Estudo de Eventos: Procedimentos e Estudos Empíricos

Wagner Moura Lamounier 1

Else MOnteiro Nogueira 2

RESUMO

O principal objetivo deste trabalho é discutir as aplicações e os pontos

fundamentais da metodologia de estudo de eventos bem como apresentar uma
revisão bibliográfica dos principais trabalhos teóricos e de aplicação empírica que
foram elaborados no Brasil e no mundo sobre este assunto. O Estudo de Eventos
é a metodologia que procura mensurar o impacto de uma informação pública,
divulgada em um dado momento, no comportamento dos preços dos títulos. Este
é um dos principais motivos pelos quais a sua utilização se torna importante,
sobretudo em mercados financeiros menos desenvolvidos e eficientes como o
brasileiro. No país, ainda são poucos os estudos que envolvam a metodologia do
estudo de eventos. Desta forma, este trabalho representa uma tentativa de
fornecer aos investidores, pesquisadores e estudantes, informações acerca do
tema contribuindo para que novos trabalhos na área possam ser elaborados.

Palavras Chaves: Estudo de Eventos, Modelos Estatísticos, Modelos

Econômicos, Retornos Anormais, Eficiência de Mercado;

1
Professor Doutor em Economia, adjunto Depto Ciências Contábeis - Universidade Federal de
Minas Gerais – UFMG.
2
Graduanda em Ciências Econômicas - Universidade Federal de Minas Gerais – UFMG.
E-mail: elsemc@face.ufmg.br

1
INTRODUÇÃO

A capacidade de definir o que poderá acontecer no futuro dos diversos

mercados, e das empresas que neles participam é fundamental para a escolha
entre várias alternativas de investimento por que passam os gestores de carteiras
de ativos, analistas de investimentos e demais participantes do mercado de
capitais. Esses agentes econômicos deverão buscar a máxima compreensão dos
riscos à que estão sujeitos em suas atividades e investimentos, a fim de tomar as
decisões mais corretas possíveis. Isso porque, em um ambiente econômico
competitivo tipicamente capitalista, a busca da eficiência e antecipação do
comportamento do mercado, capaz de garantir a “sobrevivência” dos investidores
e das firmas, se torna um ponto-chave. Nesse sentido, o controle do risco, via
conhecimento das especificidades dos mercados em que atuam, tem se
configurado, cada vez mais, como um dos principais aspectos na elevação da
eficiência e rentabilidade das carteiras dos investidores nos mercados financeiros.
Todavia, o que se pode observar é que essas possibilidades de ganho,
advindas de uma gestão mais eficiente dos riscos, ainda não são plenamente
aproveitadas por grande parte dos agentes econômicos atuantes nos mercados de
capitais muitas vezes pelo desconhecimento de técnicas e metodologias de
estudo que visem a contribuir para a redução da assimetria de informações.
Existem no mercado, diversos tipos de informações que são processadas a
todo instante, que vão desde de boletins de diretoria, decisões quanto à política de
investimentos, até a divulgação de demonstrações contábeis. Mensurar o impacto
destas informações no valor da firma são de essencial importância aos agentes do
mercado.
Desta forma, a metodologia do Estudo de eventos visa, a partir da hipótese
de que os mercados sejam eficientes, mensurar o impacto da divulgação de uma
dada informação no valor da empresa, mais especificamente no comportamento
dinâmico dos preços e dos retornos dessa firma nos mercados financeiros.
Nesse sentido, o objetivo da presente pesquisa é discutir as aplicações e os
pontos fundamentais da metodologia de estudo de eventos e os principais

2
trabalhos empíricos, no Brasil e no mundo, sobre a eficiência dos mercados
financeiros frente a diversos eventos corporativos, econômicos e financeiros.
Desta forma, procura-se divulgar à comunidade financeira e acadêmica,
informações acerca dessa metodologia que busca avaliar o impacto de uma
informação no comportamento dos retornos da ações.

1 METODOLOGIA DO ESTUDO DE EVENTOS

1.1 REVISÃO BIBLIOGRÁFICA E APLICAÇÕES DE ESTUDO DE EVENTOS

A metodologia do estudo de eventos vem sendo bastante difundida e
utilizada nas áreas de Economia, Ciências Contábeis e Finanças. Dentre os
eventos estudados e suas implicações, destacam-se: anúncios de dividendos,
fusões e aquisições, splits 3 , bonificações, dentre outros.
Segundo MACKINLAY (1997) a metodologia do estudo de eventos é
bastante antiga e vem, ao longo do tempo, sendo sofisticada. Dentre as
modificações, destaca-se o processo de separação dos eventos, ou seja, verificar
o impacto marginal de um tipo de evento na oscilação dos preços dos títulos para
períodos em que há mais de um evento no mercado. Ainda de acordo com
MACKINLAY (1997), os trabalhos de BALL & BROWN (1968) e FAMA et al. (1969)
introduziram a metodologia que é essencialmente utilizada atualmente.
BROWN & WARNER, nos artigos de 1980 e 1985, procuraram, a partir de
dados mensais e diários das cotações de ações de empresas, testar a eficiência
das diversas metodologias que são usadas para mensurar a performance dos
preços dos títulos. Segundo estes autores, os dados mensais oferecem algumas
vantagens em relação aos dados diários. Estes últimos são, na maioria das vezes,
caracterizados pelo não sincronismo na negociação, afetando os estimadores de
média e variância. Desta forma, os parâmetros do modelo, via estimação pelo
método dos Mínimos Quadrados Ordinários (MQO), são viesados e
inconsistentes, comprometendo a interpretação destes coeficientes. Além disso,

3
os autores colocam que “os retornos diários tendem a divergir mais da
normalidade do que os retornos mensais”. (BROWN & WARNER, 1985, p.4).
Vários são os trabalhos publicados sobre estudo de eventos. BALL &
BROWN (1968) comprovaram, através de um estudo em 1967, que cerca da
metade da variabilidade do nível dos ganhos de lucro por ação estariam
associados a efeitos econômicos. Uma vez que, historicamente, os rendimentos
das firmas tendem a se mover em conjunto com outras firmas, os autores
pressupõem que é possível realizar expectativas de rendimento da empresa a
partir dos dados passados e presentes de outras firmas. De acordo com estes
autores, uma nova informação disponível no mercado será incorporada aos
rendimentos de uma empresa, esperando-se que a diferença entre o retorno
observado e esperado seja reflexo da mesma. Mas não é possível afirmar que
toda esta diferença seja, necessariamente, reflexo da nova informação. Afirmam,
ainda, que parte desta diferença advém de políticas internas à empresa. À luz
destas informações, procuraram mensurar a reação do mercado à divulgação de
demonstrações financeiras. Utilizando o modelo de regressão (que estima as
mudanças no rendimento em função de efeitos econômicos e estratégicos), seu
estudo mostrou que há antecipação do mercado a este tipo de divulgação uma
vez que não houve alterações não usuais na performance anormal do índice,
estipulado por eles, no mês do anúncio.
No Brasil, diversos autores utilizaram a metodologia de estudos de eventos
para explicar o comportamento dos preços dos títulos frente à divulgação de
alguma informação pública. Destacam-se SCHIELL (1996) que, através das
divulgações trimestrais e anuais dos resultados contábeis, procurou analisar os
efeitos deste evento nos preços de 90 empresas negociadas na Bolsa de São
Paulo (BOVESPA). O autor chegou à conclusão de que o evento é capaz de
influenciar o processo de precificação das ações. O mesmo resultado não pôde
ser afirmado em relação ao evento da inclusão na divulgação do balanço de
pareces técnicos de auditores independentes.

3
Desdobramento de Ações no Mercado de Capitais que são distribuídas proporcionalmente aos
atuais proprietários.

4
 PROCIANOY & ANTUNES (2001) procuraram investigar como as decisões
de investimento, através da variação do ativo permanente e do ativo imobilizado,
afetam o preço das ações de mercado aberto. Os resultados encontrados por
estes autores evidenciaram uma relação entre as variações dos ativos e a
variação do valor do preço das ações. A proporcionalidade desta relação, no
entanto, depende da percepção do investidor quanto ao impacto das variações
destes ativos na geração futura de fluxos de caixa. Caso as perspectivas sejam de
uma geração negativa dos fluxos futuros, a reação dos investidores será negativa.
Caso os investimentos gerem expectativas de fluxos de caixas positivos, a relação
do evento, com a precificação dos ativos, torna-se direta.
Partindo da discussão sobre qual melhor parâmetro para se avaliar o preço
justo de uma empresa, LEITE & SANVICENTE (1990) procuraram testar se a
variação relativa do valor patrimonial de 43 empresas listadas na Bovespa, entre
1987 e 1988, possuía algum conteúdo informacional para o mercado. O evento a
ser analisado foi a entrega das Demonstrações Financeiras à Bovespa. Utilizando
os modelos Capital Asset Pricing Model (CAPM) e de Regressão Múltipla, a fim de
captar os efeitos de outras variáveis, como lucro por ação, dentre outras presentes
nas demonstrações, os autores concluíram que a divulgação das Demonstrações
Contábeis pode ser considerada um evento significativo ao mercado, mas que
parece sofrer alguma antecipação pelos agentes. Isso significa dizer que
informações privilegiadas podem ter sido acessadas por um grupo seleto de
investidores, sem o conhecimento geral do mercado. O valor patrimonial, principal
variável de análise do trabalho, não apresentou nenhum conteúdo informacional a
5%, de significância para as decisões de mercado na data do evento.
VIEIRA & PROCIANOY (2001), a partir das evidências empíricas que
comprovaram a existência de retornos anormais do mercado norte-americano em
dias em que houve realização de bonificação, procuraram avaliar o impacto deste
evento em mercados latino americanos. A fim de mensurar os retornos normais,
os autores utilizaram o Modelo de Mercado 4 fundamentados no procedimento

4
O Modelo de mercado, bem como os outros modelos utilizados em Estudos de Eventos, serão
detalhados posteriormente.

5
trade to trade. 5 Foram realizados testes para dois tipos de amostra. No primeiro
momento, buscaram comparar os resultados das bolsas latinas a fim de investigar
se a reação dos investidores diverge nos países estudados e, no segundo
momento, procuraram verificar, em cada país, se os retornos das ações do setor
bancário apresentavam resultados diferentes dos demais setores analisados.
Utilizando dados diários de Jan/1987 a Mai/87, a comparação com o
mercado americano sugeriu que existiam evidências de ineficiência do mercado
latino americano, ou seja, evidenciou-se a presença de retornos anormais,
sobretudo no dia da realização da bonificação e no primeiro dia subseqüente.
Quanto à análise setorial, o comportamento do retorno dos bancos em relação aos
demais setores é diferente para cada país estudado, tendo em vista a estrutura e
participação dos bancos na economia de cada um destes países.
Estes mesmos autores, em 1998, utilizaram a mesma metodologia do
trabalho anterior, a fim de identificar a reação dos investidores à realização de
stock splits e stock dividends, além de buscar explicações para persistência
desses eventos na hipótese de liquidez. Consideraram duas datas para os
eventos: a data (publicação) do anúncio e a data efetiva de realização do evento.
Além disso, os autores realizaram estudos com dois índices diferentes de
mercado, o Ibovespa e o FGV-100, de modo a comparar os resultados obtidos. Ao
final, os autores concluíram que, de modo geral, as taxas de retorno de ambos os
eventos foram superiores às taxas de retorno esperadas tanto na data do anúncio
quanto na data da realização, caracterizando a ineficiência do mercado.
Outro trabalho que merece destaque é o de SAITO & NETO (2002) que
procuraram verificar a dinâmica do preço das ações do mercado brasileiro após o
anúncio do pagamento de dividendos das empresas. Como destacam os autores,
o estudo não teve como objetivo focalizar, especificamente, alguma imperfeição
do mercado tendo em vista que este tipo de evento apresenta uma grande
dificuldade, em ser isolado. A amostra, composta de 163 eventos, foi dividida, no

5
Segundo MAYNERS & RUMSEY (1993) o procedimento trade to trade despreza os dias em que
não houve negociação, utilizando, assim, as taxas de retornos efetivamente observadas com
adaptações dos processos de estimação dos retornos anormais e dos testes estatísticos (utilização
de testes não paramétricos – Teste Rank, por exemplo).

6
primeiro momento, em função do dividend yield, ou seja, empresas que tenham
pago dividendos altos, intermediários ou baixos. A conclusão acerca desta sub-
amostra encontrou uma relação direta entre o dividend yield e o retorno
acumulado, ou seja, ações que pagam maiores dividendos possuem retornos
acumulados mais altos, ações com dividendos intermediários apresentaram
retornos acumulados intermediários e empresas com dividendos mais baixos
foram responsáveis por retornos acumulados negativos.
Posteriormente, a amostra foi dividida por controlador (fundos, estatais e
famílias) visando verificar se o mercado avalia os pagamentos de dividendos de
forma diferente segundo esta segmentação. As evidências encontradas sugeriram
que as empresas estatais apresentaram retornos acumulados superiores às
demais. No entanto, este resultado em nada sugere que o tipo de controlador
possa ter influência sobre o retorno acumulado pós- pagamento de dividendos
tendo em vista as diferenças mínimas do retorno acumulado para cada tipo de
controlador.
Por último, SAITO & NETO (2002) dividiram a amostra quanto à situação da
empresa no que diz respeito ao fato de a mesma ser privatizada ou não. As
conclusões encontradas foram similares à sub-amostra anterior, ou seja, este fato
não tem interferência sobre os retornos acumulados pós-pagamento de
dividendos.
PROCIANOY & HERRERA (1998) procuraram compreender como o
fenômeno da percepção do risco de insolvência se desenvolve nas empresas
brasileiras no transcurso do tempo até a chegada do processo de concordata.
Partindo de amostras de retornos diários e semanais, os autores encontraram
resíduos negativos e significativos a 1%, mostrando que o mercado reage
negativamente às notícias veiculadas em torno do requerimento da concordata.
Uma observação importante apresentada por estes autores deve-se à grande
volatilidade do preço das ações para um período próximo ao evento, dificultando a
mensuração dos retornos destas empresas pelos investidores. Na data do evento,
os resultados comprovaram uma queda dos retornos, mostrando que os
investidores desconheciam a chegada do requerimento de concordata ou tinham

7
dúvidas quanto à real data de sua apresentação. Após um ano de concordata, os
resíduos negativos continuaram a ser observados, indicando que as empresas,
apesar da proteção judicial mantida pelo governo, apresentavam resultados
insatisfatórios.

1.2 PROCEDIMENTOS DE UM ESTUDO DE EVENTOS

1.2.1 As Janelas de Estimação e do Evento

Para BROWN & WARNER (1980), o estudo de eventos é um instrumento

para se testar a eficiência do mercado uma vez que a presença de retornos
extraordinários, após um particular tipo de evento, é incoerente com a hipótese de
que os preços dos títulos refletirão, imediatamente, o conteúdo da nova
informação. Ou seja, de que a eficiência do mercado seja caracterizada pela forma
semi forte.
Assim, segundo MACKINLAY (1997) o estudo de eventos mensura o
impacto de um evento específico no valor da firma. Dada a racionalidade dos
agentes econômicos atuantes no mercado, e a hipótese de que os mercados
operam sob a ótica da eficiência semi-forte, espera-se que os efeitos de um
evento possam refletir rapidamente no preço das ações.
Torna-se necessário, desta forma, discutir os tipos de mercados que são
caracterizados em termos da eficiência, dado um fluxo informacional. Segundo
FAMA (1970), a eficiência do mercado é dita fraca, quando os agentes incorporam
completamente as informações sobre os preços passados devendo, estes, serem
bons sinalizadores para a expectativa dos preços futuros. É tida como semi-forte,
quando os preços refletem o comportamento históricos dos preços assim como
toda a informação pública (balanços patrimoniais, notícias, notas da diretoria, etc).
Por fim, a eficiência do mercado será forte quando investidores ou determinados
grupos possuem acesso restrito a qualquer informação relevante para a formação
dos preços, ou seja, conforme colocado por VIDAL & CAMARGOS (2003), os
preços também refletirão as informações privadas (não públicas).
Segundo MACKINLAY (1997) o primeiro passo para se trabalhar com esta
metodologia seria determinar o evento a ser estudado, bem como a identificar a

8
data relevante para o mesmo (data “zero”). A partir destas informações, o
pesquisador irá definir a chamada janela do evento. Conforme a Figura 1, a janela
do evento poderá ser definida de T1 a T2. Esta janela engloba o período durante o
qual os preços dos títulos das firmas envolvidas, neste evento, serão analisados.
Segundo VIDAL & CAMARGOS (2003), a janela de eventos deverá enquadrar os
momentos considerados importantes, de modo a se verificar se há, ou não, a
presença de retornos anormais para as ações em análise. Não deverá, porém, ser
muito extensa para que interferências de outros eventos não sejam incorporadas
aos testes e, assim, não acabem por influenciar as conclusões do trabalho.
Costuma-se, ao determinar a janela de evento, considerar, além da data
“zero”, um período de tempo após o anúncio (a fim de se verificar reações após o
evento) bem como um período anterior ao anúncio (de modo a verificar se não
ocorreram vazamentos de informações). Num segundo momento, o pesquisador
deve definir os critérios (base de dados, seleção do setor econômico, empresas
afetadas pelo evento) de seleção da amostra.

FIGURA 1 - :LINHA DE TEMPO DE UM ESTUDO DE EVENTOS

( JANELA DE ESTIMAÇÃO ] (J. DE EVENTO] (J. COMPARAÇÃO]

L1 L2 L3
t
T0 T1 0 T2 T3
FONTE: Adaptado de CAMPBELL, LO e MACKINLAY (1997: 157) apud VIDAL &
CAMARGOS (2003)

Onde:
t = 0 é a data do evento;
t = T0 + 1 até t = T1 é a janela de estimação e L1 = T1– T0, a sua extensão;
t = T1 + 1 até t = T2 é a janela de evento e L2 = T2 – T1, a sua extensão;
t = T2 + 1 até t = T3 é a janela de comparação e L3 = T3 – T2, a sua extensão;

A terceira etapa é considerada uma das mais importantes para o estudo de

eventos. Ela consiste na escolha do critério de mensuração dos retornos normais

9
e anormais. Os retornos são definidos por CAMPBELL, LO & MACKINLAY (1997)
da seguinte forma:

“Os retornos anormais são definidos como a diferença entre os retornos

observados ex post (após o evento) de um título dentro da janela de evento
e o retorno normal da firma. Os retornos normais são aqueles definidos
como retornos esperados sem a condição de que o evento ocorra.”
(CAMPBELL, LO & MACKINLAY, 1997, p. 151 - Tradução dos autores)

Uma vez selecionado o modelo que irá determinar o retorno normal, deve-
se definir a janela cujos parâmetros do modelo serão estimados. É comum utilizar,
para a escolha desta janela, o período anterior à janela de eventos, quando
factível. Segundo CAMPBELL, LO & MACKINLAY (1997), para alguns eventos
não é possível ter um período de estimação para a modelagem dos parâmetros
dos retornos normais. Ofertas públicas, também conhecidas como Initial Public
Offerings (IPO), são exemplos de eventos cuja janela de estimação não é factível.
De acordo com a figura 1, esta janela, conhecida como janela de
estimação, é definida no intervalo L1, não incorporando o período do evento, a fim
de prevenir a influência deste na estimação dos parâmetros do retorno normal.
Segundo VIDAL & CAMARGOS (2003), esta janela deve ser extensa o suficiente
para que possíveis discrepâncias nos preços possam ser diluídas sem provocar
grandes alterações na sua distribuição de freqüências.
Uma vez que o retorno normal esteja definido, os retornos anormais
poderão ser calculados. Desta forma, é importante definir a hipótese nula e as
técnicas para agregar os retornos anormais das firmas individualmente. Segundo
VIDAL & CAMARGOS (2003), os retornos anormais são acumulados nos dias
posteriores à data do evento, a fim de que a reação dos preços no mercado ao
longo da janela de evento seja avaliada, em razão da dificuldade de determinar a
data exata em que o mercado recebeu a informação do evento em estudo e como
a reação do mercado pode difundir-se nesses dias. Essa acumulação pode ser
feita em duas dimensões: no tempo e nos títulos 6 .

6
Para maiores detalhes, ver VIDAL & CAMARGOS (2003) e CAMPBELL, LO & MACKINLAY
(1997). Segundo CAMPBELL, LO & MACKINLAY (1997), quando se utiliza o procedimento da
acumulação dos retornos, deve-se considerar que os retornos anormais dos títulos,

10
 Uma vez realizados estes procedimentos, o pesquisador deverá estar
atento a possíveis interferências de outliers, uma vez que estudos que vierem a
apresentar um número limitado de observações poderão ser influenciados pelo
desempenho de uma ou duas empresas da amostra.
Por fim, conforme colocado por VIDAL & CAMARGOS (2003), levando-se
em conta os objetivos iniciais, ou seja, testar eficiência do mercado, o pesquisador
deve preocupar-se em formular as hipóteses de trabalho. As mesmas deverão ser
testadas para que os resultados possam ser descritos, levando o estudo às suas
interpretações e conclusões acerca do comportamento do mercado perante às
novas informações disponibilizadas.

1.2.2 O Cálculo dos Retornos das Ações

SOARES, ROSTAGNO & SOARES (2002) definem dois métodos para o
cálculo dos retornos das ações. A forma a ser utilizada dependerá da maneira
como o pesquisador percebe a dinâmica informacional do mercado e a reação do
mesmo às informações.
De um lado, no caso de se utilizar a capitalização discreta, a conjectura
feita é que as informações chegam em instantes distintos, causando variações
discretas nos preços das ações.A mensuração dos retornos na forma tradicional,
poderá ser definida como:
pt
r= −1 (1)
pt −1
Sendo Pt e Pt-1, preço da ação em t e em t–1, respectivamente.
Este modelo, no entanto, implica em uma distribuição de freqüências
assimétrica à direita, uma vez que a distribuição é truncada o ponto r = -1.

individualmente, não são correlacionados entre si. Para que isso aconteça, a data do evento para
cada empresa não deve se sobrepor à data do mesmo evento das outras empresas que
componham a amostra. CAMPBELL, LO & MACKINLAY (1997) sugerem duas vias para se
contornar o problema. A primeira seria agregar os retornos anormais em um único portfólio. Outra
alternativa, que parece ser mais vantajosa ao pesquisador, seria analisar os retornos anormais
sem agregação. A hipótese nula seria testada individualmente para cada título. Para isso, seria
necessário utilizar um modelo de regressão múltipla com variáveis qualitativas, dummies, para a
data do evento.

11
 Por outro lado, segundo FAMA (1965) apud SOARES, ROSTAGNO &
SOARES (2002), a utilização da capitalização contínua pressupõe que as
informações de mercado acontecem a todo momento, e que as ações reagem de
forma contínua a estas informações. A forma logarítmica para os retornos (r) será
definida por:
⎛ P ⎞
r = ln⎜⎜ t ⎟⎟ ou r = ln Pt − ln Pt −1 (2)
⎝ Pt −1 ⎠
Sendo Pt e Pt-1, os preços da ação em t e em t–1, respectivamente. Este modelo
implica uma distribuição de freqüência simétrica ou log-normal.
Este último modelo é mais adequado para o cálculo dos retornos, uma vez
que os testes estatísticos paramétricos exigem que se trabalhe com a distribuição
normal.

1.2.3 Os Retornos Normais e Anormais

O retorno anormal para uma firma i, segundo CAMPBELL, LO &
MACKINLAY (1997), será a diferença entre o retorno observado e o retorno
normal esperado podendo ser assim definido:
ARit = Rit − E ( Rit / X t ) (3)

Onde ARit , Rit , e E ( Rit / X t ) são, respectivamente, os retornos anormais,

observados e esperados. X t é o conjunto de informações disponíveis no momento

“t” para mensuração do retorno normal.
O retorno anormal será aquele calculado na janela de estimação. Para
CAMPBELL, LO & MACKINLAY (1997) existem, pelo menos, duas categorias de
modelos para mensurá-los: modelos econômicos e estatísticos.

1.2.4 Os Modelos Econômicos

Segundo MACKINLAY (1997) os modelos econômicos são aqueles que
levam em consideração o comportamento dos investidores e que não estão
fundamentados apenas em premissas estatísticas. O autor afirma que, uma vez
levam em consideração restrições econômicas, estes modelos poderão calcular os

12
retornos normais de forma mais precisa. Os exemplos mais comuns deste tipo de
modelo são o CAPM e o Arbitrage Pricing Model (APT).
De acordo com SHARPE (1964) e LINTNER (1965) apud CAMPBELL, LO &
MACKINLAY (1997), o CAPM é um modelo de precificação em um mercado em
equilíbrio, cujo retorno esperado de um ativo é uma função linear de sua
covariância com o retorno do portfólio de mercado. Assim, VIDAL & CAMARGOS
(2003) colocam que o CAPM é um modelo de equilíbrio geral, relacionando a
rentabilidade esperada de um ativo ou portfólio com o risco sistemático,
representado pelo coeficiente beta, e expresso por meio da seguinte fórmula:
[
Ε(Ri ) = R f + βi E ( Rm ) − R f ] (4)

Onde Ε(Ri ) é o retorno esperado de um título i, R f é o retorno de um ativo livre de

risco, β i é o risco não diversificável (sistemático) do título diante do mercado e o

Ε(Rm ) é o retorno esperado do portfólio de mercado.

Segundo CAMBELL, LO & MACKINLAY (1997), o CAPM foi durante muito
tempo, principalmente na década de 70, o principal modelo de mensuração dos
retornos normais. No entanto, para estes mesmos autores, um dos possíveis
motivos relacionados ao quase desaparecimento da utilização deste modelo,
estaria relacionado aos desvios das restrições impostas pelo modelo CAPM.
Um outro modelo econômico para mensuração do retorno normal que se
destaca é o modelo APT que, de acordo com ROSS (1976) apud CAMPBELL, LO
& MACKYNLAY (1997), corresponde a uma teoria de precificação de ativos em
que o retorno esperado de um ativo será determinado pela sua covariância com
um conjunto de fatores. Neste modelo, é impossível que dois portfólios livres de
risco possuam retornos esperados diferentes, uma vez que o mecanismo de
arbitragem eliminaria tal diferença. O modelo APT exige que os retornos ( Ri ) de

qualquer ação estejam linearmente relacionados a um conjunto de índices,

conforme equação abaixo:
Ri = αi + βi1F1 + βi 2 F2 + ..... + βik Fk + ε i (6)

13
Onde F j representa o valor do jota-ésimo índice com influência sobre o retorno

da ação i, os parâmetros β ij representam a sensibilidade do retorno da ação i ao

índice j, ε i é o termo de erro aleatório com média igual a zero e variância igual a

σ ε2i .

“Neste modelo, o prêmio de risco é obtido pela soma linear (de inclinação
positiva ou negativa) do retorno esperado de um título ou ativo com vários
fatores ( β ´s ) micro ou macroeconômicos que representam o risco do
mercado.” (VIDAL & CAMARGOS, 2003, p. 11)

Por fim, CAMBELL, LO & MACKINLAY (1997) afirmam que parece não
haver boas razões para utilizar os modelos econômicos ao invés de se utilizar os
modelos estatísticos em estudo de eventos devido às ressalvas feitas na
apresentação dos principais modelos deste bloco.

1.2.5 - Os Modelos Estatísticos

Os modelos estatísticos estão fundamentados em premissas estatísticas
que assumem os retornos como sendo, simultaneamente, multivariados,
independentes e, identicamente distribuídos, ao longo do tempo. Além disso, os
modelos estatísticos desprezam argumentos econômicos, concentrando-se
apenas no comportamento dos retornos dos ativos. Formalmente, CAMPBELL, LO
& MACKINLAY (1997) assumem:

Rt como sendo o vetor (n x 1) para os retornos dos títulos no período t; em que Rt

é independentemente multivariado e normalmente distribuído com a média μ e
com a matriz de covariâncias Ω para todo t.

1.2.5.1 Modelo de retorno ajustado à média constante

Considere-se μ i , o i-ésimo elemento para μ , a média do retorno para um

dado título i. Então o modelo de retorno ajustado à média constante pode ser
formalizado da seguinte maneira, conforme proposto por CAMPBELL, LO &
MACKINLAY (1997):

14
 Rit = μi + ξ it (8)

E (ξi ) = 0 Var (ξ it ) = σ ξ2i (9)

Onde Rit , o i-ésimo elemento de Rt , é o retorno do título i no período t; ξ it é o

termo de erro e σ ξ2i é o (i,i) elemento da matriz de covariâncias Ω .

VIDAL & CAMARGOS (2003) afirmam que o retorno esperado ex-ante para
um dado título i é igual à constante μ i , uma vez que, se aplicado o operador de

esperança em (8), tem-se que:

E ( Rit ) = E ( μi ) + E (ξ it ) (10)

Assim, pode-se considerar que:

E ( Rit ) = μ i (11)

O retorno anormal, ARit , será então dado pela diferença entre o retorno

observado, Rit , e o retorno esperado, μ i :

ARit = Rit − μ i (12)

Segundo CAMPBELL, LO & MACKINLAY (1997), a variância do erro pode

ser definida como:
σ ξ2 = Var ( Rit − μ i ) = Var ( Rit )
i
(13)

Embora este modelo seja considerado o mais simples, MACKINLAY (1997)

afirma que BROWN & WARNER (1980, 1985) encontraram em seus estudos
resultados similares quando escolheram modelos tidos como mais sofisticados
como, por exemplo, o modelo de mercado. Segundo o autor:

“Essa falta de sensibilidade dos resultados quanto à escolha do modelo a

ser utilizado pode ser atribuída ao fato de que a variância dos retornos
anormais não é freqüentemente reduzida ao se escolher modelos mais
sofisticados”. (MACKINLAY, 1997, p. 17 – Tradução dos autores)

Para BROWN & WARNER (1980), uma vez que os mercados são
eficientes, espera-se que os retornos anormais sejam nulos, uma vez que não há
espaço para a acumulação de retornos extraordinários. Desta forma, pode-se
inferir que:

15
 “Há momentos em que a mensuração do retorno de um dado título difere
em cada modelo. Entretanto, os retornos em mercados eficientes não
podem diferir sistematicamente. Isto significa que o valor esperado do
componente de erro ( ξ it ) – retorno anormal – do retorno de um título não
pode ser, sistematicamente, diferente de zero.” (BROWN & WARNER,
1980, p. 208 – Tradução dos autores)

1.2.5.2 Modelo de mercado

Segundo CAMPBELL, LO & MACKINLAY (1997), o modelo de mercado é
aquele que relaciona o retorno de um título com o retorno do portfólio de mercado.
A especificação do modelo assume a normalidade conjunta dos retornos dos
títulos e a premissa de que os pesos dos títulos no portfólio sejam constantes.
Para estes autores:
O modelo especifica que para qualquer título i, tem-se:
Rit = α i + β i Rmt + ε it (14)

E (ε i ) = 0 Var (ε it ) = σ ε2i (15)

Onde Rit e Rmt são os retornos no período t para o título i e para o portfólio de

mercado, respectivamente; ε it é o termo de erro; α i , β i e σ ε2i são os parâmetros

do modelo de mercado.
CAMPBELL, LO & MACKINLAY (1997) afirmam que o modelo de mercado
representa um avanço em relação ao modelo ajustado à média constante. Isso
ocorre porque, ao remover a porção do retorno que é relacionada à variação do
retorno de mercado, a variância do retorno anormal será reduzida. “Este fato
proporciona uma maior habilidade em detectar os efeitos dos eventos em função
da menor variabilidade.” (CAMPBELL, LO & MACKINLAY, 1997, p. 155 –
Tradução dos autores)
Uma vez que o erro seja dado por:
ARit = ε it = Rit − αi − βi Rmt (16)

A variância do erro poderá ser definida como:

σ ε2 = Var ( Rit − α i − β i Rmt )
i
(17)

σ ε2 = Var ( Rit ) − β i2Var ( Rmt )

i
(18)

16
 Dado que o coeficiente de determinação ( R 2 ), em finanças, representa a
proporção entre o risco sistemático e o risco total, o mesmo pode ser definido
como:
β i2Var ( Rm ) R 2Var ( Ri )
R2 = ou β 2 = (19)
Var ( Ri ) Var ( Rm )
Substituindo-se (19) em (18), a última poderá ser reescrita como:
σ ε2 = (1 − R 2 )Var ( Rit )
i
(20)

onde 0 ≤ R 2 ≤ 1 .
Combinando (13) e (20), tem-se que:
σ ε2 i = (1 − R 2 )σ ξ2 i (21)

Verificando a equação (21), percebe-se que os benefícios da utilização do

modelo dependerão do coeficiente de determinação ( R 2 ). Quanto maior este
coeficiente, maior será o ganho na utilização deste modelo uma vez que maior
será a redução da variância do retorno anormal.

1.2.6 Formulação das Hipóteses

Considere o modelo para a mensuração do retorno anormal para uma dada
empresa i:
ARt = Rt − (α + βRmt + δDt ) (22)

Onde Rt é o retorno observado, α , β e δ são os coeficientes. Dt representa uma

variável dummy que assumirá valor 1 para observações dos retornos pertencentes
à janela do evento e 0 caso contrário.
Da equação (22), tem-se que o evento será significativo, ou seja, terá
impacto no comportamento do retorno, se o coeficiente δ for, estatisticamente,
significativo. Os testes de hipótese a serem realizados estão fundamentados no
princípio de que o evento será ou não capaz de afetar os preços. Desta forma,
tem-se que a hipótese nula a ser testada será:
H 0 = AR = δ = 0 . Ou seja, o evento não tem impacto no comportamento dos
preços uma vez que o retorno, com ou sem a informação, é o mesmo.

17
 Por outro lado, a hipótese alternativa será determinada por:
H 1 = AR ≠ 0 e δ ≠ 0 . Ou seja, o evento impacta o comportamento dos preços;
Além disso, pode-se supor que para eventos positivos, ou seja, aqueles que
transmitam “boas notícias” inesperadas, o coeficiente seja δ >0 e para “más
notícias”, o coeficiente δ seja menor que zero, que poderia ser avaliado com um
teste unicaudal.
Uma vez que o Estudo de Eventos se propõe a testar a eficiência do
mercado, onde não há espaço para retornos extraordinários, tem-se que a
aceitação de H 0 indicará que o mercado é eficiente. Ao contrário, caso H 0 seja

rejeitada, o mercado será caracterizado como ineficiente. Assim, tem-se que a

informação não foi totalmente conhecida pelos agentes do mercado na data hábil,
levando os privilegiados a uma situação melhor do que os demais.
O pesquisador, ao analisar a significância dos parâmetros, deve estar
atento à distribuição de freqüência. Sugere-se um teste de Jarque-Bera (JB) a fim
de sejam verificadas a normalidade dos erros.
Caso a distribuição mostre-se normal, os testes paramétricos, como por
exemplo, a estatística t-student poderão ser bons estimadores para a análise dos
parâmetros. Caso contrário, ou seja, se prevalecer a não normalidade, BROWN &
WARNER (1980) sugerem, como alternativa, testes não paramétricos, tais como
sign test e o Rank test.

CONCLUSÃO

Este trabalho procurou apresentar alguns dos principais aspectos da

metodologia de estudo de eventos assim como apresentar os principais artigos
que foram produzidos sobre o assunto no Brasil e no mundo.
A apresentação do Estudo de Eventos proporcionará à comunidade
acadêmica e financeira suporte técnico para que novas pesquisas possam ser
desenvolvidas. É importante salientar que em mercados menos eficientes, como o
brasileiro, faz-se necessário possuir um conjunto de técnicas para que as

18
informações e o conhecimento destes mercados sejam mais transparentes aos
agentes econômicos, auxiliando-os na sua tomada de decisão.
Assim, várias são as sugestões deixadas por este artigo. Estudantes e
pesquisadores poderão utilizar esta metodologia para realizar testes sobre
diversos eventos corporativos, econômicos e financeiros, tais como a divulgação
das demonstrações financeiras (trimestrais ou anuais), fusões e/ou aquisições,
emissão de Depositary Receipts (DR’s) que acontecem, com certa freqüência, nos
mercados financeiros em todo o mundo.

REFERÊNCIAS
]
- BALL, R.; BROWN, P. An empirical evaluation of accounting numbers. Journal of
Accounting Research, Chicago: University of Chicago, v. 6, n. 2, Aut. 1968;
- BROWN, S. J.; WARNER, J. B. Measuring security price performance. Journal of
Financial Economics, Amsterdan: North Holland, v. 8, n. 3, set. 1980;
- BROWN, S. J.; WARNER, J. B. Using daily stock returns. Journal of Financial
Economics, Amsterdan: North Holland, v. 14, n. 1, mar. 1985;
- CAMPBELL, J. Y.; LO, A. W.; MACKINLAY, A. C. The econometrics of financial
markets. New Jersey: Princeton University Press, 1987;
- FAMA, E. F. Efficient capital markets: a review of theory and empirical work. The
Journal of Finance, Chicago: University of Chicago, v. 25, n. 2, maio 1970;
- HERRERA, P.; PROCIANOY, J. L.; Avaliação dos retornos das ações das
empresas concordatárias. In: ENCONTRO NACIONAL DOS PROGRAMAS DE
PÓS GRADUAÇÃO EM ADMINISTRAÇÃO, XXII. Foz do Iguaçu: ANPAD, set
1998;
- LEITE, H.; SANVICENTE, A.Z. Valor patrimonial: usos, abusos e conteúdo
informacional. RAE, São Paulo: FGV, v. 30, n. 3, jul-set. 1990;
- MACKINLAY, A.C. Event studies in economics and finance. Journal of Economic
Literature, Nashville: American Economic Association, v. 35, n. 1, mar. 1997;
- NOVIS NETO, J.A.; SAITO, R. Dividend Yields e persistência de retornos
anormais das ações: evidência do mercado brasileiro. In: ENCONTRO NACIONAL

19
DOS PROGRAMAS DE PÓS GRADUAÇÃO EM ADMINISTRAÇÃO, XXVI.
Salvador: ANPAD, set 2002;
- SCHIEHLL, E. O efeito da divulgação das demonstrações contábeis no mercado
de capitais brasileiro: um estudo sobre a variação no preço das ações. In:
ENCONTRO NACIONAL DOS PROGRAMAS DE PÓS GRADUAÇÃO EM
ADMINISTRAÇÃO, XX. Angra dos Reis: ANPAD, set. 1996;
- SOARES, R. O.; ROSTAGNO, L. M.; SOARES, K. T. C. Estudo de evento: o
método e as formas de cálculo do retorno anormal. In: ENCONTRO NACIONAL
DOS PROGRAMAS DE PÓS GRADUAÇÃO EM ADMINISTRAÇÃO, XXVI.
Salvador: ANPAD, set. 2002;
- PROCIANOY, J. L.; ANTUNES, M. A. Os efeitos das decisões de investimento
das firmas sobre os preços de suas ações no mercado de capitais. In:
ENCONTRO NACIONAL DOS PROGRAMAS DE PÓS GRADUAÇÃO EM
ADMINISTRAÇÃO, XXV. Campinas: ANPAD, set. 2001;
- VIDAL, F.B; CAMARGOS, M. A.. Estudo de eventos: teoria e operacionalização.
Caderno de Pesquisas em Administração. São Paulo, v. 10, n. 3, jul-set 2003;
- VIEIRA, K. M.; PROCIANOY, J. L. Reação do mercado a stock splits e stock
dividens: um estudo de evento e um teste para a hipótese de liquidez. In:
ENCONTRO NACIONAL DOS PROGRAMAS DE PÓS GRADUAÇÃO EM
ADMINISTRAÇÃO, XXII. Foz do Iguaçu: ANPAD, set. 1998;
- VIEIRA, K. M.; PROCIANOY, J. L. Reação dos investidores a bonificações: um
estudo em países da América Latina. In: ENCONTRO NACIONAL DOS
PROGRAMAS DE PÓS GRADUAÇÃO EM ADMINISTRAÇÃO, XXV. Campinas:
ANPAD, set. 2001;

20