C MERCADO DE VALORES MOBILIÁRIOS A AVALIAÇÃO DO DESEMPENHO CONDICIONAL … · 2014-03-08 · 3.1. Modelo Não Condicional A medida de desempenho não condicional utili-zada neste

82 : CADERNOS DO MERCADO DE VALORES MOBILIÁRIOS

RESUMO

Neste artigo é avaliado e comparado o desempenho de fundos de acções pertencentes ao mercado Português, que investem quer no mercado local quer no mercado Europeu, utili-zando modelos de avaliação do desempenho condicionais e não condicionais. Em vez das habituais variáveis locais, este estudo utiliza variáveis de informação pública europeias e analisa detalhadamente o impacto nas estimati-vas do desempenho da utilização de variáveis condicionais sujeitas a um processo estocástico de remoção da tendência (“detrended”), de modo a evitar os efeitos decorrentes de poten-ciais regressões espúrias.

Os resultados sugerem que os gestores dos fun-dos não são capazes de “bater” o mercado, apresentando desempenhos negativos ou neu-tros. Para além disso, é possível observar um efeito distância, na medida em que os gestores que investem no mercado local apresentam um desempenho superior ao dos que investem no mercado Europeu. A introdução da condiciona-lidade melhora quer as estimativas de desempe-nho quer o poder explicativo dos modelos, com evidência de betas (mas não de alfas) variáveis ao longo do tempo. No entanto, a utilização de variáveis “detrended” permite concluir que a

significância estatística das variáveis de informação se deve à existência de regressões espúrias.

Palavras-Chave: Fundos de Investimento, Avaliação do Desempenho Condicional, Regressões Espúrias

1. INTRODUÇÃO

A avaliação do desempenho dos gestores de carteiras de investimento tem registado uma significativa evolução ao longo das últimas décadas e continua a ser um dos temas da maior actualidade e importância na área das Finanças, particularmente devido aos recentes e promisso-res desenvolvimentos de enorme interesse, não só para os académicos mas também para os prá-ticos. Embora relevante, esta questão é também algo controversa: por um lado, se os gestores evidenciarem capacidades para “bater” o mer-cado, tal terá implicações ao nível da eficiência dos mercados financeiros, um conceito que está na base dos modelos de avaliação de activos utilizados; por outro lado, evidência de desem-penho neutro ou inferior ao mercado teria implicações ao nível da estrutura do próprio sector, com o consequente desaparecimento dos fundos que sistematicamente os evidenciem.

A AVALIAÇÃO DO DESEMPENHO CONDICIONAL DE FUNDOSDE INVESTIMENTO E O PROBLEMA DAS REGRESSÕESESPÚRIAS: UM ESTUDO EMPÍRICOPARA O MERCADO PORTUGUÊS

PAULO LEITE * E MARIA CÉU CORTEZ**

* Instituto Politécnico do Cávado e do Ave, Escola Superior de Gestão, 4750-117 Barcelos, Portugal

** NEGE, Universidade do Minho, Escola de Economia e Gestão, Gualtar, 4710-057 Braga, Portugal


A grande maioria dos estudos empíricos reali-zados, baseados em metodologias de avaliação do desempenho não condicionais, conclui que os fundos têm um desempenho inferior ao mer-cado. Todavia, nestas circunstâncias, estes ten-deriam a ser substituídos por estratégias passi-vas de investimento, facto que contraria a exis-tência e crescimento do sector. Neste contexto, novas metodologias de estudo, entre as quais se engloba a avaliação do desempenho condicio-nal, procuram reexaminar o desempenho dos gestores de fundos de investimento.

Os modelos de avaliação do desempenho condi-cionais avaliam os gestores de carteiras tendo em consideração a informação pública disponí-vel, representada por um vector de variáveis desfasadas, no momento em que as rendibilida-des foram geradas. Assim, ao admitirem a variabilidade temporal do risco e rendibilidades esperadas, estes modelos deverão permitir a obtenção de estimativas de desempenho mais precisas (Chen e Knez, 1996; Ferson e Schadt, 1996).

A importância da utilização das variáveis de informação desfasadas na previsão da evolução das rendibilidades de acções e obrigações pode, no entanto, ser posta em causa, já que estas séries tendem a comportar-se de forma persis-tente (e.g.: Ferson, Sarkissian e Simin, 2003b). De facto, uma grande parte dos estudos empíri-cos realizados não leva em consideração este potencial problema, o que faz questionar se a significância das variáveis de informação utili-zadas se poderá dever à existência de regressões espúrias.

Neste contexto, os objectivos principais deste estudo são os seguintes: (1) avaliar e comparar

o desempenho de uma amostra de fundos de investimento mobiliários de acções pertencen-tes ao mercado Português utilizando quer modelos de avaliação condicionais quer os mais usuais modelos não condicionais e, desta forma, investigar o impacto da introdução das variá-veis condicionais nas estimativas do desempe-nho e averiguar a existência de betas e/ou alfas variáveis ao longo do tempo; (2) estudar, de forma detalhada, a influência nas estimativas do desempenho da utilização de variáveis condi-cionais sujeitas a um processo estocástico de remoção da tendência (“detrended”), com vista a evitar o surgimento de regressões espúrias.

Este artigo está organizado da seguinte forma: na Secção seguinte é efectuada uma breve revi-são da literatura sobre a avaliação do desempe-nho condicional. A Secção 3 é dedicada à des-crição das metodologias de avaliação do desem-penho utilizadas. Na Secção 4 descreve-se a base de dados. A Secção 5 apresenta e discute os principais resultados empíricos deste estudo. Por último, na Secção 6 são expostas as conclu-sões.

2. REVISÃO DA LITERATURA

Uma das limitações apontadas às medidas tradi-cionais de avaliação do desempenho (Treynor, 1965; Sharpe, 1966; Jensen, 1968) centra-se no facto de estas pressuporem a existência de uma medida de risco constante ao longo do período de avaliação. Neste sentido, estas medidas constituem uma abordagem não condicional da avaliação do desempenho, dado que não consi-deram a informação disponível acerca do estado da economia na estimação do risco e rendibili-dades esperadas, assumindo que estes permane-cem constantes ao longo do tempo.

A AVALIAÇÃO DO DESEMPENHO CONDICIONAL DE FUNDOS DE INVESTIMENTO… : 83


Na prática, tanto o risco como as rendibilidades esperadas variam ao longo do tempo, pelo que as abordagens não condicionais tenderão a pro-duzir estimativas de desempenho enviesadas, já que confundem a variação do risco e prémios de risco com a prestação do gestor. Na literatu-ra, há vários estudos que reconhecem a existên-cia de enviesamentos nestas medidas quando os gestores evidenciam capacidades de timing ou utilizam determinadas estratégias dinâmicas que resultem numa variação do risco (e.g.: Jen-sen, 1972; Grant, 1977; Dybvig e Ross, 1985; Grinblatt e Titman, 1989b).

Por outro lado, ao longo dos últimos anos vários estudos (e.g.: Fama e French, 1989; Ilmanen, 1995; Pesaran e Timmermann, 1995; Silva, Cortez e Armada, 2003) têm mostrado a relevância e utilidade de determinadas variá-veis, tais como taxas de crescimento dos divi-dendos ou taxas de juro, na previsão da evolu-ção das rendibilidades de acções e obrigações, o que deu origem a importantes desenvolvimen-tos ao nível dos modelos de avaliação de acti-vos e, posteriormente, ao nível da avaliação do desempenho de fundos de investimento. De facto, como essas variáveis, que permitem “captar” o estado da economia, são informação pública, então os investidores podem usar estes indicadores para actualizarem as suas expectati-vas acerca das rendibilidades esperadas. Neste contexto, as medidas de desempenho deverão incorporar esta variação temporal (Ferson e Schadt, 1996).

Surgiram, assim, os modelos de avaliação do desempenho condicional, que avaliam os gesto-res das carteiras levando em consideração a informação pública disponível no momento em que as rendibilidades foram geradas

(Farnsworth, 1997), o que permite que tanto o risco como as rendibilidades esperadas variem ao longo do tempo, em função da informação disponível acerca do estado da economia. Desta forma, uma estratégia de investimento que pos-sa ser replicada utilizando apenas essa informa-ção pública, perfeitamente disponível, não deve ser reconhecida como desempenho superior.

Quando aplicados empiricamente, os modelos de avaliação do desempenho condicional pare-cem evidenciar uma maior robustez estatística (em termos de significância) das respectivas medidas de desempenho (e.g.: Chen e Knez, 1996; Ferson e Schadt, 1996; Christopherson, Ferson e Glassman, 1998; Christopherson, Ferson e Turner, 1999; Ferson e Qian, 2004), com alguns estudos a argumentarem ainda que esta nova abordagem permite a obtenção de melhores estimativas de desempenho. Para além disso, a introdução da condicionalidade é também importante do ponto de vista económi-co, já que permite encontrar padrões nos betas dos fundos e, assim, auxiliar o investidor a acompanhar o comportamento dinâmico dos gestores de carteiras (Otten e Bams, 2004).

Enquanto o mercado dos Estados Unidos da América tem sido amplamente estudado, a ava-liação do desempenho condicional de fundos de investimento nos mercados Europeus, em geral (a única excepção é o mercado do Reino Unido), e no mercado Português, em particular, são ainda tópicos de pesquisa largamente inex-plorados. Adicionalmente, há estudos empíricos que sugerem que noutros mercados a utilização da informação condicional não se afigura tão importante como no mercado Americano (e.g.: Sawicki e Ong, 2000, no mercado Australiano, Otten e Bams, 2002, e Blake, Lehmann e Timmermann, 2002, em mercados Europeus).


Ao nível do mercado Português, o único estudo de que temos conhecimento que versa sobre a avaliação do desempenho condicional de fun-dos de investimento de acções é o de Cortez e Silva (2002). Baseados apenas no modelo par-cialmente condicional, os autores avaliam o desempenho de um conjunto de 12 fundos de acções nacionais no período Abril 1994 – Março 1998, sendo os seus resultados coerentes com a utilização de uma abordagem condicio-nal.

3. METODOLOGIA

3.1. Modelo Não Condicional

A medida de desempenho não condicional utili-zada neste estudo corresponde ao alfa de Jensen (1968), que consiste na intercepção ( ) da seguinte regressão, baseada na versão ex-post

do CAPM:

[1]

onde representa a rendibilidade em excesso (relativamente à taxa isenta de risco) da carteira p durante o período t, representa a rendibili-dade em excesso do mercado durante o mesmo período, é a medida do risco sistemático da carteira p e é uma variável residual que apre-senta um valor esperado de zero, variância constante e não está correlacionada nem com a rendibilidade do mercado nem com a compo-nente residual de outros títulos. A obtenção de um alfa positivo (negativo) e estatisticamente significativo indica um desempenho superior (inferior) ao do mercado.

tptmpptp rr ,,,

3.2. Modelos Condicionais

Enquanto que no modelo não condicional tanto a medida de desempenho como a medida de risco são constantes, no modelo condicional proposto por Ferson e Schadt (1996) admite-se a variabilidade temporal dos betas. Assim, o beta condicional é uma função linear de um vector de variáveis desfasadas, , que repre-senta a informação pública disponível no momento t-1 para prever as rendibilidades do momento t:

[2]

onde é um vector dos desvios de em relação aos valores médios (não con-dicionais), é um vector que mede a relação entre o beta condicional e as variáveis informa-tivas e é um beta médio, representativo da média (não condicional) dos betas condicionais:

.

Se conjugarmos as equações [1] e [2] obtemos a seguinte regressão:

[3]

onde e repre-senta uma medida de desempenho condicional. Se um gestor utilizar apenas a informação pública contida em , o seu alfa condicional deverá ser igual a zero, evidenciando um desempenho neutro. Por esta razão é que a ava-liação do desempenho condicional é consistente com um mercado eficiente na forma “semi-forte”, como descrito por Fama (1970).

101)( tpptp zZ

)( 1tp ZE


p

tpr ,

tmr ,

p

tp ,

1tZ

ZEZz tt 11

1tZ

p

p0

tptmtptmpptp rzrr ,,1,0,

01,,1, ttmtpttp ZrZ p

1tZ


A regressão [3] poderá, também, ser perspecti-vada como um modelo multi-factor, sendo a rendibilidade em excesso do mercado o primei-ro factor e o produto dessa rendibilidade com cada uma das variáveis de informação os facto-res adicionais. Estes factores adicionais podem ser interpretados como as rendibilidades resul-tantes de estratégias dinâmicas de investimento, que consistem em deter unidades do índice de mercado vendendo ou pedindo empresta-do .unidades em Bilhetes do Tesouro, consti-tuídas com o intuito de reproduzir o comporta-mento do beta do fundo ao longo do tempo. Assim, a obtenção de um alfa condicional posi-tivo indicará que a rendibilidade média obtida pelo gestor é superior à rendibilidade média obtida através dessas estratégias dinâmicas.

O modelo proposto por Ferson e Schadt (1996) é um modelo parcialmente condicional, já que apenas admite a variabilidade temporal dos betas das carteiras, assumindo que o alfa é constante. No entanto, tanto os betas como os alfas podem variar de acordo com as condições do mercado pelo que, se o desempenho do pró-prio gestor variar ao longo do tempo, um alfa constante não acrescenta muito poder explicati-vo ao modelo na tentativa de melhor avaliar o desempenho. Seguindo esta linha de raciocínio, Christopherson, Ferson e Glassman (1998) extendem o modelo de Ferson e Schadt (1996) ao assumirem que também o alfa é uma função linear do vector :

[4] 101)( tpptp zAZ

dando origem ao modelo seguinte:

[5]

onde é o alfa médio e o vector mede a sensibilidade do alfa condicional relativamente às variáveis de informação. Esta extensão do modelo permite estimar os alfas condicionais e acompanhar a sua variação ao longo do tempo em função das variáveis condicionais utilizadas.

4. DESCRIÇÃO DOS DADOS

4.1. Amostras

Este estudo utiliza duas amostras de fundos de investimento mobiliários abertos de acções, domiciliados no mercado português e classifica-dos de acordo com os critérios da Associação Portuguesa de Fundos de Investimento, Pensões e Patrimónios (APFIPP) como Fundos de Acções Nacionais (FAN) ou Fundos de Acções da União Europeia, Suíça e Noruega (FUE), para o período compreendido entre Junho de 2000 e Junho de 20041. A motivação para a uti-lização e comparação do desempenho de fundos pertencentes a duas classes distintas resulta da crescente tendência para a integração dos mer-cados financeiros ao nível Europeu, facto que tem levado os investidores portugueses a inves-tirem cada vez mais noutros mercados. Adicio-nalmente, a consideração destas duas categorias permite investigar o efeito distância. Para a construção das amostras foram levadas em con-sideração fusões/incorporações noutros fundos, bem como alterações de denominação ou de políticas de investimento por parte dos fundos.

1tz

1tz

1tz

tptmtptmptpptp rzrzAr ,,1,010,

p0 pA

1- Apesar de se afigurar como desejável a escolha de um período mais alargado, tal consideração reduziria de forma substancial o número de fundos disponí-veis para análise, para além de que foi também necessário ter em atenção a disponibilidade de dados relativos às variáveis condicionais utilizadas.


Os fundos constituintes da primeira amostra, num total de 24, encontram-se descritos na Tabela 1 e são aqueles que sobreviveram a todo o período em análise pelo que, por conseguinte,

ainda existiam em 30 de Junho de 2004. Como podemos observar na Tabela 2, esta amostra representa, em média e para o período em análi-se, cerca de 54% da quota de mercado dos fundos de acções do mercado Português.


Tabela 1 – Fundos de Investimento Sobreviventes

Tabela 2 – Síntese das Características dos Fundos Sobreviventes

Esta tabela mostra os valores médios, para o período em estudo (Junho 2000 – Junho 2004), do Valor Líquido Global (VLG) dos fundos sobreviventes e da respectiva quota de mercado. A quota de mercado refere-se ao peso do VLG de cada fundo relativamente ao VLG de todos os fundos de investimento mobiliários de acções.

2- Pese embora este fundo estar presentemente classificado como Fundo de Acções da União Europeia, até 19 de Maio de 2003 era um Fundo de Acções Nacionais. Como durante a maioria do período em análise pertenceu a esta última categoria, optou-se por mantê-lo integrado nesta classificação.

Fonte: Comissão do Mercado de Valores Mobiliários (CMVM).


De modo a evitar o surgimento de enviesamen-tos decorrentes do facto de a amostra de fundos estudada conter apenas fundos que sobrevive-

ram a todo o período em análise (“survivorship

bias”), foi constituída uma segunda amostra, descrita na Tabela 3, constituída pelos fundos que desapareceram durante o mesmo período3.

3- A composição desta amostra foi confirmada quer com a Associação Portuguesa de Fundos de Investimento, Pensões e Patrimónios (APFIPP) quer com a Comissão do Mercado de Valores Mobiliários (CMVM).

4- No entanto, saliente-se que os FAN apresentam um “survivorship bias” negativo, o que significa que o impacto dos fundos não sobreviventes na carteira que contém todos os fundos é positivo e não negativo, como seria de esperar. Este facto parece estar mais relacionado com os movimentos de concentração ocorridos durante o período em análise no sector bancário nacional, que controla o mercado dos fundos de investimento, do que propriamente com desempe-nhos fracos por parte dos fundos, já que 16 dos 20 fundos que desapareceram foram fundidos/incorporados noutros fundos.

Tabela 3 – Fundos de Investimento Não Sobreviventes

A questão do “survivorship bias” é um proble-ma crítico nos estudos de avaliação do desem-penho porque os fundos que desaparecem ten-dem a fazê-lo pelo facto de evidenciarem desempenhos persistentemente fracos, pelo que ao se estudarem apenas os fundos sobreviventes o desempenho tenderá a ser sobrestimado. No entanto, entre os autores que abordam este tópi-co na literatura não existe um consenso sobre a magnitude e significância deste tipo de enviesa-mento. De facto, enquanto alguns estudos suge-rem que o seu impacto é muito pequeno e/ou não estatisticamente significativo (e.g.: Grin-blatt e Titman, 1989a; Brown et al., 1992; Brown e Goetzmann, 1995), outros sugerem que o seu impacto nas estimativas do desempe-nho é significativo (e.g.: Malkiel, 1995; Blake e Timmermann, 1998). Para além disso, há ainda estudos que defendem que a existência deste

enviesamento depende da predisposição dos investidores para desinvestirem dos fundos cujo desempenho seja consistentemente fraco (e.g.: Shukla e Trzcinka, 1994).

Neste caso concreto, para avaliar o impacto do “survivorship bias”, em cada categoria de fun-dos foram comparadas as rendibilidades (ajustadas e não ajustadas ao risco) de uma car-teira de fundos sobreviventes com a de uma carteira que continha todos os fundos (sobreviventes e não sobreviventes), ambas construídas com iguais ponderações. Esta análi-se permitiu constatar que o impacto deste tipo de enviesamento nas estimativas de desempe-nho é muito pequeno, variando entre -0.51% e 0.70% ao ano, pelo que os nossos resultados não são significativamente afectados por este potencial problema.4

89 : CADERNOS DO MERCADO DE VALORES MOBILIÁRIOS A AVALIAÇÃO DO DESEMPENHO CONDICIONAL DE FUNDOS DE INVESTIMENTO… : 89

4.2. Rendibilidade dos Fundos e do Mercado

Os dados necessários para o cálculo das rendi-bilidades mensais dos fundos, nomeadamente o valor das unidades de participação e dividendos distribuídos, foram obtidos junto das respecti-vas Sociedades Gestoras. As rendibilidades, ajustadas a dividendos ( ), foram calculadas como ,onde ( ) representa o valor da unidade de participação do fundo p no fim do período t (t-1).

As cotações das unidades de participação são líquidas de impostos e de comissões de gestão e de depósito, mas não englobam comissões de subscrição ou de resgate. Quanto a dividendos, apenas um dos fundos estudados distribuiu divi-dendos durante o período em análise; para esse caso, foi considerado o seu reinvestimento na mesma data em que foram distribuídos. A Tabela 4 apresenta algumas estatísticas das ren-dibilidades das carteiras de fundos utilizadas neste estudo, na qual se pode verificar que estas são, em média e para o período em análise, negativas e normalmente distribuídas.5

5- No que respeita aos fundos individuais, as rendibilidades médias mensais são negativas para todos os fundos sobreviventes e para 15 dos fundos não sobre-viventes. Utilizando a estatística Jarque-Bera, apenas um fundo rejeita a hipótese nula de existência de uma distribuição normal das rendibilidades, para um nível de significância de 5%.

tpR ,

1,,ln tptp UPUP tpUP , 1,tpUP

Tabela 4 – Estatísticas das Rendibilidades das Carteiras de Fundos

Esta tabela mostra os valores das rendibilidades (não ajustadas ao risco), mensais e expressas em percentagem, das carteiras de FAN e FUE construídas para o período Junho 2000 – Junho 2004. p-val (JB) é o valor de pro-babilidade da estatística Jarque-Bera exceder, em valor absoluto, o valor observado para a hipótese nula de existência de uma distribuição normal.

Para o cálculo das rendibilidades da carteira de mercado foram utilizados dois índices ajustados a dividendos: o índice PSI-20 TR, no caso dos FAN, obtido junto da Euronext Lisboa e o índi-ce MSCI Europe TR, no caso dos FUE, obtido através da Morgan Stanley Capital Internatio-

nal (MSCI). Em ambos os casos, a correcção pela distribuição de dividendos é ilíquida de impostos, de modo a representar o seu reinves-

timento na carteira de acções subjacente ao índice. A rendibilidade do mercado no período t( ) foi calculada como , onde. . representa o valor do índice de mercado no período t e o valor do mesmo índice no período t-1.

As estimativas da taxa isenta de risco foram calculadas a partir da série de rendibilidades

tmR , 1,,ln tmtm II

tmI ,

1,tmI


anualizadas da taxa Euribor (Euro Interbank

Offered Rate) a 1 mês, obtida junto do Banco de Portugal, tendo sido utilizada a relação de proporcionalidade para o cálculo das taxas mensais.

4.3. Variáveis Condicionais

Neste estudo são utilizadas como variáveis con-dicionais a taxa de crescimento dos dividendos (dividend yield) de um índice de mercado, uma medida do declive da estrutura temporal das taxas de juro e um indicador das taxas de juro de curto prazo. Uma vez que, na literatura, se têm afigurado como relevantes na previsão da evolução das rendibilidades de acções, estas mesmas variáveis são também utilizadas na maior parte dos estudos empíricos já realizados (e.g.: Ferson e Schadt, 1996; Christopherson, Ferson e Glassman, 1998; Cortez e Silva, 2002). É utilizado na análise um desfasamento temporal de 1 mês para cada variável, de modo a que estas possam ser indicadores representati-vos de informação pública disponível para os investidores.

Uma contribuição deste estudo é o facto de serem utilizadas variáveis de informação refe-rentes ao mercado Europeu, para as duas clas-ses de fundos a estudar, ao passo que na esma-gadora maioria dos estudos empíricos são utili-zadas variáveis locais. A justificação para a uti-lização destas variáveis está relacionada com o estabelecimento da União Económica e Mone-tária (UEM) e a adopção do Euro que, para além de originarem uma maior convergência das rendibilidades de obrigações, taxas de infla-ção e taxas de juro, têm também contribuído para um crescente grau de integração dos mercados de acções a nível Europeu (e.g.:

Fratzscher, 2002; Kim, Moshirian e Wu, 2005; Hardouvelis, Malliaropulos e Priestley, 2006). Por esta razão, as rendibilidades esperadas nos mercados de acções passaram a ser cada vez mais determinadas pelo risco do mercado Euro-peu e menos pelo risco do mercado local (Hardouvelis, Malliaropulos e Priestley, 2006). Assim, o dividend yield (DY) do índice de mer-cado foi calculado tendo por base o índice MSCI Europe. O valor obtido para cada mês resulta do quociente entre o somatório dos divi-dendos pagos pelas empresas constituintes do índice nos 12 meses imediatamente anteriores pela cotação actual do mesmo, tendo os dados sido fornecidos pela MSCI.

Como medida do declive da estrutura temporal de taxas de juro (TS) é geralmente utilizada a diferença entre as rendibilidades de duas obri-gações, uma de longo prazo e outra de curto prazo. No caso concreto, como indicador de longo prazo foi utilizada a taxa de rendibilidade anualizada das obrigações do governo alemão (dado tratar-se do mercado mais representativo da Europa no que respeita ao segmento obriga-cionista) com uma maturidade superior a 9 mas inferior a 10 anos, obtida através do Banco Central Europeu. Embora fosse preferível utili-zar, também, a taxa de rendibilidade de uma obrigação emitida pelo governo alemão como indicador de curto prazo, não nos foi possível obter tais dados para o período em análise, dada a inexistência de um mercado líquido de Bilhe-tes do Tesouro. Assim, optou-se por utilizar a rendibilidade anualizada da taxa Euribor a 3 meses, obtida através do Banco de Portugal.

Por último, como indicador do nível das taxas de juro de curto prazo (EUR) foi, também, utili-zada a rendibilidade anualizada da taxa Euribor


a 3 meses. Como sugerido por Ferson e Schadt (1996), nos testes estatísticos utilizamos não o nível das variáveis de informação mas sim o seu desvio face ao valor esperado, o que permi-te trabalhar com variáveis de média zero, proce-dimento importante para evitar enviesamentos nas regressões e facilitar a interpretação dos resultados.

5. RESULTADOS EMPÍRICOS

5.1. Modelo Não Condicional

A avaliação do desempenho da nossa amostra de fundos sobreviventes foi efectuada quer a um nível global, através da construção de duas carteiras de fundos (uma para cada categoria)

com iguais ponderações, quer ao nível dos fun-dos considerados individualmente. Assim, o desempenho de cada categoria de fundos foi estimado através da construção de uma carteira que inclui todos os fundos (um fundo de fun-dos) e não calculando apenas a média dos resul-tados dos fundos individuais. A opção de utili-zar iguais ponderações justifica-se pelo facto de, numa indústria altamente concentrada, uma carteira na qual as ponderações fossem distri-buídas de acordo com o tamanho de cada fundo tender a ser dominada por um número muito reduzido de grandes fundos.

A Tabela 5 apresenta as estimativas de desempenho e risco obtidas com o modelo não condicional.

Tabela 5 – Medidas de Desempenho e Risco utilizando o Modelo Não Condicional

Esta tabela apresenta as estimativas de desempenho e risco, obtidas através da regressão , para as duas carteiras de fundos sobreviventes. Os valores apresentados para a medida de Jensen encontram-se expressos em percentagem. R2 (aj.) é o coeficiente de determinação ajustado, expresso em percentagem. Os asteriscos são utilizados para identificar os coeficientes estatisticamente significativos para os níveis de signifi-cância de 1% (***), 5% (**) e 10% (*), tendo os erros das estimativas sido ajustados quanto a heteroscedastici-dade e autocorrelação segundo o método de Newey e West (1987). São também indicados o número de fundos individuais que apresentam alfas positivos (N+) ou negativos (N–), bem como o número desses coeficientes que são estatisticamente significativos para um nível de significância de 5%, assinalado entre parêntesis rectos.

tptmpptp rr ,,,

Os resultados sugerem que os gestores dos fundos não são capazes de “bater” o mercado, apresentando desempenhos negativos ou neu-tros, sendo os coeficientes de determinação ajustados elevados para ambas as carteiras. Este tipo de evidência é consistente com a maior parte dos estudos empíricos realizados.

A comparação entre os resultados das duas categorias de fundos estudadas é, sem dúvida, interessante pois enquanto a carteira de FAN apresenta um alfa positivo mas que não é estatisticamente significativo, a carteira de FUE apresenta um alfa negativo e estatisticamente significativo a 1%. Ao nível dos fundos


individuais os resultados são semelhantes, com todos os FAN a apresentarem desempenhos que não são estatisticamente diferentes de zero6 e oito FUE apresentam alfas negativos e estatisti-camente significativos a 5%. Desta forma, os nossos resultados sugerem a existência de um efeito distância (“distance effect”), na medida em que os gestores que investem no mercado local obtêm melhores desempenhos do que os que investem no mercado Europeu. Uma possí-vel explicação para esta diferença tem a ver com o facto de os gestores que investem no mercado local tenderem a ter vantagens em ter-mos de obtenção de informação, que fazem com que apresentem melhores capacidades de selectividade, tal como demonstraram Coval e

Moskowitz (2001) e Engström (2003), entre outros. Uma outra explicação para esta diferen-ça de desempenho pode estar no facto dos FUE assumirem níveis de risco superiores, tanto específico (dado que têm um número muito mais elevado de acções nas quais podem inves-tir) como sistemático, como é possível constatar pelos valores dos betas apresentados na Tabela 5.

5.2. Modelos Condicionais

A aplicação dos modelos condicionais foi pre-cedida de uma análise da significância das variáveis de informação, através de regressões simples e múltiplas. Os resultados obtidos são apresentados na Tabela 6.

6- Estes resultados são consistentes com os de Cortez e Silva (2002) e Romacho e Cortez (2006).


Pela observação da tabela podemos concluir que praticamente todas as variáveis parecem ser significativas a nível individual (a excepção verifica-se com a variável TS no caso do índice MSCI Europe TR) e que, quer ao nível das regressões simples quer com as regressões múl-tiplas, o R2 ajustado é bem mais elevado no caso do PSI20-TR. Nas regressões individuais, a variável mais importante parece ser a taxa de juro de curto prazo (EUR), que se afigura como

altamente significativa quer na explicação das rendibilidades em excesso do índice PSI20-TR quer nas do índice MSCI Europe TR. Os coefi-cientes positivos obtidos para as variáveis DY e TS e o coeficiente negativo obtido para a variável EUR correspondem ao esperado, pois as rendibilidades esperadas nos mercados de acções tendem a ser mais altas no início de um ciclo de recuperação económica, quando as taxas de crescimento dos dividendos são

Tabela 6 – Regressões das Rendibilidades em Excesso do Mercado com as Variáveis Condicionais

Nas regressões simples, a variável dependente é a rendibilidade em excesso do mercado (utilizando quer o índi-ce PSI20-TR quer o índice MSCI Europe TR) e a variável independente cada uma das 3 variáveis condicionais (DY – taxa de crescimento dos dividendos; EUR – taxa de juro de curto prazo; TS – declive da estrutura tem-poral de taxas de juro), desfasadas 1 mês. Nas regressões múltiplas a rendibilidade em excesso do mercado será a variável dependente numa regressão que contará com as 3 variáveis condicionais, desfasadas 1 mês, como variáveis independentes. Todas as variáveis condicionais utilizadas são variáveis de média zero. Os asteriscos são utilizados para identificar os coeficientes estatisticamente significativos para os níveis de significância de 1% (***), 5% (**) e 10% (*), tendo os erros das estimativas sido ajustados quanto a heteroscedasticidade e autocorrelação segundo o método de Newey e West (1987). Wald representa o valor de probabilidade (também ajustado segundo o método de Newey e West (1987)) da estatística qui-quadrado ( ) do teste de Wald para a hipótese nula de que os coeficientes da regressão são conjuntamente iguais a zero.


elevadas e as taxas de juro de curto prazo são baixas.

Nas regressões múltiplas a significância das variáveis condicionais é mais reduzida, princi-palmente no caso do índice PSI20-TR. No entanto, se testarmos a sua significância conjun-ta é possível, quer para o PSI20-TR quer para o MSCI Europe TR, para um nível de significân-cia de 5%, rejeitar a hipótese nula de que os coeficientes das variáveis condicionais sejam conjuntamente iguais a zero, o que parece indi-car que as rendibilidades (em excesso) espera-das para o mercado variam ao longo do tempo com as variáveis de informação pública, o que motiva e justifica o uso de modelos de avalia-ção do desempenho condicionais7.

A Tabela 7 apresenta os resultados do modelo parcialmente condicional. Nela podemos cons-tatar que, com a introdução da condicionalidade

(numa primeira fase apenas ao nível dos betas), tanto as estimativas do desempenho das cartei-ras como os coeficientes de determinação ajus-tados aumentam, o que é consistente com os resultados de Ferson e Schadt (1996), entre outros. Apesar das estimativas de desempenho se manterem neutras para a carteira de FAN e significativamente negativas para a carteira de FUE, neste último caso a estatística t diminui em valor absoluto, deslocando-se para a direita no sentido da região de desempenho neutro. À semelhança do que sucedera com o modelo não condicional, também no modelo parcialmente condicional está patente o efeito distância, que parece ser ligeiramente reforçado com a intro-dução da condicionalidade. Quanto aos fundos individuais, há apenas dois FUE cujo desempe-nho se alterou de negativo para neutro, para um nível de significância de 5%. Para 23 dos 24 fundos individuais estudados, o R2 ajustado é superior, com aumento que vão desde 0.10% a uns expressivos 8.53%.

Tabela 7 – Medidas de Desempenho e Risco utilizando o Modelo Parcialmente Condicional

Esta tabela mostra as estimativas dos coeficientes obtidos através da regressão para as duas carteiras de fundos sobreviventes. Nestas regressões, para além das rendibilidades em excesso do mer-cado, são utilizados mais 3 factores, que consistem nos produtos da rendibilidade em excesso do mercado por cada uma das variáveis de informação: taxa de crescimento dos dividendos (DY), taxa de juro de curto prazo (EUR) e declive da estrutura temporal de taxas de juro (TS). Todas as variáveis condicionais têm média zero e encontram-se desfasadas 1 mês. Os valores apresentados para a medida de desempenho encontram-se expres-sos em percentagem. R2 (aj.) é o coeficiente de determinação ajustado, expresso em percentagem. Os asteriscos são utilizados para identificar os coeficientes estatisticamente significativos para os níveis de significância de 1% (***), 5% (**) e 10% (*), tendo os erros das estimativas sido ajustados quanto a heteroscedasticidade e autocorrelação segundo o método de Newey e West (1987). São também indicados o número de fundos indivi-duais que apresentam alfas positivos (N+) ou negativos (N–) e as estimativas dos betas condicionais, bem como o número desses coeficientes que são estatisticamente significativos para um nível de significância de 5%, indi-cados entre parêntesis rectos. Wald representa o valor de probabilidade da estatística qui-quadrado ( ) do teste de Wald para a hipótese nula de que os coeficientes dos termos adicionais, ou sejam, os betas condicionais, são conjuntamente iguais a zero.


7- Apesar de não constar deste artigo, foi também analisada a significância das variáveis de informação na explicação das rendibilidades (em excesso) das carteiras de fundos, tendo os resultados sido muito similares.


A significância das variáveis de informação foi testada quer individualmente (através de testes t) quer conjuntamente (utilizando o teste de Wald). Os resultados encontrados parecem indi-car que apenas a taxa de crescimento dos divi-dendos (DY) é estatisticamente significativa a 5% para as duas carteiras de fundos estudadas (bem como para 15 fundos individuais), com as restantes variáveis a não apresentarem grande capacidade para explicar a evolução das rendi-bilidades dos fundos. Os valores de probabilida-de da estatística qui-quadrado ( ) do teste de Wald são bastante baixos e permitem rejeitar a hipótese dos coeficientes dos betas condicionais serem conjuntamente iguais a zero para as duas carteiras e para 21 dos 24 fundos individuais.

Assim, os resultados parecem apontar para a existência de betas variáveis ao longo do tempo em função das variáveis de informação, existin-do uma correlação negativa e significativa a 5% entre a variável taxa de crescimento dos divi-dendos e os betas condicionais, que explica o facto dos alfas condicionais serem superiores aos alfas não condicionais. De acordo com a literatura, essa correlação negativa entre os betas condicionais e as variáveis de informação pode ser explicada pela entrada ou saída de ele-vados fluxos monetários nos fundos ou pelo facto dos betas dos activos que deles fazem par-te variarem ao longo do tempo (Ferson e Schadt, 1996; Ferson e Warther, 1996). No entanto, no caso de fundos pertencentes ao mer-cado Português a primeira explicação afigura-se como pouco provável uma vez que as socieda-des gestoras de fundos são praticamente todas controladas pelo sector bancário, facto que ten-de a condicionar as escolhas dos investidores no sentido de manterem os seus investimentos em fundos pertencentes ao mesmo grupo. Assim, uma possível explicação para esta correlação negativa pode estar no facto de os fundos em estudo investirem fundamentalmente em acções

de grandes empresas, fazendo com que os padrões de variação dos betas das carteiras sejam consistentes com a variação temporal dos betas dessas acções, os quais podem encontram-se negativamente correlacionados com as rendi-bilidades esperadas para o mercado, como demonstraram Jagannathan e Wang (1996).

A utilização de um modelo totalmente condi-cional produz resultados variados. Como pode-mos observar na Tabela 8, tanto para a carteira de FAN como para a carteira de FUE, os testes de Wald realizados ao conjunto dos alfas e betas são significativos a 5%, permitindo rejei-tar a hipótese destes serem conjuntamente nulos. Para além disso, em ambas as carteiras rejeitam-se as hipóteses quer dos betas quer dos alfas condicionais serem, respectivamente, iguais a zero (embora no caso dos alfas dos FAN tal só suceda para um nível de significân-cia de 10%), o que parece indicar a existência de alfas variáveis ao longo do tempo. Contudo, se analisarmos as estimativas da função alfa condicional com maior detalhe, podemos cons-tatar que nenhuma das variáveis de informação é estatisticamente significativa para as duas car-teiras, bem como para a maioria dos fundos individuais. A variável taxa de crescimento dos dividendos continua a ser a mais importante, mas é apenas significativa a 5% para 5 dos FUE.

Comparativamente ao modelo parcialmente condicional, o modelo totalmente condicional apresenta idênticos coeficientes de determina-ção ajustados e resultados muito semelhantes quer para os betas condicionais quer para as estimativas de desempenho, apesar de se obser-var uma ligeira diminuição do efeito distância. Desta forma, os nossos resultados contrastam com os de Christopherson, Ferson e Glassman (1998), mas são semelhantes aos de Otten e Bams (2004).


5.3. O Problema das Regressões Espúrias

e a Importância de Utilizar Variáveis

Condicionais “Detrended”

A importância da utilização das variáveis de informação desfasadas na previsão da evolução das rendibilidades de acções e obrigações tem sido recentemente posta em causa, já que pode-rá estar relacionada com a utilização de regres-sores persistentes, que possuem elevadas auto-correlações (e.g.: Ferson, Sarkissian e Simin, 2003b). Como, de uma maneira geral, variáveis como as taxas de juro de curto prazo ou as taxas de crescimento dos dividendos tendem a evi-denciar elevados coeficientes de correlação, o tratamento econométrico destas variáveis é de crucial importância para os modelos de avalia-ção do desempenho condicional, no sentido de evitar o surgimento de regressões espúrias. De facto, uma grande parte dos estudos empíricos

elaborados não tem levado em consideração este potencial enviesamento, facto que pode levar a que a significância das variáveis condi-cionais seja incorrectamente aferida.

Neste estudo, levamos a cabo uma análise mais detalhada das séries de dados relativas às variá-veis condicionais. Como podemos verificar na Tabela 9, além das elevadas correlações que existem entre as 3 variáveis, todas as séries uti-lizadas apresentam coeficientes de correlação de 1.ª ordem muito elevados, que variam entre 92% e 96%. Para além disso, testamos a esta-cionaridade destas séries utilizando o teste de Dickey-Fuller (1979) aumentado, o qual, para um valor crítico de MacKinnon de 5%, não per-mitiu rejeitar a hipótese de existência de uma raiz única para vários desfasamentos (nomeadamente 1, 2, 3, 6, 9 e 12 períodos), permitindo-nos concluir que as séries não são estacionárias.

Tabela 8 – Medidas de Desempenho e Risco utilizando o Modelo Totalmente Condicional

Esta tabela apresenta as estimativas da média dos alfas condicionais (expressa em percentagem), da função alfa condicional e da média dos betas condicionais para as duas carteiras de fundos sobreviventes em estudo, utili-zando a regressão . As variáveis de informação são a taxa de crescimento dos dividendos (DY), a taxa de juro de curto prazo (EUR) e o declive da estrutura temporal de taxas de juro (TS). Todas estas variáveis têm média zero e encontram-se desfasadas 1 mês. R2 (aj.) é o coeficiente de deter-minação ajustado, expresso em percentagem. Os asteriscos são utilizados para identificar os coeficientes esta-tisticamente significativos para os níveis de significância de 1% (***), 5% (**) e 10% (*), tendo os erros das estimativas sido ajustados quanto a heteroscedasticidade e autocorrelação segundo o método de Newey e West (1987). São também indicados o número de fundos individuais que apresentam médias dos alfas condicionais positivas (N+) ou negativas (N–) e as estimativas dos alfas condicionais, bem como o número desses coeficien-tes que são estatisticamente significativos para um nível de significância de 5%, indicados entre parêntesis rec-tos. W1, W2 e W3 representam os valores de probabilidade (ajustados segundo o método de Newey e West (1987)) da estatística qui-quadrado ( ) do teste de Wald para a hipótese nula de que os coeficientes dos alfas, betas e alfas e betas condicionais, respectivamente, são conjuntamente iguais a zero.

tptmtptmptpptp rzrzAr ,,1,010,


A conjugação dos factores supra referidos suge-re a possibilidade de se estar na presença de regressões espúrias. Para tentar reduzir este pro-blema, uma das soluções seria a incorporação, no lado direito das regressões, de uma variável desfasada da variável dependente, de modo a “absorver” a autocorrelação. No entanto, como argumentam Ferson, Sarkissian e Simin (2003a), esta solução não será a mais indicada no caso concreto de regressões que envolvam rendibilidades de acções porque nestas a rendi-bilidade esperada ex-ante pode ser persistente mas a rendibilidade actual inclui um considerá-vel ruído que não é previsível. Nestes casos, a regressão espúria é gerada pela persistência da rendibilidade ex-ante, mas o ruído torna a ren-dibilidade desfasada um instrumento pobre para captar esta persistência.

Assim, seguindo a sugestão de Ferson, Sarkis-sian e Simin (2003a), as variáveis de informa-ção foram sujeitas a um processo estocástico de remoção da tendência (“stochastic detren-

ding”), que consiste em subtrair às variáveis uma média móvel dos valores registados nos 12 meses precedentes. Este procedimento tem como objectivo diminuir a persistência do regressor alterado, resultando em autocorrela-ções que se situem abaixo do nível no qual as regressões espúrias se tornam um problema, sendo bastante apelativo pelo facto de não requerer a estimação de qualquer parâmetro. Os efeitos deste procedimento estão bem patentes nos novos valores obtidos para as estatísticas das variáveis condicionais, agora “detrended”,apresentados na Tabela 10.

Tabela 9 – Estatísticas Relativas às Variáveis Condicionais

Esta tabela mostra algumas estatísticas relativas às três variáveis condicionais utilizadas, para o período Junho 2000 a Junho 2004. A Tabela 9A apresenta várias estatísticas para essas variáveis (anuais, de média zero e expressas em percentagem) bem como os respectivos coeficientes de correlação de ordem 1, 3, 6 e 12. A Tabela 9B apresenta a matriz de correlações entre as variáveis.


Neste caso concreto, para além da diminuição dos coeficientes de correlação de 1.ª ordem das três séries para valores entre 84% e 91%, estas passam a apresentar muito poucos indícios de não estacionaridade, sendo a hipótese nula do teste de Dickey-Fuller (1979) aumentado sem-pre rejeitada a 5% (10%) para desfasamentos até 6 (9) períodos. Para além disso, as correla-

ções entre as variáveis diminuem consideravel-mente. Por conseguinte, e em face do exposto, assume relevância proceder a uma nova análise à significância estatística das variáveis condi-cionais, de modo a verificar se estas mantêm a elevada significância anteriormente reportada. Os resultados desta análise são apresentados na Tabela 11.

Tabela 10 – Estatísticas Relativas às Variáveis Condicionais “Detrended”

Esta tabela mostra algumas estatísticas relativas às três variáveis condicionais utilizadas, para o período Junho 2000 a Junho 2004. A Tabela 10A apresenta várias estatísticas para essas variáveis (anuais, de média zero, “detrended” e expressas em percentagem) bem como os respectivos coeficientes de correlação de ordem 1, 3, 6 e 12. A Tabela 10B apresenta a matriz de correlações entre as variáveis.


Como se pode confirmar pelos valores apresen-tados na Tabela 11, a utilização de variáveis condicionais “detrended” compromete a eleva-da significância estatística que estas variáveis pareciam evidenciar na explicação das rendibi-lidades esperadas para o mercado. No caso das regressões individuais, apenas a variável taxa de juro de curto prazo é significativa a 5% e

apenas para o PSI20-TR, sendo os valores dos R2 ajustados muito fracos. Na regressão múlti-pla, nenhuma das três variáveis é estatistica-mente significativa a 5% e, no caso do MSCI Europe TR pode-se mesmo aceitar, para o mes-mo nível de significância, a hipótese nula do teste de Wald de que as variáveis são conjunta-mente iguais a zero8.

Tabela 11 – Regressões das Rendibilidades em Excesso do Mercado com as Variáveis Condicionais “Detrended”

Nas regressões simples, a variável dependente é a rendibilidade em excesso do mercado e a variável indepen-dente cada uma das 3 variáveis condicionais “detrended” (DY – taxa de crescimento dos dividendos; EUR – taxa de juro de curto prazo; TS – declive da estrutura temporal de taxas de juro), desfasadas 1 mês. Nas regres-sões múltiplas a rendibilidade em excesso do mercado será a variável dependente numa regressão que contará com as 3 variáveis condicionais “detrended”, desfasadas 1 mês, como variáveis independentes. Todas as variá-veis condicionais utilizadas são variáveis de média zero. Os asteriscos são utilizados para identificar os coefi-cientes estatisticamente significativos para os níveis de significância de 1% (***), 5% (**) e 10% (*), tendo os erros das estimativas sido ajustados quanto a heteroscedasticidade e autocorrelação segundo o método de Newey e West (1987). Wald representa o valor de probabilidade (também ajustado segundo o método de Newey e West (1987)) da estatística qui-quadrado ( ) do teste de Wald para a hipótese nula de que os coefi-cientes da regressão são conjuntamente iguais a zero.

8- Adicionalmente, apesar de não constar deste artigo, foi também analisada a significância destas variáveis para prever a evolução das rendibilidades em excesso das carteiras de fundos estudadas, sendo os resultados muito semelhantes.


Quando aplicamos as variáveis “detrended” nos modelos condicionais os resultados são substan-

cialmente diferentes dos obtidos anteriormente, como podemos confirmar na Tabela 12 para o modelo parcialmente condicional.

Tabela 12 – Medidas de Desempenho e Risco utilizando o Modelo Parcialmente Condicional e Variáveis Condicionais “Detrended”

Esta tabela mostra as estimativas dos coeficientes obtidos através da regressão paraas duas carteiras de fundos sobreviventes. Nestas regressões, para além das rendibilidades em excesso do mer-cado, são utilizados mais 3 factores, que consistem na rendibilidade em excesso do mercado multiplicada por cada uma das variáveis condicionais: taxa de crescimento dos dividendos (DY), taxa de juro de curto prazo (EUR) e declive da estrutura temporal de taxas de juro (TS). Todas as variáveis condicionais são variáveis de média zero, desfasadas 1 mês e “detrended”. Os valores apresentados para a medida de desempenho encontram-se expressos em percentagem. R2 (aj.) é o coeficiente de determinação ajustado, expresso em percentagem. Os asteriscos são utilizados para identificar os coeficientes estatisticamente significativos para os níveis de signifi-cância de 1% (***), 5% (**) e 10% (*), tendo os erros das estimativas sido ajustados quanto a heteroscedastici-dade e autocorrelação segundo o método de Newey e West (1987). São também indicados o número de fundos individuais que apresentam alfas positivos (N+) ou negativos (N–) e as estimativas dos betas condicionais, bem como o número desses coeficientes que são estatisticamente significativos para um nível de significância de 5%, indicados entre parêntesis rectos. Wald representa o valor de probabilidade da estatística qui-quadrado ( )do teste de Wald para a hipótese nula de que os coeficientes dos termos adicionais, ou seja, os betas condicio-nais, são conjuntamente iguais a zero.


Se compararmos os resultados obtidos com aqueles a que tínhamos chegado sem as variá-veis “detrended”, apresentados na Tabela 7, podemos observar que as estimativas de desem-penho são ligeiramente mais baixas para as duas carteiras de fundos, com os coeficientes de determinação ajustados a sofrerem também ligeiras oscilações. Contudo, apesar de poder-mos rejeitar, para um nível de significância de 5%, a hipótese nula de que as estimativas da função beta condicional sejam conjuntamente iguais a zero para as duas carteiras, o facto mais relevante é que as variáveis de informação pas-sam a não ser significativas. Desta forma, a evi-dência de betas variáveis ao longo do tempo em função da taxa de crescimento dos dividendos, obtidas anteriormente, deixa de existir. A utili-zação de um modelo totalmente condicional com variáveis de informação “detrended”,

apesar de não constar deste artigo, não produz qualquer alteração significativa a estes resulta-dos, dado não existir evidência de alfas variá-veis ao longo do tempo (de facto, nem é possí-vel rejeitar a hipótese de que os coeficientes da função alfa condicional sejam conjuntamente iguais a zero para as duas carteiras).

Em resumo, o uso de variáveis condicionais “detrended” tem um impacto limitado em ter-mos das medidas de desempenho e dos coefi-cientes de determinação ajustados dos modelos. Contudo, o resultado mais importante é o desa-parecimento da evidência de variáveis de infor-mação estatisticamente significativas nos mode-los, o que sugere que a elevada significância anteriormente evidenciada por estas variáveis parece estar relacionada com a existência de regressões espúrias.


6. CONCLUSÕES

Neste estudo, efectuamos uma avaliação do desempenho de fundos de acções pertencentes ao mercado Português, que investem quer em acções nacionais quer em acções europeias, para o período Junho 2000 – Junho 2004, utili-zando modelos de avaliação do desempenho condicionais e não condicionais. Em vez de apenas assumirmos um conjunto de variáveis de informação para utilizar nos modelos condicio-nais, testamos previamente a sua significância estatística na previsão da evolução das rendibi-lidades de acções, tendo estas evidenciado, numa primeira análise, um elevado poder expli-cativo.

Os resultados do modelo não condicional indi-cam desempenhos neutros para os Fundos de Acções Nacionais e negativos para os Fundos de Acções da União Europeia, Suíça e Noruega, evidência esta que sugere a existência de um efeito distância. A incorporação das variáveis de informação no modelo levou à obtenção de melhores estimativas de desempenho bem como a um aumento do poder explicativo do modelo, resultados estes que são consistentes com estu-dos anteriores (e.g.: Ferson e Schadt, 1996). Os modelos condicionais deixam transparecer evi-dência da existência de betas (mas não de alfas) variáveis ao longo do tempo em função da taxa de crescimento dos dividendos, existindo uma correlação negativa entre esta variável e os betas condicionais, que poderá ser explicada

por variações nos betas dos activos detidos pelos fundos.

Estes resultados, bem como os de uma grande parte dos estudos empíricos levados a cabo no contexto da condicionalidade, devem, no entan-to, ser interpretados com prudência. Embora a robustez dos modelos condicionais seja, em termos teóricos, incontestável, na prática poderá haver problemas decorrentes da existência de regressões espúrias, causadas pela utilização de regressores persistentes.

Neste estudo em concreto, a utilização de variá-veis condicionais “detrended”, i.e., sujeitas a um processo estocástico de remoção da tendên-cia, permitiu remover a evidência de variáveis de informação significativas nos modelos. Este resultado sugere que a elevada significância demonstrada, numa primeira análise, por estas variáveis na previsão da evolução das rendibili-dades de acções se poderá dever à existência de regressões espúrias e enfatiza a importância de se considerar esta questão na avaliação do desempenho.

Em consequência, dada a grande sensibilidade aqui demonstrada em termos da significância das variáveis de informação ao processo de “stochastic detrending”, o impacto de diferen-tes processos estocásticos de remoção de ten-dências nas estimativas de desempenho condi-cional é claramente um importante tópico de investigação a prosseguir no futuro.



REFERÊNCIAS BIBLIOGRÁFICAS

Blake, David; Timmermann, Allan (1998), “Mutual Fund Performance: Evidence from the UK”, European Finance Review, 2, 57-77.

Blake, David; Lehmann, Bruce; Timmermann, Allan (2002), “Performance Clustering and Incentives in the UK Pension Fund Industry”, Journal of Asset Management, 3 (2), 173-194.

Brown, Stephen; Goetzmann, William; Ibbotson, Roger; Ross, Stephen (1992), “Survivorship Bias in Performance Studies”, Review of Financial Studies, 5 (4), 553-580.

Brown, Stephen; Goetzmann, William (1995), “Performance Persistence”, Journal of Finance, 50 (2), 679-698.

Chen, Zhiwu; Knez, Peter (1996), “Portfolio Performance Measurement: Theory and Applications”, Review of Financial Studies, 9 (2), 511-555.

Christopherson, Jon; Ferson, Wayne; Glassman, Debra (1998), “Conditioning Manager Alphas on Economic Information: Another Look at the Persistence of Performance”, Review of Financial

Studies, 11 (1), 111-142.

Christopherson, Jon; Ferson, Wayne; Turner, Andrew (1999), “Performance Evaluation Using Conditional Alphas and Betas”, Journal of Portfolio Management, 26 (1), 59-72.

Cortez, Maria do Céu; Silva, Florinda (2002), “Conditioning Information on Portfolio Performance Evaluation: A Reexamination of Performance Persistence in The Portuguese Mutual Fund Market”, Finance India, 16 (4), 1393-1408.

Coval, Joshua; Moskowitz, Tobias (2001), “The Geography of Investment: Informed Trading and Asset Prices”, Journal of Political Economy, 109 (4), 811-841.

Dickey, David; Fuller, W. (1979), “Distribution of the Estimators for Autoregressive Time Series with a Unit Root”, Journal of the American Statistical Association, 74, 427-431.

Dybvig, Philip; Ross, Stephen (1985), “Differential Information and Performance Measurement Using a Security Market Line”, Journal of Finance, 40 (2), 383-399.

Engström, Stefan (2003), “Costly Information, Diversification and International Mutual Fund Performance”, Pacific-Basin Finance Journal, 11 (4), 463-482.

Fama, Eugene (1970), “Efficient Capital Markets: A Review of Theory and Empirical Work”, Journal of Finance, 25 (2), 383-417.

Fama, Eugene; French, Kenneth (1989), “Business Conditions and Expected Returns on Stocks and Bonds”, Journal of Financial Economics, 25 (1), 23-49.

Farnsworth, Heber (1997), “Conditional Performance Evaluation”. In Paxson, D.; Wood, D. (eds.), Blackwell Encyclopedic Dictionary of Finance, Blackwell Business, 23-24.



Ferson, Wayne; Qian, Meijun (2004), “Conditional Performance Evaluation, Revisited”, Research Foundation Monograph of the CFA Institute, 84 p.

Ferson, Wayne; Sarkissian, Sergei; Simin, Timothy (2003a), “Is Stock Return Predictability Spurious?”, Journal of Investment Management, 1 (3), 1-10.

Ferson, Wayne; Sarkissian, Sergei; Simin, Timothy (2003b), “Spurious Regressions in Financial Economics?”, Journal of Finance, 58 (4), 1393-1413.

Ferson, Wayne; Schadt, Rudi (1996), “Measuring Fund Strategy and Performance in Changing Economic Conditions”, Journal of Finance, 51 (2), 425-461.

Ferson, Wayne; Warther, Vincent (1996), “Evaluating Fund Performance in a Dynamic Market”, Financial Analysts Journal, 52 (6), 20-28.

Fratzscher, Marcel (2002), “Financial Market Integration in Europe: On the Effects of EMU on Stock Markets”, International Journal of Finance and Economics, 7 (3), 165-193.

Grant, Dwight (1977), “Portfolio Performance and the “Cost” of Timing Decisions”, Journal of

Finance, 32 (3), 837-846.

Grinblatt, Mark; Titman, Sheridan (1989a), “Mutual Fund Performance: An Analysis of Quarterly Portfolio Holdings”, Journal of Business, 62 (3), 393-416.

Grinblatt, Mark; Titman, Sheridan (1989b), “Portfolio Performance Evaluation: Old Issues and New Insights”, Review of Financial Studies, 2 (3), 393-421.

Hardouvelis, Gikas; Malliaropulos, Dimitrios; Priestley, Richard (2006), “EMU and European Stock Market Integration”, Journal of Business, 79 (1), 365-392.

Ilmanen, Antti (1995), “Time-varying Expected Returns in International Bond Markets”, Journal of

Finance, 50 (2), 481-506.

Jagannathan, Ravi; Wang, Zhenyu (1996), “The Conditional CAPM and the Cross-Section of Expected Returns”, Journal of Finance, 51 (1), 3-54.

Jensen, Michael (1968), “The Performance of Mutual Funds in the Period 1945-1964”, Journal of

Finance, 23 (2), 389-416.

Jensen, Michael (1972), “Optimal Utilization of Market Forecasts and the Evaluation of Investment Performance”. In Szego, G.; Shell, K. (eds.), Mathematical Methods in Investment and Finance,North-Holland, 310-335.

Kim, Suk; Moshirian, Fari; Wu, Eliza (2005), “Dynamic Stock Market Integration Driven by the European Monetary Union: An Empirical Analysis”, Journal of Banking and Finance, 29 (10), 2475-2502.




Malkiel, Burton (1995), “Returns from Investing in Equity Mutual Funds 1971 to 1991”, Journal of

Finance, 50 (2), 549-572.

Newey, Whitney; West, Kenneth (1987), “A Simple Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix”, Econometrica, 55 (3), 703-708.

Otten, Rogér; Bams, Dennis (2002), “European Mutual Fund Performance”, European Financial

Management, 8 (1), 75-101.

Otten, Rogér; Bams, Dennis (2004), “How to Measure Mutual Fund Performance: Economic Versus Statistical Relevance”, Journal of Accounting and Finance, 44 (2), 203-222.

Pesaran, M. Hashem; Timmermann, Allan (1995), “Predictability of Stock Returns: Robustness and Economic Significance”, Journal of Finance, 50 (4), 1201-1228.

Romacho, João; Cortez, Maria do Céu (2006), “Timing and Selectivity in Portuguese Mutual Fund Performance”, Research in International Business and Finance, 20, 348-368.

Sawicki, Julia; Ong, Fred (2000), “Evaluating Managed Fund Performance Using Conditional Measures: Australian Evidence”, Pacific-Basin Finance Journal, 8 (4), 505-528.

Sharpe, William (1966), “Mutual Fund Performance”, Journal of Business, 39 (1), 119-138.

Shukla, Ravi; Trzcinka, Charles (1994), “Persistent Performance in the Mutual Fund Market: Tests with Funds and Investment Advisers”, Review of Quantitative Finance and Accounting, 4 (2), 115-135.

Silva, Florinda; Cortez, Maria do Céu; Armada, Manuel Rocha (2003), “Conditioning Information and European Bond Fund Performance”, European Financial Management, 9 (2), 201-230.

Treynor, Jack (1965), “How to Rate Management of Investment Funds”, Harvard Business Review,43 (1), 63-75.

Documents

C MERCADO DE VALORES MOBILIÁRIOS A AVALIAÇÃO DO DESEMPENHO CONDICIONAL … · 2014-03-08 · 3.1. Modelo Não Condicional A medida de desempenho não condicional utili-zada neste