Embed Size (px)
Citation preview
43
7
Aplicação
7.1.
Modelos Propostos
Foram estimados 4 modelos diferentes, onde 3 deles incluem fatores
ligados a curva de juros. Esses modelos são comparados com o modelo de
referência (baseado no CAPM).
A seguir, descrevemos os modelos estimados:
CAPM: Y�, = α + β� r�� + ε,�
1 Fator: Y�, = α + β�ΔL� + β� r�� + ε,�
2 Fatores: Y�, = α + β�ΔL� + β�ΔS� + β� r�� + ε,�
3 Fatores: Y�, = α + β�ΔL� + β�ΔS� + β ΔC� + β� r�� + ε,�
Onde:
Y�, = Retorno logarítmico diário das ações/fundos
r�� = Retorno Ibovespa
ΔL� = Variação do primeiro componente principal (Nível)
ΔS� = Variação do segundo componente principal (Inclinação)
ΔC� = Variação do terceiro componente principal (Curvatura)
44
7.2.
Metodologia de “Rolling Regression” Aplicada
O procedimento de “Rolling Regression” aplicado para a estimação dos
parâmetros pode ser sintetizado da seguinte forma: em cada instante de tempo são
estimados os 4 modelos para cada fundo ou ação por mínimos quadrados
ordinários. Esse procedimento é então repetido para todos os fundos em todas as
janelas de tempo selecionadas.
Uma nova janela é reestimada no primeiro dia útil do mês. A memória
destas regressões (número de observações utilizadas em cada regressão) foi
definida em 30 observações. 2
7.3.
Testes Estatísticos
Para a validação da modelagem proposta foram feitos dois testes
estatísticos amplamente utilizados na literatura acadêmica (teste F de validade da
regressão e teste t de significância dos parâmetros). A descrição da metodologia
aplicada segue abaixo:
7.3.1.
Teste F
Dado o modelo completo com os 3 fatores da curva de juros mais a
variação do Ibovespa descrito a seguir:
2 A escolha por 30 dias foi definida a partir da prática de Mercado. Em via de regra,
modelos de arbitragem ou o CAPM utilizam 30, 45 ou 60 dias de dados. O mesmo procedimento foi repetido com diferentes memórias ou tamanhos de janelas sem obter-se diferença significativa nos resultados.
45
Y�, = α + β�ΔL� + β�ΔS� + β ΔC� + β� r�� + ε,�
A metodologia de aplicação do teste F utilizada consiste em fazer um teste
de hipóteses sobre cada fundo (ação) em cada janela das “Rolling Regressions”.
Onde as hipóteses nula e alternativas são:
H": β� = β� = β# = β� = 0
H%: caso contrário.
Dessa forma, cada instante de tempo t terá uma distribuição de n
estatísticas teste – onde n é a quantidade de fundos (ações) analisados. Além
disso, será possível gerar uma única distribuição de estatísticas-teste com todos os
fundos e períodos agregados. Nesse caso, quando a maior parte desta distribuição
estiver concentrada na área de rejeição da hipótese nula a hipótese nula dos
parâmetros iguais a zero será rejeitada.
7.3.2.
Teste T
A metodologia de aplicação do teste t é análoga a metodologia do teste F.
Mais uma vez os testes de hipóteses são realizados baseados somente no modelo
completo definido por:
Y�, = α + β�ΔL� + β�ΔS� + β ΔC� + β� r�� + ε,�
46
No entanto, para o teste t, uma hipótese nula é definida em cada um dos
quatro parâmetros estimados em cada fundo (ação) em cada instante de tempo,
conforme a seguir:
Tabela 12: Descrição do teste t para os parâmetros nível, inclinação
e curvatura
Analogamente, cada instante de tempo t terá quatro distribuições de
n estatísticas teste – onde n é a quantidade de fundos (ações) analisados. Além
disso, será possível gerar quatro distribuições de estatísticas-teste com todos os
fundos e períodos agregados. Nesse caso, quando a maior parte desta distribuição
estiver concentrada na área de rejeição da hipótese nula, a validade daquele
parâmetro será aceita.
7.4.
Critérios de Seleção dos Modelos
Uma análise de diagnóstico de modelos consiste basicamente na utilização
de critérios para a identificação do modelo teórico que mais se adéqua aos dados
em estudo. Uma vez que os objetivos deste trabalho envolvem não somente testar
a validade da utilização de fatores da curva de juros em modelos de não-
arbitragem, mas sua argumentada superioridade em relação ao CAPM, tendo em
vista, também, que este estudo visa testar a modelagem proposta em diversos
períodos (a fim de identificar os períodos onde fatores da curva de juros são mais
47
adequados a precificação por não arbitragem) e, por fim, observando que esse
procedimento foi aplicado a diversos dados de fundos de investimento e ações,
optou-se por utilizar critérios objetivos para a seleção de modelos propostos.
Foram utilizados três critérios para definir o melhor modelo para
determinado fundo em um instante de tempo específico. São eles:
• Maior R'ajustado
• Menor AIC
• Menor Critério de Schawartz
Definidos matematicamente da seguinte forma:
• R'ajustado: 1 − ��,��-
./0./,
• AIC: 2k − 2 ln L
• Critério de Schwartz ou BIC: k ln n − 2 ln L
onde, SS; = < ε=>
?%
L = valor de máximo da função de verossimilhança do modelo
k = número de parâmetros estimados no modelo
n = número de observações
Na prática, todos esses critérios penalizam a inclusão de novas variáveis
sendo o R'ajustado e o critério de Schwartz o que menos e o que mais penalizam
inclusão de variáveis.
7.5.
Outros Aspectos da Modelagem
A estimação dos modelos propostos foi feita no EViews 6, software que
dispões de interface e linguagem simples. Por se tratar de um software estatístico,
48
o processamento dos dados estimados foi feito no Microsoft Excel 2007, a fim de
promover a clareza na apresentação dos resultados estimados. Informações sobre
o EViews 6 e o Microsoft Excel 2007 podem ser obtidas em www.eviews.com e
www.microsoft.com.
7.6.
Resultados
Uma vez apresentados os dados utilizados e os modelos propostos,
daremos início nesta seção a apresentação dos resultados.
Como analisamos duas classes distintas de ativos (fundos e ações),
optamos por dividir esta apresentação também em seções distintas. Na seção 7.6.1
serão apresentados os resultados para fundos, com a seção 7.6.1.1 sendo referente
aos fundos de renda fixa e a seção 7.6.1.2 sendo referente aos fundos
multimercado. A seção 7.6.2, então, trará aos resultados para ações – com a
7.6.2.1 dedicada a ações de instituições financeiras e a 7.6.2.2 dedicada a
instituições não financeiras. Em suma, dividiu-se a análise em 4 subclasses
relativas ao tipo de ativo estudado.
No tocante a forma como os resultados serão apresentados em cada
subseção, optou-se por mostrar tanto os resultados consolidados das análises
quanto alguns exemplos escolhidos pelo autor. O critério de seleção utilizado para
a escolha destes exemplos visava apenas à melhor caracterização de algum fato
relevante observado.
Ainda sobre a forma como os resultados serão apresentados, procurou-se
fundamentar a análise na observação de critérios padronizados para qualquer uma
das subclasses. A escolha desses critérios visava responder a seguintes questões:
49
• Como esta metodologia resiste aos testes estatísticos implementados? Quais as
distribuições das estatísticas-teste estimadas e suas devidas interpretações?
• Qual a porcentagem dos fundos (ações) que aceitaram por cada critério de
seleção uma modelagem com um, dois ou três fatores da curva de juros?
Como essa porcentagem variou ao longo do período analisado? Quais foram
as médias dessas porcentagens em toda a amostra?
7.6.1.
Fundos
Conforme já explicitado anteriormente, a análise de fundos foi dividida em
duas subseções (fundos de renda fixa e fundos multimercado). Foram, então,
analisados 100 fundos de renda fixa e 22 fundos multimercado. Os resultados
seguem analisados nas seções a seguir (7.6.1.1) e (7.6.1.2).
7.6.1.1.
Fundos de Renda Fixa
A modelagem proposta apresentou bom encaixe para fundos de renda fixa
apenas para uma parte dos fundos analisados. As figuras a seguir mostram os
resultados dos testes F. Na figura da esquerda observamos a distribuição estimada
de todos os p-valores – com o eixo das abscissas mostrando os intervalos de níveis
de significância entre 5% e 95% e o eixo das ordenadas indicando a percentagem
dos p-valores pertencentes a determinado intervalo de significância. Na figura da
direita, observamos a distribuição dos p-valores entre os fundos ao longo do
tempo - com as partes em verde mostrando a percentagem de fundos onde o teste
se mostrou estatisticamente significante e a parte em vermelho mostrando a
percentagem de fundos onde o teste se mostrou estatisticamente não-significante.
50
Os resultados dos testes F rejeitam a hipótese nula de que os parâmetros
são zeros para uma parte dos fundos.
Figura 7: Teste F para fundos de renda fixa
Os resultados do teste t estão graficamente dispostos de maneira análoga
aos resultados do teste F. Esses resultados mostram que os parâmetros nível,
inclinação e curvatura apresentaram resultados similares. Ficou claro pelas
distribuições dos valores p que essas variáveis são estatisticamente significativas
para uma parcela dos fundos analisados. O Ibovespa, no entanto, não apresenta
evidência de ser estatisticamente significante.
Figura 8: Teste t para fundos de renda fixa
51
O resultado de que a inclusão desses fatores representa uma melhoria no
entendimento dos componentes de risco os quais os fundos de renda fixa estão
sujeitos foi verificado. Concluímos que a inclusão de fatores relacionados a
mudanças no formato da curva de juros foi relevante para uma representativa
parcela dos fundos em todo o período analisado.
Na análise dos resultados médios para fundos de renda fixa, podemos
observar que, embora a porcentagem dos fundos onde a modelagem com fatores
52
da curva de juros tenha se mostrado superior ao CAPM tenha variado conforme o
critério de seleção adotado, o resultado de que a inclusão desses fatores representa
uma melhoria no entendimento dos componentes de risco os quais os fundos de
renda fixa estão sujeitos foi verificado.
Concluímos que a inclusão de fatores relacionados a mudanças no formato
da curva de juros foi relevante para um terço dos fundos analisados.
Essa aceitação da modelagem mostrou-se pouco variante no tempo e,
portanto, robusta aos períodos de flutuação econômica e de maior volatilidade no
mercado. Podemos destacar, no entanto, uma leve tendência de crescimento dessa
aceitação desde o fim de 2003 e início de 2004 até o último mês estudado. O fato
da modelagem apresentar menor taxa de aceitação entre o fim de 2003 e 2006
pode ser um indicativo de que o desempenho dos modelos que incorporam
variações no formato da curva de juros ao CAPM é ligeiramente menor em
períodos econômicos mais conturbados.
Figura 9: Critério de Akaike para fundos de renda fixa
53
7.6.1.1.2.
Alguns exemplos ilustrativos:
Daremos seqüência à análise de fundos de renda fixa utilizando
metodologia semelhante para analisarmos os fundos de forma pontual. A escolha
destes fundos específicos se deu de maneira a exemplificar alguns pontos
relevantes observados.
7.6.1.1.2.1.
Banrisul Vip FI Renda Fixa LP
Na análise dos resultados obtidos para o Banrisul Vip FI Renda Fixa LP,
observamos que a aceitação da modelagem apresentou caráter “tempo-variante”
dentro do período estudado. Nitidamente, a partir de 2005 (e de forma mais
contundente a partir da segunda metade de 2007) os modelos que incorporam
nível, inclinação e curvatura se mostraram superiores a modelagem típica do
CAPM.
As figuras a seguir mostram os resultados para fundos individualmente. Na
figura da direita podemos observar no eixo das ordenadas o número de fatores que
o melhor modelo escolhido pelos critérios de seleção apresentava. Estes valores
podem variar entre 1 e 4, onde 1 representa o modelo baseado no CAPM e 4
representa o modelo completo (com a variação do Ibovespa, nível, inclinação e
curvatura). Na figura da esquerda, observamos a representação gráfica da
porcentagem de janelas onde cada modelo foi superior aos demais para aquele
determinado fundo.
Figura 10: Banrisul FI Renda Fixa LP
Quando olhamos para a contribuição sobre o R2 ajustado de cada variável,
observamos que esse ganho de contribuição se deu principalmente em decorrência
da inclusão das medidas de inclinação.
Figura 11: Banrisul FI Renda Fixa LP: contribuição sobre o R2 ajustado
7.6.1.1.2.2. BB Aliança FI Renda Fixa
Banrisul FI Renda Fixa LP: critério de Akaike
Quando olhamos para a contribuição sobre o R2 ajustado de cada variável,
observamos que esse ganho de contribuição se deu principalmente em decorrência
são das medidas de inclinação.
Banrisul FI Renda Fixa LP: contribuição sobre o R2 ajustado
Aliança FI Renda Fixa
54
Quando olhamos para a contribuição sobre o R2 ajustado de cada variável,
observamos que esse ganho de contribuição se deu principalmente em decorrência
Banrisul FI Renda Fixa LP: contribuição sobre o R2 ajustado
55
A observação dos resultados obtidos para o BB Aliança FI Renda Fixa
indica, mais uma vez, um caráter “tempo-variante” na aceitação da modelagem
proposta. Durante o período entre a segunda metade do ano de 2004 e até o início
do ano de 2006, a incorporação das variáveis ligadas as mudanças na forma da
curva de juros mostrou-se pouco significativa. Também, observou-se que no
restante do período, quase sempre o modelo mais indicado para este fundo incluía
duas ou três variáveis relacionadas a curva de juros (além do retorno de mercado).
Figura 12: BB aliança FI Renda Fixa: critério de Akaike
Quando olhamos a contribuição de cada variável sobre o R2 ajustado
observamos que, na primeira metade do período analisado, as medidas de
curvatura e nível foram as que mais contribuíram para o seu incremento. A
observação da parte final da amostra, no entanto, destaca a contribuição da
inclinação para o R2 ajustado. Observamos, mais uma vez, evidências de que as
medidas de inclinação são relevantes para explicar os riscos de taxa de juros para
alguns fundos.
Figura 13: BB aliança FI Renda Fixa: contribuição sobre o R2 aju
7.6.1.2.
Fundos Multimercado
Os resultados da análise para fundos multimercado reforçam a modelagem
de risco de taxa de juros proposta. Os resultados dos testes F rejeitam a hipótese
nula de que os parâmetros são zeros para a maioria dos fundos.
Figura 14: Teste F para fundos multimercado
BB aliança FI Renda Fixa: contribuição sobre o R2 aju
Fundos Multimercado
Os resultados da análise para fundos multimercado reforçam a modelagem
de risco de taxa de juros proposta. Os resultados dos testes F rejeitam a hipótese
nula de que os parâmetros são zeros para a maioria dos fundos.
Teste F para fundos multimercado
56
BB aliança FI Renda Fixa: contribuição sobre o R2 ajustado
Os resultados da análise para fundos multimercado reforçam a modelagem
de risco de taxa de juros proposta. Os resultados dos testes F rejeitam a hipótese
57
A análise dos testes t mostra que as variáveis nível e curvatura apresentam
significância estatística para boa parte dos fundos analisados. Inclinação e
variação do Ibovespa, no entanto, mostraram-se pouco significantes.
Figura 15: Teste t para fundos multimercado
58
Podemos observar que, em média, para uma parcela relevante dos fundos
analisados, os modelos que consideram medidas das variações dos fatores
subjacentes a forma e aos movimentos da estrutura a termo são dominantes pelos
critérios de seleção adotados. Em média, essa parcela oscilou entre 80% (R2
ajustado) e 42% (Schwartz) tendo crescido significativamente no período entre
2006 e 2009.
A análise dos dados médios para os 22 fundos estudados mostra uma
contribuição bastante significativa das medidas de variação dos fatores
subjacentes a forma e aos movimentos da estrutura a temo para a análise do risco
59
sistemático a que os fundos estão expostos. Para todos os critérios de seleção
utilizados, em uma parcela significativa dos fundos o modelo dominante incluía
medidas de risco de estrutura a termo de taxa de juros. Pelo critério do R2
ajustado em média 75% dos fundos aceitavam a modelagem proposta e pelo
critério de Schwartz foi notório que, embora variante no tempo, 27% dos fundos
aceitaram a modelagem.
A evidência positiva que os resultados agregados trazem é ainda mais forte
quando observamos o caráter “tempo-variante” dos resultados. Fica claro pelos
gráficos apresentados que a parcela de fundos com boa aceitação da modelagem
proposta cresceu muito a partir do início de 2006. Podemos interpretar esses
resultado como um possível aumento das posições em renda fixa dos fundos
multimercado a partir do aumento da volatilidade da economia mundial nesse
período.
Finalmente, a terceira maior conclusão oriunda da análise dos resultados
agregados nos permite é a observação de que a parcela de fundos onde as
variáveis inclinação e curvatura são relevantes foi crescente no período entre 2006
e 2009. Principalmente no tocante a inclinação, este resultado é bastante similar
ao resultado obtido para fundos de renda fixa. Sua explicação está relacionada a
uma mudança nas estratégias desses fundos em virtude das turbulências na
economia mundial (quando fundos desse tipo tendem a correr para a renda fixa
para garantir suas rentabilidades e mitigar o risco).
Figura 16: Critério de Akaike para fundos multimercado
60
7.6.1.2.1.
Alguns Exemplos Ilustrativos
7.6.1.2.1.1.
Kona Investimento No Exterior FI Multimercado
A análise dos resultados para o fundo Kona Investimento No Exterior FI
Multimercado também indica um caráter dinâmico para a aceitação da modelagem
de risco de taxa de juros proposta. Olhando principalmente pelo critério de
Schwartz, podemos observar que exposição desse fundo em renda fixa foi
crescente no período entre meados de 2005 e meados de 2008. Então, houve um
corte abrupto nesta exposição entre o fim de 2008 e o início de 2009. Finalmente,
uma nova exposição ao risco de taxa de juros foi retomada pelos gestores na
segunda metade de 2009.
Figura 17: Kona Investimentos no Exterior
Quando olhamos para as contribuições de cada fator latente da curva de
juros sobre o R2 ajustado, concluímos que também para Kona Investimento No
Exterior FI Multimercado a exposição do fundo a inclinação se mostrou a mais
significativa entre 2006 e 2009, com tendência crescente. Esta é mais uma
evidência para a conclusão de que os choques de inclinação da curva de juros se
tornaram mais significativos par
mercado nesse período.
Figura 18: Kona Investimentos no Exterior
Kona Investimentos no Exterior – critério de Akaike
Quando olhamos para as contribuições de cada fator latente da curva de
juros sobre o R2 ajustado, concluímos que também para Kona Investimento No
r FI Multimercado a exposição do fundo a inclinação se mostrou a mais
significativa entre 2006 e 2009, com tendência crescente. Esta é mais uma
evidência para a conclusão de que os choques de inclinação da curva de juros se
tornaram mais significativos para explicar o risco de diversos tipos de fundos no
Kona Investimentos no Exterior – contribuição sobre o R2 ajustado
61
Quando olhamos para as contribuições de cada fator latente da curva de
juros sobre o R2 ajustado, concluímos que também para Kona Investimento No
r FI Multimercado a exposição do fundo a inclinação se mostrou a mais
significativa entre 2006 e 2009, com tendência crescente. Esta é mais uma
evidência para a conclusão de que os choques de inclinação da curva de juros se
a explicar o risco de diversos tipos de fundos no
contribuição sobre o R2 ajustado
7.6.1.2.1.2.
BNP Paribas Energie FI Multimercado Previdenciário
Mais uma vez podemos observar o caráter dinâmi
estudarmos o fundo BNP Paribas Energie FI Multimercado Previdenciário. Fica
claro, outra vez, que as posições deste fundo em renda fixa também se
intensificaram entre 2006 e 2009 e que por esta razão a aceitação da modelagem é
maior nesse período.
Figura 19: BNP Paribas Energie FI Multimercado Previdenciário
Quando olhamos a contribuição individual de cada variável sobre o R2
ajustado observamos novamente que a variável mais relevante no período entre
2006 e 2009 é a medida de inclinação. Este resultado está em linha com os
resultados obtidos anteriormente e agrega robustez a conclusão de que estes
fundos aumentaram suas exposições em renda fixa neste período.
BNP Paribas Energie FI Multimercado Previdenciário
Mais uma vez podemos observar o caráter dinâmico da modelagem ao
BNP Paribas Energie FI Multimercado Previdenciário. Fica
claro, outra vez, que as posições deste fundo em renda fixa também se
intensificaram entre 2006 e 2009 e que por esta razão a aceitação da modelagem é
Energie FI Multimercado Previdenciário –
Quando olhamos a contribuição individual de cada variável sobre o R2
ajustado observamos novamente que a variável mais relevante no período entre
09 é a medida de inclinação. Este resultado está em linha com os
resultados obtidos anteriormente e agrega robustez a conclusão de que estes
fundos aumentaram suas exposições em renda fixa neste período.
62
BNP Paribas Energie FI Multimercado Previdenciário
co da modelagem ao
BNP Paribas Energie FI Multimercado Previdenciário. Fica
claro, outra vez, que as posições deste fundo em renda fixa também se
intensificaram entre 2006 e 2009 e que por esta razão a aceitação da modelagem é
– critério de Akaike
Quando olhamos a contribuição individual de cada variável sobre o R2
ajustado observamos novamente que a variável mais relevante no período entre
09 é a medida de inclinação. Este resultado está em linha com os
resultados obtidos anteriormente e agrega robustez a conclusão de que estes
63
Figura 20: BNP Paribas Energie FI Multimercado Previdenciário – contribuição sobre o R2 ajustado
7.6.2.
Ações
Da mesma forma que a análise dos fundos, a análise das ações também foi
dividida em duas subseções (ações de instituições financeiras e não-financeiras).
Foram, então, analisadas 27 séries de ações de instituições financeiras e 18 ações
de instituições não-financeiras. Os resultados seguem analisados nas seções a
seguir (7.6.2.1) e (7.6.2.2).
64
7.6.2.1.
Ações de Instituições Financeiras
Os resultados do teste F mostram que esta metodologia é significativa para
a maioria das ações de instituições financeiras analisadas.
Figura 21: Teste F para ações de instituições financeiras
A análise dos resultados do teste t mostra surpreendentemente que o
componente mais significativo da modelagem é a curvatura da curva de juros.
65
Figura 22: Teste t para ações de instituições financeiras
Os resultados médios para ações de instituições financeiras são, de certa
forma, análogos aos resultados obtidos na análise de fundos de renda fixa e
multimercado. Isso porque, embora a porcentagem das ações onde cada modelo é
superior tenha variado significativamente conforme o critério de seleção adotado,
o resultado de que a inclusão desses fatores representa uma melhoria no
66
entendimento dos componentes de risco aos quais as ações estão sujeitas se
mostrou mais uma vez bastante robusto.
Observou-se que a inclusão de fatores relacionados a mudanças no formato
da estrutura a termo das taxas de juros foi bastante relevante para uma parcela
significativa das ações analisadas.
Embora tenha apresentado alguma volatilidade, a aceitação de cada um
dos fatores se mostrou pouco variante no tempo. Observou-se que a parcela de
fundos onde cada modelo era dominante - embora tenha atingido picos em 2002 e
2007 - se manteve praticamente estável no período analisado. Esse resultado é
fruto de outro fato também observado. A modelagem proposta se mostrou
bastante eficiente para determinadas ações e nem tanto para outras.
Figura 23: Critério de Akaike para ações de instituições financeiras
7.6.2.1.1.
Alguns Exemplos Ilustrativos
7.6.2.1.1.1.
Banco do Rio Grande do Sul (BRSR6)
O exemplo da ação do Banco do Rio Grande do Sul é particularmente
interessante porque nele há clara aceitação da modelagem proposta entre 1999 e
2007 e, então, algum fato relevante fez com que a aceitação da modelagem de
risco de taxa de juros para essa ação caísse após 2007.
Figura 24: BRSR6
Ao olharmos para a contribuição de cada variável sobre o R2 ajustado,
podemos observar que as medidas de nível eram fundamentais para a análise de
risco deste banco. No entanto, após a metade de 2007, observou
esta contribuição se reduziu a quase zero.
Procurando por possíveis razões que justificassem a queda de exposição ao
risco de nível da estrutura a termo, observamos que em junho de 2007 o Banrisul
fez uma oferta pública de ações de grande porte, passando, então, a ter uma
grande parte de seu capital aberto. Esse fato, que aumentou significativamente a
liquidez das ações do Banrisul, possivelmente pode ser a razão da redução da
exposição do banco ao risco de taxa de juros. A conclusão, no entanto, de que o
risco de taxa de juros para ações está relacionado com ações de mais baixa
liquidez, carece, no entanto, de análise mais
ão, algum fato relevante fez com que a aceitação da modelagem de
risco de taxa de juros para essa ação caísse após 2007.
BRSR6: critério de Akaike
Ao olharmos para a contribuição de cada variável sobre o R2 ajustado,
as medidas de nível eram fundamentais para a análise de
risco deste banco. No entanto, após a metade de 2007, observou-se, então, que
esta contribuição se reduziu a quase zero.
Procurando por possíveis razões que justificassem a queda de exposição ao
co de nível da estrutura a termo, observamos que em junho de 2007 o Banrisul
fez uma oferta pública de ações de grande porte, passando, então, a ter uma
grande parte de seu capital aberto. Esse fato, que aumentou significativamente a
Banrisul, possivelmente pode ser a razão da redução da
exposição do banco ao risco de taxa de juros. A conclusão, no entanto, de que o
risco de taxa de juros para ações está relacionado com ações de mais baixa
liquidez, carece, no entanto, de análise mais detalhada.
67
ão, algum fato relevante fez com que a aceitação da modelagem de
Ao olharmos para a contribuição de cada variável sobre o R2 ajustado,
as medidas de nível eram fundamentais para a análise de
se, então, que
Procurando por possíveis razões que justificassem a queda de exposição ao
co de nível da estrutura a termo, observamos que em junho de 2007 o Banrisul
fez uma oferta pública de ações de grande porte, passando, então, a ter uma
grande parte de seu capital aberto. Esse fato, que aumentou significativamente a
Banrisul, possivelmente pode ser a razão da redução da
exposição do banco ao risco de taxa de juros. A conclusão, no entanto, de que o
risco de taxa de juros para ações está relacionado com ações de mais baixa
68
Figura 25: BRSR6: contribuição sobre o R2 ajustado
7.6.2.1.1.2.
Itaú (ITAU3)
Na análise de resultados para as ações ordinárias do banco ITAÚ,
observamos que a aceitação da modelagem foi maior na primeira metade do
período analisado. Observou-se que choques sobre a curva de juros nesse período
geravam picos de aceitação da modelagem que inclui fatores da curva de juros na
gestão de risco.
Figura 26: ITAU3: critério de Akaike
Ao olharmos para o R2 individual de cada variável, observamos mai
claramente esses choques da curva de juros sendo refletidos sobre os retornos da
ação ordinária do Banco Itaú. Embora não tenhamos observado uma continuidade
da relação explicativa, podemos ver claramente os choques sobre a curva de juros
sendo refletidos como picos sobre o R2 de cada variável. Dessa forma, podemos
observar claramente que, principalmente entre o período de 1999 e 2005, quando
ocorreram grandes variações sobre a forma da ETTJ, a ação ordinária do Banco
Itaú respondeu positivamente.
Figura 27: ITAU3: contribuição sobre o
7.6.2.1.1.3.Banco do Brasil (BBAS3)
Ao olharmos para o R2 individual de cada variável, observamos mai
claramente esses choques da curva de juros sendo refletidos sobre os retornos da
ação ordinária do Banco Itaú. Embora não tenhamos observado uma continuidade
da relação explicativa, podemos ver claramente os choques sobre a curva de juros
s como picos sobre o R2 de cada variável. Dessa forma, podemos
observar claramente que, principalmente entre o período de 1999 e 2005, quando
ocorreram grandes variações sobre a forma da ETTJ, a ação ordinária do Banco
Itaú respondeu positivamente.
ITAU3: contribuição sobre o R2 ajustado
Banco do Brasil (BBAS3)
69
Ao olharmos para o R2 individual de cada variável, observamos mais
claramente esses choques da curva de juros sendo refletidos sobre os retornos da
ação ordinária do Banco Itaú. Embora não tenhamos observado uma continuidade
da relação explicativa, podemos ver claramente os choques sobre a curva de juros
s como picos sobre o R2 de cada variável. Dessa forma, podemos
observar claramente que, principalmente entre o período de 1999 e 2005, quando
ocorreram grandes variações sobre a forma da ETTJ, a ação ordinária do Banco
O exemplo das ações ordinárias do Banco do Brasil também se mostra
bastante significativo. Mais uma vez a estrutura de picos de aceitação da
metodologia foi observada (embora com me
para o Itaú).
Figura 28: BBAS3: critério de Akaike
A observação do padrão encontrado nas ações do ITAÚ ficou ainda mais
clara quando nos atentamos para a contribuição de cada variável sobre o R2
ajustado. O mesmo padrão de picos sobre o R2 foi encontrado e, dessa vez, os
dados apresentaram o mesmo padrão em todo o período analisado.
Figura 29: BBAS3: contribuição sobre o R2 ajustado
O exemplo das ações ordinárias do Banco do Brasil também se mostra
bastante significativo. Mais uma vez a estrutura de picos de aceitação da
metodologia foi observada (embora com menor vigor se comparado ao resultado
BBAS3: critério de Akaike
A observação do padrão encontrado nas ações do ITAÚ ficou ainda mais
clara quando nos atentamos para a contribuição de cada variável sobre o R2
padrão de picos sobre o R2 foi encontrado e, dessa vez, os
dados apresentaram o mesmo padrão em todo o período analisado.
BBAS3: contribuição sobre o R2 ajustado
70
O exemplo das ações ordinárias do Banco do Brasil também se mostra
bastante significativo. Mais uma vez a estrutura de picos de aceitação da
nor vigor se comparado ao resultado
A observação do padrão encontrado nas ações do ITAÚ ficou ainda mais
clara quando nos atentamos para a contribuição de cada variável sobre o R2
padrão de picos sobre o R2 foi encontrado e, dessa vez, os
71
7.6.2.2.
Instituições Não-financeiras
7.6.2.2.1.
Dados Médios para as 18 Ações de Instituições Não-
Financeiras Analisadas:
Os resultados do teste F mostram que a regressão não possui coeficientes
iguais a zero para ações de instituições não financeiras.
Figura 30: Teste F para ações de instituições não-financeiras
Os teste t mostram mais uma vez que a curvatura da curva de juros é o
componente mais estatisticamente significativo.
72
Figura 31: Teste t para ações de instituições não-financeiras
A análise dos resultados médios para ações de instituições não financeiras
apresenta resultados bastante similares aos encontrados para instituições
73
financeiras. Mais uma vez, a porcentagem das ações onde modelos com fatores da
curva de juros foi superior variou conforme a escolha do critério de seleção
adotado.
No entanto, a observação de que existe uma parcela significativa de ações
que aceitam a inclusão de fatores da curva de juros para modelagem de risco e de
que esta parcela varia pouco ao longo do período observado foi robusta mais uma
vez.
Figura 32: Critério de Akaike para ações de instituições não-financeiras
7.6.2.2.1.1.
MMX (MMXM3)
O exemplo da ação da MMX mostra mais uma vez ma estrutura de picos
de aceitação da modelagem para determinadas instituições.
Figura 33: MMXM3: critério de Akaike
74
Figura 34: MMXM3: Contribuição sobre o R2 ajustado
75
