You are on page 1of 60

UNIVERSIDADE FEDERAL DE JUIZ DE FORA CURSO DE GRADUAO EM ENGENHARIA DE PRODUO

TLIO GRIZENDE E ALMEIDA

OTIMIZAO DE CARTEIRAS DE INVESTIMENTOS UTILIZANDO O MODELO DE ELTON-GRUBER

JUIZ DE FORA 2010

TLIO GRIZENDE E ALMEIDA

OTIMIZAO DE CARTEIRAS DE INVESTIMENTOS UTILIZANDO O MODELO DE ELTON-GRUBER

Trabalho de Concluso de Curso apresentado a Faculdade de Engenharia da Universidade Federal de Juiz de Fora, como requisito parcial para a obteno do ttulo de Engenheiro de Produo.

Orientador: DSc., Carlos Frederico da Silva Crespo

JUIZ DE FORA 2010

Almeida, Tlio Grizende e. Otimizao de carteiras de investimentos utilizando o modelo de Elton-Gruber / Tlio Grizende e Almeida. 2010. 58 f. : il. Trabalho de concluso de curso (Graduao em Engenharia de Produo)-Universidade Federal de Juiz de Fora, Juiz de Fora, 2010. 1. Engenharia de produo. 2. Economia. I. Ttulo. CDU 658.5

TLIO GRIZENDE E ALMEIDA

OTIMIZAO DE CARTEIRAS DE INVESTIMENTOS UTILIZANDO O MODELO DE ELTON-GRUBER

Trabalho de Concluso de Curso apresentado a Faculdade de Engenharia da Universidade Federal de Juiz de Fora, como requisito parcial para a obteno do ttulo de Engenheiro de Produo.

Aprovada em 09 de Novembro de 2010.

BANCA EXAMINADORA

____________________________________________________ DSc., Carlos Frederico da Silva Crespo (Orientador) Universidade Federal de Juiz de Fora

___________________________________________________ DSc., Marcos Martins Borges Universidade Federal de Juiz de Fora

___________________________________________________ MSc., Roberto Malheiros Moreira Filho Universidade Federal de Juiz de Fora

RESUMO A dcada de 1950 marcou uma revoluo nas pesquisas em finanas, com a rea alcanando um carter universal, com a formalizao de um arcabouo terico. Neste perodo, Harry Markowitz publica no peridico Journal of Finance seu artigo Portfolio Selection, criando a Teoria da Carteira (Portfolio). Nele, o autor demonstra matematicamente como a diversificao do investimento, com a compra de diversas aes ou outros ativos (carteira), pode ser usada de forma a reduzir os riscos de aes isoladas, alm de fornecer projees do retorno esperado para uma dada carteira. Desde ento, diversos outros modelos para a seleo de carteiras tem sido desenvolvidos, como o modelo de ndice nico e o modelo de EltonGruber. Este trabalho tem como objetivo estudar o modelo de formao de carteiras timas com a utilizao de cotaes histricas das aes, verificando se, com a utilizao do modelo de seleo de carteiras de Elton-Gruber obter-se-ia um retorno maior que o ndice Bovespa. conduzida uma pesquisa de natureza aplicada e descritiva, abordada de forma quantitativa, com o uso do mtodo de modelagem e simulao. Foram utilizados dados histricos mensais do perodo compreendido entre os anos de 2009 e 2010, ajustados aos proventos distribudos, sem, contudo, considerar efeitos inflacionrios. Embora o modelo no tenha sido capaz de obter retorno superior ao do ndice Bovespa, foi eficaz na reduo do risco. Este modelo uma ferramenta indispensvel na gesto de investimentos, de fcil utilizao, mas deve ser combinada com outras tcnicas de anlise de investimentos.

Palavras-chave: Engenharia financeira. Seleo de carteiras. Modelo de Elton-Gruber.

ABSTRACT The 1950s marked a revolution in research in finance. It have reached a universal character, with the formalization of a theoretical framework. During this period, Harry Markowitz published in the Journal of Finance his article "Portfolio Selection", creating the Theory of Portfolio. The author demonstrates mathematically how the diversification of the investment with the purchase of various stocks or other assets (portfolio) can be used to reduce the risk of isolated actions, and provides forecasts of expected return for a given portfolio. Since then, several other models for portfolio selection have been developed, as the single index model and the Elton-Gruber model. This work aims to study the model of formation of optimal portfolios using historical stock quotes, verifying if the model of portfolio selection from Elton-Gruber would get a higher return than the Bovespa index. It conducted a survey of descriptive and applied nature, discussed in a quantitative manner, using the modeling and simulation's method. Monthly historical data from the period between the years 2009 and 2010 where used, adjusted for any gains distributed without, however, consider inflation effects. Although the model has not been able to get higher returns than the Bovespa index, it was effective in reducing risk. This model is an indispensable tool for investment management, easy to use, but must be combined with other techniques of investment analysis.

Keywords: Financial engineering. Portfolio selection. Elton-Gruber model.

LISTA DE ILUSTRAES Quadro 1 Aes utilizadas para seleo da carteira ............................................................ 11 Figura 1 Efeito do nmero de ttulos sobre o risco da carteira (Estados Unidos) ................ 21 Figura 2 Retorno esperado e risco para uma carteira com duas aes ................................. 22 Figura 3 Retorno esperado e risco para um ativo sem risco e um ativo com risco............... 24

LISTA DE TABELAS Tabela 1 Exemplo de dados para o modelo de Markowitz ................................................. 19 Tabela 2 Classificao das tcnicas de previso dos betas ................................................. 29 Tabela 3 Composio da carteira para 2009 utilizando betas histricos .......................... 37 Tabela 4 Composio da carteira para 2009 utilizando mdia global .............................. 38 Tabela 5 Retornos atuais das carteiras 2009 e do ndice Bovespa durante 2010 ................. 39 Tabela 6 Retornos mensais e acumulados das carteiras durante 2010 ................................. 40 Tabela 7 Retornos atuais das carteiras 2008 e do ndice Bovespa durante 2009 ................. 42 Tabela 8 Valorizaes em 2008 e 2009 e participaes nas carteiras ................................. 42 Tabela 9 Carteira para o clculo do IBOVESPA em 05/07/2007 (Parte 1) ......................... 47 Tabela 10 Carteira para o clculo do IBOVESPA em 05/07/2007 (Parte 2) ....................... 48 Tabela 11 Cotaes ajustadas das aes em 2008 .............................................................. 49 Tabela 12 Cotaes ajustadas das aes em 2009 .............................................................. 50 Tabela 13 Cotaes ajustadas das aes em 2010 .............................................................. 51 Tabela 14 Clculos para as aes no ano de 2009 (Parte 1) ................................................ 52 Tabela 15 Clculos para as aes no ano de 2009 (Parte 2) ................................................ 53 Tabela 16 Clculos para as aes no ano de 2008 (Parte 1) ................................................ 54 Tabela 17 Clculos para as aes no ano de 2008 (Parte 2) ................................................ 55 Tabela 18 Carteira para 2008/2009 utilizando betas histricos ....................................... 56 Tabela 19 Carteira para 2008/2009 utilizando mdia global ........................................... 57

SUMRIO 1 INTRODUO ............................................................................................................. 9

1.1 CONSIDERAES INICIAIS ...................................................................................... 9 1.2 JUSTIFICATIVA ........................................................................................................ 10 1.3 ESCOPO DO TRABALHO ......................................................................................... 10 1.4 FORMULAO DE HIPTESES .............................................................................. 12 1.5 ELABORAO DOS OBJETIVOS ............................................................................ 12 1.6 DEFINIO DA METODOLOGIA ............................................................................ 12 1.7 ESTRUTURA DO TRABALHO.................................................................................. 13 2 REVISO DE LITERATURA .................................................................................... 14

2.1 INVESTIMENTOS ..................................................................................................... 14 2.2 RISCO E RETORNO ................................................................................................... 15 2.3 HIPOTSE DE MERCADOS EFICIENTES ................................................................ 16 2.4 MODELO DE MARKOWITZ ..................................................................................... 17 2.5 MODELO DE NDICE NICO ................................................................................... 24 2.6 CAPITAL ASSET PRICING MODEL (CAPM) ........................................................... 26 2.7 ESTIMATIVAS DO BETA ......................................................................................... 27 2.8 MODELO DE ELTON-GRUBER ................................................................................ 29 2.9 DESEMPENHO DE CARTEIRAS .............................................................................. 31 3 DESENVOLVIMENTO .............................................................................................. 33

3.1 DESCRIO DO PROTOCOLO DE PESQUISA ....................................................... 33 3.2 DESCRIO DAS UNIDADES DE ANLISE .......................................................... 34 4 RESULTADOS ............................................................................................................ 35

4.1 RESULTADOS ALCANADOS ................................................................................ 35 4.2 DISCUSSO DOS RESULTADOS ............................................................................. 39 5 CONCLUSES............................................................................................................ 41

REFERNCIAS ................................................................................................................. 44 ANEXOS ............................................................................................................................ 47

1. INTRODUO

1.1

CONSIDERAES INICIAIS O estudo das finanas iniciou-se no comeo do sculo XX, a partir dos trabalhos de

economistas, como um ramo da economia institucional. Estes pesquisadores se utilizavam de suas experincias prticas para descrever o comportamento dos diversos agentes atuantes no mercado e, a partir disso, criar um conjunto de regras a serem utilizadas pelos gestores financeiros. Estas, por sua vez, destinavam-se a descrever, no explicar o funcionamento do mercado, o que tomava suas pesquisas no universalmente aplicveis (IQUIPAZA, AMARAL e BRESSAN, 2009). Dentre os primeiros trabalhos, verifica-se uma nfase na anlise da estrutura de capitais da empresa e polticas de dividendos. Na dcada de 1940, desenvolveu-se tambm o estudo de anlise de valor, pelo engenheiro Lawrence Dellos Miles na empresa General Eletric (LIMA e MATHIAS, 2003). Contudo, a dcada de 1950, marcou uma revoluo nas pesquisas em finanas. A rea tomou um carter universal, com a formalizao de um arcabouo terico. A moderna teoria das finanas formou-se com base na teoria econmica neoclssica e na preocupao em torn-la quantificvel. Diversos estudos na rea foram desenvolvidos por pesquisadores do perodo, como Markowitz, Modigliani, Miller, Sharpe, Black, Scholes, entre tantos outros (IQUIPAZA, AMARAL e BRESSAN, 2009). Alm do desenvolvimento da teoria da carteira, em 1952, considerada um marco no estudo das finanas, existem diversas outras contribuies importantes, que so utilizadas at hoje, como o modelo de formao de preos de ativos financeiros (CAPM), na dcada de 1960, ou o modelo de precificao de derivativos, em 1973, por Black e Scholes. Nesta poca, iniciaram-se tambm os trabalhos na rea de finanas comportamentais (Behavioral Finance), ampliando o campo das finanas com a aplicao de conceitos da psicologia e sociologia (LIMA e MATHIAS, 2003). importante considerar ainda o desenvolvimento de computao como apoio para o estudo das finanas modernas. Conforme artigo de Lima e Mathias (2003), a crescente complexidade dos mecanismos de clculos utilizados nos estudos financeiros exige poder computacional que no existia na dcada de 1950, e suas melhorias nas ltimas dcadas difundiram conceitos e tcnicas financeiras ao pblico.

10

Contudo, diversos obstculos dificultaram o desenvolvimento e aplicao das cincias financeiras. Dentre estas dificuldades, uma das principais foi a necessidade de delimitar legalmente os mercados financeiros, de modo a caracteriz-los como distintos dos jogos de azar, conforme Iquipaza, Amaral e Bressan (2009). Outro ponto de impedimento foi a dificuldade encontrada para a classificao desta rea como campo de conhecimento, que por vezes era agrupado dentro das cincias econmicos; em outros casos, integrava as escolas de negcios. Tambm ocorreram barreiras a utilizao destes conhecimentos nos prprios mercados, em funo da no compreenso dos conceitos bsicos das finanas modernas pelos agentes do mercado. Contudo, com a superao destes aspectos, as finanas passaram a possuir uma importncia crescente e, com o desenvolvimento da informtica, uma aplicao cada vez mais difundida.

1.2

JUSTIFICATIVA A presena da incerteza como fator preponderante das decises de investimento,

tanto em mercados financeiros como investimentos de capital, tornou a rea financeira um campo propcio para a aplicao de tcnicas da rea de pesquisa operacional, em particular aquelas quantitativas. Segundo Fensterseifer, Galesne e Ziegelmann (1987) uma tendncia a percepo da importncia do risco na anlise de investimentos, com cada vez mais o emprego de tcnicas oriundas da pesquisa operacional. Embora sua utilizao total ainda seja baixa, possivelmente concentrada em setores mais dinmicos da economia, h uma conscientizao dos gestores para sua importncia. Outro ponto o crescimento do valor negociado no mercado de aes. Segundo dados da Bolsa de Valores, Mercadorias e Futuros de So Paulo (2010b), o crescimento mdio foi de 38,5% ao ano, entre 1993 e 2009, passando de 375,5 pontos no ndice Bovespa anual para 68.588,40 pontos. Isso reflete a importncia crescente deste mercado na economia brasileira, e conseqente demanda por profissionais com conhecimentos na rea e por pesquisas acadmicas sobre sua dinmica.

1.3

ESCOPO DO TRABALHO Estudou-se o modelo de formao de carteiras timas com a utilizao de cotaes

histricas das aes. Foram utilizados dados passados das cotaes das aes da Bolsa de

11

Valores, Mercadorias e Futuros de So Paulo (BM&FBovespa), ajustadas de acordo com os proventos distribudos. Isso permitiu uma anlise do retorno obtido pelo investidor, o que necessrio para a preciso dos resultados a serem obtidos. No houve nenhum tratamento dos dados quanto s taxas de inflao brasileiras presentes no perodo considerado. Estes dados foram coletados do site GuiaInvest (www.guiainvest.com.br), para perodo compreendido entre 05/07/2007 e 05/07/2010. Os valores obtidos foram utilizados para o clculo do retorno mensal das aes, visando minimizar valores extremos obtidos na cotao diria (outliers), que poderiam distorcer os resultados. Utilizou-se como universo de ttulos aqueles que compem o clculo do Ibovespa na data de 05/07/2007 (Anexo 1). Dentre estas 59 aes, duas delas (ITAU4 e UBBR11) se fundiram em uma nica (ITUB4). Outras 11 aes no foram encontradas ou no apresentavam dados durante o perodo completo desta anlise. Logo, para o trabalho foram consideradas 47 aes no total (Quadro 1).
PETR4 VALE5 USIM5 BBDC4 ITAB4 TNLP4 GGBR4 PETR3 VALE3 CSNA3 CMIG4 ITSA4 BBAS3 ELET6 NETC4 ALLL11 TAMM4 TNLP3 BRAP4 ELET3 VIVO4 BRKM5 CSAN3 GOLL4 AMBV4 CPLE6 NATU3 GOAU4 CCRO3 CYRE3 BRTO4 TCSL4 EMBR3 CPFE3 CESP6 SBSP3 LREN3 ELPL6 KLBN4 TMAR5 TCSL3 CRUZ3 LIGT3 TRPL4 CLSC6 TLPP4 CGAS5

Quadro 1 Aes utilizadas para seleo da carteira Fonte: Souza, 2010 (Adaptado)

Outro ponto a ser considerado foi o foco na modelagem dos investimentos sem considerao de vendas a descoberto. Este processo consiste na venda de ativos que o investidor no tem posse, para compr-lo em data futura. Caso ocorra reduo em seu valor, o investidor obter lucros na negociao.

12

1.4

FORMULAO DE HIPTESES Considerou-se um universo de aes formado pelos ttulos que compem a carteira

utilizada para o clculo do ndice Bovespa (Ibovespa), da Bolsa de Valores, Mercadorias e Futuros de So Paulo (BM&FBovespa). Procurou-se verificar se, com a utilizao do modelo de seleo de carteiras de Elton-Gruber, dentro do universo de aes considerado, obter-se-ia um retorno maior que o prprio Ibovespa.

1.5

ELABORAO DOS OBJETIVOS Este trabalho estudou a seleo de carteiras pela aplicao do modelo de Elton-

Gruber, com o uso de dados histricos, analisando o desempenho da carteira obtida e comparando-a quantitativamente com o ndice Bovespa. Comparou-se tambm a preciso entre duas tcnicas distintas para estimativa do beta das aes, determinando qual apresenta maior acurcia para o perodo.

1.6

DEFINIO DA METODOLOGIA O trabalho apresentou uma pesquisa de natureza aplicada e objetivos descritivos,

utilizando-se de conhecimentos anteriores para aplicao prtica. No se pretende desenvolver ou detalhar nenhuma relao causal para a seleo de carteiras, apenas descrever o comportamento destas ao longo do perodo estudado. utilizada uma abordagem quantitativa, com o uso do mtodo de modelagem e simulao, com foco principal no processo de simulao. Conforme Morabito e Pureza (2010), os modelos quantitativos so representaes da realidade, desenvolvidos para auxiliar sua anlise de modo sistemtico, descritos em linguagem matemtica e computacional. Estes modelos devem ser simples o suficiente para poderem ser determinados pelos mtodos de resoluo conhecidos, mas sem excluir aspectos importantes que interfiram de maneira contundente nos resultados reais. A simulao pode ser definida como o processo de conduo de experimentos utilizando um modelo pr-estabelecido, visando compreender e, posteriormente, otimizar o comportamento do sistema real. Conforme Bazzo e Pereira (2005), o processo de simulao consiste em submeter modelos a diversas condies, com objetivo de avaliar seu

13

comportamento. Eles o classificam em trs formas principais: icnica, analgica e matemtica. Este trabalho emprega especificamente a simulao matemtica, servindo-se de variveis que, submetidas a distrbios atravs dos dados de entrada, representam o modelo real. Entre as principais vantagens da simulao citadas, temos o baixo custo associado, replicao precisa da simulao e melhor controle sobre as variveis. Para o desenvolvimento de um estudo de simulao, necessria a utilizao de programas computacionais (softwares), visando recriar computacionalmente o sistema real, utilizando-se de modelos para isso. Sero utilizadas planilhas eletrnicas do aplicativo Microsoft Office Excel verso 2007.

1.7

ESTRUTURA DO TRABALHO O primeiro captulo do trabalho apresenta as consideraes iniciais acerca do tema,

justificativas para a pesquisa. Engloba tambm aspectos como escopo, hipteses e objetivos, alm da metodologia a ser empregada. Por fim, apresentada a forma como a monografia est estruturada. O segundo captulo destinado reviso bibliogrfica do tema selecionado, registrado o referencial terico necessrio para o desenvolvimento posterior. O terceiro captulo envolve o protocolo de pesquisa e a descrio das unidades de pesquisa. O quarto captulo relata os resultados obtidos no trabalho e discute os mesmos. O quinto captulo fecha o trabalho com as concluses obtidas durante o desenvolvimento da pesquisa.

14

2. REVISO DE LITERATURA

2.1

INVESTIMENTOS Um investimento pode ser caracterizado como um empenho (sacrifcio) monetrio,

ou de qualquer outro recurso, com a finalidade de se obter algum ganho futuro. Estes investimentos podem ocorrer tanto em ativos reais como nos financeiros. Os ativos reais compreendem recursos que podem ser utilizados para a produo de bens e servios, como terra, imveis, maquinrio e conhecimento (BODIE, KANE E MARCUS, 2000). Os ativos financeiros, por outro lado, compreendem o direito de exigibilidade sobre os ativos reais e a renda gerada por eles. Eles so geralmente classificados em trs grupos (BODIE, KANE E MARCUS, 2000): ttulos de renda fixa, patrimnio (aes ordinrios) e ttulos derivativos. Os ttulos de renda fixa correspondem a ativos que geram um fluxo fixo (ou determinado por alguma frmula), desde que o emissor deste ttulo no seja declarado falido. Existem ttulos de renda fixa variando desde riscos de inadimplncia quase nulos, como ttulos do tesouro, at aqueles com riscos moderados (obrigaes de rendimento alto) (BODIE, KANE E MARCUS, 2000). Posteriormente neste trabalho, ttulos de renda fixa com riscos baixos sero referidos como ativos livres de risco, pois se configuram nos investimentos em ativos financeiros mais seguros presentes no mercado. J os investimentos em patrimnio (aes), segundo Bodie, Kane e Marcus (2000) representam uma participao de propriedade da empresa. O retorno deste investimento ocorre pelo prprio desempenho da organizao em que se investe: se ela apresentar bom desempenho, as suas aes valorizaro, garantindo retorno de suas aes. No h garantia de fluxo de renda direta, embora a empresa possa distribuir parte de seu lucro (dividendos). Por fim, os ttulos derivativos tm pagamentos determinados pelo preo de outros ativos, como aes, obrigaes, contratos de mercadoria e taxas de cmbio. Como principais ttulos, temos as opes e os contratos futuros, que so utilizados principalmente como forma de transferncia de riscos, embora possibilitem investimentos especulativos (BODIE, KANE E MARCUS, 2000). Os ativos financeiros so negociados no mercado financeiro. O mercado de capitais uma das quatro subdivises estabelecidas, compreendendo o financiamento de mdio e longo prazo para o investimento dos agentes econmicos, por meio da aproximao com aqueles

15

que ofertam dinheiro no mercado, ou seja, que apresentam capacidade de poupana (NETO, 2005). Segundo Neto (2005), uma das principais formas de financiamento ocorre pela oferta pblica de aes, na qual uma empresa constituda como sociedade annima pode, segundo os trmites legais, ofertar parcelas do seu capital social (aes). Com a venda, a organizao obtm a verba necessria para sua operao ou novas expanses. Para os investidores, as aes so instrumentos de propriedade da empresa e seu retorno (rentabilidade) est associado ao desempenho da prpria empresa, do mercado em que ela atua e do mercado financeiro como um todo (REIS e TRICHES, 2007). A interligao existente entre mercado de capitais com os demais mercados do sistema financeiro elevada, seja internamente no Brasil ou com os sistemas financeiros de outros pases. O capital se move rapidamente entre diversas naes, ampliando o volume, liquidez e diversificao dos investimentos (REIS e TRICHES, 2007).

2.2

RISCO E RETORNO Para se avaliar alternativas de investimentos, usual a utilizao de duas medidas: o

retorno e o risco daquele investimento. Um investidor sempre buscar minimizar a probabilidade de perdas, maximizando, simultaneamente, o retorno do capital investido (MOTTA JUNIOR, OLIVEIRA e GUTIERREZ, 2007). O retorno de uma ao definido como o percentual da remunerao obtida por seu preo inicial. Segundo Samanez (2007), a remunerao composta pelos ganhos de capital (o preo final menos o preo inicial) e os benefcios obtidos durante este perodo de tempo, como bonificaes, dividendos, desdobramentos e direitos de subscrio. O risco, de maneira geral, a probabilidade de algum acontecimento desfavorvel ocorrer, como, por exemplo, retornos sobre o capital menores que o esperado. Tradicionalmente, o risco quantificado com o emprego do desvio padro (), como representao da divergncia dos resultados em funo do retorno esperado. Contudo, conforme Elton et al.(2004), diversas outras medidas tem sido utilizadas. Como exemplos, podemos citar o desvio absoluto, semivarincia e a medida de valor sujeito a risco. Considerando uma nica ao, o retorno e o risco esperados tendem a apresentar uma correlao positiva: quando o risco do investimento aumenta, o investidor tende a exigir maiores retornos (MONTEVECHI, PAMPLONA e GONALVES JUNIOR, 2002). Por isso,

16

um investidor racional sempre escolheria, para um mesmo valor de retorno esperado do ativo, a alternativa que apresente menor desvio padro. O risco de uma ao se divide em duas partes principais, o risco diversificvel (no sistemtico) e o risco de mercado (sistemtico). O risco diversificvel, tambm chamado de especfico, composto por eventos aleatrios que afetam somente a empresa ou seu setor de atuao (os exemplos clssicos so mudanas de normas para o setor ou queda no preo de determinado produto). J os riscos de mercado afetam toda a economia, estando todos os setores produtivos expostos a eles.

2.3

HIPOTSE DE MERCADOS EFICIENTES Para se obter os valores numricos acerca do retorno e dos riscos das aes, usual a

utilizao de dados histricos como estimativa destes valores futuros. Porm, necessrio analisar como os preos das aes refletem verdadeiramente as informaes econmicas sobre a empresa. Tal campo de estudos formalizou-se na dcada de 60, com a Hiptese de Mercados Eficientes (HME). Bodie, Kane e Marcus (2000) consideram trs formas de mercados, de acordo com a eficincia destas informaes: fraca, semi-forte e forte. Na forma fraca da HME, a cotao atual das aes reflete todas as informaes histricas, como cotaes passadas, volumes negociados, vendas a descoberto, entre outras. Logo, no haveria nenhuma informao presente na anlise da srie histrica de cotaes que pudesse gerar um ganho anormal no mercado; caso contrrio, os investidores j teriam compreendido e utilizado tais padres. Na forma semi-forte, os preos atuais de mercado refletiriam tanto as informaes histricas como aquelas tornadas pblicas sobre perspectivas futuras da empresa (como demonstrativos financeiros, patentes e outras publicaes) (BODIE, KANE E MARCUS, 2000). J a forma forte do HME, de acordo com Bodie, Kane e Marcus (2000), o preo das cotaes reflete todas as informaes, histricas, pblicas ou privadas. Geralmente, esta hiptese considerada extrema, pois se acredita que gestores internos de uma organizao, com informaes restritas organizao, podem obter retornos extraordinrios, antes que estas informaes sejam tornadas pblicas. Conforme Iquiapaza, Amaral e Bressan (2009) resumem, o preo de uma ao, em um mercado eficiente, reflete toda a informao disponvel sobre ela e seu valor s se alterar

17

caso novas informaes sejam disponibilizadas. Assim, como a ocorrncia destes eventos imprevisvel, o preo das aes descreve o chamado modelo de passeio aleatrio, ao longo do tempo. Santos, Coroa e Bandeira (2008) estudaram a eficincia de mercado brasileiro, considerando aes de empresas que compunham o ndice de Sustentabilidade Empresarial (ISE), no perodo de entre 2006 e 2007, comprovando a eficincia na forma fraca. Camargos e Barbosa (2003), compilando o resultado de 24 estudos no pas sobre o tema, desenvolvidos entre 1973 e 2001, obtiveram que destas, somente 10 concluram sobre a eficincia do mercado. Contudo, 70% das pesquisas que consideraram a forma fraca de eficincia a confirmaram, sendo a maioria destas de trabalhos recentes. Isso levou os autores concluso de que o mercado de capitais no Brasil apresenta-se atualmente na forma fraca de eficincia.

2.4

MODELO DE MARKOWITZ Em 1952, Harry Markowitz publica no peridico Journal of Finance seu artigo

Portfolio Selection, criando a Teoria da Carteira (Portfolio). Neste estudo, o autor demonstra matematicamente como a diversificao do investimento, com a compra de diversas aes ou outros ativos (carteira), pode ser usada de forma a reduzir os riscos de aes isoladas, alm de fornecer projees do retorno esperado para uma dada carteira. Ribeiro e Ferreira (2005) consideram que a principal contribuio deste trabalho foi analisar o retorno obtido em carteiras como variveis aleatrias, sendo sua variabilidade o prprio risco da carteira. Logo, ele forneceu a compreenso de como a diversificao dos investimentos reduz o risco. Markowitz (1952) e Santos, Coroa e Bandeira (2008), apresentam os pressupostos utilizados para orientar seus estudos: a) Os investidores aceitariam os valores de retornos de cada ativo, de acordo com a distribuio de probabilidade de seus retornos; b) Os investidores decidiriam os investimentos com base somente no valor esperado e varincia dos retornos; c) Custos de transao e impostos seriam desprezados; d) Para certa taxa de retorno, os investidores tenderiam a minimizar o risco do investimento;

18

e) Existe uma taxa sem risco na qual os investidores podem aplicar ou captar recursos; f) Os ativos seriam infinitamente divisveis, podendo assim comprar qualquer valor de aes, e no somente mltiplos do valor mnimo negociado. O retorno esperado de uma carteira (Rc) dado por (SAMANEZ, 2007):

Onde: N = nmero de ativos na carteira; Ri = retorno esperado do ativo i; Xi = porcentagem do valor da carteira aplicado no ativo i. J o risco da carteira, avaliado em termos da varincia ( c2), definido como (SAMANEZ, 2007):

Onde: i2 = varincia do ativo i; i,j = covarincia entre os ativos i e j. O problema de otimizao de carteiras pode ser resolvido com o uso de programao matemtica, mais especificamente programao quadrtica. Considerando vendas a descoberto no permitida e buscando minimizar o risco para um retorno de carteira dado (R p), temos que (MORETTI, 2004):

Restrito a:

19

Samanez (2007) apresenta uma abordagem alternativa, com a presena de um ativo sem riscos na carteira.

Restrito a:

Este dois casos configuram-se como problemas de programao no linear, com variveis Xi (porcentagem a ser investida em cada ao). Dentre as tcnicas de resoluo, temos o mtodo dos multiplicadores de Lagrange. Sendo L a funo lagrangeana, composta pela funo objetivo, subtrada das restries multiplicadas pelo operador lagrangeano .

Conforme Samanez (2007), deve-se derivar a funo L em funo das variveis Xi e em funo do operador . Igualando-se estas derivadas a zero e resolvendo o sistema de equaes resultantes, obtm-se o ponto de mnimo risco da funo obtida.

Considerando como exemplo uma carteira com dois ativos (N = 2) e os seguintes dados, conforme tabela 1 (SAMANEZ, 2007):
Tabela 1 Exemplo de dados para o modelo de Markowitz

Retorno Esperado do ativo 1 Retorno Esperado do ativo 2 Risco (varincia do ativo 1) Risco (varincia do ativo 2) Covarincia entre os ativos 1 e 2 Retorno esperado para a carteira Retorno esperado para os ativos sem risco
Fonte: Samanez, 2007 (Adaptado)

12% 10% 4 3 0 9% 6%

Temos como funo objetivo ento:

20

Derivando esta funo objetivo, obteremos trs equaes:

Substituindo os dados e resolvendo o sistema resultante, teremos a porcentagem a ser investida em cada ao:

Para se obter a frao a ser alocada ao ativo sem risco (Rf):

Samanez (2007) tambm observa que a nica restrio para o ltimo problema a taxa de retorno desejada. Neste caso, poder-se-ia obter variveis Xi com valores negativos, caracterizando vendas a descoberto. Para evitar esta possibilidade, adicionam-se restries adicionais, forando as variveis a assumirem valores no negativos (X i 0). Isso foraria a

utilizao das tcnicas de Karush-Kuhn-Tucker (KKT), para garantir que a soluo obtida seja a soluo tima global, mas aumentaria a complexidade computacional da resoluo do problema. Para anlise da forma como a diversificao reduz a variabilidade, iremos considerar que cada ativo tem participao igual do total aplicado na carteira (X i = 1/N). Desenvolvendo a frmula, temos que (SAMANEZ, 2007):

Ou

21

Onde: = varincia mdia da carteira; = covarincia mdia da carteira. Percebemos ento que o fator da varincia mdia da carteira se reduz com o aumento do nmero de aes, enquanto a covarincia mdia permanece estvel. No limite, com N tendendo ao infinito, teramos que a varincia da carteira seria igual a covarincia de seus ttulos. Por isso, considerado que representa o risco diversificvel da carteira, enquanto

o risco de mercado, pois no se reduz com o aumento do tamanho da carteira. Isso pode ser visto no grfico comparativo entre o tamanho das carteiras e o risco correspondente (Figura 1).

Figura 1 Efeito do nmero de ttulos sobre o risco da carteira (Estados Unidos) Fonte: Elton et al., 2004 (Adaptado)

Outro ponto importante do trabalhado de Markowitz foi a definio de Fronteira Eficiente. Considerando o pressuposto de que para dada taxa de retorno, os investidores tenderiam a minimizar o risco do investimento, ou, alternativamente, para um risco fixo, estes investidores buscariam o retorno mximo, observou-se que haveria um limite no grfico entre retorno esperado e varincia da carteira. Este representaria o maior retorno possvel para qualquer taxa de risco, e seu perfil dependeria principalmente do coeficiente de correlao entre os ativos (Figura 2).

22

Analisando uma carteira composta por somente dois ativos, A e B, seu retorno (R c) e risco (c) (no caso, utilizando o desvio-padro) so representados por:

Onde: A,B = coeficiente de correlao entre os ativos A e B. O coeficiente de correlao a forma normalizada da covarincia, para apresentar os valores entre -1 e 1. obtido segundo a equao:

Figura 2 Retorno esperado e risco para uma carteira com duas aes Fonte: Montevechi, Pamplona e Gonalves Junior, 2002.

Percebe-se, pela figura, que, quando os ativos apresentam coeficiente de correlao igual a um (A,B = 1), a fronteira eficiente formada por uma reta, conforme a proporo de

23

cada ativo includo na carteira. Isso representa uma combinao linear entre os retornos e desvios-padro das aes (SAMANEZ, 2007). Quando o coeficiente de correlao perfeitamente negativa (A,B = -1), o nvel de risco, para um dado retorno, o mnimo possvel. Neste caso, haver uma determinada proporo na qual o risco da carteira ser nulo, representada por c = 0. importante notar que, na figura acima, o segmento de reta delimitado entre os retornos de 10% e 15% no representa a fronteira eficiente desta combinao de dois ativos, pois haver outras propores que apresentam retornos superiores para o mesmo nvel de risco. Para valores intermedirios da correlao (-1 A,B 1), a fronteira eficiente apresenta-se como no linear, gerando redues de risco inferiores ao obtido com a correlao perfeitamente negativa. Quanto menor o valor da correlao entre as aes consideradas, maior ser a reduo do risco e maior o ganho obtido com a diversificao. Analisando a figura 2, percebemos o efeito obtido pela seleo apropriada de ttulos. Considerando um retorno de 15%, temos uma taxa de risco de tambm 15%. Considerando ttulos com correlao inferiores, podemos reduzir este risco, mantendo o retorno constante, at o limite da correlao perfeitamente negativa (A,B = -1), na qual no haveria risco neste investimento. Alternativamente, podemos considerar a variao dos retornos esperados, dada determinado risco constante. Neste caso, obteramos o maior retorno quando a correlao fosse perfeitamente negativa e o retorno mnimo para a correlao perfeitamente positiva. Considerando a presena de um ativo livre de riscos ( i2 = 0), com retorno esperado igual Rf compondo a carteira, a fronteira eficiente se altera (Figura 3). Neste caso, conforme Samanez (2007), os coeficientes de correlao entre os ttulos com risco e aquele ttulos sem risco so nulos. Assim, com uma carteira formada pelo ativo com risco A e um ativo sem risco, o retorno e o risco esperados sero:

Pela ltima frmula, temos a porcentagem do valor da carteira aplicado no ativo A:

Desta forma, a fronteira eficiente formada por uma reta, com coeficiente linear igual rentabilidade do ativo sem risco, conforme a equao:

24

Figura 3 Retorno esperado e risco para um ativo sem risco e um ativo com risco Fonte: Montevechi, Pamplona e Gonalves Junior, 2002.

Desta forma, a carteira se situar sobre a fronteira eficiente, com investidores mais conservadores selecionando portflios com menor risco, e conseqentemente, maiores participao de ativos sem risco. Por outro lado, investidores que buscam maiores retornos tendem a aumentar a participao dos ativos com risco em suas carteiras. Embora a proposta de Markowitz fosse essencialmente prtica, Elton, Gruber e Padberg (1976) discorrem sobre os motivos da no utilizao dos mtodos expostos em seu artigo. As causas citadas so as dificuldades de estimao dos dados (principalmente a matriz de correlao), a dificuldade computacional de resoluo da programao quadrtica do modelo e a resistncia dos gestores de fundos de investimento em compreender o prprio modelo corretamente.

2.5

MODELO DE NDICE NICO Para simplificar o modelo de Markowitz, que exigia um grande esforo

computacional para a poca e grande equipe de analistas financeiros, foi desenvolvido o modelo de ndice nico por Sharpe, em 1963. Este utiliza, ao invs da correlao entre as diferentes aes, uma correlao (beta) entre cada ao e um ndice que represente o retorno mdio das aes no mercado (SANTOS, COROA E BANDEIRA, 2008). Para uma nica ao i, o modelo de ndice nico considera sua rentabilidade (R i) e varincia (i2) como (ELTON et al., 2004):

Onde: i = Componente do retorno da ao independente do mercado;

25

Rm = taxa de retorno do ndice de mercado escolhido; i = constante que relaciona o retorno do ttulo i a taxa de retorno do mercado R m; ei = componente aleatrio do preo da ao; m2 = varincia da taxa de retorno do ndice R m; ei2 = varincia do componente aleatrio do preo. So usadas as seguintes premissas para o modelo de ndice nico (SAMANEZ, 2007): a) O retorno de um ativo dado por uma equao de regresso linear relacionado-o com o retorno do mercado; b) O erro aleatrio de um ativo apresenta distribuio normal e mdia zero;

c) O erro aleatrio ei no correlacionado a taxa de retorno do mercado Rm;

d) A covarincia entre os erros aleatrios entre dois ativos nula; assim, dois ttulos somente variam de maneira similar em funo da correlao com o ndice de mercado.

Assim, o retorno mdio de cada ao pode ser dado por:

E a covarincia entre dois ttulos por (ELTON et al., 2004):

Desta forma, o problema de seleo da carteira tima pode ser definido para o modelo de ndice nico. O retorno esperado da carteira (Rc) dado por (ELTON et al., 2004):

O beta da carteira (ELTON et al., 2004):

Ento, a varincia da carteira (ELTON et al., 2004):

26

2.6

CAPITAL ASSET PRICING MODEL (CAPM) Para uma carteira ser perfeitamente diversificada, esta dever conter todos os ativos

que compem o mercado. Ela representar o prprio mercado, com retorno R m e risco m, sendo geralmente aproximada pelos ndices das bolsas de valores, como o IBOVESPA no Brasil. Conforme Samanez (2007), considerando um mercado eficiente em condies de equilbrio, o excesso de retorno obtido (considerando como referncia o retorno do ativo sem risco) para cada unidade de risco dever ser igual para todos os ativos. Assim, temos que:

O Modelo de Precificao de Ativos Financeiros, ou Capital Asset Pricing Model (CAPM), foi desenvolvido por Sharpe, Lintner e Mossin, na dcada de 1960, com base na igualdade entre os excessos de retorno. O modelo quantifica o retorno esperado das aes de forma linear, considerando que o retorno funo da rentabilidade dos investimentos sem risco e tambm do retorno exigido para assumir o risco do ativo (chamado de prmio de risco) (SAMANEZ, 2007). Conforme este modelo, o risco diversificvel no dever ser remunerado pelo mercado, em funo da possibilidade de sua eliminao em uma carteira; por isso, somente o risco sistemtico seria recompensado:

Para Samanez (2007), o modelo CAPM apresenta as seguintes premissas: a) Os investidores apresentam expectativas iguais quanto aos retornos e riscos; b) O retorno dos investidores igual, pela ausncia de impostos e outros custos; c) No existem limites para os investimentos e emprstimos; d) Existe uma taxa sem risco na qual os investidores podem aplicar ou captar recursos; e) Os investidores so avessos ao risco; f) O nico risco presente o risco de mercado (por considerar as carteiras diversificadas); g) O mercado perfeito, no apresentando custos de transao e de informao; alm disso, nenhum investidor isolado pode modificar o preo dos ativos. Embora o CAPM tenha difundido a utilizao das ferramentas de avaliao de ttulos e projetos de investimento, ele se baseia na anlise de ttulos com somente um perodo de durao (modelo uniperidico). Diversos outros modelos, com capacidade para anlises

27

multiperidicas, foram desenvolvidos, como o arbitrage price theory (APT) e uma verso mais abrangente do CAPM, conhecida como CAPM Intertemporal (ICAPM) (SAMANEZ, 2007). Observam-se tambm, na literatura, diversas anomalias relacionadas ao CAPM. Segundo Samanez (2007), as principais anomalias so: o efeito tamanho, observado em aes de empresas de pequeno porte, que apresentam retornos maiores que o valor esperado obtido pelo modelo; e o efeito valor, no qual empresas com valor contbil do patrimnio lquido baixo em relao ao valor de mercado proporcionaram retornos tambm superiores ao previsto.

2.7

ESTIMATIVAS DO BETA O beta parmetro fundamental para a utilizao do apreamento de ativos pelo

CAPM e para a seleo de carteiras utilizando ndice nico. Ele representa a volatilidade de determinada ao em resposta a alteraes do mercado (representado geralmente por seu ndice) (SAMANEZ, 2007). Desta forma, fundamental a preciso de sua estimativa para os resultados do modelo. Para estabelecer essa relao entre o retorno de determinada ao e o ndice do mercado, utilizada a tcnica de regresso linear entre estas duas variveis. Considerando as sries temporais dos ativos e do ndice de mercado, se expressa relao entre eles de acordo com a seguinte equao (SAMANEZ, 2007):

Samanez (2007) explica a utilizao do processo de regresso linear para o clculo dos alfas () e betas (). A tcnica consiste em ajustar uma reta ao conjunto de valores observados, de forma a minimizar o somatrio do quadrado dos erros aleatrios. Elton et al. (2004) utiliza das seguintes frmulas para o clculo, com T observaes para cada ao:

O coeficiente representa o ponto mais provvel de interseco da reta com o eixo das ordenadas. O beta () representa seu coeficiente angular, indicando a volatilidade da ao em resposta s oscilaes de mercado; um beta inferior a um ( < 1) representa que a ao aumenta proporcionalmente menos quando h um aumento no ndice de mercado, por outro

28

lado, em uma eventual reduo no valor do ndice de mercado, esta ao ter o valor diminudo em uma razo menor do que a do mercado. A ao com beta acima de um ( > 1) apresenta comportamento inverso. Seu valor ir se reduzir mais quando houver reduo do ndice, e aumentar proporcionalmente mais, quando este se elevar. Contudo, a utilizao do mtodo de regresso linear supe que os parmetros do modelo, alfa e beta, sejam constantes ao longo do tempo. Uma complicao ocorre quando se percebe que estes no apresentam valores perfeitamente estacionrios ao longo do tempo (ELTON et al., 2004). Isso leva a erros na estimao dos valores, mas que podem ser corrigidos, visando minimizar as distores provocadas. Para o ajustamento dos betas das aes, esto disponveis na literatura vrias tcnicas. Recentes desenvolvimentos de novas metodologias, aliadas a melhorias de preciso das antigas, ampliaram o leque de escolhas para previso de carteiras timas. Elton, Gruber e Urich (1978) comparam a acurcia entre as tcnicas de ajustamento dos betas (betas histricos, tcnica de Blume, tcnica de Vasicek, betas iguais a 1), o modelo de mdia global e a matriz de correlao histrica. A matriz de correlao histrica consiste em calcular cada par do coeficiente de correlao entre as aes, usando dados histricos e utilizar aquele valor como estimativa. Esta a mesma tcnica utilizada no modelo de Markowitz. Embora esta tcnica no estime o valor do beta (no correlaciona o valor da ao ao ndice de mercado), ela utilizada neste trabalho como parmetro de comparao (ELTON, GRUBER E URICH, 1978). A tcnica dos betas histricos consiste em uma regresso (mtodo dos mnimos quadrados) realizada entre o retorno do ativo e um ndice de mercado durante o perodo analisado, sem a realizao de nenhum ajustamento adicional (ELTON, GRUBER E URICH, 1978). Segundo Elton, Gruber e Urich (1978), a tcnica de Vasicek utiliza uma mdia ponderada entre o beta histrico de cada ao e a mdia dos betas de toda a amostra. Os pesos dependem do desvio padro de cada um dos betas utilizados e do beta mdio. J na tcnica de Blume, realizada uma regresso entre o beta histrico calculado para um perodo e o beta histrico do perodo anterior. A partir da, esta regresso utilizada para a previso, ajustando o beta histrico do perodo considerado. Por outro lado, o modelo de betas iguais a 1 foi proposto ao comparar sua preciso com outros modelos, obtendo resultados bastante satisfatrios em relao a outras tcnicas

29

(Elton, Gruber e Urich, 1978). E por ltimo, o modelo de mdia global assume que dados histricos para cada ao so instveis e aleatrios demais. Desta forma, busca-se uma agregao destes valores, sendo utilizada a mdia de todos os coeficientes. Cada tcnica foi analisada de acordo com a acurria das previses acerca das correlaes no perodo subseqente, ao longo de cinco anos. Considerando que os diferentes modelos tendem a prever a mdia dos coeficientes de correlao em valores desviados dos dados histricos, o trabalho de Elton, Gruber e Urich (1978) estuda a preciso dos modelos tanto ajustando as previses para o mesmo valor mdio e quando no so ajustados. A classificao das tcnicas utilizadas nos dois casos est ilustrada na tabela 2.
Tabela 2 Classificao das tcnicas de previso dos betas

Modelo Mdia global Tcnica de Vasicek Tcnica de Blume Betas histricos Matriz de correlao histrica Betas iguais a 1

Coeficientes no ajustados 1 3 2 4 5 6

Coeficientes ajustados 1 2 4 3 5 6

Fonte: Elton, Gruber e Urich, 1978 (Adaptado)

Samanez (2007) reflete em relao s tcnicas utilizadas para o clculo dos betas. Conjetura-se que os betas sejam constantes ao longo do tempo, mas se modificam pelos riscos de negcios e riscos financeiros da empresa. Desta forma, a utilizao de uma srie histrica curta para prever os betas pode significar uma alta variabilidade do valor obtido. Contudo, sries longas tendem a englobar perodos nos quais a empresa, com base em decises estratgicas, modificou seus riscos, o que leva o beta, conseqentemente, a se alterar, o que invalida as tcnicas utilizadas, baseadas na regresso linear.

2.8

MODELO DE ELTON-GRUBER Elton, Gruber e Padberg (1976), em seu artigo Simple Criteria for Optimal Portfolio

Selection, buscando simplificar o processo de otimizao da carteira de investimentos, demonstraram matematicamente um procedimento de obteno da carteira tima, sem a utilizao de programao matemtica. A simplicidade deste modelo em relao aos anteriores, do mesmo modo que melhorou a eficincia computacional na resoluo destes

30

problemas, facilitou a compreenso da prpria teoria das carteiras pelos analistas e gestores financeiros, difundindo sua utilizao. Partindo do modelo de ndice, este mtodo se inicia na classificao, em ordem decrescente, de cada ao de acordo com seu excedente de retorno sobre o beta, (R/V)i, que definido como (ELTON et al., 2004):

Este valor identifica-se com a diferena entre o retorno esperado da ao e o retorno do ttulo sem risco, que o investidor recebe por incorrer em risco (ELTON et al., 2004). Assim, percebe-se que, se um determinado ttulo participa da carteira, todos que apresentarem excedentes de retorno sobre o beta maiores tambm devero compor a carteira. Seguindo a classificao obtida, calculam-se os valores Ci, que considera que a carteira deve ser composta pelos i primeiros ttulos, de acordo com a classificao das aes com base no excedente de retorno sobre o beta (SAMANEZ, 2007). Exemplificando, para calcular o valor de C1 usaramos somente a primeira ao da lista (aquela que obteve o maior (R/V)i). A seguir, o valor de C2 incluiria os dois primeiros ttulos. Teramos ento o valor de Ci utilizando em seu clculo os i primeiros ttulos, at o valor de C n, que compreenderia todo o universo das N aes. Na frmula, o ndice j representa todas essas aes que seriam abrangidas pela carteira composta dos i primeiros ttulos, utilizado neste caso por facilidade matemtica.

A seguir, devem-se comparar os excedentes de retorno sobre o beta com os valores calculados de Ci. Haver um i para o qual todos os valores de (R/V) dos ttulos compreendidos entre 1 e i sero superiores ou iguais a Ci e, simultaneamente, todos os valores de (R/V) dos ttulos entre i e N sero inferiores ao valor de C i. Esta ser a carteira tima e o valor de Ci ser a taxa de corte (C*).

31

Definidas as aes que comporo o portflio, calcula-se a participao (Xi) que cada uma ter no total do investimento. Para as demais, teremos que sua participao ser zero (X = 0) (SAMANEZ, 2007):

Onde,

2.9

DESEMPENHO DE CARTEIRAS Diversos mtodos foram desenvolvidos para comparao entre diferentes carteiras,

objetivando auxiliar o analista financeiro na tomada de deciso. Segundo Samanez (2007), estes mtodos auxiliam na identificao dos pontos fortes das carteiras, e reas passiveis de melhorias. Alm disso, importante na anlise da gesto da carteira. Existem diversas tcnicas, como o ndice de informao, ndice de Sortino, ndice de Sharpe generalizado, entre outros. Entre os principais, temos o ndice de Sharpe e o ndice de Treynor. O ndice de Sharpe (IS) ordena as carteiras de acordo com a chamada recompensa pela variabilidade (reward-to-variability), que definida pelo excesso de retorno por unidade de risco:

O numerador denominado prmio de risco. Um IS maior significa melhor desempenho da carteira, com um retorno esperado maior por unidade da taxa de risco assumida. Contudo, o IS no deve ser utilizado quando se obtiver valores negativos, que so decorrentes de um retorno da carteira menor (Rc) que o retorno livre de riscos (Rf). Outro ponto, levantado por Vinod e Morey (2001) se refere impossibilidade de se definir o risco da prpria estimao do ndice de Sharpe; para isso, so recomendadas tcnicas mais avanadas. O ndice de Treynor (IT) utiliza o coeficiente beta (risco sistemtico) como medida de risco, ao contrrio do IS, que tem como base o desvio-padro da prpria carteira (SANTOS, COROA e BANDEIRA, 2008). Conforme Samanez (2007), esta medida tem como pressuposto que a carteira diversificada, o que justifica a utilizao do beta como risco do investimento.

32

Em seu trabalho, Eid Jr., Rochman e Taddeo (2005) concluem que devido s dificuldades computacionais para a utilizao de medidas mais sofisticadas de desempenho de carteiras, s haveria necessidade de seu uso quando se desejasse calcular o risco de estimao ou quando este risco ou a volatilidade da carteira fossem muito elevados.

33

3. DESENVOLVIMENTO

3.1

DESCRIO DO PROTOCOLO DE PESQUISA Para a escolha da carteira de investimento, utiliza-se neste trabalho dados de mercado

disponveis no perodo compreendido entre 01/01/2009 e 31/12/2009, considerados mensalmente. Posteriormente a seleo das carteiras, ser avaliado o retorno obtido pelo investidor durante o ano subseqente, entre 01/01/2010 e 05/07/2010 (carteira 2009/2010). Nos anexos, foi aplicada a mesma metodologia dos trabalho para os dados disponveis entre 01/01/2008 e 31/12/2008, com retorno calculado para os perodos de 01/01/2009 at 31/12/2009 (carteira 2008/2009). importante a considerao da utilizao de dados mdios, tanto das cotaes das aes consideradas como do prprio ndice Bovespa. Pretende-se, com esta medida, reduzir a influncia de movimentos especulativos no mercado, que, embora importantes para avaliaes de curto e mdio prazo, pode interferir na seleo de carteiras, que objetiva investimentos em prazos mais longos. Foi realizada uma pesquisa aplicada usando um modelo pr-existente, no caso, o modelo de Elton-Gruber. Buscou-se verificar a aderncia destes com a utilizao de dados reais, coletados e ajustados em funo de todo o retorno obtido pelos investidores, como valorizaes, dividendos distribudos e outras alteraes no valor nominal da ao. Somente com a utilizao destes, possvel realizao comparaes das aes ao longo do tempo. O prprio modelo apresenta abordagem puramente quantitativa, baseando-se no valor passado das cotaes para a tomada de deciso. Logo, certo que pesquisas baseadas na aplicao deste modelo tomem deste a mesma caracterstica. Sero realizadas simulaes, para a seleo da carteira tima no ano de 2009, e comparaes de seu retorno esperado em 2010 com o retorno obtido no mercado pelas aes que a compem. Com isso, estudar-se- o comportamento do modelo utilizado, analisando assim a viabilidade de utilizao deste no mercado financeiro do Brasil. Assim, o estudo desenvolver com carter descritivo, simplesmente expondo seu desempenho, sem propostas de explicao de seus fenmenos ou criao de preceitos a serem seguidos. Realizar-se- tambm a comparaes entre duas tcnicas distintas de clculo do beta das aes, a dos betas histricos e o da mdia global. Assim, busca-se comprovar as

34

classificaes obtidas por Elton, Gruber e Urich (1978), avaliando qual possui maior adequao para sua utilizao.

3.2

DESCRIO DAS UNIDADES DE ANLISE Foram considerados dois cenrios para a seleo da carteira de investimentos. No

primeiro, foi considerada a tcnica dos betas histricos, com o valor do beta individualizado para cada ttulo. No segundo caso, foi utilizada a mdia de todos os betas considerados, procurando reduzir a variabilidade dos betas por meio de sua agregao, segundo o modelo da mdia global. Os dois cenrios foram comparados com o retorno obtido pela carteira terica do ndice Bovespa durante o ano de 2010. Foram avaliados inicialmente os retornos totais obtido durante o ano, e posteriormente os retornos mensais mdios das carteiras.

35

4. RESULTADOS

4.1

RESULTADOS ALCANADOS Os valores utilizados para o retorno das aes ( ) do universo de seleo foram ) e do

calculados pela variao percentual entre a cotao mdia mensal do ms atual ( anterior ( ).

O prprio ndice Bovespa tambm teve seu retorno mensal (

) calculado

conforme os mesmos princpios. O valor do ndice Bovespa, assim como as cotaes das aes, esto disponveis nos anexos 2, 3 e 4, para os anos de 2008, 2009 e 2010, respectivamente.

A partir destes dados, foram determinados os seguintes parmetros necessrios para a definio da carteira, como , e , segundo as seguintes frmulas.

Os retornos das aes durante o ano de 2009, alm dos elas, so apresentados no anexo 5 deste trabalho.

calculados para

Para a definio das aes que iro compor a carteira selecionada, foi utilizada a tcnica de Elton-Gruber, conforme detalhado na seo 2.8 MODELO DE ELTONGRUBER. Para isso, necessria a definio do retorno do ttulo sem risco ( ; neste

trabalho, foi considerado uma taxa de retorno sem risco de 12 % ao ano, que corresponde a aproximadamente 0,95 % ao ms. Este valor foi definido a partir da taxa Selic (Sistema Especial de Liquidao e Custdia) vigente na poca do incio da srie histrica das cotaes. Na data de 06/06/2007, ela foi fixada pelo Copom em 12% ao ano.

36

O valor do beta utilizado para o modelo de mdia global corresponde a mdia de todos os betas calculados segundo o modelo do beta histrico. Considerando os dados constantes do anexo 5, seu valor para a carteira de 2009/2010 foi:

As frmulas matemticas, citadas abaixo, so utilizadas no modelo de seleo de carteiras de Elton-Gruber. Na tabela 3, so mostrados os clculos realizados para a seleo de carteiras com o beta determinado conforme a tcnica dos betas histricos e na tabela a seguir (tabela 4), os mesmos clculos para o modelo de mdia global.

37

Tabela 3 Composio da carteira para 2009 utilizando betas histricos

LIGT3 GOLL4 NETC4 ELET3 PETR4 PETR3 TAMM4 TNLP4 CESP6 TNLP3 NATU3 LREN3 CMIG4 BBAS3 AMBV4 CCRO3 BRAP4 VALE3 VALE5 ITSA4 CSNA3 CSAN3 USIM5 ELET6 ITUB4 CPLE6 CYRE3 BRKM5 ALL11 BBDC4 GGBR4 KLBN4 TCSL4 GOAU4 SBSP3 CPFE3 BRTO4 TMAR5 CLSC6

2895,64 464,5079 225,6769 132,2179 120,0373 109,424 106,042 98,03531 97,57834 85,99391 80,88789 70,72727 67,96563 65,73581 60,57158 55,76398 53,35372 50,92267 49,25004 49,03541 47,33917 46,44425 45,01417 43,73756 40,3071 39,51116 38,44079 37,42079 36,51576 33,5644 30,32284 28,48685 25,61495 24,59018 19,13417 14,46064 11,75167 9,636898 9,414237

0,000221 0,014194 0,074363 0,082389 0,22376 0,310986 0,347905 0,35717 0,454384 0,466842 0,627956 0,878397 0,90151 1,110301 1,342591 1,530259 1,748556 1,909517 2,088271 2,21765 2,413515 2,619461 2,781544 2,794159 2,914028 2,987873 3,155128 3,310612 3,378355 3,501963 3,643793 3,717448 3,754816 3,874081 3,952011 3,959853 3,964719 3,967526 3,973478

0,0471 0,034828 0,174163 0,025299 0,166445 0,108458 0,036187 0,02495 0,120116 0,028518 0,129115 0,099671 0,063724 0,103067 0,164517 0,110946 0,08832 0,079341 0,092115 0,085885 0,065223 0,073676 0,061043 0,019403 0,072761 0,048323 0,032137 0,038041 0,037274 0,064573 0,038912 0,034765 0,023248 0,032459 0,043149 0,012152 0,006077 0,004137 0,012654

0,018819 0,013916 0,069588 0,010108 0,066504 0,043335 0,014459 0,009969 0,047993 0,011395 0,051589 0,039824 0,025462 0,041181 0,065734 0,044329 0,035289 0,031701 0,036805 0,034316 0,02606 0,029438 0,02439 0,007753 0,029072 0,019308 0,012841 0,0152 0,014893 0,025801 0,015547 0,013891 0,009289 0,012969 0,01724 0,004856 0,002428 0,001653 0,005056

Fonte: Organizado pelo autor.

38

Tabela 4 Composio da carteira para 2009 utilizando mdia global

CYRE3 GOLL4 LREN3 BRKM5 CSNA3 CSAN3 BRAP4 BBAS3 USIM5 GGBR4 TAMM4 VALE3 GOAU4 PETR4 NATU3 VALE5 CCRO3 PETR3 VIVO4 AMBV4 CESP6 NETC4 ELPL6 ITSA4 ALL11 BBDC4 ITUB4 KLBN4 CPLE6 CRUZ3 TCSL4 ELET3 SBSP3 TNLP3 TNLP4 ELET6 TRPL4 CMIG4 LIGT3 BRTO4 CPFE3 TMAR5

135,1648 119,1005 111,0592 104,2828 92,8199 85,50159 84,01069 83,61391 79,3473 77,11929 67,84087 66,2068 64,6018 63,95458 63,04203 61,61895 59,72633 55,1706 54,65551 53,91888 49,47351 49,46433 49,10565 47,93208 45,54884 44,3777 44,35137 42,50072 40,52978 30,42146 29,19132 26,34627 25,21514 23,46455 22,78308 18,94768 15,91757 15,44293 8,72833 7,182368 6,972364 5,142536

0,054613 0,109041 0,270963 0,335443 0,443558 0,565492 0,709749 0,875395 0,97557 1,041815 1,098261 1,22608 1,282391 1,538032 1,737556 1,882991 2,055584 2,217775 2,428449 2,676577 2,851513 3,097962 3,330886 3,456693 3,512225 3,608708 3,714935 3,767231 3,83679 3,918533 3,951994 3,983878 4,047196 4,082506 4,112948 4,136516 4,280451 4,348618 4,381677 4,386279 4,394408 4,395681

0,034186 0,033969 0,101019 0,040226 0,067281 0,075835 0,08994 0,103643 0,06276 0,041547 0,035279 0,080029 0,035321 0,161084 0,12658 0,092715 0,110509 0,104204 0,136275 0,16187 0,114867 0,163294 0,155924 0,084865 0,0376 0,065558 0,072539 0,03585 0,04784 0,05654 0,023253 0,022238 0,044381 0,024898 0,021552 0,016818 0,1048 0,050646 0,026802 0,004023 0,007245 0,001685

0,01188 0,011805 0,035107 0,01398 0,023382 0,026355 0,031256 0,036018 0,021811 0,014439 0,01226 0,027812 0,012275 0,055981 0,04399 0,032221 0,038405 0,036214 0,047359 0,056254 0,039919 0,056749 0,054188 0,029493 0,013067 0,022783 0,025209 0,012459 0,016626 0,019649 0,008081 0,007728 0,015424 0,008653 0,00749 0,005845 0,03642 0,017601 0,009314 0,001398 0,002518 0,000586

Fonte: Organizado pelo autor.

39

A seguir, os retornos das duas carteiras durante o ano de 2009 so comparados com o aumento do ndice Bovespa no mesmo perodo (tabela 5), utilizando-se sua variao mensal e o retorno total obtido durante o ano. So analisados tambm o desempenho obtidos para as duas carteiras, utilizando-se os ndices de Sharpe e de Treynor.
Tabela 5 Retornos atuais das carteiras 2009 e do ndice Bovespa durante 2010

Bovespa Retorno mensal (%) Retorno anual (%) (%) 1,0000 -0,7956 -6,1519

"Betas histricos" -1,0224 -7,3670 0,7296 0,0729 22,1073

"Mdia global" -0,7259 -5,3402

0,0702

4,7018 Sharpe Treynor -0,3243 -1,5252

1,3098 -1,3375 -24,0101

1,2039 -1,2089 -20,7112

Fonte: Organizado pelo autor.

4.2

DISCUSSO DOS RESULTADOS A aplicao do modelo de seleo de carteiras gerou resultados bastante prximos

dos obtidos pela prpria carteira que compem o ndice Bovespa. O retorno observado no ndice Bovespa foi de -0,7956% ao ms, enquanto a carteira que utilizou os betas histricos apresentou retorno de -1,0224% ao ms e a carteira selecionada com o modelo da mdia global teve retorno mensal de -0,7259%. Em comparao, o ativo sem risco apresentou retornos de 0,7296 % ao ms, superior as duas carteiras e ao ndice Bovespa. Para a tcnica de betas histricos, o excedente de retorno sobre o beta mnimo (C*) foi de 3,973478, enquanto para a tcnica de mdia global, este valor foi de 4,395681. Observa-se tambm que, a carteira formada utilizando-se da tcnica dos betas histricos apresentou 39 aes (82,98% do total), e o outro modelo utilizou 42 ttulos (89,36%). Embora os indicadores de desempenho tenham sido calculados, eles apresentam valores negativos, no devendo ento ser utilizados como critrio de comparao entre carteiras. Sua aplicao levaria a decises no racionais. Como exemplo, observamos que a carteira utilizando a mdia global apresenta retorno superior ao ndice Bovespa (-0,7259% contra -0,7956%, respectivamente), e apresenta um risco menor (menor desvio padro), de

40

1,2039 para a carteira e de 4,7018 para a carteira de mercado (Bovespa). Isso demonstra um melhor desempenho do modelo de mdia global em relao Bovespa. Contudo, a carteira de mercado teria um desempenho superior de acordo com o ndice de Sharpe, com um valor de -0,3243, superior ao da mdia global, com -1,2089. Avaliando-se as carteiras, nota-se que apresentaram betas prximos de zero (0,0730 e 0,0703), o que significa que tiveram retornos independentes daquele observado pelo ndice Bovespa, sem correlao estatstica significativa entre os retornos. Outro ponto a ser observado a significativa reduo da variabilidade da carteira, comparada a seus ttulos individuais. Enquanto o desvio padro do erro aleatrio mdio do mercado foi de 4,7018, a carteira formada com os betas histricos obteve o valor de 1,3098; j no modelo de mdia global a reduo foi ainda mais significativa, para 1,2039. Neste ponto, embora no tenha ocorrido retornos significativamente superiores ao mercado, as carteiras mostraram reduo expressiva dos riscos incorridos pelos investidores. A tabela a seguir (tabela 6) mostra a evoluo dos retornos obtidos para as carteiras durante os sete primeiros meses de 2010, comparando-os com o retorno do ndice Bovespa e com o ativo sem risco.
Tabela 6 Retornos mensais e acumulados das carteiras durante 2010

I. Bovespa

"Betas histricos" Ret. mdio 0,61 % -3,59 % 3,98 % 0,31 % -7,83 % 1,23 % -1,88 % -1,02 % Ret. acum. 0,61 % -3,00 % 0,86 % 1,18 % -6,74 % -5,60 % -7,37 %

"Mdia global" Ret. mdio 0,81 % -2,93 % 3,59 % 0,17 % -7,11 % 1,89 % -1,51 % -0,73 % Ret. acum. 0,81 % -2,15 % 1,37 % 1,55 % -5,68 % -3,89 % -5,34 %

Ativo sem risco (12% a.a.) Ret. mdio 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % 0,95 % Ret. acum. 0,95 % 1,91 % 2,87 % 3,85 % 4,84 % 5,83 % 6,83 %

Ms jan/10 fev/10 mar/10 abr/10 mai/10 jun/10 jul/10 Mdia

Ret. mdio 0,52 % -4,00 % 4,95 % 1,01 % -10,22 % 1,30 % 0,86 % -0,80 %

Ret. acum. 0,52 % -3,50 % 1,28 % 2,31 % -8,15 % -6,95 % -6,15 %

Fonte: Organizado pelo autor.

41

5. CONCLUSES

Durante o perodo analisado, observa-se que somente uma das duas carteiras selecionadas obteve um retorno ligeiramente superior ao do prprio ndice Bovespa, embora tenha havido uma queda acentuada da variabilidade destas carteiras, reduzindo o risco do investidor. importante considerar a no utilizao de tcnicas estatsticas para a anlise dos dados deste trabalho. No foram realizados testes para verificao da aleatoriedade das sries temporais das cotaes, nem um tratamento de erros e propagao de incertezas durante os clculos realizados. Alm disso, no foi analisada a significncia dos resultados obtidos. Por isso, no possvel afirmar que o modelo de mdia global apresenta resultados melhores do que com a utilizao dos betas histricos, embora neste estudo especificamente a mdia global tenha obtido desempenho superior. Outro ponto importante refere-se ao prprio horizonte das sries temporais utilizadas. Para a previso de tendncias com base em dados passados, necessrio estabilidade dos padres a serem observados, permitindo maior eficcia dos modelos utilizados. Neste estudo, foram consideradas sries temporais bastante curtas e, somado-se a isto, o perodo estudado foi bastante atpico, com fortes desvalorizaes das aes no segundo semestre de 2008, em decorrncia de uma crise mundial. Em conseqncia, ocorreram repercusses desta nos perodos seguintes, como fortes valorizaes das cotaes durante o ano de 2009. Para fins de comparao, foi aplicado o modelo de Elton-Gruber com base nas cotaes de 2008, tendo o retorno das carteiras avaliado para o ano de 2009. Os procedimentos foram os mesmos utilizados para as carteiras de 2009/2010. No anexo 6 temos os clculos de retorno, alfa, beta e do erro para cada ao, durante 2008. As carteiras formadas so apresentadas nos anexos 7 e 8, utilizando os modelos de betas histricos e mdia global, respectivamente. Abaixo, a tabela 7 resume os desempenhos observados para estas carteiras.

42

Tabela 7 Retornos atuais das carteiras 2008 e do ndice Bovespa durante 2009

Bovespa Retorno mensal (%) Retorno anual (%) (%) 1,0000 5,1892 72,9632

"Betas histricos" 2,6315 45,1297 0,7296 0,0304 11,5691

"Mdia global" 2,4475 42,5147

0,0272

3,4013 Sharpe Treynor 1,3111 4,4596

1,6222 1,1724 62,5625

1,5644 1,0981 63,1581

Fonte: Organizado pelo autor.

Embora o modelo de seleo de carteiras tambm no tenha superado a valorizao do ndice Bovespa durante o ano de 2009, os dados mostram que o perodo na seleo das aes foi atpico. Em 2008, a Bolsa de Valores, Mercadorias e Futuros de So Paulo teve uma forte desvalorizao, com a cotao mdia mensal caindo em 36,8%, passando de 59.518,38 em janeiro para 37.614,14 no ltimo ms do ano. Aes com forte participao na composio do ndice Bovespa apresentaram desvalorizao no perodo de 2008. A tabela 8 lista a seguir aes com participao acumulada de aproximadamente 50% no ndice Bovespa em 05/07/2007, e suas respectivas valorizaes mdias mensais nos anos de 2008 e 2009.
Tabela 8 Valorizaes em 2008 e 2009 e participaes nas carteiras

Cd.

Ao/tipo

Valoriz. Valoriz. 2008 -4,46 -5,33 -4,28 -3,13 -1,77 1,24 -2,44 -4,35 -5,53 -2,86 2009 5,44 5,27 6,52 4,06 4,06 2,55 6,36 4,82 5,60 7,47

Carteira betas histricos 0,00% 0,00% 0,00% 0,00% 0,00% 6,28% 0,00% 0,00% 0,00% 0,00%

Carteira mdia global 0,00% 0,00% 0,00% 0,00% 0,00% 6,26% 0,00% 0,00% 0,00% 0,00%

PETR4 VALE5 USIM5 BBDC4 ITUB4 TNLP4 GGBR4 PETR3 VALE3 CSNA3

PETROBRAS PN VALE R DOCE PNA USIMINAS PNA BRADESCO PN EDJ ITAUUNIBANCO PN TELEMAR PN GERDAU PN PETROBRAS ON VALE R DOCE ON SID NACIONAL ON

Fonte: Organizado pelo autor.

43

Este perodo exemplifica a implicao de eventos no habituais sobre previses baseadas em dados histricos. As carteiras formadas apresentaram poucas aes selecionadas (6 e 7 aes), o que no definiria uma boa diversificao dos ativos. Tambm os dados utilizados no apresentavam indicativo correto dos retornos que foram observados no perodo subseqente, conforme tabela acima. Portanto, percebe-se a necessidade da utilizao de perodos maiores para fins de anlise das carteiras, buscando reduzir o efeito da variabilidade na determinao da carteira. Desta forma, com perodos mais longos, o impacto de eventos no habituais tende a se diluir, tornando as estimativas mais precisas. Assim, embora a aplicao do modelo de seleo de carteiras no tenha conseguido atingir os objetivos previamente traados (superar o retorno do ndice Bovespa), foi alcanado um forte indicativo da eficcia do modelo, que busca maximizar o retorno do investimento em funo do risco incorrido. Ele configura-se, ento, em uma ferramenta indispensvel na gesto de investimentos, com resultados positivos, de fcil utilizao e baixo esforo computacional, mesmo considerando as limitaes expostas acima. Porm, a utilizao de mtodos de seleo de carteiras no possibilita, de maneira geral, obter retornos extraordinrios. Sua principal funo consiste na reduo da variabilidade da carteira e conseqentemente, de seu risco. Por isso, esta ferramenta deve ser utilizada de maneira conjunta com outras tcnicas financeiras, como anlise de balanos, previses econmicas, anlises tcnicas (grficas), as quais possibilitam uma previso mais acurada dos retornos futuros. Observando os aspectos limitantes do trabalho, recomenda-se, para trabalhos futuros, a anlise detalhada de diversos cenrios na seleo de carteiras, buscando identificar e quantificar a influncia destas variveis na deciso de investimento. O objetivo seria determinar diretrizes normativas para a utilizao do modelo de Elton-Gruber, que produzam melhores resultados.

44

REFERNCIAS

BAZZO, W. A.; PEREIRA, L. T. V. Introduo a engenharia. 6 edio. Florianpolis: Editora da UFSC, 2005. BODIE, Z.; KANE, A.; MARCUS, A. J. Fundamentos de investimento. 3 edio. Porto Alegre: Bookman, 2000. BOLSA DE VALORES, MERCADORIAS E FUTUROS DE SO PAULO. Composio da Carteira Terica Ibovespa. 2010a. Disponvel em: < http://www2.bmf.com.br/pages/portal/bmfbovespa/boletim1/IndicadoresCarteiraTeoricaIbove spa1.asp >. Acesso em: 05 jul. 2010. BOLSA DE VALORES, MERCADORIAS E FUTUROS DE SO PAULO. ndice Bovespa Ibovespa. 2010b. Disponvel em: < http://www.bmfbovespa.com.br/indices/ResumoTaxaMediaCrescimento.aspx?Indice=Ibovesp a&idioma=pt-br >. Acesso em: 05 mar. 2010. BREALEY, R. A., MYERS, S. C., ALLEN, F. Princpios de Finanas Corporativas. 8 edio. So Paulo: Mc Graw-Hill, 2008. CAMARGOS, M. A.; BARBOSA, F. V. Teoria e Evidncia da Eficincia Informacional do Mercado de Capitais Brasileiro. Caderno de Pesquisas em Administrao (USP), So Paulo: USP, v. 10, n. 1, p. 41-55, 2003. DEMBOGURSKI, R. A. Anlise multicritrio como ferramenta no auxlio aquisio de aes. Monografia (Graduao em Engenharia de Produo) Departamento de Engenharia de Produo, Universidade Federal de Juiz de Fora, Juiz de Fora, 2008. EID JR., W. ; ROCHMAN, R. R.; TADDEO, M. Medidas de Desempenho de Fundos Considerando o Risco de Estimao. In: V Encontro Brasileiro de Finanas, 2005, So Paulo. Anais do V Encontro Brasileiro de Finanas, So Paulo: SBF, 2005. ELTON, E. J.; GRUBER, M. J.; BROWN, S. J.; GOETZMANN, W. N. Moderna teoria de carteiras e anlise de investimentos. So Paulo: Atlas, 2004. ELTON, E. J.; GRUBER, M. J.; PADBERG, M. W. Simple Criteria for Optimal Portfolio Selection. Journal of Finance, XI, v. 31, n. 5, p. 1341-1357, 1976. ELTON, E. J.; GRUBER, M. J.; URICH, T. J. Are betas best? Journal of Finance, XIII, v. 33, n. 5, p. 1375-1384, 1978. FENSTERSEIFER, J. E.; GALESNE, A.; ZIEGELMANN, J. A utilizao de tcnicas analticas nas decises de investimento de capital das grandes empresas no Brasil. Revista de Administrao, So Paulo, v. 22, n. 4, PP 70-78. 1987. Disponvel em: < http://www.rausp.usp.br/download.asp?file=2204070.pdf >. Acesso em: 05 mar. 2010. FILHO, P. C. O modelo de simulao do gpcp-1: jogo do planejamento e controle da produo. Dissertao (Mestrado em Engenharia de Produo) Departamento de

45

Engenharia de Produo e Sistemas, Universidade Federal de Santa Catarina, Florianpolis, 1998. FURLANI, E. P. Gesto do risco de mercado em operaes com derivativos no Brasil. Monografia (Graduao em Engenharia de Produo) Departamento de Engenharia de Produo, Universidade Federal de Juiz de Fora, Juiz de Fora, 2009. GUIAINVEST. Lista de aes - GuiaInvest. 2010. Disponvel em: < http://www.guiainvest.com.br/lista-acoes/default.aspx>. Acesso em: 05 jul. 2010. IQUIAPAZA, R. A., AMARAL, H. F.; BRESSAN, A. A. Evoluo da Pesquisa em Finanas: Epistemologia, Paradigma e Crticas. Revista O&S: Organizaes & Sociedade, Salvador, v. 16, n. 49, PP 351-370. 2009 LIMA, F. G.; MATIAS, A. B. Evoluo do estudo das finanas computacionais. In: VI SEMEAD, 2003, So Paulo. Anais do VI SEMEAD, So Paulo:USP/SP, 2003. MARKOWITZ, H. Portfolio Selection. Journal of Finance, v. 7, n. 1, p. 77-91, 1952. MONTEVECHI, J. A. B.; PAMPLONA, E. O. ; GONCALVES JUNIOR, C. Seleo de Carteiras Utilizando o Modelo de Markowitz para Pequenos Investidores. In: IX Simpsio de Engenharia de Produo - SIMPEP, 2002, Bauru. Anais do IX SIMPEP, Bauru: UNESP, 2002. MORABITO, R.; PUREZA, V. Modelagem e simulao. In: MIGUEL, P. A. C. (Ed.). Metodologia de pesquisa em engenharia de produo e gesto de operaes. Rio de Janeiro: Elsevier, 2010. Cap. 8. MORETTI, R. M. A eficincia da teoria de administrao de portflio de Markowitz, considerando custos de transao para o mercado de aes brasileiro de julho de 1999 a junho de 2003. Dissertao (Mestrado profissional em Economia) Faculdade de Cincias Econmicas, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2004. MOTTA JUNIOR, N.; OLIVEIRA, U. R.; GUTIERREZ, R. H. Minimizao de riscos de investimentos em carteira de aes atravs da pesquisa operacional. In: IV Simpsio de Excelncia em Gesto e Tecnologia - IV SEGET, 2007, Resende. Anais do IV SEGET, Resende: EADB, 2007. NETO, A. A. Mercado Financeiro. 3 edio. So Paulo: Atlas, 2005. PERREIRA, L. C.; SILVA, A. C. M.; LION, O. M. B.; SILVEIRA, A. M. Os fundos de aes e a alocao tima de ativos proposta por Markowitz. In: IV Simpsio de Excelncia em Gesto e Tecnologia - IV SEGET, 2007, Resende. Anais do IV SEGET, Resende: EADB, 2007. PERLINGEIRO, A. G. Um panorama geral sobre o gerenciamento ativo de carteiras de sucesso. Dissertao (Mestrado em Engenharia de Produo) Departamento de Engenharia Industrial, Pontifcia Universidade Catlica do Rio de Janeiro, Rio de Janeiro, 2001.

46

REIS, C. E. ; TRICHES, D. Seleo e composio de uma carteira de aes com base na tcnica grafista. Perspectiva Econmica, So Leopoldo, v. 3, n. 1, PP 1-26. 2007. Disponvel em: < http://www.perspectivaeconomica.unisinos.br/pdfs/61.pdf >. Acesso em: 05 mar. 2010. RIBEIRO, C. O. ; FERREIRA, L. A. S. Uma contribuio ao problema de composio de carteiras de mnimo Valor em Risco. Gesto e Produo (UFSCar), So Carlos, v. 12, n. 2, p. 295-304, 2005. SAMANEZ, C. P. Gesto de investimentos e gerao de valor. So Paulo: Editora Pearson Prentice Hall, 2007. SANTOS, T. G.; COROA, U. S. R.; BANDEIRA, A. A. A aplicao do modelo de formao de carteira eficiente de Elton-Gruber em empresas socialmente responsveis no mercado de aes brasileiro. In: V Congresso Virtual Brasileiro de Administrao, 2008, So Paulo. Anais do Convibra 08. So Paulo: Convibra 08, 2008. v. 1. p. 42-60. VINOD, H. D.; MOREY, M. R. A Double Sharpe ratio. In: LEE, C. F (Ed.). Advances in Investment Analysis and Portfolio Management. JAI Press, 2001, PP 57-65. Disponvel em: < http://webpage.pace.edu/mmorey/publicationspdf/dsharpe.pdf >. Acesso em 31 jun. 2010.

47

ANEXO 1 CARTEIRA PARA O CLCULO DO IBOVESPA EM 05/07/2007

Tabela 9 Carteira para o clculo do IBOVESPA em 05/07/2007 (Parte 1)

Cd. PETR4 VALE5 USIM5 BBDC4 ITAU4 TNLP4 GGBR4 PETR3 VALE3 CSNA3 UBBR11 CMIG4 ITSA4 BBAS3 ELET6 NETC4 ALLL11 TAMM4 TNLP3 BRAP4 ELET3 VIVO4 BRKM5 CSAN3 GOLL4 AMBV4 CPLE6 PRGA3 NATU3 SUBA3

Ao/tipo PETROBRAS PN VALE R DOCE PNA USIMINAS PNA BRADESCO PN EDJ ITAUBANCO PN ED TELEMAR PN GERDAU PN PETROBRAS ON VALE R DOCE ON SID NACIONAL ON UNIBANCO UNT CEMIG PN ITAUSA PN BRASIL ON ELETROBRAS PNB* NET PN ALL AMER LAT UNT TAM S/A PN TELEMAR ON BRADESPAR PN ELETROBRAS ON * VIVO PN BRASKEM PNA COSAN ON GOL PN EDJ AMBEV PN * COPEL PNB* PERDIGAO S/A ON EJ NATURA ON SUBMARINO ON

Quant. Terica 151,9810098 69,04883072 20,55654643 47,42967895 20,0457554 44,23312533 31,72539082 23,59681505 15,63228671 13,43976222 49,11960714 26,05724254 87,35872175 36,60340602 18.161,74 29,08045646 35,0920496 15,16323205 11,62955625 10,70939595 14.753,43 80,30067905 43,9201216 23,11015819 12,16570188 534,1739495 21.218,41 18,21676453 25,55515389 7,987441558

Part. rel.% Part. acum.% 14,721 9,421 4,190 4,036 3,109 3,109 2,885 2,599 2,520 2,432 1,967 1,960 1,894 1,885 1,808 1,733 1,701 1,693 1,544 1,486 1,480 1,446 1,427 1,334 1,329 1,320 1,249 1,222 1,220 1,200 14,721 24,142 28,332 32,368 35,477 38,586 41,471 44,070 46,590 49,022 50,989 52,949 54,843 56,728 58,536 60,269 61,970 63,663 65,207 66,693 68,173 69,619 71,046 72,380 73,709 75,029 76,278 77,500 78,720 79,920

Fonte: Bolsa de Valores, Mercadorias e Futuros de So Paulo, 2010a.

48

Tabela 10 Carteira para o clculo do IBOVESPA em 05/07/2007 (Parte 2)

Cd. GOAU4 CCRO3 CYRE3 BRTO4 TCSL4 ARCZ6 EMBR3 SDIA4 CPFE3 VCPA4 PCAR4 CESP6 SBSP3 LREN3 BRTP4 ELPL6 KLBN4 TMAR5 TCSL3 CRUZ3 BRTP3 LIGT3 TRPL4 CLSC6 TLPP4 TMCP4 PTIP4 CGAS5 ACES4

Ao/tipo GERDAU MET PN CCR RODOVIAS ON CYRELA REALT ON BRASIL TELEC PN TIM PART S/A PN EG ARACRUZ PNB EJ EMBRAER ON SADIA S/A PN EJ CPFL ENERGIA ON V C P PN P.ACUCAR-CBD PN * CESP PNB* SABESP ON LOJAS RENNER ON BRASIL T PAR PN ELETROPAULO PNB* KLABIN S/A PN TELEMAR N L PNA TIM PART S/A ON EG SOUZA CRUZ ON EJ BRASIL T PAR ON LIGHT S/A ON * TRAN PAULIST PN * CELESC PNB TELESP PN TELEMIG PART PN * IPIRANGA PET PN COMGAS PNA* ACESITA PN

Quant. Terica 9,421375734 17,48421823 23,44143757 38,32109028 82,53006426 42,39534621 21,44439088 55,32290966 12,50272434 10,38847266 6.324,39 12.907,48 10,27247695 12,64301913 15,28251283 2.908,22 46,31937294 5,670262928 27,093892 6,109270255 4,956177865 8.563,22 6.544,35 5,489819103 3,120474317 40.963,97 7,372713212 312,6506562 1,453814086

Part. rel.% Part. acum.% 1,148 1,098 1,042 1,032 1,004 0,983 0,901 0,897 0,888 0,843 0,835 0,827 0,822 0,817 0,702 0,652 0,600 0,577 0,539 0,528 0,476 0,473 0,454 0,388 0,364 0,364 0,362 0,250 0,183 81,068 82,166 83,208 84,240 85,244 86,227 87,128 88,025 88,913 89,756 90,591 91,418 92,240 93,057 93,759 94,411 95,011 95,588 96,127 96,655 97,131 97,604 98,058 98,446 98,810 99,174 99,536 99,786 99,969

Quantidade Terica Total: 134.600,82876764300 * Cotao em lote de mil aes

Fonte: Bolsa de Valores, Mercadorias e Futuros de So Paulo, 2010a.

49

ANEXO 2 COTAES AJUSTADAS DAS AES EM 2008

Tabela 11 Cotaes ajustadas das aes em 2008


BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4 GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4 dez/08 37614 9,974 96,833 13,529 21,365 17,926 5,771 14,983 21,781 13,796 29,636 32,366 21,963 29,373 24,323 41,135 10,540 12,446 8,301 18,359 22,567 18,620 9,164 14,849 19,693 9,781 7,095 24,342 3,309 19,184 14,374 19,324 14,201 24,088 19,960 24,224 18,554 6,346 3,502 41,596 56,296 30,681 25,939 38,182 24,134 26,271 23,161 29,039 nov/08 35960 9,740 95,163 12,447 20,198 17,771 7,275 12,397 20,124 12,954 29,264 31,459 23,270 28,515 23,652 40,305 10,777 11,030 7,991 17,226 20,956 19,441 8,723 13,427 18,463 8,257 6,574 21,617 3,308 17,583 14,487 19,034 12,638 24,003 19,698 22,794 17,112 5,559 3,028 40,637 47,174 24,820 21,687 38,182 21,786 26,222 23,548 22,049 out/08 38122 10,587 89,506 13,991 21,180 17,921 8,655 12,679 19,454 11,183 28,969 32,607 21,803 28,248 22,184 35,940 11,295 13,301 11,978 15,837 19,059 17,747 10,369 14,302 19,870 9,239 5,961 20,657 3,172 15,719 18,130 16,329 13,212 28,658 23,281 21,148 26,581 6,449 3,201 40,055 47,587 24,728 22,001 37,494 26,870 26,872 24,007 23,122 set/08 50586 16,404 95,151 19,375 25,184 26,988 10,585 14,750 25,096 19,193 34,655 39,651 21,855 28,937 24,025 36,651 18,015 21,322 18,466 17,800 20,293 19,020 13,140 24,103 32,729 13,970 7,592 25,716 4,093 17,128 24,688 16,798 17,144 36,969 29,893 29,828 34,465 6,270 3,515 35,477 53,455 27,096 23,090 37,898 42,441 37,548 32,685 29,529 ago/08 55608 19,066 93,040 20,013 26,247 29,140 12,698 17,242 27,819 27,786 37,658 42,397 23,625 30,757 28,304 37,748 28,138 24,612 20,530 19,563 22,143 23,133 12,185 28,906 38,916 15,109 8,094 26,907 4,658 17,943 29,031 17,414 18,423 38,714 31,280 35,437 31,407 5,470 3,486 38,283 63,147 29,698 25,089 42,420 53,005 39,938 34,515 30,945 jul/08 59944 20,106 87,813 21,289 28,019 34,169 12,885 17,558 27,328 30,278 38,753 43,259 25,612 31,515 30,288 37,038 30,506 27,730 20,262 19,506 22,829 24,995 10,688 32,667 43,987 14,880 8,180 27,423 5,121 17,774 28,693 15,646 19,520 44,627 36,321 36,610 28,478 5,537 3,922 35,487 62,678 28,949 24,468 43,657 64,285 45,843 39,073 33,964 jun/08 67332 21,997 99,011 25,311 30,400 41,004 13,570 18,516 30,228 31,121 39,518 43,705 25,369 30,727 28,883 39,440 26,487 33,024 22,501 19,695 23,065 25,789 12,049 38,059 51,526 20,578 8,932 30,232 5,719 18,122 33,514 15,851 20,795 51,350 42,368 38,232 30,363 6,305 4,344 36,735 64,165 35,905 27,903 40,336 76,123 55,432 46,078 37,454 mai/08 71075 22,989 114,834 25,353 32,917 46,597 13,515 19,131 28,548 29,244 39,308 41,707 23,757 34,070 27,650 41,913 27,286 35,703 25,905 17,216 22,066 25,687 15,798 36,716 48,089 25,684 9,088 32,055 6,374 19,369 37,239 17,238 23,630 53,061 44,095 41,185 34,851 7,044 4,813 37,113 64,634 37,164 27,076 38,245 79,690 63,869 51,896 41,509 abr/08 64111 19,054 118,648 21,409 29,762 42,717 14,169 19,766 24,960 26,730 37,466 40,580 20,557 33,414 26,973 39,110 25,913 30,470 23,620 17,071 21,431 23,647 16,694 29,233 38,606 25,169 8,144 28,640 5,951 17,533 32,846 17,179 20,404 46,311 37,706 36,732 34,029 7,538 5,153 35,202 63,250 41,695 29,119 34,049 65,908 58,622 47,987 38,904 mar/08 61595 18,169 122,561 22,261 28,932 39,284 14,177 17,286 24,145 41,225 33,816 37,593 19,079 31,260 25,688 38,820 27,569 27,822 24,386 17,592 21,955 21,902 16,625 25,851 34,901 26,507 7,868 27,830 5,152 17,891 32,083 16,237 18,706 42,602 34,946 35,869 31,595 7,852 5,435 35,408 63,651 43,887 28,290 33,039 61,088 53,506 44,681 37,412 fev/08 62485 20,317 122,381 24,820 27,642 38,921 12,921 16,327 25,859 45,968 31,939 35,694 18,653 28,084 24,491 40,217 27,049 27,061 23,974 15,973 20,568 22,752 18,068 24,107 31,484 30,897 7,565 27,078 5,421 17,658 28,994 14,484 20,543 46,768 38,471 34,609 35,309 8,977 6,203 38,044 59,844 47,312 28,744 34,238 57,809 53,819 45,067 37,798 jan/08 59518 20,346 113,326 24,911 28,418 37,634 12,985 15,544 23,362 44,574 29,652 34,782 19,166 26,648 23,540 39,836 23,468 21,867 21,790 14,931 18,960 22,434 18,221 22,570 29,778 34,658 7,746 27,420 5,471 18,255 28,803 14,447 20,791 43,488 36,187 35,866 35,572 8,310 5,640 35,171 52,361 46,440 26,457 31,651 47,096 49,549 42,911 32,042

Fonte: GuiaInvest, 2010 (Adaptado).

50

ANEXO 3 COTAES AJUSTADAS DAS AES EM 2009

Tabela 12 Cotaes ajustadas das aes em 2009


BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4 GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4 dez/09 68214 15,528 166,61 28,987 33,573 38,253 13,580 17,163 38,948 22,836 30,843 37,042 27,707 34,241 36,858 58,137 22,648 28,034 23,793 24,640 28,607 30,866 8,885 28,779 34,565 25,142 11,530 38,344 5,024 22,931 37,728 35,560 23,620 41,596 37,158 32,718 33,701 6,812 4,763 39,604 63,500 40,375 33,786 48,580 49,104 48,884 41,809 50,175 nov/09 65917 14,919 163,60 29,284 31,748 37,708 11,663 16,971 36,431 21,472 29,607 34,418 25,106 31,044 32,597 61,800 20,337 28,667 23,470 19,452 22,975 30,938 8,502 27,582 33,131 20,682 10,772 36,493 4,535 22,274 34,607 32,272 24,000 42,363 37,032 32,633 26,757 5,966 4,284 40,829 62,409 39,014 32,771 48,493 48,304 47,743 41,837 46,358 out/09 64030 13,164 155,20 29,018 32,153 34,915 12,094 15,856 33,234 21,973 30,537 34,292 24,054 31,514 31,379 63,168 19,851 28,272 24,104 19,190 23,016 32,389 9,667 26,825 33,251 17,884 10,477 35,123 4,362 23,078 31,757 31,828 22,277 41,035 35,186 33,937 23,789 6,328 4,568 40,933 58,965 37,149 30,298 48,811 48,795 43,763 38,833 43,862 set/09 59118 13,187 137,32 27,016 28,998 30,550 10,892 14,554 30,020 21,801 30,306 33,631 23,522 31,098 29,659 59,150 20,004 25,049 22,884 19,608 23,404 32,110 10,091 22,927 28,469 17,796 9,669 32,322 3,993 22,380 29,816 30,217 19,729 38,954 32,886 33,051 23,131 5,728 4,203 40,152 55,389 35,001 29,156 45,714 45,150 38,580 34,171 40,550 ago/09 56572 13,292 132,78 23,805 26,920 28,371 9,854 13,304 30,105 19,494 31,017 33,794 23,865 31,665 27,904 58,276 18,948 23,964 21,101 19,745 23,557 30,076 9,799 22,074 27,309 17,052 9,427 30,539 3,541 22,057 28,564 28,230 19,905 38,280 31,712 30,650 23,539 5,578 3,988 39,022 49,839 31,134 26,471 44,687 45,883 36,805 32,292 40,202 jul/09 52001 11,480 125,40 20,685 25,523 25,406 7,436 12,832 29,910 19,504 30,780 32,534 22,606 29,608 27,032 56,320 15,624 21,113 16,004 20,157 24,073 28,678 7,871 20,309 25,219 12,738 8,692 28,125 2,930 23,185 23,503 25,609 19,783 37,254 30,315 27,999 21,574 6,035 3,617 38,959 48,763 31,067 25,562 45,075 39,543 34,207 29,715 37,001 jun/09 52049 12,282 122,30 19,980 26,022 26,998 7,185 13,002 28,407 18,424 31,404 31,612 23,382 29,500 27,281 51,269 15,221 22,159 13,549 18,989 23,562 26,712 8,201 20,490 25,766 10,089 8,377 27,443 2,990 22,736 21,610 24,714 18,475 39,695 31,936 28,102 18,424 7,247 3,577 40,835 49,829 33,261 27,060 43,376 39,222 36,203 31,125 35,030 mai/09 50792 12,016 120,25 18,980 25,300 28,091 7,521 13,964 27,000 16,661 31,071 31,410 22,675 30,513 26,526 45,373 15,060 20,855 13,937 18,507 23,971 25,129 9,278 17,893 23,290 8,437 8,310 26,779 3,179 21,971 21,159 26,193 18,516 39,750 31,606 28,667 17,294 7,142 3,550 41,760 52,491 36,083 28,904 42,786 34,005 37,806 31,862 35,106 abr/09 45141 10,947 110,27 16,847 22,598 24,270 5,686 13,479 23,279 15,010 27,596 29,452 22,762 31,373 24,965 41,584 13,062 18,329 11,449 18,638 23,929 24,587 8,555 14,633 19,125 7,070 7,633 24,695 2,946 20,885 17,182 22,564 17,010 36,065 28,667 25,919 14,557 6,365 3,027 42,511 50,998 33,658 28,303 41,889 31,413 33,510 28,588 31,049 mar/09 39466 9,078 96,813 13,777 19,253 21,470 4,871 12,335 20,705 13,575 25,327 29,152 21,431 27,796 20,891 43,783 10,324 14,965 7,559 16,656 20,992 22,486 6,631 11,929 15,609 7,875 6,526 21,132 2,703 20,469 14,382 20,555 16,087 33,352 26,688 22,725 14,085 6,154 2,908 39,195 46,503 31,945 25,768 40,834 25,051 30,409 26,091 33,071 fev/09 40243 8,517 94,254 12,690 19,040 23,166 5,710 11,553 21,856 13,519 26,016 29,895 20,910 27,148 20,341 41,810 10,629 16,242 8,962 17,619 21,598 19,838 8,159 14,914 19,523 9,522 6,242 20,891 3,023 20,369 13,658 19,279 14,906 31,158 25,359 23,195 15,462 6,678 3,192 38,011 43,472 29,209 23,227 38,353 27,412 33,498 28,412 32,706 jan/09 39438 8,883 93,342 13,206 19,667 21,038 5,926 12,557 22,692 13,981 27,465 31,611 21,134 27,227 22,450 40,316 10,910 15,735 9,113 17,724 22,094 18,993 9,523 16,182 21,280 10,623 6,513 22,140 3,256 18,735 15,396 18,580 14,793 28,026 23,240 24,940 18,232 5,616 2,960 37,461 47,008 26,755 21,660 36,901 28,050 29,715 26,037 29,714

Fonte: GuiaInvest, 2010 (Adaptado).

51

ANEXO 4 COTAES AJUSTADAS DAS AES EM 2010

Tabela 13 Cotaes ajustadas das aes em 2010


BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4 GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4 jul/10 64017 14,355 178,86 26,143 29,045 32,633 12,863 11,763 37,358 24,463 34,768 33,795 26,083 39,470 36,640 68,335 22,893 26,583 19,408 23,280 27,880 35,950 9,265 23,478 29,380 21,378 11,138 33,600 4,963 20,685 47,978 39,760 17,513 30,515 26,758 36,195 24,670 7,255 4,853 36,583 48,793 37,763 26,998 46,053 48,945 43,540 38,085 47,735 jun/10 63469 14,719 181,51 26,958 30,010 35,505 11,923 12,139 36,683 23,846 33,439 33,793 25,335 38,699 34,181 67,669 21,470 27,079 20,221 23,542 27,823 34,050 9,635 24,776 31,110 21,948 11,305 34,450 5,086 21,114 46,534 38,867 18,267 33,500 28,970 34,951 25,718 7,191 4,945 37,306 52,038 38,110 28,670 45,810 46,899 47,759 41,295 50,536 mai/10 62654 14,203 173,69 26,727 30,325 35,524 11,287 10,835 37,571 22,996 33,593 34,138 26,899 36,366 34,567 66,583 20,128 27,858 19,554 22,630 26,883 31,453 9,924 25,227 30,796 21,595 11,259 35,120 4,945 21,961 42,152 37,388 18,797 32,930 28,978 33,508 26,798 6,439 4,645 34,637 46,202 31,481 26,650 44,965 48,866 48,875 42,152 47,722 abr/10 69788 15,670 168,62 29,666 32,369 43,118 12,718 11,424 39,020 24,080 32,754 35,197 26,057 35,952 35,860 64,430 22,333 33,485 20,719 25,077 29,554 34,415 10,225 29,951 36,702 22,917 12,168 38,489 5,441 23,756 40,780 35,913 21,620 38,060 33,893 34,009 29,882 6,476 4,567 35,069 49,148 33,561 28,398 46,387 59,760 57,001 49,457 46,647 mar/10 69088 16,358 168,84 29,192 31,727 41,794 13,048 12,420 39,023 23,704 32,405 36,291 25,988 36,403 37,597 61,211 22,776 32,150 21,555 25,220 29,881 34,661 10,211 27,288 34,062 22,719 11,698 37,418 5,161 24,737 40,093 34,950 23,397 39,702 35,582 31,245 29,499 7,293 4,988 36,623 51,413 35,175 28,956 47,093 55,606 53,785 46,956 49,107 fev/10 65827 15,556 171,96 28,825 31,357 38,847 13,105 12,961 38,373 23,839 32,381 34,965 26,077 35,829 38,107 60,734 23,954 27,582 22,156 24,686 28,572 33,252 9,729 25,594 31,542 23,535 11,110 36,029 4,820 23,908 36,808 33,196 21,959 37,231 33,201 31,299 32,499 7,272 4,909 37,803 52,988 35,049 29,102 47,226 48,319 49,406 42,892 49,664 jan/10 68568 16,347 176,84 28,044 32,858 40,234 14,197 15,457 41,315 24,460 31,920 35,673 26,431 35,144 37,928 59,914 23,301 27,354 22,484 26,788 30,730 31,347 9,610 28,215 34,243 25,165 11,466 37,264 5,142 22,615 37,053 34,799 22,847 39,582 35,474 32,510 37,399 7,235 4,987 39,542 59,501 38,471 31,794 48,771 49,408 51,846 44,453 50,752

Fonte: GuiaInvest, 2010 (Adaptado).

52

ANEXO 5 CLCULOS PARA AS AES NO ANO DE 2009

Tabela 14 Clculos para as aes no ano de 2009 (Parte 1)

BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4

5,189201 4,149938 4,738163 6,825054 4,067632 6,85294 8,277613 1,453638 5,146296 4,425753 0,479759 1,194999 2,03417 1,43888 3,79721 3,086823 6,957716 7,472028 10,44792 2,800429 2,280474 4,399901 0,701775 6,368629

1,000000 0,087662 0,062559 0,089391 0,092918 0,110659 0,195847 0,042952 0,075271 0,035632 0,071187 0,026143 0,015968 0,033885 0,072089 -0,01999 0,129377 0,137796 0,247108 0,014004 0,030445 -0,01182 0,204417 0,178735

0,00000 3,69504 4,413533 6,361188 3,58546 6,278709 7,261326 1,230751 4,755699 4,240854 0,110352 1,059336 1,951307 1,263043 3,423125 3,190554 6,28635 6,756977 9,165626 2,72776 2,122489 4,461236 -0,35898 5,441138

22,1073 78,09352 21,77387 54,14201 43,53431 62,70066 175,6076 59,66038 35,58693 27,96384 27,65921 12,61045 16,2014 31,09008 54,00489 33,13051 75,74422 93,01817 270,1217 71,35502 63,43281 20,43475 180,4944 124,0771

Fonte: Organizado pelo autor.

53

Tabela 15 Clculos para as aes no ano de 2009 (Parte 2)

GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4

5,488931 9,318962 4,317425 4,065782 3,935723 1,562284 8,753844 5,379315 4,425108 4,82613 5,443446 2,720936 5,716565 1,166283 3,000372 -0,31043 1,310284 2,597909 2,550017 2,067526 6,525208 5,601727 5,279304 4,789931

0,184629 0,018019 0,068696 0,077329 0,10485 0,000212 0,110353 0,054773 0,015404 0,035433 0,037443 0,092612 0,04496 0,062054 0,08009 0,025753 0,037502 0,019176 0,016332 -0,00775 0,123879 0,091371 0,087927 -0,00025

4,530856 9,225457 3,960947 3,664507 3,391636 1,561185 8,1812 5,095089 4,345175 4,64226 5,249146 2,240353 5,483257 0,84427 2,58477 -0,44406 1,115678 2,4984 2,465265 2,107731 5,882373 5,127585 4,823032 4,791204

121,04 238,6107 36,57346 39,31903 75,92996 13,00865 74,64177 32,90953 19,66687 34,66744 26,2585 33,9628 127,6373 113,5622 76,83901 18,9528 57,35401 55,59791 62,00643 8,147892 84,63271 54,8312 43,8511 26,24317

Fonte: Organizado pelo autor.

54

ANEXO 6 CLCULOS PARA AS AES NO ANO DE 2008

Tabela 16 Clculos para as aes no ano de 2008 (Parte 1)

BOVESPA ALL11 AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO4 CCRO3 CESP6 CGAS5 CLSC6 CMIG4 CPFE3 CPLE6 CRUZ3 CSAN3 CSNA3 CYRE3 ELET3 ELET6 ELPL6 EMBR3 GGBR4

-3,84291 -5,53856 -1,47139 -4,64111 -3,13221 -6,44378 -7,06138 -0,12368 -1,13903 -5,02683 -0,51084 -0,64074 0,349522 0,211557 -0,06045 -2,9E-05 -4,06194 -2,86105 -7,70019 1,415846 1,105255 -1,26893 -5,31327 -2,44691

1,000000 0,109015 0,017669 0,089989 0,059814 0,103833 0,029389 0,062758 0,084837 0,076128 0,058346 0,050735 0,025582 0,024907 0,03202 0,018884 0,087614 0,14575 0,104046 0,033943 0,030943 0,036082 0,038464 0,150127

0,00000 -5,11962 -1,40349 -4,29529 -2,90235 -6,04475 -6,94844 0,117488 -0,81301 -4,73428 -0,28662 -0,44577 0,447831 0,307271 0,062597 0,07254 -3,72524 -2,30095 -7,30035 1,546284 1,224167 -1,13027 -5,16546 -1,86999

80,65009 136,4343 42,48153 108,9932 49,13855 123,8658 79,51985 90,56744 98,30934 405,8628 48,85429 38,3818 57,08006 36,20533 43,1626 26,53732 254,1699 240,1852 182,6109 57,69224 35,85558 53,37358 118,021 235,815

Fonte: Organizado pelo autor.

55

Tabela 17 Clculos para as aes no ano de 2008 (Parte 2)

GOAU4 GOLL4 ITSA4 ITUB4 KLBN4 LIGT3 LREN3 NATU3 NETC4 PETR3 PETR4 SBSP3 TAMM4 TCSL3 TCSL4 TLPP4 TMAR5 TNLP3 TNLP4 TRPL4 USIM5 VALE3 VALE5 VIVO4

-2,48329 -10,6318 -1,61984 -1,77039 -4,6133 -0,23044 -6,63902 1,795313 -3,46475 -4,35807 -4,46106 -3,15073 -5,66505 -2,54375 -3,96276 1,068902 2,374038 -1,94002 1,246841 1,836119 -4,28638 -5,5347 -5,33037 -0,56418

0,141379 0,090418 0,070629 0,072376 0,075885 0,03511 0,092509 0,013032 0,086531 0,086045 0,088628 0,083566 0,060217 0,004458 0,032439 -0,00584 0,052899 0,028399 0,02937 0,024435 0,152369 0,097241 0,084389 0,100419

-1,93999 -10,2843 -1,34842 -1,49226 -4,32168 -0,09551 -6,28351 1,845392 -3,13222 -4,02741 -4,12047 -2,8296 -5,43364 -2,52662 -3,8381 1,046471 2,577323 -1,83089 1,359709 1,930019 -3,70084 -5,16101 -5,00607 -0,17828

223,737 169,0448 84,25506 75,70345 87,1901 46,44481 138,9761 61,92752 98,09059 98,48021 102,2291 102,461 191,0503 96,92985 66,92207 39,16669 93,92066 114,6166 75,93136 34,28213 261,6016 110,4038 81,98287 165,6366

Fonte: Organizado pelo autor.

56

ANEXO 7 CARTEIRA PARA 2008/2009 UTILIZANDO BETAS HISTRICOS

Tabela 18 Carteira para 2008/2009 utilizando betas histricos

NATU3 TRPL4 TMAR5 ELET3 TNLP4 ELET6

64,95259 36,31085 26,94117 13,75757 10,14496 5,053663

0,014362 0,065261 0,129582 0,151407 0,160504 0,170951

0,014304 0,028036 0,016877 0,009873 0,005094 0,006971

0,17626 0,345459 0,207962 0,121658 0,062766 0,085896

Fonte: Organizado pelo autor.

57

ANEXO 8 CARTEIRA PARA 2008/2009 UTILIZANDO MDIA GLOBAL

Tabela 19 Carteira para 2008/2009 utilizando mdia global

TMAR5 TRPL4 NATU3 ELET3 TNLP4 ELET6 TLPP4

21,83417 13,59298 12,96782 7,154179 4,564928 2,395762 1,838809

0,079588 0,213202 0,282636 0,322556 0,341199 0,360144 0,372521

0,016905 0,030622 0,016293 0,010912 0,006065 0,008895 0,007215

0,174445 0,315998 0,168132 0,112601 0,062585 0,091788 0,074451

Fonte: Organizado pelo autor.

58

ANEXO 9 TERMO DE AUTENTICIDADE

UNIVERSIDADE FEDERAL DE JUIZ DE FORA FACULDADE DE ENGENHARIA

Termo de Declarao de Autenticidade de Autoria Declaro, sob as penas da lei e para os devidos fins, junto Universidade Federal de Juiz de Fora, que meu Trabalho de Concluso de Curso do Curso de Graduao em Engenharia de Produo original, de minha nica e exclusiva autoria. E no se trata de cpia integral ou parcial de textos e trabalhos de autoria de outrem, seja em formato de papel, eletrnico, digital, udio-visual ou qualquer outro meio. Declaro ainda ter total conhecimento e compreenso do que considerado plgio, no apenas a cpia integral do trabalho, mas tambm de parte dele, inclusive de artigos e/ou pargrafos, sem citao do autor ou de sua fonte. Declaro, por fim, ter total conhecimento e compreenso das punies decorrentes da prtica de plgio, atravs das sanes civis previstas na lei do direito autoral1 e criminais previstas no Cdigo Penal 2 , alm das cominaes administrativas e acadmicas que podero resultar em reprovao no Trabalho de Concluso de Curso. Juiz de Fora, _____ de _______________ de 20____.

_______________________________________ NOME LEGVEL DO ALUNO (A) _______________________________________ ASSINATURA

________________________ Matrcula ________________________ CPF

LEI N 9.610, DE 19 DE FEVEREIRO DE 1998. Altera, atualiza e consolida a legislao sobre direitos autorais e d outras providncias. 2 Art. 184. Violar direitos de autor e os que lhe so conexos: Pena deteno, de 3 (trs) meses a 1 (um) ano, ou multa.

You might also like