Embed Size (px)
Citation preview
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DISSERTAÇÃO DE MESTRADO
PROFISSIONALIZANTE EM ECONOMIA
“OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO
ACIONÁRIO”.
ALEXANDRE ROMAGUERA RODRIGUES DA COSTA
ORIENTADOR: PROF. DR. FERNANDO NASCIMENTO
Rio de Janeiro, 19 de agosto de 2010
“OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO
ACIONÁRIO”
ALEXANDRE ROMAGUERA RODRIGUES DA COSTA
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: PROF. DR. FERNANDO NASCIMENTO
Rio de Janeiro, 19 de agosto de 2010.
“OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO
ACIONÁRIO”
ALEXANDRE ROMAGUERA RODRIGUES DA COSTA
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 Dr. FERNANDO NASCIMENTO DE OLIVEIRA (Orientador)
Instituição: Ibmec
_____________________________________________________
Professor Dr. OSMANI GUILLEN
Instituição: IBMEC
_____________________________________________________
Professor Dr. EDUARDO CAMILO DA SILVA
Instituição: UFF
Rio de Janeiro, 19 de agosto de 2010.
FICHA CATALOGRÁFICA
1) Alexandre Romaguera Rodrigues da Costa;
2) OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO ACIONÁRIO;
3) 2010;
4) Economia
5) O impacto da definição da SELIC no Mercado de Ações;
6) Período analisado 2003 a 2009;
7) SELIC, Mercado Acionário, Mercado de Capitais, Bovespa, Surpresas, Estudo de Evento;
8) Mestrado Profissionalizante em Economia
v
DEDICATÓRIA
Ad meos, ab imo corde.
vi
AGRADECIMENTOS
Agradeço àqueles que sempre me apoiaram na constante busca por novas idéias e
enriquecimento cultural.
À minha esposa, pela constante e carinhosa presença na minha vida. Ao meu filho, Rodrigo,
pela luz que trouxe em nossas vidas e uma motivação a mais para o término dessa dissertação.
Aos meus amigos e amigas, parceiros de tantas discussões enriquecedoras e palavras de apoio.
Ao meu orientador, Professor Dr. Fernando Nascimento, principalmente pela compreensão
nos momentos mais difíceis de um mestrado concluído, quase sempre, com o
acompanhamento de árduas horas de trabalho nas empresas pelas quais passei nesse período.
Ainda agradeço pelo seu conhecimento, apoio e profissionalismo, além da transmissão de
calma nas horas mais difíceis.
À banca examinadora, pela cordialidade e observações enriquecedoras.
Valeu a pena? Tudo vale a pena se a alma não é pequena.Quem quer passar além do Bojador
Tem que passar além da dor. Deus ao mar o perigo e o abismo deu, mas nele é que espelhou
o céu. (Fernando Pessoa – 1888-1935), porque toda caminhada começa com o primeiro passo.
vii
RESUMO
Para analisar empiricamente o impacto das mudanças inesperadas da SELIC no Mercado
Acionário foram utilizados os modelos propostos por Bernanke e Kuttner (2004) e aplicado na
dissertação de Junior (2007) sobre o período de Jan/2003 a Dez/2009. Os resultados se
mostram consistentes com a expectativa e, a cada 1% de aumento/diminuição não esperadas
na SELIC, impactou o mercado em 3,28% com sinal reverso e de forma consistente.
Palavras Chave: SELIC, Mercado Acionário, Mercado de Capitais, Bovespa, Surpresas,
Estudo de Evento.
viii
ABSTRACT
In order to examine the impact of unexpected changes in the SELIC over the stock market it
was applied the proposed models by Bernanke & Kuttner (2004) and Junior (2007) to
Jan/2003 until Dec/2009 period. The results proved to be consistent with the expectation and,
for a 1% unexpected increase/decrease over the SELIC, the market responded with a 3,28%
consistent impact with a reverse signal.
Key Words: SELIC, Stock Market, Capital Markets, Bovespa, Surprises, Event Study.
ix
LISTA DE ABREVIATURAS
COPOM Comitê de Política Monetária
SELIC Meta da Taxa de Juros a ser perseguida pelo BACEN
BACEN Banco Central do Brasil
FOMC Federal Open Market Committee
FED Federal Reserve Bank
EUA Estados Unidos da América
IBOVESPA Índice da Bolsa de Valores do Estado de São Paulo
IPO Initial Public Offering (Oferta Inicial de Ações)
WSJ Wall Street Journal
x
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 1
2 REVISÃO DA LITERATURA ............................................................................... 4
3 METODOLOGIA .................................................................................................. 7
3.1 MEDIÇÃO DA SURPRESA ....................................................................................................................... 7
3.2 ESTIMANDO A RESPOSTA DO MERCADO DE AÇÕES ................................................................. 11
3.3 ORTOGONALIDADE .............................................................................................................................. 12
3.4 ASSIMETRIA ............................................................................................................................................ 13
3.5 A QUESTÃO DO TIMING ....................................................................................................................... 14
3.6 OS ATIVOS INDIVIDUAIS ..................................................................................................................... 16
4 DADOS .............................................................................................................. 17
5 RESULTADOS .................................................................................................. 23
5.1 RESPOSTA DO MERCADO DE AÇÕES .............................................................................................. 23
5.2 ASSIMETRIA ............................................................................................................................................ 27
5.3 RESPOSTA INDIVIDUAL DOS ATIVOS ............................................................................................. 29
6 CONCLUSÃO .................................................................................................... 33
1
1 INTRODUÇÃO
Um dos principais instrumentos utilizados pelos Bancos Centrais de todo o mundo para a
preservação do poder de compra da moeda é a taxa básica de juros de um país. No Brasil,
dada a recente história de instabilidade e surtos inflacionários, começamos a ter essa
preocupação a partir dos governos FHC (1994-2002). Entretanto, foi no seu segundo mandato
que a política econômica começou a adotar metas de inflação e a SELIC começou a ganhar
relevância na vida econômica nacional.
O COPOM foi estabelecido em 20 de junho de 1996, mas somente a partir da crise cambial,
começou a ganhar contornos realmente importantes. Até então, pela forma como foi
implantado o Plano Real, o controle inflacionário se mantinha através do câmbio, dificultando
uma política de controle da inflação através dos níveis de juros da economia. Aliado a esse
cenário, o nível de crédito era escasso1 contribuindo para uma menor amplificação da política
monetária.
Foi com a crise cambial de 1998 que veio a necessidade de reinventar as bases de sustentação
da economia e o COPOM começou a ganhar relevância. A partir de então, empiricamente,
começou-se a constatar que as surpresas nas decisões impactavam diretamente o humor do
mercado acionário, gerando reações imediatas no índice IBOVESPA. Entretanto, a
1 Em Dezembro de 2002, o crédito total do setor privado como percentual do PIB atingiu 25,1%. Em Jun/2010 o
mesmo número atingiu 43,8%. Um salto de 74,5% (Fonte: BACEN).
2
volatilidade da economia ainda era muito grande e as mudanças necessárias na SELIC ainda
eram cavalares.
A eleição do governo Lula e a manutenção das principais diretrizes econômicas do governo
anterior acalmaram o mercado e começou a dar contornos de normalidade às decisões do
COPOM2. Essa normalidade afetou o modo como a revisão da meta da SELIC impactava as
variáveis econômicas (taxas de juros, câmbio, crédito, expectativas e preços dos ativos). Este
estudo visa revisitar os choques nos preços dos ativos, onde um aumento inesperado da
SELIC possa se reverter numa queda dos preços do IBOVESPA, dada a expectativa de queda
futura da economia e menores dividendos, bem como o cenário contrário também deveria ser
auferido.
Para efetuar o presente estudo, foi utilizado como referência principal Bernanke e Kuttner
(2004), que teve como bases teóricas os artigos de Campbell (1991) e Campbell-Armer
(1993). Este artigo buscou saber o porquê das variações inesperadas da política monetária
afetar o mercado acionário empregando o estudo de evento e uma abordagem de Vetor Auto
Regressivo. O ensaio de Walter Junior (2007) utiliza a mesma metodologia de eventos para o
período de 1996 – 2006, achando valores um pouco inferiores aos apresentados nesta
dissertação para a magnitude do impacto no IBOVESPA. A inferência provável é a de que
esse impacto inferior no mercado acionário possa ser resultado das diferenças relatadas
anteriormente sobre a presença do crédito na economia.
A atual dissertação se baseia numa janela de evento (dia posterior ao anúncio da meta SELIC)
para definir o impacto causado no mercado acionário. Estudos recentes se utilizam ainda de
2 Enquanto a média modular das variações das decisões do COPOM no período 12/1998 a 12/2002 foi de 1,32%
a mesma média no período de 01/2003 a 01/2010 foi de 0,46%. Além disso, a variância no período 1 foi de
11,09%, ao passo que a variância no período 2 foi de 0,41%
3
um período menor, tentando capturar um efeito mais próximo do real do que a abordagem da
variação diária. Essa, por exemplo, é a abordagem de Gürkaynak et al (2005).
A presente dissertação baseia-se também na revisitação do estudo de evento proposto por
Walter Junior (2007) para o período de Jan/2003 a Dez/2009. A amostra se compõe de 68
datas de evento, sendo que em 27 foram observadas surpresas conforme dados levantados no
jornal “Valor Econômico”. Importante ressaltar a metodologia adotada por Poole et al. (2002)
que utiliza dados do WSJ referentes à pesquisa anterior à reunião do FOMC que serviu de
base para uma estimativa similar no presente estudo.
Foram efetuadas regressões para verificar o impacto dos eventos no IBOVESPA. A
expectativa era, empiricamente, de um maior valor de impacto perceptível, dado ao aumento
do canal de crédito no Brasil, além de um impacto no IBOVESPA de sinal contrário à
surpresa da SELIC (aumento da SELIC gerando queda no IBOVESPA e vice-versa). O
resultado estimado foi de uma variação de 3,28% no IBOVESPA em sinal contrário a cada
1% de variação da SELIC, conforme esperado na abordagem teórica. Tal resultado foi maior
do que o obtido por Walter Junior (2007) em seu estudo (1,30% para cada 1% de variação da
taxa SELIC).
A dissertação foi organizada da seguinte forma: no item 2 foi feita a revisão bibliográfica, no
item 3 passamos pela metodologia adotada, incluindo as fórmulas e os assuntos abordados
como a definição da medição de surpresa, como estimar a resposta no mercado de ações, e as
questões de ortogonalidade, assimetria e timing, bem como a avaliação do impacto nos ativos
individuais, no item 4 descrevemos os dados utilizados. O item 5 traz o resultado e o item 6 as
conclusões do presente estudo.
4
2 REVISÃO DA LITERATURA
Apesar de já existirem amplos estudos sobre os impactos da política monetária sobre diversos
canais, poucos se aventuraram a tentar explicar o porquê das reações dos mercados de ativos à
política monetária. Conforme observam Bernanke & Kuttner (2004), entender esse
mecanismo é de suma importância para os formuladores de política econômica, pois apesar do
objetivo primordial de manter as variáveis macroeconômicas em ordem (produtividade,
emprego e inflação) é no mercado de ativos que se dá a propagação de tal estratégia.
Nesse contexto, Roley & Sellon (1995) concluíram que os impactos da política monetária nos
juros de longo prazo são mais fortes do que se supunha anteriormente. As análises anteriores
se focavam em estudo de evento simples (no dia da informação da nova taxa de juros), ao
passo que os impactos de longo prazo são antecipados pelo mercado e afetam as taxas se
percebidos como mudanças persistentes.
A metodologia desenvolvida por Campbell (1991) e Campbell-Armer (1993) que usaram
vetores autoregressivos (VAR) para calcular revisões nas expectativas de bônus, ações,
inflação e taxas de juros de curto prazo foi posteriormente aplicada em diversos estudos sobre
o tema. Essa metodologia forneceu a possibilidade de decompor os diversos efeitos que atuam
sobre o preço de determinado ativo.
Kuttner (2001), em seu artigo que busca estimar os efeitos das mudanças de política do FED
no espectro do mercado de taxa de juros, fornece a ferramenta para construir uma mensuração
de surpresa nas mudanças de taxas de juros, utilizando as taxas futuras dos FED funds. O
artigo de Bernanke e Kuttner (2004) utiliza-se das ferramentas desenvolvidas por Kuttner
(2001) e Campbell (1991) e Campbell-Armer (1993), buscando saber o porquê de mudanças
5
inesperadas na condução da política monetária afetar o mercado acionário. O artigo baseia-se
em um estudo de evento e aplica metodologia de Vetor Auto Regressivo (VAR) para
decompor os componentes principais desse impacto entre efeitos na taxa de juros real, nos
retornos futuros em excesso ou nos dividendos futuros esperados. Surpreendentemente, a
descoberta é que o fator principal não é a mudança na taxa de juros real, recaindo portanto nas
variáveis de retornos e dividendos futuros.
Poole, Rasche e Thornton (2002), em seu artigo que investiga até que ponto os participantes
do mercado antecipam as ações de política monetária do FED, notaram que estudos de evento
geram resultados que, embora significativos, possivelmente subestimam a intensidade destas
respostas. Neste mesmo artigo, os autores defendem a maior transparência como forma de
oferecer maior rapidez à propagação das novas diretrizes adotadas na condução da política
monetária. O artigo focou-se no período de reuniões a partir de 1987 argumentando que,
anteriormente, o mercado se atinha à variação monetária ao invés de mudanças da taxa de
juros. Mesmo assim, Thorbecke e Alami (1994) constataram uma resposta significativa dos
retornos das ações na segunda metade da década de setenta (representadas pelos índices Dow
Jones e S&P) às mudanças na taxa-alvo pelo FOMC. Em ambos os artigos, os ativos
responderam às mudanças não esperadas da taxa básica.
Por fim, recente estudo utiliza dados intraday para medir o quanto da surpresa se deve a
decisões do FOMC e o quanto ao pronunciamento do FED. Gürkaynak, Sack e Swanson
(2005) descobriram significância para os dois eventos utilizando uma metodologia com
janelas temporais mais estreitas e isolando os dois fatores. Curiosamente, foi constatada uma
maior relevância para as informações divulgadas pelo FED do que o anúncio da taxa em si.
6
Da mesma forma que os artigos internacionais, a produção de artigos locais é exígua, destaca-
se Tabak e Tabata (2004a) não encontraram evidências de que a estrutura a termo de juro
brasileira responda a ações de política monetária. Em estudo posterior, os autores
decompuseram a meta para a taxa básica de juro entre meta antecipada e não-antecipada;
assim, Tabak e Tabata (2004b) realizaram diversos testes em outro estudo de evento para o
período de 2000 a 2003, desta vez confirmando então o grau de antecipação anteriormente
visto, mas constatando respostas significativas da estrutura a termo à componente não-
antecipada. O artigo de Raphael de Almeida Barbosa (2008) aborda o impacto das mesmas
decisões na estrutura a termo da taxa de juros e conclui que existe tal impacto para o período
de Jan/ 2004 a Set/2008. Como se vê, o período de análise, em termos de realidade brasileira,
pode modificar substancialmente às conclusões de um estudo
Dentre os artigos nacionais, o de Walter Junior (2007) estuda o impacto das decisões
inesperadas no IBOVESPA durante o período de 1996 a 2006. O autor utiliza metodologias
propostas por estudos internacionais, através de um estudo de evento que se mostra similar ao
utilizado por Bernake & Kuttner (2004) e que será adotado no presente estudo. Em seu artigo,
Walter Junior (2007) estabelece que a cada 1% de impacto não esperado na taxa de juros, o
IBOVESPA responde em 1,3%. Esse impacto se assemelha ao medido por Bernanke &
Kuttner (2004). Instintivamente, seria esperada uma amplificação maior para a realidade
brasileira por se tratar de um mercado emergente e com taxas de retorno supostamente
maiores aos mercados maduros. Cabe ressaltar que o artigo de Walter Junior (2007) trabalhou
com dados de Jun/1996 a Mar/2006.
7
3 METODOLOGIA
3.1 MEDIÇÃO DA SURPRESA
Bernanke & Kuttner (2004) se utilizaram das taxas de juros futuras de curto prazo para
construir sua medição de surpresa contra o anúncio do FED. A mesma metodologia foi
aplicada por Walter Junior (2007) utilizando a taxa média do DI de 1 dia. Entretanto, mais
recentemente, os órgãos de imprensa nacional começaram a publicar os consensos para cada
reunião do COPOM, noticiando inclusive quando havia quebra de consenso para o anúncio da
taxa básica de juros. Essa abordagem foi utilizada, por exemplo, em Poole et al. (2002), que
utilizou o consenso publicado no WSJ e que, quando comparado com outros métodos, não
resultou em diferenças significativas.
Partindo dessas premissas, optamos então em utilizar todos os consensos3 publicados de
Jan/2003 a Dez/2009, nas datas anteriores ao evento, no jornal “Valor Econômico” conforme
tabela 1. Na tabela encontra-se ainda a Meta Selic e o cálculo da medição da surpresa e da
parcela da mudança esperada conforme fórmulas seguintes:
(1)
Onde:
É a componente de mudança inesperada;
É a Meta SELIC anunciada no COPOM;
3 Os consensos são publicados no dia do anúncio da taxa básica de juros e, normalmente, refletem a posição de
entre 3 a 5 participantes do mercado. Quando houve divisão na opinião do consenso (conforme reportado no
jornal), utilizamos a média das opiniões reportadas (Fonte: Valor Econômico).
8
É a Expectativa da Meta SELIC conforme o jornal “Valor Econômico”;
(2)
Onde:
É a componente de mudança esperada;
É a Expectativa da Meta SELIC conforme o jornal “Valor Econômico”;
É a Meta SELIC vigente no dia anterior ao anúncio do COPOM;
Por construção, a mudança total esperada será a soma entre as parcelas esperada e não
esperada ( e ). Uma surpresa com sinal maior do que zero, significa um aumento
acima ou uma queda menor do que a esperada na SELIC, conseqüentemente um sinal menor
do que zero significa uma aumento abaixo ou uma queda maior do que a esperada na Taxa de
Juros definida pelo BACEN.
9
TABELA 1
Definição das parcelas esperadas, não esperadas e totais das variações definidas pelo COPOM,
utilizando como base o consenso publicado pelo Jornal Valor Econômico para os eventos
ocorridos no período analisado (Jan/2003 a Dez/2002). Mudança total definida de acordo com a
equação 3 abaixo e que corresponde às somas das parcelas não esperadas e esperadas da
mudança. Parcela não esperada definida conforme equação 1 acima ( ) e
parcela esperada definida conforme equação 2 ( ).
Data
Meta Selic definida
pelo BACEN Consenso
Componente
Esperada
Componente
Surpresa Mudança total
22/01/2003 25.50 25.50 0.50 0.00 0.50
19/02/2003 26.50 26.75 1.25 -0.25 1.00
19/03/2003 26.50 26.50 0.00 0.00 0.00
23/04/2003 26.50 26.50 0.00 0.00 0.00
21/05/2003 26.50 26.50 0.00 0.00 0.00
18/06/2003 26.00 25.75 -0.75 0.25 -0.50
23/07/2003 24.50 24.25 -1.75 0.25 -1.50
20/08/2003 22.00 23.00 -1.50 -1.00 -2.50
17/09/2003 20.00 20.00 -2.00 0.00 -2.00
22/10/2003 19.00 18.75 -1.25 0.25 -1.00
19/11/2003 17.50 18.00 -1.00 -0.50 -1.50
17/12/2003 16.50 16.50 -1.00 0.00 -1.00
21/01/2004 16.50 16.13 -0.38 0.38 0.00
18/02/2004 16.50 16.50 0.00 0.00 0.00
17/03/2004 16.25 16.50 0.00 -0.25 -0.25
14/04/2004 16.00 16.00 -0.25 0.00 -0.25
19/05/2004 16.00 15.88 -0.13 0.13 0.00
16/06/2004 16.00 16.00 0.00 0.00 0.00
21/07/2004 16.00 16.00 0.00 0.00 0.00
18/08/2004 16.00 16.00 0.00 0.00 0.00
15/09/2004 16.25 16.25 0.25 0.00 0.25
20/10/2004 16.75 16.50 0.25 0.25 0.50
17/11/2004 17.25 17.25 0.50 0.00 0.50
15/12/2004 17.75 17.63 0.38 0.13 0.50
19/01/2005 18.25 18.25 0.50 0.00 0.50
16/02/2005 18.75 18.88 0.63 -0.13 0.50
16/03/2005 19.25 19.13 0.38 0.13 0.50
20/04/2005 19.50 19.38 0.13 0.13 0.25
18/05/2005 19.75 19.63 0.13 0.13 0.25
15/06/2005 19.75 19.75 0.00 0.00 0.00
20/07/2005 19.75 19.75 0.00 0.00 0.00
17/08/2005 19.75 19.63 -0.13 0.13 0.00
14/09/2005 19.50 19.50 -0.25 0.00 -0.25
19/10/2005 19.00 19.00 -0.50 0.00 -0.50
10
TABELA 1 – Continuação
Data
Meta Selic definida
pelo BACEN Consenso
Componente
Esperada
Componente
Surpresa Mudança total
23/11/2005 18.50 18.38 -0.63 0.13 -0.50
14/12/2005 18.00 18.00 -0.50 0.00 -0.50
18/01/2006 17.25 17.38 -0.63 -0.13 -0.75
08/03/2006 16.50 16.38 -0.88 0.13 -0.75
19/04/2006 15.75 15.25 -1.25 0.50 -0.75
31/05/2006 15.25 15.25 -0.50 0.00 -0.50
19/07/2006 14.75 14.75 -0.50 0.00 -0.50
30/08/2006 14.25 14.38 -0.38 -0.13 -0.50
18/10/2006 13.75 13.75 -0.50 0.00 -0.50
29/11/2006 13.25 13.25 -0.50 0.00 -0.50
24/01/2007 13.00 12.88 -0.38 0.13 -0.25
07/03/2007 12.75 12.75 -0.25 0.00 -0.25
18/04/2007 12.50 12.50 -0.25 0.00 -0.25
06/06/2007 12.00 12.00 -0.50 0.00 -0.50
18/07/2007 11.50 11.50 -0.50 0.00 -0.50
05/09/2007 11.25 11.25 -0.25 0.00 -0.25
17/10/2007 11.25 11.13 -0.13 0.13 0.00
05/12/2007 11.25 11.25 0.00 0.00 0.00
23/01/2008 11.25 11.25 0.00 0.00 0.00
05/03/2008 11.25 11.25 0.00 0.00 0.00
16/04/2008 11.75 11.63 0.38 0.13 0.50
04/06/2008 12.25 12.38 0.63 -0.13 0.50
23/07/2008 13.00 12.88 0.63 0.13 0.75
10/09/2008 13.75 13.75 0.75 0.00 0.75
29/10/2008 13.75 13.75 0.00 0.00 0.00
10/12/2008 13.75 13.75 0.00 0.00 0.00
21/01/2009 12.75 12.75 -1.00 0.00 -1.00
11/03/2009 11.25 11.25 -1.50 0.00 -1.50
29/04/2009 10.25 10.25 -1.00 0.00 -1.00
10/06/2009 9.25 9.50 -0.75 -0.25 -1.00
22/07/2009 8.75 8.75 -0.50 0.00 -0.50
02/09/2009 8.75 8.75 0.00 0.00 0.00
21/10/2009 8.75 8.75 0.00 0.00 0.00
09/12/2009 8.75 8.75 0.00 0.00 0.00
11
3.2 ESTIMANDO A RESPOSTA DO MERCADO DE AÇÕES
Seguindo as bases teóricas de Bernanke & Kuttner (2004), adotaremos no estudo a postura de
estudo de eventos, ou seja, saber como a variação do mercado se comporta antes e depois do
anúncio do COPOM. Essa mesma postura foi adotada no artigo de Walter Junior (2007). Uma
nova abordagem, com janelas de intervalo mais curtas (intraday) foi adotada em Gürkaynak
et. al (2005), mas que também trabalhou com o conceito de estudo de eventos. Como
observou Poole et. al (2002), os estudos de eventos tendem a fornecer valores significativos,
mas podem subestimar os impactos.
Para a construção, o modelo inicial não conteria o elemento de surpresa. Nesse modelo, será
testada a hipótese do β ser igual a zero. É esperado que essa especificação se demonstre
inválida, visto que vários outros fatores impactam a variação do mercado acionário, não só a
definição da Taxa SELIC:
(3)
Onde:
Retorno diário das ações do IBOVESPA
= Variação total da meta da Taxa SELIC de um evento para outro
Termo de erro representativo de outros fatores não ligados à política monetária onde
e
12
O modelo seguinte fará a quebra entre os fatores esperados pelo mercado e não esperados.
Nesse modelo serão testadas as hipóteses de tanto o βe quanto o β
i serem iguais a zero. É
esperado que, com a introdução da componente não esperada, o resultado do βi seja relevante
para fins estatísticos:
(4)
3.3 ORTOGONALIDADE
Como descrito por Bernanke & Kuttner (2004), a ortogonalidade seria violada se, em
situações de mercado, o FOMC cortasse os juros no caso de uma queda abrupta no mercado.
Aplicando o mesmo cenário para o caso brasileiro, não notamos tal situação. Em todos os
momentos de corte de juros o BC respondeu à pressões inflacionárias internas, na história
recente. No passado, o BC ainda respondeu extemporaneamente às pressões advindas de
pressões internacionais que impactavam o câmbio.
Mesmo na crise mais grave na história econômica recente (a crise dos subprime4 que se
iniciou em 2006), o BACEN já vinha num ritmo de cortes desde Set/2005. Conforme
observado por Bernanke & Kuttner (2004) a ortogonalidade poderia falhar também no caso de
ambos responderem em conjunto aos mesmos dados (p.ex.: dados mais fracos do mercado de
trabalho), este sim um fato mais corriqueiro nos EUA e não muito presente na recente história
econômica brasileira.
4 Em agosto e setembro de 2008 a crise dos subprime chegou ao auge, com a estatização das gigantes americanas
“Fannie Mae” e “Freddie Mac” e a quebra do banco americano Lehman Brothers (Folha de São Paulo). A crise
chegou a conhecimento do público em geral em Fevereiro de 2007 e em meados do mesmo ano, o banco francês
BNP Paribas congelou saques de alguns fundos citando os problemas no mercado de subprime americano.
13
Uma forma de corrigir a distorção de uma eventual ortogonalidade seria usar dados intraday
para capturar com uma janela mais “apertada” os dados, isolando os impactos no mercado
acionário logo após o anúncio do BACEN. Seguindo essa metodologia, Gurkaynak et al.
(2005) reportou que os resultados são muito próximos aos obtidos com os dados diários, com
a exceção de que os dados intraday aumentaram o R2
.
Conforme citado por Bernanke & Kuttner (2004), todas as outras formas de tentar se corrigir
a ortogonalidade no mercado americano, como a forma mais estatística aplicada por Rigobon
& Sack (2002), utilizando-se de um estimador que, explorando a heterocedasticidade
introduzida por ações exógenas da política monetária, entregam estimadores consistentes da
resposta de mercado, chegaram a valores muito próximos dos dados diários.
No Brasil, tal cenário ainda não se verificou na prática. O BACEN tem se atrelado muito
fortemente ao aspecto inflacionário. Apesar de passar sobre as questões de emprego, renda e
cambial, a recente história do BACEN tem-se mostrado ligada ao combate de surtos
inflacionários. Como o estudo de eventos costuma subestimar os resultados (conforme
constatado por Poole et. al (2002)), manteremos a abordagem de estudos de evento conforme
defendido no item 3.2.
3.4 ASSIMETRIA
Outra questão relevante se refere à assimetria. A assimetria se daria no caso da não
correspondência da surpresa em algum sentido, ou uma resposta muito mais forte e relevante
para algum lado da surpresa no mercado acionário, dada a mudança da política monetária.
14
Portanto, a informação ou resposta assimétrica se dá quando a direção da informação (se
positiva ou negativa), influencia o impacto da resposta.
Um exemplo seria o mercado responder mais fortemente às quedas surpresas na taxa de juros
do que aos incrementos (um mercado comumente mais otimista do que pessimista). Para
testar essa hipótese foi inserida uma Dummy quando a surpresa é positiva (1 para surpresa
positiva e zero para negativas) e outra Dummy quando a surpresa é negativa com formulação
diametralmente oposta. A surpresa positiva se verifica quando a taxa definida pelo BACEN é
menor do que o esperado pelo mercado. Como exemplo, uma queda da SELIC maior do que a
esperada ou um aumento menor do que o esperado pelo mercado. Utilizando-se da mesma
lógica e em direção oposta, a surpresa negativa acontece quando a variação da taxa é maior do
que a esperada pelo mercado, ou seja, um aumento da SELIC maior ou uma queda menor do
que o esperado pelo mercado.
Em ambos os casos, o resultado deve ser estatisticamente insignificante para os testes, já que
o mercado acionário deveria reagir com a mesma intensidade em ambos os sentidos. Dito isto
teríamos a seguinte construção de fórmulas:
(5)
3.5 A QUESTÃO DO TIMING
De forma geral, o mercado tende a antecipar as decisões do BACEN. Entretanto as surpresas
aqui descritas impactam de forma geral o nível corrente das taxas de juros.
15
Em seu trabalho, Walter Junior (2007) estabeleceu uma metodologia para estimar os efeitos
de “timing” e de surpresa no nível. Para tanto, foi estabelecido uma fórmula utilizando o
impacto no contrato de DI de 02 meses no dia anterior à reunião e no dia seguinte da reunião.
Neste caso, foi encontrado um valor significativo para a surpresa quanto ao “timing”,
inclusive maior do que a surpresa quanto ao nível. Este valor vai de encontro com o teste
realizado por Bernanke & Kuttner (2004) que estimou valores estatisticamente insignificantes
para a surpresa quanto ao timing usando as variações intraday dos contratos futuros de 03
meses dos FED funds.
Para efeitos dessa dissertação, a abertura do impacto de “timing” ou nível não nos parece
fazer sentido. Em ambos os documentos (Walter Junior (2007) e Bernanke & Kuttner (2004))
os benefícios de se achar os impactos de “timing” não são considerados relevantes, já que é
uma simples decomposição do impacto não-esperado. Some-se a isso o fato de que, durante o
período 2003-2009, não termos tido experiência de mudanças significativas no nível e direção
das taxas de juros5.
De qualquer forma, cabe salientar a importância da comunicação clara do BACEN com o
mercado. Segundo o trabalho de Gürkaynak et. al (2005), o impacto da divulgação do
relatório do FED mostrou-se muito mais relevante que o simples anúncio da taxa de juros.
Similarmente, o trabalho de Roley & Sellon (1995) mostrou que os impactos de longo prazo
são antecipados pelo mercado e afetam as taxas se percebidos como mudanças persistentes.
Portanto, uma comunicação clara e sem grandes surpresas do BACEN facilitaria e anteciparia
a transmissão das diretrizes da política econômica com maior facilidade e de forma mais
suave.
5 Como forma de ilustração, a Variância das mudanças de meta em termos modulares (meta em t contra meta em
t-1) do período 1999-2002 foi de 9,31 enquanto a mesma medida para o período 2003 – 2009 foi de 0,25. A
média modular para o primeiro período foi de 1.32, enquanto a média para o segundo período foi de 0.46.
16
3.6 OS ATIVOS INDIVIDUAIS
Para medição do impacto nos ativos individuais, a fórmula adotada será a mesma explicitada
no item 3.2, só que mediremos os retornos de cada ativo individual na data do evento. Para
esse caso específico, serão testados 38 ativos dos 65 existentes no IBOVESPA que possuem
dados desde o primeiro dia de janeiro de 2003. Como o período foi de intensa movimentação
de “IPOs”, alguns ativos foram excluídos da amostra, pois passaram a integrar o IBOVESPA
no decorrer do período e não dispõe de dados para todo o período de análise.
É esperado que alguns ativos respondam mais significativamente que outros, muito mais por
questões inerentes à política de dividendos e perspectivas futuras de cada ativo do que ao fato
de pertencerem à um grupo exclusivo (ex.: bancos) ou à sua liquidez. Um fato importante a se
destacar foi o comportamento durante a supracitada crise dos subprime. A bolsa no período
2007/2008 caiu 15%, sendo que alguns papéis responderam mais fortemente a esse impacto.
Empresas que atuavam fortemente com o mercado exportador ou com commodities tiveram
um período muito negativo (exemplos: Embraer com 57% de queda, Vale do Rio Doce com
19% de queda e Usiminas com 19% de queda). Para esses papéis as surpresas positivas do
mercado interno não surtiriam efeito da mesma forma que empresas de varejo, por exemplo.
17
4 DADOS
Os dados referentes à presente dissertação correspondem ao período de Jan/2003 à Dez/2009.
Neste período ocorreram 68 reuniões do COPOM, sendo que nenhuma foi extraordinária. Do
total das decisões nas reuniões, a amostra de surpresas correspondeu a 27, sendo 9 surpresas
positivas (com queda da SELIC maior que a esperada ou aumento da mesma taxa menor que
o esperado) e 18 negativas (com queda da SELIC menor que a esperada ou aumento da
mesma taxa maior que o esperado).
A variação testada do IBOVESPA foi a de D+1 contra o dia da declaração emitida pelo
COPOM. As variações e desvios padrões do Bovespa e os sentidos da surpresa utilizados para
os testes estão descritos na Tabela 2:
18
TABELA 2
Direção da surpresa (para efeito da definição da dummy) e variação do IBOVESPA no dia
seguinte ao anúncio do COPOM para o período analisado. Dummy definida conforme conceito
estabelecido no item 3.4. Surpresa menor do que zero é igual a Dummy Positiva e Surpresa
maior do que zero é igual a Dummy negativa.
Data
Componente
Surpresa
Direção da
Surpresa
Variação
IBOVESPA
22/01/2003 0.00 Neutro 0.18
19/02/2003 -0.25 Positivo -0.34
19/03/2003 0.00 Neutro 1.38
23/04/2003 0.00 Neutro -2.21
21/05/2003 0.00 Neutro 0.51
18/06/2003 0.25 Negativo -2.81
23/07/2003 0.25 Negativo -0.27
20/08/2003 -1.00 Positivo 1.40
17/09/2003 0.00 Neutro 2.41
22/10/2003 0.25 Negativo -2.99
19/11/2003 -0.50 Positivo 2.08
17/12/2003 0.00 Neutro 1.37
21/01/2004 0.38 Negativo -1.43
18/02/2004 0.00 Neutro -4.77
17/03/2004 -0.25 Positivo 2.14
14/04/2004 0.00 Neutro -2.56
19/05/2004 0.13 Negativo -2.40
16/06/2004 0.00 Neutro -0.61
21/07/2004 0.00 Neutro -0.37
18/08/2004 0.00 Neutro 0.68
15/09/2004 0.00 Neutro 2.38
20/10/2004 0.25 Negativo 0.81
17/11/2004 0.00 Neutro -0.11
15/12/2004 0.13 Negativo 1.00
19/01/2005 0.00 Neutro -2.73
16/02/2005 -0.13 Positivo 2.68
16/03/2005 0.13 Negativo 0.93
20/04/2005 0.13 Negativo -1.18
18/05/2005 0.13 Negativo -0.28
15/06/2005 0.00 Neutro 1.06
20/07/2005 0.00 Neutro 0.54
17/08/2005 0.13 Negativo -1.89
14/09/2005 0.00 Neutro 1.09
19/10/2005 0.00 Neutro -3.25
19
TABELA 2 – Continuação
Data
Componente
Surpresa
Direção da
Surpresa
Variação
IBOVESPA
23/11/2005 0.13 Negativo 0.01
14/12/2005 0.00 Neutro -1.30
18/01/2006 -0.13 Positivo 2.94
08/03/2006 0.13 Negativo -2.62
19/04/2006 0.50 Negativo -0.41
31/05/2006 0.00 Neutro 3.33
19/07/2006 0.00 Neutro -2.55
30/08/2006 -0.13 Positivo -0.22
18/10/2006 0.00 Neutro 0.60
29/11/2006 0.00 Neutro -0.09
24/01/2007 0.13 Negativo -0.61
07/03/2007 0.00 Neutro 1.87
18/04/2007 0.00 Neutro 0.11
06/06/2007 0.00 Neutro 0.54
18/07/2007 0.00 Neutro 0.99
05/09/2007 0.00 Neutro 0.30
17/10/2007 0.13 Negativo 0.11
05/12/2007 0.00 Neutro 1.33
23/01/2008 0.00 Neutro 5.95
05/03/2008 0.00 Neutro -2.56
16/04/2008 0.13 Negativo 0.63
04/06/2008 -0.13 Positivo 3.69
23/07/2008 0.13 Negativo -3.34
10/09/2008 0.00 Neutro 3.30
29/10/2008 0.00 Neutro 7.47
10/12/2008 0.00 Neutro -1.24
21/01/2009 0.00 Neutro -1.68
11/03/2009 0.00 Neutro 0.89
29/04/2009 0.00 Neutro 0.13
10/06/2009 -0.25 Positivo 0.28
22/07/2009 0.00 Neutro 2.22
02/09/2009 0.00 Neutro 0.58
21/10/2009 0.00 Neutro 0.99
09/12/2009 0.00 Neutro 1.05
20
As estatísticas descritivas do conjunto de dados analisados (exceto ações individuais) estão
descritos na Tabela 3 a seguir:
TABELA 3
Estatísticas descritivas dos índices para os dias de evento analisados. Nenhum valor na tabela foi
tratado de forma modular.
Além disso, foi elaborada a regressão com os vários ativos individuais (38 no total que
mostraram as seguintes características em relação às suas estatísticas principais:
TABELA 4
Estatísticas descritivas dos retornos diários dos ativos individuais para os dias de evento
analisados. Nenhum valor foi tratado de forma modular. O retorno refere-se à variação do dia
seguinte ao anúncio do COPOM em relação ao dia anterior conforme equação
IBOVESPA META CONSENSO MUDANÇA ESPERADA SURPRESA
Média 0.22 16.17 16.16 -0.24 -0.25 0.01
Mediana 0.29 16.00 16.00 0.00 -0.13 0.00
Máximo 7.47 26.50 26.75 1.00 1.25 0.50
Minimo -4.77 8.75 8.75 -2.50 -2.00 -1.00
Desvio Padrão 2.14 4.69 4.70 0.64 0.61 0.19
Observações 68 68 68 68 68 68
AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO04 CCRO3 CMIG4 CPLE6 CRUZ3
Média 0.07 0.29 0.52 0.54 0.24 0.12 0.64 -0.13 0.05 0.36
Mediana -0.03 0.41 0.17 0.34 -0.06 0.00 0.35 0.02 0.06 0.29
Máximo 4.66 7.48 12.28 9.82 10.31 7.56 19.64 4.27 5.26 13.21
Mínimo -6.12 -7.58 -6.80 -9.09 -8.70 -5.49 -3.55 -7.65 -6.94 -4.50
Desvio Padrão 2.02 2.77 2.84 3.07 3.08 2.88 3.37 2.53 2.89 2.69
Observations 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00
21
TABELA 4 – Continuação
É visível, pelos dados individuais que alguns papéis demonstram comportamento bem distinto
ao Índice em si durante as datas-evento em análise, conforme comentado anteriormente. É
esperado, portanto que esses mesmos ativos demonstrem comportamento distinto da mesma
média nas regressões.
Conforme comentado, como este é um estudo de evento, as regressões foram feitas em cima
das datas específicas do evento (conforme demonstrado nas datas das tabelas 1 e 2). Em
CSNA3 ELET3 ELET6 EMBR3 GGBR4 GOAU4 ITSA4 ITUB4 KLBN4 LAME4
Média 0.61 0.35 0.19 -0.39 0.36 0.31 0.61 0.49 0.64 0.15
Mediana 0.53 0.15 -0.18 -0.37 0.49 0.19 0.40 0.34 0.00 -0.13
Máximo 10.00 13.71 10.33 9.16 12.10 13.31 11.48 10.58 18.21 8.40
Mínimo -5.11 -7.34 -5.52 -5.85 -6.12 -4.57 -4.06 -4.44 -5.30 -4.00
Desvio Padrão 2.95 3.56 2.91 2.60 2.89 2.82 2.56 2.64 3.44 2.37
Observations 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00
LIGT3 NETC4 PCAR5 PETR3 PETR4 SBSP3 TCSL3 TCSL4 TLPP4 TMAR5
Média 0.05 -0.10 -0.06 0.42 0.26 0.05 -0.23 -0.14 -0.06 -0.04
Mediana -0.17 0.00 -0.01 0.20 0.39 -0.19 -0.29 -0.16 0.00 -0.32
Máximo 14.25 11.36 7.98 10.23 9.48 8.45 8.31 8.41 4.89 7.53
Mínimo -9.83 -7.69 -4.88 -4.86 -4.97 -4.91 -7.12 -6.84 -6.22 -5.85
Desvio Padrão 3.85 3.68 2.27 2.61 2.60 2.57 3.35 2.84 2.18 2.84
Observations 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00
TNLP3 TNLP4 TRPL4 UGPA4 USIM5 VALE3 VALE5 VIVO4
Média 0.50 -0.08 0.22 0.46 0.18 0.52 0.36 0.07
Mediana 0.33 -0.19 0.15 0.51 0.35 0.03 0.18 -0.29
Máximo 7.66 5.57 6.13 7.59 7.14 11.38 7.61 9.34
Mínimo -4.97 -6.13 -9.52 -3.41 -6.71 -4.67 -5.05 -7.58
Desvio Padrão 2.92 2.39 2.62 1.94 2.97 2.75 2.44 3.42
Observations 68.00 68.00 68.00 68.00 68.00 68.00 68.00 68.00
22
termos de inferência, o gráfico de dispersão das surpresas (Gráfico 1) indica uma boa dose de
aderência à probabilidade aqui aventada. Como se pode notar existe certa tendência do
IBOVESPA acompanhar à surpresa nas datas de evento. Quando a surpresa é maior do que
zero (no caso, negativa para efeito do estudo), o IBOVESPA mantém a tendência negativa na
maioria dos pontos e o efeito contrário também se observa. Essa aderência será testada com os
modelos descritos nos itens anteriores:
GRÁFICO 1
Gráfico de dispersão do Componente não esperado (MUD_SURP) contra variação do
IBOVESPA para as 68 observações analisadas. Eixo x = Componente não esperada em termos
percentuais e Eixo y = Retorno do IBOVESPA. R2 da regressão utilizando a equação 4 (
) = 0,0866
-6
-4
-2
0
2
4
6
8
-1.2 -0.8 -0.4 0.0 0.4 0.8
MUD_SURP
BO
VE
SP
A
23
5 RESULTADOS
5.1 RESPOSTA DO MERCADO DE AÇÕES
O primeiro teste foi relativo à resposta do Mercado de Ações. Conforme estatística descritiva
apresentada na seção 4, o período não foi marcado por “outliers” significativos na condução
da política monetária. As surpresas relativas às quedas e incrementos maiores que o esperado
variaram de -1% a 0,5%.
Utilizando a equação 3 e 4 conforme demonstrado no item 3, obtivemos os seguintes
resultados para as regressões propostas sem ajustarmos os erros-padrão:
24
TABELA 5
Resposta do Índice BOVESPA para as variações da meta SELIC (sem ajuste estatístico para
heterocedasticidade) para o período amostral. Equação 3 = , representando
a resposta do IBOVESPA em relação aos eventos analisados às variações totais na meta da
SELIC. Equação 4 =
, representando a reposta do IBOVESPA
em relação aos eventos analisados às variações do SELIC decompostas em seus componentes
esperados e não esperados
Como se pode ver pela tabela, o resultado da fórmula sem considerar a surpresa é inócuo. Os
valores não são relevantes estatisticamente nem ao nível de confiança de 10%. Por outro lado,
quando incluímos o elemento surpresa na equação, vemos que essa variável especificamente
se torna relevante para o nível de significância de 2%. Além disso, o sinal apresentado
também se mostra de acordo com o esperado pela teoria e dissertações anteriores. O sinal da
surpresa é contrário ao movimento em si. Ou seja, uma surpresa negativa que viria na forma
de um aumento maior da taxa de juros, consequentemente com um sinal positivo, causa um
impacto negativo no Ibovespa e vice-versa. Pela presente regressão a teoria é confirmada para
o período analisado com um impacto de 3,28% a cada 1% de mudança da SELIC.
Equação 3 Equação 4
Intercepto 0.2077 0.3239
(-0.2793) (0.2729)
Mudança Total -0.0617
(0.4091)
Mudança Esperada 0.2780
(0.4168)
Mudança não Esperada -3.2825
(1.3580)
R2
0.0003 0.0866
White 0.3160 0.7158
Observações 68 68
DW 2.3857 2.4462
Breusch-Godfrey (2 lags) 0.1116 0.0727
25
O baixo R2 encontrado nos mostra que, simplesmente, esse modelo nos dá uma dimensão que
o fator surpresa em qualquer outro modelo de avaliação de mercado não deve ser esquecido.
Entretanto, quaisquer tentativas de explicar as variações do mercado com o presente modelo
se tornariam inócuas. O baixo R2 encontrado não inviabiliza a análise ora apresentada.
Outros pontos importantes a destacar são as presenças de heterocedasticidade e de certo nível
de autocorrelação serial. A heterocedasticidade estará presente em qualquer nível desse
estudo, dada a má especificação esperada desse modelo. Para corrigi-la, entretanto, foi
adotado o modelo proposto por Newey & West (1987). Adotamos esse modelo em detrimento
ao proposto por White (1980) para manter os resultados comparáveis com os conseguidos por
Walter Junior (2007). Utilizando então o modelo proposto, obtivemos os seguintes novos
resultados para os erros:
TABELA 6
Resposta do Índice BOVESPA para as variações da meta SELIC (com ajuste estatístico para
heterocedasticidade) para o período amostral. Utilização da Equação 4 =
, representando a reposta do IBOVESPA em relação aos eventos analisados às
variações do SELIC decompostas em seus componentes esperados e não esperados.
Equação 4
Intercepto 0.3239
(0.2580)
Mudança Esperada 0.2780
(0.2768)
Mudança não Esperada -3.2825
(0.8621)
R2
0.0866
Observações 68
26
Como era de se esperar, o erro fica mais robusto, fortalecendo a estatística encontrada. O
poder explicativo do presente modelo concentra-se tão somente na avaliação do impacto das
surpresas, obviamente não explicando de forma relevante as variações do mercado como um
todo.
Para abordar a questão de autocorrelação serial foi estimado o modelo E-GARCH conforme
proposto pelo artigo de Fernando Oliveira & Alessandra Plaga (2008) que analisou o impacto
das intervenções cambiais realizadas pelo Banco Central em modelos de volatilidade
condicional. Estes estudos empíricos escolheram o modelo E-GARCH pois permite assimetria
de choques na volatilidade e não impõe restrições de não negatividade da variância. Com este
modelo foram obtidos os seguintes resultados:
TABELA 7
Resposta do Índice BOVESPA para as variações da meta SELIC (com ajuste estatístico
utilizando o modelo EGARCH) para o período amostral. Utilização da Equação 4 =
, representando a reposta do IBOVESPA em relação aos eventos
analisados às variações do SELIC decompostas em seus componentes esperados e não esperados.
Equação 4
Intercepto 0.4976
(0.2288)
Mudança Esperada 0.0217
(0.3048)
Mudança não Esperada -3.7327
(1.0551)
R2
0.0674
Observações 68
27
Conforme observado, os resultados não foram significativamente alterados, mas os erros
foram reduzidos neste processo. Cabe notar, entretanto o aumento do impacto da Mudança
não esperada para 3,73% a cada 1% de variação na SELIC. Esse aumento pode ser explicado
pelo exposto em Poole et.al (2002) de que os impactos em estudos de eventos costumam ser
subdimensionados. A utilização de um modelo mais robusto estatisticamente aponta nessa
direção.
5.2 ASSIMETRIA
Conforme comentado anteriormente, a assimetria se daria no caso da não correspondência da
surpresa em algum sentido, ou uma resposta muito mais forte e relevante para algum lado da
surpresa no mercado acionário, dada a mudança da política monetária.
Para testar essa questão, foram inseridas dummies nos sentidos positivos e negativos das
surpresas. Se a assimetria existir, teoricamente, uma dessas dummies deve apresentar
relevância estatística. Pela teoria, tal impacto não deveria acontecer, já que o mercado deve
agir da mesma forma para qualquer direção analisada.
As regressões apontam no sentido teórico. Em ambos os casos, a introdução da dummy
provocou, na verdade, uma piora na especificação da regressão. Em todos os casos, as
especificações se tornaram inválidas a um nível de relevância de 10%.
Há que se notar que, durante a janela de eventos analisada, houve uma quantidade muito
maior de surpresas negativas do que positivas, mesmo assim a dummy negativa não se
mostrou relevante estatisticamente. Pode-se argumentar que o mercado aparenta ser mais
28
otimista em relação a posições do COPOM do que pessimista, mas não que isso impacte a
forma como esse mesmo mercado lida com as mudanças.
Em relação aos números encontrados, tivemos os seguintes resultados expressos na tabela 9 a
seguir:
TABELA 9
Resposta do Índice BOVESPA para as variações da meta SELIC (com ajuste estatístico
utilizando o modelo EGARCH) para o período amostral com a inserção de Dummies de direção
da surpresa. Utilização da Eq. 5 =
,
representando a reposta do IBOVESPA em relação aos eventos analisados às variações do
SELIC decompostas em seus componentes esperados e não esperados e à dummy assimétrica.
Conforme esperado então, podemos concluir através da presente amostra, que o mercado
responde independente da direção da surpresas. De novo, cabe notar a maior presença de
Impactos Negativos do que positivos e o tamanho da amostra em si. Com isso, apesar de
responder de forma razoavelmente parecida em ambas direções, o consenso costuma ser mais
otimista de forma geral.
Eq 5 com Dummy Negativa Eq 5 com Dummy Positiva
Intercepto 0.5930 0.2121
(0.3165) (0.3144)
Mudança Esperada 0.2153 0.2520
(0.4135) (0.4199)
Mudança não Esperada -1.6954 -2.3904
(1.6597) (1.8370)
Dummy Negativa -1.1346
(0.6989)
Dummy Positiva 0.7289
(1.0065)
29
5.3 RESPOSTA INDIVIDUAL DOS ATIVOS
Os ativos individuais apresentaram, em sua maioria, o mesmo comportamento do teste sobre o
índice em si. Dos 38 ativos analisados, 22 tiveram resultados positivos para a variável de
surpresa a um nível de significância de 5%, 3 ativos tiveram resultados positivos para a
mesma variável a um nível de significância de 10% e 13 não obtiveram resultados relevantes
a partir desse nível:
TABELA 10
Resposta dos ativos individuais analisados para as variações da meta SELIC (com ajuste
estatístico para heterocedasticidade) para o período amostral. Utilização da Equação 4 =
, representando a reposta de cada ativo em relação aos eventos
analisados às variações do SELIC decompostas em seus componentes esperados e não esperados.
Ativos agrupados pelo nível de significância da resposta do componente inesperado na equação
proposta
Não foi observado nenhum padrão em grupos de ações. Por exemplo, enquanto a ação do
Bradesco (BBDC4) era rejeitada, a ação do Itaú foi aceita a um nível de significância de 5%.
O mesmo aconteceu com os ativos da Petrobrás (que foram aceitos) e da Vale (rejeitados).
Podemos destacar somente o acontecido com ativos com alta concentração de exportação e
Qtdade
Ativos analisados 38
Significância > 10% 13
Significância 10% 3
Significância 5% 22
30
baseadas em commodity (como a Vale, por exemplo). No período de 2007/2008 tais ações
sofreram com a crise dos subprime e não responderam de forma relevante à estímulos
internos. Além disso, alguns ativos em determinados momentos podem ser forçados por
outros eventos que não a surpresa em relação ao anúncio da taxa (diminuição de dividendos,
comportamento do setor, etc.). A tabela 11 demonstra o resultado individual de cada ativo
para as equação 4.
31
TABELA 11
Resposta dos ativos individuais analisados para as variações da meta SELIC (com ajuste
estatístico para heterocedasticidade) para o período amostral. Utilização da Equação 4 =
, representando a reposta de cada ativo em relação aos eventos
analisados às variações do SELIC decompostas em seus componentes esperados e não esperados.
Grupo de ativos selecionados conforme existência de dados a partir de 1 de janeiro de 2003
Intercepto
Mudança
Esperada
Mudança não
Esperada R2
AMBV4 -0.0911 -0.7292 -2.3792 0.101076
(0.2149) (0.2766) (0.8000)
BBAS3 0.3942 0.4084 -0.5370 0.009124
(0.4060) (0.4300) (1.3231)
BBDC4 0.4584 -0.3248 -1.8423 0.020341
(0.3180) (0.3604) (1.2846)
BRAP4 0.6324 0.2745 -2.8171 0.031655
(0.4114) (0.4079) (1.1323)
BRKM5 0.2336 -0.2570 -6.0588 0.140068
(0.3936) (0.5291) (1.2964)
BRTO04 0.1865 0.1087 -3.9913 0.067217
(0.4088) (0.5637) (0.7681)
CCRO3 0.6739 0.1144 -0.9582 0.003162
(0.4409) (0.3995) (0.9288)
CMIG4 0.0374 0.4562 -5.1938 0.15541
(0.2723) (0.2883) (1.2328)
CPLE6 0.2598 0.8290 -0.5586 0.031347
(0.3192) (0.5346) (2.4227)
CRUZ3 0.4687 0.3324 -2.8639 0.044186
(0.4161) (0.3549) (1.8516)
CSNA3 0.7794 0.4751 -5.0550 0.109676
(0.3751) (0.4539) (0.9297)
ELET3 0.5029 0.4603 -3.7555 0.043707
(0.3599) (0.5571) (1.8823)
ELET6 0.3308 0.4296 -3.8800 0.068296
(0.2905) (0.4119) (1.5233)
EMBR3 -0.5162 -0.5418 -1.1878 0.024396
(0.2941) (0.5346) (1.2525)
GGBR4 0.4940 0.3898 -4.0142 0.072363
(0.3143) (0.3391) (1.4086)
GOAU4 0.4138 0.3022 -3.1283 0.046081
(0.3389) (0.3940) (1.4293)
ITSA4 0.6486 0.1301 -0.9666 0.005779
(0.3003) (0.3531) (0.8640)
ITUB4 0.5015 -0.0227 -2.2414 0.025245
(0.3012) (0.3373) (1.0470)
KLBN4 0.9191 0.9792 -3.7166 0.067887
(0.4070) (0.3887) (1.1975)
32
TABELA 11 – Continuação
Intercepto
Mudança
Esperada
Mudança não
Esperada R2
LAME4 0.0634 -0.4225 -1.6501 0.02992
(0.3448) (0.3571) (1.2520)
LIGT3 0.3336 1.0266 -3.0110 0.045852
(0.5283) (1.0719) (3.4824)
NETC4 -0.1688 -0.4143 -3.1256 0.030991
(0.4338) (0.8089) (1.7296)
PCAR5 -0.0799 -0.1627 -1.6587 0.021199
(0.2781) (0.4655) (1.0136)
PETR3 0.6541 0.8641 -2.1714 0.062148
(0.3945) (0.5256) (1.0693)
PETR4 0.5059 0.8676 -2.7974 0.078498
(0.3926) (0.5299) (1.0863)
SBSP3 0.1652 0.3571 -3.0142 0.053872
(0.3541) (0.4235) (1.3182)
TCSL3 -0.2244 -0.1779 -5.0841 0.082531
(0.3389) (0.4404) (2.2704)
TCSL4 -0.2680 -0.6491 -2.9418 0.059235
(0.3431) (0.4781) (1.3122)
TLPP4 -0.0375 -0.0022 -2.6509 0.051694
(0.2767) (0.3233) (0.4848)
TMAR5 0.1037 0.4706 -2.9050 0.045283
(0.3802) (0.5294) (1.0804)
TNLP3 0.5380 0.0112 -3.2559 0.043609
(0.2951) (0.5729) (1.8497)
TNLP4 -0.0417 0.0085 -4.1649 0.106147
(0.2412) (0.4281) (1.0557)
TRPL4 0.3676 0.4981 -2.5085 0.043633
(0.3193) (0.3406) (1.0194)
UGPA4 0.4801 -0.0392 -2.6348 0.064722
(0.1679) (0.3477) (0.6881)
USIM5 0.2219 -0.1029 -6.6544 0.176947
(0.3440) (0.3357) (1.2824)
VALE3 0.6424 0.4983 0.2673 0.012662
(0.3523) (0.4500) (1.3450)
VALE5 0.4879 0.5076 0.2984 0.016793
(0.3002) (0.4198) (1.3232)
VIVO4 0.0593 -0.1496 -3.0581 0.02907
(0.3491) (0.6190) (1.9845)
33
6 CONCLUSÃO
Tendo como base o artigo de Bernanke e Kuttner (2004) e Walter Junior (2007), foi
desenvolvida a medida de surpresa necessária para estimar o impacto das decisões do
COPOM no mercado acionário. Essa medida de surpresa foi baseada em fonte pública e
conhecida. Para o teste, foi utilizado o modelo proposto não só por Bernanke e Kuttner
(2004), mas que foi adotado por diferentes autores nacionais e internacionais.
A metodologia aqui adotada, apesar de ser limitada para explicar as movimentações do
mercado, serviu para verificar a validade das afirmações propostas por Walter Junior (2007).
O resultado ora observado é de que cada 1% de surpresa do mercado em relação à definição
da taxa SELIC impacta o mercado acionário em torno de 3%. Esse resultado se mostra
amplificado em relação ao encontrado por Walter Junior (2007). No seu estudo, o autor achou
um impacto de 1,3% no IBOVESPA contra cada 1% de variação na SELIC, talvez por
mantermos nossa característica de mercado acionário de um país emergente (e, portanto, com
altas taxas de retorno), mas com uma normalidade maior na definição das metas de inflação e
das taxas de juros internas esse impacto se amplificou no período analisado. Outro ponto a ser
analisado é a possibilidade do canal de crédito impactar a propagação dessa surpresa.
34
Conforme comentado anteriormente, a expansão de crédito no Brasil tem sido constante nos
últimos anos em comparação com um crédito incipiente no começo do governo Fernando
Henrique Cardoso. Esse comportamento pode explicar parte da amplificação do impacto aqui
medido.
No presente estudo não foi encontrada nenhuma assimetria relevante para os dias de evento.
Os impactos no mercado acionário respondem igualmente em quaisquer direções. A
introdução de dummies não apontou para nenhum resultado relevante, entretanto foram
observadas muito mais surpresas negativas do que positivas no mercado, indicando certa
tendência otimista na avaliação do mercado nos momentos de indefinição.
Para os ativos individuais, os resultados encontrados ficaram em linha com o modelo geral
aplicado ao índice. Importante ressaltar que não existiram evidências significativas de uma
maior aderência a um determinado tipo de segmento em detrimento a outro, ainda que pese o
impacto da crise dos subprimes em determinados ativos.
A dissertação apresentada foi baseada em um estudo de eventos que conta com limitações em
sua composição. O modelo não explica o porquê da variação do IBOVESPA, nesse sentido,
Bernanke e Kuttner (2004) tentam atingir esse objetivo usando uma metodologia de Vetor
Auto Regressivo (VAR) desenvolvido por Campbell (1991) e Campbell & Armer (1993). O
VAR embute na análise fatores além da surpresa da taxa de juros, como os juros real,
dividendos e retornos futuros em excesso.
Como limitações ao estudo, podemos destacar a razoavelmente recente base de dados
brasileira, que ainda não é a preferencial para este tipo de trabalho. A implantação do Plano
Real em 1994 e a continuidade das mesmas bases econômicas para o período posterior
35
oferecem um futuro mais promissor para entendermos os impactos que acontecem em nossa
economia. Esse mesmo estudo poderá e deverá ser feito em períodos futuros para observar
eventuais mudanças de padrão na economia e nas respostas atuais, introduzindo novas
variáveis. A utilização da abordagem de VAR proposta por Bernanke & Kuttner (2004), além
da extensão do período de análise, abrangendo uma quantidade maior de surpresas, é um dos
próximos desafios a serem considerados para a revisitação do presente tema. Outro ponto
importante será o encurtamento das janelas de análise conforme proposto por Gürkaynak et
AL (2005) para tentar capturar o impacto gerado pelo anúncio do COPOM e da divulgação do
relatório.
36
REFERÊNCIAS BIBLIOGRÁFICAS
BANCO CENTRAL DO BRASIL Atas das reuniões do COPOM e resultados disponível
em www.bcb.gov.br
JORNAL VALOR ECONÔMICO; consensos sobre as metas de inflação publicados no site
www.valoronline.com.br
BERNANKE, BEN S.; KUTTNER, KENNETH N.; What Explains the Stock Market's
Reaction to Federal Reserve Policy? Journal of Finance, June 2005, v. 60, iss. 3, pp. 1221-
57 AN: 0797905
ROLEY, V. VANCE; SELLON, GORDON H.; Monetary policy actions and long-term
interest rates. Economic Review (01612387), 1995, Vol. 80 Issue 4, p73
CAMPBELL, JOHN Y.; A Variance Decomposition for Stock Retunrs. Economic Journal,
Mar91, Vol. 101 Issue 405, p157-179
CAMPBELL, JOHN Y.; AMMER, JOHN; What Moves the Stock and Bond Markets? A
Variance Decomposition for Long-Term Asset Returns; Journal of Finance, March 1993, v.
48, iss. 1, pp. 3-37
KUTTNER, KENNETH N.; Monetary policy surprises and interest rates: Evidence from the
Fed funds futures market. Journal of Monetary Economics, Jun2001, Vol. 47 Issue 3, p523-
544
POOLE, WILLIAM; RASCHE, ROBERT H.; THORNTON, DANIEL L.; Market
Anticipations of Monetary Policy Actions; Federal Reserve Bank of St. Louis Review, July-
August 2002, v. 84, iss. 4, pp. 65-93
37
THORBECKE, WILLEM; ALAMI, TARIK; The effect of changes in the federal funds rate
target on stock prices in the 1970s. ;Journal of Economics & Business, Feb1994, Vol. 46
Issue 1, p13
GURKAYNAK, REFET S.; SACK, BRIAN; SWANSON, ERIC T.; “Do Actions Speak
Louder than Words? The Response of Asset Prices to Monetary Policy Actions and
Statements; International Journal of Central Banking, June 2005, v. 1, iss. 1, pp. 55-93
TABAK, BENJAMIN MIRANDA; TABATA, ALICIA; Surpresas na Politica Monetaria e
a Estrutura a Termo da Taxa de Juros Brasileira; Economia Aplicada/Brazilian Journal of
Applied Economics, July-September 2004, v. 8, iss. 3, pp. 383-99
TABATA, ALICIA; TABAK, BENJAMIN MIRANDA; Testes do conteudo informacional
das decisoes de politica monetaria; Pesquisa e Planejamento Economico, August 2004, v.
34, iss. 2, pp. 207-49
BARBOSA, RAPHAEL DE ALMEIDA; As Surpresas na Política Monetária e suas
Implicações na Estrutura a Termo de Juros; Working Paper; Fundação Getúlio Vargas; 2008
JUNIOR, WALTER GONÇALVES; Surpresas com Relação à Política Monetária e o
Mercado de Capitais: Evidências do Caso Brasileiro; Working Paper; Fundação Getúlio
Vargas; 2007
RIGOBON, ROBERTO; SACK, BRIAN; The Impact of Monetary Policy on Asset Prices;
Journal of Monetary Economics, Nov2004, Vol. 51 Issue 8, p1553-1575
NEWEY, WHITNEY K.; WEST, KENNETH D.; A Simple, Positive Semi-definite,
Heteroskedasticity and Autocorrelation Consistent Covariance Matrix; Statistical Methods
and Non-Standard Finance, 2007, pp. 364-69, Elgar Reference Collection. International
Library of Financial Econometrics, vol. 5. Cheltenham, U.K. and Northampton
WOOLDRIDGE, JEFFREY M.; Introdução à Econometria: Uma abordagem moderna;
Thomson Learning, 2007
