Vol. 5, N . 1 Vitria-ES, Jan Abr 2008 p.

01-17 ISSN 1807-734X

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios no Mercado de Aes Brasileiro
Otvio Ribeiro de Medeiros Universidade de Braslia Bernardus Ferdinandus Nazar Van Doornik Banco Central do Brasil
RESUMO: O presente trabalho investiga a relao emprica entre retorno acionrio, volatilidade dos retornos e volume de negcios no mercado de aes brasileiro (Bovespa). A amostra compreende dados de retorno acionrio e volume de negcios de uma carteira terica envolvendo aes participantes do ndice Bovespa (Ibovespa) no perodo de 03/01/2000 a 29/12/2005. Os mtodos empricos utilizados incluem anlise de correlao cruzada, testes de razes unitrias, anlise de regresso bivariada com equaes simultneas, modelos GARCH e VAR e testes de causalidade Granger. Encontrou-se suporte tanto para uma relao contempornea quanto dinmica entre retorno acionrio e volume de negcios, implicando que previses de uma dessas variveis s podero ser ligeiramente melhoradas pelo conhecimento prvio da outra. Alm disso, os resultados indicam que tambm existem relaes contemporneas e dinmicas entre volatilidade de retornos e volume de negcios. Adicionalmente, aplicando o teste de causalidade Granger, verifica-se que a volatilidade de retornos contm informaes sobre volume de negcios futuros e vice-versa. Palavras-chave: dividendos; volatilidade de retornos; volume de negcios; GARCH; VAR; causalidade Granger.
Recebido em 10/10/2007; revisado em 03/01/2008; aceito em 24/03/2008. Correspondncia com os autores: Professor Titular da Universidade de Braslia Campus Darcy Ribeiro, ICC ala Norte, subsolo, mdulo 25, CEP 70910-970 , Braslia , DF Telefone: 61 3273-8538 e-mail: otavio@unb.br

Analista do Banco Central do Brasil SQN, 407, Bloco Q, apto. 303, Braslia/DF, 70855-170 Universidade de Fortaleza Telefone: 61 8429-2988 e-mail: bernardus.doornik@bcb.gov.br

Nota do Editor: Este artigo foi aceito por Alexsandro Broedel Lopes.

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

1. INTRODUO studos empricos sobre mercados acionrios normalmente focam nos preos das aes e em seu comportamento ao longo do tempo. No entanto, devido a algumas indesejveis propriedades estocsticas dos preos das aes, especialmente a noestacionariedade, muitos pesquisadores se concentram em retornos acionrios e no em preos de aes. Baseados numa informao existente sobre determinada empresa, os retornos acionrios refletem as expectativas dos investidores em relao performance futura daquela empresa. A chegada de novas informaes faz os investidores adaptarem suas expectativas e essa a principal causa para a oscilao nos preos e retornos. No entanto, como os investidores so heterogneos quanto ao modo de interpretar novas informaes, os retornos acionrios podem permanecer inalterados apesar de novas informaes estarem entrando no mercado. Este ser o caso se alguns investidores interpretarem partes da informao como boas notcias e outros a interpretarem como ms notcias. Portanto, as oscilaes de preo representam a reao mdia dos investidores s notcias. Por outro lado, pode ser que os retornos somente sofram alteraes se o volume de negcios for positivo. Assim como acontece com os retornos, o volume de negcios e suas alteraes refletem principalmente o montante de informaes relevantes percebidas pelo mercado. Diferentemente do observado nos preos de aes e retornos, uma mudana relevante nas expectativas dos investidores sempre leva a um aumento no volume de negcios que por sua vez reflete a soma de reaes dos investidores notcia. Estudar a dinmica conjunta de retornos e volume de negcios melhora, portanto, a compreenso da microestrutura do mercado de aes. Esse estudo baseia-se em um trabalho anterior que investiga a relao entre retornos, volatilidade de retornos e volume de negcios no mercado de aes austraco (MESTEL; GURGUL; MAJDOSZ, 2003). A investigao cobre no somente relaes contemporneas, como tambm dinmicas. Os resultados obtidos indicam haver uma relao entre volatilidade de retornos e volume de negcios no mercado acionrio brasileiro. Isso implica, inter alia, que um conhecimento do volume de negcios pode melhorar previses de retorno de curto prazo. Ademais, encontro-se fundamento para a hiptese de uma relao positiva entre volatilidade de retorno e volume de negcios. De fato, esta relao positiva evidncia de uma mtua causalidade Granger entre volatilidade de retorno e volume de negcios. Este documento est organizado do seguinte modo: Na seo 2 apresenta-se uma breve discusso sobre a literatura existente e na seo 3, descrevem-se os mtodos utilizados na investigao emprica. Na seo 4 apresentam-se os resultados obtidos sobre as relaes contemporneas e dinmicas entre retorno acionrio, volatilidade de retornos e volume de negcios. A seo 5 conclui o artigo.

2. REVISO DA LITERATURA Vrios estudos examinaram a relao emprica entre retorno acionrio e volume de negcios. Alguns desses estudos investigaram a conexo entre volume de negcios e oscilaes no ndice de preos (KARPOFF, 1987; HIEMSTRA; JONES, 1994; BRAILSFORD, 1996; LEE; RUI, 2002). Os resultados destes estudos divergem entre si, apesar de se notar uma relao geralmente positiva. Alm disso, a associao entre volatilidade dos retornos e volume de negcios tem sido analisada por vrios autores desde a
Brazilian Business Review www.bbronline.com.br

Medeiros e Van Doornik

dcada de 1980 (KARPOFF, 1987; BROCK; LEBARON, 1996; LEE; RUI, 2002; MESTEL; GURGUL; MAJDOSZ, 2003). Recentemente, modelos estocsticos de heterocedasticidade condicional tm sido usados para explorar esta relao (LAMOUREUX; LASTRAPES, 1990; ANDERSEN, 1996; BRAILSFORD, 1996; GALLO; PACINI, 2000; OMRAN; MCKENZIE, 2000). A maior parte destes estudos conclui que existe evidncia de uma forte relao, tanto contempornea quanto dinmica, entre volatilidade de retornos e volume de negcios. No entanto, h sabida evidncia, a partir do uso de dados intradirios das aes do ndice Dow Jones Mdia Industrial (Dow Jones Industrial Average Index) apenas de significantes efeitos lead/lag, mas no de correlao contempornea entre volatilidade de retornos e volume de negcios (DARRAT; RAHMAN; ZHONG, 2003). Um estudo recente escrutina a relao emprica entre retorno acionrio, volatilidade de retornos e volume de negcios no mercado de aes austraco (MESTEL; GURGUL; MAJDOSZ, 2003). Os autores encontraram pouco fundamento para uma relao contempornea e dinmica entre retorno acionrio e volume de negcios, o que quer dizer que previses de uma destas variveis no podem ser melhoradas pelo conhecimento da outra. No entanto, eles encontraram evidncias de uma forte relao contempornea e dinmica entre volatilidade de retornos e volume de negcios, bem como que a volatilidade de retornos contm informaes sobre o volume de negcios futuro. 3. METODOLOGIA 3.1. Amostras e dados O conjunto de dados utilizados compreende preos dirios de mercado e volumes de negcio de uma carteira terica composta de aes pertencentes s 57 empresas que participam do Ibovespa, o ndice da bolsa de valores brasileira (Bovespa). Ao todo, esses ativos respondem por mais de 80% da capitalizao de mercado da Bovespa. A investigao contempla o perodo de 03/01/2000 a 29/12/2005. O Ibovespa um ndice do mercado de capitais que indica a performance de retorno de todos os papis negociados no primeiro segmento de mercado da Bovespa e funciona como ponto de referncia para investidores institucionais. Todos os dados sobre volume de negcios e ndice de aes so fornecidos como fonte primria pela Bovespa e foram coletados do banco de dados da Economatica. Retornos acionrios baseados na capitalizao contnua so calculados a partir dos preos dirios das aes no fechamento do prego, ajustados para o pagamento de retornos e desdobramento de aes. Uma vez que a inflao no Brasil no desprezvel, cerca de 11,5% ao ano no perodo de 2001 a 2005, de acordo com o ndice geral de preos do Brasil, o IGPDI, foi necessrio deflacionar as sries, usando para isso o prprio IGP-DI. Os dados do IGPDI foram coletados no stio do IPEA Instituto de Pesquisa Econmica Aplicada (IPEA, 2005). J que volumes de negcios na moeda brasileira (BRL$) so nmeros bastante altos, a srie foi transformada em um ndice, com a primeira observao definida como 100. 3.2. Anlise de correlao cruzada Como primeiro passo para se investigar a relao entre retorno acionrio e volume de negcios, calcularam-se os coeficientes de correlao cruzada (Rt,Vt) para todas as empresas:
BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008 www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

( Rt ,Vt ) =

Cov( Rt , Vt ) ( Rt ) (Vt )

(1)

onde Rt e Vt representam retorno acionrio e volume de negcios, respectivamente, na data t, Cov(.,.) denota co-variao e (.) o desvio padro.

3.3. Testando razes unitrias

Para testar a relao contempornea e causal entre volume de negcios, retornos e volatilidade de retornos, utilizou-se o modelo VAR (vetor auto-regressivo) irrestrito, que pode ser sensvel no-estacionariedade. Portanto, avaliamos a hiptese de as sries temporais de retornos acionrios e volume de negcios serem estacionrias usando o teste ampliado de Dickey-Fuller (ADF). Este teste baseado na regresso:

yt = + yt 1 + i yt i + t
i =1

(2)

onde y a varivel testada quanto a razes unitrias (retorno ou volume de negcios) , e so parmetros do modelos e t um termo de erro do tipo rudo branco I.I.D com distribuio normal (0, 2). O teste de raiz unitria feito testando-se a hiptese nula = 0 contra a alternativa unilateral < 0. A estatstica t-Student do parmetro estimado no possui uma distribuio t convencional na hiptese nula de raiz unitria. Ao invs disso, utilizam-se os valores crticos recomendados por MacKinnon (1991). Se a estatstica t do teste ADF para fica esquerda destes valores, a hiptese nula deve ser rejeitada.

3.4. Dividendos e volume de negcios

O procedimento emprico nesta seo testa com maior profundidade a relao contempornea entre retorno acionrio e volume de negcios. Aplicou-se o modelo multivariado proposto em trabalho anterior (LEE; RUI, 2002), que definido pelas duas equaes abaixo: Rt = 0 + 1Vt + 2Vt 1 + 3 Rt 1 + ut Vt = 0 + 1 Rt + 2Vt 1 + 3Vt 2 + vt (3) (4)

onde i e i , i = 1, 2, 3, so coeficientes dos modelos e ut e vt, denotam termos de erro rudo branco I.I.D Gaussianos (0, 2). Para estimar os coeficientes, aplicou-se o mtodo de mxima verossimilhana com informao plena. Embora se possa verificar que os retornos e o volume de negcios geralmente no so correlacionados, isso no significa que no haja nenhuma relao entre essas duas variveis. freqentemente relatado que flutuaes no preo tendem a aumentar se h um grande volume de negcios, especialmente em tempos de euforia no mercado. Isto , pode haver uma relao entre os momentos de ordem mais alta dos retornos e volume de negcios. Escrutinou-se este
Brazilian Business Review www.bbronline.com.br

Medeiros e Van Doornik

aspecto criando um modelo que relaciona volume de negcios com o quadrado dos retornos acionrios atravs da seguinte regresso (BRAILSFORD, 1996):
Vt = 0 + 1Vt 1 + 2Vt 2 + 1 Rt2 + 2 Dt Rt2 + et

(5)

em que Dt denota uma varivel dummy que igual a 1 se o retorno correspondente Rt for negativo e 0 se positivo. Para evitar o problema de resduos serialmente correlacionados documentado em Brailsford (1996) incluram-se valores defasados de Vt at a segunda defasagem 2. A estimativa do parmetro 1 mede a relao entre volatilidade de retornos e volume de negcios, independente do sentido da mudana de preos. A estimativa de 2, no entanto, mede o grau de assimetria desta relao.

3.5. Volatilidade Condicional e Volume de negcios

Posteriormente, a descoberta de uma relao entre volume de negcios e o quadrado dos retornos levantou a questo de se as operaes de compra e venda de aes podem ser identificadas como fonte potencial para a dependncia serial observada (persistncia ou histerese) na volatilidade dos retornos. Isso tem origem nos trabalhos tericos sobre a hiptese de distribuio mista (MDH) (CLARK, 1973; EPPS; EPPS, 1976; TAUCHEN; PITTS, 1983; LAMOUREUX; LASTRAPES, 1990; ANDERSEN, 1996). Essa hiptese afirma que os retornos so gerados por uma mistura de distribuies na qual o nmero de chegadas de informao ao mercado representa a varivel de mistura estocstica. Os dados de retorno podem ser vistos como um processo estocstico, condicional ao fluxo de informaes, com um momento cambiante de segunda ordem refletindo a intensidade das informaes recebidas. Consideradas as hipteses do modelo MDH, as inovaes ao processo de informaes levariam a um momentum na volatilidade dos retornos. Uma vez que o fluxo de informaes para o mercado no facilmente mensurvel, utilizouse o volume de negcios como aproximao. Supe-se que variaes sistemticas no volume de negcios so causadas somente pela chegada de novas informaes. O volume de negcios exibe tipicamente a suposta dependncia temporal. Especificou-se o processo estocstico de retornos como um processo GARCH (1,1) simples com um termo auto-regressivo na equao da mdia e o volume de negcios como um regressor predeterminado adicional na equao de varincia condicional: Rt = + Rt 1 + t

t | I t 1 ~ Gaussiano(0, t2 ) t2 = 0 + 1 t21 + 1 t2 + 1Vt + t

(8) onde It1 denota o conjunto de informaes disponveis em t1 e t representa a varincia de t. Os parmetros das equaes (6) e (8) devem ser estimados por meio do mtodo de mxima verossimilhana. Note-se que na equao (8) a soma dos parmetros 1 e 1 uma medida da persistncia da varincia do retorno no esperado t assumindo valores entre 0 e 1. Quanto mais essa soma tende unidade, maior a persistncia da volatilidade, tambm conhecida como cluster de volatilidade ou histerese.
2

(7)

BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008

www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

3.6. Relao Causal

At aqui, o trabalho concentrou-se na relao contempornea entre retornos, volatilidade dos retornos e volume de negcios. Nesta seo, estende-se a anlise ao exame da relao dinmica (causal). Testar a causalidade importante, j que isso pode ajudar a melhor compreender a microestrutura dos mercados acionrios e pode ainda ter implicaes em outros mercados (Ex. Mercados de opes). Investigaram-se a relao de causalidade entre volume de negcios e retornos e entre volume de negcios e volatilidade dos retornos, em ambas as direes, por meio de um teste de causalidade de Granger (GRANGER, 1969). Diz-se que a varivel y no Granger-causa uma varivel x se a distribuio de x, condicional somente aos valores passados de x, igual distribuio de x, conditional aos valores passados de x e y. Por outro lado, se esta igualdade no existe, diz-se que y Granger-causa x. De qualquer modo, isso no significa que y cause x no sentido mais comum do termo, mas somente indica que y precede x. Para testar a causalidade Granger usou-se um modelo VAR bivariado de ordem p conforme: Rt = R + i Rt i + iVt i + ut
i =1 i =1 p p

(9)

Vt = V + iVt i + i Rt i + vt
i =1 i =1

(10)

As hipteses nulas de que R no Granger-causa V e que V no Granger-causa R significa que i (i = 1, , p) so todos iguais a zero. Para testar a hiptese nula, calcula-se a estatstica F: F= SSEr SSEu N 2 p 1 SSEu p (11)

onde SSEr representa a soma dos quadrados dos resduos da regresso restrita (i.e. 1 = = p = 0), SSEu a soma dos quadrados dos resduos da equao irrestrita, e N o nmero de observaes. A estatstica dada pela equao (11) tem, assintoticamente, distribuio F sob a hiptese nula com p graus de liberdade no numerador e (N 2p 1) no denominador. Os parmetros i e i so estimados por mnimos quadrados (OLS). Para decidir a ordem p adequada do VAR utilizou-se o R ajustado e os critrios de informao de Akaike e de Schwartz (AIC/SIC). Essas so medidas de qualidade de ajustamento corrigidas perda de graus de liberdade resultante da adio de defasagens ao modelo. As regresses bivariadas expressas por (9) e (10) so re-estimadas com os quadrados dos retornos ao invs de nveis de retorno.

4. RESULTADOS 4.1. Estatsticas Descritivas

Comeamos a investigao com algumas anlises descritivas bsicas das sries temporais de retornos e volume de negcios, que so mostrados na figura 1 e tabela 1. O retorno dirio mdio igual a 0,000398%, com desvio padro de 2,6%. A caracterstica estilizada de caudas pesadas e pico elevado (leptocurtose) que freqentemente relatada em sries de
Brazilian Business Review www.bbronline.com.br

Medeiros e Van Doornik

retorno est bastante presente nos dados. A curtose em excesso de 0,501 e a assimetria dos retornos de 0,155. Aplicando-se o teste de normalidade de Jarque-Bera, encontrou-se forte evidncia para a hiptese de que a srie temporal de retornos no corresponde distribuio normal.

Figura 1: Volume de negcios do Ibovespa e dividendos

Trading volume* 800 700 600 500 400 300 200 100 0

* De 01/03/2000 a 29/12/2005, ndice 03/01/2000 = 100; deflacionado peolo IGP-DI; Fonte: Economatica
Stock returns** Dividendos** 0.15 0.10 0.05 0.00 -0.05 -0.10 -0.15

** De 01/03/2000 a 29/12/2005, ndice 03/01/2000 = 100; deflacionado peolo IGP-DI; Fonte: Economatica

Diferentemente dos retornos, a volatilidade dos retornos e o volume de negcios apresentam forte persistncia em suas sries temporais, o que investigado nesta seo por meio de um modelo GARCH. A partir disso, de acordo com os fatos estilizados tpicos de sries de volume documentados na literatura existente, os dados de volume utilizados aqui mostram caractersticas acentuadamente no-gaussianas, como excesso positivo de curtose e
BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008 www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

assimetria direita (ANDERSEN, 1996). Alm disso, verificou-se que se pode assumir que os logaritmos dos volumes de negcios seguem uma distribuio normal. Como proxy para a volatilidade de retornos, utilizou-se os quadrados dos valores dos retornos dirios. Essa srie temporal mostra a dependncia temporal costumeira dos retornos no momento de segunda ordem (persistncia da volatilidade ou histerese) implicando que retornos no podem ser considerados I.I.D.

Tabela 1: ndice de estatsticas

Mdia Mediana Mxima Mnima Desvio Padro Assimetria Curtose Jarque-Bera P-valor * BRL$ 106 V* 951.4742 873.8831 3991.374 171.7479 425.3271 1.590360 8.436255 2464.489 0.000000 Amostra: 1 1492 R 3.98E-06 -0.000313 0.122416 -0.101463 0.026148 0.155579 3.501411 21.63393 0.000020 R2 0.000683 0.000329 0.014986 0.000000 0.001081 4.671124 40.68527 93650.80 0.000000 Log(V) 6.767235 6.772947 8.291891 5.146028 0.427677 -0.072310 3.223403 4.399939 0.110807

4.2. Anlise de Correlao Cruzada

A tabela 2 apresenta coeficientes de correlao cruzada entre dividendos, volatilidade de retorno e volume de negcios.

Tabela 2: Coeficientes de correlao cruzada entre dividendos, volatilidade de retorno e volume de negcios
V(-2) V(-2)
Correlao Pearson Sig. (1-caudal) N Correlao Pearson Sig. (1-caudal) N Correlao Pearson Sig. (1-caudal) N Correlao Pearson Sig. (1-caudal) N Correlao Pearson Sig. (1-caudal) N Correlao Pearson Sig. (1-caudal) 1 . 1491 -.253(**) .000 1490 -.103(**) .000 1489 -.084(**) .001 1488 .024 .177 1487 -.023 .186 1489 -.020 .223 1489

V(-1)
-.253(**) .000 1490 1 . 1491 -.253(**) .000 1490 -.103(**) .000 1489 -.084(**) .001 1488 -.081(**) .001 1490 .088(**) .000 1490

V
-.103(**) .000 1489 -.253(**) .000 1490 1 . 1491 -.253(**) .000 1490 -.103(**) .000 1489 .115(**) .000 1490 .010 .351 1490

V(+1)
-.084(**) .001 1488 -.103(**) .000 1489 -.253(**) .000 1490 1 . 1490 -.253(**) .000 1489 -.017 .255 1489 -.060(*) .010 1489

V(+2)
.024 .177 1487 -.084(**) .001 1488 -.103(**) .000 1489 -.253(**) .000 1489 1 . 1489 -.026 .162 1488 -.019 .228 1488

R
-.023 .186 1489 -.081(**) .001 1490 .115(**) .000 1490 -.017 .255 1489 -.026 .162 1488 1 . 1490 .099(**) .000 1490

R2
-.020 .223 1489 .088(**) .000 1490 .010 .351 1490 -.060(*) .010 1489 -.019 .228 1488 .099(**) .000 1490 1 . 1490

V(-1)

V(+1)

V(+2)

R2

N Correlao Pearson Sig. (1-caudal) N

** A correlao se torna significativa no nvel 0.01 (1-caudal). * A correlao se torna significativa no nvel 0.05 (1-caudal). Brazilian Business Review www.bbronline.com.br

Medeiros e Van Doornik

Da tabela 1 inferimos que h uma fraca, porm positiva correlao entre os nveis de dividendo e volume de negcios. A correlao ainda mais fraca, porm significativa, se computarmos as correlaes entre dividendos e as variaes do volume de negcios. Por outro lado, a tabela 1 indica que no h relao atual positiva entre volume de negcios e volatilidade de retornos. H, no entanto, uma fraca, porm significativa, correlao positiva entre volume de negcios lento e volatilidade de retorno, bem como H, no entanto, uma fraca, porm significativa, correlao negativa entre volatilidade de retorno lenta e volume de negcios. Esta uma primeira indicao de que pode haver uma relao causal entre volume de negcios e voletilidade de retorno. Essas descobertas so investigadas com amior detalhamento nas prximas sees. Os resultados apresentados nesta seo esto de acordo com descobertas empricas anteriores. (BROCK; LEBARON, 1996; MESTEL; GURGUL; MAJDOSZ, 2003).

4.3. Teste de raz unitria

Como discutido na seo 3.3, aps terem sido feitos os testes ADF, de acordo com a equao (2) para as sries temporais de retornos e volume de negcios, descobriu-se que o parmetro negativo e estatisticamente significante em nveis sensveis. A partir disto, chegou-se concluso de que as trs sries temporais - retornos, volatilidade dos retornos e volume (R, R2 and V) - podem ser consideradas estacionrias. A tabela 3 mostra o resultado dos testes de raiz unitria.

Tabela 3: Resultado do teste de raz unitria

Varivel Estatsicas ADF R -29.71375 R2 -14.04838 V -21.33754 *Valores crticos de MacKinnon para rejeio de hipteses de uma raiz unitria. Valor crtico (1%)* -3.4377 -3.4377 -3.4377

4.4. Relao atual entre dividendos e volume de negcios

Os testes para as relaes contemporneas entre retornos e volume de negcios foram descritos na seo 3.4 e so realizados por meio das equaes (3) e (4), que so estimadas conjuntamente por meio de mxima verossimilhana com informao plena. Os resultados so exibidos na tabela 4. As descobertas confirmam os resultados da anlise de correlao cruzada de que h evidncia de uma relao contempornea entre retornos e volumes de negcios. O parmetro 1 da equao (3) significativo ao nvel de 1% e positivo. H ainda evidncia de uma fraca relao entre retornos e volumes de negcios, j que o parmetro 2 na equao (3) tambm positivo, embora seja significativo apenas ao nvel de 6,7%. No entanto, a relao contempornea entre retornos e volumes de negcios no simultnea, uma vez que o parmetro 2 na equao (4) no significante, indicando que R depende de V, mas V no depende de R. A forte dependncia temporal do volume de negcios documentada pelos altamente significantes parmetros 2 e 3 na equao (4). Tem sido relatado com freqncia na literatura que flutuaes de preo tendem a aumentar se houver um alto volume de negcios, especialmente em tempos de euforia nos mercados. Isto , pode haver uma relao entre momentos de maior ordem de retornos e volumes de negcios. Investigou-se tal fato desenvolvendo um modelo que relaciona volume
BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008 www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

10

de negcios e o quadrado dos retornos, usando para isto a seguinte regresso (BRAILSFORD, 1996): Vt = 0 + 1Vt 1 + 2Vt 2 + 1 Rt2 + 2 Dt Rt2 + et onde Dt denota uma varivel dummy que igual a 1 se o retorno correspondente Rt for negativo e 0 caso contrrio. Para evitar o problema de resduos serialmente correlacionados previamente documentados, incluram-se valores defasados de V at 2 defasagens. Depois disso, verificou-se que et na equao (5) nitidamente no serialmente correlacionado. A estimativa do parmetro 1 mede a relao entre volatilidade de retorno e volume de negcios independentemente do sentido da variao de preo. A estimativa de 2, no entanto mede o grau de assimetria nesta relao.

Tabela 4: Estimao conjunta das equaes (3) e (4) Mtodo de estimao: Mxima verossimilhana com informao plena (Marquardt)
Amostra: 1 1492 Convergncia atingida aps 4 iteraes Coeficiente Erro padro Estatstica t -0.031786 0.011394 -2.789817 0.000252 8.45E-05 2.983487 4.74E-05 2.59E-05 1.833342 -0.452521 0.024478 -18.48669 155.5020 3.315029 46.90819 144.2750 104.3029 1.383232 -0.292207 0.015956 -18.31379 -0.172034 0.025680 -6.699136 -4111.776 0.793950 P-valor 0.0053 0.0029 0.0669 0.0000 0.0000 0.1667 0.0000 0.0000

0 1 2 3 0 1 2 3

Log da verossimilhana Determinante da covarincia residual Equao : R=0+ 1*V+ 2*V(-1)+ 3*R(-1) Observaes: 1490 R Quadrado 0.145265 R Quadrado ajustado 0.143539 E.P. da regresso 0.024155 Estat. Durbin-Watson 2.279031 Equao : V=0+1*R+2*V(-1)+ 3*V(-2) Observaes: 1490

Mdia var. dependente 4.82E-05 D.P. var. dependente 0.026101 Soma dos quadrados dos resduos 0.867061

A aplicao de mxima verossimilhana para estimar a equao (5) produziu os resultados da tabela 5.

Brazilian Business Review

www.bbronline.com.br

11

Medeiros e Van Doornik

Tabela 5: Resultado da estimao da equao (5) Mtodo de estimao: Mxima verossimilhana com informao plena (Marquardt)
Amostra: 1 1492 Convergncia atingida aps 1 iterao Coeficiente Erro padro 155.3604 3.012434 -0.290592 0.015486 -0.176159 0.022978 3608.493 804.8956 -6288.694 1864.700 Estatstica t 51.57306 -18.76459 -7.666507 4.483181 -3.372496 P-valor 0.0000 0.0000 0.0000 0.0000 0.0008

0 1 2 1 2

Log da verossimilhana -7614,723 Determinante da covarincia residual 1619,855 Equao : V=0+1*V(-1)+ 2*V(-2)+ 1*R2+2*DUMMY*R2 Observaes: 1489 R Quadrado 0,103389 Mdia var, dependente R Quadrado ajustado 0,100972 D.P. var. dependente E.P. da regresso 40,31516 Soma dos quadrados dos resduos Estat. Durbin-Watson 2,067719

106,1928 42,51888 2411963,

Descobriu-se que o parmetro 1 positivo e significativo e que o parmetro 2 negativo e significativo. Essas descobertas do forte suporte hiptese de que um volume de negcios maior est associado com um aumento na volatilidade de retornos e que essa relao torna-se mais pronunciada medida que os preos das aes sobem. Boas notcias (preos em alta) induzem a um maior volume de negcios que ms notcias (preos em queda), o que coerente com as hipteses levantadas pelas finanas comportamentais (RITTER, 2003).

4.5. Volatilidade condicional e volume de negcios.

Os resultados obtidos da estimativa conjunta por mxima verossimilhana das equaes (6) a (8) so exibidos nas tabelas 6 e 7.

BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008

www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

12

Tabela 6: Estimativa conjunta restrita das equaes (6) a (8)

Varivel dependente: R Mtodo: ML ARCH Data: 04/13/06 Hora: 17:32 Amostra (ajustada): 3 1492 Observaes includas: 1490 depois de ajustes Convergncia obtida depois de 13 iteraes. Coeficiente C 0.000179 R(-1) -0.478418 C ARCH(1) GARCH(1) R Quadrado R Quadrado ajustado E.P. da regresso Soma dos resduos ao quadrado 3,18E-05 0,104377 0,835882 0,219373 0,217271 0,023092 0,791884 Equao Varincia 3,18E-05

Erro padro 0.000530 0.024741

Estatstica Z 0.336769 -19.33720

P-valor 0.7363 0.0000 C ARCH(1) GARCH(1) 0,219373 0,217271 0,023092 0,791884 Equao Varincia 3,18E-05

Equao de Varincia C 3,18E-05 ARCH(1) 0,104377 GARCH(1) 0,835882 R Quadrado R Quadrado ajustado E.P. da regresso Soma dos resduos ao quadrado de C

de

Tabela 7: Estimativa conjunta restrita das equaes (6) a (8)

Varivel dependente: R Mtodo: ML - ARCH Data: 04/13/06 Hora: 17:33 Amostra (ajustada): 3 1492 Observaes includas: 1490 depois de ajustes Convergncia obtida depois de 13 iteraes. Coeficiente C -0.000122 R(-1) -0.475189 C ARCH(1) GARCH(1) V R Quadrado R Quadrado ajustado E.P. da regresso Soma dos resduos ao quadrado Log da verossimilhana Estat. Durbin-Watson 4,58E-06 0,164251 0,702765 6,01E-07 0,219414 0,216784 0,023099 0,791842 3545,646 2,283296

Erro padro Estatstica Z 0.000476 -0.256652 0.024236 -19.60644 Equao de Varincia C 4,58E-06 ARCH(1) 0,164251

P-valor 0.7974 0.0000 C ARCH(1) GARCH(1) V 0,219414 0,216784 0,023099 0,791842 3545,646 2,283296

GARCH(1) 0,702765 V 6,01E-07 R Quadrado R Quadrado ajustado E.P. da regresso Soma dos resduos ao quadrado Log da verossimilhana Estat. Durbin-Watson

Primeiramente, estimaram-se os parmetros da equao (8) sob a restrio de que 1 igual a 0 (equao de varincia restrita), conforme mostrado na tabela 6. Disso, concluiu-se serem os parmetros 1 e 1 positivos e significantes. A soma observada (1+1) 0,93, indicando forte persistncia (histerese) da volatilidade condicional. Na etapa seguinte, o interesse recaiu sobre a equao de varincia condicional irrestrita (tabela 7). Descobriu-se que o parmetro estimado 1 positivo, embora significante somente ao nvel de 10%. interessante notar que os dados informaes mostram uma queda na
Brazilian Business Review www.bbronline.com.br

13

Medeiros e Van Doornik

persistncia de volatilidade quando se inclui o volume de negcios na equao (8), uma vez que a soma (1+1) cai para 0,86 na regresso irrestrita. Como apontado por Piscitelli (1999), o termo histerese, vindo da fsica, tem sido usado nas teorias econmica e economtrica para fazer referncia a dois fenmenos distintos: persistncia nos desvios em relao ao equilbrio, possivelmente acompanhada de um eventual retorno ao estado anterior de equilbrio, e a presena de razes unitrias em sistemas de equaes lineares de diferena ou diferenciais, significando que um nico choque temporrio muda permanentemente a trajetria de equilbrio do sistema. Em economia emprica, no entanto, a histerese usada de maneira mais livre para indicar que choques temporrios resultam em uma mudana permanente em relao ao previamente persistente estado do sistema, apesar de no se poder verificar se este estado anterior do sistema estava em equilbrio e se a mudana persistente permanente. At certo ponto, os resultados para o mercado acionrio brasileiro aqui apresentados do pouco suporte para o modelo MDH. O volume de negcios como proxy para o fluxo de informaes tem pouco efeito na volatilidade dos retornos. Por outro lado, verificou-se que os parmetros 1 e 1 permanecem significantes apos a incluso do volume de negcios na equao (8). Isso pode ser visto como um sinal de que ou o volume de negcios reflete apenas ligeiramente o fluxo de informaes, ou que a suposio de MDH de que a informao flui simultaneamente para o mercado pode estar incorreta.

4.6. Relao Causal

Para testar a causalidade, estimou-se um modelo VAR(1) bivariado, com os resultados apresentados na tabela 8. A ordem de VAR foi escolhida com base na minimizao dos critrios de informao de Akaike e Schwartz. Na tabela 8, pode-se ver que a influncia do volume de negcios defasado nos retornos fraca, com o parmetro correspondente sendo significante somente no nvel de 12% (Estatstica t = 1,1832). Alm disso, evidente que a influncia dos retornos defasados no volume de negcios insignificante. De qualquer modo, uma perspectiva melhor sobre as influncias do volume de negcios nos retornos e vice versa pode ser obtida a partir de testes de causalidade Granger. A tabela 9 mostra resultados dos testes de Granger para causalidade unidirecional entre retornos e volume de negcios, e entre retornos ao quadrado (volatilidade) e volume de negcios, baseados respectivamente nos resultados do VAR(1) presentes na tabela 8. Como esperado, no se pde encontrar evidncias de uma relao causal entre retornos e volume de negcios em qualquer direo. Isto significa que previses de curto prazo sobre retornos correntes ou futuros, na maior parte dos casos, no podem ser melhoradas pelo conhecimento de dados recentes do volume de negcios e vice-versa. Alm disso, a tabela 9 ilustra como volatilidade dos retornos Granger-causa o volume de negcios e como o volume de negcios Granger-causa a volatilidade dos retornos com maior intensidade ainda. Isso significa que a causalidade entre o volume de negcios e a volatilidade dos retornos ocorre em ambas as direes. Este resultado corrobora descobertas anteriores de que variaes nos preos de aes em qualquer sentido contm informaes relevantes para negcios futuros (MESTEL, GURGUL; MAJSDOZ, 2003). A relao bi-causal entre volume de negcios e volatilidade de retornos pode ser vista como evidncia de que chegada de novas informaes segue um processo simultneo. Isso implica que a forma forte de eficincia de mercado se mantm, uma vez que informaes privadas esto refletidas no preo das aes.
BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008 www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

14

5. CONCLUSO
Neste estudo, a relao emprica entre retornos, volatilidade dos retornos e volume de negcios foi analisada com o uso de dados do mercado de aes brasileiro. Encontraram-se evidncias de uma significativa relao contempornea entre volatilidade de retornos e volume de negcios, a qual pde ser detectada na anlise de correlao cruzada. No entanto, uma anlise baseada em equaes simultneas mostra que os retornos dependem do volume de negcios, mas isso no se aplica no sentido inverso.

Tabela 8: Resultados do VAR(1)

Observaes includas: 1490 depois de ajustes Erros padres e estatsticas t entre parnteses R -0.464387 (0.02300) (-20.1874) -1.68E-05 (1.4E-05) (-1.18372) 0.001830 (0.00162) (1.13095) 0.220252 0.219203 0.790993 0.023064 3503.825 3503.829 3503.840 4.82E-05 0.026101 V 19.87980 (41.0352) (0.48446) -0.254830 (0.02525) (-10.0916) 133.2501 (2.88583) (46.1740) 0.064372 0.063114 2517002. 41.14209 -7651.094 -7651.090 -7651.079 106.1866 42.50528 0.884177 -4136.729 -4136.721 -4136.699

R(-1)

V(-1)

R Quadrado R Quadrado ajustado E.P. da regresso Soma dos resduos ao quadrado Log da verossimilhana Akaike AIC Schwarz SC Mdia Var.Dependente D.P. Var. Dependente Determinante da covarincia residual Log da verossimilhana Critrio de informao Akaike Critrio Schwarz

Brazilian Business Review

www.bbronline.com.br

15

Medeiros e Van Doornik

Tabela 9: Testes de causalidade Granger

Amostra: 1 1492 Defasagens: 1 Hiptese nula: R no Granger-causa V V no Granger-causa R R2 no Granger-causa V V no Granger-causa R2 Obs 1490 1490 Estatstica F 0.23470 1.40119 5.28956 12.2245 P-valor 0.62813 0.23671 0.02159 0.00049

Descobriu-se ainda que maiores volumes de negcios esto associados com um aumento na volatilidade dos retornos e que esta relao assimtrica, j que mais pronunciada quando os preos de aes aumentam do que vice versa. A estimao GARCH (1,1) de retornos e volatilidade confirmam efeitos ARCH e alta histerese na volatilidade condicional. A histerese da varincia ao longo do tempo declina parcialmente se o volume de negcios for includo como proxy para as informaes recebidas na equao de volatilidade condicional. A estimativa GARCH d um suporte quase irrelevante para a MDH (hiptese de distribuio mista), uma vez que a incluso de volume de negcios na equao de varincia (estimao irrestrita) produz um coeficiente fracamente significativo, e isso no alivia os fortes efeitos ARCH observados na equao de varincia restrita. As descobertas aqui apresentadas diferem em alguns aspectos daquelas obtidas em estudo similar (MESTEL, GURGUL; MAJDOSZ, 2003). Enquanto aqueles autores encontraram somente um fraco suporte para uma relao contempornea e dinmica entre retornos e volume de negcios, aqui foram encontradas relaes dinmicas e contemporneas significantes entre essas duas variveis. Uma das possveis explicaes para as diferenas o mtodo utilizado para estimar o sistema de equaes simultneas, que consiste nas equaes (3) e (4), uma vez que aqueles autores utilizaram 2SLS, enquanto aqui foi utilizada a mxima verossimilhana com informao plena, que tende a ser um mtodo mais robusto. Outra diferena ocorre com relao aos testes de causalidade Granger. Enquanto aqueles autores encontraram uma fraca relao causal entre retornos e volume de negcios, aqui no foi encontrada qualquer causalidade entre essas duas variveis. Alm disso, enquanto eles revelam que a volatilidade de retornos precede o volume de negcios, aqui se chegou a evidncias concretas de que h uma relao de causalidade mtua entre essas duas variveis. Naturalmente, j que os mtodos estatsticos e economtricos utilizados em ambos estudos so similares, a diferena notada com respeito aos resultados empricos so provavelmente conseqncia de diferentes fatores institucionais e de microestrutura, que diferenciam um pequeno, porm desenvolvido mercado de aes (ustria) de um relativamente pequeno, porm emergente, mercado de aes (Brasil). Os autores acreditam que os resultados do presente trabalho possam ajudar a melhor compreender a microestrutura do mercado de aes, especialmente em sua variedade emergente. No entanto, como o mercado de aes brasileiro pequeno quando comparado a mercados mais desenvolvidos, investigaes comparativas adicionais com respeito a outros mercados so desejveis.

REFERNCIAS
ANDERSEN, T.G. (1996) Return volatility and trading volume: An information flow interpretation of stochastic volatility. Journal of Finance 51 (1): 169-204.
BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008 www.bbronline.com.br

A Relao Emprica entre Dividendos, Volatilidade de Retornos e Volume de Negcios

16

BRAILSFORD, T.J. (1996) The empirical relationship between trading volume, returns and volatility. Accounting and Finance 35 (1): 89-111. BROCK, W.A.; LEBARON, B.D. (1996) A dynamic structural model for stock return volatility and trading volume. The Review of Economics and Statistics 78 (1): 94-110. CLARK, P.K. (1973) A subordinated stochastic process model with finite variance for speculative prices. Econometrica 41 (1): 135-155. DARRAT, A.F., RAHMAN, S.; ZHONG, M. (2003) Intraday trading volume and return volatility of the DJIA stocks: A note. Journal of Banking and Finance 27 (10): 2035-2043. EPPS, T.W; EPPS, M.L. (1976) The stochastic dependence of security price changes and transaction volumes: Implications for the mixture-of-distribution hypothesis. Econometrica 44 (2): 305-321. GALLO, G.M.; PACINI, B. (2000) The effects of trading activity on market volatility. The European Journal of Finance 6 (2): 163-175. GRANGER, C. (1969). Investigating causal relations by economic models and cross-spectral methods. Econometrica 37 (3): 424-438. HIEMSTRA, C.; JONES, J.D. (1994) Testing for linear and nonlinear Granger causality in the stock price - volume relation. Journal of Finance 49 (5): 1639-1664. IPEA Instituto de Pesquisa Econmica Aplicada (2006). Database accessed in 2006. www.ipeadata.gov.br. KARPOFF, J.M. (1987) The relation between price changes and trading volume: A survey. Journal of Financial and Quantitative Analysis 22 (1): 109-126. LAMOUREUX, C.G.; LASTRAPES, W.D. (1990) Heteroscedasticity in stock return data: Volume versus GARCH effects. Journal of Finance 45 (1): 221-229. LAMOUREUX, C.G.; LASTRAPES, W.D. (1994) Endogenous trading volume and momentum in stock-return volatility. Journal of Business and Economic Statistics 12 (2): 253-260. LEE, B-S; RUI, O.M. (2002) The dynamic relationship between stock returns and trading volume: Domestic and cross-country evidence. Journal of Banking and Finance 26 (1): 5178. MACKINNON, J.G. (1991) Critical Values for Cointegration Tests, Chapter 13 in Long-run Economic Relationships: Readings in Cointegration, edited by R.F.Engle and C.W.J. Granger, Oxford University Press. MESTEL, R.; GURGUL, H.; MAJDOSZ, P. (2003) The Empirical Relationship between stock returns, return volatility and trading volume on the Austrian stock market. University of Graz, Institute of Banking and Finance, Research Paper.

Brazilian Business Review

www.bbronline.com.br

17

Medeiros e Van Doornik

OMRAN, M.F.; MCKENZIE, E. (2000) Heteroscedasticity in stock returns data revisited:Volume versus GARCH effects. Applied Financial Economics 10 (5): 553-560. PISCITELLI, L.; CROSS, R.; GRINFELD; M.; LAMBA, H. (2000) A test for strong hysteresis, Computational Economics, Volume 15, Numbers 1-2, April 2000: 59 - 78. RITTER, J.R. (2003) Behavioral Finance. Pacific-Basin Finance Journal 11(4): 429-437. TAUCHEN, G.; PITTS, M. (1983) The price variability-volume relationship on speculative markets. Econometrica 51 (2): 485-505

BBR, Vol. 5, N. 1, Art. 1, p. 01-17, Jan-Abr 2008

www.bbronline.com.br