FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM

ADMINISTRAÇÃO E ECONOMIA

DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOO

PPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM EECCOONNOOMMIIAA

REPLICANDO RETORNOS DE HEDGE FUNDS – UMA ADAPTAÇÃO AO

MERCADO BRASILEIRO

RRAAFFAAEELL FFEERRRREEIIRRAA DDEE SSOOUUZZAA LLIIMMAA

OORRIIEENNTTAADDOORR:: JJOOSSÉÉ VVAALLEENNTTIIMM MMAACCHHAADDOO VVIICCEENNTTEE

Rio de Janeiro, 03 de dezembro de 2007

“REPLICANDO RETORNOS DE HEDGE FUNDS – UMA ADAPTAÇÃO AO

MERCADO BRASILEIRO”

RAFAEL FERREIRA DE SOUZA LIMA

Dissertação apresentada ao curso de

Mestrado Profissionalizante em Economia

como requisito parcial para obtenção do

Grau de Mestre em Economia.

Área de Concentração: Finanças.

ORIENTADOR: JOSÉ VALENTIM MACHADO VICENTE

Rio de Janeiro, 03 de dezembro de 2007.

“REPLICANDO RETORNOS DE HEDGE FUNDS – UMA ADAPTAÇÃO AO

MERCADO BRASILEIRO”

RAFAEL FERREIRA DE SOUZA LIMA

Dissertação apresentada ao curso de

Mestrado Profissionalizante em Economia

como requisito parcial para obtenção do

Grau de Mestre em Economia.

Área de Concentração: Finanças.

Avaliação:

BANCA EXAMINADORA:

_____________________________________________________

Professor JOSÉ VALENTIM MACHADO VICENTE

Instituição: IBMEC/RJ

_____________________________________________________

Professor OSMANI TEIXEIRA DE CARVALHO GUILLÉN

Instituição: IBMEC/RJ

_____________________________________________________

Professor ANDRE LUIZ CARVALHAL DA SILVA

Instituição: COPPEAD/UFRJ

Rio de Janeiro, 03 de dezembro de 2007.

FICHA CATALOGRÁFICA

v

DEDICATÓRIA

Dedico esta tese à minha amiga, namorada, noiva e futura

esposa Mônica por dar todo o apoio e o incentivo que eu

precisava para terminar mais este trabalho. Nosso amor

ainda persistirá por muitas outras vidas, mas viveremos

esta como se fosse a última.

vi

AGRADECIMENTOS

Agradeço ao meu orientador José Valentim pela confiança que teve em mim e pela ajuda em

traçar meu objetivos. Sou grato também aos meus pais por terem compreendido minha

ausência em tantos finais de semana em Petrópolis e aos amigos Alexandre e Guilherme.

Devo especial agradecimento também a quatro pessoas de grande importância para a minha

carreira profissional. Eles incentivaram e viabilizaram a realização deste mestrado: Delano,

Gustavo, Renato e Sérgio.

vii

RESUMO

Este trabalho foi motivado pela indisponibilidade de bons fundos multimercado abertos para

captação e sem grandes carências para o recebimento de resgates. Buscamos uma maneira de

replicar não somente os retornos, mas principalmente as características estatísticas dos

melhores hedge funds brasileiros.

Pesquisamos modelos já testados no exterior e optamos por aplicar ao mercado de hedge

funds brasileiro uma adaptação do modelo linear de clonagem proposto por HASANHODZIC

e LO (2007).

Apesar dos resultados das análises de estilo não terem sido muito confortadores, os passos

seguintes do processo de clonagem geraram resultados animadores para alguns dos fundos

testados quanto ao retorno ajustado ao risco das carteiras clone. Porém outras estatísticas de

risco sugerem cautela na aplicação prática desta metodologia. Back-Tests indicaram que o

clone pode expor o investidor a grandes perdas acumuladas.

Palavras Chave: Hedge funds, Fundos Multimercado, Análise de Estilo, Replicação de

Retornos.

viii

ABSTRACT

This work was motivated by the unavailability of good hedge funds opened to new

investments and without major handicaps for the receipt of withdraws. We sought a way to

replicate not only the returns, but mainly the statistical characteristics of the best Brazilian

hedge funds.

We searched for models previously tested and applied abroad and choose to apply to the

Brazilian hedge funds’ market a variation of the cloning linear model proposed by

HASANHODZIC and LO (2007).

Despite the results of the style analysis that were not very comfortable, the following steps of

the cloning process generated encouraging results of clones’ risk adjusted returns for some of

the funds tested. But other statistics of risk suggest caution in the practical application of this

methodology. Back-Tests indicated that the clone can expose the investor to major accrued

losses.

Key Words: Hedge funds, Funds, Style Analysis, Returns Replication.

ix

LISTA DE FIGURAS

Figura 1 – Gráficos de evolução da cota do índice IFMM e de seus respectivos clones..... 52

Figura 2 – Gráficos de evolução da cota do índice ARSENAL e de seus respectivos clones. 53 Figura 3 – Gráficos de evolução da cota do fundo CLARITAS e de seus respectivos clones.

.......................................................................................................................................... 54 Figura 4 – Gráficos de evolução da cota do fundo DIRECIONAL e de seus respectivos

clones. ............................................................................................................................... 55 Figura 5 – Gráficos de evolução da cota do fundo GAP e de seus respectivos clones. .......... 56

Figura 6 – Gráficos de evolução da cota do fundo HG e de seus respectivos clones. ............. 57

Figura 7 – Gráficos de evolução da cota do fundo JGP e de seus respectivos clones. ............ 58

Figura 8 – Gráficos de evolução da cota do fundo MELLON e de seus respectivos clones. .. 59 Figura 9 – Gráficos de evolução da cota do fundo NOBEL e de seus respectivos clones. ..... 60 Figura 10 – Gráficos de evolução da cota do fundo PACTUAL e de seus respectivos clones.

.......................................................................................................................................... 61 Figura 11 – Gráficos de evolução da cota do fundo QUEST e de seus respectivos clones. ... 62

Figura 12 – Gráficos de evolução da cota do fundo SDA e de seus respectivos clones. ........ 63 Figura 13 – Retornos acumulados das acrteiras igualmente ponderadas com os hedge funds e

seus clones com pesos fixos e janelas móveis – HASANHODZIC e LO (2007). ........... 65

x

LISTA DE TABELAS

Tabela 1 – Retornos anualisados dos fatores de risco, índices e fundos. ................................. 42

Tabela 2 – Volatilidades ao ano dos fatores de risco, índices e fundos. .................................. 42 Tabela 3 – Índices de Sharpe dos índices e fundos. ................................................................. 43 Tabela 4 – Coeficientes de Assimetria dos fatores de risco, índices e fundos. ........................ 43 Tabela 5 – Coeficientes de Excesso de Curtose dos fatores de risco, índices e fundos. .......... 43

Tabela 6 – Matriz de correlação entre os índices e fundos da amostra. ................................... 44 Tabela 7 – Coeficientes de correlação entre os índices/fundos e os seis fatores de risco. ....... 45

Tabela 8 – Resultados das regressões para a montagem dos clones de pesos fixos. ................ 46

Tabela 9 – Resultados das regressões para a montagem dos clones com janelas móveis de 1

ano e 6 meses. ................................................................................................................... 47 Tabela 10 – Resultados das regressões para a montagem dos clones com janelas móveis de 3

meses e 1 mês. .................................................................................................................. 48

Tabela 11 – Comparação de desempenho ajustado ao risco das carteiras clone com seus

respectivos hedge funds (fundos 1 a 6). ............................................................................ 49

Tabela 12 – Comparação de desempenho ajustado ao risco das carteiras clone com seus

respectivos hedge funds (fundos 7 a 12). .......................................................................... 50 Tabela 13 – Resulatados estatisticos dos clones de janelas móveis. ........................................ 51 Tabela 14 – Comparação da performance entre os hedge funds e seus clones com pesos fixos

e janelas móveis – HASANHODZIC e LO (2007). ......................................................... 64

xi

LISTA DE ABREVIATURAS

ADE Análise de Estilo

BM&F Bolsa de Mercadorias e Futuros de São Paulo

CDI Certificado de Depósito Interbancário

FIA Fundo de Investimento em Ações

FIC Fundo de Investimento em Cotas

IBOVESPA Índice Bovespa (Bolsa de Valores do Estado de São Paulo)

IPC-A Índice de Preço ao Consumidor - A

IFMM Índice de Fundos Multimercados (Calculado diariamente pelo UBS Pactual)

NTN-B Nota do tesouro Nacional Série B (Título público indexado ao IPC-A)

xii

SUMÁRIO

1 INTRODUÇÃO ..................................................................................................... 1

2 REVISÃO BIBILOGRÁFICA ................................................................................ 4

2.1 ANÁLISE DE ESTILO DE FUNDOS BRASILEIROS ........................................................................... 5

2.2 REPLICAÇÃO DE RETORNOS DE HEDGE FUNDS ........................................................................... 7 2.2.1 O Modelo Linear de Replicação ........................................................................................................... 8

3 ANÁLISE DOS DADOS ..................................................................................... 15

3.1 DESCRIÇÃO DOS DADOS ..................................................................................................................... 15

3.2 ANÁLISES ESTATÍSTICAS DOS DADOS ........................................................................................... 19

4 MODELO ........................................................................................................... 23

5 RESULTADOS .................................................................................................. 29

5.1 RESULTADOS DAS REGRESSÕES ...................................................................................................... 29

5.2 RESULTADOS DOS CLONES ................................................................................................................ 31

6 CONCLUSÃO E RECOMENDAÇÕES .............................................................. 36

REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 40

APÊNDICE A – ESTATÍSTICAS DOS DADOS ........................................................ 42

APÊNDICE B – RESULTADOS ................................................................................ 46

ANEXO A .................................................................................................................. 64

1

1 INTRODUÇÃO

A indústria de hedge funds no Brasil cresceu exponencialmente nos últimos anos. O volume e

a velocidade das captações de recursos destes fundos é notavevelmente alto. A cada ano,

surgem novos fundos, novas gestoras de recursos, e também novas empresas que se dedicam a

alocação de recursos de terceiros nesta categoria de investimentos.

Os gestores de hedge funds têm geralmente um mandato para investir os recursos de seus

cotistas de maneira mais livre e diversificada. Para tal, são constituidos os chamados fundos

multimercado1 onde podem ser montadas as mais diversas estratégias de investimento.

Devido a toda esta liberdade e principalmente à grande habilidade (alimentada pela

remuneração através de taxas de performance) e experiência de seus gestores, os hedge funds

são uma categoria de investimento bastante atrativa e com características peculiares de baixa

correlação com os demais ativos, índices de Sharpe relativamente altos e bons níveis de

retorno. Estas e outras características, como o nível de assimetria e curtose tornam os hedge

funds interessante opção de investimento não apenas pela performance, mas também como

um elemento diversificador de carteiras de investimentos.

1 Multimercado é o nome da categoria de fundos perante a CVM que os gestores geralmente utilizam para

estruturar um hedge fund. Há também alguns fundos que são criados sobre a plataforma de um FIA para que o

cotista goze de um maior benefício fiscal. Estes, porém, são obrigados a manter regularmente um percentual

mínimo da carteira alocado em ações.

2

O bom desempenho observado nos últimos anos, fez com que a demanda por esta classe de

fundos fosse bastante forte2. Com patrimônios líquidos muito volumosos, os gestores vêm

sendo obrigados a fechar seus fundos para novas captações visando a preservação da

eficiência de suas estratégias de investimento. Isto ocorre pois a relativa baixa liquidez do

mercado financeiro brasileiro ainda é um fator limitador para o crescimento de muitos destes

fundos. Com patrimônio líquido cada vez maior, os gestores precisam operar com lotes

proporcionalmente grandes que podem distorcer as cotações do mercado ou até mesmo

impedir a efetuação de operações com papéis de menor liquidez. Consequentemente, os

melhores e mais conhecidos hedge funds brasileiros encontram-se fechados para novas

aplicações ou somente aceitam aportes limitados e em curtos períodos ao longo do ano.

Portanto, é bastante frequente investidores em busca de hedge funds encontrarem “as portas

fechadas” em algumas assets e terem que optar por aplicar em fundos menos concorridos,

fundos ainda em estágio embrionário ou em fundos com prazos de carência para resgate

extremamente altos, o que tem se tornado bastante comum entre os gestores brasileiros. Estes

fecham para captações seus principais fundos e abrem fundos com estratégia semelhante ou

até idêntica, porém, com a característica de pagarem seus resgates aos cotistas apenas 30, 60,

90 ou até 180 dias a partir do dia da solicitação da movimentação.

É pensando em atender esta demanda reprimida e oferecer alternativas de investimento cujos

retornos possuam as mesmas propriedades dos mais respeitados hedge funds, porém com

maior liquidez e menor custo para os investidores que esta tese de mestrado irá avaliar a

viabilidade da criação de fundos sintéticos que repliquem o comportamento de determinados

hedge funds nacionais.

2 Segundo Relatórios da Associação Nacional dos Bancos de Investimento, os fundos classificados como

Multimercado com Renda Variável e com Alavancagem captaram mais de R$ 26 bilhões entre agosto de 2006 e

julho de 2007.

3

O processo seria algo equivalente a clonar um hedge fund. O atrativo deste portfólio

replicante não seria apenas o nível de retorno, mas principalmente permitir que os

investidores tenham fácil acesso a este produto através de uma carteira com alta liquidez,

menor custo e mesmas propriedades estatísticas.

Mais especificamente o objetivo deste trabalho é avaliar se uma carteira composta apenas por

alguns poucos ativos bastante líquidos como os Futuros de Dólar, IBOVESPA, DI mais

líquidos da BM&F e títulos públicos é capaz de replicar os retornos, volatilidade e

consequentemente o Índice de Sharpe dos melhores hedge funds brasileiros. Para cumprir tal

objetivo, elegemos 5 fatores de risco e os utilizamos como variáveis independentes em

regressões das séries de retorno de alguns hedge funds brasileiros. A partir dos modelos

estimados, analisamos suas eficácias para a replicação dos retornos futuros destes fundos.

Este trabalho está estruturado da seguinte forma: O capítulo 2 apresenta a revisão

bibliográfica sobre os modelos de replicação de retornos de hedge funds. O capítulo 3

descreve a base de dados, e a metodologia utilizada neste estudo será apresentada no quarto

capítulo. Já o quinto capítulo, discute os resultados e testes dos modelos estimados. Por fim, o

capítulo final expõe as conclusões e sugestões para estudos futuros.

4

2 REVISÃO BIBILOGRÁFICA

Os investidores estão sempre interessados em identificar quais são as fontes de risco de cada

fundo disponível no mercado. Existem pelo menos três alternativas para se obter esta

informação: 1) Examinar detalhadamente a carteira de cada fundo e suas estratégias de

investimento, o que é inviável no âmbito internacional onde uma das características mais

marcantes é a falta de transparência dos gestores. Já no caso brasileiro, a presença de um

órgão regulador (Comissão de Valores Mobiliários) dá maior transparência aos fundos, pois

estes têm suas carteiras divulgadas no site do orgão com no máximo 180 dias de atraso. Além

disto, os investidores (principalmente os institucionais e os grandes alocadores) conseguem

maior detalhamento dos critérios de seleção de cada gestor e ainda acesso a carteiras mais

recentes. 2) Utilizar o Modelo de Fatores onde é feita uma análise de sensibilidade do retorno

do fundo em relação a fatores de risco (índice de bolsa, spreads de crédito, volatilidades, taxas

de câmbio e etc) identificados como determinantes do compartamento dos mesmos.

Novamente, a falta de transparência dos gestores e também a frequente realocação dos ativos

encarteirados nos fundos fazem com que este modelo explique muito pouco do

comportamento dos hedge funds. 3) Analisar estatisticamente o retorno dos fundos em relação

a um conjunto de índices que representem classes de ativos disponíveis no mercado, a

chamada Análise de Estilo Baseada no Retorno. É esta terceira metodologia que será utilizada

neste estudo como ferramenta para a contrução dos portfólios replicantes.

5

É bastante abundante o material técnico disponível tanto nacional quanto internacionalmente

sobre a aplicação da análise de estilo em fundos de investimento. Sharpe (1992) propõe

decompor o retorno dos fundos mútuos em alguns fatores (denominados de estilos) e em um

resíduo descorrelacionado que seria o fator de seleção do gestor. Em suma, Sharpe propôs que

a série de retornos do fundo fosse regredida contras diversos “estilos” sob a restrição de que o

somatório de todos os coeficientes fosse igual a 1, sendo a constante um alfa obtido pela

capacidade de seleção do gestor ou a parte do retorno obtida através de estilos não

considerados pelo modelo.3

2.1 ANÁLISE DE ESTILO DE FUNDOS BRASILEIROS

Entre vários artigos brasileiros, destaca-se o estudo de VARGA e VALLI (1998) onde os

autores aplicaram a metodologia de análise de estilo baseada no retorno introduzida por

Sharpe em um fundo multimercado e em fundo de ações para o período de 1997 a 1998. O

algorítimo de programação quadrática foi implementado utilizando como fatores a taxa CDI

Over acumulada (IDI), o IBOVESPA e dois indicadores propostos pelos próprios autores que

represesntam aplicações pré-fixadas de médio prazo e aplicações indexadas à variação

cambial do dólar.

VARGA e VALLI (1998) concluiram que a análise de estilo é especialmente importante para

a fiscalização externa dos fundos e para uma melhor definição do perfil dos fundos existentes.

A metodologia permite também que seja avaliado quanto o gestor contribui para o

desempenho do fundo ao se comparar o retorno real do fundo contra o da administração

passiva de uma carteira composta pelo estilo detectado. Destacaram ainda que o primeiro

problema ocorre principalmente na busca de índices de investimentos em renda fixa.

3 Outro trabalho seminal sobre o assunto é Sharpe (1988).

6

Já PIZZINGA e FERNANDES (2005) apresentaram uma proposta de análise de estilo mais

apropriada para fundos cujas alocações são mais dinâmicas. Os autores confrontaram três

tipos de análise de estilo que se diferem entre si pelo relaxamento das restrições do somatório

dos betas ser igual a um e da não negatividade dos mesmos. A Análise de Estilo (ADE) forte é

mais complexa no sentido de incorporar as duas restrições comentadas acima. A ADE semi-

forte comtempla apenas a restrição de que todos os coeficientes devem somar um para todo

instante de tempo e a ADE fraca consite simplesmente na regressão dos retornos do fundo

contra os índices sem a imposição de nenhuma restrição. PIZZINGA e FERNANDES (2005)

aplicaram estes modelos em um Fundo de Investimento em Ações (FIA) de carteira passiva e

em um fundo multimercado. Como esperado, detectaram estilo estável para o fundo de ações

com aproximadamente 100% de alocação no estilo “IBOVESPA” e também estilos mais

dinâmicos e agressivos para o fundo multimercado.

Os resultados da pesquisa de PIZZINGA e FERNANDES (2005) apontam para a fragilidade

da ADE forte no caso dos fundos multimercados. As ADEs fortes devem ser interpretadas

com bastante cautela pois é bastante provável que a especificação dada pelo modelo seja

inadequada para representar o comportamento deste tipo de fundo. Por outro lado, as ADEs

fraca e semi-forte foram capazes de identificar frequentes valores negativos para as alocações

estimadas em diversos mercados.

Assim como VARGA e VALLI (1998), PIZZINGA e FERNANDES (2005) também alertam

para a dificuldade de se encontrar índices que sejam boas proxies para os verdadeiros ativos

utilizados pelos gestores de multimercados.

7

2.2 REPLICAÇÃO DE RETORNOS DE HEDGE FUNDS

KAT e PALARO (2005) vislubraram a possibilidade de a utilização da técnica ADE para

reproduzir as propriedades estatísticas dos retornos de hedge funds. Eles basearam-se

primeiramente em diversos outros estudos que concluíram que os retornos dos hedge funds

não são de fato superiores aos das classes tradicionais de ativos, mas sim diferentes

estatisticamente. Portanto, os investidores são (ou deveriam ser) atraídos aos hedge funds por

conta não apenas da média dos retornos esperados, mas também pela volatilidade, assimetria,

curtose e baixa correlação com as demais alternativas de aplicação.

Diante destas informações, KAT e PALARO (2005) desenvolveram um novo procedimento

que na verdade era uma evolução do modelo proposto por AMIN e KAT (2003), que por sua

vez baseou-se no estudo teórico de DYBVIG (1998) para desenvolver uma estratégia de

operação dinâmica com o objetivo de gerar retornos com a mesma distribuição marginal dos

hedge funds (média, volatilidade, assimetria e curtose).

O novo procedimento proposto por KAT e PALARO (2005) pretendia replicar não apenas a

distribuição marginal dos retornos, mas também a correlação entre o fundo e a carteira

existente do investidor. Para tal, os autores usaram a técnica de cópulas de diferentes

distribuições para unir as características tanto do hedge fund quanto da carteira atual do

investidor. Como este procedimento é bastante complexo e detalhado, fugindo portanto ao

estilo de replicação testado nesta tese, nos limitaremos a comentar as conclusões dos autores.

KAT e PALARO (2005) concluíram que operando dinamicamente contratos futuros de

maneira semelhante à que os bancos fazem hedge de suas operações de balcão, é possível

gerar retornos que são estatisticamente muito similares aos retornos gerados pelos hedge

8

funds contornando os pontos negativos da falta de liquidez, altos custos e transparência que

são característicos da indústria internacional de hedge funds.

Em outro estudo posterior, KAT e PALARO (2006), aplicaram a mesma metodologia para

avaliar 485 funds of hedge funds internacionais. Análogamente, os resultados indicaram que a

maioria dos fundos de fundos não geram retorno aos seus investidores que não poderiam ser

replicados operando diretamente os futuros de S&P 500, T-Bond e Eurodollar. Portanto, estes

fundos falham em adicionar valor aos seus cotistas.

2.2.1 O Modelo Linear de Replicação

Uma abordagem bem mais simplificada e por isso mais viável de ser implementada foi

introduzida por HASANHODZIC e LO (2007). A proposta é clonar os retornos dos hedge

funds a partir de modelos lineares utilizando como instrumentos apenas alguns fatores de risco

líquidos do mercado. Jasmina Hasanhodzic e Andrew Lo, ambos professores do MIT,

concluíram que mesmo apresentando performance ligeiramente inferior, os clones lineares se

comportam suficientemente bem para serem considerados alternativas passivas, transparentes,

com grande potencial de escala e baratas em relação aos hedge funds internacionais.

Sabendo que a magnitude do alfa de um fundo que pode ser capturada por um clone linear

depende de quanto do retorno deste hedge fund é gerado por fatores de risco comuns versus a

capacidade específica de cada gestor de gerar alfa, mas assumindo que ao menos uma boa

porção destes retornos pode ser atribuída aos fatores líquidos selecionados, HASANHODZIC

e LO (2007) aplicaram a metodologia em uma amostra de 1.610 fundos com diversos estilos

9

de investimento diferentes. Os fatores de risco eleitos para serem os regressores e também os

instrumento para a operacionalização dos clones foram:

USD – Um índice indexado ao dólar americano.

BOND – Um índice de títulos de crédito privado de rating AA.

CREDIT – Um índice de títulos de crédito privado de menor qualidade.

SP500 – O índice de bolsa da Standard & Poors.

CMDTY – Um índice de commodities.

DVIX – Um índice que exprime a volatilidade do mercado. Este fator de risco acabou

sendo eliminado do estudo por se tratar de um instrumento de baixa liquidez e portanto

poderia dificultar a aplicação prática do modelo.

Inicialmente, os autores alertaram para as limitações do modelo linear de replicação de

retornos. Foram apresentados dois casos: O primeiro consiste em um fundo cuja estratégia de

investimento (bastante semelhante a de vários hedge funds) é a venda frequente de opções

venda fora do dinheiro do índice S&P500. Esta estratégia possui risco bastante assimétrico e

seu retorno supera largamente o desempenho (buy and hold) do próprio S&P500 entre 1992 e

1999. Este seria um fundo de fácil clonagem dado que envolve poucos elementos

proprietários.

O segundo exemplo utilizado é um outro fundo que utiliza uma estratégia dinâmica de

alocação que rende todo mês o máximo entre o retorno do S&P500 e o de títulos de curto

prazo do governo americano, ou seja, uma estratégia teórica com market timing perfeito.

Segundo MERTON (1981), esta estratégia torna-se possível para os hedge funds através de

uma carteira comprada em S&P500 e em uma opção de venda do mesmo índice com preço de

exercício igual ao retorno do títulos de curto prazo do governo americano. Neste caso, a

10

perceptível não-linearidade dos retornos desta estratégia inviabiliza completamente a

possibilidade de se replicá-la a partir de regressões lineares.

Neste segundo exemplo, os autores chegaram até a obterem um bom coeficiente R2, porém, ao

aplicar o modelo ao mercado, o nível de retorno do clone mostrou-se muito inferior ao retorno

da estratégia original.

Este último caso é bastante importante por alertar para a dificuldade de se replicar estratégias

geradoras de alfa e também para a fragilidade da utilização do R2 das regressões lineraes

como indicador de sucesso do modelo.

HASANHODZIC e LO (2007) analisaram econometricamente 1.610 fundos de 11 diferentes

estilos de investimento e observararam que as exposições aos diferentes fatores de risco

variavam consideravelmente dentre eles. Os coeficientes R2 das análises de estilo destes

fundos variou de 10,4% a 40,4% e os autores identificararam que baixos R2 estão associados a

fundos com maiores Índices de Sharpe, maiores taxas de administração e performance, o que

corrobora a intuição de que fundos mais sofisticados e consequentemente com maior

benefício à diversificação remuneram melhor seus gestores e são mais difíceis de serem

clonados.

Os resultados sugeriam que clones lineares poderiam ser capazes de replicar boa parte do

risco dos hedge funds e então HASANHODZIC e LO (2007) testaram duas maneiras de se

adaptar estas análises econométricas com o objetivo de construir clones de hedge funds.

O primeiro método foi o da carteira com pesos fixos, onde toda a amostra de dados de cada

fundo é utilizada para se estimar econometricamente um conjunto de pesos para cada um dos

11

instrumentos eleitos anteriormente. Estes pesos são mantidos fixos ao longo do tempo (daí o

nome carteira com pesos fixos).

O clone linear é então obtido a partir da regressão da série de retornos do hedge fund (Rit) nos

cinco fatores de risco listados anteriormente. Adicionalmente, os autores impuseram a

restrição de que a soma de todos os betas deve ser igual a um e omitiram o intercepto. A

primeira restrição tem o objetivo de dar uma interpretação de pesos de uma carteira para os

betas, e a omissão do intercepto na equação força o algorítmo dos mínimos quadrados a

utilizar a média dos próprios fatores de risco (regressores) para se aproximar à média do

fundo.

Os coeficientes estimados nas regressões seriam então utilizados como pesos para se compor

uma carteira (R*it) com os cinco fatores de risco. No entanto, HASANHODZIC e LO (2007)

implementam ainda uma renormalização adicional com o objetivo de igualar a volatilidade do

clone (Ȓit) à do fundo original. Esta renormalização é equivalente a alterar a alavancagem da

carteira clone multiplicando cada beta pela razão das volatilidades.

Como este método gera um viés pela utilização de informação que não era conhecida ou

disponível durante o período da análise, os resultados perdem credibilidade. Para contornar

este problema, os autores sugeriram também a aplicação do método por meio de regressões

em janelas móveis de 24 meses calculadas mês a mês. Neste caso, como a renormalização dos

retornos é feita janela a janela, ao final de todo o processo (período completo), a volatilidade

da carteira clone não será mais idêntica à do fundo original. Entretanto, como os retornos dos

hedge funds internacionais são muito mais homocedásticos do que os hedge funds da indústria

brasileira, HASANHODZIC e LO (2007) não encontraram grandes discrepâncias entre as

volatilidades de ambos os tipos de clone.

12

Apesar de mais dinâmico, o método com as janelas móveis está também mais sujeito ao erro

de estimação por basear-se em amostras menores e ainda faz necessário um maior número de

rebalanceamentos na carteira clone, gerando custos e trabalho operacional. Por outro lado, o

clone com pesos fixos não captura a não-estacionariedade dos dados.

A tabela 14 disponível no anexo A demonstra o produto de alguma das análises realizadas por

HASANHODZIC e LO (2007) comparando a rentabilidade dos clones com pesos fixos, com

janelas móveis e dos hedge funds originais. Os resultados obtidos foram bastante positivos

com clones de diversas categorias apresentando resultados apenas ligeiramente abaixo dos

hedge funds originais e para outras categorias, o resultado dos clones foi até superior ao de

seus respectivos fundos.

Apesar dos resultados sugerirem que os clones com pesos fixos têm performance comparável

com os seus fundos correspondentes, para a categoria Event-Driven, a rentabilidade da

carteira clone (9,84%) foi consideravelmente inferior ao de seu respectivos fundos (13,03%).

Este resultado é bastante compreensível pois tal categoria de hedge funds tem como forte

característica operar de maneira idiossincrática e oportunista, o que a faz uma categoria de

fundos mais difícil de ser clonada através de modelos lineares limitado a instrumentos

líquidos que não captem o prêmio pela iliquidez que frequentemente é obtido por seus

gestores. O mesmo efeito foi observado nos clones de pesos fixos da categoria de Mercados

Emergentes.

Os resultados obtidos para os clones com janelas móveis foram, em geral, consistentes com os

dos clones de pesos fixos, porém, a performance média mostrou-se um pouco inferior se

comparada com estes. Por outro lado, devido a maior habilidade de capturar retornos

esperados de estratégias mais dinâmicas, os clones com janelas móveis tiveram excelente

13

resultado quando aplicados a categorias como Mercados Emergentes, Dedicated Short Bias

etc.

Além de comparar os níveis de retorno das carteiras, os autores compararam também seus

Índices de Sharpe. Quanto aos clones com pesos fixos, apesar de terem observado gaps

notáveis de performance ajustada pelo risco em quatro categorias de hedge funds, acharam

diferenças insignificantes para cinco outras categorias e para os fundos de Global Macro e

Managed Futures os clones apresentaram performance ajustada ao risco superior a dos fundos

originais.

Já para os clones com janelas móveis, em geral os gaps de performance ajustada pelo risco

tendem a ser mais substanciais, porém em três categorias os clones apresentaram performance

ajustada ao risco superior a dos fundos originais.

HASANHODZIC e LO (2007) observaram ainda que os retornos das carteiras clones

apresentam autocorrelação de primeira ordem significativamente menor em relação aos seus

respectivos hedge funds, o que indicaria o baixo risco de iliquidez dos clones.

Outra análise feita pelos autores foi a comparação de três carteiras igualmente ponderadas

compostas respectivamente pelos dois tipos de clone e pelos fundos originais. Como ilustrado

na figura 13 do anexo A, os clones com pesos fixos exibiram performance notavelmente

superior aos hedge funds originais e também ao índice S&P500. Já a carteira igualmente

ponderada dos clones com janelas móveis não foi bem sucedida, sendo superada tanto pelo

fundos originais quanto pelo índice S&P500.

14

Em geral, os resultados mostraram que as propriedades estatísticas dos clones parecem até

mais atrativas do que os hedge funds originais, e que as correlações das carteiras clone com

diversos indicadores do mercado são semelhantes em sinal e magnitude às dos fundos

originais. Isso implica que os clones lineares podem prover os mesmos benefícios de

diversificação característicos de seus respectivos fundos de maneira mais barata, transparente

e através de instrumentos mais líquidos.

15

3 ANÁLISE DOS DADOS

Neste estudo, com o objetivo de testar a aplicabilidade dos clones lineraes de hedge funds no

mercado brasileiro, foi utilizada uma base de dados com dez fundos multimercado, dois

índices de hedge funds e seis fatores de risco no período janeiro de 2002 a junho de 2007.

Cada série é composta por 1.433 rentabilidades diárias totalizando mais de 25 mil

observações.

3.1 DESCRIÇÃO DOS DADOS

As séries de cotas dos fundos analisados foram obtidas a partir do banco de dados da

Bloomberg. O critério de seleção foi bastante simples: Fundos Multimercado (classificados na

ANBID como Multimercado com Renda Variável e com Alavancagem) com data de início

anterior a 31 de dezembro de 2001. Este filtro da classificação dos fundos foi escolhido por

aquela ser a categoria mais frequentemente utilizada na estruturação de Hedge Funds no

Brasil. Entre os poucos fundos elegíveis, foram escolhidos os seguintes:

CLARITAS HEDGE (CLARITAS)4

DIRECIONAL (DIRECIONAL)

GAP MULTIPORTFOLIO (GAP)

HEDGING GRIFFO VERDE (HG)

4 Os nomes entre parenteses consistem na nomenclatura utilizada para se referenciar a cada fundo deste ponto em

diante no estudo.

16

JGP HEDGE (JGP)

MELLON HEDGE (MELLON)

NOBEL ADVANCED AGGRESSIVE (NOBEL)

PACTUAL HEDGE PLUS (PACTUAL)

QUEST I (QUEST)

SDA HEDGE (SDA)

Ao contrário do estudo de HASANHODZIC e LO (2007) onde diversas categorias diferentes

de fundos foram comparadas, todos os fundos eleitos neste estudo utilizam estratégias

bastante semelhantes. São fundos que operam de maneira alavancada em todos os mercados

(Câmbio, Juros, Bolsa etc.) basicamente através de operações direcionais ou arbitragens

montadas em cima de análises macroeconômicas. Somente o último fundo listado acima é que

destoa um pouco dos demais por concentrar-se em fazer operações de arbitragem, sendo

portanto um fundo de menor volatilidade.

Todos estes fundos são bastante reconhecidos no mercado brasileiro e para a maioria deles já

foram criadas versões mais agressivas e/ou com maior prazo para recebimento de resgates.

Em outubro de 2007, mais da metade destes fundos encontrava-se fechada para novas

aplicações.

É fato que atualmente há um leque maior de opções de investimento em hedge funds. Além de

diversos novos gestores independentes de recursos terem surgido, novos estilos de

investimento também se tornaram notáveis como a arbitragem entre ações, mais conhecida

como Long & Short. Mais recentemente surgiram fundos que aplicam estratégias puramente

quantitativas. Estas novas categorias de fundos não foram incluídas neste estudo por não

terem pelo menos 5 anos de histórico. Além disso, a própria natureza das estratégias utilizadas

17

por estes novos hedge funds os tornam mais difíceis de serem replicados através de modelos

lineares.

Além dos 10 fundos listados acima, também analisaremos a possibilidade de se clonar dois

índices de hedge funds brasileiros, que são:

UBS PACTUAL IFMM (IFMM) – Índice de Fundos Multimercados que abrange em

torno de 75% do patrimônio líquido da “indústria”5.

ARSENAL COMPOSTO (ARSENAL) – Índice composto por fundos multimercado

igualmente ponderados6.

Observando os clones destes índices, buscamos uma análise mais abrangente da

aplicabilidade do modelo aos hedge funds brasileiros. Como estes índides são reponderados

frequentemente, poderemos observar se ao longo do tempo, com o aumento do grau de

sofisticação das estratégias e com a inclusão de novas categorias de fundos, os clones ganham

ou perdem eficiência.

Por fim, foram eleitos os seis fatores de risco que serão utilizados como regressores nas

análises econométricas. São todos estilos que podem ser facilmente operados através de

contratos futuros de alta liquidez negociados na BM&F ou através da compra de títulos

públicos frequentemente ofertados pelo Tesouro Nacional. São eles:

CDI – Taxa overnight dos Certificados de Depósito Interbancário. Pode ser operado

através de Letras Financeiras do Tesouro (LFT) ou também através de Letras do

Tesouro Nacional travadas com contratos futuros de DI.

5 Para maiores detalhes da regra de determinação dos fundos elegíveis e para o processo de composição deste

índice, cosulte https://pactual.ubs.com/ubspactual/ifmm/index.asp 6Para um maior detalhamento da estruturação dos Índices Arsenal, consulte o regulamento disponível no site

http://www.arsenalinv.com.br/index/Regulamento_Indices_Arsenal.pdf

18

IBOV – Rentabilidade diária do IBOVESPA. Pode ser operado através dos futuros de

IBOVESPA da BM&F com vencimentos bimestrais.

DÓLAR – Retorno diário da taxa de câmbio R$/US$. Pode ser operado através do

futuro de Dólar mais líquido da BM&F.

TXMP – Taxa pré-fixada de médio prazo. Neste estudo, utilizamos o Preço Unitário

da taxa para 6 meses. Pode ser operada através dos contratos futuros de DI da BM&F.

TXLP – Taxa pré-fixada de longo prazo. Neste estudo, utilizamos o Preço Unitário da

taxa para 2 anos. Também pode ser operada através dos contratos futuros de DI da

BM&F.

IGP – Taxa do Cupom de IGP-M para 5 anos. Pode ser operado através das Notas do

Tesouro Nacional Série C de médio prazo.

Estes fatores foram escolhidos arbitrariamente por serem frequentemente observados nas

carteiras dos hedge funds. Quanto às taxas de juros, mesmo que os fundos analisados operem

taxas de prazo mais longo, o resultado do clone pode ser satisfatório pois será permitido que a

carteira clone se alavanque em todos os fatores de risco refletindo o maior risco de taxas

longas. Não foram incluídos fatores de risco associados ao spread de crédito privado por não

se tratar de um investimento comum aos grandes hedge funds brasileiros.

As séries históricas dos fatores CDI, IBOV e DÓLAR foram obtidos através de um terminal

da Bloomberg. Já as séries dos fatores de risco TXMP, TXLP e IGP foram interpoladas

linearmente a partir das taxas de mercado para swaps da BM&F.

19

3.2 ANÁLISES ESTATÍSTICAS DOS DADOS

As tabelas 1, 2, 3, 4 e 5, que seguem no apêndice A, analisam período a período o

comportamento dos fundos, índices e fatores de risco. As tabelas ilustram respectivamente os

retornos anualisados a cada período, as volatilidades expressas ao ano, os índices de Sharpe,

os coeficientes de assimetria e de excesso de curtose.

Analisando o comportamento das rentabilidades, notamos que os hedge funds apresentam

níveis de rentabilidade muito bons mesmo em períodos de deteriorização da economia como

ocorrido em 2002. Neste ano, diversos fundos tiveram excelente desempenho mesmo com o

IBOVESPA perdendo valor e a moeda brasileira se desvalorizando fortemente. Apenas um

fundo apresentou rentabilidade negativa em um dos períodos (1º semestre de 2007). A melhor

rentabilidade média entre os fundos foi obtida pelo HG em 2002. Cinco fundos apresentaram

pelo menos um período abaixo do CDI, porém todos o superaram no período acumulado de

2002 a 2006.

De forma mais abrangente, ou seja, olhando para o desempenho do IFMM ao longo do tempo,

apesar de 2006 não ser o ano de maior retorno absoluto, é o de melhor desempenho se

analisado em percentual do CDI.

Quanto às volatilidades, notamos que há na base de dados fundos com aparente

heterocedasticidade como o QUEST cuja volatilidade anualisada variou de 22,76% em 2002 a

1,54% em 2005. Já o fundo JGP possui distribuição de retornos mais homocedástica com sua

volatilidade variando entre 2,23% e 4,03% ao ano.

É perceptível também o efeito diversificação ao compararmos período a período a

volatilidades dos dois índices de hedge funds (IFMM e ARSENAL) com a média das

20

volatilidades dos fundos. Os índices apresentam níveis de volatilidade entre 45% e 77%

menores que a média dos fundos selecionados para este estudo. É importante lembrar que esta

diluição da volatilidade vem acompanhada de retornos médios até 35% menores.

A tabela 3 exibe os Índices de Sharpe, que consiste em uma medida de retorno ajustado ao

risco de cada fundo. Quanto maior o valor do Índice de Sharpe, mais prêmio por risco ganha o

gestor do fundo para cada unidade de risco do mesmo. No período de 2002 a 2006 destaca-se

o fundo SDA que obteve o índice de 2,35 por ter o terceiro melhor nível médio de retorno e a

quinta menor volatilidade dos fundos da amostra. O menor Índice de Sharpe desta amostra é

do QUEST, sendo devidamente penalisado por ser o fundo mais volátil neste período.

As estatísticas exibidas nas tabelas 4 e 5 reforçam a forte presença de grandes níveis de

assimetria e também de curtose na distribuição dos retornos dos hedge funds em geral. Entre

os fundos desta amostra, destaca-se o fundo DIRECIONAL por ter assimetria bastante

positiva, ou seja, a distribuição de seus retornos é mais concentrada na parte esquerda do

histograma e a cauda da direita mais longa.

Em geral, não há um padrão entre os hedge funds pois encontramos tanto fundos

negativamente quanto positivamente assimétricos na amostra. No entanto, ambos os índices

de hedge funds (IFMM e ARSENAL) são negativamente assimétricos.

Quanto ao excesso de curtose dos hedge funds, observamos, como o esperado, altos valores

para todos os fundos, destacando-se o fundo JGP por ter os menores níveis de excesso de

curtose no período acumulado de 2002 a 2006 e o fundo MELLON que apresentou o maior

nível da amostra.

21

A tabela 6 consite na matriz de correlação entre todos os fundos e ídices da amostra. Nela

podemos analisar se os hedge funds movem-se em manadas, indo todos sempre na mesma

direção ou se há diversificação de opiniões, estratégias e até timing entre os gestores.

A primeira vista podemos perceber que a grande correlação (0,88) entre os dois índices de

hedge funds indica que ambos podem ter composições bastante semelhantes ou ainda que

ambos sejam bons representantes da indústria de hedge funds brasileiros.

Neste quesito, três fundos chamam mais atenção: HG e SDA são os fundos que exibem

retornos mais descorrelacionados com os demais hedge funds da amostra e o DIRECIONAL

que se correlaciona negativamente com quase todos os demais fundos da amostra.

Estes resultados indicam que existe divergência de opiniões entre os gestores e, portanto, há a

possibilidade de se obter ganho de diversificação em carteiras com diversos hedge funds

diferentes. De fato, LIMA (2007) mostrou que os hedge funds são ativos bastante atrativos,

mas devido a seus grandes níveis de exposição a riscos parece sub-ótimo investir em apenas

um gestor. Mostrou ainda que dezesseis fundos (aleatoriamente selecionados e igualmente

ponderados) é o nível ideal de diversificação para carteiras de hedge funds. Já LHABITANT e

LEARNED (2002) chegaram a um número de fundos (hedge funds internacionais) necessário

para efetivamente diversificar carteiras surpreendentemente baixo: De 5 a 10 fundos seriam

suficientes para eliminar 75% do risco específico da carteira. Os autores destacaram ainda a

importância da inclusão de momentos superiores da distribuição de retornos da carteira, a

assimetria e a curtose, na tomada de decisões de alocação.

22

Conclusões similares podem ser tiradas da tabela 7 que analisa como evolui ao longo dos

períodos a correlação de cada fundo com cada um dos seis fatores de risco usados neste

estudo (CDI, IBOV, DÓLAR, TXMP, TXLP e IGP).

Notamos que os fundos HG e SDA são aqueles que, em geral, são menos correlacionados com

os fatores IBOV e DÓLAR. Mais detalhadamente, o fundo SDA possui correlação igual a

zero com o IBOVESPA no período de 2002 a 2006. A forte correlação positiva com IBOV e

negativa com DÓLAR, sugere que o fundo PACTUAL tenha sido o hedge fund mais otimista

com a economia brasileira neste período. E novamente encontramos sinais de que o fundo

DIRECIONAL atua em pontas divergentes dos demais gestores. Nos anos de 2005 e 2006,

este fundo foi o único a se correlacionar negativamente com a bolsa e positivamente com o

DÓLAR.

23

4 MODELO

Após a análise detalhada das amostras de dados foram identificadas algumas possíveis

adaptações aos modelos de clonagem para a aplicação no mercado brasileiro. Optamos então

por testar uma variante do modelo proposto por HASANHODZIC e LO (2007).

Primeiramente, o modelo de clones lineares de HASANHODZIC e LO (2007) foi o eleito

para a aplicação neste estudo pela simplicidade operacional e pelos bons resultados obtidos no

estudo original aplicado ao mercado internacional de hedge funds.

De fato, já existem softwares em funcionamento no mercado global voltados justamente para

a replicação de carteiras de hedge funds consagrados. O economista e professor da CASS

Buisiness School de Londres Harry Kat é o desenvolvedor de um destes softwares.

Assim como no artigo de HASANHODZIC e LO (2007), optamos por testar dois tipos de

clones: O primeiro com pesos fixos onde uma longa série histórica de retornos de cada fundo

é utilizada para estimar os parâmetros beta dos clones. O segundo tipo de clone é o de janelas

móveis onde os parâmetros utilizados nos clones são recalculados período a período. Neste

caso, testamos diferentes tamanhos de janelas, variando de 1 ano a 1 mês de dados.

24

Os dados referentes ao primeiro semestre do ano de 2007 foram reservados para que fossem

feitos testes ex-post dos clones. Portanto, daqui em diante, quando falarmos em “toda a base”

estaremos nos referindo ao período de 2002 a 2006.

É importante ressaltar algumas diferenças básicas entre este trabalho e o estudo de

HASANHODZIC e LO (2007). Primeiramente, o artigo internacional usou um período de

dados mais longo (20 anos), porém baseou-se em rentabilidades mensais e com isso, apenas

240 observações estavam disponíveis para cada hedge fund. Em nosso estudo, trabalhamos

com 5 anos de dados diários, resultando em mais de 1.300 observações para cada fundo.

Apesar do período ser mais curto e consequentemente abranger uma menor gama de cenários

econômicos, o fato de termos observações diárias deve melhorar em muito o poder de

explicação da análise econométrica.

Outra diferença entre os estudos é o fato de HASANHODZIC e LO (2007) terem testado os

clones olhando para resultados médios de algumas categorias de hedge funds. Nosso estudo, é

focado em um número bem menor de fundos e analisaremos os resultados individuais de cada

um deles. Foram eleitos apenas 10 fundos pois a indústria de hedge funds brasileira ainda é

bastante recente e são poucos os fundos de renome no mercado que possuem histórico de

cotas com mais de cinco anos. É fato que aqui estamos sujeitos ao viés de sobrevivência ao

desconsiderarmos fundos que tenham sido extintos neste intervalo de tempo, mas como o

intuito deste trabalho é clonar hedge funds de sucesso, não haveria interesse prático em

replicar a carteira de tais fundos.

Como temos uma base de dados com maior frequência e sabemos que alguns fundos de nossa

amostra possuem histórico de retornos que sugerem heterocedasticidade, demos prioridade em

testar clones com janelas móveis bem mais curtas em relação ao estudo internacional.

25

Outra alteração significativa no modelo feita para refletir a realidade da indústria brasileira de

hedge funds foi eliminar a restrição de que todos os parâmetros da regressão devem somar

um. Esta modificacão foi feita para permitir que uma carteira clone possa estar, por exemplo,

comprada 100% em CDI (através de LFTs) e comprada em mais 60% do PL em futuro de

IBOVESPA. Esta situação de alavancgem através de futuros é bastante frequente nos fundos e

neste caso, a soma dos coeficientes da regressão seria igual a 160%. Com isso, acreditamos

que as regressões terão desempenho superior se comparado ao modelo original que inclui a

restrição.

Inicialmente, o modelo econométrico abaixo foi testado para ser utilizado no primeiro passo

da clonagem dos fundos. Os seis fatores de risco foram incluídos como regressores para

explicar as rentabilidades diárias (Rit) de cada fundo.

titititititiit IGPTXLPTXMPDÓLARIBOVCDIR 654321 *******

Porém, os resultados preliminares destas regressões foram insatisfatórios dado que ao

incluirmos o CDI como um dos regressores, o modelo frequentemente alocava betas

superiores a 100% neste fator de risco. Esta especificação impediria a aplicação prática da

clonagem dado que não é possível alocar, por exemplo, 250% de uma carteira no CDI. Este

pode ser obtido pela alocação em LFTs ou LTNs travadas, mas como a operação exige caixa,

100% seria o limite máximo de alocação nos fundos e tomar dinheiro emprestado para

alavancar comprando mais LFTs não é factível pois o “empréstimo” custaria ao fundo mais

do que o ganho com o CDI.

Dados estes resultados preliminares, migramos para uma nova especificação do modelo onde

as regressões são feitas apenas com os fatores de risco IBOV, DÓLAR, TXMP, TXLP e IGP.

(1)

26

Neste caso, tentaremos explicar o retorno do fundo que excede o CDI, ou seja, a variável a ser

explicada é o excesso do CDI de cada fundo (Rit – CDI). Assim, a carteira clone terá todo o

seu lastro aplicado em algum título que renda o CDI e alavancará com os demais fatores de

risco.

As Equações abaixo refletem a simplicidade do modelo:

CDI *****ˆ

:

CDI *1

* , CDI 1

:

)1/(*CDI *

)1/(CDI

:Onde CDI *ˆ

*****CDI *

54321

11

1

2

1

2

54321

IGPTXLPTXMPDÓLARIBOVR

Então

RT

RRT

R

Sendo

TRR

TRR

RR

IGPTXLPTXMPDÓLARIBOVR

ititititiiit

T

t

iti

T

t

iti

T

t

iit

T

t

iit

iitiit

tititititiit

Para cada fundo e índice da amostra de dados é rodada uma regressão7 de seus retornos

diários em excesso do CDI contra os retornos dos cinco fatores de risco. Esta regressão omite

o intercepto para forçar o algorítmo dos mínimos quadrados a utilizar a média dos próprios

fatores de risco (regressores) para se aproximar à média do fundo. Neste passo, obtemos uma

série de retornos (R* - CDI) que são os retornos previstos pelo modelo, ou seja, o quanto teria

rendido uma carteira composta pelos seis fatores ponderados pelos respectivos β* da

regressão durante o mesmo período da base utilizada.

7 As regressões e também as ponderações dos resultados foram realizadas no software estatístico EViews 5.0.

(2)

(3)

(4)

(5)

27

Para aproximar mais as propriedades estatísticas da carteira clone às do fundo original, em um

segundo passo, na equação 3 cada retorno (R* - CDI) é multiplicado pela proporção (γ) entre

a volatilidade do excesso do CDI do fundo original e a volatilidade da carteira ponderada (R*

- CDI). Este procedimento irá igualar a volatilidade do clone à do hedge fund. Na prática, caso

a proporção γ seja maior do que um, estaríamos aumentando o grau de alavancagem da

carteira clone até o ponto que ela tenha o mesmo nível de risco do fundo original. Em seguida

(equação 5), é adicionado o CDI diário a cada retorno da carteira clone.

Ao final deste processo já temos em mãos a série de retornos do clone de cada fundo da

amostra. Para cada fundo e índice da amostra foram gerados os seguintes clones:

4 clones com pesos fixos para os períodos de 5, 4, 3 e 2 anos tendo sempre como

referência o final do ano de 2006, ou seja, um clone de 2002 a 2006, um segundo de

2003 a 2006, um de 2004 a 2006 e outro clone de 2005 a 2006.

Clones de janelas móveis de 1 ano, 6 meses e 3 meses e 1 mês. As janelas movem-se

mês a mês por toda a base (desde 2002 até o final de 2006). Um total de 222

regressões para cada fundo foram executadas para o teste destes clones.

Um clone de janelas móveis com 66 dias úteis que é rebalanceado diariamente desde

2002 até o final de 2006. Neste teste, foram rodadas mais de 1.300 regressões para

cada fundo da amostra de dados.

Portanto foram gerados 1.593 clones para cada fundo somando mais de 19.000 clones a serem

analisados neste estudo.

É de suma importância ter em mente a grande limitação do clone linear de pesos fixos. Este

envolve um certo grau de “look ahead bias” pois ao analisarmos (ao longo de 5 anos) o

desempenho de um clone que foi montado dando como conhecido o comportamento das

28

variáveis em todo este período, certamente estamos incorrendo em um erro pois usamos

informações não conhecidas no período. Com isso a operacionalização de tal clone torna-se

impossível.

Para remediar a questão do “look ahead bias” nos clones de pesos fixos, iremos utilizar o

primeiro semestre de 2007 como um período para comparações ex-post. Ou seja, os clones

seriam parametrizados com as regressões rodadas em janeiro de 2007, a carteira clone seria

ponderada e carregada ao longo do semestre. Ao final deste período seria comparado o

desempenho real (ex-post) do fundo e o do clone.

Quanto aos clones de janelas móveis, assumimos realocações mensais ou diárias nas carteiras

clone, ou seja, a cada final de mês (ou dia) são rodadas as regressões nas janelas mais atuais e

cada carteira clone é reponderada com os novos parâmetros ajustados pelo também novo γi.

Com isto, a análise ex-post será feita a partir destas carteiras realocadas mensalmente até o

mês de janeiro de 2007.

Para se testar a eficiência de cada clone, além de analisar o R2 das regressões, é feita uma

comparação de desempenho e das características estatísticas entre os fundos e seus

respectivos clones.

29

5 RESULTADOS

5.1 RESULTADOS DAS REGRESSÕES

Feitas as regressões com as especificações descritas acima, os principais resultados foram

sintetisados nas tabelas 8 e 9 disponíveis no apêndice B. Há uma tabela para cada tipo de

clone testado e para todos os fundos e índices da amostra.

A tabela 8 mostra os resultados das regressões dos clones de pesos fixos e nelas econtram-se

os valores dos betas estimados nas regressões de cada clone, seus respectivos p-values, os

coeficientes de ajustamento aos dados e o fator de alavancagem correspondente. Nota-se que

quanto menor a amostra, ou seja, quanto menos anos colocamos na regressão, o R2 dos

modelos aumentam. De fato, as regressões com 5 anos de dados em média tiveram R2 entre 0

e 0,10 e isto se deve aos anos de 2002 e 2003 apresentarem comportamento bastante forte e

diferente para os fatores de risco do mercado, o que dificulta bastante o ajustamento do

modelo aos dados. Já as regressões com apenas dois anos de dados se ajustaram melhor às

amostras, o que pode ser notado nos R2 que atingem até 0,7.

O melhor grau de ajustamento aos dados foi observado para o CLARITAS no período de 2

anos. Todos os betas da regressão foram considerados estatisticamente significantes e a

30

regressão explicou 70% do comportamento do fundo neste período. Resultados muito bons

também foram encontrados para os fundos PACTUAL e QUEST.

Como já comentado anteriormente, o “look ahead bias” inviabiliza a utilização prática dos

clones de peso fixo e, portanto, seus resultados foram mostrados apenas para se tomar como

referência. Daqui em diante focaremos nossas análises exclusivamente nos clones de janelas

móveis pois estes são operacionalizáveis e mais adequados ao perfil dinâmico da indústria de

hedge funds brasileiros.

As tabelas 9 e 10 mostram sumários dos resultados das regressões feitas para os clones de

janelas móveis. Nestes casos, como cada tipo de clone consiste na verdade em uma

“concatenação” de clones gerados mês a mês. As tabelas exibem os valores médios do betas

estimados, a média de seus p-values, a média dos betas significantes a 5%, dos não

significantes e o percentual dos betas considerados significantes. As tabelas mostram ainda os

valores médios, mínimos e máximos dos coeficientes de ajustamento aos dados e dos fatores

de alavancagem.

É grande o percentual dos betas tidos como não-significantes a 5%. Para o clone de janelas

móveis de 6 meses por exemplo, em média mais de 65% dos betas estimados para o fator

DÓLAR não podem ser considerados estatisticamente diferentes de zero. Para a TXMP, este

percentual supera os 87%.

Em geral, notamos que os fatores TXMP, TXLP e IGP são os que tiveram os maiores

percentuais de betas não-significantes nas regressões. Para vários fundos em nenhuma das

janelas estimadas observou-se betas significantes a 5% de probabilidade.

31

Aqui também notamos que quanto menor for o tamanho da janela móvel, maior é o R2 médio

obtido nas regressões. Apesar de oscilarem em torno de 20%, os resultados são condizentes

com os obtidos por HASANHODZIC e LO (2007) para o caso internacional.

Os fatores de alavancagem (γi) variam bastante entre os períodos e também entre os fundos.

Obtivemos carteiras clone com fatores de alavancagem desde 1 até 17.

5.2 RESULTADOS DOS CLONES

Passaremos agora a avaliar o desempenho das carteiras clones obtidas no final de todo o

processo. A tabela 11 do apêndice B compara as rentabilidades médias anualizadas, as

volatilidades ao ano e os índices de Sharpe dos clones com seus respectivos fundos em dois

períodos diferentes: O primeiro é o próprio período de estimação (ou da análise de estilo),

onde confrontamos o desempenho retroativamente no próprio período de estimação das

regressões8. O segundo período é o chamado período ex-post, ou seja, onde comparamos

durante cada mês o desempenho do clone fruto da regressão feita no fechamento do mês

anterior.

Uma medida de sucesso para a avaliação dos clones é verificar se a carteira clone obteve

rentabilidade média acima do fundo no período ex-post em conjunto com um índice de Sharpe

também superior ao do fundo. Isto significaria que o clone rendeu mais e foi mais eficiente do

que o próprio fundo objeto da clonagem pois gerou melhores retornos ajustados ao risco.

8 Estes resultados também sofrem do “look ahead bias” por se tratar de uma análise retroativa. O resultado

prático da análise deve ser obtido do período de comparação ex-post.

32

Dos clones de janelas móveis analisados, o tipo que apresentou pior eficiência foi o clone com

janelas de 1 mês pois somente mostrou-se eficiente para clonar o fundo MELLON. Para todos

os demais fundos e índices da amostra este tipo de clone apresentou índice de Sharpe

inferiores aos de seus respectivos hedge funds.

Entre os clones de janelas móveis reponderadas mensalmente, aquele com a janela de 3 meses

pode ser considerado o mais eficiente pois gerou melhores rentabilidades ajustadas ao risco

para 5 dos 12 fundos da amostra. Inclusive, alguns destes clones apresentaram índices de

Sharpe significativamente maiores que os dos fundos originais.

O clone com janelas móveis de 66 dias úteis e com rebalanceamento diário foi o de melhor

desempenho neste estudo. Este tipo de clone foi bem sucedido na replicação dos resultados de

7 dos 12 fundos / índices da amostra.

Analisando sob a perspectiva dos fundos e índices de hedge funds, é interessante notar que

nehum do clones de janelas móveis dos fundos GAP, HG, PACTUAL e SDA foi considerado

eficiente por este critério.

Este último fundo (SDA) curiosamente teve excelentes resultados com os clones de pesos

fixos de 5 a 2 anos e foi um dos que menos gerou betas estatisticamente significativos nas

regressões feitas neste estudo. Provavelmente, por conta de ser um fundo que foca mais em

arbitragens e exibe maior não-linearidade nas suas estratégias de investimentos.

Já o fundo HG, um dos mais reconhecidos hedge funds do Brasil, não pôde ser clonado com

sucesso provavelmente devido à maior diversidade de estratégias de investimento e ao prêmio

de liquidez e seleção de seus ativos.

33

Os fundos CLARITAS, DIRECIONAL, NOBEL e o índice IFMM foram os que melhor

aceitaram o processo de clonagem. As carteiras clone destes foram bem sucedidas em mais de

3 dos 5 tipos de clones testados.

O bom desempenho do processo de clonagem já era esperado para os índices de hedge funds

(IFMM e ARSENAL) devido ao fato destes se tratarem de carteiras bem diversificadas de

fundos. Esta grande diversificação faz com que todo o prêmio de liquidez e de seleção obtido

isoladamente pelos diversos gestores seja diluído. Com isso, a série de retornos destes índices

tende a ser mais linear do que a dos fundos que o compõem e assim mais facilmente capturada

pelo nosso modelo de clonagem.

A clonagem bem sucedida também era esperada para o fundo CLARITAS por ter exibido

bons coeficientes de ajustamento aos dados (R2) na etapa de análise de estilo.

A tabela 13 apresenta outros resultados estatísticos dos clones de janelas móveis. Nela estão

tabulados para cada fundo e para cada especificação de clone e ainda para os fundos originais

as medidas de assimetria, excesso de curtose, maximum draw down, a correlação com o hedge

fund original e com o IBOV.

Como esperado, em geral os clones apresentaram assimetrias bastante negativas e altos níveis

de curtose garantindo a eles características estatísticas bastante semelhante às dos hedge

funds.

Notamos que frequentemente os clones de janelas móveis apresentam excesso de curtose bem

mais altos em relação a seus fundos originais.

34

O maximum draw down é uma medida que explicita muito bem o risco dos clones. Ele consite

em uma medida do maior valor percentual perdido pela carteira em um período (do pico ao

vale da série de cotas). Esta perda corresponde ao prejuízo que um quotista teria caso

comprasse cotas pelo seu maior valor e as vendesse pelo valor mais baixo subsequente.

Alguns clones tiveram bons resultados apresentando maximum draw down menores que o do

fundo original como por exemplo o CLARITAS que teve uma perda máxima de 12% e seus

clones tiveram maximum draw downs entre 6,9% e 12,4%. Por outro lado, os clones do fundo

QUEST que tem maximum draw down de apenas 2,11% chegaram a acumular perdas de até

15% no modelo com janelas móveis de três meses.

Ao compararmos os diferentes tipos de clone em relação aos níveis de maximum draw down,

vemos que em geral eles tendem a expor mais seus cotistas a grandes períodos de perda

acumulada. Os clones com janela móvel de 1 ano e o clone com janela de 66 dias úteis e

realocação diária são os que menos sofrem deste efeito. Quanto menor a janela de regressão,

menor o maximum draw down.

Vários dos clones testados apresentaram correlações significativamente positivas com os

fundos originais. Os clones do fundo PACTUAL e dos índices IFMM e ARSENAL

apresentaram em média coeficientes de correlação superiores a 0,5. Já o fundo HG foi que

gerou clones menos correlacionados e seu clone de janela móvel de três meses apresentou

correlação nula com o próprio hedge fund. O grau de ajustamento pode ser observado também

nos gráficos 1 a 12 do apêndice B, onde foram plotadas as evoluções da cota do fundo e de

seus respectivos clones de janelas móveis.

35

Finalmente, como já era esperado e fruto da própria natureza do modelo, os clones em geral

apresentaram níveis de correlação com o IBOV bastante próximos aos de seus respectivos

hedge funds.

36

6 CONCLUSÃO E RECOMENDAÇÕES

Analisamos neste trabalho a aplicabilidade prática do processo de clonagem de hedge funds

através de um modelo linear bastante simples. Propomos uma variante de modelo já testado

no mercado internacional e analisamos diferentes configurações para estes clones. Os testes

foram feitos para 10 fundos e 2 índices de hedge funds brasileiros.

Os resultados obtidos no primeiro passo do processo de clonagem, ou seja, a análise de estilo,

não foram tão bons pois encontramos R2 muito baixos e poucos coeficientes beta foram

considerados estatísticamente significantes.

Por outro lado, encontramos alguns resultados animadores a cerca da rentabilidade ajustada ao

risco (índice de Sharpe) para vários dos tipos de clone analisados, em especial o de janelas

móveis de 66 dias úteis e rebalanceamento diário. As características estatísticas dos clones

também foram bastante semelhantes às da classe dos hedge funds.

Alguns fundos específicos não mostraram-se replicáveis e são diversos os possíveis motivos:

Não-linearidade de seus retornos, significativos ganhos com prêmio de liquidez e de seleção,

market timing, utilização de arbitragens, estratégias mais diversificadas etc. Portanto, os

fundos de arbitragem de ações que têm feito tanto sucesso recentemente dificilmente se

adequarão a este modelo. Para estes casos específicos o modelo de clonagem linear testado

37

nesta tese não é adequado e sugerimos a utilização de modelos não-lineares de replicação de

retornos.

Devemos alertar que é cada vez mais significativa a parcela do retorno dos fundos

multimercados que é atribuída à estratégia de Long & Short (arbitragem de ações) e isso pode

fazer com que esta metodologia de clonagem perca cada vez mais seu poder de replicação de

retornos dada a grande falta de linearidade no ganho deste tipo de operação.

Especial atenção deve ser dedicada à questão do risco das carteiras clone. Foram computados

e comparados os maximum draw downs dos fundos e dos clones e observamos que as

rentabilidades replicadas acumulam perdas bem mais significativas do que seus respectivos

fundos. A curtose dos retornos dos clones também é em geral maior.

Em comparação com o teste deste tipo de modelo feito no mercado internacional, o grande

ponto que pode diferenciar a aplicabilidade do modelo é a notável heterocedasticidade da

distribuição de retornos dos fundos brasileiros.9

Em suma, o modelo proposto nesta tese mostrou-se adequado ao seu propósito de replicar não

somente o nível de retorno como também as características estatísticas dos mesmos. Porém,

deve-se tomar bastante cuidado na seleção do hedge fund que se pretende clonar pois

dependendo das estratégias de investimento utilizadas por ele, o modelo linear pode não ser o

ideal e o clone não atingirá seus objetivos. Especial atenção também deve ser dada ao nível de

risco da carteira clone que tende a se descolar do fundo original.

9 De fato, como o estudo internacional utiliza dados mensais e nós nos baseamos em informações diárias, já era

esperado que uma maior heterocedasticidade fosse encontrada neste trabalho. Porém, um estudo com dados

mensais no mercado brasileiro seria inviável dado o curto histórico dos hedge funds locais.

38

Na realização deste estudo surgiram diversas novas idéias que deixamos como sugestão: Para

iniciar, como um dos clones que tiveram melhor desempenho foi aquele rebalanceado

diariamente, sugerimos aprofundar o teste deste tipo de modelo com diferentes tamanhos de

janela e ainda utilizando uma janela maior no caso do cálculo das volatilidades para que as

carteiras clones tendam a ter risco mais parecido com os fundos no longo prazo.

Outra idéia é se aprofundar no estudo do risco destes clones. Por quê o maximum draw down

é tão pior do que os fundos originais? Será que modelos não-lineares seriam mais ágeis na

invesão de posições em momentos de crise? Qual seria o ganho em tratar a

heterocedasticidade do resíduo das regressões realizadas?

Há ainda mais questões a serem respondidas: Qual será o impacto do crescimento das

estratégias de Long & Short e outras arbitragens no processo de clonagem e também na

própria análise de estilos?

Uma sofisticação que pode ser implementada no modelo é rodar as regressões dos clones dos

diversos fundos escolhidos como um sistema de equações em painel. Desta maneira,

poderíamos extrair informações importantes da matriz de covariância dos fundos e índices.

Outra sugestão para estudos futuros é testar novos fatores de risco para compor a carteira do

clone, principalmente para representar a exposição às taxas de juros que foram fatores que

gerarm betas pouco significativos nas regressões rodadas.

Por fim, uma análise mais minuciosa deve ser feita para estudar a viabilidade de tornar os

rebalanceamentos das carteiras mais frequentes. Toda realocação feita na carteira clone gera

39

custos de corretagem etc. A frequencia de rebalanceamento deve ser otimizada levando em

consideração todos os custos de transação.

40

REFERÊNCIAS BIBLIOGRÁFICAS

BREALEY, Richard A; MYERS, Stewart C. (1996) “Principals of Corporate Finance” 5ª ed.

p. 173-183.

FRANCO, Delano. (2004) “Fundos hedge, estilos de gestão para todos os gostos” In: Jornal

Valor Econômico. 09 de dezembro.

FRANCO, Delano; BRANCO, Gustavo Castello. (2006) “Risco e Retorno nos Hedge funds

Brasileiros”. In: Gestão de Investimentos e Fundos, Rio de Janeiro: Financial Consultoria. p.

91-100.

HASANHODZIC, Jasmina; LO, Andrew W. (2007) “Can Hedge-Fund Returns be

Replicated?: The Linear Case”, Journal of Investment Mangement, Vol. 5, Nº 2, p. 5-45.

KAT, Harry M.; PALARO, Helder P. (2005) “Hedge fund Returns: You Can Make Them

Yourself!”. Alternative Investment Research Centre Working Paper Series, Working Paper Nº

23. 08 de Junho.

KAT, Harry M.; PALARO, Helder P. (2006) “Replication and Evaluation of Fund of Hedge

funds Returns”. Alternative Investment Research Centre Working Paper Series, Working

Paper Nº 28. 03 de Janeiro.

LHABITANT, François-Serge; LEARNED, Michelle. (2002) “Hedge fund Diversification:

How Much is Enough?” International Center for Financial Asset Management and

Engeneering, Research Paper Nº 52. Julho.

LIMA, Rafael F. S. (2007) “Diversificação em Carteiras de Hedge funds” Artigo do Mestrado

de Economia do IBMEC-RJ disponível em www.listaderiscos.com.br, 01 de Fevereiro.

LUQUET, Mara. (2007) “Software Barateia Custo para Investir em Hedge Funds” Valor

Econômico – Eu & Investimentos, 27 de Agosto.

MERTON, R. (1981) “On Market Timing and Investment Performance I: An Equilibrium

Theory of Value for Market Forecasts”, Journal of Business 54, p. 363-406.

OTTEN, Rogér; BAMS, Dennis. (2000) “Statistical Tests for Return-Based Style Analysis”.

41

PIZZINGA, Adrian; FERNANDES, Cristiano. (2005) “Análise Dinâmica de Estilo:

monitoramento Contínuo da Política de Gestão de Fundos”. Resenha da BM&F nº164. p. 31-

49, abril a julho.

VARGA, Gyorgy; VALLI Marcos. (1998) “Análise de Estilo Baseada no Retorno” Revista da

ANBID, p. 12-16, dezembro.

STATMAN, Meir. (1987) “How Many Stocks Make a Diversified Portfolio?” Journal of

Financial and Quantitative Analysis, 22. p. 353-363, setembro.

42

APÊNDICE A – ESTATÍSTICAS DOS DADOS

RETORNO CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

2002-2006 17,80% 30,28% -0,04% 0,57% 3,85% 5,90% 20,09% 20,55% 27,00% 20,42% 24,75% 31,10% 22,50% 21,92% 20,93% 25,89% 24,30% 26,09%

2002 18,91% -12,16% 56,58% -3,00% -12,88% 14,36% 19,60% 21,00% 35,86% 27,26% 31,85% 48,62% 27,60% 22,92% 26,58% 25,98% 23,44% 40,06%

2003 21,69% 98,22% -16,41% 4,56% 30,16% 12,07% 26,59% 27,17% 38,22% 16,02% 32,98% 40,72% 25,43% 32,56% 26,94% 32,10% 42,31% 35,96%

2004 15,64% 21,67% -7,76% -1,26% -2,91% -4,65% 15,64% 16,49% 12,49% 22,13% 16,26% 21,75% 18,10% 13,94% 14,62% 20,04% 17,71% 15,80%

2005 18,37% 30,57% -11,09% 0,94% 3,48% 0,88% 18,26% 19,06% 27,91% 19,13% 19,48% 19,89% 20,80% 21,14% 20,12% 21,91% 18,17% 20,44%

2006 14,55% 35,47% -6,96% 1,79% 5,97% 8,12% 20,64% 19,32% 22,34% 17,90% 24,10% 26,89% 20,82% 19,78% 16,92% 29,83% 21,41% 20,04%

2007 / 1ºSem 11,98% 51,84% -17,60% 1,23% 5,95% 9,18% 16,83% 17,15% 20,36% -3,77% 23,15% 31,67% 15,21% 13,66% 19,82% 25,13% 18,82% 12,91%

Tabela 1 – Retornos anualisados dos fatores de risco, índices e fundos.

VOLATILIDADE CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

2002-2006 0,26% 26,49% 17,39% 1,69% 9,86% 18,23% 1,82% 1,50% 8,01% 3,89% 3,48% 8,53% 3,03% 3,07% 3,48% 6,22% 10,44% 3,53%

2002 0,22% 31,94% 27,52% 3,35% 18,52% 32,51% 2,09% 1,56% 6,46% 3,02% 4,57% 15,24% 4,03% 5,07% 5,58% 5,78% 22,76% 6,10%

2003 0,29% 23,71% 15,33% 1,25% 8,13% 20,66% 1,09% 1,08% 9,67% 3,18% 3,25% 5,53% 2,25% 2,74% 2,77% 5,30% 3,94% 3,86%

2004 0,19% 27,78% 10,69% 0,97% 6,93% 9,13% 1,19% 0,97% 4,76% 6,26% 2,94% 6,53% 2,23% 2,30% 2,07% 4,27% 1,76% 1,86%

2005 0,20% 24,39% 13,86% 0,59% 3,81% 5,90% 1,62% 1,30% 7,59% 2,97% 2,86% 6,37% 2,96% 2,40% 1,67% 4,91% 1,54% 1,81%

2006 0,20% 23,59% 14,47% 0,37% 3,55% 8,05% 2,62% 2,21% 10,27% 2,89% 3,48% 4,20% 3,32% 1,63% 3,83% 9,49% 2,87% 1,54%

2007 / 1ºSem 0,16% 23,43% 8,82% 0,23% 2,04% 5,16% 1,84% 1,65% 4,42% 5,23% 2,35% 4,49% 3,44% 1,48% 2,77% 4,43% 2,75% 0,76%

Tabela 2 – Volatilidades ao ano dos fatores de risco, índices e fundos.

43

SHARPE IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

2002-2006 1,26 1,83 1,15 0,67 1,99 1,56 1,55 1,34 0,90 1,30 0,62 2,35

2002 0,33 1,34 2,62 2,76 2,83 1,95 2,16 0,79 1,37 1,22 0,20 3,47

2003 4,51 5,09 1,71 NEG 3,48 3,44 1,66 3,96 1,89 1,97 5,23 3,70

2004 0,00 0,88 NEG 1,04 0,21 0,94 1,11 NEG NEG 1,03 1,17 0,09

2005 NEG 0,53 1,26 0,26 0,39 0,24 0,82 1,15 1,05 0,72 NEG 1,14

2006 2,33 2,16 0,76 1,16 2,74 2,94 1,89 3,21 0,62 1,61 2,39 3,56

2007 / 1ºSem 2,63 3,13 1,90 NEG 4,75 4,39 0,94 1,14 2,83 2,97 2,49 1,22

Tabela 3 – Índices de Sharpe dos índices e fundos.

ASSIMETRIA CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

2002-2006 -1,71 -0,17 0,24 -1,85 -0,37 0,49 -1,23 -1,00 -0,27 2,93 0,10 0,66 0,05 -1,98 -1,67 0,05 -1,86 1,63

2002 -3,16 -0,11 -0,15 -0,96 -0,05 0,59 -2,14 -1,33 0,23 1,47 0,03 0,51 -0,10 -2,33 -1,84 -0,09 -0,92 0,54

2003 -2,25 -0,23 0,12 -0,46 0,13 -0,78 0,12 -0,11 -0,06 0,29 0,86 -0,22 -0,20 0,38 -0,08 0,15 1,84 2,59

2004 -4,51 -0,23 0,91 -1,48 -1,51 0,05 -0,35 0,13 -0,21 3,10 -0,37 -0,30 0,27 0,16 -0,62 1,19 0,40 0,12

2005 -4,91 -0,15 0,60 1,86 -0,15 -0,64 -0,47 -0,46 -0,26 0,84 -0,04 -0,19 0,67 -0,33 0,11 -0,24 -0,79 -0,13

2006 -3,49 0,12 0,51 -2,60 -1,70 -0,16 -0,84 -0,96 -0,61 1,25 -0,38 -0,17 -0,29 0,15 -0,90 -0,07 -0,32 0,60

2007 / 1ºSem -4,26 -0,78 0,15 1,69 -0,01 -0,11 -1,22 -0,38 -0,26 1,25 -0,08 0,03 -0,60 0,21 0,55 0,25 -0,27 0,35

Tabela 4 – Coeficientes de Assimetria dos fatores de risco, índices e fundos.

CURTOSE CDI IBOV DOLAR TXMP TXLP IGP IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

2002-2006 6,43 0,76 8,29 25,39 10,83 35,77 8,96 8,05 11,32 22,81 4,51 16,46 4,26 34,04 24,61 7,42 26,91 13,70

2002 15,37 0,48 4,58 5,75 1,97 13,57 10,82 8,47 5,34 5,41 3,96 6,18 3,89 21,59 16,57 4,34 3,73 2,52

2003 7,02 -0,02 1,52 6,96 3,54 14,62 0,32 0,10 2,66 5,79 4,00 1,96 0,36 2,05 2,63 0,84 11,48 17,66

2004 19,66 1,06 3,51 12,75 13,47 1,35 0,28 2,28 1,95 14,61 5,42 2,79 0,55 5,61 5,18 17,48 9,69 1,26

2005 23,02 -0,07 1,18 26,65 8,36 5,15 1,52 0,72 1,05 3,77 3,71 1,14 3,89 0,78 0,56 1,59 2,40 2,22

2006 13,10 1,16 6,93 37,71 21,87 11,42 4,65 5,12 16,81 5,63 1,33 1,24 2,11 1,49 4,34 4,24 2,65 6,70

2007 / 1ºSem 16,74 3,49 0,96 9,32 1,74 5,53 6,49 1,04 0,41 6,68 3,37 -0,01 3,65 2,24 3,44 1,52 2,27 4,09

Tabela 5 – Coeficientes de Excesso de Curtose dos fatores de risco, índices e fundos.

44

IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

IFMM 1,00 0,88 0,56 -0,14 0,44 0,53 0,49 0,48 0,48 0,43 0,31 0,16

ARSENAL 0,88 1,00 0,57 -0,16 0,49 0,30 0,50 0,53 0,53 0,48 0,29 0,22

CLARITAS 0,56 0,57 1,00 -0,23 0,38 0,14 0,23 0,24 0,29 0,38 0,14 0,17

DIRECIONAL -0,14 -0,16 -0,23 1,00 -0,09 -0,00 0,02 -0,12 -0,18 -0,22 -0,04 -0,03

GAP 0,44 0,49 0,38 -0,09 1,00 0,10 0,30 0,26 0,33 0,27 0,10 0,26

HG 0,53 0,30 0,14 -0,00 0,10 1,00 0,04 0,07 0,02 0,11 0,18 0,08

JGP 0,49 0,50 0,23 0,02 0,30 0,04 1,00 0,24 0,26 0,32 -0,01 0,08

MELLON 0,48 0,53 0,24 -0,12 0,26 0,07 0,24 1,00 0,35 0,24 0,26 0,09

NOBEL 0,48 0,53 0,29 -0,18 0,33 0,02 0,26 0,35 1,00 0,31 0,32 0,09

PACTUAL 0,43 0,48 0,38 -0,22 0,27 0,11 0,32 0,24 0,31 1,00 0,14 0,13

QUEST 0,31 0,29 0,14 -0,04 0,10 0,18 -0,01 0,26 0,32 0,14 1,00 0,03

SDA 0,16 0,22 0,17 -0,03 0,26 0,08 0,08 0,09 0,09 0,13 0,03 1,00

Tabela 6 – Matriz de correlação entre os índices e fundos da amostra.

45

IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON NOBEL PACTUAL QUEST SDA

CDI 2002-2006 0,15 0,19 0,07 0,05 0,11 0,04 0,09 0,11 0,10 0,05 0,04 0,11

2002 0,15 0,18 0,02 0,06 0,06 0,05 0,10 0,05 0,04 0,08 0,01 0,04

2003 0,24 0,23 0,10 0,12 0,14 -0,03 0,09 0,05 0,11 0,07 0,14 0,06

2004 0,17 0,21 0,05 0,04 0,07 0,03 0,11 0,10 0,09 0,05 0,12 0,09

2005 0,12 0,16 0,04 0,08 0,08 0,02 0,07 0,09 0,13 0,04 0,12 0,13

2006 0,11 0,12 0,03 0,08 0,10 0,12 0,09 0,20 0,08 0,03 0,11 0,18

2007 / 1ºSem 0,10 0,12 0,05 -0,01 0,12 0,06 0,04 0,11 0,08 0,07 0,08 0,22

IBOV 2002-2006 0,23 0,19 0,23 -0,15 0,08 0,09 0,13 0,11 0,16 0,27 0,05 0,00

2002 0,12 0,04 0,06 0,04 -0,03 0,04 -0,01 0,02 0,08 -0,10 0,03 -0,06

2003 0,04 0,04 0,06 0,00 -0,03 -0,02 -0,02 0,07 0,07 0,06 -0,09 0,03

2004 0,01 -0,11 0,03 -0,13 0,02 0,09 -0,10 0,07 0,05 0,01 0,06 0,01

2005 0,33 0,20 0,43 -0,32 0,27 0,27 0,39 0,21 0,29 0,54 0,42 0,04

2006 0,53 0,57 0,56 -0,45 0,27 0,31 0,41 0,46 0,46 0,76 0,52 0,22

2007 / 1ºSem 0,55 0,44 0,53 -0,76 0,62 0,20 0,37 0,65 0,46 0,68 0,59 -0,05

DOLAR 2002-2006 -0,27 -0,25 -0,29 0,09 -0,16 -0,06 -0,18 -0,08 -0,17 -0,20 0,01 -0,06

2002 -0,01 0,03 0,04 -0,06 -0,05 -0,02 -0,03 0,02 0,04 0,08 0,07 -0,07

2003 -0,03 -0,07 -0,00 0,06 -0,01 0,01 -0,06 0,03 -0,09 -0,08 0,04 -0,02

2004 -0,06 -0,02 -0,08 0,02 -0,02 -0,11 0,03 -0,04 -0,01 0,07 -0,02 0,05

2005 -0,48 -0,50 -0,72 0,26 -0,33 -0,13 -0,46 -0,33 -0,50 -0,62 -0,51 -0,12

2006 -0,79 -0,76 -0,85 0,42 -0,59 -0,38 -0,51 -0,61 -0,77 -0,56 -0,72 -0,32

2007 / 1ºSem -0,54 -0,55 -0,62 0,43 -0,58 -0,18 -0,34 -0,84 -0,62 -0,56 -0,61 -0,07

TXMP 2002-2006 0,14 0,10 0,05 -0,04 0,01 0,06 0,09 0,04 0,05 -0,02 0,02 0,05

2002 0,18 0,11 -0,03 -0,07 0,02 0,07 0,08 0,02 0,05 -0,18 0,02 0,04

2003 0,09 0,02 0,04 -0,04 -0,07 0,09 0,15 -0,03 -0,01 0,05 -0,05 0,07

2004 -0,05 -0,04 0,03 -0,00 -0,08 -0,03 -0,04 0,02 -0,01 -0,02 -0,03 -0,07

2005 0,11 0,19 0,07 0,06 0,10 -0,03 0,21 0,10 0,14 0,22 0,13 0,09

2006 0,59 0,60 0,71 -0,20 0,28 0,17 0,39 0,47 0,33 0,38 0,47 0,49

2007 / 1ºSem 0,43 0,48 0,45 -0,29 0,38 -0,02 0,41 0,45 0,38 0,41 0,33 0,48

TXLP 2002-2006 0,16 0,15 0,11 -0,06 0,04 0,02 0,12 0,08 0,08 0,04 -0,00 0,04

2002 0,15 0,11 -0,01 -0,07 0,02 0,02 0,10 0,07 0,04 -0,14 -0,02 0,02

2003 0,06 0,00 0,08 -0,04 -0,02 0,01 0,08 -0,03 0,03 0,04 -0,04 0,07

2004 -0,06 -0,03 0,01 -0,03 -0,08 -0,06 -0,01 0,03 -0,01 -0,07 -0,03 -0,09

2005 0,25 0,34 0,31 -0,09 0,24 0,01 0,33 0,22 0,33 0,40 0,33 0,15

2006 0,73 0,74 0,85 -0,31 0,39 0,28 0,47 0,54 0,46 0,58 0,57 0,46

2007 / 1ºSem 0,62 0,63 0,74 -0,51 0,63 -0,03 0,43 0,71 0,47 0,64 0,62 0,42

IGP 2002-2006 0,09 0,07 0,05 0,01 -0,00 0,06 0,05 0,02 -0,01 0,03 0,09 0,05

2002 0,05 0,03 -0,02 0,01 -0,05 0,05 0,03 -0,00 -0,04 -0,01 0,09 0,04

2003 0,00 -0,08 -0,04 0,08 0,01 0,03 -0,00 -0,02 -0,07 -0,07 0,04 0,05

2004 0,01 -0,04 -0,01 0,02 -0,01 0,04 -0,02 0,10 -0,09 -0,09 0,11 -0,03

2005 0,03 -0,03 -0,00 0,04 -0,08 0,11 0,05 0,04 0,00 -0,02 0,07 0,09

2006 0,54 0,56 0,61 -0,12 0,26 0,22 0,34 0,33 0,25 0,43 0,36 0,31

2007 / 1ºSem 0,53 0,49 0,60 -0,44 0,52 0,09 0,33 0,53 0,27 0,51 0,56 0,28

Tabela 7 – Coeficientes de correlação entre os índices/fundos e os seis fatores de risco.

46

APÊNDICE B – RESULTADOS

p-value p-value p-value p-value p-value

-0,6% 28,1% -2,4% 0,0% -4,7% 0,0% 2,4% 21,8% -1,3% 4,6%

1,0% 0,7% 1,5% 0,0% 5,8% 0,0% 2,8% 2,5% -0,4% 33,5%

-17,4% 4,5% -12,8% 18,6% -70,0% 0,0% 57,8% 5,0% 12,2% 22,1%

3,7% 1,3% 1,9% 26,7% 4,4% 13,3% -9,7% 5,7% -1,0% 56,4%

0,3% 58,7% -0,3% 51,3% 0,8% 39,2% 5,3% 0,1% 1,1% 3,5%

0,01 0,04 0,10 0,01 -0,01

0,01 0,04 0,09 0,01 -0,01

7,34 4,99 3,13 8,27 10,50

p-value p-value p-value p-value p-value

-2,4% 0,0% -7,0% 0,0% -9,5% 0,0% -4,4% 0,0% -1,0% 10,7%

0,9% 0,3% 0,5% 13,9% 6,9% 0,0% 0,7% 5,3% 0,3% 39,2%

-6,0% 67,0% -30,5% 5,0% -39,8% 26,4% -18,4% 26,2% 17,8% 24,7%

2,9% 16,6% 7,1% 0,2% 14,2% 0,7% 4,9% 4,3% 0,8% 71,2%

0,9% 11,5% 0,0% 94,8% 2,6% 7,5% 2,1% 0,1% 1,3% 3,8%

0,05 0,16 0,20 0,07 0,01

0,04 0,16 0,19 0,07 0,00

4,21 2,46 2,24 3,34 7,24

p-value p-value p-value p-value p-value

-3,9% 0,0% -9,7% 0,0% -11,6% 0,0% -6,2% 0,0% -1,3% 1,6%

0,6% 5,4% 0,3% 39,4% 8,5% 0,0% 1,0% 0,0% 0,1% 62,7%

-19,4% 33,9% -50,8% 2,8% -151,2% 0,7% -37,8% 4,0% 8,2% 63,9%

6,2% 3,1% 10,2% 0,2% 31,9% 0,0% 8,3% 0,1% 0,9% 72,2%

2,5% 0,8% 0,3% 81,0% 9,7% 0,0% 3,8% 0,0% 1,9% 1,6%

0,12 0,28 0,31 0,28 0,02

0,12 0,27 0,31 0,28 0,02

2,85 1,90 1,79 1,87 5,80

p-value p-value p-value p-value p-value

-4,7% 0,0% -12,6% 0,0% -13,5% 0,0% -7,8% 0,0% -0,8% 19,7%

1,0% 1,1% 1,4% 0,3% 14,8% 0,0% 2,0% 0,0% -0,1% 69,7%

-8,3% 75,5% -34,2% 29,2% -194,7% 1,1% -16,7% 50,7% 15,8% 49,8%

6,2% 15,2% 2,1% 69,9% 37,4% 0,3% 4,9% 23,1% 8,4% 2,9%

0,8% 54,3% 0,2% 92,0% 11,5% 0,1% 2,8% 1,5% 2,5% 2,0%

0,21 0,44 0,53 0,44 0,09

0,20 0,43 0,53 0,44 0,08

2,14 1,51 1,37 1,49 3,14

QUESTPACTUAL

NOBEL PACTUAL

NOBEL SDA

QUEST SDA

MELLON

MELLON

SDA

MELLON NOBEL SDAQUESTPACTUAL

QUESTPACTUALMELLON NOBEL

PESOS FIXOS - 5 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -2,0% 0,0% -1,7% 0,0% -11,1% 0,0% 0,6% 38,5% -3,4% 0,0% -1,0% 51,9% -2,4% 0,0%

IBOV 0,9% 0,0% 0,5% 0,3% 3,9% 0,0% -1,9% 0,0% 0,2% 61,2% 2,9% 0,4% 0,6% 10,0%

TXMP -1,6% 74,5% -7,2% 7,5% -85,4% 0,0% 12,8% 24,2% -18,6% 5,7% 61,5% 1,1% -9,0% 28,5%

TXLP 1,1% 20,3% 1,7% 1,8% 10,8% 0,4% -2,2% 23,5% 1,8% 28,6% -10,3% 1,3% 2,9% 4,7%

IGP 0,9% 0,1% 0,5% 1,7% 1,8% 11,9% 0,5% 41,6% -0,1% 91,4% 3,0% 2,2% 0,7% 10,1%

R2 0,10 0,07 0,10 0,02 0,02 0,01 0,03

R2BARRA 0,09 0,07 0,10 0,02 0,02 0,01 0,03

3,17 3,48 3,05 6,60 5,82 7,32 4,93

PESOS FIXOS - 4 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -4,8% 0,0% -4,1% 0,0% -23,8% 0,0% 2,1% 4,1% -5,5% 0,0% -3,3% 2,3% -5,1% 0,0%

IBOV 0,5% 1,1% 0,2% 22,6% 2,1% 4,0% -2,4% 0,0% 0,2% 65,6% 3,0% 0,0% 0,7% 6,7%

TXMP -7,8% 41,6% -11,8% 14,7% -117,3% 1,0% 33,5% 18,1% -44,8% 1,9% 60,0% 9,2% 7,9% 62,4%

TXLP 4,3% 0,2% 4,8% 0,0% 35,7% 0,0% -6,6% 7,9% 7,3% 1,0% -8,9% 9,3% 3,9% 11,0%

IGP 1,7% 0,0% 1,1% 0,1% 5,2% 0,4% 1,0% 31,2% 1,0% 21,1% 3,0% 3,6% 1,2% 5,7%

R2 0,23 0,21 0,25 0,04 0,07 0,03 0,11

R2BARRA 0,22 0,21 0,24 0,04 0,06 0,03 0,10

alav 2,08 2,14 2,02 4,79 3,65 5,23 3,02

PESOS FIXOS - 3 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -6,5% 0,0% -5,4% 0,0% -33,9% 0,0% 2,2% 10,0% -7,7% 0,0% -4,7% 0,9% -6,5% 0,0%

IBOV 0,5% 4,6% 0,1% 60,9% 1,4% 12,8% -3,2% 0,0% 0,2% 70,8% 3,7% 0,0% 0,9% 3,7%

TXMP -34,8% 2,4% -35,0% 0,7% -223,9% 0,0% 106,5% 1,2% -59,0% 4,5% -11,5% 84,1% -39,6% 13,6%

TXLP 8,8% 0,0% 9,5% 0,0% 53,0% 0,0% -15,0% 1,3% 9,2% 2,7% -4,6% 57,3% 10,9% 0,4%

IGP 4,3% 0,0% 3,3% 0,0% 15,5% 0,0% 1,2% 55,0% 1,0% 47,3% 6,2% 1,9% 2,8% 2,0%

R2 0,36 0,35 0,51 0,07 0,13 0,06 0,17

R2BARRA 0,35 0,35 0,51 0,06 0,12 0,05 0,16

alav 1,67 1,67 1,40 3,86 2,74 4,07 2,41

PESOS FIXOS - 2 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -7,2% 0,0% -5,5% 0,0% -38,2% 0,0% 4,9% 0,0% -9,1% 0,0% -5,8% 0,5% -7,4% 0,0%

IBOV 1,3% 0,0% 0,8% 0,5% 4,8% 0,0% -3,7% 0,0% 0,9% 15,4% 5,6% 0,0% 2,7% 0,0%

TXMP -26,6% 23,5% -27,9% 13,3% -259,1% 0,0% 116,5% 0,2% -48,5% 23,7% -54,7% 46,5% 22,7% 55,7%

TXLP 9,4% 1,1% 13,0% 0,0% 60,5% 0,0% -7,5% 22,6% 10,5% 11,8% -13,1% 28,2% 5,4% 39,7%

IGP 5,7% 0,0% 4,3% 0,0% 19,3% 0,0% 2,2% 21,2% -0,4% 85,2% 8,9% 1,1% 2,7% 14,0%

R2 0,50 0,51 0,70 0,21 0,23 0,11 0,29

R2BARRA 0,50 0,50 0,69 0,20 0,22 0,10 0,29

alav 1,40 1,40 1,20 2,20 2,06 3,01 1,84

HGIFMM ARSENAL CLARITAS DIRECIONAL GAP

GAP HG JGP

JGP

ARSENAL CLARITAS DIRECIONAL GAP

ARSENAL CLARITAS DIRECIONAL

DIRECIONAL GAP

HG JGPIFMM

IFMM

HG JGPIFMM ARSENAL CLARITAS

p-value p-value p-value p-value p-value

-0,6% 28,1% -2,4% 0,0% -4,7% 0,0% 2,4% 21,8% -1,3% 4,6%

1,0% 0,7% 1,5% 0,0% 5,8% 0,0% 2,8% 2,5% -0,4% 33,5%

-17,4% 4,5% -12,8% 18,6% -70,0% 0,0% 57,8% 5,0% 12,2% 22,1%

3,7% 1,3% 1,9% 26,7% 4,4% 13,3% -9,7% 5,7% -1,0% 56,4%

0,3% 58,7% -0,3% 51,3% 0,8% 39,2% 5,3% 0,1% 1,1% 3,5%

0,01 0,04 0,10 0,01 -0,01

0,01 0,04 0,09 0,01 -0,01

7,34 4,99 3,13 8,27 10,50

p-value p-value p-value p-value p-value

-2,4% 0,0% -7,0% 0,0% -9,5% 0,0% -4,4% 0,0% -1,0% 10,7%

0,9% 0,3% 0,5% 13,9% 6,9% 0,0% 0,7% 5,3% 0,3% 39,2%

-6,0% 67,0% -30,5% 5,0% -39,8% 26,4% -18,4% 26,2% 17,8% 24,7%

2,9% 16,6% 7,1% 0,2% 14,2% 0,7% 4,9% 4,3% 0,8% 71,2%

0,9% 11,5% 0,0% 94,8% 2,6% 7,5% 2,1% 0,1% 1,3% 3,8%

0,05 0,16 0,20 0,07 0,01

0,04 0,16 0,19 0,07 0,00

4,21 2,46 2,24 3,34 7,24

p-value p-value p-value p-value p-value

-3,9% 0,0% -9,7% 0,0% -11,6% 0,0% -6,2% 0,0% -1,3% 1,6%

0,6% 5,4% 0,3% 39,4% 8,5% 0,0% 1,0% 0,0% 0,1% 62,7%

-19,4% 33,9% -50,8% 2,8% -151,2% 0,7% -37,8% 4,0% 8,2% 63,9%

6,2% 3,1% 10,2% 0,2% 31,9% 0,0% 8,3% 0,1% 0,9% 72,2%

2,5% 0,8% 0,3% 81,0% 9,7% 0,0% 3,8% 0,0% 1,9% 1,6%

0,12 0,28 0,31 0,28 0,02

0,12 0,27 0,31 0,28 0,02

2,85 1,90 1,79 1,87 5,80

p-value p-value p-value p-value p-value

-4,7% 0,0% -12,6% 0,0% -13,5% 0,0% -7,8% 0,0% -0,8% 19,7%

1,0% 1,1% 1,4% 0,3% 14,8% 0,0% 2,0% 0,0% -0,1% 69,7%

-8,3% 75,5% -34,2% 29,2% -194,7% 1,1% -16,7% 50,7% 15,8% 49,8%

6,2% 15,2% 2,1% 69,9% 37,4% 0,3% 4,9% 23,1% 8,4% 2,9%

0,8% 54,3% 0,2% 92,0% 11,5% 0,1% 2,8% 1,5% 2,5% 2,0%

0,21 0,44 0,53 0,44 0,09

0,20 0,43 0,53 0,44 0,08

2,14 1,51 1,37 1,49 3,14

QUESTPACTUAL

NOBEL PACTUAL

NOBEL SDA

QUEST SDA

MELLON

MELLON

SDA

MELLON NOBEL SDAQUESTPACTUAL

QUESTPACTUALMELLON NOBEL

PESOS FIXOS - 5 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -2,0% 0,0% -1,7% 0,0% -11,1% 0,0% 0,6% 38,5% -3,4% 0,0% -1,0% 51,9% -2,4% 0,0%

IBOV 0,9% 0,0% 0,5% 0,3% 3,9% 0,0% -1,9% 0,0% 0,2% 61,2% 2,9% 0,4% 0,6% 10,0%

TXMP -1,6% 74,5% -7,2% 7,5% -85,4% 0,0% 12,8% 24,2% -18,6% 5,7% 61,5% 1,1% -9,0% 28,5%

TXLP 1,1% 20,3% 1,7% 1,8% 10,8% 0,4% -2,2% 23,5% 1,8% 28,6% -10,3% 1,3% 2,9% 4,7%

IGP 0,9% 0,1% 0,5% 1,7% 1,8% 11,9% 0,5% 41,6% -0,1% 91,4% 3,0% 2,2% 0,7% 10,1%

R2 0,10 0,07 0,10 0,02 0,02 0,01 0,03

R2BARRA 0,09 0,07 0,10 0,02 0,02 0,01 0,03

3,17 3,48 3,05 6,60 5,82 7,32 4,93

PESOS FIXOS - 4 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -4,8% 0,0% -4,1% 0,0% -23,8% 0,0% 2,1% 4,1% -5,5% 0,0% -3,3% 2,3% -5,1% 0,0%

IBOV 0,5% 1,1% 0,2% 22,6% 2,1% 4,0% -2,4% 0,0% 0,2% 65,6% 3,0% 0,0% 0,7% 6,7%

TXMP -7,8% 41,6% -11,8% 14,7% -117,3% 1,0% 33,5% 18,1% -44,8% 1,9% 60,0% 9,2% 7,9% 62,4%

TXLP 4,3% 0,2% 4,8% 0,0% 35,7% 0,0% -6,6% 7,9% 7,3% 1,0% -8,9% 9,3% 3,9% 11,0%

IGP 1,7% 0,0% 1,1% 0,1% 5,2% 0,4% 1,0% 31,2% 1,0% 21,1% 3,0% 3,6% 1,2% 5,7%

R2 0,23 0,21 0,25 0,04 0,07 0,03 0,11

R2BARRA 0,22 0,21 0,24 0,04 0,06 0,03 0,10

alav 2,08 2,14 2,02 4,79 3,65 5,23 3,02

PESOS FIXOS - 3 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -6,5% 0,0% -5,4% 0,0% -33,9% 0,0% 2,2% 10,0% -7,7% 0,0% -4,7% 0,9% -6,5% 0,0%

IBOV 0,5% 4,6% 0,1% 60,9% 1,4% 12,8% -3,2% 0,0% 0,2% 70,8% 3,7% 0,0% 0,9% 3,7%

TXMP -34,8% 2,4% -35,0% 0,7% -223,9% 0,0% 106,5% 1,2% -59,0% 4,5% -11,5% 84,1% -39,6% 13,6%

TXLP 8,8% 0,0% 9,5% 0,0% 53,0% 0,0% -15,0% 1,3% 9,2% 2,7% -4,6% 57,3% 10,9% 0,4%

IGP 4,3% 0,0% 3,3% 0,0% 15,5% 0,0% 1,2% 55,0% 1,0% 47,3% 6,2% 1,9% 2,8% 2,0%

R2 0,36 0,35 0,51 0,07 0,13 0,06 0,17

R2BARRA 0,35 0,35 0,51 0,06 0,12 0,05 0,16

alav 1,67 1,67 1,40 3,86 2,74 4,07 2,41

PESOS FIXOS - 2 ANOS

FATORES p-value p-value p-value p-value p-value p-value p-value

DÓLAR -7,2% 0,0% -5,5% 0,0% -38,2% 0,0% 4,9% 0,0% -9,1% 0,0% -5,8% 0,5% -7,4% 0,0%

IBOV 1,3% 0,0% 0,8% 0,5% 4,8% 0,0% -3,7% 0,0% 0,9% 15,4% 5,6% 0,0% 2,7% 0,0%

TXMP -26,6% 23,5% -27,9% 13,3% -259,1% 0,0% 116,5% 0,2% -48,5% 23,7% -54,7% 46,5% 22,7% 55,7%

TXLP 9,4% 1,1% 13,0% 0,0% 60,5% 0,0% -7,5% 22,6% 10,5% 11,8% -13,1% 28,2% 5,4% 39,7%

IGP 5,7% 0,0% 4,3% 0,0% 19,3% 0,0% 2,2% 21,2% -0,4% 85,2% 8,9% 1,1% 2,7% 14,0%

R2 0,50 0,51 0,70 0,21 0,23 0,11 0,29

R2BARRA 0,50 0,50 0,69 0,20 0,22 0,10 0,29

alav 1,40 1,40 1,20 2,20 2,06 3,01 1,84

HGIFMM ARSENAL CLARITAS DIRECIONAL GAP

GAP HG JGP

JGP

ARSENAL CLARITAS DIRECIONAL GAP

ARSENAL CLARITAS DIRECIONAL

DIRECIONAL GAP

HG JGPIFMM

IFMM

HG JGPIFMM ARSENAL CLARITAS

Tabela 8 – Resultados das regressões para a montagem dos clones de pesos fixos.

47

JANELAS MÓVEIS - 1 ANO

FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value

DÓLAR Méd -2,5% 28,4% -2,0% 27,7% -14,4% 28,0% 1,0% 27,6% -3,7% 27,0% -3,2% 33,1% -3,2% 30,9% -1,4% 27,5% -4,1% 28,6% -4,4% 25,1% -0,6% 21,8% -0,4% 40,3%

Sign -5,8% 42,9% -4,4% 44,9% -32,1% 46,9% 5,2% 32,7% -9,2% 34,7% -7,2% 18,4% -7,1% 36,7% -4,6% 40,8% -10,4% 42,9% -11,4% 42,9% -5,0% 46,9% -2,4% 6,1%

Ñ-Sig 0,0% 57,1% -0,1% 55,1% 1,3% 53,1% -1,1% 67,3% -0,8% 65,3% -2,3% 81,6% -0,9% 63,3% 0,8% 59,2% 0,7% 57,1% 0,8% 57,1% 3,3% 53,1% -0,2% 93,9%

IBOV Méd 0,6% 35,3% 0,1% 38,1% 2,8% 26,5% -2,3% 22,4% 0,3% 46,8% 2,9% 35,1% 0,7% 18,7% 0,9% 31,4% 1,0% 25,3% 5,7% 34,7% 2,1% 22,5% -0,4% 40,6%

Sign 1,3% 30,6% 0,5% 32,7% 5,3% 32,7% -3,5% 59,2% 1,7% 10,2% 5,7% 36,7% 2,0% 46,9% 1,7% 30,6% 1,9% 24,5% 15,0% 34,7% 2,5% 44,9% -2,4% 14,3%

Ñ-Sig 0,2% 69,4% 0,0% 67,3% 1,7% 67,3% -0,5% 40,8% 0,2% 89,8% 1,3% 63,3% -0,4% 53,1% 0,5% 69,4% 0,8% 75,5% 0,7% 65,3% 1,8% 55,1% 0,0% 85,7%

TXMP Méd 9,6% 38,2% 6,1% 47,6% -40,4% 52,9% 48,9% 41,5% -20,2% 56,8% 41,1% 40,3% 23,1% 44,5% 19,2% 44,8% -23,1% 51,4% -20,6% 30,2% 17,4% 38,6% 38,1% 38,5%

Sign -1,3% 6,1% 37,2% 6,1% -201,5% 6,1% 132,5% 18,4% - 0,0% 131,6% 10,2% 31,6% 10,2% 88,0% 22,4% -74,3% 6,1% -11,1% 20,4% -49,9% 8,2% 147,8% 12,2%

Ñ-Sig 10,3% 93,9% 4,1% 93,9% -29,9% 93,9% 30,2% 81,6% -20,2% 100,0% 30,8% 89,8% 22,1% 89,8% -0,7% 77,6% -19,8% 93,9% -23,1% 79,6% 23,4% 91,8% 22,8% 87,8%

TXLP Méd 2,3% 57,6% 3,9% 52,0% 19,1% 44,6% -4,7% 49,1% 3,3% 62,2% -10,3% 43,5% 2,7% 44,4% 2,1% 54,9% 2,6% 55,3% 7,0% 32,1% -1,6% 44,4% 1,3% 41,9%

Sign 18,5% 14,3% 16,2% 22,4% 84,7% 16,3% -17,3% 10,2% - 0,0% -35,5% 2,0% 8,5% 2,0% 11,8% 2,0% 8,8% 6,1% 16,4% 34,7% 0,1% 12,2% 9,8% 14,3%

Ñ-Sig -0,4% 85,7% 0,4% 77,6% 6,3% 83,7% -3,3% 89,8% 3,3% 100,0% -9,8% 98,0% 2,6% 98,0% 1,9% 98,0% 2,2% 93,9% 2,0% 65,3% -1,8% 87,8% -0,2% 85,7%

IGP Méd 0,8% 45,6% 0,2% 52,3% 2,6% 51,9% 1,3% 49,0% -1,2% 53,2% 4,1% 38,0% 0,5% 62,1% 0,6% 39,2% -1,3% 33,1% 0,1% 39,5% 2,2% 21,3% 0,6% 48,6%

Sign 3,5% 6,1% 0,4% 10,2% 18,9% 6,1% 6,0% 2,0% -5,2% 4,1% 14,6% 6,1% 6,2% 4,1% -3,4% 8,2% -2,5% 12,2% -1,1% 12,2% 4,3% 14,3% - 0,0%

Ñ-Sig 0,7% 93,9% 0,1% 89,8% 1,5% 93,9% 1,2% 98,0% -1,0% 95,9% 3,4% 93,9% 0,3% 95,9% 1,0% 91,8% -1,1% 87,8% 0,2% 87,8% 1,8% 85,7% 0,6% 100,0%

R2 Méd 0,17 0,17 0,25 0,09 0,08 0,05 0,12 0,10 0,16 0,21 0,16 0,05

Mín -0,03 -0,05 -0,02 0,00 -0,03 -0,01 0,00 -0,04 0,00 0,00 -0,06 -0,02

Máx 0,69 0,69 0,85 0,28 0,34 0,18 0,39 0,42 0,65 0,65 0,55 0,25

R2BARRA Méd 0,16 0,16 0,24 0,07 0,07 0,04 0,10 0,08 0,15 0,20 0,14 0,03

Mín -0,05 -0,07 -0,03 -0,02 -0,04 -0,03 -0,01 -0,05 -0,01 -0,02 -0,08 -0,04

Máx 0,69 0,68 0,85 0,27 0,33 0,17 0,38 0,41 0,64 0,64 0,55 0,24

alav Méd 4,98 5,88 5,56 5,32 6,44 5,47 5,06 6,03 5,10 4,42 4,91 6,15

Mín 1,20 1,20 1,08 1,89 1,67 2,24 1,60 1,50 1,24 1,24 1,33 1,95

Máx 11,39 14,77 11,95 10,51 14,75 11,69 11,28 17,59 10,13 9,43 15,28 11,11

JANELAS MÓVEIS - 6 MESES

FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value

DÓLAR Méd -2,3% 26,2% -1,9% 26,8% -13,9% 28,4% 1,6% 27,9% -3,7% 31,8% -2,5% 35,7% -2,9% 34,8% -0,8% 28,8% -4,4% 22,4% -4,1% 33,0% 0,1% 25,0% -0,3% 39,8%

Sign -5,0% 47,3% -3,7% 49,1% -30,9% 45,5% 6,6% 25,5% -11,2% 29,1% -10,5% 16,4% -7,2% 32,7% -3,1% 38,2% -10,5% 43,6% -9,0% 36,4% -3,8% 41,8% -3,3% 9,1%

Ñ-Sig 0,0% 52,7% -0,1% 50,9% 0,3% 54,5% -0,1% 74,5% -0,6% 70,9% -1,0% 83,6% -0,9% 67,3% 0,6% 61,8% 0,4% 56,4% -1,3% 63,6% 2,9% 58,2% 0,0% 90,9%

IBOV Méd 0,6% 44,2% 0,2% 31,4% 2,7% 28,4% -1,9% 28,7% 0,1% 37,7% 2,7% 46,8% 0,7% 30,9% 0,8% 39,0% 1,0% 38,2% 6,4% 37,7% 1,6% 27,5% -0,3% 38,9%

Sign 1,8% 14,5% 1,0% 32,7% 6,5% 23,6% -3,5% 43,6% 1,4% 9,1% 7,4% 27,3% 3,5% 23,6% 2,3% 20,0% 3,2% 10,9% 16,2% 38,2% 3,5% 32,7% -0,4% 12,7%

Ñ-Sig 0,4% 85,5% -0,1% 67,3% 1,5% 76,4% -0,6% 56,4% 0,0% 90,9% 0,9% 72,7% -0,2% 76,4% 0,5% 80,0% 0,7% 89,1% 0,3% 61,8% 0,7% 67,3% -0,3% 87,3%

TXMP Méd 5,6% 35,9% 6,5% 45,6% -41,0% 54,2% 45,2% 38,3% -29,0% 52,9% 29,9% 34,0% 22,0% 40,2% 24,2% 43,6% -23,7% 53,8% -2,0% 45,9% 26,1% 46,2% 54,7% 38,6%

Sign 0,8% 9,1% 52,0% 7,3% -305,9% 7,3% 141,1% 18,2% -60,1% 1,8% -62,7% 9,1% 62,8% 16,4% 170,0% 14,5% -135,3% 12,7% 48,1% 12,7% 89,3% 21,8% 193,4% 18,2%

Ñ-Sig 6,0% 90,9% 2,9% 92,7% -20,2% 92,7% 23,9% 81,8% -28,4% 98,2% 39,1% 90,9% 14,1% 83,6% -0,6% 85,5% -7,4% 87,3% -9,3% 87,3% 8,5% 78,2% 23,9% 81,8%

TXLP Méd 4,5% 50,6% 5,3% 41,5% 25,6% 47,8% -4,2% 46,2% 6,1% 44,8% -6,5% 46,2% 4,8% 45,0% 4,0% 47,0% 4,2% 50,7% 6,8% 34,5% 0,9% 48,2% 1,0% 38,4%

Sign 29,5% 14,5% 20,3% 25,5% 138,5% 16,4% -17,6% 5,5% 55,6% 5,5% -6,6% 5,5% 25,6% 7,3% 15,2% 20,0% 21,0% 12,7% 13,6% 20,0% 11,0% 12,7% 19,1% 14,5%

Ñ-Sig 0,2% 85,5% 0,2% 74,5% 3,6% 83,6% -3,4% 94,5% 3,2% 94,5% -6,5% 94,5% 3,2% 92,7% 1,2% 80,0% 1,7% 87,3% 5,1% 80,0% -0,6% 87,3% -2,1% 85,5%

IGP Méd 0,8% 53,8% 0,4% 55,1% 1,6% 58,8% 1,5% 44,3% -0,6% 48,8% 4,4% 47,9% 0,8% 58,6% 0,8% 53,7% -1,1% 40,3% 0,9% 45,1% 2,2% 33,0% 0,5% 56,7%

Sign - 0,0% 0,4% 10,9% 18,3% 1,8% -2,4% 3,6% -0,3% 3,6% 23,3% 7,3% - 0,0% 5,1% 1,8% -8,6% 7,3% -10,5% 7,3% 1,5% 7,3% 5,8% 1,8%

Ñ-Sig 0,8% 100,0% 0,4% 89,1% 1,3% 98,2% 1,7% 96,4% -0,6% 96,4% 2,9% 92,7% 0,8% 100,0% 0,8% 98,2% -0,5% 92,7% 1,8% 92,7% 2,3% 92,7% 0,4% 98,2%

R2 Méd 0,20 0,21 0,29 0,12 0,12 0,08 0,14 0,14 0,20 0,25 0,20 0,09

Mín -0,08 -0,09 -0,02 -0,02 -0,03 -0,10 0,00 -0,09 0,00 0,00 -0,07 -0,02

Máx 0,77 0,77 0,92 0,41 0,50 0,34 0,51 0,71 0,73 0,71 0,76 0,53

R2BARRA Méd 0,17 0,19 0,27 0,09 0,09 0,05 0,11 0,12 0,18 0,22 0,18 0,06

Mín -0,11 -0,12 -0,05 -0,05 -0,06 -0,13 -0,04 -0,12 -0,03 -0,04 -0,10 -0,05

Máx 0,77 0,76 0,92 0,40 0,49 0,32 0,49 0,70 0,72 0,71 0,75 0,52

alav Méd 3,92 3,87 4,12 3,86 4,49 4,54 4,18 4,46 4,08 3,81 4,01 4,41

Mín 1,13 1,14 1,04 1,55 1,37 1,69 1,42 1,22 1,17 1,18 1,14 1,43

Máx 8,06 12,72 12,94 7,47 10,69 11,08 11,57 11,15 9,30 11,64 11,32 8,47

IFMM ARSENAL CLARITAS DIRECIONAL GAP JGP PACTUALHG NOBELMELLON QUEST SDA

JGPIFMM ARSENAL CLARITAS DIRECIONAL HGGAP SDAPACTUALMELLON NOBEL QUEST

Tabela 9 – Resultados das regressões para a montagem dos clones com janelas móveis de 1 ano e 6 meses.

48

JANELAS MÓVEIS - 3 MESES

FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value

DÓLAR Méd -2,5% 33,5% -2,0% 31,3% -14,0% 28,6% 1,7% 33,9% -3,7% 35,4% -3,3% 35,3% -2,7% 44,9% -0,9% 37,5% -4,4% 24,4% -4,5% 32,6% 0,6% 33,1% -0,1% 46,5%

Sign -6,2% 36,2% -3,7% 39,7% -30,5% 44,8% 7,8% 17,2% -13,3% 29,3% -17,0% 15,5% -8,0% 22,4% -4,1% 27,6% -11,4% 37,9% -11,4% 25,9% -2,2% 41,4% -0,2% 8,6%

Ñ-Sig -0,4% 63,8% -0,9% 60,3% -0,6% 55,2% 0,5% 82,8% 0,3% 70,7% -0,8% 84,5% -1,1% 77,6% 0,2% 72,4% -0,1% 62,1% -2,1% 74,1% 2,5% 58,6% -0,1% 91,4%

IBOV Méd 0,6% 43,9% 0,2% 32,9% 2,2% 37,6% -1,4% 35,9% 0,0% 42,3% 2,4% 47,7% 0,7% 32,3% 0,7% 46,3% 1,0% 40,6% 6,2% 35,9% 1,5% 30,8% -0,3% 43,6%

Sign 2,2% 19,0% 1,0% 20,7% 10,0% 15,5% -3,1% 31,0% 0,0% 17,2% 9,6% 20,7% 5,6% 15,5% 2,2% 8,6% 4,2% 12,1% 17,1% 34,5% 3,8% 27,6% -0,5% 10,3%

Ñ-Sig 0,2% 81,0% 0,0% 79,3% 0,7% 84,5% -0,6% 69,0% 0,0% 82,8% 0,5% 79,3% -0,2% 84,5% 0,6% 91,4% 0,6% 87,9% 0,4% 65,5% 0,6% 72,4% -0,3% 89,7%

TXMP Méd 4,5% 37,7% 7,1% 40,2% -28,4% 51,4% 29,9% 39,5% -28,2% 55,9% 31,6% 35,9% 12,3% 44,0% 30,3% 44,0% -23,2% 44,9% 14,2% 46,1% 26,2% 45,3% 62,8% 38,4%

Sign 7,8% 6,9% 65,7% 6,9% -385,4% 8,6% 145,3% 13,8% -178,1% 6,9% 88,2% 10,3% 77,9% 12,1% 172,3% 19,0% 7,5% 6,9% -85,8% 5,2% 41,4% 12,1% 235,8% 17,2%

Ñ-Sig 4,3% 93,1% 2,7% 93,1% 5,3% 91,4% 11,4% 86,2% -17,1% 93,1% 25,1% 89,7% 3,3% 87,9% -2,9% 81,0% -25,4% 93,1% 19,6% 94,8% 24,1% 87,9% 26,8% 82,8%

TXLP Méd 6,1% 39,0% 6,8% 34,0% 26,8% 35,5% -3,1% 45,5% 11,0% 42,5% -3,8% 45,6% 8,3% 44,3% 5,5% 42,7% 6,3% 44,6% 10,3% 36,2% 5,1% 35,9% 2,3% 34,9%

Sign 29,6% 13,8% 23,9% 24,1% 125,5% 17,2% -29,0% 1,7% 63,7% 10,3% -25,0% 10,3% 25,2% 13,8% 25,7% 15,5% 23,3% 12,1% 34,4% 20,7% 12,7% 15,5% 15,3% 12,1%

Ñ-Sig 2,3% 86,2% 1,4% 75,9% 6,3% 82,8% -2,7% 98,3% 4,9% 89,7% -1,3% 89,7% 5,6% 86,2% 1,8% 84,5% 4,0% 87,9% 4,0% 79,3% 3,7% 84,5% 0,5% 87,9%

IGP Méd 1,1% 54,2% 0,8% 50,0% 2,0% 53,5% 1,5% 46,4% -0,5% 53,0% 4,7% 48,0% 0,7% 48,0% 1,3% 56,7% -0,3% 50,6% 2,0% 44,0% 3,4% 44,6% 0,4% 56,4%

Sign 7,1% 1,7% 0,5% 5,2% -13,1% 1,7% 13,0% 3,4% 14,3% 1,7% 29,3% 3,4% 3,5% 5,2% -6,2% 1,7% -1,4% 8,6% -6,5% 5,2% 1,5% 6,9% 4,5% 1,7%

Ñ-Sig 1,0% 98,3% 0,8% 94,8% 2,2% 98,3% 1,0% 96,6% -0,7% 98,3% 3,8% 96,6% 0,6% 94,8% 1,4% 98,3% -0,2% 91,4% 2,5% 94,8% 3,6% 93,1% 0,4% 98,3%

R2 Méd 0,23 0,25 0,32 0,16 0,18 0,13 0,18 0,19 0,24 0,28 0,26 0,15

Mín -0,11 -0,11 -0,03 -0,03 -0,06 -0,18 -0,01 -0,13 -0,03 -0,03 -0,32 0,00

Máx 0,84 0,83 0,94 0,59 0,67 0,48 0,63 0,78 0,94 0,82 0,83 0,72

R2BARRA Méd 0,18 0,20 0,28 0,10 0,12 0,07 0,12 0,14 0,19 0,23 0,21 0,09

Mín -0,18 -0,18 -0,10 -0,10 -0,13 -0,26 -0,08 -0,21 -0,10 -0,09 -0,41 -0,06

Máx 0,83 0,81 0,94 0,56 0,64 0,45 0,60 0,76 0,94 0,80 0,82 0,70

alav Méd 2,98 2,70 3,02 3,04 3,37 3,35 3,17 3,35 2,98 2,97 3,03 3,21

Mín 1,09 1,10 1,03 1,31 1,21 1,37 1,27 1,17 1,03 1,11 1,10 1,20

Máx 6,24 6,77 7,95 7,04 10,90 12,14 10,09 7,56 7,89 8,71 8,54 7,88

JANELAS MÓVEIS - 1 MÊS

FATORES p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value p-value

DÓLAR Méd -2,4% 41,3% -2,1% 37,7% -15,3% 33,0% 0,8% 43,4% -3,0% 38,3% -2,8% 45,5% -2,1% 41,6% -0,9% 40,0% -4,1% 30,6% -4,6% 42,5% -0,2% 40,5% 0,4% 52,3%

Sign -8,3% 23,3% -5,0% 23,3% -35,9% 36,7% 2,6% 10,0% -19,7% 13,3% -13,6% 11,7% -9,8% 11,7% -5,3% 15,0% -14,5% 26,7% -14,8% 16,7% -6,3% 30,0% 14,2% 8,3%

Ñ-Sig -0,7% 76,7% -1,2% 76,7% -3,5% 63,3% 0,6% 90,0% -0,5% 86,7% -1,3% 88,3% -1,1% 88,3% -0,1% 85,0% -0,3% 73,3% -2,6% 83,3% 2,4% 70,0% -0,9% 91,7%

IBOV Méd 0,6% 48,4% 0,2% 43,5% 2,1% 39,8% -1,1% 36,1% 0,1% 47,1% 2,2% 48,1% 0,8% 46,5% 0,7% 42,2% 1,2% 43,9% 6,4% 34,7% 1,5% 40,1% -0,3% 38,9%

Sign 2,2% 13,3% -1,3% 6,7% 11,9% 13,3% -3,6% 16,7% 2,9% 8,3% 12,5% 15,0% 3,0% 13,3% 1,0% 10,0% 4,2% 10,0% 20,7% 30,0% 8,1% 13,3% -1,5% 13,3%

Ñ-Sig 0,4% 86,7% 0,4% 93,3% 0,6% 86,7% -0,6% 83,3% -0,1% 91,7% 0,4% 85,0% 0,5% 86,7% 0,7% 90,0% 0,9% 90,0% 0,3% 70,0% 0,5% 86,7% -0,2% 86,7%

TXMP Méd -5,5% 43,6% 6,7% 41,6% -43,9% 47,5% 34,1% 43,8% -21,2% 44,6% -33,3% 42,4% 3,0% 44,5% 28,6% 48,5% 11,1% 41,1% 69,9% 46,3% 14,1% 39,6% 55,6% 40,1%

Sign -1,4% 10,0% 65,1% 8,3% -444,5% 3,3% -51,3% 10,0% 153,4% 11,7% -401,7% 6,7% -279,3% 11,7% 114,1% 5,0% 166,5% 16,7% 304,8% 8,3% 261,3% 1,7% 323,3% 13,3%

Ñ-Sig -6,0% 90,0% 1,4% 91,7% -30,1% 96,7% 43,6% 90,0% -44,3% 88,3% -7,0% 93,3% 40,3% 88,3% 24,1% 95,0% -19,9% 83,3% 48,6% 91,7% 9,9% 98,3% 14,5% 86,7%

TXLP Méd 8,1% 44,2% 7,7% 41,8% 30,9% 36,3% -8,0% 47,6% 15,2% 41,6% 1,5% 42,8% 12,2% 44,0% 5,9% 47,3% 7,6% 47,1% 12,3% 39,9% 9,8% 40,0% 4,9% 38,9%

Sign 52,5% 11,7% 39,9% 13,3% 144,9% 13,3% -35,5% 5,0% 48,1% 21,7% 32,8% 8,3% 39,9% 15,0% 32,3% 10,0% 20,9% 10,0% 50,7% 8,3% 53,6% 16,7% 29,2% 8,3%

Ñ-Sig 2,3% 88,3% 2,8% 86,7% 13,3% 86,7% -6,6% 95,0% 6,1% 78,3% -1,4% 91,7% 7,4% 85,0% 3,0% 90,0% 6,1% 90,0% 8,8% 91,7% 1,0% 83,3% 2,7% 91,7%

IGP Méd 1,1% 51,5% 1,3% 47,4% 1,5% 51,8% 2,2% 50,5% -0,8% 53,2% 3,3% 49,7% 2,4% 47,0% 1,0% 59,3% -0,8% 50,0% 0,5% 45,7% 2,1% 51,0% -0,9% 51,4%

Sign 5,6% 3,3% 17,0% 3,3% 21,0% 5,0% 5,9% 5,0% -14,0% 3,3% 51,0% 6,7% 11,4% 13,3% 4,3% 3,3% -4,9% 6,7% -11,1% 8,3% 9,2% 5,0% -9,7% 6,7%

Ñ-Sig 1,0% 96,7% 0,8% 96,7% 0,4% 95,0% 2,0% 95,0% -0,4% 96,7% -0,2% 93,3% 1,1% 86,7% 0,8% 96,7% -0,5% 93,3% 1,5% 91,7% 1,7% 95,0% -0,3% 93,3%

R2 Méd 0,34 0,35 0,44 0,31 0,30 0,27 0,31 0,30 0,39 0,40 0,36 0,31

Mín -0,29 -0,31 -0,10 -0,07 -0,08 -0,71 -0,12 -0,33 -0,08 -0,18 -0,41 -0,08

Máx 0,89 0,87 0,98 0,81 0,85 0,75 0,86 0,86 0,98 0,94 0,93 0,82

R2BARRA Méd 0,18 0,19 0,30 0,15 0,13 0,09 0,14 0,14 0,24 0,26 0,21 0,15

Mín -0,57 -0,66 -0,38 -0,32 -0,36 -1,09 -0,40 -0,64 -0,33 -0,49 -0,72 -0,33

Máx 0,87 0,84 0,97 0,76 0,81 0,68 0,82 0,82 0,98 0,92 0,91 0,78

alav Méd 1,95 1,87 1,86 2,01 2,00 2,15 1,95 2,07 1,79 1,79 1,88 1,99

Mín 1,05 1,04 1,01 1,08 1,08 1,11 1,08 1,07 1,01 1,03 1,03 1,07

Máx 3,97 6,19 5,33 4,90 4,75 7,37 4,12 5,27 6,02 4,70 5,31 5,14

SDA

QUEST SDA

HG PACTUAL QUEST

PACTUAL

MELLON NOBEL

NOBEL

GAP JGPIFMM ARSENAL CLARITAS DIRECIONAL

IFMM ARSENAL CLARITAS DIRECIONAL GAP HG JGP MELLON

Tabela 10 – Resultados das regressões para a montagem dos clones com janelas móveis de 3 meses e 1 mês.

49

Retorno Volat. Sharpe

31,1% 8,53% 1,48

25,9% 8,52% 0,86

31,7% 4,49% 4,39

28,0% 5,48% 2,93

27,1% 5,74% 1,54

28,6% 5,75% 1,80

31,7% 4,49% 4,39

26,7% 4,81% 3,07

22,8% 5,80% 1,02

22,5% 5,80% 0,97

31,7% 4,49% 4,39

24,5% 5,22% 2,39

23,3% 5,39% 1,15

20,7% 5,40% 0,65

31,7% 4,49% 4,39

21,9% 5,23% 1,89

30,9% 7,54% 1,70

26,7% 7,54% 1,43

27,1% 5,70% 1,70

25,0% 5,69% 1,34

31,1% 7,62% 1,91

31,1% 7,62% 1,94

29,9% 8,51% 1,43

34,3% 13,97% 1,19

31,1% 7,12% 2,37

29,8% 7,12% 1,86

31,0% 8,62% 1,54

38,6% 16,09% 1,30

31,0% 6,72% 3,13

28,2% 6,72% 2,94

30,8% 8,50% 1,54

25,5% 22,12% 0,35

- - -

- - -

31,0% 8,62% 1,55

25,7% 13,91% 0,58

HG

CLONES Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe

Fundo 20,1% 1,82% 0,88 20,6% 1,50% 1,37 27,0% 8,01% 1,06 20,4% 3,89% 0,50 24,8% 3,48% 1,80

Clone 19,0% 1,82% 0,28 18,6% 1,50% 0,04 21,7% 8,01% 0,40 14,1% 3,89% NEG 17,9% 3,48% NEG

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 15,2% 1,23% 2,58 14,3% 0,96% 2,44 24,7% 5,52% 2,30 5,9% 3,21% NEG 16,0% 1,95% 2,07

Fundo 20,2% 1,75% 1,12 20,4% 1,49% 1,48 24,9% 8,35% 0,79 18,8% 4,08% 0,13 23,0% 3,15% 1,52

Clone 20,1% 1,76% 1,05 19,6% 1,50% 0,87 29,5% 8,36% 1,35 11,5% 4,07% NEG 20,4% 3,15% 0,67

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 15,4% 1,28% 2,69 14,7% 1,04% 2,58 27,9% 5,98% 2,65 5,3% 3,43% NEG 16,5% 2,18% 2,09

Fundo 18,2% 1,90% 0,67 18,3% 1,58% 0,89 20,7% 7,86% 0,49 19,7% 4,33% 0,66 19,9% 3,11% 0,97

Clone 17,7% 1,91% 0,44 17,3% 1,59% 0,28 22,2% 7,86% 0,68 12,6% 4,33% NEG 18,3% 3,11% 0,46

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 15,6% 1,47% 2,48 14,8% 1,18% 2,41 26,7% 5,87% 2,50 6,7% 3,76% NEG 16,6% 2,22% 2,07

Fundo 19,4% 2,17% 1,05 19,2% 1,81% 1,12 25,1% 9,02% 0,88 18,5% 2,92% 0,46 21,8% 3,19% 1,45

Clone 18,7% 2,18% 0,71 18,3% 1,82% 0,64 23,8% 9,02% 0,73 16,0% 2,92% NEG 18,7% 3,19% 0,47

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 16,2% 1,62% 2,62 15,4% 1,30% 2,66 28,4% 6,41% 2,56 8,8% 2,48% NEG 16,9% 2,12% 2,34

Fundo 20,5% 1,65% 0,93 21,0% 1,36% 1,49 26,2% 7,80% 0,90 20,0% 3,87% 0,26 24,4% 3,26% 1,65

Clone 21,0% 1,65% 1,46 20,2% 1,37% 0,96 33,2% 7,81% 1,83 12,2% 3,86% NEG 21,1% 3,26% 0,75

Fundo 20,1% 1,74% 1,53 20,3% 1,48% 1,95 24,3% 8,29% 0,83 18,2% 4,06% 0,18 23,1% 3,13% 1,81

Clone 19,4% 1,52% 1,30 18,7% 1,32% 0,93 25,1% 7,47% 1,03 18,3% 3,94% 0,22 18,9% 2,82% 0,51

Fundo 20,0% 1,72% 0,89 20,5% 1,42% 1,40 26,3% 7,69% 0,97 20,4% 3,67% 0,35 24,5% 3,27% 1,77

Clone 21,2% 1,73% 1,73 20,8% 1,42% 1,64 32,0% 7,69% 1,75 13,0% 3,66% NEG 20,9% 3,27% 0,81

Fundo 20,7% 1,76% 1,69 20,9% 1,47% 2,17 25,8% 8,13% 0,99 19,3% 3,97% 0,39 24,1% 3,17% 2,01

Clone 21,7% 2,23% 1,79 20,1% 1,81% 1,34 30,6% 7,87% 1,63 21,4% 4,75% 0,77 19,4% 4,00% 0,42

Fundo 20,0% 1,65% 1,28 20,5% 1,37% 1,58 26,6% 7,26% 1,25 20,3% 3,49% 0,32 24,6% 3,28% 1,89

Clone 21,3% 1,65% 1,87 21,2% 1,38% 2,14 31,4% 7,26% 2,15 14,7% 3,49% NEG 21,9% 3,28% 1,18

Fundo 19,9% 1,85% 1,20 20,4% 1,52% 1,77 24,9% 8,01% 0,90 19,5% 3,94% 0,46 24,2% 3,24% 2,01

Clone 22,1% 2,41% 1,84 21,2% 2,09% 1,65 27,3% 8,14% 1,17 22,7% 5,92% 0,84 19,4% 4,08% 0,41

Fundo 20,1% 1,54% 2,06 20,6% 1,31% 2,15 27,5% 6,78% 1,87 20,4% 3,30% 0,27 24,9% 3,17% 2,63

Clone 20,5% 1,54% 1,68 20,7% 1,31% 1,98 26,1% 6,78% 1,97 18,1% 3,30% 0,29 21,8% 3,17% 1,98

Fundo 20,0% 1,82% 1,24 20,4% 1,50% 1,82 26,0% 7,94% 1,04 19,6% 3,90% 0,49 24,6% 3,40% 2,04

Clone 20,2% 2,67% 0,92 20,6% 2,08% 1,38 25,0% 9,82% 0,75 18,8% 6,43% 0,17 21,1% 4,50% 0,75

Fundo - - - - - - - - - - - - - - -

Clone - - - - - - - - - - - - - - -

Fundo 19,9% 1,85% 1,21 20,4% 1,52% 1,78 24,9% 8,02% 0,90 19,6% 3,94% 0,49 24,3% 3,24% 2,02

Clone 22,0% 2,12% 2,02 21,2% 1,88% 1,86 28,3% 8,37% 1,27 20,9% 5,01% 0,64 19,4% 3,81% 0,46

EX-POST04/2002 a

01/2007

EX-POST01/2003 a

01/2007

JANELAS

MÓVEIS

1 MÊS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

JANELAS

MÓVEIS

3 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST01/2007 a

06/2007

JANELAS

MÓVEIS

6 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST07/2002 a

01/2007

JANELAS

MÓVEIS

1 ANO

ESTIMAÇÃO01/2002 a

12/2006

PERÍODO

01/2002 a

12/2006

PESOS FIXOS

2 ANOS

ESTIMAÇÃO01/2005 a

12/2006

EX-POST01/2007 a

06/2007

PESOS FIXOS

3 ANOS

GAP

ESTIMAÇÃO01/2004 a

12/2006

IFMM

PESOS FIXOS

4 ANOS

ESTIMAÇÃO01/2003 a

12/2006

EX-POST01/2007 a

06/2007

01/2007 a

06/2007

PESOS FIXOS

5 ANOS

ESTIMAÇÃO

EX-POST

ARSENAL CLARITAS DIRECIONAL

JANELAS

MÓVEIS

3 MESES

DIÁRIAS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

Retorno Volat. Sharpe

31,1% 8,53% 1,48

25,9% 8,52% 0,86

31,7% 4,49% 4,39

28,0% 5,48% 2,93

27,1% 5,74% 1,54

28,6% 5,75% 1,80

31,7% 4,49% 4,39

26,7% 4,81% 3,07

22,8% 5,80% 1,02

22,5% 5,80% 0,97

31,7% 4,49% 4,39

24,5% 5,22% 2,39

23,3% 5,39% 1,15

20,7% 5,40% 0,65

31,7% 4,49% 4,39

21,9% 5,23% 1,89

30,9% 7,54% 1,70

26,7% 7,54% 1,43

27,1% 5,70% 1,70

25,0% 5,69% 1,34

31,1% 7,62% 1,91

31,1% 7,62% 1,94

29,9% 8,51% 1,43

34,3% 13,97% 1,19

31,1% 7,12% 2,37

29,8% 7,12% 1,86

31,0% 8,62% 1,54

38,6% 16,09% 1,30

31,0% 6,72% 3,13

28,2% 6,72% 2,94

30,8% 8,50% 1,54

25,5% 22,12% 0,35

- - -

- - -

31,0% 8,62% 1,55

25,7% 13,91% 0,58

HG

CLONES Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe

Fundo 20,1% 1,82% 0,88 20,6% 1,50% 1,37 27,0% 8,01% 1,06 20,4% 3,89% 0,50 24,8% 3,48% 1,80

Clone 19,0% 1,82% 0,28 18,6% 1,50% 0,04 21,7% 8,01% 0,40 14,1% 3,89% NEG 17,9% 3,48% NEG

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 15,2% 1,23% 2,58 14,3% 0,96% 2,44 24,7% 5,52% 2,30 5,9% 3,21% NEG 16,0% 1,95% 2,07

Fundo 20,2% 1,75% 1,12 20,4% 1,49% 1,48 24,9% 8,35% 0,79 18,8% 4,08% 0,13 23,0% 3,15% 1,52

Clone 20,1% 1,76% 1,05 19,6% 1,50% 0,87 29,5% 8,36% 1,35 11,5% 4,07% NEG 20,4% 3,15% 0,67

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 15,4% 1,28% 2,69 14,7% 1,04% 2,58 27,9% 5,98% 2,65 5,3% 3,43% NEG 16,5% 2,18% 2,09

Fundo 18,2% 1,90% 0,67 18,3% 1,58% 0,89 20,7% 7,86% 0,49 19,7% 4,33% 0,66 19,9% 3,11% 0,97

Clone 17,7% 1,91% 0,44 17,3% 1,59% 0,28 22,2% 7,86% 0,68 12,6% 4,33% NEG 18,3% 3,11% 0,46

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 15,6% 1,47% 2,48 14,8% 1,18% 2,41 26,7% 5,87% 2,50 6,7% 3,76% NEG 16,6% 2,22% 2,07

Fundo 19,4% 2,17% 1,05 19,2% 1,81% 1,12 25,1% 9,02% 0,88 18,5% 2,92% 0,46 21,8% 3,19% 1,45

Clone 18,7% 2,18% 0,71 18,3% 1,82% 0,64 23,8% 9,02% 0,73 16,0% 2,92% NEG 18,7% 3,19% 0,47

Fundo 16,8% 1,84% 2,63 17,2% 1,65% 3,13 20,4% 4,42% 1,90 -3,8% 5,23% NEG 23,2% 2,35% 4,75

Clone 16,2% 1,62% 2,62 15,4% 1,30% 2,66 28,4% 6,41% 2,56 8,8% 2,48% NEG 16,9% 2,12% 2,34

Fundo 20,5% 1,65% 0,93 21,0% 1,36% 1,49 26,2% 7,80% 0,90 20,0% 3,87% 0,26 24,4% 3,26% 1,65

Clone 21,0% 1,65% 1,46 20,2% 1,37% 0,96 33,2% 7,81% 1,83 12,2% 3,86% NEG 21,1% 3,26% 0,75

Fundo 20,1% 1,74% 1,53 20,3% 1,48% 1,95 24,3% 8,29% 0,83 18,2% 4,06% 0,18 23,1% 3,13% 1,81

Clone 19,4% 1,52% 1,30 18,7% 1,32% 0,93 25,1% 7,47% 1,03 18,3% 3,94% 0,22 18,9% 2,82% 0,51

Fundo 20,0% 1,72% 0,89 20,5% 1,42% 1,40 26,3% 7,69% 0,97 20,4% 3,67% 0,35 24,5% 3,27% 1,77

Clone 21,2% 1,73% 1,73 20,8% 1,42% 1,64 32,0% 7,69% 1,75 13,0% 3,66% NEG 20,9% 3,27% 0,81

Fundo 20,7% 1,76% 1,69 20,9% 1,47% 2,17 25,8% 8,13% 0,99 19,3% 3,97% 0,39 24,1% 3,17% 2,01

Clone 21,7% 2,23% 1,79 20,1% 1,81% 1,34 30,6% 7,87% 1,63 21,4% 4,75% 0,77 19,4% 4,00% 0,42

Fundo 20,0% 1,65% 1,28 20,5% 1,37% 1,58 26,6% 7,26% 1,25 20,3% 3,49% 0,32 24,6% 3,28% 1,89

Clone 21,3% 1,65% 1,87 21,2% 1,38% 2,14 31,4% 7,26% 2,15 14,7% 3,49% NEG 21,9% 3,28% 1,18

Fundo 19,9% 1,85% 1,20 20,4% 1,52% 1,77 24,9% 8,01% 0,90 19,5% 3,94% 0,46 24,2% 3,24% 2,01

Clone 22,1% 2,41% 1,84 21,2% 2,09% 1,65 27,3% 8,14% 1,17 22,7% 5,92% 0,84 19,4% 4,08% 0,41

Fundo 20,1% 1,54% 2,06 20,6% 1,31% 2,15 27,5% 6,78% 1,87 20,4% 3,30% 0,27 24,9% 3,17% 2,63

Clone 20,5% 1,54% 1,68 20,7% 1,31% 1,98 26,1% 6,78% 1,97 18,1% 3,30% 0,29 21,8% 3,17% 1,98

Fundo 20,0% 1,82% 1,24 20,4% 1,50% 1,82 26,0% 7,94% 1,04 19,6% 3,90% 0,49 24,6% 3,40% 2,04

Clone 20,2% 2,67% 0,92 20,6% 2,08% 1,38 25,0% 9,82% 0,75 18,8% 6,43% 0,17 21,1% 4,50% 0,75

Fundo - - - - - - - - - - - - - - -

Clone - - - - - - - - - - - - - - -

Fundo 19,9% 1,85% 1,21 20,4% 1,52% 1,78 24,9% 8,02% 0,90 19,6% 3,94% 0,49 24,3% 3,24% 2,02

Clone 22,0% 2,12% 2,02 21,2% 1,88% 1,86 28,3% 8,37% 1,27 20,9% 5,01% 0,64 19,4% 3,81% 0,46

EX-POST04/2002 a

01/2007

EX-POST01/2003 a

01/2007

JANELAS

MÓVEIS

1 MÊS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

JANELAS

MÓVEIS

3 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST01/2007 a

06/2007

JANELAS

MÓVEIS

6 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST07/2002 a

01/2007

JANELAS

MÓVEIS

1 ANO

ESTIMAÇÃO01/2002 a

12/2006

PERÍODO

01/2002 a

12/2006

PESOS FIXOS

2 ANOS

ESTIMAÇÃO01/2005 a

12/2006

EX-POST01/2007 a

06/2007

PESOS FIXOS

3 ANOS

GAP

ESTIMAÇÃO01/2004 a

12/2006

IFMM

PESOS FIXOS

4 ANOS

ESTIMAÇÃO01/2003 a

12/2006

EX-POST01/2007 a

06/2007

01/2007 a

06/2007

PESOS FIXOS

5 ANOS

ESTIMAÇÃO

EX-POST

ARSENAL CLARITAS DIRECIONAL

JANELAS

MÓVEIS

3 MESES

DIÁRIAS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

Tabela 11 – Comparação de desempenho ajustado ao risco das carteiras clone com seus respectivos hedge funds (fundos 1 a 6).

50

CLONES

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

EX-POST04/2002 a

01/2007

EX-POST01/2003 a

01/2007

JANELAS

MÓVEIS

1 MÊS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

JANELAS

MÓVEIS

3 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST01/2007 a

06/2007

JANELAS

MÓVEIS

6 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST07/2002 a

01/2007

JANELAS

MÓVEIS

1 ANO

ESTIMAÇÃO01/2002 a

12/2006

PERÍODO

01/2002 a

12/2006

PESOS FIXOS

2 ANOS

ESTIMAÇÃO01/2005 a

12/2006

EX-POST01/2007 a

06/2007

PESOS FIXOS

3 ANOS

ESTIMAÇÃO01/2004 a

12/2006

PESOS FIXOS

4 ANOS

ESTIMAÇÃO01/2003 a

12/2006

EX-POST01/2007 a

06/2007

01/2007 a

06/2007

PESOS FIXOS

5 ANOS

ESTIMAÇÃO

EX-POST

JANELAS

MÓVEIS

3 MESES

DIÁRIAS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe

22,5% 3,03% 1,32 21,9% 3,07% 1,11 20,9% 3,48% 0,70 25,9% 6,22% 1,19 24,3% 10,44% 0,56 26,1% 3,53% 2,15

19,3% 3,04% 0,26 20,5% 3,08% 0,66 20,0% 3,49% 0,42 22,9% 6,22% 0,70 27,9% 10,43% 0,90 17,7% 3,52% NEG

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

16,7% 1,83% 2,58 16,6% 2,26% 2,03 17,7% 2,52% 2,29 22,2% 5,20% 1,97 24,7% 5,41% 2,36 15,3% 1,22% 2,70

21,3% 2,73% 1,10 21,7% 2,33% 1,47 19,6% 2,72% 0,48 25,9% 6,33% 1,20 24,5% 2,75% 2,28 22,8% 2,48% 1,85

22,2% 2,75% 1,44 21,5% 2,33% 1,41 20,8% 2,73% 0,92 29,3% 6,34% 1,74 21,4% 2,74% 1,14 22,8% 2,49% 1,82

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

17,8% 1,97% 2,97 17,0% 1,89% 2,63 16,5% 1,89% 2,39 26,1% 5,50% 2,56 17,3% 2,07% 2,56 17,8% 1,60% 3,63

19,9% 2,87% 1,05 18,2% 2,14% 0,64 17,2% 2,69% 0,12 23,8% 6,63% 1,05 19,1% 2,14% 1,03 18,7% 1,75% 1,07

18,7% 2,87% 0,63 18,1% 2,14% 0,57 18,2% 2,69% 0,50 23,2% 6,64% 0,96 18,1% 2,14% 0,55 17,8% 1,75% 0,52

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

17,6% 2,23% 2,51 16,4% 1,70% 2,57 16,3% 1,90% 2,27 26,2% 6,02% 2,36 16,2% 1,72% 2,44 16,2% 1,34% 3,13

20,8% 3,14% 1,16 20,5% 2,05% 1,61 18,5% 2,95% 0,46 25,8% 7,55% 1,15 19,8% 2,30% 1,14 20,2% 1,68% 1,83

21,1% 3,15% 1,25 18,8% 2,05% 0,79 18,6% 2,96% 0,50 24,9% 7,56% 1,02 19,0% 2,31% 0,78 19,2% 1,68% 1,23

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

19,1% 2,42% 2,96 16,0% 1,46% 2,73 16,7% 2,02% 2,34 27,7% 6,84% 2,30 16,5% 1,75% 2,60 15,6% 1,05% 3,41

22,7% 2,93% 1,24 23,2% 2,77% 1,61 21,3% 3,00% 0,69 25,6% 5,85% 1,13 25,1% 6,06% 1,36 25,5% 2,98% 1,83

22,0% 2,94% 1,10 23,9% 2,78% 1,90 20,6% 3,01% 0,75 26,5% 5,86% 1,41 22,0% 6,05% 1,03 22,4% 2,99% 1,57

20,7% 2,75% 1,20 21,5% 2,30% 1,75 19,5% 2,70% 0,76 26,0% 6,27% 1,36 24,2% 2,73% 2,49 22,5% 2,46% 2,06

20,4% 2,86% 1,03 20,6% 2,66% 1,19 20,0% 2,69% 0,94 15,7% 5,78% NEG 19,3% 6,58% 0,28 17,8% 2,96% 0,14

22,2% 2,96% 1,15 22,4% 2,82% 1,42 21,0% 3,18% 0,69 25,5% 5,98% 1,20 24,6% 6,50% 1,43 26,0% 3,05% 1,97

23,3% 2,97% 1,59 23,3% 2,82% 1,82 21,0% 3,18% 0,89 28,7% 5,98% 1,91 27,9% 6,50% 1,43 24,2% 3,05% 2,08

22,0% 3,06% 1,39 23,8% 2,60% 2,35 21,3% 3,06% 1,18 26,4% 6,38% 1,36 25,8% 8,94% 0,90 24,5% 3,30% 2,05

21,1% 3,64% 0,92 22,9% 4,27% 1,21 21,6% 4,82% 0,80 22,8% 7,11% 0,71 24,0% 13,82% 0,46 21,1% 4,39% 0,78

22,4% 2,88% 1,37 22,0% 2,60% 1,38 21,0% 3,03% 0,85 25,6% 5,66% 1,59 24,2% 6,25% 1,68 25,9% 2,98% 2,10

23,3% 2,88% 1,71 24,2% 2,61% 2,23 22,5% 3,03% 1,27 28,8% 5,67% 2,16 33,0% 6,25% 2,25 24,9% 2,98% 2,53

21,7% 3,08% 1,29 21,9% 3,12% 1,33 20,5% 3,48% 0,79 26,0% 6,32% 1,31 23,3% 10,24% 0,55 25,0% 3,45% 2,11

23,3% 4,47% 1,25 22,9% 4,32% 1,19 24,8% 5,24% 1,36 24,6% 7,99% 0,86 27,3% 16,97% 0,57 23,3% 4,60% 1,22

22,5% 2,74% 1,80 21,9% 2,38% 1,76 20,9% 2,85% 1,10 26,2% 5,34% 2,46 24,5% 5,89% 2,95 26,2% 2,87% 2,17

24,5% 2,74% 2,39 22,5% 2,38% 1,88 23,6% 2,85% 1,60 27,1% 5,34% 2,30 26,8% 5,89% 2,79 25,1% 2,87% 2,66

21,9% 3,06% 1,39 21,8% 3,07% 1,33 20,9% 3,48% 0,91 26,0% 6,22% 1,34 24,3% 10,24% 0,64 25,4% 3,48% 2,23

20,4% 5,77% 0,47 23,7% 4,48% 1,33 21,4% 6,40% 0,58 23,1% 9,66% 0,56 24,5% 20,54% 0,33 22,2% 6,00% 0,75

- - - - - - - - - - - - - - - - - -

- - - - - - - - - - - - - - - - - -

21,7% 3,08% 1,30 13,7% 1,48% NEG 19,8% 2,77% 0,76 25,1% 4,43% 1,68 18,8% 2,75% 0,40 25,0% 3,44% 2,11

25,1% 4,45% 1,67 14,5% 1,45% NEG 20,5% 2,54% 1,11 24,2% 4,42% 1,47 21,5% 2,89% 1,32 20,4% 3,93% 0,68

SDAJGP MELLON NOBEL PACTUAL QUEST

CLONES

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

Fundo

Clone

EX-POST04/2002 a

01/2007

EX-POST01/2003 a

01/2007

JANELAS

MÓVEIS

1 MÊS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

JANELAS

MÓVEIS

3 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST01/2007 a

06/2007

JANELAS

MÓVEIS

6 MESES

ESTIMAÇÃO01/2002 a

12/2006

EX-POST07/2002 a

01/2007

JANELAS

MÓVEIS

1 ANO

ESTIMAÇÃO01/2002 a

12/2006

PERÍODO

01/2002 a

12/2006

PESOS FIXOS

2 ANOS

ESTIMAÇÃO01/2005 a

12/2006

EX-POST01/2007 a

06/2007

PESOS FIXOS

3 ANOS

ESTIMAÇÃO01/2004 a

12/2006

PESOS FIXOS

4 ANOS

ESTIMAÇÃO01/2003 a

12/2006

EX-POST01/2007 a

06/2007

01/2007 a

06/2007

PESOS FIXOS

5 ANOS

ESTIMAÇÃO

EX-POST

JANELAS

MÓVEIS

3 MESES

DIÁRIAS

ESTIMAÇÃO01/2002 a

12/2006

EX-POST02/2002 a

01/2007

Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe Retorno Volat. Sharpe

22,5% 3,03% 1,32 21,9% 3,07% 1,11 20,9% 3,48% 0,70 25,9% 6,22% 1,19 24,3% 10,44% 0,56 26,1% 3,53% 2,15

19,3% 3,04% 0,26 20,5% 3,08% 0,66 20,0% 3,49% 0,42 22,9% 6,22% 0,70 27,9% 10,43% 0,90 17,7% 3,52% NEG

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

16,7% 1,83% 2,58 16,6% 2,26% 2,03 17,7% 2,52% 2,29 22,2% 5,20% 1,97 24,7% 5,41% 2,36 15,3% 1,22% 2,70

21,3% 2,73% 1,10 21,7% 2,33% 1,47 19,6% 2,72% 0,48 25,9% 6,33% 1,20 24,5% 2,75% 2,28 22,8% 2,48% 1,85

22,2% 2,75% 1,44 21,5% 2,33% 1,41 20,8% 2,73% 0,92 29,3% 6,34% 1,74 21,4% 2,74% 1,14 22,8% 2,49% 1,82

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

17,8% 1,97% 2,97 17,0% 1,89% 2,63 16,5% 1,89% 2,39 26,1% 5,50% 2,56 17,3% 2,07% 2,56 17,8% 1,60% 3,63

19,9% 2,87% 1,05 18,2% 2,14% 0,64 17,2% 2,69% 0,12 23,8% 6,63% 1,05 19,1% 2,14% 1,03 18,7% 1,75% 1,07

18,7% 2,87% 0,63 18,1% 2,14% 0,57 18,2% 2,69% 0,50 23,2% 6,64% 0,96 18,1% 2,14% 0,55 17,8% 1,75% 0,52

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

17,6% 2,23% 2,51 16,4% 1,70% 2,57 16,3% 1,90% 2,27 26,2% 6,02% 2,36 16,2% 1,72% 2,44 16,2% 1,34% 3,13

20,8% 3,14% 1,16 20,5% 2,05% 1,61 18,5% 2,95% 0,46 25,8% 7,55% 1,15 19,8% 2,30% 1,14 20,2% 1,68% 1,83

21,1% 3,15% 1,25 18,8% 2,05% 0,79 18,6% 2,96% 0,50 24,9% 7,56% 1,02 19,0% 2,31% 0,78 19,2% 1,68% 1,23

15,2% 3,44% 0,94 13,7% 1,48% 1,14 19,8% 2,77% 2,83 25,1% 4,43% 2,97 18,8% 2,75% 2,49 12,9% 0,76% 1,22

19,1% 2,42% 2,96 16,0% 1,46% 2,73 16,7% 2,02% 2,34 27,7% 6,84% 2,30 16,5% 1,75% 2,60 15,6% 1,05% 3,41

22,7% 2,93% 1,24 23,2% 2,77% 1,61 21,3% 3,00% 0,69 25,6% 5,85% 1,13 25,1% 6,06% 1,36 25,5% 2,98% 1,83

22,0% 2,94% 1,10 23,9% 2,78% 1,90 20,6% 3,01% 0,75 26,5% 5,86% 1,41 22,0% 6,05% 1,03 22,4% 2,99% 1,57

20,7% 2,75% 1,20 21,5% 2,30% 1,75 19,5% 2,70% 0,76 26,0% 6,27% 1,36 24,2% 2,73% 2,49 22,5% 2,46% 2,06

20,4% 2,86% 1,03 20,6% 2,66% 1,19 20,0% 2,69% 0,94 15,7% 5,78% NEG 19,3% 6,58% 0,28 17,8% 2,96% 0,14

22,2% 2,96% 1,15 22,4% 2,82% 1,42 21,0% 3,18% 0,69 25,5% 5,98% 1,20 24,6% 6,50% 1,43 26,0% 3,05% 1,97

23,3% 2,97% 1,59 23,3% 2,82% 1,82 21,0% 3,18% 0,89 28,7% 5,98% 1,91 27,9% 6,50% 1,43 24,2% 3,05% 2,08

22,0% 3,06% 1,39 23,8% 2,60% 2,35 21,3% 3,06% 1,18 26,4% 6,38% 1,36 25,8% 8,94% 0,90 24,5% 3,30% 2,05

21,1% 3,64% 0,92 22,9% 4,27% 1,21 21,6% 4,82% 0,80 22,8% 7,11% 0,71 24,0% 13,82% 0,46 21,1% 4,39% 0,78

22,4% 2,88% 1,37 22,0% 2,60% 1,38 21,0% 3,03% 0,85 25,6% 5,66% 1,59 24,2% 6,25% 1,68 25,9% 2,98% 2,10

23,3% 2,88% 1,71 24,2% 2,61% 2,23 22,5% 3,03% 1,27 28,8% 5,67% 2,16 33,0% 6,25% 2,25 24,9% 2,98% 2,53

21,7% 3,08% 1,29 21,9% 3,12% 1,33 20,5% 3,48% 0,79 26,0% 6,32% 1,31 23,3% 10,24% 0,55 25,0% 3,45% 2,11

23,3% 4,47% 1,25 22,9% 4,32% 1,19 24,8% 5,24% 1,36 24,6% 7,99% 0,86 27,3% 16,97% 0,57 23,3% 4,60% 1,22

22,5% 2,74% 1,80 21,9% 2,38% 1,76 20,9% 2,85% 1,10 26,2% 5,34% 2,46 24,5% 5,89% 2,95 26,2% 2,87% 2,17

24,5% 2,74% 2,39 22,5% 2,38% 1,88 23,6% 2,85% 1,60 27,1% 5,34% 2,30 26,8% 5,89% 2,79 25,1% 2,87% 2,66

21,9% 3,06% 1,39 21,8% 3,07% 1,33 20,9% 3,48% 0,91 26,0% 6,22% 1,34 24,3% 10,24% 0,64 25,4% 3,48% 2,23

20,4% 5,77% 0,47 23,7% 4,48% 1,33 21,4% 6,40% 0,58 23,1% 9,66% 0,56 24,5% 20,54% 0,33 22,2% 6,00% 0,75

- - - - - - - - - - - - - - - - - -

- - - - - - - - - - - - - - - - - -

21,7% 3,08% 1,30 13,7% 1,48% NEG 19,8% 2,77% 0,76 25,1% 4,43% 1,68 18,8% 2,75% 0,40 25,0% 3,44% 2,11

25,1% 4,45% 1,67 14,5% 1,45% NEG 20,5% 2,54% 1,11 24,2% 4,42% 1,47 21,5% 2,89% 1,32 20,4% 3,93% 0,68

SDAJGP MELLON NOBEL PACTUAL QUEST

Tabela 12 – Comparação de desempenho ajustado ao risco das carteiras clone com seus respectivos hedge funds (fundos 7 a 12).

51

FUNDO

Assim. 1 ANO 6 MESES 3 MESES 1 MÊS 3 MESES 1D

Assim. -0,87 -0,63 -0,77 -0,95 -0,15 -0,90

Curtose 7,48 11,56 18,00 19,17 13,40 13,76

Máx. DD 1,87% 1,83% 2,58% 2,62% 2,77% 2,24%

Corr. Fundo 1,00 0,57 0,55 0,55 0,51 0,56

Corr. IBOV 0,15 0,18 0,16 0,16 0,12 0,17

Assim. -0,84 -0,79 -0,76 -0,72 0,07 -0,61

Curtose 6,87 12,56 17,37 15,55 7,61 10,82

Máx. DD 1,64% 1,43% 1,99% 2,10% 1,68% 1,75%

Corr. Fundo 1,00 0,54 0,56 0,59 0,48 0,58

Corr. IBOV 0,18 0,21 0,16 0,17 0,14 0,18

Assim. -0,31 -0,61 -0,48 -0,41 -0,04 -0,24

Curtose 12,14 5,19 4,37 3,07 12,38 6,54

Máx. DD 12,32% 7,88% 8,59% 6,91% 12,38% 7,35%

Corr. Fundo 1,00 0,45 0,45 0,39 0,27 0,44

Corr. IBOV 0,07 0,03 0,03 0,04 0,03 0,05

Assim. 2,63 0,60 2,59 3,28 -0,82 2,35

Curtose 19,60 7,70 36,06 42,88 38,03 32,30

Máx. DD 5,20% 2,88% 2,86% 3,13% 8,84% 4,04%

Corr. Fundo 1,00 0,14 0,08 0,00 0,11 0,17

Corr. IBOV 0,07 0,07 0,05 0,03 0,03 0,06

Assim. 0,05 -0,40 -0,79 -0,78 -0,20 -0,81

Curtose 3,56 6,00 11,30 12,73 5,93 6,83

Máx. DD 1,85% 3,03% 4,75% 5,20% 4,01% 3,51%

Corr. Fundo 1,00 0,26 0,22 0,25 0,22 0,26

Corr. IBOV 0,11 0,10 0,07 0,06 0,05 0,06

Assim. -0,26 0,07 0,27 0,00 0,78 -0,36

Curtose 2,32 4,11 4,87 4,17 8,59 2,86

Máx. DD 5,81% 5,02% 7,43% 5,13% 5,20% 4,39%

Corr. Fundo 1,00 0,14 0,02 -0,01 0,09 0,09

Corr. IBOV 0,04 0,06 0,05 0,08 0,04 0,05

Assim. -0,07 -0,30 -0,56 -0,43 -1,03 -0,37

Curtose 3,22 12,24 20,01 18,93 32,31 6,06

Máx. DD 2,70% 4,00% 4,74% 5,14% 5,84% 4,05%

Corr. Fundo 1,00 0,35 0,35 0,34 0,32 0,38

Corr. IBOV 0,09 0,11 0,12 0,11 0,05 0,11

Assim. 0,24 -0,28 -0,74 -0,36 1,06 -0,50

Curtose 3,24 4,80 11,40 6,77 14,11 4,81

Máx. DD 1,35% 1,98% 2,61% 2,32% 2,45% 2,01%

Corr. Fundo 1,00 0,22 0,22 0,25 0,14 0,24

Corr. IBOV 0,15 0,13 0,07 0,10 0,08 0,08

Assim. -0,57 -0,18 -0,49 -0,56 -0,18 -1,07

Curtose 6,19 7,44 20,10 15,76 11,86 13,36

Máx. DD 2,64% 3,24% 4,97% 5,33% 4,37% 4,88%

Corr. Fundo 1,00 0,38 0,41 0,40 0,32 0,43

Corr. IBOV 0,11 0,12 0,10 0,11 0,07 0,11

Assim. 0,08 -0,17 -0,15 -0,21 -0,43 -0,54

Curtose 8,03 9,11 13,81 19,11 10,99 9,61

Máx. DD 6,67% 8,16% 11,72% 13,89% 14,38% 14,58%

Corr. Fundo 1,00 0,52 0,55 0,57 0,51 0,56

Corr. IBOV 0,04 0,00 0,05 0,06 0,02 0,07

Assim. 1,41 0,46 -0,46 -0,26 -1,60 0,42

Curtose 14,93 20,22 24,48 24,75 42,83 19,62

Máx. DD 2,11% 12,51% 10,97% 15,10% 6,20% 9,62%

Corr. Fundo 1,00 0,11 0,11 0,18 0,24 0,22

Corr. IBOV 0,17 0,02 -0,01 -0,02 0,02 0,01

Assim. 3,00 -0,65 -1,12 -0,09 0,94 -0,38

Curtose 33,90 6,69 14,13 6,74 25,15 10,61

Máx. DD 0,70% 3,73% 3,96% 2,32% 4,88% 1,85%

Corr. Fundo 1,00 0,06 0,11 0,12 0,11 0,11

Corr. IBOV 0,16 0,08 0,07 0,08 0,07 0,11

CLONES

HG

IFMM

ARSENAL

CLARITAS

DIRECIONAL

GAP

JGP

SDA

MELLON

NOBEL

PACTUAL

QUEST

Tabela 13 – Resulatados estatisticos dos clones de janelas móveis.

52

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

IFMM JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 1 – Gráficos de evolução da cota do índice IFMM e de seus respectivos clones.

53

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

ARSENAL JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 2 – Gráficos de evolução da cota do índice ARSENAL e de seus respectivos clones.

54

1,000

1,500

2,000

2,500

3,000

3,500

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

CLARITAS JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 3 – Gráficos de evolução da cota do fundo CLARITAS e de seus respectivos clones.

55

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

DIRECIONAL JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 4 – Gráficos de evolução da cota do fundo DIRECIONAL e de seus respectivos clones.

56

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

2,800

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

GAP JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 5 – Gráficos de evolução da cota do fundo GAP e de seus respectivos clones.

57

1,000

1,500

2,000

2,500

3,000

3,500

4,000

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

HG JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 6 – Gráficos de evolução da cota do fundo HG e de seus respectivos clones.

58

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

2,800

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

JGP JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 7 – Gráficos de evolução da cota do fundo JGP e de seus respectivos clones.

59

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

MELLON JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 8 – Gráficos de evolução da cota do fundo MELLON e de seus respectivos clones.

60

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

NOBEL JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 9 – Gráficos de evolução da cota do fundo NOBEL e de seus respectivos clones.

61

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

2,800

3,000

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

PACTUAL JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 10 – Gráficos de evolução da cota do fundo PACTUAL e de seus respectivos clones.

62

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

2,800

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

QUEST JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 11 – Gráficos de evolução da cota do fundo QUEST e de seus respectivos clones.

63

1,000

1,200

1,400

1,600

1,800

2,000

2,200

2,400

2,600

2,800

jan

-03

abr-

03

jul-

03

out-

03

jan

-04

abr-

04

jul-

04

out-

04

jan

-05

abr-

05

jul-

05

out-

05

jan

-06

abr-

06

jul-

06

out-

06

jan

-07

abr-

07

Valo

r d

a C

ota

Evolução da Rentabilidade

SDA JM 1 ANO JM 6 MESES JM 3 MESES JM 1 MÊS JM 3 MESES DIÁRIA

Figura 12 – Gráficos de evolução da cota do fundo SDA e de seus respectivos clones.

64

ANEXO A

Tabela 14 – Comparação da performance entre os hedge funds e seus clones com pesos fixos e janelas móveis – HASANHODZIC e LO (2007).

65

Figura 13 – Retornos acumulados das acrteiras igualmente ponderadas com os hedge funds e seus clones com pesos fixos e janelas móveis – HASANHODZIC e LO

(2007).