra diminue na mesma proporo. J entre 0 e -1, em geral quando uma serie aumenta a outra serie diminue.

3.5 Diferenciao dos logaritmos

As series da cotao da ADRs da Vale e dos ndices no so estacionarias. Para garantir que os resduos das regresses lineares sejam sries estacionrias, foram diferenciadas essas sries temporais. Equao 5

Desta forma se perde um pouco da informao sobre os valores da cotao e se fica apenas com a variao desses valores. Fazendo o teste da raiz unitria, nas sries obtidas pela diferenciao tem-se que todas as sries so estacionrias com probabilidade de 99%, dessa forma todos os resduos tambm sero sries estacionrias. Isto indica que as regresses so consistentes. Nos resultados apresentados a seguir foram utilizados as series retorno, diferenciao dos logaritmos das cotaes das ADRs e dos ndices estudados. Desta forma toda as series temporais estudadas na seo seguinte so estacionrias.

4 Resultados
4.1.1 Dependncia com ndices regionais
Para garantir que os resduos das regresses lineares sejam sries estacionrias, foram diferenciadas as sries temporais. Equao 6

Desta forma se perde um pouco da informao sobre os valores da cotao e se fica apenas com a variao desses valores. Fazendo o teste da raiz unitria, nas sries obtidas pela diferenciao tem-se que todas as sries so estacionrias com probabilidade de 7

99%, dessa forma todos os resduos tambm sero sries estacionrias. Isto indica que as regresses so consistentes. Calculando os ndices de correlao para as sries temporais obtidas atravs da diferenciao, so adquiridos os resultados apresentados na Tabela 1. possvel ver que as serie temporal da ADR da Vale tem uma grande correlao o ndice do Brasil e da Amrica uma correlao menor o ndice da Europa praticamente nulo para os ndices da China e do Pacifico.

Vale Vale 1,00

Mundo Brasil 0,74 1,00 0,85 0,84

Amrica China 0,81 0,85 -0,05 0,01

Pacifico Europa 0,16 0,51 0,55 0,88

Mundo 0,74

Tabela 1: Coeficiente de correlao, diferenciao dos logaritmos, ndices regionais e cotao ADRs da Vale. Fazendo regresses lineares com o ndice do Mundo se tem o resultado apresentado na Tabela 2. Olhando para os valores de R-quadrado se v que tem boas regresses para o os ndices do Brasil, Europa e Amrica em que as regresses so compatveis com mais de 70% dos dados estudados. Para as cotaes da ADRs da Vale se v que 55% dos dados so compatveis com a regresso do ndice do Mundo. J para os incides do Pacfico de da China, no se tem boas regresses, esse resultado est de acordo com os coeficientes de correlao estudados anteriormente.

Vale Intercepto Coef. Linear R-quadrado 2,7(16)

Brasil 1,7(9)

Amrica China 0,0(4) 4,6(16)

Pacifico Europa 0,0(7) 0,0(4) 1,14(4) 0,78

2,90(18) 2,20(10) 1,0(13) 0,55 0,70 0,72

0,03(18) 0,71(8) 0,00 0,25

p-valor(estacionria) 0,99

0,99

0,99

0,99

0,99

0,99

Tabela 2: Resultados das regresses lineares com o ndice do Mundial, diferenciao dos logaritmos. Foram calculados os coeficientes de correlao entre os erros das regresses lineares, os resultados so apresentados na Tabela 3, onde possvel notar que apenas sobrevive uma correlao forte das ADRs da Vale com o ndice do Brasil e da Amrica. Brasil Vale 0,61 Amrica China 0,53 -0,09 Pacifico Europa -0,38 -0,30

Tabela 3: Coeficiente de correlao dos erros das regresses lineares com o ndice Mundial, diferenciao dos logaritmos.

4.1.2 Dependncia com os ndices de commodities

Fazendo uma regresso da cotao das ADRs da Vale considerando os principais ndices que so: Mundo, Brasil, Ao, Nquel e Real se tem o resultado mostrado Tabela 4, onde possvel verificar que o intercepto e os coeficientes lineares do Mundo e Nquel so compatveis com o valor nulo. O que mostra que Nquel e Mundo no causam efeitos mensurveis. Um resultado que chama a ateno um coeficiente linear positivo para o Real e era esperado um valor negativo. As regresses desprezando, os ndices Nquel e Mundo so totalmente compatveis. J retirando a cotao do Real se v que o nico coeficiente que sofre uma alterao considervel o ndice do Brasil, o que indica uma correlao entre a cotao do Real e o ndice do Brasil, provvel causa de um coeficiente linear positivo para o Real. R-quadrado Intercepto (1)0,79 (2)0,79 (3)0,77 Mundo Brasil Ao Nquel Real

0,0005(11) -0,05(24) 0,80(9) 0,52(8) 0,00(3) 0,48(12) 0,0006(10) 0,0007(11) 0,79(7) 0,52(7) 0,90(7) 0,54(7) 9 0,48(12)

Tabela 4: Regresso linear ADRs Vale com Mundo, Brasil, Ao, Nquel e Real. Como a Vale uma empresa que vende seus produtos para todo o Mundo sua cotao deveria ser dependente do ndice do Mundo. Tambm era esperada uma dependncia negativa entre a as ADRs da Vale e a cotao do Real.

4.1.3 Novas variveis

Como ainda se tem uma alta correlao com o Brasil, foi feito uma regresso utilizando como variveis o ndice do Mundo e o resduo da regresso do Brasil com o Mundo e o resultado mostrado na Tabela 5, em que pode se v que o coeficiente linear do Mundo compatvel com o apresentado na Tabela 2 e a varivel Res-Brasil acrescentou maior preciso ao modelo 72% compatvel com os dados estudados.

R-quadrado Intercepto Vale Ao 0,72 0,55 0,0027(12) 0,0009(10)

Mundo

Res-Brasil

2,90(14) 1,13(10) 1,74(11) 0,40(7)

Nquel 0,07 Real 0,31

-0,0010(19) 0,86(22) 0,14(15) 0,0007(6) 0,59(7) 0,23(5)

Tabela 5: Regresso ADRs Vale, Ao, Niquel e Real com Mundo e erro da regresso Braisil com Mundo. Agora fazendo uma regresso usando como variveis baseadas no ndice do Mundo, e os resduos das regresses do Ao Nquel e Real mostrado na Tabela 5 se tem o resultado mostrado na Tabela 6, em que possvel notar que o coeficiente linear correspondente ao Res-Niquel praticamente nulo, assim no h dependncia com o nquel mensurvel. Tambm possvel notar que o coeficiente com Res-Real positivo e era esperado que fosse negativo.
R-quadrado Intercepto Mundo Res-Brasil Res-Ao Res-Niquel Res-Real

10

Vale 0,79

0,0027(11) 2,90(13) 1,13(9)

0,52(8)

0,00(4)

0,48(12)

Tabela 6: Regresso ADRs Vale com Mundo, Res-Brasil, Res-Ao, Res-Niquel, ResReal.

5 Concluso
Para verificar a validade dos modelos criados a partir dos dados do ano de 2007, foram testados alguns deles nos dados do ano de 2008 onde estourou uma crise sem precedentes com grandes mudanas estruturais. Para tanto foi calculado o R-quadrado para os modelos baseados em 2007 aplicados nos dados de 2008, os resultados so apresentados na Tabela 7. Modelos R-quadrado(2008) R-quadrado Tabela 4(2) Tabela 6 0,76 0,79 0,76 0,79

Tabela 7: R-quadrado para os dados de 2008, para modelos ajustados ao ano 2007. Assim, aps ter realizado vrias regresses lineares e ter examinado a consistncia dos resultados obtidos.

11

Para os dois modelos baseados na diferena dos logaritmos ambos tem a mesmo valor de R-quadrado(2008) de 0,76. O primeiro mostrado na Tabela 4(2). Nesse modelo a cotao das ADRs da Vale se mostrou dependente dos ndices Brasil, Ao e a cotao do Real. O segundo mostrado na Tabela 6, nesse modelo a cotao das ADRs da Vale alm da dependncia de variveis baseadas nos ndices do Brasil, Ao e cotao do Real. Tambm se teve a dependncia do ndice do Mundo. Essa dependncia torna esse modelo mais consistente por outro lado trata-se de um modelo muito mais complexo sem trazer ganho de compatibilidade com os dados. A Figura 2 apresenta as previses para os resultados no ano de 2008 para o modelo baseado nos dados do ano de 2007, descrito na Tabela 4(2), esse modelo baseado nos ndices do Brasil, Ao, e a cotao do Real . Nesta figura pode-se ver que o modelo est parcialmente de acordo com os dados. Esse resultado confirmado, com o Rquadrado(2008) (0,76) apresentado na Tabela 7.

12

Figura 1: Os crculos so o logaritmos dos fechamentos das ADRs da Vale em 2008, a linha continua so a previso do modelo da Tabela 4(2). A Figura 2 apresenta as previses para os resultados no ano de 2008 para o modelo baseado nos dados do ano de 2007, descrito na Tabela 6, esse modelo baseado no ndice do Mundo e dos resduos das regresses do Brasil, Ao, Nquel e Real. Nesta figura pode-se ver que o modelo est parcialmente de acordo com os dados. Esse resultado confirmado, com o R-quadrado(2008) (0,76) apresentado na Tabela 7.

13

Figura 2: Os crculos so o logaritmos dos fechamentos das ADRs da Vale em 2008, a linha continua so a previso do modelo da Tabela 6. Na Figura 3, pode ser ver a grande compatibilidade dos modelos das Tabelas 11(2) e 13. Calculando ainda o coeficiente de correlao entre as previses se tem: 0,99994. O que confirma a grande semelhana destes modelos.

14

Figura 3: Os crculos so a previso do modelo da Tabela 6, a linha continua so a previso do modelo da Tabela 4(2). Na Figura 4 apresentado os resultados do modelo da Tabela 6 somado ao logaritmo da cotao das ADRs do dia anterior. Desta forma foi obtido um resultado com o mesmo formato de modelos baseados nos logaritmos. Assim os resultados para o ano de 2008 apresentou um R-quadrado de 0,98. O que mostra excelente resultado obtido, que confirmado pela figura.

15

Figura 4 :Desta forma finalmente conclumos que dos diversos modelos estudados o que apresentou melhor resultado de forma mais simples foi o descrito na Tabela 4(2). Baseado na diferenciao da dos logaritmos e apresentou o R-quadrado(2008) de 0,98.

6 Bibliografia
1. Conpanhia Vale do Rio Doce. Factsheetp, 2008. Disponivel em: <http://www.vale.com/vale/media/factsheetp.pdf>. Acesso em: Agosto 2009.

16

2. Barbosa , F. O. Conpanhia Vale do Rio Doce. Formulrio 20-F: 2008. Nova York: NYSE, 2009. Disponvel em: <http://www.vale.com/vale/media/20F_2008_p.pdf>. Acesso em: Agosto 2009. 3. Conpanhia Vale do Rio Doce. Demonstraes Contbeis de 31/03/2009. Brasil: CVM, 2009. Disponvel em: <http://www.vale.com/vale/media/itr_brgaap_1t09p.pdf>. Acesso em: Agosto 2009. 4. Bergmann, D. R. Avaliao Emprica do Modelo CAPM no Mercado de Capitais Brasileiro via Mtodo dos Momentos Generalizados. So Paulo: Dissertao de Mestrado FEA - USP, 2006. Disponvel em: <http://www.teses.usp.br/teses/disponiveis/12/12136/tde-08122006-112616/ > Acesso em: Agosto 2009. 5. Nagano, M. S.; Merlo, E. M. e Silva, M. C. As variveis fundamentalistas e seus impactos na taxa de retorno de aes no Brasil. Rev. FAE, Curitiba, v. 6, pp. 13-28, 2003. Disponvel em: <http://www.cde.br/intelligentia/publicador/conteudo/foto/182005As%20vari%C3%A1 veis%20fundamentalistas%20e%20seus%20impactos%20na%20taxa%20de%20retorno %20de%20a%C3%A7%C3%B5es%20no%20Brasil.pdf > Acesso em: Agosto 2009. 6. Hamilton, J. D. Time Series Aanalysis. New Jersey: Princeton University Press, 1994. 7. Cocharane, J. H. Time Series for Macroeconomics and Finance.Chicago: Graduete Scholl of Busines - University of Chicago, 2005. 8. Trapletti, A. Time series analysis and computational finance, Version 0.10-22:
Package for time series analysis and computational finance, 2009

Disponvel em <

http://cran.r-project.org/web/packages/tseries/tseries.pdf>. Acesso em: Agosto 2009.

17