Você está na página 1de 41

FUNDAO GETULIO VARGAS ESCOLA DE ECONOMIA DE SO PAULO

A Taxa tima de Hedge no Mercado Brasileiro do Boi Gordo Uma abordagem com BEKK, DCC e BEKK com dummies de safra e entressafra

Drcio Aurlio Benetton Lazzarini

So Paulo Abril de 2010

FUNDAO GETULIO VARGAS ESCOLA DE ECONOMIA DE SO PAULO

A Taxa tima de Hedge no Mercado Brasileiro do Boi Gordo Uma abordagem com BEKK, DCC e BEKK com dummies de safra e entressafra

Drcio Aurlio Benetton Lazzarini

Dissertao apresentada Escola de Economia de So Paulo da Fundao Getulio Vargas, como requisito para obteno do ttulo de mestrado. Campo de Conhecimento: Econometria Financeira Orientador: Dr. Pedro Luiz Valls Pereira

So Paulo Abril de 2010 1

Lazzarini, Drcio Aurlio Benetton. A Taxa tima de Hedge no Mercado Brasileiro do Boi Gordo: Uma Abordagem com BEKK, DCC e BEKK com Dummies de Safra e Entressafra/ Drcio Aurlio Benetton Lazzarini. - 2010. 41 f. Orientador: Pedro Luiz Valls Pereira Dissertao (mestrado) - Escola de Economia de So Paulo. 1. Hedging (Finanas). 2. Bovino Preos -- Brasil. 3. I. Valls, P. (Pedro). II. Dissertao (mestrado) - Escola de Economia de So Paulo. III. Ttulo.

CDU 336.764.2

FUNDAO GETULIO VARGAS ESCOLA DE ECONOMIA DE SO PAULO

A Taxa tima de Hedge no Mercado Brasileiro do Boi Gordo Uma abordagem com BEKK, DCC e BEKK com dummies de safra e entressafra

Drcio Aurlio Benetton Lazzarini

Dissertao apresentada Escola de Economia de So Paulo da Fundao Getulio Vargas, como requisito para obteno do ttulo de mestrado. Campo de Conhecimento: Econometria Financeira Orientador: Dr. Pedro Luiz Valls Pereira

Data de Aprovao: __/__/____ BANCA EXAMINADORA:

________________________________________ Prof. Dr. Pedro Luiz Valls Pereira (Orientador) FGV-EESP

________________________________________ Prof Dr. Paulo Picchetti FGV-EESP

________________________________________ Prof Dr. Emerson Fernandes Maral Mackenzie

So Paulo Abril de 2010 3

Resumo

Esta dissertao tem trs objetivos. O primeiro encontrar o melhor mtodo para se calcular a taxa tima de hedge no mercado brasileiro do boi gordo. Para isso, foram testados cinco modelos: BEKK, DCC de Tse e Tsui (2002), DCC de Engle e Sheppard (2001), BEKK com dummy de safra e BEKK com dummy de entressafra. O segundo calcular o diferencial de razes de hedge entre a safra e entressafra , pois a taxa de hedge na entressafra deve ser maior devido a uma maior incerteza sobre um possvel choque de oferta, o que afetaria negativamente os custos dos frigorficos. O terceiro e ltimo objetivo desvendar o porqu da literatura brasileira de taxa tima de hedge estar encontrando estimativas muito pequenas das taxas quando comparadas s realizadas no mercado. Conclui-se que os modelos DCCs so os que, no geral, obtm um desempenho melhor pelo critrio de reduo de varincia e aumento do ndice de Sharpe e que a taxa de hedge na entressafra no deve ser maior que na safra. Notase tambm que a quebra da expectativa intertemporal com a mudana de contratos faz com que a varincia da srie dos retornos futuros aumente muito, diminuindo assim a taxa de hedge.

Abstract

This dissertation has three objectives. The first is to find out the best method to calculate the optimal hedge ratio of the brazilian market of live cattle. In order to do this, five models were tested: BEKK, DCC of Tse and Tsui (2002), DCC of Engle and Sheppard (2001), BEKK with crop dummy and BEKK with intercrop dummy. The second is to calculate the gap between the hedge ratio in the crop and in the intercrop, whereas the hedge ratio in the intercrop must be higher than in the crop because the higher uncertainty about a negative impact on the offer, which would affect negatively the cost of the slaughter houses. The third and last objective is to unveil the fact that the brazilian literature of the optimal hedge ratio is finding very short estimations of this hedge ratio compared with those used on the market. The Conclusion is that the DCCs models have the best performance by the variance reduction criteria and Sharpe index

increase criteria and that the hedge ratio in the intercrop must not be higher than in the crop. Another finding is that the gap of the intertemporal expectation caused by the contractual change implies a higher variance on the future return series, which decrease the hedge ratio.

Sumrio

1-Introduo 7 2-Reviso de Literatura 10 3-Metodologia 13 4-Base de Dados 15 5-Anlise e discusso 16 5.1-Trabalhando com dados dirios 16 5.1.1-Taxa tima estimada por Mnimos Quadrados Ordinrios 19 5.1.2-Taxa tima estimada por um BEKK 20 5.1.3-Taxa tima estimada por um DCC-TT 22 5.2-Trabalhando com dados mensais (Primeiro dia til do ms) 23 5.2.1-Estimao por MQO 26 5.2.2-Estimao por BEKK 27 5.2.3-Estimao por DCC-TT 28 5.2.4-Estimao por DCC-Engle 29 5.3-Safra VS Entressafra 30 6-Eficincia dos Modelos 33 7-Eficincia das Previses dos Modelos 34 8-Concluso 35 9-Referncias 36 10-Anexo 39

1-Introduo O hedge uma operao fundamental para os agentes que desejam diminuir sua exposio ao risco de mercado por causa das variaes adversas de preos no futuro. No mercado de boi, o produtor pode fazer um hedge de venda para travar seu preo de venda no futuro e no ter incerteza sobre sua receita. J o frigorfico pode fazer um hedge de compra para travar seu custo. Para efetuar essa operao, os hedgers determinam uma razo de hedge, em outras palavras, o quanto de contrato futuro comprar ou vender para cada unidade do ativo. Essa razo deve ser tal que aumente a utilidade do hedger: minimizando o risco e maximizando o retorno da carteira. Uma taxa de hedge igual a um no a melhor estratgia se o hedger deseja minimizar seu risco. Ela pode parecer atrativa porque o produtor estaria protegendo todo seu rebanho, contudo, ele pode estar tomando risco demais no mercado futuro. Essa estratgia chamada de ingnua na literatura. A razo tima ou taxa tima de hedge aquela que minimiza a varincia da carteira de hedge:

Y
onde:

BS g BF
t

(1)

: o lucro por arroba


t

BS : a variao do preo da arroba do boi spot BF : a variao do preo da arroba do boi futuro
t

g : um escalar
O objetivo do hedge minimizar a varincia de Y. Assim:

VAR(Y )

2 s

2 f

2g

sf

(2)

Sendo:

2 s

a varincia do retorno spot a varincia do retorno futuro a covarincia entre os retornos spot e futuro

2 f

sf

Minimizando a varincia em relao g:

VAR(Y ) g
*

sf

2 f

g 0

(3)

sf 2 f

(4)

Percebe-se que a taxa de hedge tima que minimiza a varincia a razo entre a covarincia dos retornos do futuro e spot e a varincia do futuro. Este o mesmo resultado que se obtm ao estimar o parmetro da equao abaixo pelo mtodo dos Mnimos Quadrados Ordinrios (MQO).

BS

BF

(5)

O estimador de tender em probabilidade para:

sf 2 f

Porm, essa metodologia requer uma hiptese de no correlao dos regressores com os erros para que o estimador seja no viesado e uma hiptese de homoscedasticidade para que o estimador seja eficiente. Contudo, sabe-se que na maioria das sries financeiras um fato estilizado chamado de agrupamento de volatilidade responsvel pela varincia variando no tempo, uma vez que grandes variaes so seguidas de grandes variaes, o mesmo acontecendo com pequenas variaes. Assim, necessita-se de um mtodo que consiga modelar essa varincia ao longo do tempo. Uma metodologia largamente utilizada na literatura atravs de modelos GARCHs multivariados. Esses modelos podem recuperar a matriz de varincia e covarincia que, nesse caso, variante no tempo. Desse modo, ao se dividir a covarincia do retorno spot com o futuro pela varincia do futuro, tem-se uma taxa de hedge variante no tempo, o que bem plausvel porque o risco que o hedger toma tambm varia no tempo. Neste trabalho calculada a taxa tima de hedge para o mercado brasileiro do boi gordo usando diversas metodologias, tais quais: MQO e os modelos GARCH multivariados, a saber: BEKK (Engle e Kroner, 1995) e DCC (Tse e Tsui, 2002; Engle e Sheppard, 2001). Alm desses, um novo modelo ser proposto: um BEKK com dummy de safra e um com dummy de entressafra. Desse modo, poder se calcular o diferencial entre as taxas de hedge nesses perodos. Espera-se que a taxa de hedge na entressafra seja maior porque a probabilidade de um choque negativo de oferta mais elevada o que faz com que os frigorficos protejam mais os seus custos. Por fim, ser feita uma anlise comparativa da eficincia dos modelos pelo critrio de reduo da varincia da carteira de hedge e pelo critrio de aumento do ndice de Sharpe dessa carteira.

2-Reviso de Literatura A literatura sobre taxa tima de hedge no mundo muito vasta , pois ela foi iniciada na dcada de 60. Stein (1961) considerado por muitos o pioneiro sobre o assunto. Ederington (1979) foi o primeiro a encontrar a derivao da taxa tima de hedge como sendo a razo da covarincia do retorno spot com o futuro sobre a varincia do futuro. O ganho marginal de mencionar muitos artigos muito baixo, pois os aqui mencionados resumem a idia central. Os artigos internacionais que esto na fronteira do conhecimento tm estimado a taxa tima com modelos multivariados de volatilidade com mudana de regime Markoviana (Markov Switching). Esse o caso de Lee e Yoder (2005) que usaram um modelo BEKK com mudana de regime para estimar a taxa tima de hedge para milho e nquel nos Estados Unidos. Eles compararam o desempenho desse com a do modelo BEKK sem mudana de regime e MQO. A concluso foi que o modelo BEKK com mudana de regime tem um desempenho melhor do que os outros modelos, segundo o critrio de reduo de varincia. Outro exemplo disso foi Alizadeh e Nomikos (2004) que calcularam a razo de hedge de varincia mnima usando uma abordagem com mudana de regime Markoviana. Eles utilizaram dados semanais do spot e futuro das sries FTSE-100 e S&P500. Com um modelo de dois regimes para a varincia, os resultados foram que a taxa de hedge estimada obteve resultados semelhantes s estimaes tradicionais feitas por MQO, GARCH e VEC Diagonal, este ltimo mais restrito que o BEKK, pois impe restries na matriz de varincia e covarincia variante no tempo de forma que ela seja positiva definida; contudo, esse modelo no permite uma interao dinmica entre as variveis retornos spot e futuro, o que no modelo BEKK possvel. J nas estimativas fora da amostra, o modelo com dois regimes tem um desempenho melhor em termos de reduo do risco da carteira. A escolha dos autores por um modelo com somente dois regimes porque esses captam melhor a relao dinmica entre o spot e o futuro; um terceiro regime s captaria choques do ativo futuro. A literatura brasileira tem acompanhado a internacional. Chiodi et al (2005), comparam a efetividade do hedger brasileiro para soja feitos na BM &F (Bolsa de 10

Mercadorias e Futuros) e na CBOT (Chicago Board of Trade). Como grande parte da produo brasileira destinada exportao a qual a maior parte negociada na CBOT, os preos negociados nesse mercado exercem muita influncia sobre os preos domsticos dessa commodity. Eles usaram os trs meses anteriores dos contratos que vencem em maio (safra no Brasil e entressafra nos E.U.A) e novembro (entressafra no Brasil e Safra nos E.U.A) de 2003 e 2004 nas duas bolsas; os preos spots so de Cascavel e Sorriso devido importncia dessas regies no complexo da soja. Estimando a taxa tima por MQO, eles concluram que um hedge feito na BM&F mais eficiente, em termos de reduo de varincia, que um hedge feito na CBOT. Monteiro (2008) foi alm e usou um modelo DCC (correlao condicional dinmica) com mudana de regime markoviana bivariada para buscar a correlao entre o retorno do spot e futuro do Ibovespa e Dlar. Com dois regimes em cada ponto no tempo, duas correlaes foram estimadas e, conseqentemente, duas razes de hedge. Assim sendo, Monteiro ponderou as duas correlaes estimadas pelas suas respectivas probabilidades. No primeiro estgio, a correlao do spot com o futuro prxima de um, por isso a taxa de hedge tambm perto de um. No segundo estgio, essa correlao menor que a do primeiro, devido a isso a taxa de hedge estimada no segundo estgio sempre inferior a do primeiro. Monteiro concluiu que seu modelo melhor em termos de reduo de varincia em relao s estimaes mais usuais como MQO e Modelo de correes de erros. Os artigos brasileiros sobre taxa de hedge no mercado de boi gordo seguem a linha de Guimares (2005) que analisou se a razo tima de hedge calculada por uma regresso simples seria apropriada para o mercado de boi gordo. Usando uma base de dados de outubro de 2000 at outubro de 2005, ele concluiu que estimaes feitas por MQO geram resultados semelhantes aos do modelo geral de Myers e Thompson (1989), e que as razes de hedge estimadas com sries semanais apresentaram, constantemente, valores superiores s estimadas com sries dirias. Logo aps, Bitencourt et al (2006) calcularam a taxa tima de hedge por dois mtodos: modelo convencional de regresso e o Garch-Bekk bivariado para o mercado de boi gordo. Os dados so os retornos dos preos do ndice ESALQ e futuro da BM&F entre 30/10/2001 at 25/10/2004, o contrato usado foi o mais lquido. Eles concluram 11

que a taxa tima de hedge estimada por um BEKK produz res ultados mais satisfatrios que a estimada por MQO. Numa tentativa de calcular a taxa de hedge em diferentes regi es: Zilli et al (2008) usaram o modelo de correo de erros para estimar a taxa tima de hedge para o mercado de boi gordo da regio de Cuiab (MT) e Campo Grande (MS) com dados dirios, semanais e mensais. Eles concluram que as maiores taxas de hedge esto na regio de Campo Grande onde a volatilidade maior. Talvez por essa razo, os produtores dessa regio devem proteger uma maior parte de sua produo comparado a Cuiab. A freqncia dos dados tambm importa. Estimaes da taxa tima de hedge com dados dirios produziram valores menores que as feitas com dados semanais e mensais. O mais recente artigo foi de Cruz e Lima (2009) que calcularam a taxa tima de hedge para o mercado de boi gordo brasileiro usando dois mtodos: modelo de correo de erros (1987) e de Myres e Thompson (1989). Usando uma base de dados de 21/11/2005 a 09/11/2007 com retornos dirios e semanais dos contratos mais lquidos, eles encontraram para o primeiro modelo uma taxa tima de hedge 32,43% para dados dirios e 55,03% para dados semanais e para o segundo 30,46% e 57,67%, respectivamente. Os artigos brasileiros para a taxa tima de hedge do mercado de boi gordo tm achado razes muito pequenas quando comparadas s taxas praticadas no mercado. Por isso, um dos objetivos dessa dissertao descobrir o porqu disso.

12

3-Metodologia Alm da estimao por OLS tradicional, sero estimados outros trs modelos: o BEKK (Engle e Kroner, 1995), DCC (Tse e Tsui, 2002) e DCC (Engle e Sheppard, 2001). O modelo de BEKK ter somente uma defasagem devido s poucas observaes que se tem ao trabalhar com dados mensais.

A equao da varincia condicional do modelo BEKK :


m n

H A A'
t 0

0 i 1

A (ut i u't i) A'


i

j 1

B H B'
j t j

(6)

Sendo que

uma matriz triangular inferior,

(para

) e

(para

) so matrizes quadradas irrestritas.

o resduo, assim, sua expresso

representa a varincia instantnea do modelo. No caso do modelo usado, tanto o i quanto o j so iguais a 1, ou seja, o modelo tem uma defasagem.

O modelo de Correlao Condicional Dinmica de Tse e Tsui (DCC-TT) tem a seguinte forma:

(7)

Onde

uma matriz diagonal com GARCHs univariados e

uma matriz

de correlao dos resduos padronizados tal que sua dinmica da forma:

R (1
t

)R

t 1

t 1

(8)

Sendo:

13

M m 1 i , jt 1 2 M m 1

u u
it m 2 M it m

jt m

m 1

2 jt m

(9)

Os dois modelos DCCs tambm tero uma defasagem. J o DCC de Engle e Sheppard (2001) que tem a seguinte forma:

(10)

Onde

uma matriz diagonal com GARCHs univariados e

uma matriz

de correlao dos resduos padronizados tal que sua dinmica da forma:

diag ( P t )

1/ 2

Pt diag (Pt )

1/ 2

(11)

Sendo:

P (1
t

A a 1 a

B b 1 b

)P

A a 1 a

u u'
t 1

B b 1 b

t 1

t b

(12)

14

4-Base de Dados Para se calcular a taxa de hedge tima de um ativo, deve-se usar a srie de retorno dos preos spot e futuro. A srie spot mais conhecida no mercado e na literatura brasileira o ndice Esalq/BM&F. Assim, essa ser a srie usada como Proxy para o preo spot. J a srie futura aquela cujo contrato negociado na BM&F e a srie usada no trabalho composta pelos preos negociados do primeiro vencimento. Como todo final de ms vence um contrato, a srie apresenta quebras em alguns primeiros dias do ms. Os dados referem-se ao perodo de 02/10/2000 e 01/12/2009. O retorno dirio calculado o composto (diferena entre logs). As taxas de hedge sero calculadas com dados dirios (2244 observaes) e mensais (109 observaes). As sries so nomeadas como: BGSPOT (ndice Esalq/BM&F), BGFUT (preo futuro), RET_BGSPOT (retorno do ndice Esalq/BM&F) e RET_BGFUT (retorno futuro). As dummies exgenas para safra e entressafra recebem os nomes de: D_SAFRA e D_ENTRESSAFRA. A safra vai de novembro a maio e a entressafra de junho a outubro. As estimaes foram feitas no programa OxMetrics.

15

5-Anlise e discusso

5.1-Trabalhando com dados dirios Esta seo contm as estimaes das taxas de hedge timas, bem como seus grficos e especificaes. Mas primeiro, deve-se analisar como que as sries Spot e Futuro se comportaram ao longo do tempo. Abaixo os grficos das sries em nvel e retorno:

Grfico 1: Preo da arroba do Boi Gordo Spot e Futuro (dados dirios).

BGFUT 90

BGSPOT

80

70

60

50

40 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Fonte: Bloomberg

Aparentemente as sries andam juntas, evidenciando o fato de que o ativo financeiro Boi Gordo Futuro da BM&F um bom ativo para se fazer hedge, pois quanto maior a correlao de dois ativos maior ser a eficincia do hedge. Percebe -se

16

tambm que a srie futura se descola da spot em alguns pontos, talvez isso cause algum tipo de problema adiante. Grfico 2: Retorno do preo da arroba do Boi Gordo Spot e Futuro (dados dirios).

RET_BGFUT 0.100

RET_BGSPOT

0.075

0.050

0.025

0.000

-0.025

-0.050

-0.075

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Fonte: Bloomberg

Percebe-se que a srie futura tem vrios retornos extremos ao longo do perodo. Isso devido a mudana contratual que ocorre mensalmente. Todo final de cada ms vence um contrato, e no incio do ms seguinte um novo contrato comea. Abaixo na tabela 1 esto as estatsticas descritivas das sries em nvel e retorno.

Tabela 1: Estatsticas Descritivas dos dados dirios. Mdia Mediana Mximo Mnimo Desvio BGSPOT BGFUT RET_BGSPOT RET_BGFUT 59,24717469 59,21148396 0,000238897 0,00025067 56,73 56,705 0,000184298 0 94,41 95,5 0,028609289 0,11181557 38,59 37,5 -0,035632787 -0,088686846 13,81493525 13,80372063 0,004641162 0,009670408 17

Padro Assimetria 0,769485573 0,75520832 Curtose 2,800575283 2,815338504 Jarque-Bera 225,166925 216,4953508 P-Valor 0 0 Observaes 2244 2244 Fonte Bloomberg

-0,23703822 9,87148214 4435,828428 0 2244

1,424679275 26,08496979 50586,74205 0 2244

A mdia da srie spot em nvel maior que a da srie futura, j nos retornos o inverso ocorre. O desvio padro da srie spot em nvel maior que o da srie futura em nvel; porm, quando se comparam os retornos, o desvio padro do futuro aproximadamente o dobro do spot. Isso remete a dois fatos. Primeiro, a idia de que com uma taxa de hedge muito alta, o hedger estaria tomando risco demais no mercado futuro. Segundo, a quebra das expectativas temporais devido a mudana contratual, que levou abundncia de valores extremos, ocasionou uma grande varincia na srie futura. Usando os testes ADF (Augmented Dickey-Fuller, 1979) e Phillips-Perron (1988) no se rejeitam as hipteses nulas de que as sries spot e futuro dirias tm uma raiz unitria em nvel e se rejeitam essas hipteses quando testados os retornos. No teste Kwiatkowski-Phillips-Schmidt-Shin (1992) se rejeita a hiptese nula de que as sries so estacionrias em nvel, mas no no retorno. Ou seja, as sries spot e futuro so no estacionrias em nvel e estacionrias em retorno.

Tabela 2: Testes de razes unitrias para dados dirios. Sries Dirias ADF PP KPSS BGSPOT -1,4761 -1,2396 4,1874 BGFUT -1,3409 -1,4276 4,1489 RET_BGSPOT -15,3264 -25,8998 0,0775 RET_BGFUT -43,8879 -44,1695 0,0758 Valor crtico -3,4331 -3,4331 0,7390 (=1%) Valor crtico -2,8626 -2,8626 0,4630 (=5%) Valor crtico -2,5374 -2,5374 0,3470 (=10%) Fonte: Bloomberg 18

5.1.1-Taxa tima estimada por Mnimos Quadrados Ordinrios Estimando a regresso:

BS

BF

(13)

Encontra-se que:

ret _ bgspot 0,01976 0,1632ret _ bgfut


(0,06212) [0,0319] (0,00953) [0,0000]

(14)

Os desvios padres das estimativas esto entre parnteses e seus p-valores entre colchetes. De acordo com a estimao feita por mnimos quadrados, a taxa tima de hedge de 16,32%, valor esse muito pequeno comparado com as taxas de hedge que so praticadas no mercado. O teste de White indica que os resduos so heteroscedsticos com um alpha de 1%. As prximas estimativas sero feitas com mtodos multivariados para a volatilidade condicional.

19

5.1.2-Taxa tima estimada por um BEKK Os modelos Garch Multivariados sero estimados com constantes na equao da mdia e na equao da varincia. Um outro modelo que garante que a matriz de varincia e covarincia seja definida positiva e que permite uma dependncia dinmica das volatilidades o modelo BEKK. Usou-se aqui o modelo BEKK-Diagonal do Oxmetrics e a razo tima de hedge estimada por esse mtodo est ilustrada no grfico 3 logo abaixo. Ao analisar o grfico, percebe-se que essa taxa ainda varia em um patamar muito pequeno apesar de seu valor mximo ser de 0,9498 e o seu mnimo ser de -0,02667, o que vai contra a teoria de hedge. Em outras palavras, se a taxa de hedge negativa, o hedger tomar uma posio futura igual spot; ou seja, se ele est comprado em spot, ele comprar futuro e se estiver vendido em spot, ele vender futuro. A taxa mdia de 0,1222, valor esse muito baixo, indicando a persistncia do problema. Os valores extremos positivos ocorrem no primeiro dia do ms quando vence um contrato e comea outro. H um gap nesta data em todas as sries da matriz de varincia e covarincia condicional: varincia do spot, varincia do futuro e covarincia do spot com o futuro. O aumento repentino da covarincia com um aumento menos que proporcional da varincia do futuro faz com que a razo tima de hedge seja quase um no primeiro dia til de novembro de 2005 e agosto de 2006. Apesar desses primeiros dias do ms terem uma elevada taxa de hedge, os demais primeiros dias teis tm uma taxa relativamente baixa porque a srie de varincia futura apresenta mais choques positivos nos primeiros dias dos meses que a srie de covarincia. O valor negativo da taxa nos dias 11/12/2007 e 7/06/2009 ocorre pelo fato da covarincia ser negativa. Percebe-se tambm que nesses dias as sries de preos spot e futuro se descolam, esse movimento em sentidos opostos faz com que a covarincia dos retornos seja negativa.

20

Grfico 3: Taxa tima de hedge estimada por um BEKK.

0.9

Taxa de Hedge BEKK

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0.0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Fonte: Bloomberg

21

5.1.3-Taxa tima estimada por um DCC-TT Usando o modelo DCC de Tse e Tsui o problema da magnitude da razo de hedge continua. A taxa mdia para esse modelo de 0,1294. Um valor ainda muito baixo o que leva a concluir que o problema pode estar nos dados e no no mtodo usado. Uma possvel soluo ser apresentada na prxima seo. Percebe-se que o modelo DCC capta muito mais choques que o BEKK. No DCC, a covarincia estimada se torna muito voltil, sua srie apresenta diversos choques. Isso ocorre pela dinmica que a matriz de correlao dos resduos padronizados possui (ver equao 8 e 9). Isso explica o fato do modelo DCC ter mais valores extremos que o modelo BEKK.

Grfico 4: Taxa tima de hedge estimada por um DCC-TT.


0.9 Taxa de Hedge DCC-TT 0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Fonte: Bloomberg

22

5.2-Trabalhando com dados mensais (Primeiro dia til do ms) Os gaps existentes nas sries dos retornos se do pela quebra da periodicidade das expectativas. A primeira observao do ms contm uma expectativa de 29 dias sobre o contrato que vencer no fim do ms, j na segunda observao, essa expectativa de 28 dias, e assim por diante. A ultima observao do ms tem uma expectativa de 1 dia apenas, e quando muda de ms e comea um novo contrato, a observao subseqente dessa com um dia de expectativa tem uma de 30 dias novamente. Uma alternativa para solucionar esse problema usando dados mensais sendo a observao do ms o primeiro dia til dos dados dirios. Dessa forma, a expectativa sobre o contrato do ms de 29 dias. Abaixo esto os grficos do nvel e retorno das novas sries: Grfico 5: Preo da arroba do Boi Gordo Spot e Futuro (dados mensais)

BGFUT 90

BGSPOT

80

70

60

50

40 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Fonte: Bloomberg

23

Grfico 6: Retorno do preo da arroba do Boi Gordo Spot e Futuro (dados mensais).

0.15

RET_BGFUT

RET_BGSPOT

0.10

0.05

0.00

-0.05

-0.10

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Fonte: Bloomberg

Os retornos extremos que existiam na srie com dados dirios no existem mais. A tabela 2 abaixo mostra a estatstica descritiva das sries mensais em nvel e retorno:

Tabela 3: Estatsticas Descritivas dos dados mensais. Mdia Mediana Mximo Mnimo Desvio Padro Assimetria 0,766295631 0,723352782 Curtose 2,788409404 2,745327875 Jarque-Bera 10,87096311 9,80007592 P-Valor 0,004359135 0,0074463 Observaes 109 109 Fonte:Bloomberg BGSPOT BGFUT RET_BGSPOT RET_BGFUT 59,51908257 59,6740367 0,00490516 0,004936813 56,82 56,8 -0,002405499 -0,000428357 93,97 93,05 0,137395845 0,159929373 40,09 38,84 -0,08897968 -0,147656985 13,76472912 13,635253 0,043005098 0,051775838 0,749494681 3,675596167 12,27793843 0,002157146 109 0,271763736 3,544033774 2,685918327 0,26107197 109

24

Percebe-se que com a mudana da periodicidade dos dados, o desvio padro do retorno futuro j no mais o dobro do spot, mas sim levemente superior. Os testes de razes unitrias novamente indicam que as sries so no estacionrias em nvel, mas estacionrias em retorno.

Tabela 4: Testes de razes unitrias para dados mensais. Sries Mensais ADF PP KPSS BGSPOT -1,1894 -1,2741 0,8506 BGFUT -1,4423 -1,4598 0,8556 RET_BGSPOT -8,8187 -8,7942 0,0889 RET_BGFUT -9,815 -9,7979 0,0697 Valor crtico -3,4913 -3,4913 0,7390 (=1%) Valor crtico -2,8881 -2,8881 0,4630 (=5%) Valor crtico -2,581 -2,581 0,3470 (=10%) Fonte: Bloomberg

25

5.2.1-Estimao por MQO Todas as estimativas adiante sero feitas sem as ltimas 10 observaes da amostra, assim, poder-se- comparar a eficincia das previses de todos modelos.

Calculando por MQO, chega-se que:

ret _ bgspot 0,2242 0,685823ret _ bgfut


(0,00257) [0,3860] (0,04986) [0,0000]

(15)

Os desvios padres das estimativas esto entre parnteses e seus p-valores entre colchetes. Com os dados mensais, a estimativa por MQO resultou um valor bem plausvel para a taxa tima de hedge: 68,58%. Se tirada a constante que insignificante com um alpha de 38%, a taxa tima passa a ser: 69,15%. O teste de White indica que os resduos so homoscedsticos com um alpha de 20%. Adiante sero feitas as estimaes por modelos multivariados para volatilidade condicional.

26

5.2.2-Estimao por BEKK A taxa estimada por BEKK oscila entre um mnimo de 0,3441 e um mximo de 0,8338, com uma taxa mdia de 0,7002, valor muito mais aplicvel ao mercado comparado aos outros valores encontrados por outros trabalhos presentes na literatura. O desvio padro amostral da srie de hedge abaixo de 0,1053. Os dois valores extremos, um no final de 2006 e outro no final de 2007, ocorrem porque a covarincia entre as sries tem uma grande queda nessas datas e a varincia futura tem um grande aumento, diminuindo assim a razo de hedge pelas duas frentes possveis. Grfico 7: Taxa tima de hedge estimada por um BEKK.

Taxa de Hedge BEKK 0.8

0.7

0.6

0.5

0.4

2001

2002

2003

2004

2005

2006

2007

2008

2009

Fonte: Bloomberg

27

5.2.3-Estimao por DCC-TT A taxa estimada por DCC-TT oscila entre um mnimo de 0,481654 e um mximo de 1,04, valor esse que deve ser igual a 1 na realidade, caso contrrio o hedger estaria vendido a descoberto, ou seja, ele estaria vendido no futuro sem ter o ativo spot. Percebe-se que isso acontece porque a srie de covarincia tem um salto nesse dia (primeiro de janeiro de 2008) e o mesmo no ocorre com a varincia futura. A taxa mdia de 0,693539 com um desvio amostral da srie de abaixo de 0,069555 que menor que o do modelo anterior.

Grfico 8: Taxa tima de hedge estimada por um DCC-TT.

Taxa de Hedge DCC-TT 1.0

0.9

0.8

0.7

0.6

0.5 2001 2002 2003 2004 2005 2006 2007 2008 2009

Fonte: Bloomberg

28

5.2.4-Estimao por DCC-Engle A taxa estimada por DCC-Engle oscila entre um mnimo de 0,481641 e um mximo de 1,04 com uma mdia de 0,693621, valores levemente diferentes que os do modelo DCC-TT. O desvio padro amostral exatamente o mesmo: 0,069555. Pouco se diferem as sries e os valores extremos parecem ser os mesmos. Grfico 9: Taxa tima de hedge estimada por um DCC-Engle.

Taxa de Hedge DCC-Engle 1.0

0.9

0.8

0.7

0.6

0.5 2001 2002 2003 2004 2005 2006 2007 2008 2009

Fonte: Bloomberg

Percebe-se que os quatro modelos usados at agora (MQO, BEKK, DCC de Tse e Tsui e DCC de Engle) com os dados mensais obtiveram taxas de hedge mais compatveis s usadas no mercado. Agora ser testado um novo modelo considerando os perodos de safra e entressafra.

29

5.3-Safra VS Entressafra A entressafra o perodo de pouca chuva no ano que vai de junho a outubro. Os pastos secam e o perodo de engorda bovina, para os bois criados no pasto, se prolonga devido escassez de alimento. O pico da safra em maio, quando as chuvas comeam a diminuir, dando lugar a um perodo mais frio e seco. Por outro lado, no final de outubro ocorre o pico da entressafra, quando o clima seco deixa de existir com o comeo das chuvas. A probabilidade de um choque negativo de oferta maior na entressafra, por isso ela marcada por um nvel maior de preos fazendo com que os pecuaristas utilizem estratgias para engorda nesse perodo seco como: semi-confinamento (os animais so suplementados a pasto) e confinamento. muito vantajoso para os confinadores de gado se hediarem na entressafra aproveitando a alta dos preos do perodo. Para os frigorficos, a entressafra pode gerar um aumento mais que esperado nos custos devido incerteza sobre choques imprevistos de oferta. Por isso, espera-se que os frigorficos se protejam mais nesse perodo, aumentando a taxa de hedge. Esta seo quantificar a diferena entre as taxas timas de hedge para safra e entressafra com modelos de volatilidade condicional multivariada e dummies exgenas para safra e entressafra. Ao se estimar os modelos BEKK com as dummies nas equaes de varincia, notou-se que as dummies de safra tm o sinal positivo, ambas significantes com um de 10%, enquanto que as dummies de entressafra tm o sinal negativo, ambas significantes com um de 1% (ver anexo). Fato esse esperado, pois a dummy de safra estaria aumentando a varincia futura o que diminui a razo de hedge, isso ocorre porque a varincia futura o denominador dessa razo. J a dummy de entressafra estaria diminuindo a varincia futura, aumentando assim a taxa de hedge. Os grficos 10 e 11 mostram as estimaes dessas taxas pelos modelos com dummies exgenas. A taxa tima de hedge do modelo com dummy de safra varia entre um mnimo de 0,3441 e um mximo de 0,8338 com uma mdia de 0,7002. J no modelo com dummy de entressafra essa taxa varia entre 0,3098 e 0,8949, com uma mdia de

30

0,6891. Logo, o hedger no deve se proteger mais na entressafra. O desvio padro do modelo de entressafra de 0,1410 e o de safra 0,1053. No se colocaram as duas dummies no mesmo modelo por causa da multicolinearidade perfeita. Em outras palavras, as duas dummies somadas so iguais a constante da equao de varincia, assim, a matriz dos regressores no teria posto completo.

Grfico 10: Taxa tima de hedge estimada por um BEKK-Safra

Taxa de Hedge BEKK-Safra 0.8

0.7

0.6

0.5

0.4

2001

2002

2003

2004

2005

2006

2007

2008

2009

Fonte: Bloomberg

31

Grfico 11: Taxa tima de hedge estimada por um BEKK-Entressafra.


0.9 Taxa de Hedge BEKK-Entressafra

0.8

0.7

0.6

0.5

0.4

2001

2002

2003

2004

2005

2006

2007

2008

2009

Fonte: Bloomberg

32

6-Eficincia dos Modelos Um modo de analisar a eficincia da taxa de hedge estimada atravs da reduo de varincia da carteira de hedge:

BS g BF
t

(16)

Essa reduo em relao carteira sem hedge (varincia do retorno spot) e est em porcentagem. Tambm ser analisado o ndice de Sharpe dividindo o retorno da carteira pela sua varincia.

Tabela 5: Eficincia dos modelos: Estratgias Varincia Reduo da Varincia em % ndice de Sharpe 0,001884 0,0000% 3,684333 0,000900 52,2334% 0,100938 0,000638 66,1062% 3,512734 0,000639 66,0699% 2,078496 0,000626 66,7612% 3,845744 0,000626 66,7613% 3,845972 0,000639 66,0698% 2,078426 0,000636 66,2170% 1,983034

Unhedged Ingnua MQO BEKK DCC-TT DCC-Engle BEKK-Safra BEKKEntressafra Fonte: Bloomberg

A taxa estimada pelo modelo DCC-Engle a que mais reduziu a varincia da carteira, seguida pela estimada por: DCC-TT, BEKK-Entressafra, MQO, BEKK e BEKKSafra. A estratgia ingnua pode ser perigosa financeiramente porque expe o hedger a um risco muito grande comparado aos das outras estratgias. Quando se analisa o ndice de Sharpe, observa-se que os modelos DCC so os que mais maximizam o retorno, dada uma varincia. O mais interessante de tudo que uma operao sem hedge tem o terceiro maior ndice de Shape. Isso quer dizer que, dependendo dos custos de transaes e operacionais para se proteger no mercado, talvez no valha a pena fazer o hedge. 33

7-Eficincia das Previses dos Modelos Foram feitas previses das taxas timas de hedge 10 passos a frente para todos os modelos. Para analisar se essas so boas previses, sero calculadas as varincias e ndices de Sharpe como na tabela anterior.

Tabela 6: Eficincia das previses dos modelos: Estratgias Varincia Reduo da Varincia em % ndice de Sharpe 0,001185 0,0000% -12,862519 0,000556 53,0637% -2,236868 0,000128 89,1585% -43,916058 0,000144 87,8222% -36,262012 0,000134 88,6547% -41,561724 0,000134 88,6555% -41,566566 0,000144 87,8222% -36,262034 0,000176 85,1626% -34,175930

Unhedged Ingnua MQO BEKK DCC-TT DCC-Engle BEKK-Safra BEKKEntressafra Fonte: Bloomberg

Observa-se que o modelo que mais reduziu a varincia foi o MQO seguido por DCC-Engle, DCC-TT, BEKK-Safra, BEKK, BEKK-Entressafra. Ao se analisar o ndice de Sharpe, percebe-se que a melhor estratgia a ingnua. O mercado de boi gordo nos ltimos 10 meses sofreu uma grande queda nos preos, principalmente nos preos spot (o retorno mdio mensal no perodo foi de -1,52% para o preo spot e -1,39% para o futuro). Ento o hedger que estava mais protegido foi o que menos perdeu capital. Os ndices de Sharpe so todos negativos por causa do retorno negativo da carteira de hedge no perodo.

34

8-Concluso Um dos objetivos dessa dissertao foi encontrar o melhor mtodo para se calcular a taxa de hedge no mercado brasileiro do boi gordo. Para isso, foram testados cinco modelos: BEKK, DCC de Tse e Tsui, DCC de Engle, BEKK com dummy de safra e BEKK com dummy de entressafra. Um outro objetivo foi calcular o diferencial de razes de hedge entre a safra e entressafra, supostamente a taxa de hedge na entressafra deve ser maior devido maior incerteza sobre um possvel choque de oferta o que afetaria negativamente os custos dos frigorficos. E por fim, o ltimo objetivo foi desvendar o porqu da literatura brasileira de taxa tima de hedge estar encontrando estimativas muito pequenas das taxas quando comparadas s realizadas no mercado. Os modelos DCC-TT e DCC-Engle so os melhores no critrio de reduo da varincia e aumento do ndice de Sharpe quando analisados dentro da amostra. Se tratando de previses, alm desses modelos, o MQO tambm tem um desempenho muito bom no quesito reduo de varincia. A hiptese de que a taxa de hedge na entressafra deve ser maior que na safra foi rejeitada pelas estimaes feitas pelos modelos BEKKs com dummies de s afra e entressafra. Finalmente, a resposta de o porqu a literatura brasileira estar encontrando valores muito baixos para as taxas de hedge est nos dados e no no tipo de modelo usado. A quebra da expectativa temporal com a mudana de contratos faz com que a varincia da srie futura aumente muito, diminuindo assim a taxa de hedge. Uma soluo usar sries mensais, sendo as observaes os preos de negociao de algum dia do ms, por exemplo: todo dia 1, 15 ou 30.

35

9-Referncias Alizadeh, A; Nomikos, N; A Markov Regime Switching Approach for Hedge Stock Indices; The Journal of Future Markets; vol.24, p.p. 649-674; 2004

Billio, M; Caporin, M; Multivariate Markov Switching Dynamic Conditional Correlation GARCH Representations for Contagion Analysis; Statistical Methods & Applications; Vol.14, pp 145-161;2005

Bitencourt, Wanderci; Silva, Washington Silva, Sfadi Thelma; Hedge Dinmico: Uma Evidncia para os Contratos Futuros Brasileiros; Organizaes Rurais & Agroindustriais; Janeiro-Abril; Vol.8; No.001; pp.71-78; Universidade Federal de Lavras; 2006

Bueno, Rodrigo; Alves, Denisard; Hedge: Varincia Mnima; I Encontro Brasileiro de Finanas; 2001; So Paulo

Chiodi, Luciane ; Geraldini, Elcio; Marques, Pedro; Martines, Joo; Anlise da efetividade de Hedging com os Contratos Futuros de Soja na BM&F e CBOT; XLIII Congresso da Sober; 2005

Cruz, Aline; Lima, Joo; Efetividade nas Operaes de Hedge com Contratos de Boi Gordo BM&FBOVESPA; Revista de Economia e Administrao; INSPER Instituto de Ensino e Pesquisa; Vol.8; No.1; 2009

Dickey, D.A e W.A. Fuller; Distribution of the Estimators for Autoregressive Time Series with a Unit Root; Journal of the American Statistical Association; 74, p. 427431; 1979

Ederington, Louis; The Hedging Performance of the New Futures Markets; The Journal of Finance; vol. 34, n. 1, p. 157-170; 1979 36

Engle, R. F; Kroner, K. F; Multivariate Simultaneous Generalized ARCH; Econometric Theory; 11; p. 122-150; 1995

Engle, R. F; Sheppard, K; Theoretical and Empirical Properties of Dynamic Conditional Correlation Multivariate GARCH; NBER Working Paper 8554; 2001

Guimares, Ricardo; Razo tima de Hedge em Funo do Horizonte de Hedge e da Periodicidade dos Dados: Uma Aplicao no Mercado de Boi Gordo Brasileiro; FGV/EESP; Dissertao de Mestrado; So Paulo; 2005

Kwiatkowski, D;. Phillips, P; Schmidt, P e Shin Y: Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root; Journal of Econometrics 54; 159178; 1992

Lamoureux, C; Lastraspes, W; Persistence in Variance, Structural Change, and the GARCH Model; Journal of Business & Economic Statistics; Vol.8, p.p. 225-234; 1990

Lee, H; Yoder J; A Bivariate Markov Regime Switching Approach to Estimate Time Varying Minimum Variance Hedge Ratios; Working Paper; 2005

Marques, P; P, Mello; J, Martines; Mercados Futuros e de Opes Agropecurias; Piracicaba, S.P; Departamento de Economia, Administrao e Sociologia da Esalq/USP; 2006; Srie Didtica n D-129.

Monteiro, Wagner;

Dynamic

Hedging

in

Markov

Regimes;

FGV/EESP;

Dissertao de Mestrado So Paulo; 2008

Myers, R. J; Thompson, S. R; Generalized Optimal Hedge Ratio Estimation; American Journal of Agricultural Economics; v.71, n.4, p. 858-867, nov/1989

37

Phillips, P.C.B and P. Perron; Testing for a Unit Root in Time Series Regression; Biometrika; 75, 335346; 1988

STEIN, J; The Simultaneous Determination of Spot and Futures Prices; American Economic Review; vol. 51, p.p. 1012-1025; 1961.

Tsay, Ruey; Analysis of Financial Time Series; Wiley Series in Probability and Statistics; Second Edition; Wiley Interscience; 2005

Tse, Y. K; Tsui, A. K. C; A Multivariate Generalized Autoregressive Conditional Heteroscedasticity Model with Time-Varying Correlations; Journal of Business and Economic Statistics; vol. 2002, nmero 3.

Zilli J; Ferreira A; Campos S; Costa J; Razo tima de Hedge para os Contratos Futuros do Boi Gordo: Uma Anlise do Mecanismo de Correo de Erros; XLVI Congresso da Sociedade Brasileira de Economia, Administrao e Sociologia Rural; Rio Branco, Acre; 2008

http://www.cepea.esalq.usp.br/boi/

Bloomberg

38

10-Anexo Coeficientes, desvios padres, estatsticas-t e p-valores dos modelos para as sries mensais:

Tabela 7: Modelo BEKK para sries mensais. Coeficientes Desvio ttPadro Estatstica Probabilidade 0,311105 0,39259 0,7924 0,4302 0,538309 0,41513 1,297 0,198 3,020767 0,50983 5,925 0 2,876711 0,43484 6,616 0 0,209476 0,6254 0,5333 0,6845 0,70311 0,91333 7,698 0 0,804731 0,051626 15,59 0 0,168076 0,098561 1,705 0,0916 -0,211107 0,093374 -2,261 0,0262

Cst1 Cst2 C_11 C_12 C_22 b_1.11 b_1.22 a_1.11 a_1.22

Tabela 8: Modelo DCC-TT para sries mensais. Coeficientes Desvio ttPadro Estatstica Probabilidade rho_21 0,82693 0,023544 35,12 0 alpha 0,00073626 0,00354 0 1 beta 0,548679 0,41814 1,312 0,1926

Tabela 9: Modelo DCC-Engle para sries mensais. Coeficientes Desvio ttPadro Estatstica Probabilidade rho_21 0,82698 0,02355 35,11 0 alpha 0,0005856 0,0813 0,0123 0,9902 beta 0,797623 0,25819 3,089 0,0026

39

Tabela 10: Modelo BEKK-Safra para sries mensais. Coeficientes Desvio ttPadro Estatstica Probabilidade 0,311077 0,39259 0,7924 0,4303 0,538261 0,41514 1,297 0,1982 3,020805 0,50986 5,925 0 2,876735 0,43486 6,615 0 0,351476 0,65454 0,2029 0,9397 0,703103 0,091341 7,698 0 0,804725 0,051631 15,59 0 0,168071 0,098561 1,705 0,09717 -0,211112 0,093377 -2,261 0,0262 0,00021 0,06359 1,812 0,0734 0,00031 0,07783 2,238 0,0278

Cst1 Cst2 C_11 C_12 C_22 b_1.11 b_1.22 a_1.11 a_1.22 D_SAFRA (Z)-1 D_SAFRA (Z)-2

Tabela 11: Modelo BEKK-Entressafra para sries mensais. Coeficientes Desvio ttPadro Estatstica Probabilidade Cst1 -0,233921 0,39746 -0,5926 0,555 Cst2 -0,151076 0,45007 -0,3357 0,7379 C_11 1,424377 0,45645 3,121 0,0024 C_12 1,524012 0,56787 2,684 0,0087 C_22 0,491637 1,2311 0,3994 0,69066 b_1.11 0,810659 0,073124 11,09 0 b_1.22 0,755193 0,079068 9,551 0 a_1.11 0,08561 0,094347 0,9074 0,3668 a_1.22 -0,277783 0,11493 -2,417 0,0177 D_ENTRESSAFRA -3,388514 0,9947 -3,407 0,001 (Z)-1 D_ENTRESSAFRA -4,364946 0,91093 -4,792 0 (Z)-2

40