Professional Documents
Culture Documents
d
= beta no alavancado da empresa (beta da empresa sem qualquer dvida)
t = taxa de imposto corporativo
D/E = razo entre dvida/patrimnio da empresa
Desse modo, quando se calcula o beta da empresa, tanto o risco do negcio em que a
empresa opera quanto a quantidade de risco associado ao seu endividamento (alavancagem
financeira) esto inseridos no valor obtido.
35
3.9.3. Prmio de Risco
Como j referido, na frmula de clculo do CAPM, o prmio pelo risco se d pela
diferena entre o retorno esperado da carteira de mercado e a taxa livre de risco. Sero dois os
fatores que determinaro o tamanho mdio do premio de risco:
Percepo do risco total do mercado (aumenta o premio de risco): A percepo
sobre volatilidade poltica, econmica e social de um pas interferir em quanto um
mercado de aes, por exemplo, deve superar o de renda fixa, em mdia, para tornar o
investidor satisfeito. O tamanho do juro real (diferena entre a taxa nominal e a
inflao) importante indicador para medir o apetite que este investidor teria para
aplicar o dinheiro em ativos que no apresentam garantia de retorno, como nos casos
de aes.
Oportunidades de investimento no pas (aumenta o premio de risco): Quanto maior
a quantidade de atrativas oportunidades de investimento em um pas, maior dever ser
a magnitude do premio de risco. Quando h poucas oportunidades de ganho, os
investidores tendem a ser menos exigentes.
Normalmente para ss mensurar empiricamente o chamado premio de risco, simplesmente
faz-se uma conta dos retornos anuais da Bolsa versus as rentabilidades anuais em renda fixa. O
resultado a mdia histrica do premio de risco e quanto maior o prazo maior a segurana do
clculo.
Nesse mbito, as taxas de retorno podem ser calculadas tanto pela mdia aritmtica
quanto pela mdia geomtrica. Este assunto controverso e no h um consenso de que qual
mdia se deva utilizar. Vale ressaltar que a mdia aritmtica sempre possui um valor maior do
que o obtido com a mdia geomtrica e a mdia aritmtica depende do intervalo escolhido.
Para Copeland (2002, p. 223), a mdia aritmtica a melhor estimativa, pois atribui a
mesma ponderao a todos os retornos e, apesar de o retorno geomtrico ser a medida correta de
desempenho histrico, segundo o autor, ele no est voltado para o futuro.
J Damodaran (1997, p. 126) prega que a mdia geomtrica a que deve ser utilizada,
porque fornece a melhor estimativa para o clculo do risco do prmio.
No caso de pases emergentes, e mais especificamente o Brasil, de acordo com Martelanc
et al (2005, p. 148), o prmio de risco de mercado geralmente muito oscilante e pode ser
negativo. De acordo com o autor, somente em 2003, considerando o perodo desde 1997, o
36
retorno do mercado superou a taxa livre de risco. Deste modo, o prmio pelo risco dos mercados
locais no representam uma expectativa condizente.
Assaf et al (2008) sugerem a no utilizao do premio de risco encontrado no mercado
brasileiro, pois os ndices de aes e de renda fixa possuem alta volatilidade, como tambm ao se
calcular os ndices em um perodo muito longo corre-se um risco de perder qualidade de
informaes, transformando a anlise em viesada. Como soluo a este problema, os autores
propem a utilizao do retorno de mercado como o retorno de um mercado desenvolvido (NYSE
ou S&P500) e como o retorno de um ativo livre de risco o (Treasury Bonds T-Bonds), porm
eles fazem uma ressalva, a de incluir no modelo a soma do risco pas brasileiro.
3.10. Arbitrage Pricing Theory - APT
O fracasso do CAPM em explicar adequadamente as diferenas de retornos de ativo para
ativo, utilizando betas, abriu as portas para outros modelos de precificao de ativos. O principal
candidato a ser um modelo alternativo a Teoria de Precificao por Arbitragem - Arbitrage
Pricing Theory (APT), que foi desenvolvida por Stephen Ross a partir de 1976 e a lgica por trs
dela muito semelhante lgica por trs do CAPM, ou seja, investidores so recompensados por
assumir riscos no-diversificveis. No CAPM, um fator (sensibilidade em relao carteira de
mercado) absorve este risco no-diversificvel. A medida de risco no-diversificvel na APT,
entretanto, no necessariamente um nico fator, podendo decorrer de mltiplos fatores. O
nmero e a identidade dos fatores so determinados pelos dados sobre retornos histricos.
Enfim, a APT baseia-se em intuio similar ao CAPM, porm, mais genrica. Ela
assume que a taxa de retorno de qualquer ativo funo linear de k fatores de mbito setorial ou
macroeconmico.
A APT fundamenta-se na premissa nica de que investidores se aproveitam de
oportunidades de arbitragem, ou seja, se duas carteiras tm o mesmo grau de exposio ao risco,
mas oferecem retornos esperados diferentes, os investidores compraro a carteira com maiores
retornos esperados e, durante o processo, restauraro o equilbrio dos retornos esperados.
O retorno sobre qualquer ativo pode ser decomposto em duas partes: um retorno esperado,
que previsvel e um componente no-esperado.
R = R + U
Ou ainda:
37
R = R
+ m +
Em que:
R = retorno esperado;
m = risco sistemtico;
= risco no-sistemtico.
Embora tanto o CAPM quanto a APT faam uma distino entre riscos especficos da
empresa e de mercado, divergem quando chega o momento de medir o risco do mercado. O
CAPM pressupe que o risco do mercado est embutido na carteira de mercado, enquanto a APT
se atm aos fundamentos econmicos. Prev mltiplas fontes de riscos de mercado, como
mudanas imprevistas no PIB, nas taxas de juros e na inflao e mede o grau de sensibilidade dos
investimentos a estas mudanas com betas de cada fator, como segue:
R = R + (
1
F
1
+
2
F
2
+ ... +
n
F
n
) +
Em que:
j
= sensibilidade do investimento a mudanas no previstas no fator j;
F
j
= mudanas no previstas no fator j.
Para a APT a diversificao de investimentos em carteiras elimina o risco especfico da
empresa. O retorno sobre uma carteira pode ser expresso como a soma de duas mdias
ponderadas: a mdia ponderada dos retornos previstos sobre a carteira e dos betas dos fatores.
R
p
= (w
1
R
1
+ w
2
R
2
+ ... + w
n
R
n
) + (w
1
1,1
+ w
2
1,2
+ ... + w
n
1,n
)F
1
+ (w
1
2,1
+ w
2
2,2
+ ... + w
n
2,n
)F
2
+ ...
Em que:
w
i
= peso da carteira sobre o ativo i;
R
i
= retorno esperado sobre o ativo i;
j,i
= beta do fator j para o ativo i;
F
j
= fator j.
O fato de o beta de uma carteira ser a mdia ponderada dos betas dos ativos que compem
a carteira, em conjunto com a ausncia de arbitragem, leva a concluso de que os retornos
esperados devem ser linearmente relacionados aos betas. Assim, o retorno esperado sobre um
ativo pode ser expresso como:
E(R) = R
f
+
1
(E[R
1
] - R
f
) +
2
(E[R
2
] - R
f
) + ... +
n
(E[R
n
] - R
f
)
Em que:
R
f
= retorno esperado sobre uma carteira beta-zero
38
E(R) = retorno esperado sobre uma carteira com fator beta igual a 1 para o fator j e de 0
para todos os demais fatores
Os termos entre parnteses podem ser considerados como prmios de risco para cada um
dos fatores do modelo. O CAPM pode ser considerado com um caso especial do APT, em que
existe apenas um fator econmico impulsionando retornos de mercado, e a carteira do mercado
o fator.
E(R) = R
f
+
m
(E[R
m
] - R
f
)
39
4. Procedimentos metodolgicos
4.1. Mtodo de pesquisa
Este trabalho teve como inteno encontrar ativos que possuem premio de risco timos,
ou seja, ativos que fossem capazes de satisfazer a relao risco e retorno apresentado na
fundamentao terica. Para tanto foi realizada uma anlise quantitativa com base em
procedimentos estatsticos. Assim pode-se encaixar esta pesquisa como uma pesquisa
exploratria, utilizando-se de dados quantitativos, por intermdio de um procedimento
experimental.
4.2. Obteno e manuseio dos dados
Os dados para a implementao deste trabalho foram retirados do Software Economtica
nos laboratrios de computao da FEARP USP, como tambm foram retirados da rede
mundial de computadores, em sites que possuem informaes sobre o mercado financeiro, como
o site da Bloomberg www.bloomberg.com , o site do Wall Street Journal www.wsj.com , o
site do Yahoo finance.yahoo.com .
Todo o trabalho foi realizado com a utilizao de planilhas eletrnicas do software
Microsoft Excel e suas ferramentas estatsticas que facilitam o manuseio de grande nmero de
dados.
A coleta de dados se baseou em todos os ativos que compunham o ndice da Bolsa de
Valores de So Paulo IBOVESPA na data de 30 de junho de 2008, nesta coleta foram obtidas
aes tanto preferncias como aes ordinrias que apesar de suas diferenas, foram analisadas
semelhantemente.
Ordinrias so aes que conferem ao seu titular o direito de votar nas Assemblias de
Acionistas.
Preferenciais so aes que no do ao titular o direito do voto, mas tm prioridade no
recebimento do dividendo, e, no caso de dissoluo da empresa, tm preferncia no reembolso do
capital.
Segue abaixo uma tabela que corresponde composio do ndice Ibovespa.
40
41
Como horizonte de anlise tomou-se o perodo de 02 de junho de 2003 30 de junho de
2008, um perodo referente a cinco anos com cotao diria dos ativos, baseado nas afirmaes
de Damodaran (1997) de que um perodo de cinco anos mais adequado em virtude das
oscilaes temporais, expurgando ento fatores atpicos, dando maior confiana para a anlise.
4.3. Fatores Limitantes do CAPM
Como apresentado em teoria, o CAPM um modelo muito utilizado, com enorme
importncia no mercado financeiro, porm muito contestado em termos da utilizao de suas
variveis em mercados emergentes, como o caso do Brasil. E neste trabalho procurou-se retirar
algumas contestaes acerca do CAPM com as melhorias que diversos autores publicaram.
4.3.1. Beta
Comeando com o clculo do Beta. O Beta o nico fator do modelo que corresponde
variabilidade de empresa a empresa, ou de ativo a ativo, pois os demais fatores pertencentes
equao do CAPM, como a taxa livre de risco e o premio de risco, so constantes para todas as
empresas. Fato que simplifica bastante os clculos, dado um modelo to simplista e til.
Desta forma o clculo do Beta foi realizado atravs da regresso linear simples, entre os
retornos do ativo (varivel dependente) e os retornos da carteira de mercado (varivel
independente) o calculo do retorno foi baseado na frmula apresentada na fundamentao
terica.
4.3.2. Regresso Linear
A regresso linear simples constitui uma tentativa de estabelecer uma equao matemtica
linear que descreva o relacionamento entre duas variveis. H diversas formas de utilizao de
equaes de regresso:
Estimar valores de uma varivel, com base em valores conhecidos da outra. Em
situaes em que as duas variveis medem aproximadamente a mesma coisa, mas
uma delas relativamente dispendiosa, ou difcil de lidar, enquanto que a outra
no.
Explicar valores de uma varivel em termos da outra, ou seja, confirmar uma
relao de causa e efeito entre duas variveis.
Predizer valores futuros de uma varivel.
Frmula: Ri = a + b Rm
42
As regresses foram realizadas com a utilizao do Excel, atravs da seguinte ferramenta:
Poder-se-ia tambm realizar o calculo do beta atravs da frmula apresentada em
fundamentos tericos:
E o resultado seria o mesmo para todos os ativos, porm optou-se pela regresso linear
pois atravs dela foi possvel estudar os R-quadrados das regresses, ou seja, foi possvel
verificar o quo relacionadas so as variveis de regresso.
4.3.3. Carteira de Mercado
A carteira de mercado envolve toda uma problemtica para sua utilizao no Brasil, pois
alega-se que as que aqui existem no condizem com os requisitos do modelo, outros j dizem que
algumas podem ser utilizadas, como por exemplo, o Ibovespa por ser a maior referncia de
carteira de mercado brasileiro.
De acordo com a Bolsa de Valores de So Paulo (1998, p. 03), o Ibovespa nada mais
do que o somatrio dos pesos (quantidade terica da ao multiplicada pelo ltimo preo da
43
mesma) das aes integrantes de sua carteira terica. Assim sendo, pode ser apurado, a
qualquer momento, atravs da seguinte frmula :
Onde:
Ibovespa
t
= ndice Ibovespa no instante t;
n = nmero de aes da carteira terica;
P
it
= preo da ao i no instante t;
Q
it
= quantidade terica da ao i na carteira no instante t;
Sanvicente e Mellagi Filho (1988, p. 45) ressaltaram que o fato do ndice Bovespa utilizar
pesos que correspondam participao no volume dos negcios no representa o que exige a
teoria.
Isso ocorre porque o ndice Bovespa, por exemplo, ponderado a partir da
participao das diferentes aes no volume total de negcios, e no no valor total de
mercado de ativos, como o que quer a teoria. At certo ponto, por causa disso o uso de
um ndice teoricamente incorreto nesses modelos provoca um vis ou o erro devido ao
que os especialistas em Econometria denominam erro ou vis de especificao.
De acordo com Enfoque (1998a, p. 2) :
Uma metodologia simples de clculo - inalterada desde a sua constituio - com
seus dados disposio do pblico investidor, assegura uma grande confiabilidade ao
ndice Bovespa, o que pode, inclusive, ser avaliado pela chancela do mercado de aes,
traduzida pelo fato do ndice Bovespa ser o nico dos indicadores de performance de
aes brasileiras a ter um mercado futuro lquido, que , inclusive, um dos maiores do
mundo.
De posse destas informaes, neste trabalho para o clculo do beta foi utilizado como
carteira de mercado a ser regredida contra os retornos dos ativos, o prprio ndice Ibovespa, pois
acreditou-se que ele seria o nico ndice que acompanharia fielmente as oscilaes dos ativos,
uma vez que ele brasileiro, ou seja, negociado no Bolsa de Valores de So Paulo.
Contudo de acordo com Assaf et al (2008):
44
O mercado brasileiro apresenta elevada volatilidade entre seus diversos ndices
financeiros. Esse fato impede uma definio mais confivel da tendncia de
comportamento futuro. Visando suprir essa lacuna, utiliza-se o modelo CAPM, em que
estipulado o prmio pelo risco de mercado verificado na economia dos Estados Unidos,
sendo essa mais estvel e admitida como a de mais baixo risco, acrescida de uma medida
do risco-pas. Em verdade, o denominado risco-pas (risco soberano) procura retratar o
risco da economia de um pas, sendo geralmente apurado pelo excesso de remunerao
que os ttulos pblicos de um pas pagam em relao a ttulos similares emitidos pelo
Departamento do Tesouro dos Estados Unidos (Treasury Bonds T-Bonds).
Desta forma para compor a carteira de mercado que utilizada no clculo do prmio de
risco, este trabalho seguiu-se pelas orientaes de Assaf et al (2008), com a incluso de dados
norte-americanos no modelo como benchmark, no caso, o ndice S&P500 foi coletado no mesmo
perodo utilizado para os ativos do IBOV, calculado o seu retorno diariamente e por fim para se
ter o seu retorno mdio do perodo, utilizou-se uma mdia aritmtica e a capitalizou para um
perodo de 360 dias.
Assim como na carteira de mercado, em que utilizou-se de dados norte-americanos como
benchmark, para o ativo livre de risco fez-se o mesmo, com a incluso do Treasury Bonds T-
Bonds de 10 anos, no ltimo dia de fechamento do perodo utilizado para as aes dia 30 de
junho de 2008. E para a validao do modelo tambm foi adicionado o Risco-Brasil, cotado no
ltimo dia de fechamento do perodo utilizado para as aes.
4.3.4. Risco Brasil EMBI + Brasil
O Emerging Markets Bond Index - Brasil um ndice que reflete o comportamento dos
ttulos da dvida externa brasileira. Corresponde mdia ponderada dos prmios pagos por esses
ttulos em relao a papis de prazo equivalente do Tesouro dos Estados Unidos, tido como o pas
mais solvente do mundo, de risco praticamente nulo.
O indicador mensura o excedente que se paga em relao rentabilidade garantida pelos
bnus do governo norte-americano. Significa dizer que a cada 100 pontos expressos pelo risco
Brasil, os ttulos do pas pagam uma sobretaxa de 1% sobre os papis dos EUA.
Basicamente, o mercado usa o EMBI+ para medir a capacidade de um pas honrar os seus
compromissos financeiros. A interpretao dos investidores de que quanto maior a pontuao
45
do indicador de risco, mais perigoso fica aplicar no pas. Assim, para atrair capital estrangeiro, o
governo tido como arriscado deve oferecer altas taxas de juros para convencer os investidores
externos a financiar sua dvida - ao que se chama prmio pelo risco.
Desta forma o novo modelo do CAPM, sugerido por Assaf et al (2008), ficou da
seguinte forma:
R
i
= R
F
+ (R
M
R
F
) + EMBI
Onde:
R
i
= retorno proporcionado pela ao i;
R
F
= taxa de juros de ttulos livres de risco do mercado norte-americano (T-bond);
R
M
= retorno da carteira de mercado do mercado norte-americano (S&P500);
(R
M
R
F
) = retorno adicional do mercado em relao ao retorno dos ttulos sem risco;
= coeficiente beta;
EMBI = Risco-Pas do mercado emergente Brasil (EMBI+Brasil)
E neste trabalho foi utilizado este modelo para mensurar o retorno que um ativo deve ter
no mercado.
4.4. Programao linear
Formado o modelo do CAPM, com todas as suas variveis elaboradas e definidas, restou
ento rodar um modelo de programao linear para otimizar a relao risco e retorno dentro de
uma carteira de aes.
Programao linear uma rea de pesquisa operacional que trata de problemas de
programao matemtica da seguinte forma:
46
Sendo f e g so funes lineares, n denota o nmero de variveis e m o nmero de
restries. Por funes lineares, subentendem-se funes da forma:
Nesse modelo a funo f chamada de funo-objetivo, a funo a ser otimizada
(maximizada ou minizada). Cada uma das funes g chamada de funo restrio. As variveis
x so chamadas de variveis de deciso, pois so elas que tero valores determinados para
otimizar o modelo.
Algumas vezes os modelos so utilizados com algumas restries extras da seguinte
forma:
Essas restries so chamadas de restries de no-negatividade, j que elas restringem as
variveis para valores positivos. As condies de no negatividade so muito importantes em
modelos de produo, pois normalmente no possvel se produzir, demandar ou vender valores
negativos de produtos, entre outros.
Para os modelos de programao existem mtodos de pesquisa operacional para soluo.
Porm, uma soluo no necessariamente um ponto timo do sistema, dessa forma as seguintes
terminologias so normalmente utilizadas:
Soluo vivel uma soluo qualquer do sistema que satisfaa as restries, no
dependendo da funo objetivo.
Soluo tima uma soluo vivel que satisfaz favoravelmente a funo objetivo para
a otimizao.
47
O objetivo dos mtodos de pesquisa operacional para programao linear so achar uma
soluo tima do modelo, o qual pode ter uma, vrias ou at nenhuma soluo tima.
Para o escopo deste trabalho foi desenvolvido duas anlise de otimizao da relao risco
retorno, em uma delas quis se maximizar o retorno dos ativos calculados pelo modelo CAPM,
assim, quando todos os retornos dos ativos estavam calculados fez-se a seguinte maximizao:
E na segunda anlise, fez-se os inverso, ao em vez de maximizar o retorno, minimizou-se
o risco, da seguinte maneira:
48
Para a realizao destas otimizaes, foi utilizado uma ferramenta de otimizao do
Excel, chamada Solver, que na realidade aplica o modelo acima especificado de forma
mecanizada.
E com o propsito de retirar a correlao entre os ativos, baseado na teoria de Markowitz,
exigiu-se no haver qualquer ativo pertencente carteira com participao maior que 5%. No
passa de uma soluo para expurgar o risco diversificvel, apoiado na mxima de nunca colocar
os ovos em uma cesta s.
49
5. Anlise de Resultado
A amostra utilizada neste estudo baseia-se nas empresas negociadas na Bolsa de Valores
de So Paulo, que constituem o ndice Ibovespa e que esto no banco de dados Economtica,
conforme discorrido anteriormente na metodologia deste trabalho. Vale ressaltar que foram
consideradas todas as aes pertencente ao ndice em 30 de junho de 2008, exceto a ao
BVMF3, referente a juno da BMF (Bolsa de Mercadorias e Futuros) e da BOVESPA (Bolsa de
Valores de So Paulo), que por falta de dados histricos tornou-se invivel realizar o estudo. A
amostra utilizada composta de 65 aes.
O incio do trabalho foi realizar o clculo do beta atravs da regresso linear entre o ativo
e o ndice de mercado, no caso o Ibovespa. Foram calculados os betas, conforme j dito
anteriormente com o auxlio da ferramenta do Microsoft Excel, resultando o seguinte output:
Neste output tem-se bastantes informaes a respeito da regresso realizada entre IBOV e
VALE5, pode-se com ele observar que a regresso apresentou um R
2
= 0,53235, o que revela que
os retornos de ambas as variveis no se explicam completamente. Outra informao muito
importante neste quadro, que alis foi o principal motivo para sua obteno o beta que neste
caso apresentou um valor muito prximo de 1, ou seja, muito prximo da carteira de mercado,
com o valor de 0,95884.
Para verificar a autenticidade do beta encontrado atravs da regresso linear, foi
confrontado os resultados obtidos nas regresses de todos os ativos com o beta disponibilizado no
50
software Economtica, e como resultado obteve-se diferenas no significativas, comprovando
ento a autenticidade do modelo de regresso e conseqentemente dos betas encontrados.
Como um segundo exemplo, tem-se a ao da Usiminas USIM5 - com seus respectivos
dados.
Este procedimento foi realizado para todas as 65 aes listadas, encontrando a seguinte
distribuio dos betas das aes:
51
De posse do beta de cada ao em mos, o prximo passo foi o da obteno do retorno
exigido de cada ao atravs do CAPM, lembrando que a frmula utilizada do modelo segue a
teoria formulada por Assaf et al (2008):
R
i
= R
F
+ (R
M
R
F
) + EMBI
Para o ativo livre de risco, buscou-se a cotao do T-bond de 10 anos na data de
fechamento do ciclo de anlise j referenciado na metodologia. E esse ttulo do governo norte-
americano estava cotado a 4,0040% a.a.
Para a formulao da carteira de mercado, utilizou-se o S&P500 como benchmark do
mercado brasileiro, obtendo seu histrico de cotaes dirios do perodo analisado, logo aps foi
encontrado sua mdia aritmtica, obtendo uma mdia do retorno diria de 0,025% a.d., para ento
equiparar esta taxa com a taxa livre de risco que cotada ao ano, fez-se a sua capitalizao,
obtendo o valor de 9,6020% a.a.
Desta forma j se tm em mos todas as variveis para calcular o retorno exigido de uma
ao se formos levar em considerao o modelo tradicional do CAPM, entretanto como neste
trabalho est sendo utilizada uma outra abordagem do CAPM, apenas resta a obteno do risco
pas na data de fechamento do perodo analisado. O qual foi de 230 pontos, ou seja, o risco pas
estava cotado a 2,3% a.a.
Agora sim todas as variveis esto completas, contribuindo para a obteno do retorno
exigido ttulo a ttulo. Os dados encontrados so os seguintes:
E a equao do CAPM se torna:
R
i
= 4,004 + (5,5980) + 2,3000
52
Como exemplo, pode-se calcular o retorno exigido anual para a ao da Vale do Rio Doce
VALE5 mostrada no incio deste tpico.
Realizando o mesmo clculo com todos os ativos da anlise, obteve-se a seguinte tabela
com os retornos esperado segundo o CAPM e o Beta encontrado segundo a regresso linear do
ativo com o IBOV:
53
54
Com estes dados pode-se encontrar a linha do mercado de capitais ou tambm conhecida
como Security Market Line SML a qual demonstra a relao entre risco e retorno no mercado.
Aes situadas acima da reta representam oportunidade de ganho, uma vez que se realmente
existe a linearidade entre risco e retorno a qual o modelo do CAPM prope, a ao estar
oferecendo um retorno superior para um dado risco (beta). Da mesma forma, se existirem ativos
abaixo da linha do mercado de capitais, estes estaro correndo um risco superior para um dado
retorno. Os ativos que se encontrarem sobre a reta, so os ativos que no esto super nem sub-
avaliados, em outras palavras, so os ativos que demonstram uma relao de risco e retorno justa.
55
Diante de todos estes dados, foi possvel ento rodar o Solver para resolver o
problema de otimizao de risco retorno.
Primeiramente ser demonstrada a soluo tima para o caso em que se teve como
objetivo elaborar uma carteira capaz de maximizar o retorno esperado dos ativos que compunham
o ndice, e como resultado foi obtida a seguinte otimizao:
Pode-se verificar que o retorno desta carteira exige uma taxa anual de recompensa por
assumir determinado risco de 12,4128% a.a.. A carteira tambm revela um ndice beta de
1,09126. Sua composio a seguinte:
56
Em forma grfica pode-se verificar atravs do grfico de pizza a participao de cada
ativo na carteira, lembrando que a otimizao foi realizada para uma participao mxima de
cada ativo de 5%.
57
Composio Carteira - Retono Maximizado
USIM5 ELET3 ELET6 CSNA3 VIVO4 GGBR4 CSAN3 CYRE3 BTOW3 LIGT3
TCSL3 NETC4 GOAU4 TNLP3 BRTO4 CPLE6 GFSA3 TCSL4 BRAP4 CMIG4
Aps feita a anlise da maximizao dos retornos, foi realizada a anlise de
minimizao do risco de uma carteira. Assim segue:
A carteira tima para a minimizao de risco encontrou como beta de carteira o valor de
0,66315 e como retorno de carteira a taxa anual de 9,49438%. Segue sua composio:
58
A otimizao do risco ocorreu da mesma forma da primeira otimizao, atentando-se para
o fato da escolha do solver por estipular o percentual de 5%, no sendo necessrio encontrar
percentagens inferiores a estas. Sua composio em forma grfica, que pode ser observada logo
abaixo:
59
Composio Carteira - Risco Minimizado
UGPA4 EMBR3 PRGA3 AMBV4 ARCZ6 NATU3 CCRO3 PCAR4 CPFE3 TLPP4
VCPA4 ALLL11 CRUZ3 RSID3 CGAS5 BNCA3 CESP6 TAMM4 DURA4 LAME4
Realizando uma anlise comparativa entre os dois resultados de otimizao obtidos,
verifica-se que o uma diferena absoluta em termos de taxa de retorno e beta entre a carteira de
maximizao dos retornos e a carteira de minimizao de risco de 2,9184% e 0,4281
respectivamente. Em termos percentuais, pode-se dizer que o retorno da carteira de maximizao
de retorno maior em 30,73% que o retorno da carteira de minimizao de risco. De forma
anloga, tambm pode-se observar que o beta da carteira de minimizao de risco menor que o
beta de maximizao de retorno em 39,23%.
Depois de j ter traado a reta SML, a partir do ativo livre de risco e o prmio de risco,
pode-se verificar se as carteiras encontradas pela otimizao estavam super ou sub-avaliadas.
Para tanto plotou-se no grfico SML onde as carteiras se situariam, demonstrando:
60
Portanto v-se que ambas as carteiras esto rendendo superiormente quilo que deveriam
render segundo o modelo, ou seja, para dados os riscos, os retornos das carteiras superam o
retorno justo que estaria sobre a reta SML, comprovando que mais que rentvel investir nas
carteiras otimizadas.
61
Consideraes Finais
No histrico de estudos j realizados para o mercado financeiro, se destacaram at hoje
duas correntes fortssimas, a teoria tradicional de finanas e as finanas modernas. As finanas
modernas possuem trs bases que as sustentaram e as deu toda a importncia que possui hoje.
Estas teorias so Moderna Teoria do Portflio de Markowitz, a qual estuda prioritariamente o
risco composto dos ativos que compem um portflio; Mercados Eficientes de Fama, o qual
diz que um mercado eficiente quando os preos dos ativos refletem o consenso geral sobre
todas as informaes disponveis sobre a economia, os mercados financeiros e sobre a empresa
especfica envolvida, ajustando rapidamente essas informaes nos preos; e por fim Capital
Asset Pricing Model - CAPM de autoria principal de Sharpe com o auxilio de outros autores,
baseado principalmente nas duas teorias acima mencionada, o modelo prope que o retorno de
um investimento em determinado ativo deveria apresentar dois prmios : o do tempo, equivalente
ao retorno de uma taxa livre de risco, e o do risco corrido, equivalente a diferena entre os
retornos do mercado e da taxa livre de risco, multiplicada pela relao da covarincia entre os
retornos do mercado e do ativo, dividida pela varincia dos retornos do mercado, de forma
simplista, o modelo supe que existe uma linearidade entre risco e retorno.
Dentre as inmeras restries que o prprio modelo j exige como ausncia de impostos,
ausncia de custos de transao, preferncias homogneas, existem outras restries por utilizar o
modelo no Brasil por ser um mercado emergente. Contudo para a elaborao deste trabalho,
tentou-se ignor-las e at mesmo engan-las, se que pode-se dizer assim, ao utilizar dados de
outro mercado como benchmark. A utilizao de um benchmark para substituir os problemas
encontrados, foram adaptados depois de estudos realizado por diversos autores de renome. Esta
modificao se mostrou eficaz com a execuo dos clculo, comprovando ento a substituio da
taxa livre de risco brasileira por uma T-bond norte americana e pela substituio da carteira de
mercado brasileira pelo S&P500, ainda para melhorar os clculos, a adio do risco Brasil serviu
para dar mais realismo no modelo.
Como objetivo este trabalho tinha a utilizao do modelo acima descrito, no mercado
acionrio brasileiro, de forma a encontrar carteiras timas com relao ao risco e retorno.
A escolha do Ibovespa como ndice para compor o trabalho, foi baseado no fato deste ser
o mais reconhecido e utilizado no Brasil.
62
O objetivo do trabalho foi comprido fielmente, aps a obteno dos dados no software
Economtica e os clculos necessrios para rodar o modelo, rodou-se uma ferramenta de
programao linear chamada Solver para ento tentar maximizar o retorno de uma possvel
carteira a ser composta pelos ativo da Ibovespa, como tambm para minimizar o risco de uma
hipottica segunda carteira de aes.
Com base na Moderna Teoria de Portflio fez-se uma restrio para nenhum ativo conter
participao superior a 5% na carteira. Como resultado obteve-se o retorno maximizado para uma
carteira e o risco minimizado para outra, atendendo as solicitaes requeridas, validando ento o
modelo construdo como benchmark de dados norte-americanos. A confrontao realizada entre
os betas obtidos nas anlise de regresses e os betas do software Economtica, tambm
satisfizeram os requisitos da pesquisa, podendo tambm valid-los.
Como forma de analisar as carteiras encontradas foi verificado as distncias tanto em
termos absolutos como em termos percentuais do retorno e do beta encontrado entre ambas. Se
tratando de duas variveis positivamente correlacionas, ou seja, impossvel maximizar uma
sem com que a outra acompanhe esta maximizao, as distncias podem ser tratadas como
adequadas, comprovando o sucesso do modelo de otimizao.
Por fim depois de ter traado a reta SML, seria tentador no verificar o status das carteiras
otimizadas quanto seu valor no mercado. Desta forma ao plotar no grfico suas coordenadas,
pde-se verificar que ambas as carteiras timas foram encontradas superiormente reta SML, ou
seja elas pagam um retorno maior do que seria o justo para dado o risco a se corrido.
O resultado final deste trabalho serviu para demonstrar uma forma de otimizao de risco
e retorno com base em duas reas de estudo, mercado financeiro e programao linear. Mais
fielmente, a aplicao da programao linear no mercado financeiro. Como resultado final
considera-se que o trabalho teve sucesso em suas demonstraes, dado um modelo de estudo to
til, contestado e praticamente nico no mercado.
63
REFERNCIAS BIBLIOGRFICAS
ASSAF, A.N. Mercado Financeiro. 7 Ed. So Paulo: Atlas, 2005.
ASSAF, A.N. Mercado Financeiro. 3 Ed, So Paulo: Atlas, 2000.
Bernstein, P. L. (1992). Capital ideas. New York : Free Press.
Bernstein, P. L. (1997). Desafio aos deuses : a fascinante histria do risco. Rio de Janeiro:
Campus.
Brealey, R. A. & Myers, S. C. (1992). Princpios de finanas empresariais. 3 ed. Portugal:
McGraw Hill de Portugal.
Bolsa de Valores de So Paulo. (1998). ndice Bovespa. Texto extrado em 17/02/98 da World
Wide Web : http:// www.bovespa.com.br/indbovp.htm.
Copeland, T. E. & Weston, F. J. (1992). Financial theory and corporate policy. Reimpresso da
3a. edio. Nova Iorque : Addison Wesley.
DAMODARAN, Aswalth. Corporate Finance: Theory and Practice. Ed Wiley, 1997
DAMODARAN, A. Avaliao de Investimentos: Ferramentas e Tcnicas para determinao do
valor de qualquer ativo. Rio de Janeiro: Qualitmark, 2006.
Enfoque Grfico Sistemas Ltda. (1998a). ndice Bovespa : informaes adicionais.
http://www.enfoque.com.br/cotacoes/info/c_IBVSP.htm.
Fama, E. F. (1970). Efficient capital markets : a review of theory and empirical work. Journal of
Finance, maio, pp. 383-417.
HILLIER, F.S.; LIEBERMAN, G.J.. Introduo Pesquisa Operacional. 8 Ed. So Paulo:
McGraw-Hill, 2006.
Leite, H. de P. ; Sanvicente, A. Z. (1995). ndice Bovespa : um padro para os investimentos
brasileiros. So Paulo : Atlas.
Markowitz, H. (1952). Portfolio selection. Journal of Finance, junho, pp. 77 - 91.
MURPHY, J. Technical Analysis of the Futures Markets. New York: New York Institute of
Finance, 1986.
Pratt, S. P. (1967). Relationship between viability of past returns and levels of future returns for
common stocks, 1926-1960. Memorandum.
64
Povoa, A. (2004). Valuation como precificar aes. So Paulo: Globo, 2004
Sanvicente, A. Z. & Mellagi Filho, A. (1988). Mercado de capitais e estratgias de investimento.
So Paulo : Atlas.
Sharpe, W. F. (1964). Capital asset prices : A theory of market equilibrium under conditions of
risk. Journal of Finance, setembro, pp. 425-443.
Sharpe, W. F., Alexander, G. J. & Bailey, J. V. (1995). Investments. 5 ed. New Jersey : Prentice
Hall.
Tobin, J. (1958). Liquidity preference as a behavior toward risk. Review of Economic Studies,
pp. 65-86.
Van Horne, J. C. (1995). Financial management and policy. 10 ed. New Jersey : Prentice Hall.