341tico Multiescalar no Mercado Financeiro do Brasil ... Sistemático... · risco e retorno foi...
Transcript of 341tico Multiescalar no Mercado Financeiro do Brasil ... Sistemático... · risco e retorno foi...
1
Análise do Risco Sistemático Multiescalar no
Mercado Financeiro do Brasil
Adriana Bruscato Bortoluzzo
1, Andrea Minardi
2, Bruno Passos
3
Insper Instituto de Ensino e Pesquisa
Rua Quatá 300, Vila Olímpia – CEP: 04546-042 – São Paulo/ SP, Brasil
Resumo
No mercado acionário é de extrema importância o estudo da relação entre risco
sistemático e retorno de ativos. Esta relação tem duas principais utilidades: a primeira é
fornecer um benchmark como taxa de retorno para avaliar possíveis investimentos e a
segunda é apresentar uma estimativa fundamentada sobre a taxa de retorno esperada de ativos
os quais ainda não são negociados no mercado, tal como em Initial Public Offerings (IPOs).
Este trabalho apresenta a análise do risco sistemático para o mercado brasileiro de ações, em
diferentes escalas, baseado no uso da decomposição discreta de ondaletas e no Capital Assets
Pricing Model (CAPM). Os resultados apontam que entre os anos de 2004 a 2007, para o
Brasil, há uma relação negativa ou nula entre risco sistemático e retorno, além de um excesso
de retorno de mercado positivo. Com base nestas evidências, conclui-se que a relação positiva
entre risco e retorno esperada pelo CAPM não foi satisfeita no mercado brasileiro para o
período avaliado, ou seja, o mercado não apreçou o risco sistemático de acordo com a
previsão do CAPM neste período para nenhum dos horizontes de tempo (curto, médio ou
longo prazos).
Palavras Chave: Capital Assets Pricing Model. CAPM. Risco Sistemático. Ondaletas.
Wavelets. Brasil.
1. Introdução e Objetivos
Um dos modelos mais utilizados em finanças modernas, o Capital Assets Pricing Model (CAPM), desenvolvido por Sharpe (1964) e Lintner (1965), fornece uma previsão da
relação entre risco e retorno esperado de um ativo com relação ao equilíbrio das expectativas
dos retornos de ativos com risco. A relação de proporção entre risco e retorno é conhecida por
“beta” ou risco sistemático de uma ação. Em Bodie, Kane e Marcus (2005), esta relação é
utilizada para duas funções principais: a primeira é fornecer um benchmark como taxa de
retorno para avaliar possíveis investimentos e a segunda é apresentar uma estimativa
1Doutora em Estatística pela Universidade de São Paulo (2006), [email protected]
2 Doutorado em Administração de Empresas pela Fundação Getulio Vargas (2002), [email protected]
3 Graduando em Economia pelo Insper – Instituto de Pesquisa e ensino (2010), [email protected]
2
fundamentada sobre a taxa de retorno esperada de ativos os quais ainda não são negociados no
mercado, tal como em Initial Public Offerings (IPOs).
Bodie et al. (2005) define algumas premissas a partir das quais o modelo é construído:
existem muitos investidores, os quais são tomadores de preços e suas ações não são
suficientes para alterar os preços dos ativos; todos os investidores têm o mesmo horizonte de
tempo; os investimentos são limitados aos ativos negociados publicamente; não há custos de
transação; todos os investidores são racionais e utilizam o modelo de Markowitz para
selecionar seu portfólio; todos os investidores compartilham a mesma visão econômica e
analisam as ações do mesmo modo, ou seja, apresentam expectativas homogêneas.
O CAPM é fundamentado a partir de premissas fortes, podendo-se inferir delas
algumas idéias principais. Dentre elas, nota-se que os agentes podem eliminar alguns riscos
diversificando seus investimentos, porém, existem riscos que não podem ser eliminados pela
diversificação. Uma implicação importante do modelo é que os agentes devem ser
recompensados por investir numa cesta com risco, obtendo retornos maiores do que cestas
mais seguras. Em outras palavras, espera-se uma relação positiva entre risco e retorno, sendo
que o excesso de retorno de uma ação (retorno acima da taxa livre de risco) deve ser
proporcional ao prêmio de mercado (retorno da carteira de mercado acima da taxa livre de
risco. O fator de proporção que determina o retorno de um ativo é o quanto ele afeta o risco da
carteira de mercado. Esta contribuição no risco da carteira de mercado é capturada pelo
“beta”, que expressa a relação entre o risco do investimento e o risco do mercado (STEIN
1996).
Apesar de ignorar muitas complexidades do mundo real, além do fato de o equilíbrio
no mercado de ações implicar em que todos os investidores devem manter a mesma carteira
de mercado, alguns trabalhos mostram que, ainda assim, a relação esperada entre risco e
retorno permanece em formas modificadas do CAPM. Por exemplo, Brennan (1973)
investigou o impacto de diferenças nas taxas de retornos individuais para o equilíbrio do
mercado e Meyers (1972) examinou o impacto de ativos não transacionados pelo mercado,
tais como capital humano. Ambos constataram que a carteira de mercado não divergia do
portfólio ótimo com risco do investidor (BODIE et al., 2005).
No entanto, estudos têm questionado empiricamente as implicações do CAPM. Em
Fernandez (2006), Fama e French (2002), anunciaram o fim do CAPM quando encontraram
em seu trabalho, utilizando uma amostra de 1963 a 1990, que o beta apresentava resultados
insuficientes ao tentar explicar as variações nos retornos médios em dados cross-section
quando comparado com a classificação book-to-market e a capitalização no mercado
(tamanho da empresa). No entanto, Kothari e Shanken (1998) contestaram os resultados
obtidos por Fama e French (2002), uma vez que o emprego de retornos mensais em vez de
anuais para a estimação do beta leva a problemas de mensuração, tais como os causados por
negociações não sincronizadas, fricções e sazonalidade dos retornos. Ao utilizar retornos
anuais entre 1927 e 1990, obtiveram betas estatisticamente significantes e concluíram que
para explicar as diferenças nos retornos o incremento marginal devido ao tamanho da
empresa, além do beta, era insignificante.
Um ramo da literatura empírica do CAPM busca testar modelos de precificação de
ativos que permitam um beta ou prêmio de risco variante no tempo, ou ambos. Uma maneira
de fazer o beta variar no tempo é usando a decomposição de ondaletas do mesmo, introduzido
em economia e finanças por J. B. Ramsey e seus co-autores. A decomposição discreta de
ondaletas decompõe a série temporal em componentes ortogonais com diferentes freqüências,
possibilitando quantificar as correlações entre mercados em diferentes horizontes de tempo.
Desta forma, a análise do beta de um ativo se torna mais robusta ao passo que a decomposição
multiescalar da série de retornos desses ativos permite observar, de diferentes pontos de vista,
a relação risco versus retorno de acordo com a escala ao longo do tempo.
3
Gençay et al. (2005) apresentaram em seu trabalho uma abordagem utilizando
ondaletas, o qual decompõe uma dada série temporal em uma base multiescalar para estimar o
beta de um ativo. Em seguida, aplicaram a metodologia proposta aos mercados de ações dos
Estados Unidos, Alemanha e Reino Unido a fim de encontrar a melhor escala de tempo para a
obtenção do risco sistemático.
Para analisar a economia norte-americana, utilizaram uma base de dados com todas as
ações listadas no índice S&P 500 entre janeiro de 1973 e novembro de 2000, tomando o
próprio índice como carteira de mercado e os retornos diários da Treasury Bill com
vencimento em 10 anos como ativo livre de risco. Ao realizar uma análise dos resultados,
observaram que apresentavam uma relação positiva entre beta e retorno médios em todos os
níveis e que a inclinação crescia ao passo que a escala aumentava. Logo, concluíram que a
relação não linear entre risco e retorno é, aparentemente, um fenômeno específico de escala e
que as predições do CAPM são mais relevantes para um investidor com horizontes de médio a
longo-prazo.
No estudo do mercado de ações na Alemanha, foi constituída uma base de dados com
ações contidas no índice Xetra DAX (DAX30) entre janeiro de 2000 e dezembro de 2008,
tomando-se como retorno de mercado o índice DAX30 e o Euro Interbank Offered Rate
(EURIBOR) diário como taxa livre de risco. Observaram que a terceira escala (que
compreende o período de 8-16 dias) é a que melhor aproxima o prêmio médio de mercado
estimado com o realizado, porém o apreçamento do risco sistemático pelo CAPM não
funcionou.
A base de dados do Reino Unido foi formada por uma amostra aleatória de trinta ações
listadas no Financial Time Stock Index (FTSE100) entre janeiro de 2000 e dezembro de 2001.
A carteira de mercado foi tomada como o FTSE100 e a taxa livre de risco sendo os retornos
diários das UK Treasury Bills com vencimento para um mês. Mais uma vez a relação entre
risco e retorno foi capturada com maior precisão nos níveis mais altos de decomposição e o
CAPM não funcionou.
Vale ressaltar que, para o mercado de ações alemão, o excesso de retorno do mercado
(prêmio realizado) foi negativo e, portanto, seria esperado que quanto maior o beta menor o
retorno em excesso das carteiras, o que foi verificado. O prêmio de mercado estimado na
Alemanha pela melhor escala no período foi –18,5% (3º nível) e o realizado –16% ao ano.
Fernandez (2006) analisou o mercado de ações do Chile, com uma amostra formada
por vinte e quatro ações ativamente negociadas na bolsa de valores de Santiago de 1997 a
2002. Como proxy da carteira de mercado utilizou o Índice de Precios Selectivo de Acciones
(IPSA) e tomou como ativo livre de risco as taxas de retorno pagas por depósitos bancários
em 30 dias. Para a amostra analisada, o prêmio médio realizado de mercado foi de –9,06% ao
ano. Fernandez concluiu que, para o mercado de ações do Chile, o modelo tende a ser
estatisticamente mais significante para investidores com horizontes de 4 a 16 dias, ou seja,
curto-médio prazo (níveis 2 e 3) e que a relação entre risco e retorno pelo CAPM não se
verifica.
Em Raeim et al. (2007) foram estudadas vinte e seis ações de alta liquidez do mercado
de ações na França entre 2002 e 2005. O CAC 40 foi utilizado como portfólio de mercado e o
EURIBOR diário como taxa livre de risco. Concluíram que, diferentemente dos mercados de
ações nos Estados Unidos, Alemanha e Reino unido, para a França as predições do CAPM
são mais relevante no curto e longo prazo.
Aktan et al. (2009) utilizaram uma base de dados composta por 98 ações escolhidas
aleatoriamente dentre as listadas na bolsa de valores de Istambul (ISE) durante o período de
2003 a 2007. O índice ISE-National 100 foi tomado como carteira de mercado e taxas de
retorno pagas por depósitos bancários diariamente como taxa livre de risco. Ao concluir seu
estudo, encontraram uma relação positiva entre risco e retorno, que se torna mais significante
4
no 3º nível (8 a 16 dias), concluindo que o CAPM é mais relevante em horizontes de médio
prazo quando comparado com outras escalas escalas e que a relação prevista pelo modelo foi
verificada no mercado turco.
Assim como nos trabalhos de Fernandez (2006), Rhaeim et al. (2007) e Aktan et al.
(2009), publicados internacionalmente, este artigo utiliza o método proposto por Gençay et al.
(2005), que consiste no uso de ondaletas como ferramenta para estimar o risco sistemático de
um ativo segundo o CAPM. Para isto, a relação entre risco e retorno dos ativos listados na
bolsa de valores de São Paulo (Bovespa), no período de 2004 a 2007, foi analisada em
diferentes níveis em busca da escala que melhor determina o beta de um ativo para o mercado
de ações no Brasil.
O estudo do fenômeno escalar entre risco sistemático e retorno no mercado brasileiro
oferece ao investidor uma metodologia mais eficiente para a precificação dos ativos, ou até
mesmo mensurar de forma mais precisa o custo de capital de uma empresa para a análise de
um investimento segundo os padrões nacionais, além de permitir a comparação dos
investimentos entre mercados internacionais de ativos com relação à escala no tempo.
O artigo está organizado na seguinte ordem: a Seção 2 apresenta a fundamentação
teórica do CAPM enquanto que a Seção 3 apresenta a de ondaletas, seguida da metodologia
de estimação do risco sistemático dos ativos utilizando a decomposição multiescalar na Seção
4; a Seção 5 apresentada a base de dados, assim como as tabelas e resultados da análise e a
comparação com a literatura internacional; a Seção 6 apresenta as conclusões do trabalho e
um breve resumo do que foi realizado; por fim, a seção 7 apresenta as referências do trabalho
e o apêndice A e B as tabelas e os gráficos, respectivamente.
2. Capital Assets Pricing Model (CAPM)
O modelo de precificação de ativos (CAPM), proposto por Sharpe (1964) e Lintner
(1965), surge do problema de maximização de um agente em um ambiente de incerteza.
Segundo Blanchard (1989) um agente com horizonte de T períodos maximiza a função
max� � ��1 � � ����� |0 ���
���� , (1)
onde E representa a expectativa condicional da função utilidade do consumo (��� ) no
tempo � � 0 e � é a taxa de desconto no tempo.
Assumindo que no tempo � um agente escolha alocar sua riqueza entre qualquer �
ativo com risco, a uma taxa de retorno (líquida) estocástica ��� (� � 1, 2, … , �), e em um ativo
livre de risco, com taxa de retorno ���. O resultado da maximização implica em � �1 condições de primeira ordem
�"�� � 1 � � �� �#��"��$� 1 � ��� |� %, � � 1, 2, … , �, (2)
�"�� � 1 � � ��1 � ��� �#��"��$� |� %. (3)
O agente deve escolher consumir de forma que a utilidade marginal seja igual à
utilidade marginal descontada no próximo período. Esta condição deve ser mantida
independentemente do ativo, sendo este livre de risco ou não. Para os ativos com risco, a
utilidade marginal em � depende do valor esperado do produto entre a utilidade marginal em
5
�+1 e sua taxa de retorno (2). Como taxa de retorno ativo livre de risco é conhecida no
instante t, ela pode ser tirado da expectativa condicional, resultando na equação (3).
As equações (2) e (3) resultam em um conjunto de restrições para o retorno dos ativos
e o processo de consumo. Desta forma elas fornecem a condição de equilíbrio entre seus
retornos, dado o processo de consumo. Substituindo (2) em (3), obtém-se
�#��"��$� ��� & ��� |� % � 0, � � 1, 2, … , �. (4)
Equivalentemente e simplificando a notação, substituindo-se �#�·|� % por �#·% �)*#�"��$� , ���% � �#�"��$� ��� & ��� % & �#�"��$� %�#�"��� & ��� %
�#�"��$� %�#�"��� & ��� % � �)*#�"��$� , ���% � 0, � � 1, 2, … , �. (5)
Desta forma, o retorno esperado do ativo � no equilíbrio satisfaz a equação
�#���% � ��� & �)*#�"��$� , ���%�#�"��$� % � 0, � � 1, 2, … , �. (6)
Quanto menor a covariância do retorno do ativo com a utilidade marginal do consumo,
maior será o retorno esperado do ativo no equilíbrio. Dado que, no equilíbrio, o ativo fornece
um hedge para o consumo, quando a utilidade marginal do consumo diminui os agentes
estarão dispostos a obter um retorno menor. De outra forma, os agentes irão demandar uma
taxa de retorno maior quando a utilidade marginal do consumo aumenta.
Tomando um ativo + negativamente correlacionado com �"��$� , para qualquer
ativo com risco (ex.: �"��$� � &,�-, para qualquer , positivo)
�)*#�"��$� , ���% � &,�)*�-�, ��� . (7)
Ainda, para o ativo +, a equação (6) implica que
�#�-�% � ��� & �)*#�"��$� , �-�%�#�"��$� % � ��� � ,*.��-� �#�"��$� % . (8)
Substituindo (7) e (8) em (6), obtém-se
�#���% & ��� � /�)*���, �-� *.��-� 0 �#�-�% & ��� . (9)
Por definição, 1� é conhecido como #�)*���, �-� *.��-� ⁄ % �#���% & ��� � 1��#�-�% & ��� .
(10)
O resultado empírico em finanças para a estimação do 1 é obtido pelo método dos
mínimos quadrados ordinários (MQO) a partir da regressão
��� & ��� � 3� � 1��-� & ��� � 4��,
onde 4�� é um choque aleatório (ruído branco).
6
Um método alternativo com o uso de ondaletas proposto por Gençay, Whitcher e
Selçuk (2003) será utilizado para estimar o risco sistemático, ou 1 de um ativo.
3. Ondaletas
As ondaletas, também conhecidas como wavelets, são funções não-senoidais de
duração limitada com média igual a zero, utilizadas para decompor séries temporais em tempo
e escala, simultaneamente. Diferentemente da análise de Fourier, a decomposição multiescalar
divide o plano tempo-freqüência em um conjunto de componentes de alta e baixa freqüência.
Desta forma, enquanto que a análise de Fourier caracteriza o comportamento global de uma
série temporal, as ondaletas caracterizam o comportamento local da série.
Primeiramente, deve-se considerar a formação de um espaço 567 de todas as
funções integráveis de módulo ao quadrado, ou seja, 8 |9: |6 ;:<�< = ∞, com base em
dilatações e translações de ordem ?, @ , respectivamente, de uma função A· . As ondaletas AB,C� são formadas a partir da função A� , também chamadas ondaleta-mãe, por meio de
suas translações e dilatações, formando uma base ortogonal de 567 . Estas são dadas por
AB,C � 2B 6⁄ AD2B� & @E, ?, @ F G.
Cada função base depende de dois parâmetros, um de escala j e outro de localização k . Para obter uma representação devem-se considerar dilatações binárias 2J e translações
diáicas k2�J de A� . As propriedades básicas que caracterizam uma ondaletas são
K A� <�< ;� � 0 (1)
K A6� <�< ;� � 1. (2)
Dessa forma, a função deve decair rapidamente para zero quando |t| M ∞4. Se a segunda
condição for válida, então para qualquer N, 0 = O = 1, existe um intervalo de comprimento
finito P– T, TS, tal que
K A6T <�< ;T = 1 & O.
Assim, a função deve ser praticamente nula fora do intervalo P– T, TS para N próximo de zero.
A função A· também tem as seguintes propriedades:
K UAVW U6|W|<�< ;W = ∞, onde AVW é uma transformada de Fourier de A� (3)
4 O nome ondaletas deriva do fato de que, pela função ψ· apresentar valores positivos e negativos, seu
comportamento deve ter a forma de ondas decaindo rapidamente para zero.
7
Os primeiros M & 1 momentos de A· são nulos, ou seja,K tJA� ∞
�∞ ;� � 0, ? � 0, 1, … ,h & 1, para algum h j 1 e , K |tkA� |∞
�∞ ;� = ∞. (4)
A propriedade (3) é conhecida como condição de admissibilidade, garantindo que a
função de interesse 9· possa ser reconstruída a partir da transformada de ondaletas5. O valor
de M está relacionado ao grau de suavidade da ondaleta, quanto maior o valor de M, mais
regular será A· . Supondo, a partir da primeira consideração feita acerca da formação de um espaço 567 , que as funções AB,C· formem uma base ortogonal gerada por A· , então
9� � � � �B,C∞
C��∞
∞
B��∞AB,C� onde, �B,C � K 9� AB,C� ;�∞
�<
são os coeficientes de ondaletas.
A função de escala l· , conhecida como ondaleta-pai6, é solução da equação
l� � √2�nCl2� & @ C
.
Uma família ortonormal em L67 é formada pelas dilatações e translações de p· lB,C � 2B 6⁄ lD2B� & @E, ?, @ F G.
As ondaletas A· podem ser obtidas a partir da ondaleta-pai, da seguinte forma
A� � √2�qCl2� & @ C
,
em que qC � &1 CnC�� e nC e qC são coeficientes dos filtros de passagem alta e baixa,
respectivamente, dados por
nC � √2K l� l2� & @ ;�<�<
qC � √2K A� l2� & @ ;�<�< .
5 Algumas ondaletas têm suporte compacto, uma propriedade desejável e relacionada ao fato das ondaletas serem
localizadas no tempo. Porém, nem todas as ondaletas geram sistemas ortogonais. A vantagem de trabalhar com
bases ortogonais é permitir a reconstrução perfeita do sinal original a partir dos coeficientes da transformada de
ondaletas.
6 Os componentes detalhados, de alta freqüência, de um sinal são capturados pelas ondaletas-mãe enquanto que
os componentes suaves, de baixa freqüência, são capturados pela ondaleta-pai.
8
Assim como neste trabalho, muitas das aplicações em análise de ondaletas usam a
decomposição discreta de ondaletas (DWT) para calcular os coeficientes aproximados de um
sinal discreto.
Para mais detalhes sobre ondaletas, vide Bruscato (2006), Chui (1992), Ogden (1997),
Morettin (1999), Percival e Walden (2000) e Fernandez (2006).
4. Variância e Covariância Multiescalar
Gençay et al. (2005) introduziram o método de estimação do risco sistemático a partir
do uso das ondaletas para decompor uma série temporal, utilizando a transformação de
ondaletas para produzir os coeficientes em uma base multiescalar.
Assumindo que a estrutura do retorno de mercado �- é independente ao longo do
tempo (o que é observado em séries temporais estacionárias), então é possível definir uma
variância multiescalar independente no tempo, simplesmente chamada de “variância de
ondaletas”, para o retorno de mercado + associado ao nível ? como
r-B6 � s.�DWt-BE.
A variância de ondaletas no nível ? é a variância dos coeficientes de ondaletas no nível ?. Tomando �-� e ���, respectivamente, como retornos de mercado e de um ativo � qualquer e aplicando a transformação de ondaletas a eles, obtêm-se através da decomposição
os vetores de coeficientes de ondaletas Wt-B e Wt�B. A covariância de ondaletas entre �-� e ��� no nível ? é dada por u)*DWt-B , Wt�BE. Note que a covariância e a variância podem ser
significantemente diferentes em certos níveis, resultando em diferentes betas para cada escala.
Desta forma, o estimador para o risco sistemático de um ativo � na escala ? é dado por
1vw,B � u)*DWt-B , Wt�BEs.�DWt-BE .
5. Resultados
Esta seção apresenta a análise multiescalar do risco sistemático de ativos listados na
bolsa de valores de São Paulo entre os anos de 2004 a 2007. Devido à necessidade de um
número de observações à potência de dois, condição imposta pela a decomposição discreta de
ondaletas, os dados faltantes foram completados com as cotações do período seguinte,
adentrando brevemente no ano consecutivo, constituindo uma amostra com 256 observações a
cada ano. Para a realização deste trabalho foi formada uma base de dados (coletada com o
auxílio do software da Bloomberg) composta pelas cotações dos preços diários dos ativos no
período de 5 de janeiro de 2004 a 17 de janeiro de 2008, excluindo-se os dias em que não
houve pregões.
Adotou-se como critério de seleção utilizar ativos com mais de 60% de liquidez ao ano
e os dados ausentes foram estimados com o filtro de Kalman, a fim de evitar um maior viés na
análise dos resultados. A Selic acumulada e o índice Bovespa (IBOV) diário foram tomados,
respectivamente, como taxa livre de risco e benchmark para o portfólio de mercado. A
amostra contém 1000 dias de pregões, ou, a grosso modo, 4 anos.
9
Os retornos dos ativos foram calculados de modo que, ��,� � 5�x�,� x�, � & 1⁄ , onde ��,� e x�,� representam o retorno da cotação do preço de fechamento do ativo � na data �, respectivamente. Os betas dos ativos foram estimados segundo apresentado na fórmula (1) da
seção 2, onde 1vw,B representa o risco sistemático estimado para o ativo � na escala ?, u)*DWt-B , WtwBE é a covariância entre o excesso de retorno7 do mercado (Wt-B e do ativo � DWtwBE no ?-ésimo nível de decomposição e s.�DWt-BE como a variância do índice de
prêmio de risco do mercado na escala ?. As séries de retorno foram decompostas em 6 níveis
pelo método da transformação discreta de ondaletas utilizando a ondaleta D(8), de tal forma
que a primeira escala está associada no tempo a 2-4 dias, a segunda 4-8 dias, a terceira 8-16
dias, a quarta 16-32 dias, a quinta 32-64 dias e a sexta 64-128 dias.
Seguindo o método proposto por Gençay et al. (2005), para cada ano foram formadas
10 carteiras, todas com o mesmo número de ativos igualmente ponderados, ordenando os
betas estimados, com os respectivos retornos, do menor para o maior e então foi calculado o
beta médio representativo de cada portfólio. Após o calculo das carteiras para os anos de 2004
a 2007, formou-se uma carteira com as médias dos retornos e betas durante o período a ser
analisado.
A figura abaixo mostra os gráficos entre os excessos de retorno anualizados e os betas
médios de 2004 a 2007. As escalas mais baixas representam um horizonte de curto-prazo,
enquanto que as mais altas representam horizontes de longo-prazo. Observa-se que, para o
mercado brasileiro, a relação entre risco e retorno se apresenta negativamente correlacionada.
Além disso, os pontos ficam mais dispersos à medida que escala aumenta.
Figura 1 – Decomposição discreta de ondaletas dos retornos e betas médios entre 2004 e
2007. As escalas de 1 a 6 correspondem, respectivamente, aos períodos de: (1) 2-4 dias, (2) 4-
8 dias, (3) 8-16 dias, (4) 16-32 dias, (5) 32-64 dias e (6) 64-128 dias. Fonte: Elaborado pelos autores com base em dados coletados na BLOOMBERG, 2004-2007.
7 Define-se excesso de retorno como a diferença entre o retorno do ativo e da taxa livre de risco (WtwB,� & Wt�B,�),
neste caso, para cada nível de decomposição na data �.
Nível 1
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
010
20
30
40
Nível 2
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
010
20
30
40
Nível 3
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
010
20
30
40
Nível 4
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
010
20
30
40
Nível 5
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
010
20
30
40
Nível 6
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
010
20
30
40
10
A tabela a seguir apresenta os resultados estimados pela regressão linear utilizando o
método dos mínimos quadrados ordinários (MQO) para o período analisado. Para fins de
demonstração, as constantes e inclinações foram multiplicados por 100.
Tabela 1 – Regressão entre excesso de retorno e risco sistemático de 2004 a 2007 em
diferentes escalas de decomposição pelo método da transformação discreta de ondaletas.
Constante Inclinação R²
Escala 1 0,0807* -0,0629* 0,6772
Escala 2 0,0693* -0,0459** 0,4903
Escala 3 0,0592* -0,0294*** 0,3648
Escala 4 0,0491*** -0,0144 0,0375
Escala 5 0,0444** -0,0054 0,0180
Escala 6 0,0432* -0,0074 0,1715 Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007
* significante 1%, ** significante a 5%, *** significante a 10%
No apêndice se encontram os gráficos e tabelas detalhadas das carteiras formadas em
todos os anos e da média no período, assim como os resultados das regressões para cada nível
de decomposição.
A partir da análise dos resultados da tabela acima, observa-se que há um maior
coeficiente de determinação (y6) da primeira à terceira escala e que os prêmios de risco
estimados em níveis mais baixos (de freqüência mais alta) têm maior significância estatística.
Segundo a premissa de aversão ao risco do CAPM, quanto maior o risco incorrido em
um investimento, maior deve ser o retorno exigido pelo acionista. No entanto, em oposição ao
modelo, as estimativas dos prêmios de mercado apresentam inclinação negativa apesar da
média do prêmio de mercado realizado ter sido positiva durante o período (7,68% ao ano).
Além disso, observando os coeficientes individualmente, verifica-se que o mercado está
subestimando o risco sistemático em todos os níveis de decomposição. Logo, o nível que
melhor determina o excesso de retorno estimado no período analisado é aquele em que a
estimativa mais se aproxima do excesso de retorno realizado do mercado.
Dentre os betas estimados por MQO em diferentes escalas, a partir da decomposição
dos retornos pela transformação discreta de ondaletas, os que melhor representam o risco
sistemático dos ativos são os obtidos em níveis de decomposição mais altos, dado que os
betas estimados se aproximam do realizado quando a escala aumenta e que a declividade
diminui. Portanto, apesar da relação entre risco e retorno não corresponder à determinada pelo
CAPM, há indícios de que no mercado de ações do Brasil o a relação entre beta e excesso de
retorno é estabelecida de melhor forma no médio a longo-prazo.
6. Conclusão
Este trabalho apresentou os resultados da decomposição multiescalar dos ativos
listados na Bovespa entre os anos de 2004 a 2007, utilizando o método proposto por Gençay
et. al. (2005) com a finalidade de estudar a relação entre risco sistemático e retorno em
diferentes escalas de tempo.
Os resultados empíricos apontam que no Brasil as predições do CAPM não se
aplicaram ao mercado de ações durante o período analisado. Apesar do prêmio de risco médio
do mercado durante o período analisado ser positiva (7,68% ao ano), as estimativas dos
11
coeficientes revelaram um prêmio de mercado negativo em todos os níveis de decomposição.
Desta forma, a relação esperada entre risco e retorno segundo o CAPM não foi observada.
Deste modo, tendo em vista que as estimativas geradas pelo método da decomposição
multiescalar permitem uma análise mais robusta do modelo em diferentes escalas de tempo,
existem evidências de que a remuneração pelo risco sistemático no mercado brasileiro de
ações foi feita de uma forma não correspondente ao CAPM, podendo-se deduzir que os ativos
analisados foram apreçados equivocadamente, não obedecendo às premissas de aversão ao
risco e racionalidade dos agentes determinadas pelo modelo.
Outra possível inferência é que os ativos do mercado de ações no Brasil sejam
precificados de outra forma, que não com o uso do CAPM. Logo, conclui-se de que o modelo
não se aplicou ao mercado brasileiro, pois não explica satisfatoriamente a remuneração pelo
risco no mercado durante o período analisado. Um dos fatos que ajudam a evidenciar esta
hipótese é que o período em questão foi imediatamente anterior à crise financeira no mercado
imobiliário, havendo um excesso de otimismo dos agentes, o que resulta num ambiente menos
avesso ao risco.
7. Referências
AKTAN. B.; MABROUK, A. B.; OZTURK, M.; RHAIEM N. Wavelet-Based systematic risk
estimation an application on Istanbul Stock Exchange. International Research Journal of Finance and Economics. n.23, 2009.
BLANCHARD, O.J., FISCHER, S. Lectures on Macroeconomics. Cambridge: The MIT
Press, 1989.
BODIE, Z., KANE, A., MARCUS, A.J. The capital assets pricing model. In: ______
Investments. 6. ed. 2005. p. 281- 316.
BRENNAN, M. J. Taxes, Market Valuation and Corporate Finance Policy. National Tax Journal, Dez., 1973.
BRUSCATO, A. Modelo auto-regressivo de duração condicional com coeficientes variando
no tempo. São Paulo, 2006. 161 f. Tese (Doutorado em estatística) – Instituto de Matemática
e Estatística, Universidade de São Paulo, São Paulo, 2006.
CHUI, C. K. An introduction to wavelets, wavelet analysis and its applications, v. 1. San
Diego : Academic Press, 1992.
FAMA, E; FRENCH, K. The cross-section of expected returns. Journal of Finance, v. 47, n.
2, p. 427-465, 1992.
FERNANDEZ, V. The CAPM and value at risk at different time-scales. International Review of Financial Analysis, v.15, n.3, p. 203-219. 2006.
GENÇAY R., WHITCHER B.; F. SELÇUK. Systematic risk and time scales. Quantitative Finance, v.3, n.2, p. 108-116. 2003.
12
KOTHARI, S.; J. SHANKEN. In defense of beta. Journal of Applied Corporate Finance, v.
8, n. 1, p. 53-58. 1995.
LINTNER, J. The valuation of risky assets and the selection of risky investments in stock
portfolios and capital budgets. The Review of Economics and Statistics, v. 47, n. 1, p. 13–37.
1965.
MAYERS D. Nonmarketable assets and the determination of capital asset prices in the
absence of a riskless asset. The Journal of Business, v. 46, n. 2, p. 258-267. 1973
MORETTIN, P. A. Ondas e ondaletas: análise de Fourier à analise de ondaletas. São Paulo, Universidade de São Paulo, 1999.
OGDEN, R. T. Essential wavelets for statistical applications and data analysis. Boston:
Birkhäuser, 1997.
PERCIVAL, D. B. e WALDEN, A. T. Cambridge series in statistical and probabilistic mathematics: wavelet methods for time series analysis. Cambridge: Cambridge University
Press, 2000.
RAMSEY, J. B.; LAMPART, C. Decomposition of economic relationships by time scale
using wavelets. Macroeconomic Dynamics, v. 2, n. 1, p.49-71. 1998.
RAMSEY, J. B., ZHANG, Z. The analysis of foreign exchange data using waveform
dictionaries. Journal of Empirical Finance, v. 4. p. 341–372. 1995.
RHAEIM, N.; AMMOU, S.B.; MABROUK, A. B. Wavelet estimation of systematic risk at
different time scales: application to French stock market. The international journal of applied economics and finance. v.1, n.2, p. 113-119, 2007.
SHARPE, W. Capital asset prices: a theory of market equilibrium under conditions of risk.
Journal of Finance, v. 19, n.3, p. 425–442. 1964.
STEIN, Jeremy. Tales from the FAR Side, The Economist, v. 341, n.7992, p. 86. 1996.
13
Apêndice A – Tabelas
Tabela 1 – Carteiras formadas a partir da decomposição discreta de ondaletas no 1º nível e resultados da regressão entre risco e retorno*.
Ano 2004 2005 2006 2007 Média
Carteira Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta
1 0,063904117 0,011127455 -0,018070663 0,055414111 0,152494316 0,092642298 0,108874947 0,104470422 0,076800679 0,065913572
2 0,057864737 0,245735534 -0,020479964 0,170106708 0,140046164 0,242435789 0,094420471 0,270419663 0,067962852 0,232174423
3 0,105293878 0,368821926 -0,04295998 0,268335829 0,154896353 0,390913613 -0,056531937 0,381553777 0,040174578 0,352406286
4 0,036325739 0,47782928 0,049999112 0,385831839 0,046514123 0,455188688 0,073051027 0,473183505 0,0514725 0,448008328
5 0,151099606 0,564228443 -0,031010862 0,475235142 0,099814273 0,540040703 0,076627984 0,547534093 0,07413275 0,531759595
6 -0,010577786 0,670729164 -0,058162606 0,621641123 0,165417934 0,623840393 0,032094321 0,626137417 0,032192966 0,635587024
7 0,05530478 0,807869243 -0,029631428 0,744410339 0,082208402 0,733351251 -0,028362835 0,710480157 0,019879729 0,749027747
8 0,046662564 0,945224256 -0,019965907 0,882325909 0,080194148 0,87488845 0,02879598 0,803596811 0,033921696 0,876508856
9 0,028394824 1,141227669 0,009136199 1,068375835 0,054608046 1,006641186 0,060514104 0,924777822 0,038163293 1,035255628
10 -0,095598674 1,335655195 -0,030959821 1,321253581 0,017891751 1,171558644 0,046256654 1,100905069 -0,01560252 1,232343122
Rm 0,034378855 0,130798557 0,094007888 0,089284609 0,087117477
Rf 0,060577036 0,069906517 0,056775595 0,045642709 0,058225464
Rm-Rf -0,026198181 0,06089204 0,037232292 0,043641901 0,028892013
Intercepto 0,107049253 -0,017883599 0,168088156 0,070125631 0,080664332
Desv, Padrão 0,000345267 0,000185178 0,00025212 0,00038843 0,000108488
T-Stat 3,100480174 -0,965751948 6,666986112 1,805359897 7,435329063
P-Valor 0,014655108 0,362451334 0,000158003 0,108659006 7,36674E-05
Inclinação -0,096189957 -0,002214264 -0,11201108 -0,044676589 -0,062923489
Desv, Padrão 0,000452361 0,000259685 0,000364007 0,00058805 0,000153585
T-Stat -2,126396289 -0,085267445 -3,077172212 -0,759741428 -4,096994464
P-Valor 0,066163136 0,934144089 0,015181864 0,469203347 0,003452062
R² 0,361102032 0,000907992 0,542045617 0,067295454 0,677228863
Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007. *Retornos, intercepto e inclinação multiplicados por 100 para fins de demonstração.
14
Tabela 2 – Carteiras formadas a partir da decomposição discreta de ondaletas no 2º nível e resultados da regressão entre risco e retorno*.
Ano 2004 2005 2006 2007 Média
Carteira Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta
1 0,145271373 0,041705299 -0,048118878 0,008429138 0,09014884 0,005240575 0,132963893 -
0,145390235 0,080066307 -0,02250381
2 0,08141984 0,199276091 -0,025435299 0,159170987 0,149278249 0,152029655 0,036988349 0,147049254 0,060562785 0,164381497
3 0,087841335 0,278129629 -0,006314057 0,241874708 0,142729984 0,300813601 0,072247012 0,308940896 0,074126069 0,282439709
4 0,017803203 0,400914962 -0,026765366 0,368231035 0,100717199 0,426763668 -0,006565295 0,416382761 0,021297435 0,403073106
5 0,087795729 0,49715524 -0,036905812 0,48705102 0,103651584 0,538102476 0,09165521 0,526931877 0,061549178 0,512310153
6 0,098732121 0,605127494 -0,104029092 0,627317865 0,123463657 0,628930444 -0,032262991 0,61539558 0,021475924 0,619192846
7 0,019649808 0,747822781 -0,037767262 0,752745164 0,070531539 0,791801615 -0,014636446 0,734742022 0,00944441 0,756777895
8 0,008829172 0,892237504 0,055417447 0,883180712 0,010746936 0,926232955 0,116113125 0,84352697 0,04777667 0,886294535
9 -0,006087924 1,021035189 0,009298327 1,018766311 0,104111472 1,02865851 0,024867684 0,960489738 0,03304739 1,007237437
10 -0,059109391 1,255018482 0,027942752 1,220920371 0,064493482 1,21673465 0,030339792 1,169865939 0,015916659 1,215634861
Rm 0,034378855 0,130798557 0,094007888 0,089284609 0,087117477
Rf 0,060577036 0,069906517 0,056775595 0,045642709 0,058225464
Rm-Rf -0,026198181 0,06089204 0,037232292 0,043641901 0,028892013
Intercepto 0,13108478 -0,050671778 0,132235768 0,073579093 0,069280946
Desv, Padrão 0,000189281 0,000237948 0,000210681 0,000317108 0,000114299
T-Stat 6,925413546 -2,129532234 6,276581879 2,320317461 6,061378866
P-Valor 0,00012138 0,065840901 0,000238744 0,048895191 0,000302084
Inclinação -0,139549267 0,054448261 -0,060260376 -0,050929351 -0,045932029
Desv, Padrão 0,00027135 0,000346148 0,00029782 0,000472168 0,000165561
T-Stat -5,142778328 1,572975895 -2,023382099 -1,078627643 -2,774325086
P-Valor 0,000882114 0,154369545 0,077650263 0,312198624 0,024135011
R² 0,767767047 0,236222395 0,338519075 0,12696519 0,490344568
Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007. *Retornos, intercepto e inclinação multiplicados por 100 para fins de demonstração.
15
Tabela 3 – Carteiras formadas a partir da decomposição discreta de ondaletas no 3º nível e resultados da regressão entre risco e retorno*.
Ano 2004 2005 2006 2007 Média
Carteira Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta
1 0,129289438 -0,103433044 -0,077514567 -0,066504782 0,134138453 0,03814514 0,135844243 -0,052831321 0,080439392 -0,046156
2 0,031899894 0,19481666 0,049540776 0,153078874 0,052613694 0,169688073 -0,024283398 0,223716986 0,027442741 0,185325148
3 0,060340831 0,336559975 -0,096910833 0,271812059 0,172402168 0,289496362 0,061525142 0,370678807 0,049339327 0,317136801
4 0,044758493 0,460063173 -0,060450967 0,395364502 0,124125493 0,422475715 0,075144147 0,488705329 0,045894291 0,44165218
5 0,083889105 0,588651134 -0,0133581 0,52442069 -0,001192864 0,535085864 0,064862525 0,587457493 0,033550166 0,558903795
6 0,05212161 0,70998071 -0,007878075 0,655597065 0,111948709 0,680913024 0,076775084 0,691422784 0,058241832 0,684478396
7 0,074458894 0,819833323 0,023851611 0,77962348 0,079875486 0,821370626 0,002701492 0,77611164 0,045221871 0,799234767
8 -0,025152502 0,9627403 -0,042390351 0,890319919 0,071349001 0,923752349 0,027717157 0,901910757 0,007880826 0,919680831
9 0,014520399 1,110538426 0,036855961 1,046315718 0,096489016 1,036480088 0,01055291 1,046213252 0,039604572 1,059886871
10 -0,050832271 1,409389077 0,007435571 1,394834528 0,074812578 1,204752688 0,052158363 1,248249135 0,02089356 1,314306357
Rm 0,034378855 0,130798557 0,094007888 0,089284609 0,087117477
Rf 0,060577036 0,069906517 0,056775595 0,045642709 0,058225464
Rm-Rf -0,026198181 0,06089204 0,037232292 0,043641901 0,028892013
Intercepto 0,101056355 -0,048974749 0,113224852 0,076651039 0,059196251
Desv, Padrão 0,000197297 0,000261325 0,000300587 0,00027869 0,000101329
T-Stat 5,122046176 -1,874094115 3,766789995 2,750409357 5,841987988
P-Valor 0,000904906 0,097789615 0,005490772 0,025043079 0,000386271
Inclinação -0,091733216 0,051105966 -0,035230505 -0,045133588 -0,029425844
Desv, Padrão 0,000253805 0,000355496 0,000421063 0,000382063 0,000137278
T-Stat -3,614321802 1,43759418 -0,836703033 -1,181312217 -2,143520271
P-Valor 0,006838667 0,188488779 0,427044183 0,271403372 0,064422232
R² 0,620192866 0,205298831 0,080467376 0,14852842 0,364811132
Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007. *Retornos, intercepto e inclinação multiplicados por 100 para fins de demonstração.
16
Tabela 4 – Carteiras formadas a partir da decomposição discreta de ondaletas no 4º nível e resultados da regressão entre risco e retorno*.
Ano 2004 2005 2006 2007 Média
Carteira Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta
1 0,110867051 -0,107744896 -0,069100886 -0,188953062 0,123661166 0,164386221 0,13688209 -0,298747788 0,075577355 -0,10776488
2 0,093974306 0,255820726 0,021631024 0,072491933 0,067550766 0,294401482 0,118030246 0,199564455 0,075296586 0,205569649
3 0,121842125 0,460702171 -0,037134813 0,254168752 0,090744904 0,429667085 0,102244659 0,357133726 0,069424219 0,375417933
4 0,040837851 0,562048005 -0,045074328 0,342805664 0,082294845 0,635768348 -0,005101915 0,501978386 0,018239113 0,510650101
5 -0,015700775 0,658491698 -0,111624267 0,428921124 0,102188763 0,813239765 -0,038120821 0,648597297 -0,01581427 0,637312471
6 0,040060753 0,779392338 -0,020017241 0,600052464 0,048893508 0,916090742 -0,015728662 0,742494774 0,013302089 0,759507579
7 0,006247883 0,906838497 0,051446058 0,762729237 0,090415338 1,018360869 -0,010586462 0,857862137 0,034380704 0,886447685
8 -0,052799525 1,036634368 -0,043350413 0,943371403 0,028875763 1,111876126 0,038666536 1,01624855 -0,00715191 1,027032612
9 0,00086333 1,225708551 0,020980345 1,090223507 0,108540553 1,228258629 0,055876663 1,164736287 0,046565223 1,177231744
10 0,073712957 1,526679429 0,017501324 1,371156223 0,161103669 1,569108578 0,068882807 1,603498968 0,080300189 1,5176108
Rm 0,034378855 0,130798557 0,094007888 0,089284609 0,087117477
Rf 0,060577036 0,069906517 0,056775595 0,045642709 0,058225464
Rm-Rf -0,026198181 0,06089204 0,037232292 0,043641901 0,028892013
Intercepto 0,088571367 -0,047880631 0,076475897 0,077041964 0,04911044
Desv, Padrão 0,000313976 0,0002371 0,00027055 0,00031488 0,000215959
T-Stat 2,820959465 -2,019424164 2,826683271 2,446711538 2,274063846
P-Valor 0,022460669 0,078128336 0,022263591 0,040142082 0,052556024
Inclinação -0,063769346 0,046514821 0,017052635 -0,047012698 -0,014449118
Desv, Padrão 0,000365575 0,000325453 0,000294369 0,000371681 0,000258709
T-Stat -1,744359207 1,429232839 0,579293845 -1,264866634 -0,558509193
P-Valor 0,1192515 0,190800468 0,578333851 0,2415191 0,591781118
R² 0,275545338 0,203401992 0,040258903 0,16665691 0,037528279
Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007. *Retornos, intercepto e inclinação multiplicados por 100 para fins de demonstração.
17
Tabela 5 – Carteiras formadas a partir da decomposição discreta de ondaletas no 5º nível e resultados da regressão entre risco e retorno*.
Ano 2004 2005 2006 2007 Média
Carteira Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta
1 0,070303612 -0,191144676 -0,048581621 -0,264220882 0,107851425 -0,272842299 0,164820158 -0,261093887 0,073598393 -0,24732544
2 0,145639174 0,074797003 -0,059696529 0,264699933 0,079297751 0,046078846 0,071475574 0,170889505 0,059178993 0,139116322
3 0,053831531 0,216419853 -0,014316562 0,485664099 0,161966025 0,214507039 -0,006911696 0,337048469 0,048642324 0,313409865
4 0,045761911 0,382752872 -0,029320589 0,604115669 0,136588736 0,404334078 0,007165557 0,526310801 0,040048904 0,479378355
5 -0,015000723 0,647325535 0,016612722 0,731008037 0,064384244 0,572256008 -0,028232871 0,668174321 0,009440843 0,654690975
6 0,037958266 0,826772979 -0,032209411 0,869860227 0,04784289 0,731651725 0,02010105 0,800512729 0,018423199 0,807199415
7 0,057107049 1,031708914 -0,041981703 1,012364752 0,053352303 0,86206421 -0,013930941 0,961859721 0,013636677 0,966999399
8 -0,000263534 1,219831072 0,002057024 1,135346337 0,030093292 1,020744402 0,114461602 1,104035808 0,036587096 1,119989405
9 0,038291807 1,49005487 -0,050939168 1,320860404 0,100538753 1,26268261 0,005843833 1,371251484 0,023433806 1,361212342
10 -0,016282765 2,100652546 0,107771242 1,754448068 0,123040705 1,614360438 0,109512925 1,989952284 0,081010527 1,864853334
Rm 0,034378855 0,130798557 0,094007888 0,089284609 0,087117477
Rf 0,060577036 0,069906517 0,056775595 0,045642709 0,058225464
Rm-Rf -0,026198181 0,06089204 0,037232292 0,043641901 0,028892013
Intercepto 0,076114168 -0,057918049 0,100481219 0,051514391 0,04445104
Desv, Padrão 0,000186619 0,000230699 0,00021682 0,000355227 0,000134469
T-Stat 4,078589234 -2,510547932 4,63431048 1,450180813 3,305678375
P-Valor 0,00354105 0,036339899 0,001678599 0,185055446 0,010767324
Inclinação -0,044081013 0,054153141 -0,015467563 -0,009237093 -0,005430593
Desv, Padrão 0,000181918 0,000240934 0,000256696 0,000363318 0,000141673
T-Stat -2,423123023 2,247629494 -0,6025632 -0,254242393 -0,383317819
P-Valor 0,041646671 0,054769528 0,563485249 0,805721185 0,711469444
R² 0,423278991 0,387059525 0,043414903 0,008015138 0,018035322
Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007. *Retornos, intercepto e inclinação multiplicados por 100 para fins de demonstração.
18
Tabela 6 – Carteiras formadas a partir da decomposição discreta de ondaletas no 6º nível e resultados da regressão entre risco e retorno*.
Ano 2004 2005 2006 2007 Média
Carteira Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta Ri-Rf Beta
1 0,188307417 -1,579020105 -0,085178346 -4,471008628 0,147438661 -3,204931242 0,155379292 -0,8112926 0,101486756 -2,51656314
2 0,062162465 -0,260357769 -0,071774788 -1,914996802 0,076967334 -1,605682391 0,118346868 -0,094262713 0,04642547 -0,96882492
3 0,110730352 0,0456172 0,061622073 -0,965626047 0,042788218 -0,794960576 0,016554356 0,19258163 0,05792375 -0,38059695
4 0,024312879 0,397676393 -0,007845397 -0,192436583 0,070324194 -0,195384703 -0,019532702 0,41600874 0,016814744 0,106465962
5 0,031358039 0,580905088 -0,089037082 0,525553699 0,077429014 0,379014011 0,015134864 0,552771575 0,008721209 0,509561093
6 0,0108014 0,767197542 0,013949346 0,935835472 0,064723972 0,874386489 0,042315325 0,701302684 0,032947511 0,819680547
7 0,022830707 1,03059264 0,009773507 1,722859333 0,100144354 1,399621975 -0,007368975 0,874613219 0,031344898 1,256921792
8 -0,017399901 1,290446558 -0,027067143 2,556865304 0,028799094 2,129671028 -0,035451084 1,094530147 -0,01277976 1,767878259
9 -0,017054404 1,540165328 0,041651199 3,638217245 0,089895012 3,045795419 0,029047152 1,412368313 0,03588474 2,409136576
10 -0,017007326 1,915009197 -0,006169355 5,555769276 0,160357206 5,238101337 0,116212739 1,957471259 0,063348316 3,666587768
Rm 0,034378855 0,130798557 0,094007888 0,089284609 0,087117477
Rf 0,060577036 0,069906517 0,056775595 0,045642709 0,058225464
Rm-Rf -0,026198181 0,06089204 0,037232292 0,043641901 0,028892013
Intercepto 0,074942989 -0,022103926 0,084036735 0,060461959 0,043203915
Desv, Padrão 8,82668E-05 0,000161364 0,000144489 0,000269391 0,000104538
T-Stat 8,49050443 -1,369821619 5,816123842 2,244395828 4,132825655
P-Valor 2,83837E-05 0,207953319 0,000397791 0,055046585 0,003285653
Inclinação -0,061168657 0,008248276 0,002546194 -0,027633292 -0,007484208
Desv, Padrão 7,92209E-05 5,72703E-05 6,01844E-05 0,000276914 5,81555E-05
T-Stat -7,721276695 1,440237422 0,423065115 -0,997902408 -1,286930137
P-Valor 5,63158E-05 0,187763142 0,683391104 0,347549364 0,234104391
R² 0,881688507 0,205898887 0,021883414 0,110697014 0,171515817
Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007. *Retornos, intercepto e inclinação multiplicados por 100 para fins de demonstração.
19
Apêndice B – Gráficos
Gráfico 1 – Decomposição discreta de ondaletas do ano de 2004. Excesso de retorno das
carteiras anualizado versus respectivo risco sistemático, em diferentes níveis. As escalas de 1
a 6 correspondem, respectivamente, aos períodos de: (1) 2-4 dias, (2) 4-8 dias, (3) 8-16 dias,
(4) 16-32 dias, (5) 32-64 dias e (6) 64-128 dias. Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007.
Nível 1
Beta
Ex
cess
o d
e re
torn
o
-2 -1 0 1 2
-20
02
04
06
08
0Nível 2
Beta
Ex
cess
o d
e re
torn
o
-2 -1 0 1 2
-20
02
04
06
08
0
Nível 3
Beta
Ex
cess
o d
e re
torn
o
-2 -1 0 1 2
-20
02
04
06
08
0
Nível 4
Beta
Ex
cess
o d
e re
torn
o
-2 -1 0 1 2
-20
02
04
06
08
0
Nível 5
Beta
Ex
cess
o d
e re
torn
o
-2 -1 0 1 2
-20
02
04
06
08
0
Nível 6
Beta
Ex
cess
o d
e re
torn
o
-2 -1 0 1 2
-20
02
04
06
08
0
20
Gráfico 2 – Decomposição discreta de ondaletas do ano de 2005. Excesso de retorno das
carteiras anualizado versus respectivo risco sistemático, em diferentes níveis. As escalas de 1
a 6 correspondem, respectivamente, aos períodos de: (1) 2-4 dias, (2) 4-8 dias, (3) 8-16 dias,
(4) 16-32 dias, (5) 32-64 dias e (6) 64-128 dias. Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007.
Nível 1
Beta
Ex
cess
o d
e re
torn
o
-4 -2 0 2 4
-20
02
04
0
Nível 2
Beta
Ex
cess
o d
e re
torn
o
-4 -2 0 2 4
-20
02
04
0
Nível 3
Beta
Ex
cess
o d
e re
torn
o
-4 -2 0 2 4
-20
02
04
0
Nível 4
Beta
Ex
cess
o d
e re
torn
o
-4 -2 0 2 4
-20
02
04
0
Nível 5
Beta
Ex
cess
o d
e re
torn
o
-4 -2 0 2 4
-20
02
04
0
Nível 6
Beta
Ex
cess
o d
e re
torn
o
-4 -2 0 2 4
-20
02
04
0
21
Gráfico 3 – Decomposição discreta de ondaletas do ano de 2006. Excesso de retorno das
carteiras anualizado versus respectivo risco sistemático, em diferentes níveis. As escalas de 1
a 6 correspondem, respectivamente, aos períodos de: (1) 2-4 dias, (2) 4-8 dias, (3) 8-16 dias,
(4) 16-32 dias, (5) 32-64 dias e (6) 64-128 dias. Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007.
Nível 1
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
02
04
06
08
01
00
Nível 2
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
02
04
06
08
01
00
Nível 3
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
02
04
06
08
01
00
Nível 4
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
02
04
06
08
01
00
Nível 5
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
02
04
06
08
01
00
Nível 6
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
02
04
06
08
01
00
22
Gráfico 4 – Decomposição discreta de ondaletas do ano de 2007. Excesso de retorno das
carteiras anualizado versus respectivo risco sistemático, em diferentes níveis. As escalas de 1
a 6 correspondem, respectivamente, aos períodos de: (1) 2-4 dias, (2) 4-8 dias, (3) 8-16 dias,
(4) 16-32 dias, (5) 32-64 dias e (6) 64-128 dias. Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007.
Nível 1
Beta
Ex
cess
o d
e re
torn
o
-1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20
02
04
06
0
Nível 2
Beta
Ex
cess
o d
e re
torn
o
-1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20
02
04
06
0
Nível 3
Beta
Ex
cess
o d
e re
torn
o
-1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20
02
04
06
0
Nível 4
Beta
Ex
cess
o d
e re
torn
o
-1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20
02
04
06
0
Nível 5
Beta
Exce
sso
de
reto
rno
-1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20
02
04
06
0
Nível 6
Beta
Exce
sso
de
reto
rno
-1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20
02
04
06
0
23
Gráfico 5 – Decomposição discreta de ondaletas da média entre os anos de 2004 a 2007.
Excesso de retorno das carteiras anualizado versus respectivo risco sistemático, em diferentes
níveis. As escalas de 1 a 6 correspondem, respectivamente, aos períodos de: (1) 2-4 dias, (2)
4-8 dias, (3) 8-16 dias, (4) 16-32 dias, (5) 32-64 dias e (6) 64-128 dias. Fonte: Elaborado pelos autores com base em dados coletados em BLOOMBERG, 2004-2007.
Nível 1
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
01
02
03
04
0Nível 2
Beta
Exce
sso d
e re
torn
o
-2 0 2 4
01
02
03
04
0
Nível 3
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
01
02
03
04
0
Nível 4
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
01
02
03
04
0
Nível 5
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
01
02
03
04
0
Nível 6
Beta
Ex
cess
o d
e re
torn
o
-2 0 2 4
01
02
03
04
0