Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOOPPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM AADDMMIINNIISSTTRRAAÇÇÃÃOO
“ANÁLISE DE ESTRATÉGIAS DE INVESTIMENTO EM ATIVOS DO EXTERIOR ATRAVÉS DE OPERAÇÕES NO MERCADO
BRASILEIRO”.
MMAAUURRÍÍCCIIOO AALLEESSSSAANNDDRROO DDEE PPAAUULLAA FFEERRRREEIIRRAA
ORIENTADOR: PROF. DR. OSMANI TEIXEIRA DE CARVALHO GUILLÉN
Rio de Janeiro, 22 de outubro de 2012.
“ANÁLISE DE ESTRATÉGIAS DE INVESTIMENTO EM ATIVOS DO EXTERIOR ATRAVÉS DE OPERAÇÕES NO MERCADO BRASILEIRO”
MAURÍCIO ALESSANDRO DE PAULA FERREIRA
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração / Finanças
ORIENTADOR: PROF. DR. OSMANI TEIXEIRA DE CARVALHO GUILLÉN
Rio de Janeiro, 22 de outubro de 2012.
“ANÁLISE DE ESTRATÉGIAS DE INVESTIMENTO EM ATIVOS DO EXTERIOR
ATRAVÉS DE OPERAÇÕES NO MERCADO BRASILEIRO”
MAURÍCIO ALESSANDRO DE PAULA FERREIRA
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração / Finanças
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor Dr. OSMANI TEIXEIRA DE CARVALHO GUILLÉN (Orientador) Instituição: IBMEC Rio de Janeiro
_____________________________________________________
Professor Dr. JOSÉ VALENTIM MACHADO VICENTE Instituição: IBMEC Rio de Janeiro
_____________________________________________________
Professor Dr. ALEXANDRE BARROS DA CUNHA Instituição: UFRJ
Rio de Janeiro, 22 de outubro de 2012.
658.15 F383a
Ferreira, Maurício Alessandro de Paula. Análise de estratégias de investimento em ativos do exterior através de operações no mercado brasileiro. / Maurício Alessandro de Paula Ferreira. - Rio de Janeiro: Faculdades Ibmec, 2012. 119f.; 29 cm. Dissertação de Mestrado Profissionalizante apresentada ao Programa de Pós-Graduação em Administração das Faculdades Ibmec, como requisito parcial necessário para a obtenção do título de Mestre em Administração. Área de concentração: Finanças / Administração. Orientador: Dr. Prof. Osmani Teixeira de Carvalho Guillén.
1. Administração financeira. 2. Ajuste Quanto. 3. Capital protegido. 4. Risco cambial. 5. Derivativos. 6. Econometria. I. Ferreira, Maurício Alessandro de Paula. II. Dr. Prof. Osmani Teixeira de Carvalho Guillén. III. Análise de estratégias de investimento em ativos do exterior através de operações no mercado brasileiro.
v
DEDICATÓRIA
Dedico esta dissertação aos “anjos” de minha vida: minha esposa Anna Maria Anjo, minha filha Michelle Anjo e meu filho Arthur Anjo. Estes são minhas fontes de incentivo e de perseverança.
vi
AGRADECIMENTOS
A Deus pela certeza que a bondade e a misericórdia sempre me seguiram, pois “O SENHOR é
meu pastor e nada me faltará”.
Aos meus pais, Maria Augusta e Jair Joaquim Ferreira (in memoriam), pelo carinho,
dedicação e amor incondicional que sempre obtive durante toda a minha vida.
Aos meus padrinhos, Deusa e Carlos Roberto Santiago, por acreditarem na determinação de
um sonhador.
Ao professor Osmani Teixeira de Carvalho Guillén, pelo apoio, incentivo e paciência durante
a orientação de meu trabalho.
A BB Gestão de Recursos – Distribuidora de Títulos e Valores Mobiliários S.A. (BBDTVM
S.A.), pelo patrocínio deste Mestrado.
vii
RESUMO
O objetivo deste trabalho é avaliar se nos fundos de Capital Protegido atrelados a ativos do
exterior houve a efetividade da não exposição dos investidores ao risco cambial da transação.
Assim como analisar as estruturas utilizadas por cada fundo.
Efetuou-se a análise das estruturas de derivativos utilizados por 10 fundos e constatou-se a
sofisticação e variedade de opções, tais como: Asiáticas, Binárias ou Digitais, Barreiras, Call
Spread e Lookback. Onde podem ser calculadas através da Simulação de Monte-Carlo.
Analisou-se também as estatísticas descritivas das séries dos fundos e da PTAX e constatou-
se aderência dos movimentos gráficos das séries aos movimentos macroeconômicos das
commodities em seus respectivos mercados. Efetuou-se análise da relação com a utilização de
procedimentos econométricos: Coeficientes de Correlação; Teste de causalidade de Granger
(1969); Decomposição de Variância; e Função Resposta ao Impulso.
Utilizando-se a estrutura adequada, o que os resultados evidenciam para pelo menos 4
(quatro) fundos, sugere-se que com a utilização do ajuste Quanto nas operações estruturadas
dos fundos de investimento de Capital Protegido o investidor não ficou exposto ao risco da
variação cambial.
Palavras Chave: Ajuste Quanto, Capital Protegido, Risco Cambial, Derivativos, Econometria.
viii
ABSTRACT
The purpose of this study is to evaluate whether the Capital Protected funds attached to
foreign assets have had effectiveness in the non-exposure of investor to foreign exchange risk
of the transaction and to analyze the structures used by each fund. We conducted an analysis
of the structures of derivatives used by the 10 funds and where we found the complexity and
variety of options such as: Asian, Binary or Digital, Barriers, Call Spread and Lookback.
These can be calculated by the Monte-Carlo simulation. We also analyzed the descriptive
statistics of the series of funds and PTAX and found adherence of motion graphics series to
the macroeconomic movements of commodities in their respective markets. We conducted
analysis of the funds and PTAX relationship with the use of econometric procedures:
Correlation Coefficients; Granger Causality test (1969), Decomposition of Variance, and
Impulse Response Function.
Using the appropriate structure, the results show that for at least 4 (four) funds, it was
suggested that using the Quanto adjustment in the Capital Protected structured investment
fund , the investor was not exposed to risk of exchange.
Key Words: Quanto Adjustment, Capital Protected, Currency Risk, Derivatives,
Econometrics.
ix
LISTA DE FIGURAS
Figura 1 - Gráfico com o Patrimônio Líquido dos Fundos de Capital Protegido e Capital
Protegido Lastreados em Ativos do Exterior (período de jan/09 a jun/12) ...................... 43
Figura 2 - Gráfico com a evolução do Patrimônio Líquido dos fundos de Capital Protegido
lastreados em ativos do exterior, com foco nos fundos selecionados, ou seja, fundos cuja
abertura e encerramento foram efetuados no período de jan/09 a jun/12. ........................ 44
Figura 3 - Histogramas das SÉRIES e dos RETORNOS das Cotas do BB Multimercado
Capital Protegido Commodities Agrícolas Private FI e da PTAX ................................... 48
Figura 4 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do
BB Multimercado Capital Protegido Commodities Agrícolas Private FI e da PTAX ..... 49
Figura 5 - Histogramas das SÉRIES e dos RETORNOS das Cotas do BB Multimercado
Capital Protegido Ouro Private FI e da PTAX ................................................................. 50
Figura 6 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do
BB Multimercado Capital Protegido Ouro Private FI e da PTAX ................................... 51
Figura 7 - Histogramas das SÉRIES e dos RETORNOS das Cotas do BB Multimercado
Capital Protegido Petróleo LP Private FI e da PTAX ...................................................... 52
Figura 8 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do
BB Multimercado Capital Protegido Petróleo LP Private FI e da PTAX ........................ 53
Figura 9 - Histogramas das SÉRIES e dos RETORNOS das Cotas do CSHG Gold FI
Multimercado e da PTAX................................................................................................. 54
Figura 10 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do CSHG Gold FI Multimercado e da PTAX .................................................................. 55
Figura 11 - Histogramas das SÉRIES e dos RETORNOS das Cotas do HSBC FI
Multimercado Smart Commodities e da PTAX ............................................................... 56
x
Figura 12 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do HSBC FI Multimercado Smart Commodities e da PTAX .......................................... 57
Figura 13 - Histogramas das SÉRIES e dos RETORNOS das Cotas do SANTANDER Capital
Protegido FI Commodities Metálicas Multimercado Crédito Privado e da PTAX .......... 58
Figura 14 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do SANTANDER Capital Protegido FI Commodities Metálicas Multimercado Crédito
Privado e da PTAX ........................................................................................................... 59
Figura 15 - Histogramas das SÉRIES e dos RETORNOS das Cotas do ITAÚ Private
Estruturado Índice de Commodities Multimercado Crédito Privado FI e da PTAX ....... 60
Figura 16 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do ITAÚ Private Estruturado Índice de Commodities Multimercado Crédito Privado FI e
da PTAX ........................................................................................................................... 61
Figura 17 - Histogramas das SÉRIES e dos RETORNOS das Cotas do ITAÚ Personnalité
Multimercado Crédito Privado Índice de Commodities FI e da PTAX ........................... 62
Figura 18 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do ITAÚ Personnalité Multimercado Crédito Privado Índice de Commodities FI e da
PTAX ................................................................................................................................ 63
Figura 19 - Histogramas das SÉRIES e dos RETORNOS das Cotas do ITAÚ Multimercado
Crédito Privado Índice de Carbono FI e da PTAX ........................................................... 64
Figura 20 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do ITAÚ Multimercado Crédito Privado Índice de Carbono FI e da PTAX ................... 65
Figura 21 - Histogramas das SÉRIES e dos RETORNOS das Cotas do HSBC FI
Multimercado Smart Ouro e da PTAX ............................................................................. 66
Figura 22 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota
do HSBC FI Multimercado Smart Ouro e da PTAX ........................................................ 67
Figura 23 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
BB AGRICOLA e da PTAX ............................................................................................ 76
Figura 24 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
BB OURO e da PTAX ..................................................................................................... 76
Figura 25 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
BB PETROLEO e da PTAX ............................................................................................ 77
Figura 26 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
CSGH GOLD e da PTAX ................................................................................................ 78
xi
Figura 27 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
HSBC COMMODITIES e da PTAX ............................................................................... 78
Figura 28 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
SANTANDER METALICAS e da PTAX ....................................................................... 79
Figura 29 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
ITAU COMMODITIES e da PTAX ................................................................................ 80
Figura 30 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
ITAU IND COMMODITIES e da PTAX ........................................................................ 80
Figura 31 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
ITAU CARBONO e da PTAX ......................................................................................... 81
Figura 32 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do
HSBC SMART OURO e da PTAX .................................................................................. 82
xii
LISTA DE TABELAS
Tabela 1 - Relação das estratégias dos 10 Fundos de Investimento analisados ....................... 37
Tabela 2 - Relação dos lançamentos e encerramentos de fundos de Capital Protegido
lastreados em ativos do exterior (período de jan/09 a jun/12) .......................................... 44
Tabela 3 - Estatísticas descritivas do fundo BB Agrícola e da PTAX (taxa de câmbio R$/US$)
para o período individualizado (Séries de Dados e Retornos).......................................... 47
Tabela 4 - Estatísticas descritivas do fundo BB Ouro e da PTAX (taxa de câmbio R$/US$)
para o período individualizado (Séries de Dados e Retornos).......................................... 50
Tabela 5 - Estatísticas descritivas do fundo BB Petroleo e da PTAX (taxa de câmbio R$/US$)
para o período individualizado (Séries de Dados e Retornos).......................................... 52
Tabela 6 - Estatísticas descritivas do fundo CSGH Gold e da PTAX (taxa de câmbio R$/US$)
para o período individualizado (Séries de Dados e Retornos).......................................... 54
Tabela 7 - Estatísticas descritivas do fundo HSBC Commodities e da PTAX (taxa de câmbio
R$/US$) para o período individualizado (Séries de Dados e Retornos) .......................... 56
Tabela 8 - Estatísticas descritivas do fundo SANTANDER Metalicas e da PTAX (taxa de
câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos).............. 58
Tabela 9 - Estatísticas descritivas do fundo ITAU Commodities e da PTAX (taxa de câmbio
R$/US$) para o período individualizado (Séries de Dados e Retornos) .......................... 60
Tabela 10 - Estatísticas descritivas do fundo ITAU Ind Commodities e da PTAX (taxa de
câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos).............. 62
Tabela 11 - Estatísticas descritivas do fundo ITAU Carbono e da PTAX (taxa de câmbio
R$/US$) para o período individualizado (Séries de Dados e Retornos) .......................... 64
Tabela 12 - Estatísticas descritivas do fundo HSBC Smart Ouro e da PTAX (taxa de câmbio
R$/US$) para o período individualizado (Séries de Dados e Retornos) .......................... 66
xiii
Tabela 13 - Coeficiente de Correlação: Fundos x PTAX (taxa de câmbio R$/US$) para o
período individualizado (Séries de Dados) ....................................................................... 71
Tabela 14 - Coeficiente de Correlação: Fundos x PTAX (taxa de câmbio R$/US$) para o
período individualizado (Retornos) .................................................................................. 71
Tabela 15 - Teste de Causalidade de Granger: Fundos x PTAX (taxa de câmbio R$/US$) para
o período individualizado (Retornos) ............................................................................... 73
Tabela 16 - Decomposição da Variância: Fundos x PTAX (taxa de câmbio R$/US$) para o
período individualizado (Retornos) .................................................................................. 75
xiv
LISTA DE ABREVIATURAS
ABS Asset Backed Securities
ANBIMA Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais
BCB Banco Central do Brasil
BDRs Brazilian Depositary Receipts
BGCI Barclays Global Carbon Index
BM&F Bolsa de Mercadorias & Futuros
BRICS Brasil, Rússia, Índia, China e África do Sul
CCCO Cross-currency call option
CCFC Cross-currency forward contracts
CCPO Cross-currency put option
CD Discount Certificates
CDO Collateralized Debt Obligation
CME Chicago Mercantile Exchange
CMN Conselho Monetário Nacional
CVA Credit Valuation Adjustment
CVM Comissão de Valores Mobiliários
ECX European Climate Exchange
ELF-X Equity Linked Foreign Exchange Option
xv
EUREX European Stock Exchange
GER Guaranteed Exchange-Rate
GS Goldman Sachs
iCAPM International Capital Asset Pricing Model
IFRS International Financial Reporting Standards
IMM Método do Modelo Interno
LBMA London Bullion Market Association
LEAPS Long Term Equity Anticipation Securities
MaM Marcação a Mercado
MBS Mortgage-Backed Securities
MDL Mecanismo de Desenvolvimento Limpo
MGB Movimento Geométrico Browniano
MICDs Market-Index Certificates Deposits
NYMEX New York Mercantile Exchange
NYSE New York Stock Exchange
RC Reverse Convetible
RES Reverse Exchangeable Securities
RWA Risk-Weighted Assets
S&P 500 Standard and Poor’s
VaR Value at Risk
VAR Vetor Auto Regressivo
WTI West Texas Intermediate
xvi
LISTA DE SÍMBOLOS
C Opção de compra ou Call.
P Opção de venda ou Put.
F Valor contrato forward do ativo objeto S.
G Valor de contrato forward da cotação do câmbio X (número de unidades da moeda
estrangeira para uma unidade da moeda local).
X Cotação de câmbio para troca de moedas.
S Cotação do ativo objeto.
K Preço de exercício ou Strike.
* Indica que o ativo objeto está na moeda estrangeira e a sua ausência indica que está na
moeda local.
T Data de vencimento da operação.
t Data atual ou data base do cálculo.
rd Taxa de juros livre de risco doméstica no instante t.
rf Taxa de juros livre de risco estrangeira no instante t.
σ(letra) Volatilidade que será acompanhada de uma letra significando a qual o ativo se refere.
σSX Covariância entre o ativo objeto e a moeda ou a expressão ρSXσSσX.
q Taxa de dividendos.
ρ Correlação entre ativos que serão subscritos a frente desse símbolo.
xvii
z Representa o processo de Wiener padrão referente ao ativo objeto.
w Representa o processo de Wiener padrão referente à moeda.
E() Medida estatística chamada de esperança em uma moeda, que estará indicada em
subscrito junto à notação.
M Valor de título sem pagamento de cupom intermediário somente com amortização de
100% do principal na data de vencimento em valor de moeda especificada em subscrito
juntamente com a notação.
� ou d Denominação de derivada. Quando não houver nenhuma potência junto à notação,
significa que é a primeira derivada. Conforme o número da potência junto à notação
significará a ordem da derivada.
xviii
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 1
2 REVISÃO DA LITERATURA ............................................................................... 8
2.1 ESTRUTURAS QUANTO DE DERIVATIVOS ................................................................................... 8
2.2 PRODUTOS ESTRUTURADOS ......................................................................................................... 19
2.3 RISCO CAMBIAL ................................................................................................................................ 23
3 FUNDAMENTOS TEÓRICOS ............................................................................ 30
3.1 ENGENHARIA FINANCEIRA ........................................................................................................... 30
3.2 MODELAGEM DO QUANTO ............................................................................................................. 33
4 DESCRIÇÃO DAS ESTRATÉGIAS ................................................................... 36
4.1 ESTRATÉGIAS .................................................................................................................................... 364.1.1 Simulação de Monte Carlo ................................................................................................................. 374.1.2 Call Spread ......................................................................................................................................... 394.1.3 Opção Lookback ................................................................................................................................. 394.1.4 Opção Binária ou Digital .................................................................................................................... 404.1.5 Opção Asiática ................................................................................................................................... 404.1.6 Opção Européia com Barreira ............................................................................................................ 41
5 BASE DE DADOS E ESTATÍSTICAS DESCRITIVAS ...................................... 42
5.1 BASE DE DADOS ................................................................................................................................. 435.1.1 Considerações sobre Commodities ..................................................................................................... 45
5.2 ESTATÍSTICAS DESCRITIVAS ....................................................................................................... 475.2.1 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo BB Multimercado Commodities Agrícolas e da PTAX ................................................................................................................. 475.2.2 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo BB Multimercado Ouro Private e da PTAX ................................................................................................................................... 505.2.3 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo BB Multimercado Petróleo Private e da PTAX .............................................................................................................................. 52
xix
5.2.4 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo CSGH Gold Multimercado e da PTAX ................................................................................................................................. 545.2.5 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo HSBC Commodities e da PTAX ........................................................................................................................................................... 565.2.6 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo SANTANDER Metálicas e da PTAX ........................................................................................................................................ 585.2.7 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo ITAU Commodities e da PTAX ........................................................................................................................................................... 605.2.8 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo ITAU Ind. Commodities e da PTAX .................................................................................................................................. 625.2.9 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo ITAU Índice de Carbono e da PTAX ......................................................................................................................................... 645.2.10 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo HSBC Multimercado Smart Ouro e da PTAX..................................................................................................................................... 66
6 METODOLOGIA E RESULTADOS ................................................................... 69
6.1 CORRELAÇÃO .................................................................................................................................... 69
6.2 VETOR AUTO REGRESSIVO – VAR .............................................................................................. 71
6.3 TESTE DE CAUSALIDADE DE GRANGER ................................................................................... 72
6.4 DECOMPOSIÇÃO DA VARIÂNCIA ................................................................................................ 74
6.5 FUNÇÃO RESPOSTA IMPULSO ...................................................................................................... 75
7 CONCLUSÃO .................................................................................................... 83
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 87
APÊNDICE A – POLÍTICA DE INVESTIMENTO DOS FUNDOS ............................. 91BB Multimercado Capital Protegido Commodities Agrícolas Private FI – Código ANBIMA 225711 ... 91BB Multimercado Capital Protegido Ouro Private FI – Código ANBIMA 225721.................................. 92BB Multimercado Capital Protegido Petróleo LP Private FI – Código ANBIMA 235733 ...................... 94CSHG Gold FI Multimercado – Código ANBIMA 242934 ......................................................................... 96HSBC FI Multimercado Smart Commodities – Código ANBIMA 246859 ............................................... 96SANTANDER Capital Protegido FI Commodities Metálicas Multimercado Crédito Privado – Código ANBIMA 245097 ............................................................................................................................................. 97ITAÚ Private Estruturado Índice de Commodities Multimercado Crédito Privado FI – Código ANBIMA 249157 ............................................................................................................................................. 98ITAÚ Personnalité Multimercado Crédito Privado Índice de Commodities FI – Código ANBIMA 251038 .............................................................................................................................................................. 99ITAÚ Multimercado Crédito Privado Índice de Carbono FI – Código ANBIMA 253286 ...................... 99HSBC FI Multimercado Smart Ouro – Código ANBIMA 262528 ........................................................... 100
1
1 INTRODUÇÃO
A combinação da estabilização econômica, controle da inflação, crescimento sustentado,
expansão do mercado doméstico, políticas sociais inovadoras e a nova imagem do Brasil no
cenário internacional, trouxeram mudanças para o país e possibilitou a existência de um
moderno e robusto sistema financeiro. Isso tornou o Brasil em uma das economias mais
resistentes no mundo atual.
Nosso país tem dimensões continentais, onde é o quinto maior país do mundo e atualmente é
economicamente estável e relativamente previsível. É integrante dos chamados BRICS1
(Brasil, Rússia, Índia, China e África do Sul).
A indústria de fundos de investimento no Brasil atingiu em junho de 2012 um patrimônio
líquido de R$ 2,1 trilhões distribuídos em 43 subcategorias de fundos na classificação da
Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais (Anbima).
Num cenário de juros básicos menores, os gestores tendem a selecionar ativos diversificados
para as carteiras dos fundos de investimento. As aplicações de fundos de investimento
1 Segundo o Ministério do Exterior – Itamaraty, a idéia dos BRICS foi formulada pelo economista-chefe da Goldman Sachs, Jim O’Neil, em estudo de 2001, intitulado “Building Better Global Economic BRICs”. Fixou-se como categoria da análise nos meios econômicos-financeiros, empresariais, acadêmicos e de comunicação. Em 2006, o conceito deu origem a um agrupamento, propriamente dito, incorporado à política externa de Brasil, Rússia, Índia e China. Em 2011, por ocasião da III Cúpula, a África do Sul passou a fazer parte do agrupamento, que adotou a sigla BRICS.
2
brasileiros em ativos do exterior é uma tendência que deve se acentuar nos próximos anos,
pois a regulamentação para aplicar no exterior saiu um pouco antes da crise mundial de 2008,
retardando o fato de que no mercado externo está a opção para diluir riscos.
A utilização de instrumentos financeiros em que seja possível reestruturar um perfil financeiro
existente e obter assim outro com propriedades mais desejáveis serão essenciais para
substituir risco por certeza ou, risco prejudicial por risco benéfico.
O instrumento financeiro que procura atender ao requisito de proteção em turbulências do
mercado e também a possibilidade de ganhos são os fundos de Capital Protegido.
Os fundos de Capital Protegido são normalmente constituídos como carteiras multimercado
que utilizam operações estruturadas com derivativos para criar diversas condições de ganho e
travar as perdas do portfólio, porém vale ressaltar que nesses fundos, a proteção do principal
refere-se aos riscos de mercado. Em alguns casos, no entanto, não há garantia de que o
investidor não possa sacar menos recursos do que aplicou. Isso pode acontecer em função da
tributação do investimento ou dos custos do fundo.
Essas carteiras são uma forma de tornar as operações estruturadas acessíveis para investidores
de varejo com perfil mais conservador que desejam aplicar no mercado de ações ou
commodities sem correr o risco de perder o patrimônio investido ou para investidores
qualificados que estejam procurando diversificar seu portfólio sem o ônus de ter que pagar
imposto de renda (IR) para cada parte da estrutura, pois nos fundos de investimento o cliente
não tem tributação em todos os produtos da estrutura.
3
O objetivo deste trabalho é avaliar se nos fundos de Capital Protegido atrelados a ativos do
exterior houve a efetividade da não exposição dos investidores ao risco cambial da transação.
Assim como o de analisar as estruturas utilizadas por cada fundo.
Será utilizada uma pesquisa quantitativa, que segundo Creswell (2009), é um meio para testar
teorias objetivas, examinando a relação entre as variáveis. Tais variáveis, por sua vez, podem
ser medidas tipicamente por instrumentos, para que os dados numéricos possam ser analisados
por procedimentos estatísticos.
Em 2011, a Comissão de Valores Mobiliários (CVM) implementou diversas audiências
públicas para os agentes de Mercado opinarem sobre possíveis mudanças na Instrução 409, de
2004, que trata de fundos. Um exemplo recente é quanto a criação de fundos de investimento
com aplicação 100% em Brazilian Depositary Receipts (BDRs) nível I – certificados com
lastro em ações de companhias com sede no exterior e que permitam também a entrada de
investidores qualificados, ou seja, que tenham investimentos de no mínimo R$ 300 mil.
As regras atuais dos fundos permitem que até 10% do patrimônio líquido sejam investidos em
ativos no exterior no caso de fundos em geral, participação elevada para até 20% em
multimercados e para até 100% em fundos para super-qualificados.
Nos fundos de Capital Protegido em que aplicam em ativos do exterior, são utilizados
produtos estruturados com uma combinação de renda fixa (ativos brasileiros normalmente
com taxa pré-fixada) com algum tipo de derivativo (swap, termo ou opção) atrelado a
commodities e/ou índices do exterior.
4
Os fundos de Capital Protegido no Brasil atrelados a ativos do exterior atingiram em junho de
2012 um patrimônio líquido de R$ 1,3 bilhões, segundo dados da Associação Brasileira das
Entidades dos Mercados Financeiro e de Capitais (Anbima).
Para a existência de investimento em ativos do exterior em operações efetuadas no mercado
brasileiro, é necessária a utilização de derivativos que tragam a função de hedge contra a
variação cambial, que conforme definido por Hull (2000), a função de hedge pode ser descrita
como operações que possibilitam ao investidor a neutralização de fatores de risco de mercado
associados aos ativos.
Nos fundos de Capital Protegido que aplicam em ativos do exterior, é efetuado um Contrato
para Operações em Derivativos2, onde normalmente esse contrato é apenas um contrato de
Swap entre as partes e esse contrato é registrado na CETIP para controle.
Porém, seguindo as recomendações do padrão internacional de contabilidade conhecido como
International Financial Reporting Standards - IFRS, onde o que vale é a Essência sobre a
Forma, ou seja, a essência da operação, os agentes utilizam derivativos atrelados a opções
para cálculo da operação.
Acrescenta-se ainda a necessidade das Instituições Administradoras adotarem a Marcação a
Mercado – MaM no registro dos ativos financeiros e valores mobiliários componentes das
carteiras dos Fundos de Investimento. Segundo a ANBIMA, a MaM consiste em registrar
todos os ativos, para efeito de valorização e cálculo de cotas dos Fundos de Investimento,
pelos respectivos preços negociados no mercado em casos de ativos líquidos ou, quando este
preço não é observável, por uma estimativa adequada de preço que o ativo teria em uma
2 http://portal.anbima.com.br/tesouraria/documentos-e-modelos/Documents/COD.pdf
5
eventual negociação feita no mercado. A MaM tem como principal objetivo evitar a
transferência de riqueza entre os cotistas dos Fundos de Investimento, além de dar maior
transparência aos riscos embutidos nas posições, uma vez que as oscilações de mercado dos
preços dos ativos, ou dos fatores determinantes destes, estarão refletidas nas cotas,
melhorando assim a comparabilidade entre suas performances.
Junto com as opções, utiliza-se a estrutura chamada de Quanto Adjustment ou simplesmente
Quanto, descrito em detalhes Hull (2000), onde captura o fato de que uma opção ser
referenciada a um ativo e/ou índice cotado em uma moeda estrangeira, enquanto que sua
liquidação é feita em outra moeda, neste caso, na moeda doméstica, o Real. O Quanto
considera a moeda na qual o objeto da opção é cotado e a moeda na qual a opção é cotada.
Este método é utilizado em operações referenciadas a mais de uma moeda, ou seja, é uma
ferramenta que pondera os riscos cambiais envolvidos quando se trabalha com moedas
diferentes e tem por objetivo não expor o investidor a esses riscos na transação.
Este estudo não pretende efetuar uma modelagem matemática, como foi o caso de Pinho
(2005), onde efetuou a modelagem dos contratos futuros de títulos da dívida externa brasileira
negociados na Bolsa de Mercadorias & Futuros. Mas sim, efetuar estudos econométricos
baseados em série temporais, que conforme Bueno (2011), a econometria é usada para
explicar fatos passados, testar teorias e prever resultados de políticas ou eventos futuros.
Sendo assim, será efetuada uma análise da cotas dos fundos selecionados perante a PTAX3
3 Circular n. 3.537, de 25 de maio de 2011 do Banco Central do Brasil: As taxas de câmbio de compra e de venda de dólares dos Estados Unidos divulgadas pelo BC, denominadas taxas PTAX, são calculadas com base em dados obtidos mediante consultas às instituições credenciadas para realizar operações de compra e venda de moeda estrangeira com o Banco Central do Brasil (dealers). As taxas PTAX de compra e venda do dia correspondem, respectivamente, às médias aritméticas das taxas de compra e das taxas de venda obtidas, sendo divulgadas pelo Banco Central do Brasil conjuntamente com o resultado da última consulta do dia.
6
procurando verificar a existência e/ou influência da variação cambial nos fundos de Capital
Protegido com investimento em ativos do exterior.
Espera-se também investigar se com a utilização do ajuste Quanto nas operações estruturadas
dos fundos de investimento de Capital Protegido, o investidor não ficou exposto ao risco da
variação cambial.
No Brasil não existem muitos trabalhos sobre investimentos em ativos do exterior através de
operações no mercado brasileiro, tendo em vista as características até pouco tempo recentes
de altas taxas de juros, falta de estabilidade econômica do país e as recentes crises
internacionais (Subprime e dívida dos países da Europa).
A raridade de estudos relacionados a soluções estruturadas para eliminar a variação cambial
de investimentos em ativos do exterior, em operações realizadas no Brasil, e de pesquisas que
focalizem os benefícios da inclusão desses derivativos nas carteiras dos fundos de
investimento, faz com que este trabalho possa contribuir para avaliação de soluções para os
investidores, assim como também para a comunidade acadêmica, para incentivar no futuro,
novas pesquisas nesta área pouco explorada e tão importante para o nivelamento nacional
referente à diversificação internacional.
Os fundos de Capital Protegido que investem em ativos do exterior são estruturas recentes no
Brasil, pois são produtos inovadores. O Banco do Brasil lançou os primeiros fundos sem
similares no mercado apenas em abril de 2009. Foram os fundos BB Multimercado Capital
Protegido Commodities Agrícolas Private FI e o BB Multimercado Capital Protegido Ouro
Private FI, que eram destinados exclusivamente a investidores pessoas físicas, com
investimentos financeiros superiores a R$ 300 mil e tinham o objetivo de proporcionar aos
7
clientes a oportunidade de buscar ganhos no mercado de commodities sem, contudo, colocar
em risco o capital investido. Eram fundos fechados, onde as cotas somente poderiam ser
resgatadas pelos clientes no vencimento/liquidação dos fundos. A vigência dos dois fundos foi
de 08/04/2009 a 12/04/2011.
Atualmente temos um total de 5 (cinco) bancos que possuem posições no mercado dos fundos
de Capital Protegido que investem em ativos do exterior. Foram analisados 11 fundos de
Capital com abertura e encerramento entre o período de abril de 2009 a junho de 2012,
totalizando R$ 700 milhões.
Além da introdução, esta dissertação está dividida em sete capítulos. O Capítulo 2 aborda a
revisão da literatura referente às estruturas Quanto de derivativos, sobre os produtos
estruturados e risco cambial. No Capítulo 3 são apresentados os fundamentos teóricos da
engenharia financeira e a modelagem do Quanto. No Capítulo 4 são apresentadas as
descrições das estratégias, ou seja, as estruturas das opções utilizadas em cada fundo. No
Capítulo 5 são apresentadas a base de dados e as estatísticas descritivas dos fundos e da
PTAX. No Capítulo 6 é efetuada a análise da relação dos fundos perante a PTAX, com a
utilização de procedimentos econométricos: correlação, vetor auto regressivo – VAR, teste de
causalidade de Granger, decomposição da variância e função resposta e impulso. Por fim, no
Capítulo 7 é apresentada a conclusão deste trabalho e sugestões de futuras pesquisas.
8
2 REVISÃO DA LITERATURA
Neste capítulo faremos revisão de literatura relacionada com o tema desta dissertação. As
seções deste capítulo discutem artigos, livros e trabalhos relacionados com a estrutura Quanto
de Derivativos – seção 2.1; Produtos Estruturados – seção 2.2; e Risco Cambial – seção 2.3.
2.1 ESTRUTURAS QUANTO DE DERIVATIVOS
Os autores Derman, Karasinski e Wecker (1990) definem e aprofundam alguns conceitos
sobre os contratos Quanto Derivativo. São tratadas questões de apreçamento e de hedge ou
proteção das opções européias e do contrato Forward ou Guaranteed Exchange-Rate – GER
ou taxa de câmbio pré-determinada. O contrato GER em uma ação estrangeira é um acordo
entre duas partes na qual a parte recebe numa data especificada a remuneração advinda da
ação estrangeira convertida para moeda local através de uma cotação de moeda pré-
determinada. Os valores dos contratos não são influenciados pela variação da cotação da
moeda, porém existe a influência direta da covariância entre a ação e a cotação da moeda.
Essa influência deve-se ao fato do contrato estar em função de uma ação estrangeira que está
na sua própria moeda. O método de valorização GER através de uma carteira composta, ou
seja, venda de posição em ações estrangeiras e compradas em posição em moeda tem como
foco um ajuste no centro da distribuição de probabilidade. Estas distribuições da moeda e da
ação são assumidas como lognormal. Outra forma de explicar o preço de uma opção européia
GER é através de argumentos de arbitragem para proteger esse derivativo. Essa proteção deve
9
ser realizada com uma posição vendida em delta de uma opção de um ativo sintético. O ganho
do ativo sintético é obtido de três componentes: a variação da ação em moeda estrangeira
multiplicada pela cotação da moeda estrangeira no momento, mais a variação da moeda
estrangeira, multiplicada pela ação no momento, mais a variação da moeda estrangeira,
multiplicada pela variação da ação em moeda estrangeira. Dentro dessa premissa, existe a
dependência da diferença entre as taxas de juros do país local e do estrangeiro e da correlação
entre o ativo sintético e a cotação da moeda estrangeira.
Reiner (1992) explica como adaptar o modelo de Black & Scholes (1973) e suas variáveis
para as diversas opções com a estrutura Quanto, apresentando a carteira, que faz a proteção
para operação em moeda local e estrangeira. As opções são classificadas em quatro
categorias: C1 - Foreign Equity Call Struck – é utilizada pelo investidor que deseja participar
dos ganhos no ativo objeto do exterior com certa proteção contra perdas no ativo objeto e
desinteresse numa queda potencial da cotação da moeda estrangeira; C2 - Foreign Equity Call
Struck in Domestic Currency – é utilizada quando o investidor quer receber todo retorno
positivo do mercado estrangeiro onde o ativo objeto é negociado, porém somente quando
estes retornos forem significativos na moeda local do investidor; C3 – Fixed Exchange Rate
Foreign Equity Call Struck – é parecida à categoria C1, se diferenciando pela fixação de taxa
de conversão da moeda, ou seja, neste caso o investidor sempre tem a proteção do risco
cambial; e C4 - Equity Linked Foreign Exchange Call – é utilizada para o investidor obter
uma exposição no ativo objeto no mercado estrangeiro independente desse mercado cair ou
subir, porém coloca um limite inferior no risco cambial. No artigo também são apresentadas
equações de cada categoria de opção.
Jamshidian (1994) apreça o valor de mercado de opções européias Quanto através de
utilização de aplicação de uma estratégia de carteira de proteção, onde comenta que essa
10
metodologia é usada em Differencial Swap e opções de melhor escolha entre dois ativos
objetos. São assumidos alguns pontos sobre as variáveis: 1. o modelo de apreçamento é
Gaussiano; 2. o processo é Itô; 3. é obedecido o movimento Browniano; 4. o vetor de
volatilidade e as covariâncias são determinísticos; e 5. os preços forwards são semi-
Martingales4.
Piros (1994) aborda três questões: 1. como efetuar a replicação da estrutura através de uma
carteira; 2. o valor de mercado de uma estrutura Quanto; e 3. os custos e benefícios de
escolher ou não escolher a estrutura Quanto. A primeira questão é realizada com contratos
forwards, ou seja, uma alternativa ao Quanto. Na segunda, o Quanto derivativo escolhido é
uma opção européia. No terceiro, são colocadas as questões dos custos de fazer uma proteção
integral da carteira versus a falta de flexibilidade, o erro operacional do balanceamento
freqüente da carteira que replica a proteção do contrato Quanto e outros benefícios específicos
para gestores de carteiras de ativos. O autor coloca que cada investidor deve ponderar os prós
e os contras de cada estrutura de proteção e que deve levar em conta três aspectos para a
tomada de decisão: a) o custo da transação versus o custo do freqüente ajuste da carteira; b) as
implicações dos grandes movimentos do valor do ativo objeto na sua própria moeda e o da
cotação da moeda para cada estrutura de proteção; e c) a instabilidade ou não da correlação
entre o ativo objeto na sua própria moeda e a cotação da moeda.
Wei (1997) classifica e valoriza a mercado todos os derivativos (opções européias, americanas
e os contratos futuros) com ativos objetos envolvendo troca de moedas com moedas locais e
estrangeiras. O Cross-currency forward contracts – CCFC é um acordo de compra ou venda
de um ativo objeto em moeda estrangeira a um preço fixo em uma data de vencimento
4 Hull (2000) Martingale: Um ativo que segue um martingale tem a propriedade conveniente que o seu valor esperado, em qualquer momento futuro é igual ao seu valor de hoje.
11
específica. A diferença entre esse preço fixo na data de vencimento do contrato e o valor final
efetivo do ativo objeto na data de vencimento é dado por uma quantidade de moeda
estrangeira no qual se pode chamar de ajuste ou simplesmente resultado da operação. Esse
ajuste, que está inicialmente na moeda estrangeira e de referência do ativo objeto, é
convertido ao investidor local através do câmbio para a moeda local. São definidas quatro
categorias relacionadas aos CCFCs e cinco relacionadas às opções européias – Cross-
currency put option - CCPO (opção de venda) ou Cross-currency call option - CCCO (opção
de compra), não sendo apresentados nesta revisão os resultados obtidos sobre as opções
americanas. A categoria CCFC I ou CCPO I é um contrato no qual o resultado é obtido da
diferença entre o ativo objeto e o preço de exercício que estão na moeda estrangeira. Este
resultado deve ser convertido para a moeda local com a cotação corrente da data de
vencimento. A categoria CCFC II ou CCPO II é equivalente a categoria I exceto pelo fato da
conversão de moeda estrangeira para a local, pois o resultado no vencimento deve ser
convertido pela moeda local com a cotação especificada e combinada no início da operação.
A categoria CCFC III ou CCPO III tem o valor do ativo objeto em moeda estrangeira
convertido para a moeda local através da cotação combinada no início da operação e o preço
de exercício em moeda estrangeira convertido para a moeda local através da cotação corrente
no vencimento. A categoria CCFC IV ou CCPO IV tem o valor do ativo objeto convertido
pela cotação corrente no vencimento enquanto o preço de exercício é convertido pela cotação
pré-combinada. Para a categoria CCCO V opções de compra européias, também chamadas de
Equity Linked Foreign Exchange Option - ELF-X, os investidores estão querendo participar
de movimentos de ações em moeda estrangeira com um limite inferior na variação da cotação
do câmbio necessário para conversão da ação de moeda estrangeira para local.
Para Hull (2000) um Quanto ou Cross-Currency Derivative é um instrumento onde duas
moedas estão envolvidas. O retorno é definido em termo das variáveis em que é medida uma
12
das moedas, sendo realizado em outra moeda. Um exemplo do Quanto descrito pelo autor é
dos contratos futuros da CME em Nikkei 225. A variável do mercado deste contrato é o índice
Nikkei 225 (que é medido em ienes), mas o contrato é liquidado em dólares americanos (Este
exemplo é explicado no Capítulo 3).
Shreve (2000) descreve que um numéraire é a unidade de conta em que outros ativos estão
denominados. Geralmente o numéraire é uma moeda de um país. Pode-se mudar o numéraire
mudando a moeda de outro país. Como esse exemplo sugere, em algumas aplicações é preciso
mudar o numéraire em que se trabalha por causa de considerações de ordem financeira. O
autor descreve que, por vezes, é conveniente alterar o numéraire devido a considerações de
modelagem. Um modelo pode ser complicado ou simples, dependendo da escolha do
numéraire para o modelo. Quando mudamos o numéraire, precisamos também mudar a
medida neutra ao risco, a fim de manter a neutralidade de risco. Em princípio, podemos tomar
qualquer ativo positivamente como numéraire e denominar todos os outros ativos em termos
do numéraire escolhido. Associado a cada numéraire teremos uma medida neutra ao risco. Ao
fazer essa associação, teremos apenas ativos que não pagam dividendos como numéraire. Em
particular, o autor considera que a medida neutra ao risco é associada com a conta interna do
mercado monetário e não a moeda nacional. Moeda paga um dividendo, porque pode ser
investido no mercado monetário. Em contraste, no modelo do autor, uma parte da conta do
mercado monetário aumenta de valor, sem pagar um dividendo. Para um mercado com duas
moedas, em que o autor chama de externa e interna. Este modelo é acionado por um
movimento Browniano bidimensional. Um exemplo demonstrado pelo autor é o caso de uma
opção Quanto que compensa em uma moeda o preço em outra moeda de um ativo subjacente,
sem ter a conversão de moeda em conta.
13
Azevedo e Barbachan (2004) descrevem as fx-linked options ou currency-translated options,
como também são conhecidas, servem como instrumentos de proteção, em diferentes níveis,
contra movimentos adversos em taxas de câmbio assim como preço de ativos. Essa classe de
opções invariavelmente envolve um componente de taxa de câmbio cuja função é agir como
numerário, isto é, fator de conversão usado para mudar as unidades monetárias de uma moeda
para outra. As fx-linked options são divididas em três subtipos: (1) Cross Currency – opções
sobre títulos nos quais o prêmio, o preço de exercício e o payoff são denominados em moeda
diferente da moeda na qual os cupons dos títulos e o principal são pagos. Logo, o payoff de
uma cross-currency é dependente de dois fatores de risco: os preços dos títulos e das taxas de
câmbio. O primeiro uso desse tipo de derivativo foi feito por companhias de seguros no Japão
que possuíam US Treasury Notes e Bonds em carteiras baseadas em ienes. Esses investidores
queriam tanto comprar opções de venda para proteger o valor de suas carteiras como vender
opções de compra em programas buy-write. (2) Quanto – suas aplicações se encontram na
aquisição de um ativo em moeda diferente da moeda doméstica do comprador. Claramente,
podem-se inferir duas variantes para esse tipo de derivativo, uma com taxa de câmbio fixa e
outra com taxa de câmbio flutuante. a) Quanto com taxa de câmbio fixa: o comprador de uma
opção em uma ação estrangeira quer que a opção seja exercida na moeda estrangeira, mas
prefere que o payoff final seja convertido para sua moeda doméstica a uma taxa de câmbio
preestabelecida. Assim, o investidor se protege de movimentos adversos na taxa de câmbio,
mas simultaneamente deixa de ser favorecido por movimentos de apreciação da moeda
doméstica em relação à moeda estrangeira. b) Quanto com taxa de câmbio flutuante: aqui, a
taxa de câmbio de conversão não é fixa e sim a taxa prevalecente no dia de exercício. Essa
Quanto flexível, obviamente, não oferece proteção contra o risco cambial. (3) Compo – são
instrumentos, em contraste com as Quanto Options, sobre ações estrangeiras (denominados e
exercidos tanto em moeda local como em moeda estrangeira). Existem duas variantes: a)
14
Opções em ações estrangeiras exercidas em moeda doméstica: a opção depende da correlação
entre a taxa de câmbio e a ação estrangeira. Portanto, essa estrutura provém proteção contra o
risco na taxa de câmbio, já que o efeito de correlação é explicitamente levado em
consideração durante a avaliação da opção. b) Equity-linked foreign exchange option: essa
opção é, na verdade, uma opção de taxa de câmbio que coloca um piso na exposição cambial
do investidor. O investidor está exposto à alta e à queda da ação estrangeira. Então, está
exposto ao downside risk da taxa de câmbio devido ao piso. Em outras palavras, é um
investimento que combina uma opção de câmbio com um termo de ação. O titular tem o
direito de comprar ou vender uma ação estrangeira com moeda doméstica, que pode ser
convertida da moeda estrangeira usando um preço de taxa de câmbio de exercício, expresso
em unidades de moeda doméstica por unidades de moeda estrangeira.
Pinho (2005) modelou os contratos futuros de títulos da dívida externa negociados na Bolsa
de Mercadorias & Futuro. O contrato futuro de títulos da dívida externa brasileira é um
derivativo do ativo objeto C-bond ou Global 40 ou EI Bond ou Globals ou A-Bond que
envolve duas taxas de câmbio distintas (o Real e o Dólar Norte Americano) no qual o retorno
é obtido em termo de valores das variáveis medidas na taxa de câmbio Dólar Norte
Americano já que o título é cotado nessa cotação, porém o ajuste de mercado é denominado
na moeda Real. Analogicamente nos Estados Unidos da América existe um derivativo
semelhante: o contrato futuro de Nikkei 225 denominada em dólar norte americano
negociados na bolsa de Chicago Mercantile Exchange para investidores norte-americanos.
Esse contrato de Nikkei 225 é classificado por diversos autores em uma das categorias de
Quanto Derivativo por ser um derivativo que envolve duas moedas distintas no qual o retorno
é obtido em termo de valores das variáveis medidas na primeira moeda, sendo realizado na
segunda moeda. Sendo assim, a dissertação atribuiu qual categoria de Quanto Derivativo os
contratos futuros de títulos da dívida externa brasileira, estimou o preço de mercado e
15
calculou o risco de mercado do contrato futuro de C-Bond associando a estrutura de Quanto
Derivativo. Embora em termos de atribuição da categoria esse contrato de C-Bond seja da
categoria I de Wei (1997) devido ao fato da cotação da moeda (PTAX800) variar ao longo
dos dias até o vencimento, foi levantado uma possibilidade de ser atribuída à categoria II de
Wei (1997) advindo de uma particularidade na cotação do mercado cambial brasileiro. Essa
particularidade advinha do câmbio intermediário e da transação PTAX800, que era uma
média ponderada do volume negociado no dia, era gerada devido à concentração dos negócios
serem das 12:00 às 13:00. Portanto com a informação do câmbio intermediário divulgado pelo
Banco Central do Brasil era possível determinar com boa precisão o valor da transação
PTAX800 antes do final do dia e assim abrindo a possibilidade da classificação do contrato C-
Bond em categoria II por possuir a cotação da moeda fixa para esse dia. A modelagem de
estimação de preço foi realizada para as duas categorias e obteve resultados pouco
significativos que podia definir qual categoria fosse a mais adequada. Já na modelagem de
risco de mercado foi considerado o contrato de C-Bond como um Quanto Derivativo da
categoria II e os resultados foram satisfatórios com a aprovação do Valor em Risco testado
com base em Kupiec (1995).
Neftici (2008) alerta que os contratos Quanto requerem hedge dinâmico. O investidor poderia
formar um portfólio feito de ativos estrangeiros, moedas estrangeiras e tomar ou emprestar os
ativos domésticos. O peso deste portfólio poderia ser ajustado dinamicamente, porém o
portfólio replicado muda em valor no contrato Quanto. O investidor ganha ou perde
realizando esse ajuste do hedge, formando a base de um prêmio ou desconto do Quanto. O
autor alerta também que a discussão sobre os ativos Quanto tem sido em um mundo simples,
abstrato e irrealista. São usadas as seguintes suposições, entre outras: (1) Os processos são
assumidos como sendo lognormal, porém muitos são geométricos. (2) Os coeficientes de
correlação e os parâmetros de volatilidade são assumidos como sendo constantes durante a
16
vida da opção. (3) Similarmente, as taxas de juros são assumidas constantes, apesar das taxas
de câmbio ser estocásticas. Essas suposições não são satisfeitas em aplicações do mundo real.
Especialmente importante para Quantos, os coeficientes de correlação entre as taxas de
câmbio e os vários fatores de riscos são conhecidamente instáveis.
Tsuzuki (2010) propôs limites de preços sobre as opções Quanto. Quanto opções são
particulares multi-opções cujos ativos são payoff dependente de um preço de um ativo
estrangeiro e uma taxa de câmbio pré-fixada. Para exemplo, uma opção chamada Quanto é
um contrato que paga ao titular um total de k (ST – K) em moeda nacional, onde ST é o ativo
estrangeiro com preços denominados em moeda estrangeira no período T de maturidade, K e
k são constante, k é a taxa de câmbio pré-fixada. No mercado, a abordagem padrão para as
opções de preço Quanto é baseado em um modelo Black, um tipo onde correlaciona a
dinâmica lognormal para os preços dos ativos estrangeiros e as taxas de câmbio. Mas na
prática, a volatilidade Black corresponde a um preço plain- vanilha que é dependente do preço
de exercício da opção, indicando que os pressupostos do modelo Black não são seguidos. Para
incorporar o efeito smile ou sorriso de volatilidade, os praticantes muitas vezes adotam uma
abordagem ad-hoc para modificar a fórmula de Black. Nota-se que esta modificação ad-hoc
da fórmula de Black não fornece um modelo consistente com o sorriso de volatilidade
observada no mercado. Para apreçar essas opções de forma consistente com sorriso da
volatilidade observada no mercado, a distribuição do preço do ativo estrangeiro ST se abriga
em uma medida neutra ao risco, onde a mensuração de um Q doméstico é necessária. Com o
modelo de limite de preço e a cobertura de carteiras de opções Quanto proposta pelo autor,
podem-se obter lucros sem risco. Embora os preços sugeridos pelo autor das opções
individuais Quanto podem ser largos, os preços limitados em uma carteira de opções Quanto
podem ser muito mais apertados. Exemplos numéricos foram usados para demonstrar o quão
útil são os limites e estratégia de replicação. Foram comparados os limites com outros
17
métodos de precificação: a fórmula de precificação Black e um ajuste ad-hoc com a fórmula
de preços Black. Como resultado, descobriu-se que o ajuste ad-hoc à fórmula de apreçamento
Black pode dar preços fora dos limites do modelo independente do autor.
Jäckel (2010) descreve um contrato Quanto como sendo derivativos financeiros cujos
pagamentos são efetuados em moedas diferentes da denominação natural do ativo financeiro
observável. Sua finalidade é o de proporcionar a exposição ao desempenho do ativo
observável sem exposição ao risco de uma conversão de moeda. Exemplos simples incluem
contratos a termo ou opções sobre títulos americanos, commodities, futuros ou índices de
ações, escrito de tal forma que o retorno numérico sobre os ativos são pagos diretamente em
uma moeda diferente. O autor destaca que apesar de sua importância relativa,
surpreendentemente pouca pesquisa foi focada em derivativo Quanto.
Kondratyev (2011) comenta que por conta da Basileia II os bancos são incentivados a investir
em sua infra-estrutura de gestão de risco de contraparte, a fim de obter junto dos seus
reguladores o Método do Modelo Interno (IMM). Os bancos que usam o IMM têm o direito
de usar perfis de exposição esperados produzidos por método de Monte Carlo para calcular
ativos ponderados pelo risco (RWA) e, portanto, acredita-se que esse cálculo do capital
regulatório, utilizando a abordagem IMM pode reduzir as necessidades de capital em até 50%
quando comparados com o método de exposição básico, em que são derivados do RWA
(conservador) de regulação. A Basiléia III traz incentivos adicionais devido à introdução do
novo encargo de capital CVA. Isso explica por que os bancos têm investido recursos em
programas de cálculos de risco. No entanto, existe a necessidade essencial das instituições
validarem em profundidade os modelos, especialmente quanto aos produtos de terceiros estão
envolvidos, e que tendem a vir como, essencialmente, as caixas-pretas com entradas e saídas
bem definidas, mas não muito transparentes quanto os processos internos. O artigo focalizou
18
os aspectos da simulação de fatores de risco, que surpreendentemente, às vezes são
completamente negligenciados: Ajuste Quanto. O autor faz a seguinte pergunta: Todo mundo
sabe o que é um Ajuste Quanto? E responde: Errado! Informa que muitas vezes, quando
lidamos com a engenharia de risco através de Monte Carlo, podemos encontrar Ajustes
Quanto aplicados ao apreçamento de opções Quanto, mas nem sempre encontramos no lugar
onde mais importa – na simulação dos fatores de risco (onde não há nenhum livro sobre esse
tópico ainda...). O Ajuste Quanto aparece na simulação dos fatores de risco usando cenários
de Monte Carlo, que devem ser coerentes entre si. Outra maneira de dizer isso é exigir que as
probabilidades atribuídas a todos os possíveis cenários futuros no mercado devam ser
coerentes entre si. Pode-se conseguir isso escolhendo uma medida de probabilidade particular
e simulando todos os fatores de risco no âmbito desta medida. Existe uma vasta gama de
medidas de probabilidades possíveis para escolher, mas de longe, a medida mais conveniente
é o risco neutro medido na moeda base. A escolha da medida é equivalente à escolha do
numerário. A escolha da medida base de risco neutro da moeda local é equivalente a escolher
a moeda base do mercado financeiro como um numerário (isso significa que no mundo de
risco neutro tradicional os preços de todos os instrumentos negociados no tempo t dividido
pela moeda base do mercado monetário no tempo t são martingales). O autor destaca que um
dos resultados da recente crise financeira será mais regulação e exigência mais pesadas de
capital. Não há dúvidas de que as autoridades vão continuar a fiscalizar os sistemas de gestão
de risco com diligência cada vez maior. Todos esses fatores destacam a necessidade de
melhores sistemas de gestão de risco, especialmente para o sistema de Monte Carlo
construído em princípios teóricos sólidos. O autor destaca ainda que às vezes, uma pequena
correção (Ajuste Quanto) pode ter um enorme impacto sobre o desempenho geral do sistema.
Giese (2012) considera a Precificação de opções Quanto na presença de volatilidade
estocástica. Enquanto que é conhecido que o ajuste Quanto tem um impacto significativo
19
sobre os preços das opções Quanto, o trabalho apontou que um ajuste adicional no Quanto
deve ser considerado na presença de volatilidade estocástica. Derivando de forma fechada
soluções para as opções padrão Quanto onde tem uma calibração rápida e um preço eficiente
e de gestão de risco sem a necessidade de utilizar métodos de Monte Carlo ou soluções
numéricas de equações diferenciais parciais. O artigo demonstra que este ajuste Quanto
adicional também tem um impacto material sobre as opções Quanto. Além disso, exemplos
numéricos foram apresentados juntamente com uma comparação do modelo proposto contra
três métodos comumente utilizados no apreçamento padrão para as opções Quanto: (1)
Domestic-Forward-ATM-Quanto Black-Scholes method;(2) Quanto-Forward-ATM-Quanto
Black-Scholes method; e (3) Quanto-Forward-ATM-Quanto Stochastic Volatility method.
2.2 PRODUTOS ESTRUTURADOS
Chen e Kesinger (1990) analisaram o Market-Index Certificates Deposits – MICDs produtos
estruturados que são compostos por títulos de renda fixa com uma Call (opção de compra que
permite que o investidor ganhe com a alta do ativo) ou com uma Put (opção de venda que
permite que o investidor ganhe com a queda do ativo). Estes MICDs ofereciam a oportunidade
aos investidores de participarem da alta ou queda do índice Standard and Poor’s – S&P 500
com risco limitado. Os autores compararam as volatilidades extraídas dos MICDs com as
volatilidades das opções negociadas na New York Stock Exchange – NYSE de janeiro de 1988
a janeiro de 1989 e encontraram uma diferença de preços. Este mercado é interessante tanto
para os emissores que podem oferecer os produtos com maior valor agregado, quanto para os
investidores que podem comprar os MICDs utilizando-os como Hedge, sem precisar sair da
posição em bolsa.
20
Andrade (1998) estudou o funcionamento dos Fundos Garantidos (hoje chamados de Fundos
de Capital Protegido) de agosto de 1996 a junho de 1997. Expôs a precificação e Hedge
perante simulação histórica. Os resultados mostraram que apesar dos erros de replicar a
dinâmica do mercado, os fundos foram vendidos com preço superior ao justo. A margem de
ganho de um fundo hipotético foi de 8,28% ao ano e a taxa de administração foi de 3% ao
ano, tendo uma margem adicional de 5,28% ao ano. A existência de uma margem adicional
não significa que o investimento não é atrativo, já que o investidor pessoa física não teria
acesso a este mercado e também possibilita uma limitação de risco.
Burth, Kraus e Wohlwend (2001) observaram os preços de 275 produtos estruturados da
década de 90 (199 Reverse Convetible – RC e 76 Discount Certificates – CD). Distinguem os
produtos com payoff côncavo – que combinam um ativo e uma venda de opção – e os
produtos convexos, também chamados de capital protegido, pois protegem no mínimo o
capital aplicado, diminuem o risco e propõem um ganho potencial acima do ativo de baixo
risco. O estudo mostrou que o produto sem pagamento de cupom apresenta um mercado mais
estável do que com pagamento. Além disso, investigaram o papel dos co-líderes na emissão
de uma nova nota estruturada, quando existe um co-líder na emissão, os preços são mais
competitivos e há menor dispersão dos erros. Os autores compararam os preços destes
produtos estruturados com os das opções na European Stock Exchange – EUREX utilizando a
volatilidade implícita das opções. Em média, encontrou-se distorção em favor dos emissores,
o que pode ser associado com as restrições de compra e venda, custos de transação, dentre
outros. Adicionalmente, os preços divergem de acordo com o emissor e se há pagamento de
cupons: nos produtos estruturados sem pagamento de cupons as diferenças de preços são
menores.
21
Benet, Giannetti e Pissaris (2006) avaliaram a eficiência do mercado de notas estruturadas nos
EUA para Reverse Exchangeable Securities – RES de junho de 2001 a julho de 2003. Eles
utilizaram os preços dos ativos no mercado primário para replicar o payoff dos RES, sob a
premissa de não arbitragem de mercado, utilizando três alternativas de medida de volatilidade:
a) volatilidade histórica; b) volatilidade implícita at-the-money; e c) volatilidade implícita
oriunda do Long Term Equity Anticipation Securities- LEAPS. Comparando os preços das
notas de RES com os ativos puros, extraem-se os Spreads das operações. No estudo não foram
contemplados alguns fatores do mundo real como: custos de margens, tributação e restrições à
venda a descoberto. O resultado empírico mostrou que existe um viés positivo em torno de
300 a 500 pontos-base – bps a favor dos emissores.
Segundo Campanhã (2007), os produtos estruturados tornaram-se populares nos Estados
Unidos, em meados dos anos 80 e rapidamente passaram a ser negociados nos mercados
financeiros europeus e japoneses. Nos dias de hoje, a forma mais usual de negociação deste
tipo de instrumento financeiro é através de produtos conhecidos como notas estruturadas ou
Structured Notes. As notas estruturadas são produtos financeiros resultantes da combinação
de instrumentos financeiros mais básicos, normalmente são compostas pela combinação de
uma aplicação em renda fixa com algum tipo de derivativo. Esta forma de empacotamento
possibilita aos investidores um fácil acesso a estratégias construídas sob medida e que
permitem diversas opções de combinações de posições compradas e vendidas em derivativos
e nos seus respectivos ativos objetos.
Campanhã (2007) avaliou os preços de emissão primária de produtos estruturados referentes
ao mercado de ações brasileiro. Analisou as notas estruturadas conhecidas como Reverse
Convertibles - RC, no mercado internacional, e os fundos de Capital Protegido atrelados ao
Ibovespa no mercado brasileiro. Foram analisadas 459 ofertas de emissão primária no
22
mercado externo e 8 operações de Capital Protegido Ibovespa. Os valores de emissão primária
foram comparados com a carteira equivalente no mercado de renda fixa de opções e o
resultado aponta importante indício da existência de margem adicional relevante, ou seja,
sobrevalorização na negociação das transações analisadas. O resultado foi de 4% positivo para
as RCs e 2,02% para os fundos, indicando um viés favorável para o emissor. A diferença no
preço pode ser decorrente do payoff, dos custos de transação, dos possíveis erros de
modelagem e também dos custos de empacotamento dos fundos.
Kitatani (2011) avaliou a existência de uma sobrevalorização na emissão de Fundos de
Investimento Estruturados. Para isso, calculou a diferença entre o preço de emissão e o preço
teórico. Este preço teórico foi calculado sintetizando uma carteira composta de um
componente de renda fixa e os derivativos embutidos, valorizando-se os dois componentes
com base na mesma metodologia abordada em publicações nacionais e internacionais. Foram
analisados 40 Fundos de Investimento Fechados com emissão entre 2006 e 2011, observou
que havia indícios de uma diferença de preços, conclusão similar aos demais trabalhos que
analisaram o tema. Esta diferença de preços encontrada pode ser explicada pelos custos de
desenvolvimento dos produtos, pelos custos de hedge das operações e pelo fato dos pequenos
investidores não terem acesso a este mercado diretamente. Adicionalmente, analisou a
existência de uma relação de longo prazo entre as variáveis de volatilidade e a diferença de
preços encontrada. Através do Teste de Cointegração foi observado que existe uma tendência
de longo prazo entre as variáveis. A Decomposição das Variâncias demonstrou que as
variações de margem são explicadas pelas variações na volatilidade e, por fim, o Teste de
Causalidade de Granger indicou que as variações da margem precederam as variações da
volatilidade estimada.
23
2.3 RISCO CAMBIAL
Fama (1984) derivou e testou um modelo para a medição conjunta da variação do prêmio de
risco e do componente esperado das taxas a termo. Utilizando dados para nove das moedas
internacionalmente mais negociadas entre agosto de 1973 e dezembro de 1982, ele encontrou
evidências de que ambos os componentes das taxas a termo variam ao longo do tempo. As
duas principais conclusões foram as seguintes: a) o prêmio de risco e a taxa de depreciação
esperada pelo mercado a termo são negativamente correlacionados: e b) a maior parte da
variação nas cotações a termo deve-se a variações no prêmio de risco.
Jorion (1998) afirma que o risco criou os derivativos e junto nasce uma nova área na
administração de recursos, denominada engenharia financeira, com foco, na criação de
métodos eficazes de proteção contra riscos financeiros ou de especulação. Uma das formas de
avaliar o risco de mercado é por meio do Valor em Risco (Value at Risk - VaR), que segundo
o autor, mensura a pior perda esperada em dado intervalo de tempo sob condições normais de
mercado a dado intervalo de confiança.
Grenville (2000) sugere que a experiência geral com regimes de taxas de câmbio flutuante
tem mostrado que a substituição de regimes de câmbio fixo por flutuante tem produzido maior
variabilidade, e que os ditos fundamentos econômicos não podem explicar o comportamento
da taxa de câmbio no horizonte de curto e médio prazo. Segundo o autor, os problemas de
volatilidade cambial são mais sérios quando se trata de países emergentes, uma vez que: a)
não têm uma experiência histórica de taxas de câmbio determinadas pelo mercado; b) há
poucos especuladores estabilizadores, ou seja, há uma ausência de players desejosos a atuar
em posições cambiais contrárias à da média do mercado, além de estes mercados serem
propensos a exibirem uma mentalidade de manada ou herd behavior; e c) apresentam fluxos
24
de capitais muito maiores e mais voláteis em relação ao tamanho dos mercados de capitais
domésticos.
Segundo Oliveira (2003), risco é uma realidade humana e que para alguns, até mesmo uma
imposição divina para a qual não há o que fazer. O homem busca constantemente formas de
anular, ou pelo menos, minimizar os riscos aos quais está sujeito. No universo financeiro, os
riscos existentes são administrados por meio de derivativos e outros instrumentos financeiros.
Segundo Garcia e Didier (2003) a aversão ao risco, característica dos investidores em
mercados financeiros, faz com que o preço de determinados ativos financeiros frequentemente
se afaste das expectativas relevantes. Como o investidor avesso ao risco requer alguma
vantagem para apostar, investidores em mercados futuros de câmbio requerem também algo
mais além da expectativa de desvalorização cambial para vender a moeda forte no futuro. Isso
quer dizer que há um risco cambial que cria uma diferença entre o preço esperado da moeda
forte (normalmente o dólar dos Estados Unidos) no futuro e o preço dos mercados futuros de
câmbio. Ainda segundo os autores, infelizmente, o risco cambial ou currency risk não é
passível de uma medição direta através dos retornos de ativos financeiros. A impossibilidade
da medição direta advém da impossibilidade de se observar a desvalorização esperada. O
problema é que o risco cambial não é diretamente mensurável, pois não há um registro direto
das expectativas, pois as expectativas estão dentro da cabeça dos operadores do mercado
financeiro, não havendo um registro direto delas. O que se registra são os preços futuros do
dólar, porém sendo somente uma expectativa do dólar no futuro. Para estudar o risco cambial
é necessário estimá-lo ou utilizar uma técnica estatística para inferir sua maior ou menor
importância.
25
Garcia e Didier (2003) fizeram uma revisão dos argumentos da literatura de finanças e de
macroeconomia aberta relevantes para a determinação da taxa de juros em uma economia
aberta. Estimaram o risco cambial através do filtro de Kalman5. Concluíram que, além do
risco cambial, importante em economias desenvolvidas, o risco Brasil é muito relevante para a
determinação das taxas de juros domésticas. Ambos os riscos têm causas comuns. Quer dizer,
ao se atacarem tais causas comuns, a redução dos juros domésticos pode ser substancial, pois
haverá uma queda simultânea tanto do risco Brasil como do risco cambial. O risco de
convertibilidade mostrou ter sido um importante determinante do risco Brasil em épocas de
crise. Após a desvalorização de 1999, o risco Brasil caiu significativamente até o início de
2001, mas o mesmo não parece ter ocorrido com o risco cambial. Assim, o principal fator de
resistência à queda dos juros parece estar ligado à incerteza quanto ao perfil futuro do balanço
de pagamentos, sobretudo as contas comerciais. Admitindo-se tal explicação para a resistência
à queda do risco cambial, pode-se especular que garantir o crescimento vigoroso das
exportações é tarefa fundamental para se obter taxas de juros reais mais baixas, compatíveis
com o crescimento econômico sustentado no longo prazo.
Garcia e Urban (2004) descreveram pormenorizadamente o funcionamento do mercado de
câmbio interbancário no Brasil: agentes, produtos, regulação, operação e riscos envolvidos.
Analisou-se a evolução do mercado de câmbio e avaliou-se negativamente o estado do
sistema de negociação cambial, sugerindo-se um sistema de negociação alternativo
centralizado, mais líquido e transparente. Demonstrou-se econometricamente que a taxa de
câmbio é formada primeiramente no mercado futuro da BM&F, sendo então transmitida por
arbitragem ao mercado à vista.
5 Segundo Hamilton (1994) em seu livro Time Series Analysis, o filtro de Kalman é um algoritmo para atualizar sequencialmente projeções lineares em um determinado sistema.
26
De acordo com Brito (2005), os riscos são classificados em: a) risco de crédito; b) risco de
mercado; c) risco de liquidez; e d) risco operacional. Ainda de acordo com Brito (2005), o
risco de mercado representa perda econômica perante flutuações desfavoráveis das variáveis
dos ativos relacionados, as quais estão presentes em mercados de juros, ações, câmbio, índices
e mercadorias.
Prates e Farhi (2009) destacam que a economia brasileira, bem como os demais países
periféricos, vulnerárveis a sudden stops ou a overflows dos fluxos de capitais de curto prazo,
deparam-se com o contexto de livre mobilidade de capitais onde implica perda de autonomia
de política econômica, independentemente do regime cambial adotado, pois um regime
cambial de flutuação pura, além de não levar ao ajustamento automático dos balanços de
pagamentos, acentua a inter-relação entre taxa de juros e taxa de câmbio e a influência das
decisões de portfólios dos investidores globais sobre esses preços-chave. Essa inter-relação
manifestou-se de forma diferenciada, dependendo da fase do ciclo de liquidez internacional:
(1) fase de escassez de recursos externos (1992-2002), onde os movimentos da taxa de câmbio
ditaram os da taxa de juros básica (police rate) – devido aos efeitos deletérios da
desvalorização cambial sobre a inflação e sobre a situação patrimonial dos agentes com
dívidas em moeda estrangeira. (2) fase de abundância de recursos (2004 a meados de 2007),
ao contrário do observado historicamente na economia brasileira, a elevação da taxa de juros
interna num período de elevada liquidez internacional, queda dos riscos país e cambial e
aumento gradual e lento da federal fund rate reforçou as expectativas de apreciação cambial,
associadas aos resultados favoráveis das transações correntes e da conta financeira (a partir de
2006) – foi a taxa de juros que condicionou os movimentos da taxa de câmbio, que se tornou a
variável de ajuste da paridade de juros. As operações realizadas com derivativos vinculadas à
taxa de câmbio do real desempenharam um papel central nesse processo. Após a eclosão da
crise financeira internacional, em julho de 2007, observa-se uma importante mudança nas
27
posições líquidas dos principais investidores no mercado de derivativos de câmbio da BM&F.
Até maio de 2008, os investidores estrangeiros posicionaram-se na ponta comprada. Somente
nos meses de junho e julho de 2008, os estrangeiros voltaram a formar posições vendidas,
com a concessão do grau de investimento e pelo boom de preços das commodities. Com o
acirramento da crise, em setembro, voltam a ficar comprados, apostando na depreciação do
real. Por último, os autores concluem que os fatores que levaram à apreciação da taxa de
câmbio do real foram fortes o suficiente para que esta tendência se mantivesse mesmo num
período de crise financeira internacional que ocasionou forte elevação da aversão aos riscos
dos investidores.
Oliveira (2010) analisou a crescente internacionalização das empresas e das economias que
são hoje um processo perfeitamente assumido e em intensificação acelerada. Os investidores e
empresas decidem sobre a alocação dos seus recursos ponderando entre o potencial de retorno
do investimento e o risco incorrido ou subjacente ao mesmo. No caso de investimentos
internacionais, o processo é idêntico, sendo que, neste caso, fatores de riscos adicionais são
tipicamente considerados pelo investidor. O elemento fundamental em Finanças, e cada vez
mais presente no mundo empresarial diário, é o de assegurar que, quando um investidor está
exposto a risco, esse investidor é adequadamente remunerado por tal exposição, de forma a
assegurar a sua sustentabilidade em longo prazo. Neste sentido, a determinação do custo de
capital internacional e os efeitos da diversificação internacional são temas que têm vindo a ser
estudados e discutidos ao longo dos tempos. O autor, em sua dissertação procurou: (1)
identificar vários métodos de determinação do custo de capital internacional – na ótica do país
(mercado acionário local sendo considerado em si mesmo como um mercado diversificado), e
também na ótica da empresa – (2) abordou a sua fundamentação teórica, socorrendo-se de
dois desses métodos, ou seja, iCAPM, International Capital Asset Pricing Model e GS,
modelo da Goldman Sachs (3) procedeu à sua utilização prática na determinação do custo de
28
capital internacional na ótica do país. Finalmente procurou-se avaliar a hipótese de que é
possível a construção de uma carteira eficiente com diversificação internacional, hipótese que
face aos resultados obtidos não foi rejeitada.
Serafini e Sheng (2011) examinaram o impacto da utilização de derivativos de moedas no
valor de mercado da firma, a partir de amostra das 48 empresas não-financeiras mais líquidas
listadas na Bolsa de Valores de São Paulo, abrangendo o período de 1999 a 2007. Foram
utilizadas três medidas do índice Q de Tobim com aproximação do valor da firma. Na
regressão do modelo, utilizaram-se três métodos: pooled OLS, modelo de efeito fixo e modelo
de efeito aleatório. Em seguida, foi testada a causalidade reversa e a causalidade direta entre o
uso de derivativos cambiais e o valor de mercado da firma. Os resultados empíricos
encontrados demonstram que há evidência de que o uso de derivativos de moedas está
associado ao valor de mercado da firma. Nas regressões em pooled OLS, a hipótese de que o
uso de derivativos cambiais aumenta o valor de mercado da firma foi aceita, porém
estatisticamente não-significante. Já nas regressões de efeito fixo e efeito aleatório, a mesma
hipótese não foi aceita e os resultados são estatisticamente significantes. Por fim,
encontraram-se evidências de que tanto as empresas que iniciam o uso de derivativos de
moeda quanto àquelas que deixaram de usar esses instrumentos, experimentaram aumento de
valor ao longo do tempo.
Rossi (2012) procurou desenvolver as especificidades da formação da taxa de câmbio
brasileira tendo em conta fatores microeconômicos do mercado de câmbio como as
instituições, os agentes, a regulamentação, as formas de especulação e os canais de arbitragem
entre os diferentes mercados. As conclusões do trabalho apontaram para centralidade do
mercado de derivativos e do carry trade na dinâmica cambial brasileira recente, onde se
destacam o papel dos estrangeiros e investidores institucionais na formação de tendências no
29
mercado de câmbio futuro, e dos bancos que transmitem essa pressão especulativa para o
mercado à vista ao realizarem ganhos de arbitragem. Em certo sentido, foi proposto uma
hierarquia entre os mercados de câmbio, onde o mercado futuro, impulsionado pelo mercado
offshore, condiciona a formação de posições no mercado interbancário, assim como a liquidez
no mercado à vista. Dessa forma, identificou-se uma determinação financeira da taxa de
câmbio que distorce sistematicamente a trajetória cambial e condiciona a atuação desse preço
macroeconômico como mecanismo de ajustamento e como ferramenta para o
desenvolvimento econômico. Ao aplicar a metodologia de analisar a relação entre a variação
cambial e a posição de agentes em contratos futuros da BM&F, para dados mensais entre
2004 e 2011, chegou-se às seguintes conclusões: a) Há uma forte relação empírica entre a
posição de câmbio de alguns agentes na BM&F e a variação cambial no intervalo de um mês;
b) Os estrangeiros e investidores institucionais na ponta “certa”. A variação da posição líquida
dos estrangeiros e investidores institucionais na BM&F estavam associados à variação
cambial que proporcionou ganhos com contratos de dólar futuro; c) os bancos na ponta
“errada”. Para os bancos foi constatado o oposto descrito acima: eles variam sua posição no
sentido contrário à variação cambial que proporcionariam ganhos nos contrato futuros; d)
Para as firmas não financeiras não foi encontrada nenhuma relação entre essas duas variáveis,
o que é compatível com o uso hedge do mercado futuro, que não pressupõe uma visão
direcional da taxa de câmbio; e e) especulação e arbitragem. Os resultados apresentados são
compatíveis com a hipótese de que os estrangeiros e investidores institucionais formam
tendências no mercado de câmbio futuro com objetivo de obter ganhos especulativos e que os
bancos atuam para realizar ganhos de arbitragem transmitindo a pressão especulativa oriunda
do mercado futuro para o mercado à vista.
30
3 FUNDAMENTOS TEÓRICOS
Neste capítulo faremos abordagem sobre os fundamentos da Engenharia Financeira e da
Modelagem do Quanto, conforme as seções 3.1 e 3.2, respectivamente.
3.1 ENGENHARIA FINANCEIRA
Para suprir as demandas dos agentes do mercado, surge a necessidade de utilizarmos
instrumentos financeiros sofisticados. Entramos assim na área da Engenharia Financeira ou
Financial Engineering, Neftci (2008), que podemos definir como sendo a utilização de
instrumentos financeiros para reestruturar um perfil financeiro existente e obter assim outro
com propriedades mais desejáveis.
A engenharia financeira foca nos perfis de risco, oferecendo uma dupla alternativa: substituir
todo o risco por certeza ou substituir o risco prejudicial deixando somente o risco benéfico.
Atualmente muitos são os fatores que contribuem com o desenvolvimento da engenharia
financeira, entre os quais podemos destacar: a volatilidade de taxa de juro; tecnologia da
informação com suficiente agilidade e confiabilidade; inovação e crescente
internacionalização dos mercados financeiros; e necessidade de encontrar fórmulas mais
eficientes para a cobertura de riscos.
31
As aplicações da engenharia financeira resumem-se em quatro aspectos básicos:
• Cobertura ou hedge – quando uma entidade que já se encontra submetida a um risco
tenta eliminar essa exposição adotando uma posição oposta em um ou mais
instrumentos;
• Especulação – quando alguém quer especular com as mudanças do mercado, criando
assim uma exposição onde antes não existia;
• Arbitragem – relações matemáticas que vinculam os preços de instrumentos
financeiros comparáveis, em que oferecem a possibilidade de obter estreitas margens
quando os preços saem da linha estabelecida;
• Estruturação – utiliza-se para reestruturar as características de uma transação ou
exposição em particular.
As conseqüências dessa inovação financeira materializam-se em substancial redução de
custos de realizarem muitas dessas classes de transações financeiras e compartilhar riscos de
maneira mais efetiva.
Segundo Neftci (2008), os instrumentos financeiros convencionados no mercado financeiro
com a perspectiva da engenharia financeira são divididos nos seguintes setores:
1. Fixed income instruments ou Instrumentos de Renda Fixa. Estes são os instrumentos
de certificados interbancário (CDs), ou depósitos (depos), commercial paper (CP), e
Treasury bill (T-Bills). Estes são considerados instrumentos de money market.
2. Equities ou Ações. Estes são os vários tipos de emissão pública de ações das
companhias.
3. Currencies and commodities ou moedas e commodities.
4. Derivatives ou Derivativos. As maiores classes são de taxa de juros, ações, moedas, e
derivativos de commodities.
32
5. Credit instruments ou Instrumentos de crédito. Esses são os principais títulos de alto
rendimento, obrigações, derivativos de crédito, CDS, e várias versões de garantias dos
outros instrumentos.
6. Structured products ou Produtos Estruturados. MBS, CDO, ABS.
O primeiro método de engenharia financeira é a mudança de transações em dinheiro por
swaps comerciais, obtendo diversas vantagens. Combinando um instrumento de contrato a
termo de moeda com um contrato de empréstimo em um meio específico, e vender o resultado
financeiro através de contratos de swaps é uma forma de a engenharia financeira realizar os
mesmos objetivos de forma muito mais eficiente e conveniente. Eles também têm uma melhor
regulação e implicações com impostos.
Outro grande método da engenharia financeira é o princípio da criação de instrumentos
financeiros sintéticos ou como formalmente chamados de replicação de portfólios. Para
entender como apreçar e efetuar um hedge de um instrumento considera-se um fluxo de caixa
gerado por um instrumento durante a vida de um contrato. Então, usa-se outro simples e
líquido instrumento, formando assim um portfólio replicado com esses exatos fluxos de caixa.
Isso é chamado de replicação de portfólio ou Replicanting portfolio e será um instrumento
sintético do original. O instrumento sintético será facilmente apreçado, entendido, e analisado
se comparado com o instrumento original.
O terceiro método da engenharia financeira é a resposta para a negociação de volatilidade.
Para negociar volatilidade é necessária a existência simultânea de dois instrumentos, um que
seu valor mova linearmente com os riscos subjacentes, enquanto o outro instrumento move-se
com uma curva convexa. Engenharia financeira é uma prática que somente pode ser utilizada
quando o ambiente for atentamente relatado e definido.
33
3.2 MODELAGEM DO QUANTO
Hull (2000) descreve um exemplo do Quanto referente aos contratos futuros da CME em
Nikkei 225. A variável do mercado deste contrato é o índice Nikkei 225 (que é medido em
ienes), mas o contrato é liquidado em dólares americanos. O autor determina a esperança dos
contratos forwards do ativo objeto na moeda estrangeira iene e da cotação de moedas através
das Equações (2.1.1) e (2.1.2):
Essas equações foram obtidas por mudança de variável. A Equação (2.1.3) sintetiza a relação
entre os contratos do ativo objeto nas diferentes moedas e, também, o seu valor de mercado na
moeda local dólar, obtida através das aplicações dos seguintes métodos e premissas: (1)
derivações. (2) utilização do Lema de Itô6. (3) teoria de não arbitragem entre carteiras. (4)
assumir que o processo das variáveis respeita as premissas da distribuição Gaussiana e do
processo de Wiener7. Além de considerações em relação à estrutura Quanto: paradoxo de
Siegel.
6 Lema de Itô: Fonte: Apresentação PUC-RJ Professor Adjunto Marco Antônio Guimarães Dias (2005) com o título de Análise de Investimentos com Opções Reais e Jogos de Opções. Lema de Itô que permite escrever as relações entre a variável de interesse (F) e as variáveis estado (V,t), onde X é um vetor de variáveis estocásticas (ex.: valor do ativo básico V e investimento I), que seguem processos estocásticos específicos. O Lema de Itô permite expandir dF em termos de dX e dt. Usa-se o Lema de Itô pois um processo de Itô é contínuo, mas não é diferenciável no senso convencional (não existe dV/dt, por exemplo). 7 Processo de Wiener: Fonte: livro de ROSS (1995) com títulos de Stochastic Processes. O processo de Wiener serve para explicar a movimentação dos ativos. É um caso particular de um Processo Estocástico de Markov. Ele foi muito utilizado na física para descrever o movimento de uma partícula que é sujeita a um grande número de pequenos choques moleculares e a maioria das vezes é conhecido como movimento Browniano. Uma variável y segue um processo de Wiener se e somente se a variação de yx é regido por um ξ ∼ N(0,1) o que indica uma Distribuição Gaussiana, função de um incremento da variação de tempo t, e as variações de y são independentes para quaisquer intervalos de tempo de variação de t.
( ) ttiene FSEEquação =*_____)1.1.2_(
t
tiene
tdólarG
M
MEquação =
,
,_____)2.1.2_(
34
Outra forma de modelar uma operação Quanto é com a avaliação do processo estocástico de
cada variável no mundo neutro ao risco. O problema em utilizar esse método é conhecer o
processo do ativo objeto na moeda local uma vez que o ativo objeto está na moeda
estrangeira. A fim de resolver esse problema, é usado a avaliação do processo StXt e a
aplicação do Lema de Itô, conforme as Equações (2.1.4) e (2.1.5), onde representam os
processos de cada variável:
Por último, na Equação (2.1.6), é conseguido a modelagem Quanto do processo estocástico
StXt. Ressalta-se que o sinal que antecede o termo ρSXσSσX depende da definição da cotação
da moeda X. Portanto se X for definida como a quantidade de iene para um dólar, o sinal
desse termo será positivo; e caso a cotação da moeda X seja definido como a quantidade de
dólares para um iene, o sinal será invertido e se torna negativo.
O paradoxo de Siegel é o resultado obtido da taxa de crescimento no mundo neutro ao risco
igual à rf-rd+σ2xt ao invés de rf-rd. Este resultado é explicado pela Equação (2.1.5) e da
Equação (2.1.7) que representa o processo da moeda através da perspectiva do investidor
estrangeiro.
( )[ ] ( )[ ])(**
_____)3.1.2_(tT
TieneTdólar
tStXtStX
eFEFEEquação−��
�
����
�
=σσρ
( ) dzSdtSqrSEquação tstftt
****_____)4.1.2_( σ+−=∂
( ) dwXdtXrrXEquação tXtdft tσ+−=∂_____)5.1.2_(
[ ] ( ) ( )dwdzXSdtXSrqrXSEquaçãotttttt
XSttttXSXSdftt σσσσρ +++−−=∂ *****2_____)6.1.2_(
35
A Equação (2.1.7) fornece a taxa de crescimento (1/Xt) onde se reduziu da Equação o termo
σ2xt para considerar a situação dentro da perspectiva do investidor estrangeiro ao invés do
investidor local.
As equações de apreçamento dos contratos forwards e de opções européias utilizadas na
abordagem de Hull (2000) são advindas dos artigos Corraling Quantos de Jamshidian (1994)
e Quanto Mechanics de Reiner (1992), onde o autor – Hull (2000) sugere como leitura
complementar.
( ) dwX
dtX
rrX
Equaçãot
X
t
Xdf
ttt ��
�
����
�−+−=��
�
����
�∂
111_____)7.1.2_( 2 σσ
36
4 DESCRIÇÃO DAS ESTRATÉGIAS
Este capítulo tem por objetivo descrever as características e as estratégias que compõem os 10
fundos selecionados.
Os 10 fundos analisados são Fundos de Investimento classificados como de Capital Protegido
(buscam retornos em mercados de risco procurando proteger, parcial ou totalmente, o
principal investido) dentro da Categoria ANBIMA de FUNDOS MULTIMERCADOS, onde
se baseiam em estratégias de aplicação em ativos financeiros do exterior. Desses fundos, 9
(nove) não têm liquidez diária durante o período de existência, ou seja, são fundos fechados e
1 (hum) têm liquidez diária aceitando assim resgates das cotas antes da liquidação do fundo,
ou seja, é um fundo aberto.
4.1 ESTRATÉGIAS
Nos 10 fundos analisados, identifica-se 5 (cinco) estratégias com uso de opções. As opções
são usadas juntamente com o ativo objeto ou outras opções para criar posições que geram
resultados específicos.
Uma opção financeira é um derivativo que permite a seu comprador limitar seu risco. Quer
seja de compra ou de venda, o risco é limitado ao prêmio pago para obter a opção. Se a
37
evolução do preço do ativo não é favorável ao cenário escolhido, a opção pode expirar sem
ser exercida. A perda máxima é o prêmio.
Uma opção de compra ou call do tipo europeu está definida sobre um ativo objeto, e dá ao
comprador o direito, mas não a obrigação, de comprar o ativo a um preço determinado numa
data definida. Uma opção de venda ou put dá ao comprador o direito, mas não a obrigação, de
vender o ativo a um preço determinado em uma data definida.
São exemplos dos diferentes tipos de opções e estratégias: Opção européia, Opção americana,
Call ou Put Spread, Opção Asiática, Opção Binária, Opção com Barreira e Opção Lookback.
As opções mais elaboradas são chamadas de exóticas. Essas opções, exóticas, cujo valor não
dependem só do preço final do ativo objeto, mas também da sua variação no tempo, podem
ser calculadas através da Simulação de Monte-Carlo.
PATRIMÔNIO LÍQUIDO ESTRATÉGIA1 BB AGRÍCOLA 97.521.715,30 ASIÁTICA2 BB OURO 43.038.124,27 BINÁRIAS COM BARREIRA3 BB PETRÓLEO 133.930.267,93 ASIÁTICA4 CSGH GOLD 24.300.331,45 LOOKBACK5 HSBC SMART COMMODITIES 63.046.690,47 CALL SPREAD6 SANTANDER METÁLICAS 45.243.316,00 CALL SPREAD7 ITAÚ COMMODITIES 33.037.459,55 BARREIRAS8 ITAÚ ÍNDICE COMMODITIES 20.017.302,29 BARREIRAS9 ITAÚ CARBONO 163.120.505,73 CALL SPREAD
10 HSBC SMART OURO 72.652.142,63 CALL SPREAD
FUNDO
Tabela 1 - Relação das estratégias dos 10 Fundos de Investimento analisados
4.1.1 Simulação de Monte Carlo
Inicialmente a Simulação de Monte-Carlo foi inventada para a simulação dos eventos físicos e
foi introduzida em finanças por Boyle (1977). A simulação de modelos estocásticos necessita
38
de uso de números aleatórios, e é também conhecida com o nome genérico de método de
Monte-Carlo (devido aos jogos de cassino).
Segundo Burban (2008), a Simulação de Monte-Carlo é usada como método de cálculo do
preço das opções, e na gestão de risco, onde esse método tem como característica uma grande
flexibilidade na integração de múltiplas variáveis, tornando-se uma solução prática para
resolver vários problemas. A idéia principal é simular um grande número de eventos que têm
uma parte aleatória. O valor médio dos resultados das simulações pode dar uma boa
percepção do resultado esperado desses eventos aleatórios. A Lei dos Grandes Números
explica que quando o número de eventos simulados tende ao infinito, o resultado médio das
simulações converge para a média matemática esperada. Para aumentar a precisão do cálculo
é necessário somente aumentar o número dos cenários possíveis simulados.
Para as opções financeiras, o valor simulado é o preço do ativo objeto, que segue um
movimento geométrico browniano (MGB). Em cada simulação, um preço diferente do ativo
objeto será gerado devido ao processo estocástico envolvido nesse MGB. Para uma opção
européia, por exemplo, serão simulados preços ao vencimento da opção. Para todos os preços
simulados, dependendo do valor de exercício, será tomada uma decisão diferente, que vai
determinar o payoff da opção. A média desses payoffs descontados para o momento inicial
proporciona uma estimativa do preço da opção.
O uso da simulação de Monte-Carlo resolve o problema de apreçamento de derivativos
complexos, pois estes geralmente têm características especiais e geralmente não existe uma
solução analítica.
39
4.1.2 Call Spread
Call Spread é uma estratégia que combina uma aplicação em renda fixa, uma compra de call
plain vanilla e uma venda de call plain vanilla para travar tanto o ganho quanto a perda na
estratégia. A aplicação em renda fixa protege o capital aplicado e o derivativo permite o
ganho com a alta do ativo-objeto.
Com a compra da Call Spread, se o ativo-objeto subir, o investidor ganha a alta até certo
patamar, porém se o ativo subir acima desse patamar, o investidor somente ganha o patamar
máximo estipulado.
4.1.3 Opção Lookback
Existem diversos tipos de opções lookback, sendo as mais conhecidas: (1) Strike flutuante –
dá ao detentor da opção o direito de comprar o ativo subjacente pelo preço mais baixo
observado durante a vida da opção (no caso de call) ou o direito de vender pelo preço mais
alto observado durante a vida da opção (no caso de put). (2) Strike fixo – o strike é fixado
previamente. Na expiração de uma call, a opção paga o máximo da diferença entre o preço
mais elevado observado durante a vida da opção e o strike e zero. Similarmente, na expiração
de uma put, a opção paga o máximo da diferença entre o strike e o mínimo preço observado e
zero.
Nesta estrutura o investidor ganha a rentabilidade máxima ou o capital protegido.
40
4.1.4 Opção Binária ou Digital
As opções binárias ou digitais são populares nos mercados de balcão para cobertura e
especulação. Elas também são importantes para os engenheiros financeiros como forma de
construção de produtos derivativos mais complexos.
Existem 28 diferentes tipos das chamadas opções binárias com barreira. Essas opções são
divididas em duas grandes categorias:
1. Cash-or-nothing – Pagam a quantia pré especificada, ou nada, dependendo se o preço
do ativo atingiu a barreira ou não.
2. Asset-or-nothing – Pagam o valor do ativo ou nada, dependendo se o preço do ativo
atingiu a barreira ou não.
4.1.5 Opção Asiática
A opção asiática não usa o valor do ativo no cálculo do payoff, mas o valor médio do ativo no
período de exercício da opção. Desse modo, as opções asiáticas têm menor volatilidade que as
opções européias, deixando elas menos caras. A opção asiática é uma opção path-dependent,
e a evolução do ativo na vida da opção influi no payoff dela. Essas opções são usadas com
ativos money exchange, ou ativos que têm pequeno volume negociado no mercado. Elas
foram usadas pela primeira vez em 1987 pelo Banker’s Trust Tokyo e assim ganharam o nome
de Asian Option.
Pode-se calcular a média de duas formas: a forma geométrica e a forma aritmética. A média
tem uma volatilidade menor que a do ativo, as expectativas de retorno são menores e o preço
das opções fica menor para o tipo asiático em comparação com o tipo europeu. O cálculo da
média em cada data, no período considerado, deve incluir todos os preços passados. Assim,
41
quando o tempo passa, o número de valores considerados aumenta. Cada valor tem um peso
menor, e a influência de um valor a mais fica menor. A opção asiática fica muito menos cara
que a européia, para valores com alta volatilidade.
4.1.6 Opção Européia com Barreira
A opção européia com barreira não é uma opção que pode ser sempre exercida. A condição de
ativação ou desativação da opção depende dos valores do ativo durante a vida da opção. Por
causa disso, ela faz parte das opções que dependem das evoluções passadas dos preços.
Segundo Haug (2007) as opções com cláusula de barreira dividem-se em Knock-in e Knock-
out.
Nas opções Knock-in o direito de exercício passa a existir somente se o preço do ativo objeto
atingir o preço da barreira antes da data de vencimento. São classificadas como in-and-down,
ou seja, preço spot maior que a barreira ou in-and-up, ou seja, preço spot menor que a
barreira.
As opções com cláusula de barreira Knock-out caracterizam-se por serem muito similares às
opções tradicionais, exceto pelo fato de deixarem de existir caso o preço do ativo objeto atinja
a barreira Knock-out antes da data do vencimento. Semelhantemente às opções com barreira
Knock-in, existe a prerrogativa do rebate, o qual é pago no caso da opção deixar de existir
antes do vencimento. São classificadas como out-and-down, ou seja, indica que o preço do
ativo na data de lançamento da opção está acima do preço da barreira e out-and-up, ou seja,
indica que o preço do ativo na data de lançamento da opção está abaixo do preço da barreira.
42
5 BASE DE DADOS E ESTATÍSTICAS DESCRITIVAS
Conforme definido pela Instrução CVM N. 409, de 18 de agosto de 2004, o fundo poderá
manter em sua carteira, ativos financeiros negociados no exterior, segundo as seguintes
condições: ilimitadamente para os fundos classificados como “Dívida Externa”; até 20% de
seu patrimônio para fundos classificados como “Multimercado”; e até 10% de seu patrimônio
líquido para os demais fundos.
Em setembro de 2009, o Conselho Monetário Nacional (CMN) elevou o limite para
investimentos fora do país pelos fundos de pensão de 3% para 10% de seu patrimônio líquido.
Apesar dos gestores de fundos de investimento no Brasil estarem buscando a diversificação de
suas carteiras, ainda convivem com a realidade de que os investidores locais não querem
colocar seu patrimônio financeiro em risco. Sendo assim, a modalidade de fundo em que
apresentam estruturas de aplicação em ativos do exterior são os chamados de Capital
Protegido (Tipo ANBIMA da categoria dos Multimercados), porém, apesar do recente avanço
no Brasil, essas carteiras ainda são consideradas novas.
Este estudo possui como limitação a indisponibilidade de informações em quantidade, devido
ao incipiente mercado de fundos de Capital Protegido lastreados em ativos do exterior. E
43
também a ausência de “transparência” das carteiras que por ventura possam estar investindo
no exterior (facilidade de identificação da composição dos fundos através de seu nome, por
exemplo).
5.1 BASE DE DADOS
A base de dados foi retirada da Economática8 e tratada no programa estatístico EViews9.
Inicialmente foram analisados 11 fundos de Capital Protegido que investem em ativos do
exterior com abertura e encerramento entre o período de abril de 2009 a junho de 2012, de 5
(cinco) emissores diferentes, totalizando R$ 700 milhões.
-
500.000.000,00
1.000.000.000,00
1.500.000.000,00
2.000.000.000,00
2.500.000.000,00
3.000.000.000,00
3.500.000.000,00
4.000.000.000,00
4.500.000.000,00
5.000.000.000,00
5.500.000.000,00
jan/
09fe
v/09
mar
/09
abr/
09m
ai/0
9ju
n/09
jul/0
9ag
o/09
set/0
9ou
t/09
nov/
09de
z/09
jan/
10fe
v/10
mar
/10
abr/
10m
ai/1
0ju
n/10
jul/1
0ag
o/10
set/1
0ou
t/10
nov/
10de
z/10
jan/
11fe
v/11
mar
/11
abr/
11m
ai/1
1ju
n/11
jul/1
1ag
o/11
set/1
1ou
t/11
nov/
11de
z/11
jan/
12fe
v/12
mar
/12
abr/
12m
ai/1
2ju
n/12
Evolução PL Capital Protegido - Exterior
PL Capital Protegido
PL Exterior
Figura 1 - Gráfico com o Patrimônio Líquido dos Fundos de Capital Protegido e Capital Protegido Lastreados em Ativos do Exterior (período de jan/09 a jun/12)
8 O sistema Economatica é uma ferramenta amigável para análise de ações e de fundos de investimento. Trata-se de um conjunto de módulos de análise que operam sobre uma base de dados de grande abrangência. A empresa Economatica foi fundada em 1986 e tem presença nos Estados Unidos, Brasil, México, Chile, Argentina, Peru, Colômbia e Venezuela. 9 EViews é um programa de estatística. Ele é muito utilizado em tarefas de análise econométrica, como para cross-section, dados de painel e estimação por mínimos quadrados ou séries temporais.
44
Mês PL Capital Protegido PL Exterior Lançamento de Fundos Encerramento de Fundos Lançamento Encerramento30/01/2009 3.062.885.812,76 - 27/02/2009 3.097.002.210,30 - 31/03/2009 3.247.437.664,57 - 30/04/2009 3.716.575.574,23 141.456.050,20 Agrícola e Ouro BB 229/05/2009 4.074.777.492,61 148.711.767,94 30/06/2009 4.320.283.257,54 142.080.247,09 31/07/2009 4.294.931.547,65 138.098.344,49 31/08/2009 4.806.516.530,54 138.238.309,96 30/09/2009 5.025.127.494,99 137.644.319,94 30/10/2009 4.827.528.626,95 274.387.012,59 Petróleo BB 130/11/2009 5.023.101.672,11 273.934.275,19 31/12/2009 4.620.684.877,44 274.363.737,67 29/01/2010 4.616.970.024,33 267.361.274,12 26/02/2010 4.569.685.605,24 293.084.504,26 Gold Credit Suisse Hedging Griffo 131/03/2010 4.702.430.909,75 290.540.996,89 30/04/2010 4.718.808.116,71 391.236.747,39 Commodities HSBC / Commodities Metálicas Santander 231/05/2010 4.597.673.080,91 401.107.187,63 30/06/2010 4.596.733.224,84 428.722.199,75 Índices de Commodities Itaú 130/07/2010 4.826.736.528,45 454.278.271,83 Índices Person de Commodities Itaú 131/08/2010 5.022.064.793,89 635.199.427,32 Índices de Carbono Itaú 130/09/2010 5.050.381.916,50 649.532.704,84 29/10/2010 5.137.137.394,03 659.970.400,72 30/11/2010 5.077.691.528,00 658.191.655,96 31/12/2010 5.154.283.032,94 746.678.564,09 Ouro HSBC 131/01/2011 4.970.449.205,58 757.012.168,68 28/02/2011 5.478.969.131,27 744.409.195,54 Gold Credit Suisse Hedging Griffo 131/03/2011 5.347.779.330,62 972.880.942,20 Ouro Itaú / Ouro e PB Ouro Santander 329/04/2011 5.284.204.229,34 1.184.029.894,91 Commodities Mix BB Agrícola e Ouro BB 1 231/05/2011 5.030.422.624,73 1.173.052.203,65 30/06/2011 5.146.144.536,71 1.150.062.541,39 29/07/2011 5.090.897.035,66 1.184.798.754,68 31/08/2011 5.132.649.968,41 1.257.774.629,00 PB Gold Santander 130/09/2011 4.981.635.111,18 1.245.031.792,68 31/10/2011 4.900.095.619,20 1.216.968.281,06 Commodities BB Petróleo BB 1 130/11/2011 4.900.725.986,90 1.261.268.607,93 Ouro Citi / Ouro II HSBC Commodities HSBC 2 130/12/2011 4.529.087.418,82 1.356.272.901,17 Commodities Agricolas II e Índices Globais BB / Gold Digital Credit Suisse Hedging Griffo 331/01/2012 4.476.292.003,25 1.307.730.029,06 Safra Golden Fix Índices de Carbono Itaú 1 129/02/2012 4.516.533.452,71 1.344.744.975,52 Índices de Commodities II Itaú / Índices EP Commodities Itaú Ouro HSBC 2 130/03/2012 4.405.629.795,15 1.288.282.106,22 Ouro II Santander Índices Person de Commodities Itaú / Índices de Commodities Itaú 1 230/04/2012 4.317.336.030,34 1.274.969.921,47 Commodities Metálicas Santander 131/05/2012 4.263.447.223,34 1.277.403.713,91 BNP Paribas Momentum Gold 129/06/2012 4.213.189.508,31 1.284.088.482,28 Índices EP Commodities Itaú 1
Total 26 11
Tabela 2 - Relação dos lançamentos e encerramentos de fundos de Capital Protegido lastreados em ativos do exterior (período de jan/09 a jun/12)
-
200.000.000,00
400.000.000,00
600.000.000,00
800.000.000,00
1.000.000.000,00
1.200.000.000,00
1.400.000.000,00
jan/
09fe
v/09
mar
/09
abr/
09m
ai/0
9ju
n/09
jul/
09ag
o/09
set/
09ou
t/09
nov/
09de
z/09
jan/
10fe
v/10
mar
/10
abr/
10m
ai/1
0ju
n/10
jul/
10ag
o/10
set/
10ou
t/10
nov/
10de
z/10
jan/
11fe
v/11
mar
/11
abr/
11m
ai/1
1ju
n/11
jul/
11ag
o/11
set/
11ou
t/11
nov/
11de
z/11
jan/
12fe
v/12
mar
/12
abr/
12m
ai/1
2ju
n/12
Evolução PL Capital Protegido - Exterior
PL ExteriorSelecionados
Figura 2 - Gráfico com a evolução do Patrimônio Líquido dos fundos de Capital Protegido lastreados em ativos do exterior, com foco nos fundos selecionados, ou seja, fundos cuja abertura e encerramento foram
efetuados no período de jan/09 a jun/12.
45
Após análise, verificou-se que em 29/02/2012, o Itaú Unibanco S.A., na qualidade de
administrador do fundo Itaú Personnalite Multimercado Crédito Privado Estratégia Protegida
Commodities Fundo de Investimento informou que, em função das condições de mercado,
não foi possível realizar a operação estruturada prevista no regulamento do FUNDO. Tendo
em vista a não realização da estrutura prevista, foi permitido aos cotistas do FUNDO o resgate
dos recursos.
Sendo assim, restaram 10 fundos de Capital Protegido para análise, perfazendo um total
financeiro de R$ 696 milhões.
Quanto a PTAX, as séries utilizadas são individualizadas para cada fundo, objetivando
mostrar a variação do câmbio para períodos diferentes, porém compatível com cada fundo.
5.1.1 Considerações sobre Commodities
Segundo boxe apresentado no site do Banco Central do Brasil (BCB)10, de 2004 ao início de
2008, o crescimento econômico mundial, impulsionado em grande parte pelas economias
emergentes, contribuiu para a elevação das cotações internacionais das commodities e para o
aumento da inflação mundial. Ao final de 2008, refletindo a acentuada contração da atividade
econômica global, o recuo nos preços das commodities se traduziu em redução generalizada
das taxas de inflação. Esse movimento foi interrompido ao final de 2009, quando a
recuperação da atividade global determinou um novo ciclo de elevação nos preços das
commodities que, por sua vez, repercutiu na elevação dos preços ao consumidor em diversos
países.
10 http://www.bcb.gov.br/htms/relinf/port/2011/06/ri201106b4p.pdf
46
Houve dois períodos recentes de acirramento mais pronunciado da inflação mundial –
2007/2008 e 2010/2011 – ocorreram em contexto de aparente mudança na tendência de longo
prazo dos preços reais das commodities. De fato, refletindo ganhos de produtividade, os
preços das commodities agrícolas recuaram até o final da década de 90, mas a partir de 2002
se observa reversão desse processo, movimento associado a restrições de oferta, à depreciação
do dólar e, principalmente, ao expressivo crescimento da demanda mundial, decorrente de
aumento do consumo de alimentos em importantes economias emergentes e da destinação de
grãos para a produção de biocombustíveis.
De forma similar, os elevados investimentos em infraestrutura e construção civil nas grandes
economias emergentes, acompanhados da ampliação da produção de bens de consumo
duráveis, destinados aos mercados interno e externo, impulsionaram a demanda por insumos
industriais e contribuíram para a alta dos preços das commodities metálicas e energéticas.
Embora a mudança na tendência dos preços das commodities, iniciada há cerca de oito anos,
constitua importante vetor da recente aceleração da inflação mundial, a expressiva alta dos
preços das commodities agropecuárias e energéticas ao final de 2010 e princípio de 2011
esteve relacionada, em especial, a choques de oferta de curto prazo. No âmbito das
commodities agropecuárias, a oferta mundial de diversos produtos foi impactada por eventos
climáticos adversos11, enquanto a oferta de petróleo foi afetada pela interrupção do
fornecimento pela Líbia, no contexto das tensões geopolíticas no norte da África e no Oriente
Médio.
11 A série de eventos climáticos que afetaram a oferta agropecuária na safra 2010/2011 teve início com a forte estiagem na Rússia, que culminou na suspensão das exportações de trigo desse país em agosto de 2010. Posteriormente, com o advento do fenômeno La Niña, os efeitos do clima sobre a oferta atingiram outras commodities do setor, como milho, soja, açúcar, café e algodão, em meio à ocorrência de enchentes na Austrália e condições climáticas extremamente adversas na China, Estados Unidos, Argentina e Brasil.
47
5.2 ESTATÍSTICAS DESCRITIVAS
Segundo Fávero et al (2009), a análise das estatísticas descritivas permite ao pesquisador uma
melhor compreensão do comportamento dos dados por meio de tabelas, gráficos e medidas-
resumo, identificando tendência, variabilidade e valores atípicos.
O comportamento dos preços fornece, qualitativamente, informações da tendência de
crescimento das séries, semelhanças entre os ativos e a influência de um ativo no movimento
do outro.
Por outro lado, as inferências estatísticas somente terão validade se os resíduos da série
temporal estimada forem estacionários, porque as séries não estacionárias não têm médias e
variância constantes ao longo do tempo.
Conforme Bueno (2011) em economia, em geral o retorno de ações e crescimento do PIB são
exemplos de séries estacionárias. Índices de preços e nível de produto são exemplos comuns
de séries não estacionárias.
Sendo assim, para transformar as séries de fechamento das Cotas dos FUNDOS e da PTAX
em estacionária, transforma-se essas séries em retorno logarítmico.
5.2.1 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo BB Multimercado Commodities Agrícolas e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera225711 - BB AGRICOLA 505 08/04/2009 12/04/2011 1,00 0,99 1,10 0,93 0,05 0,56 2,15 0,00PTAX 505 08/04/2009 12/04/2011 1,79 1,76 2,24 1,58 0,12 1,50 5,36 0,00
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera225711 - BB AGRICOLA 504 08/04/2009 12/04/2011 0,00 0,00 0,03 -0,03 0,01 -0,41 8,59 0,00PTAX 504 08/04/2009 12/04/2011 0,00 0,00 0,03 -0,03 0,01 0,22 4,34 0,00
Tabela 3 - Estatísticas descritivas do fundo BB Agrícola e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
48
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
80
1.6 1.7 1.8 1.9 2.0 2.1 2.2
PTAX
0
10
20
30
40
50
0
10
20
30
40
50
0.95 1.00 1.05 1.10
BB_AGRICOLA_225711
0
40
80
120
160
0
40
80
120
160
-0.025 -0.000 0.025
RET_BB_AGRICOLA
0
20
40
60
80
100
0
20
40
60
80
100
-0.0250 -0.0125 -0.0000 0.0125 0.0250
RET_PTAX
Figura 3 - Histogramas das SÉRIES e dos RETORNOS das Cotas do BB Multimercado Capital Protegido Commodities Agrícolas Private FI e da PTAX
As cotas do FUNDO apresentam uma distribuição assimétrica à direita, ou seja, possui
assimetria12 positiva, porém os retornos apresentam uma distribuição assimétrica à esquerda,
ou seja, possui assimetria negativa. Quanto à curtose13, as cotas apresentam uma distribuição
achatada, ou seja, tem altura inferior à da curva normal, sendo uma distribuição platicúrtica,
enquanto os retornos apresentam uma distribuição alongada, ou seja, tem altura superior à da
curva normal, sendo uma distribuição leptocúrtica.
12 Segundo Fávero et al, a assimetria representa o grau de desvio, ou achatamento, da simetria de uma distribuição, ou seja, se uma distribuição for simétrica, os valores da média, da mediana e da moda serão iguais. Todos os coeficientes de assimetria serão nulos se a distribuição for simétrica em torno da média, positivos se a distribuição for assimétrica à direita, e negativos se a distribuição for assimétrica à esquerda. 13 A distribuição da variável pode ser avaliada por meio da altura do ponto máximo da curva de distribuição. Esta característica é denominada achatamento, ou curtose. Quando uma distribuição não é nem muito achatada e nem muito alongada, ou seja, com uma aparência semelhante à curva normal, é chamada de mesocúrtica. Quando é muito achatada ou tem altura inferior à da curva normal, é chamada de platicúrtica. Por fim, quanto é muito alongada ou possui altura superior à da curva normal, é chamada de leptocúrtica.
49
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
apresentam uma distribuição alongada, ou seja, tem altura superior à da curva normal, sendo
uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera14, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.4
1.6
1.8
2.0
2.2
2.4
0.92
0.96
1.00
1.04
1.08
1.12
2009M07 2010M01 2010M07 2011M01
225711_BB_AGRICOLAPTAX
-.03
-.02
-.01
.00
.01
.02
.03
-.04
-.02
.00
.02
.04
2009M07 2010M01 2010M07 2011M01
RET_225711_BB_AGRICOLARET_PTAX
Figura 4 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do BB Multimercado Capital Protegido Commodities Agrícolas Private FI e da PTAX
Conforme capturado na Figura 4, houve elevação generalizada dos preços das commodities
agrícolas no primeiro semestre de 2009, tendo em vista os cortes nas projeções de produção
mundial por conta das adversidades climáticas na América Latina e ampliação das
importações chinesas. No segundo semestre de 2009 houve redução dos preços por conta da
menor elasticidade-renda consumo e perspectivas favoráveis da safra norte-americana. No
primeiro semestre de 2010 houve a efetivação da redução dos preços refletindo o volume
intenso da safra norte-americana de grãos e ao patamar acima do previsto para as colheitas na
América do Sul. Já no segundo semestre de 2010 uma tendência de valorização iniciada em
julho com os impactos de adversidades climáticas e expansão da liquidez global, da 14 Jarque-Bera é um teste estatístico para testar se a série é distribuída normalmente. A estatística do teste mede a diferença da assimetria e curtose da série com os de uma distribuição normal. Um valor de probabilidade pequena leva à rejeição da hipótese nula de distribuição normal.
50
produtividade dos EUA patamar inferior ao esperado e na América Latina com condições
desfavoráveis. Em 2011, a escalada dos preços continuou refletindo o efeito do fenômeno La
Niña e forte elevação do consumo nas economias emergentes.
5.2.2 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo BB Multimercado Ouro Private e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera225721 - BB OURO 505 08/04/2009 12/04/2011 1,10 1,10 1,21 1,00 0,07 -0,01 1,44 0,00PTAX 505 08/04/2009 12/04/2011 1,79 1,76 2,24 1,58 0,12 1,50 5,36 0,00
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera225721 - BB OURO 504 08/04/2009 12/04/2011 0,00 0,00 0,02 -0,03 0,00 -0,98 23,21 0,00PTAX 504 08/04/2009 12/04/2011 0,00 0,00 0,03 -0,03 0,01 0,22 4,34 0,00
Tabela 4 - Estatísticas descritivas do fundo BB Ouro e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
60
70
80
90
0
10
20
30
40
50
60
70
80
90
1.00 1.05 1.10 1.15 1.20
BB_OURO_225721
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
80
1.6 1.7 1.8 1.9 2.0 2.1 2.2
PTAX
0
50
100
150
200
250
0
50
100
150
200
250
-0.0250 -0.0125 -0.0000 0.0125 0.0250
RET_BB_OURO
0
20
40
60
80
100
0
20
40
60
80
100
-0.0250 -0.0125 -0.0000 0.0125 0.0250
RET_PTAX
Figura 5 - Histogramas das SÉRIES e dos RETORNOS das Cotas do BB Multimercado Capital Protegido Ouro Private FI e da PTAX
51
Tanto as séries quanto os retornos das cotas do FUNDO apresentam uma distribuição
assimétrica à esquerda, ou seja, possui assimetria negativa. Quanto à curtose, as cotas
apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal, sendo
uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição alongada, ou
seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
apresentam uma distribuição alongada, ou seja, tem altura superior à da curva normal, sendo
uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.4
1.6
1.8
2.0
2.2
2.4
0.95
1.00
1.05
1.10
1.15
1.20
1.25
2009M07 2010M01 2010M07 2011M01
225721_BB_OURO
P TAX
-.03
-.02
-.01
.00
.01
.02
.03
-.03
-.02
-.01
.00
.01
.02
.03
2009M07 2010M01 2010M07 2011M01
RET_225721_BB_OURO
RET_P TAX
Figura 6 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do BB Multimercado Capital Protegido Ouro Private FI e da PTAX
Conforme capturado na Figura 6, nota-se que em momentos de incertezas sobre o
desempenho macroeconômico, a busca pelo ouro aumenta em proporções inversas a uma
desvalorização da moeda (dólar). As valorizações das cotas até o final de 2010 vêem
confirmar que o mercado seguiu beneficiado pela elevada liquidez. O novo ciclo de
52
crescimento, que ganhava contornos mais nítidos naquele ambiente de fortalecimento da
demanda e de retomada gradual da atividade econômica mundial, expressando-se, ainda, na
recuperação dos investimentos.
5.2.3 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo BB Multimercado Petróleo Private e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera235733 - BB PETROLEO 508 13/10/2009 19/10/2011 1,01 1,00 1,11 0,93 0,06 0,35 1,60 0,00PTAX 508 13/10/2009 19/10/2011 1,71 1,72 1,90 1,53 0,08 -0,13 2,30 0,00
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera235733 - BB PETROLEO 507 13/10/2009 19/10/2011 0,00 0,00 0,04 -0,05 0,01 -1,10 15,00 0,00PTAX 507 13/10/2009 19/10/2011 0,00 0,00 0,04 -0,03 0,01 0,53 6,22 0,00
Tabela 5 - Estatísticas descritivas do fundo BB Petroleo e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
0
10
20
30
40
50
0.95 1.00 1.05 1.10
BB_PETROLEO_235733
0
5
10
15
20
25
30
35
0
5
10
15
20
25
30
35
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
PTAX
0
40
80
120
160
200
0
40
80
120
160
200
-0.050 -0.025 0.000 0.025
RET_BB_PETROLEO
0
10
20
30
40
50
60
70
80
90
0
10
20
30
40
50
60
70
80
90
-0.025 -0.000 0.025
RET_P TAX
Figura 7 - Histogramas das SÉRIES e dos RETORNOS das Cotas do BB Multimercado Capital Protegido Petróleo LP Private FI e da PTAX
As cotas do FUNDO apresentam uma distribuição assimétrica à direita, ou seja, possui
assimetria positiva, porém os retornos apresentam uma distribuição assimétrica à esquerda, ou
seja, possui assimetria negativa. Quanto à curtose, as cotas apresentam uma distribuição
53
achatada, ou seja, tem altura inferior à da curva normal, sendo uma distribuição platicúrtica,
enquanto os retornos apresentam uma distribuição alongada, ou seja, tem altura superior à da
curva normal, sendo uma distribuição leptocúrtica.
As séries da PTAX, para o mesmo período do FUNDO, apresentam uma distribuição
assimétrica à esquerda, ou seja, possuem assimetria negativa, porém os retornos apresentam
uma distribuição assimétrica à direita, ou seja, possui assimetria positiva. Quanto à curtose, as
séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
0.92
0.96
1.00
1.04
1.08
1.12
2010M01 2010M07 2011M01 2011M07
235733_BB_PETROLEOPTAX
-.04
-.02
.00
.02
.04
.06
-.06
-.04
-.02
.00
.02
.04
2010M01 2010M07 2011M01 2011M07
RET_235733_BB_PETROLEORET_PTAX
Figura 8 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do BB Multimercado Capital Protegido Petróleo LP Private FI e da PTAX
Conforme capturado na Figura 8, ao longo do ano de 2010 tiveram alguns momentos de
recuperação dos preços por conta de algum nível de recuperação da atividade econômica
mundial e depreciação do dólar norte-americano. No primeiro semestre de 2011 o preço do
petróleo interferiu na atividade econômica global refletindo a consolidação do ritmo mais
moderado de recuperação e principalmente pela demanda doméstica americana, por ter sido
54
impactada pela elevação dos preços do petróleo e com um agravante, que foi o evento trágico
ocorrido no Japão em março de 2011.
5.2.4 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo CSGH Gold Multimercado e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera242934 - CSGH GOLD 260 03/02/2010 14/02/2011 1,11 1,07 1,25 1,00 0,08 0,42 1,56 0,00PTAX 260 03/02/2010 14/02/2011 1,75 1,76 1,88 1,65 0,06 0,30 2,30 0,01
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera242934 - CSGH GOLD 259 03/02/2010 14/02/2011 0,00 0,00 0,03 -0,03 0,01 -0,13 4,41 0,00PTAX 259 03/02/2010 14/02/2011 0,00 0,00 0,03 -0,03 0,01 0,37 5,61 0,00
Tabela 6 - Estatísticas descritivas do fundo CSGH Gold e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
4
8
12
16
20
24
28
0
4
8
12
16
20
24
28
1.00 1.05 1.10 1.15 1.20 1.25
CSGH_GOLD_242934
0
4
8
12
16
20
24
28
0
4
8
12
16
20
24
28
1.65 1.70 1.75 1.80 1.85
PTAX
0
10
20
30
40
50
0
10
20
30
40
50
-0.0250 -0.0125 -0.0000 0.0125 0.0250
RET_CSGH_GOLD
0
10
20
30
40
50
60
0
10
20
30
40
50
60
-0.0250 -0.0125 -0.0000 0.0125 0.0250
RET_PTAX
Figura 9 - Histogramas das SÉRIES e dos RETORNOS das Cotas do CSHG Gold FI Multimercado e da PTAX
As cotas do FUNDO apresentam uma distribuição assimétrica à direita, ou seja, possui
assimetria positiva, porém os retornos apresentam uma distribuição assimétrica à esquerda, ou
seja, possui assimetria negativa. Quanto à curtose, as cotas apresentam uma distribuição
achatada, ou seja, tem altura inferior à da curva normal, sendo uma distribuição platicúrtica,
55
enquanto os retornos apresentam uma distribuição alongada, ou seja, tem altura superior à da
curva normal, sendo uma distribuição leptocúrtica.
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
as séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.60
1.65
1.70
1.75
1.80
1.85
1.90
0.95
1.00
1.051.10
1.15
1.201.25
1.30
2010M04 2010M07 2010M10 2011M01
242934_CSGH_GOLDPTAX
-.03
-.02
-.01
.00
.01
.02
.03
-.03
-.02
-.01
.00
.01
.02
.03
2010M04 2010M07 2010M10 2011M01
RET_242934_CSGH_GOLDRET_PTAX
Figura 10 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do CSHG Gold FI Multimercado e da PTAX
Conforme capturado na Figura 10, nota-se que em momentos de incertezas sobre o
desempenho macroeconômico, a busca pelo ouro aumenta em proporções inversas a uma
desvalorização da moeda (dólar). As valorizações das cotas até o final de 2010 vêem
confirmar que o mercado seguiu beneficiado pela elevada liquidez. O novo ciclo de
crescimento, que ganhava contornos mais nítidos naquele ambiente de fortalecimento da
56
demanda e de retomada gradual da atividade econômica mundial, expressando-se, ainda, na
recuperação dos investimentos.
5.2.5 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo HSBC Commodities e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera246859 - HSBC COMMODITIES 393 14/04/2010 03/11/2011 1,13 1,16 1,34 0,94 0,13 -0,21 1,54 0,00PTAX 393 14/04/2010 03/11/2011 1,69 1,69 1,90 1,53 0,08 0,14 2,29 0,01
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera246859 - HSBC COMMODITIES 392 14/04/2010 03/11/2011 0,00 0,00 0,03 -0,06 0,01 -1,94 13,62 0,00PTAX 392 14/04/2010 03/11/2011 0,00 0,00 0,04 -0,03 0,01 0,81 7,21 0,00
Tabela 7 - Estatísticas descritivas do fundo HSBC Commodities e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
0
10
20
30
40
50
1.0 1.1 1.2 1.3
HSBC_COM_246859
0
5
10
15
20
25
30
35
0
5
10
15
20
25
30
35
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
PTAX
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
80
-0.050 -0.025 0.000 0.025
RET_HSBC_COMMODITIES
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
80
-0.025 -0.000 0.025
RET_PTAX
Figura 11 - Histogramas das SÉRIES e dos RETORNOS das Cotas do HSBC FI Multimercado Smart Commodities e da PTAX
Tanto as séries quanto os retornos das cotas do FUNDO apresentam uma distribuição
assimétrica à esquerda, ou seja, possui assimetria negativa. Quanto à curtose, as cotas
apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal, sendo
57
uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição alongada, ou
seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
as séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
0.9
1.0
1.1
1.2
1.3
1.4
10M07 10M10 11M01 11M04 11M07 11M10
246859_HSBC_COMMODITIESPTAX
-.04
-.02
.00
.02
.04
.06
-.08
-.06
-.04
-.02
.00
.02
.04
10M07 10M10 11M01 11M04 11M07 11M10
RET_246859_HSBC_COMMODITIESRET_PTAX
Figura 12 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do HSBC FI Multimercado Smart Commodities e da PTAX
Conforme capturado na Figura 12, no primeiro semestre de 2010 houve a efetivação da
redução dos preços refletindo o volume intenso da safra norte-americana de grãos e ao
patamar acima do previsto para as colheitas na América do Sul. Já no segundo semestre de
2010 uma tendência de valorização iniciada em julho com os impactos de adversidades
climáticas e expansão da liquidez global, da produtividade dos EUA patamar inferior ao
esperado e na América Latina com condições desfavoráveis. Em 2011, a escalada dos preços
58
continuou refletindo o efeito do fenômeno La Niña e forte elevação do consumo nas
economias emergentes. Destaca-se que o reflexo da crise fiscal na Europa e as incertezas
quanto à intensidade da desaceleração econômica na China, os preços internacionais das
commodities apresentaram forte volatilidade e trajetória decrescente ao longo do terceiro
trimestre de 2011.
5.2.6 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo SANTANDER Metálicas e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera245097 - SANTANDER METALICAS 520 18/03/2010 10/04/2012 10,57 10,61 11,55 9,37 0,58 -0,31 2,01 0,00PTAX 520 18/03/2010 10/04/2012 1,72 1,72 1,90 1,53 0,09 -0,14 2,15 0,00
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera245097 - SANTANDER METALICAS 519 18/03/2010 10/04/2012 0,00 0,00 0,03 -0,05 0,01 -0,67 7,29 0,00PTAX 519 18/03/2010 10/04/2012 0,00 0,00 0,04 -0,03 0,01 0,65 6,58 0,00
Tabela 8 - Estatísticas descritivas do fundo SANTANDER Metalicas e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
0
10
20
30
40
50
9.5 10.0 10.5 11.0 11.5
SANT_METAL_245097
0
20
40
60
80
100
120
140
0
20
40
60
80
100
120
140
-0.050 -0.025 0.000 0.025
RET_SANT_METALICAS
0
5
10
15
20
25
30
35
0
5
10
15
20
25
30
35
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
PTAX
0
10
20
30
40
50
60
70
80
90
0
10
20
30
40
50
60
70
80
90
-0.025 -0.000 0.025
RET_PTAX
Figura 13 - Histogramas das SÉRIES e dos RETORNOS das Cotas do SANTANDER Capital Protegido FI Commodities Metálicas Multimercado Crédito Privado e da PTAX
59
Tanto as séries quanto os retornos das cotas do FUNDO apresentam uma distribuição
assimétrica à esquerda, ou seja, possui assimetria negativa. Quanto à curtose, as cotas
apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal, sendo
uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição alongada, ou
seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
As séries da PTAX, para o mesmo período do FUNDO, apresentam uma distribuição
assimétrica à esquerda, ou seja, possuem assimetria negativa, porém os retornos apresentam
uma distribuição assimétrica à direita, ou seja, possui assimetria positiva. Quanto à curtose, as
séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
9.2
9.6
10.0
10.4
10.8
11.2
11.6
2010M07 2011M01 2011M07 2012M01
245097_SANTANDER_METALICASPTAX
-.04
-.02
.00
.02
.04
.06
-.06
-.04
-.02
.00
.02
.04
2010M07 2011M01 2011M07 2012M01
RET_245097_SANTANTER_METALICASRET_PTAX
Figura 14 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do SANTANDER Capital Protegido FI Commodities Metálicas Multimercado Crédito Privado e da PTAX
Conforme capturado na Figura 14, no primeiro semestre de 2010 houve retração nas cotações
por conta das perspectivas de redução de liquidez na China e questões fiscais na Europa.
60
Entretanto, no segundo semestre de 2010 e primeiro de 2011 houve elevações nos preços
refletindo desempenho favorável da atividade industrial global, em especial dos EUA.
Destaca-se que os preços das commodities metálicas tiveram recuo no segundo semestre de
2011, por conta da deterioração das perspectivas de crescimento da economia global, as
incertezas quanto à intensidade da desaceleração econômica na China e o aumento da aversão
ao risco nos mercados financeiros. Confirmando assim a diminuição dos preços das
commodities no segundo trimestre de 2012, reflexo da desaceleração da economia chinesa.
5.2.7 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo ITAU Commodities e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera249157 - ITAU COMMODITIES 442 04/06/2010 05/03/2012 1,13 1,16 1,25 0,96 0,08 -0,58 2,14 0,00PTAX 442 04/06/2010 05/03/2012 1,70 1,70 1,90 1,53 0,08 0,09 2,29 0,01
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera249157 - ITAU COMMODITIES 441 04/06/2010 05/03/2012 0,00 0,00 0,02 -0,03 0,00 -1,65 24,15 0,00PTAX 441 04/06/2010 05/03/2012 0,00 0,00 0,04 -0,03 0,01 0,75 7,28 0,00
Tabela 9 - Estatísticas descritivas do fundo ITAU Commodities e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
0
10
20
30
40
50
1.00 1.05 1.10 1.15 1.20 1.25
ITAU_COM_249157
0
5
10
15
20
25
30
35
0
5
10
15
20
25
30
35
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
PTAX
0
40
80
120
160
200
0
40
80
120
160
200
-0.0250 -0.0125 -0.0000 0.0125
RET_ITAU_COMMODITIES
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
80
-0.025 -0.000 0.025
RET_PTAX
Figura 15 - Histogramas das SÉRIES e dos RETORNOS das Cotas do ITAÚ Private Estruturado Índice de Commodities Multimercado Crédito Privado FI e da PTAX
61
Tanto as séries quanto os retornos das cotas do FUNDO apresentam uma distribuição
assimétrica à esquerda, ou seja, possui assimetria negativa. Quanto à curtose, as cotas
apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal, sendo
uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição alongada, ou
seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
as séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
0.9
1.0
1.1
1.2
1.3
10M07 10M10 11M01 11M04 11M07 11M10 12M01
249157_ITAU_COMMODITIESPTAX
-.04
-.02
.00
.02
.04
-.04
-.02
.00
.02
.04
10M07 10M10 11M01 11M04 11M07 11M10 12M01
RET_245197_ITAU_COMMODITIESRET_PTAX
Figura 16 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do ITAÚ Private Estruturado Índice de Commodities Multimercado Crédito Privado FI e da PTAX
Conforme capturado na Figura 16, destaca-se que os preços das commodities agrícolas,
metálicas e energéticas registraram elevação no último trimestre de 2010, resultado da
depreciação do dólar, da melhora nos indicadores de consumo em diversas economias e dos
62
efeitos de adversidades climáticas sobre a oferta de produtos agrícolas. As commodities
tiveram recuo no segundo semestre de 2011, por conta da deterioração das perspectivas de
crescimento da economia global, as incertezas quanto à intensidade da desaceleração
econômica na China e o aumento da aversão ao risco nos mercados financeiros.
5.2.8 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo ITAU Ind. Commodities e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera251038 - ITAU IND COMMODITIES 433 01/07/2010 19/03/2012 11,20 11,42 12,07 10,00 0,62 -0,68 2,15 0,00PTAX 433 01/07/2010 19/03/2012 1,70 1,70 1,90 1,53 0,08 0,11 2,33 0,01
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera251038 - ITAU IND COMMODITIES 432 01/07/2010 19/03/2012 0,00 0,00 0,02 -0,03 0,00 -0,83 8,55 0,00PTAX 432 01/07/2010 19/03/2012 0,00 0,00 0,04 -0,03 0,01 0,76 7,27 0,00
Tabela 10 - Estatísticas descritivas do fundo ITAU Ind Commodities e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
0
10
20
30
40
50
10.0 10.5 11.0 11.5 12.0
ITAU_IND_COM_251038
0
5
10
15
20
25
30
35
0
5
10
15
20
25
30
35
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
P TAX
0
40
80
120
160
200
0
40
80
120
160
200
-0.0250 -0.0125 -0.0000 0.0125
RET_ITAU_IND_COMM
0
10
20
30
40
50
60
70
80
0
10
20
30
40
50
60
70
80
-0.025 -0.000 0.025
RET_PTAX
Figura 17 - Histogramas das SÉRIES e dos RETORNOS das Cotas do ITAÚ Personnalité Multimercado Crédito Privado Índice de Commodities FI e da PTAX
Tanto as séries quanto os retornos das cotas do FUNDO apresentam uma distribuição
assimétrica à esquerda, ou seja, possui assimetria negativa. Quanto à curtose, as cotas
63
apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal, sendo
uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição alongada, ou
seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
as séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
9.5
10.0
10.5
11.0
11.5
12.0
12.5
10M07 10M10 11M01 11M04 11M07 11M10 12M01
251038_ITAU_INDICE COMMPTAX
-.04
-.02
.00
.02
.04 -.03
-.02
-.01
.00
.01
.02
.03
10M07 10M10 11M01 11M04 11M07 11M10 12M01
RET_251038_ITAU_IND COMMODITIESRET_PTAX
Figura 18 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do ITAÚ Personnalité Multimercado Crédito Privado Índice de Commodities FI e da PTAX
Conforme capturado na Figura 18, destaca-se que os preços das commodities agrícolas,
metálicas e energéticas registraram elevação no último trimestre de 2010, resultado da
depreciação do dólar, da melhora nos indicadores de consumo em diversas economias e dos
efeitos de adversidades climáticas sobre a oferta de produtos agrícolas. As commodities
tiveram recuo no segundo semestre de 2011, por conta da deterioração das perspectivas de
64
crescimento da economia global, as incertezas quanto à intensidade da desaceleração
econômica na China e o aumento da aversão ao risco nos mercados financeiros.
5.2.9 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo ITAU Índice de Carbono e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera253286 - ITAU CARBONO 495 27/01/2010 13/01/2012 10,32 10,24 11,34 9,51 0,43 0,81 3,31 0,00PTAX 495 27/01/2010 13/01/2012 1,72 1,72 1,90 1,53 0,09 -0,09 2,05 0,00
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera253286 - ITAU CARBONO 494 27/01/2010 13/01/2012 0,00 0,00 0,02 -0,06 0,01 -2,20 28,95 0,00PTAX 494 27/01/2010 13/01/2012 0,00 0,00 0,04 -0,03 0,01 0,58 6,29 0,00
Tabela 11 - Estatísticas descritivas do fundo ITAU Carbono e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
0
10
20
30
40
50
9.5 10.0 10.5 11.0
ITAU_CARBONO_253286
0
5
10
15
20
25
30
35
0
5
10
15
20
25
30
35
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
P TAX
0
40
80
120
160
200
0
40
80
120
160
200
-0.050 -0.025 0.000 0.025
RET_ITAU_CARBONO
0
10
20
30
40
50
60
70
80
90
0
10
20
30
40
50
60
70
80
90
-0.025 -0.000 0.025
RET_P TAX
Figura 19 - Histogramas das SÉRIES e dos RETORNOS das Cotas do ITAÚ Multimercado Crédito Privado Índice de Carbono FI e da PTAX
As séries das cotas do FUNDO apresentam uma distribuição assimétrica à direita, ou seja,
possui assimetria positiva, porém os retornos apresentam uma distribuição assimétrica à
esquerda, ou seja, possui assimetria negativa. Quanto à curtose, tanto as cotas quanto os
65
retornos apresentam uma distribuição alongada, ou seja, tem altura superior à da curva
normal, sendo uma distribuição leptocúrtica.
As séries da PTAX, para o mesmo período do FUNDO, apresentam uma distribuição
assimétrica à esquerda, ou seja, possuem assimetria negativa, porém os retornos apresentam
uma distribuição assimétrica à direita, ou seja, possui assimetria positiva. Quanto à curtose, as
séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
9.0
9.5
10.0
10.5
11.0
11.5
2010M07 2011M01 2011M07 2012M01
253286_ITAU_CARBONOPTAX
-.04
-.02
.00
.02
.04
.06
-.06
-.04
-.02
.00
.02
.04
2010M07 2011M01 2011M07 2012M01
RET_253286_ITAU_CARBONORET_PTAX
Figura 20 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do ITAÚ Multimercado Crédito Privado Índice de Carbono FI e da PTAX
Conforme capturado na Figura 20, destaca-se que em março de 2011 o valor dos créditos de
carbono negociado atingiu o nível mais alto dos últimos dois anos. O vazamento de material
radioativo na usina de Fukushima, no Japão, fez aumentar a procura por créditos de carbono,
que são necessários para que as termoelétricas movidas a carvão e gás natural possam
expandir sua geração e ocupar o espaço das usinas nucleares. Porém após esse cenário, os
66
preços no mercado de carbono terminaram o segundo semestre de 2011 com preços
incrivelmente baixos, e níveis médios de volatilidade muito altos, contra relativa calma na
maioria dos outros mercados (petróleo, carvão, gás natural).
5.2.10 Tabelas, Histogramas e Gráficos das Séries de Dados e dos Retornos do fundo HSBC Multimercado Smart Ouro e da PTAX
SÉRIES - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera262528 - HSBC SMART OURO 306 30/11/2010 13/02/2012 1,23 1,21 1,62 1,00 0,17 0,34 2,15 0,00PTAX 306 30/11/2010 13/02/2012 1,69 1,67 1,90 1,53 0,09 0,48 2,23 0,00
RETORNO - FUNDO Obs Início Final Média Mediana Máximo Mínimo Desvio Padrão Assimetria Curtose Prob Jarque_Bera262528 - HSBC SMART OURO 305 30/11/2010 13/02/2012 0,00 0,00 0,05 -0,11 0,02 -1,45 12,05 0,00PTAX 305 30/11/2010 13/02/2012 0,00 0,00 0,04 -0,03 0,01 0,74 6,60 0,00
Tabela 12 - Estatísticas descritivas do fundo HSBC Smart Ouro e da PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados e Retornos)
0
10
20
30
40
50
60
0
10
20
30
40
50
60
1.0 1.1 1.2 1.3 1.4 1.5 1.6
HSBC_SMART_OURO_262528
0
5
10
15
20
25
30
0
5
10
15
20
25
30
1.55 1.60 1.65 1.70 1.75 1.80 1.85 1.90
P TAX
0
10
20
30
40
50
60
70
80
90
0
10
20
30
40
50
60
70
80
90
-0.10 -0.05 0.00 0.05
RET_SMART_OURO
0
10
20
30
40
50
60
0
10
20
30
40
50
60
-0.025 -0.000 0.025
RET_PTAX
Figura 21 - Histogramas das SÉRIES e dos RETORNOS das Cotas do HSBC FI Multimercado Smart Ouro e da PTAX
As séries das cotas do FUNDO apresentam uma distribuição assimétrica à direita, ou seja,
possui assimetria positiva, porém os retornos apresentam uma distribuição assimétrica à
67
esquerda, ou seja, possui assimetria negativa. Quanto à curtose, as séries apresentam uma
distribuição achatada, ou seja, tem altura inferior à da curva normal, sendo uma distribuição
platicúrtica, enquanto os retornos apresentam uma distribuição alongada, ou seja, tem altura
superior à da curva normal, sendo uma distribuição leptocúrtica.
Tanto as séries quanto os retornos da PTAX, para o mesmo período do FUNDO, apresentam
uma distribuição assimétrica à direita, ou seja, possuem assimetria positiva. Quanto à curtose,
as séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva normal,
sendo uma distribuição platicúrtica, enquanto os retornos apresentam uma distribuição
alongada, ou seja, tem altura superior à da curva normal, sendo uma distribuição leptocúrtica.
Quanto à probabilidade de Jarque-Bera, tanto para as séries do FUNDO quanto da PTAX,
foram rejeitadas as hipóteses nulas de distribuição normal.
1.5
1.6
1.7
1.8
1.9
2.0
0.8
1.0
1.2
1.4
1.6
1.8
2011M01 2011M04 2011M07 2011M10 2012M01
262528_HSBC_SMART OURO
P TAX
-.04
-.02
.00
.02
.04
-.12
-.08
-.04
.00
.04
.08
2011M01 2011M04 2011M07 2011M10 2012M01
RET_262528_HSBC_SMART OURO
RET_P TAX
Figura 22 - Gráficos comparativos com a evolução das SÉRIES e dos RETORNOS da Cota do HSBC FI Multimercado Smart Ouro e da PTAX
Conforme capturado na Figura 22, nota-se que em momentos de incertezas sobre o
desempenho macroeconômico, a busca pelo ouro aumenta em proporções inversas a uma
desvalorização da moeda (dólar). As valorizações das cotas até o terceiro trimestre de 2011
vêem confirmar que o mercado seguiu beneficiado pela elevada liquidez. O novo ciclo de
68
crescimento, que ganhava contornos mais nítidos naquele ambiente de fortalecimento da
demanda e de retomada gradual da atividade econômica mundial, expressando-se, ainda, na
recuperação dos investimentos. Porém parece provável que parte das vendas de ouro no final
do terceiro trimestre de 2011 foi uma reação às tensões em outras partes do sistema
financeiro, como exemplo: os investidores foram obrigados a cobrir pedidos de margem em
outros lugares, além do mais que houve provável enfoque do mercado para as qualidades que
o ouro compartilha com outras commodities, ou seja, risco e volatilidade.
69
6 METODOLOGIA E RESULTADOS
Com base nas séries e retornos logarítmicos dos fundos e da PTAX efetuaremos análise da
relação com a utilização de procedimentos econométricos: Correlação; Vetor Auto Regressivo
– VAR; Teste de Causalidade de Granger; Decomposição da Variância; e Função Resposta e
Impulso.
6.1 CORRELAÇÃO
Conforme Lira (2004), além das estatísticas descritivas, é comum o interesse em conhecer o
relacionamento entre variáveis. A medida que mostra o grau de relacionamento entre duas
variáveis é chamada de coeficiente de correlação. É também conhecida como medida de
associação, de interdependência, de intercorrelação ou de relação entre as variáveis.
Diferentes formas de correlação podem existir entre as variáveis. O caso mais simples e mais
conhecido é a correlação simples, envolvendo duas variáveis, X e Y. A relação entre duas
variáveis será linear quando o valor de uma pode ser obtido aproximadamente por meio da
equação da reta. Assim, é possível ajustar uma reta da forma Y = � + �X aos dados. Neste
caso, a correlação é linear simples.
70
O método que permite estudar as relações ou associações é conhecido como Análise de
Correlação. Esta análise mostra o grau de relacionamento entre as variáveis, fornecendo um
número, indicando como as variáveis variam conjuntamente. Não há a necessidade de definir
as relações de causa e efeito, ou seja, qual é a variável dependente e a independente.
O coeficiente de Correlação ( � ) tem como interpretação que quando o | � | =1 é de que existe
correlação linear perfeita entre as variáveis X e Y. A correlação é linear perfeita positiva
quando � = 1 e linear perfeita negativa quando � = -1. Quando se tem � = 0, não existe
correlação linear entre as variáveis X e Y.
Entretanto, na prática ocorrem diferentes valores de ( � ). Segundo Callegari-Jacques (2003),
o coeficiente de correlação pode ser avaliado qualitativamente da seguinte forma:
• Se 0,00 < | � | < 0,30 , existe fraca correlação linear;
• Se 0,30 < | � | < 0,60 , existe moderada correlação linear;
• Se 0,60 < | � | < 0,90 , existe forte correlação linear;
• Se 0,90 < | � | < 1,00 , existe correlação linear muito forte.
Calculou-se o coeficiente de correlação para as séries de cada fundo versus a PTAX (para os
períodos individualizados), chegando aos seguintes resultados:
71
225711 - BB AGRICOLA -0,23 FRACA NEGATIVA225721 - BB OURO -0,70 FORTE NEGATIVA235733 - BB PETROLEO -0,70 FORTE NEGATIVA242934 - CSGH GOLD -0,84 FORTE NEGATIVA246859 - HSBC COMMODITIES -0,77 FORTE NEGATIVA245097 - SANTANDER METALICAS -0,63 FORTE NEGATIVA249157 - ITAU COMMODITIES -0,20 FRACA NEGATIVA251038 - ITAU IND COMMODITIES -0,28 FRACA NEGATIVA253286 - ITAU CARBONO -0,56 MODERADA NEGATIVA262528 - HSBC SMART OURO 0,17 FRACA POSITIVA
CORRELAÇÃO - FUNDO x PTAX
Tabela 13 - Coeficiente de Correlação: Fundos x PTAX (taxa de câmbio R$/US$) para o período individualizado (Séries de Dados)
Calculou-se também o coeficiente de correlação para os retornos logarítmicos de cada fundo
versus os retornos da PTAX (para os períodos individualizados), chegando aos seguintes
resultados:
225711 - BB AGRICOLA -0,06 FRACA NEGATIVA225721 - BB OURO 0,01 FRACA POSITIVA235733 - BB PETROLEO 0,01 FRACA POSITIVA242934 - CSGH GOLD -0,27 FRACA NEGATIVA246859 - HSBC COMMODITIES -0,40 MODERADA NEGATIVA245097 - SANTANDER METALICAS -0,26 FRACA NEGATIVA249157 - ITAU COMMODITIES -0,39 MODERADA NEGATIVA251038 - ITAU IND COMMODITIES -0,47 MODERADA NEGATIVA253286 - ITAU CARBONO -0,12 FRACA NEGATIVA262528 - HSBC SMART OURO -0,22 FRACA NEGATIVA
CORRELAÇÃO RETORNO - FUNDO x PTAX
Tabela 14 - Coeficiente de Correlação: Fundos x PTAX (taxa de câmbio R$/US$) para o período individualizado (Retornos)
6.2 VETOR AUTO REGRESSIVO – VAR
O Vetor Auto Regressivo – VAR é um sistema com n equações e n variáveis. Estima-se uma
equação para cada variável. As variáveis explanatórias incluem variáveis dependentes
defasadas, mais defasagens das n-1 variáveis do sistema. Num VAR, todas as variáveis são
endógenas.
O VAR é comumente usado para sistemas de previsão de série de tempo e para analisar o
impacto dinâmico de distúrbios aleatórios no sistema de variáveis. A abordagem VAR evita a
72
necessidade de modelagem estrutural, tratando cada variável endógena no sistema como uma
função dos valores endógenos defasados das variáveis do sistema.
Conforme Mendonça (2005), em razão da dificuldade de interpretar os coeficientes estimados
para o modelo VAR é usual que os resultados sejam sumariados por meio da decomposição
da variância e por intermédio da análise impulso resposta.
6.3 TESTE DE CAUSALIDADE DE GRANGER
Uma das questões chaves no contexto de VAR é o quão importante algumas variáveis são na
previsão de outras. O teste de causalidade de Granger (1969) busca conhecimento da
existência de precedência temporal nas variações de duas séries. A definição de causalidade
de Granger é que X Granger-causa Y, se X ajuda a prever Y, dado os valores passados de Y.
A forma mais simples de testar causalidade de Granger é através do teste F. A não rejeição da
hipótese nula implica que Y não Granger causa X.
O conceito de causalidade proposto por Granger é motivado pela intuição de que causa deve
vir primeiro que efeito. Assim, se X causa Y, então X deve preceder Y. Entretanto, devemos
alertar que esse conceito de causalidade não funciona tão bem com dados econômicos e
financeiros.
A causalidade de Granger não significa causalidade num sentido mais fundamental da
palavra. Mais especificamente, causalidade no sentido de Granger reflete causalidade
preditiva, e não causa e efeito.
Existem quatro casos diferentes:
73
3. Causalidade unilateral de Y para X: quando os coeficientes estimados para a variável
defasada Y são conjuntamente diferentes de zero, e quando o conjunto de coeficientes
estimados para a variável X não forem estatisticamente diferentes de zero.
4. Causalidade unilateral de X para Y: quando o conjunto de coeficientes defasados para
a variável Y não for estatisticamente diferente de zero e o conjunto de coeficientes
defasados para a variável X for diferente de zero.
5. Bicausalidade ou simultaneidade: quando os conjuntos de coeficientes defasados de X
e Y forem estatisticamente diferentes de zero em ambas as regressões.
6. Independência: quando, em ambas as regressões, os conjuntos de coeficientes
defasados de X e Y não forem estatisticamente diferentes de zero.
Calculou-se o teste de causalidade de Granger para os retornos de cada fundo versus o retorno
da PTAX (para os períodos individualizados), chegando aos seguintes resultados:
Hipotese Nula: Obs Estatística F Prob PTAX não Granger Causa BB AGRICOLA 502 164,12 0,00 Rejeito BB AGRICOLA não Granger Causa PTAX 100,25 0,37 Não Rejeito PTAX não Granger Causa BB OURO 502 311,31 0,045 Rejeito BB OURO não Granger Causa PTAX 101,44 0,36 Não Rejeito PTAX não Granger Causa BB PETROLEO 505 105,96 0,00 Rejeito BB PETROLEO não Granger Causa PTAX 105,63 0,35 Não Rejeito PTAX não Granger Causa CSGH GOLD 257 0,04 0,96 Não Rejeito CSGH GOLD não Granger Causa PTAX 219,15 0,11 Não Rejeito PTAX não Granger Causa HSBC COMMODITIES 390 878,06 0,00 Rejeito HSBC COMMODITIES não Granger Causa PTAX 0,23 0,79 Não Rejeito PTAX não Granger Causa SANTANDER METALICAS 517 218,53 0,00 Rejeito SANTANDER METÁLICAS não Granger Causa PTAX 0,55 0,58 Não Rejeito PTAX não Granger Causa ITAU COMMODITIES 439 0,79 0,46 Não Rejeito ITAU COMMODITIES não Granger Causa PTAX 0,88 0,42 Não Rejeito PTAX não Granger Causa ITAU IND COMMODITIES 430 214,03 0,12 Não Rejeito ITAU IND COMMODITIES não Granger Causa PTAX 0,46 0,63 Não Rejeito PTAX não Granger Causa ITAU CARBONO 492 0,34 0,71 Não Rejeito ITAU CARBONO não Granger Causa PTAX 0,60 0,55 Não Rejeito PTAX não Granger Causa HSBC SMART OURO 303 390,43 0,02 Rejeito HSBC SMART OURO não Granger Causa PTAX 0,53 0,59 Não Rejeito
Teste de Causalidade de Granger
Tabela 15 - Teste de Causalidade de Granger: Fundos x PTAX (taxa de câmbio R$/US$) para o período individualizado (Retornos)
A forma de testar a causalidade de Granger é através do teste F, onde a não rejeição da
hipótese nula implica que Y não Granger causa X.
74
Sendo assim, testa-se a hipótese nula H0: PTAX não Granger causa FUNDO, para a primeira
regressão e hipótese nula H0: FUNDO não Granger causa PTAX, para a segunda regressão,
onde há significância se as probabilidades forem > 5%.
A hipótese alternativa Ha: PTAX Granger causa FUNDO, para a primeira regressão e hipótese
alternativa Ha: FUNDO Granger causa PTAX, para a segunda regressão, onde há significância
se as probabilidades forem < 5%.
Conforme a tabela 15 encontra-se Independência em 4 (quatro) fundos, onde não foram
rejeitadas as hipóteses nulas H0: PTAX não Granger causa FUNDO para uma probabilidade >
5%.
Para as hipóteses nulas H0: FUNDO não Granger causa PTAX, encontrou-se Independência
para todas as regressões para uma probabilidade > 5%.
6.4 DECOMPOSIÇÃO DA VARIÂNCIA
A Decomposição de Variância separa a variação em uma variável endógena para os choques
de componentes para o VAR. Assim, a Decomposição de Variância fornece informações
sobre a importância relativa de cada inovação aleatória em afetar as variáveis no VAR, ou
seja, que percentual do erro de previsão de k períodos a frente é devido a que variável.
Calculou-se a Decomposição da Variância para os retornos logarítmicos de cada fundo versus
o retorno logarítmico da PTAX (para os períodos individualizados), chegando aos seguintes
resultados:
75
225711 - BB AGRICOLA 225721 - BB OURO 235733 - BB PETROLEO 242934 - CSGH GOLD 246859 - HSBC COMMODITIES1 0,000000 0,000000 0,000000 0,000000 0,0000002 5,832270 1,997062 0,010129 0,027180 3,3728423 5,826974 2,112296 3,403166 0,040659 4,7396424 5,985304 2,111837 6,446370 0,342653 5,1955125 6,139771 2,125665 6,542618 0,430698 5,2261006 6,410272 2,741224 6,555115 0,925507 5,3571767 6,518302 3,013914 6,633046 1,762701 5,4412168 6,867628 3,273081 6,625662 1,763705 5,9746189 6,919037 3,384129 6,791969 1,769123 6,128228
10 6,875211 3,623846 7,016042 2,179882 6,79078111 6,935978 3,562593 7,395575 2,436954 6,85681612 7,394548 3,649318 7,438261 3,118611 7,064716
245097 - SANTANDER METALICAS 249157 - ITAU COMMODITIES 251038 - ITAU IND COMMODITIES 253286 - ITAU CARBONO 262528 - HSBC SMART OURO1 0,000000 0,000000 0,000000 0,000000 0,0000002 7,419897 0,464534 0,879907 0,034044 1,6327373 8,437687 0,754968 1,330819 0,055357 2,7778984 8,468601 0,850155 1,399894 0,178148 4,1476115 8,539776 1,018872 1,505565 1,025407 4,4681146 8,630681 1,085201 1,730079 1,439781 4,6870947 8,463342 1,098359 2,379430 1,452245 4,7925848 8,510365 1,132238 2,379636 1,477741 4,8994979 8,656525 1,196809 2,663656 1,483381 5,030699
10 8,817284 1,498249 2,935512 1,609644 5,65270311 8,805883 1,497532 3,028421 1,667360 5,92268912 8,929844 1,569831 3,238562 1,698668 6,675989
DECOMPOSIÇÃO DA VARIÂNCIA - PTAX
Tabela 16 - Decomposição da Variância: Fundos x PTAX (taxa de câmbio R$/US$) para o período individualizado (Retornos)
6.5 FUNÇÃO RESPOSTA IMPULSO
A função resposta ao impulso mostra a resposta esperada dos valores correntes e futuros de
cada uma das variáveis a um choque em uma das equações do VAR. Os choques devem ser
ortogonais, ou seja, não correlacionados. Se os choques são correlacionados, os dois andam
juntos.
O econometrista deve escolher a ordem das variáveis do VAR. Tipicamente, usa-se teoria
econômica para definir a ordem das variáveis no VAR.
76
-.004
-.002
.000
.002
.004
.006
.008
-.004
-.002
.000
.002
.004
.006
.008
1 2 3 4 5 6 7 8 9 10
Resposta de BB_AGRICOLA para RETPTAX
Resposta a impulso de 2 D.P.
Figura 23 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do BB AGRICOLA e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 23
observa-se que a conseqüência é que provoca no segundo momento um impacto negativo no
FUNDO, porém causando apenas pequenos impactos positivos e negativos ao longo dos
outros períodos. Ademais, a análise da decomposição da variância revela que a parcela da
variância do erro de previsão no FUNDO atribuída a PTAX tem uma importância relativa de
7,39% e por fim, houve a rejeição da hipótese nula do teste de causalidade de Granger,
configurando que existe precedência temporal da PTAX perante o FUNDO.
-.001
.000
.001
.002
.003
.004
-.001
.000
.001
.002
.003
.004
1 2 3 4 5 6 7 8 9 10
Resposta de BB_OURO para RETPTAX
Resposta a impulso de 2 D.P.
Figura 24 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do BB OURO e da PTAX
77
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 24
observa-se que a conseqüência é que provoca no segundo momento um impacto negativo no
FUNDO, porém causando apenas pequenos impactos positivos e negativos ao longo dos
outros períodos. Ademais, a análise da decomposição da variância revela que a parcela da
variância do erro de previsão no FUNDO atribuída a PTAX não pode ser desprezada, pois é
de 3,65% e por fim, houve a rejeição da hipótese nula do teste de causalidade de Granger,
configurando que existe precedência temporal da PTAX perante o FUNDO.
-.002
.000
.002
.004
.006
-.002
.000
.002
.004
.006
1 2 3 4 5 6 7 8 9 10
Resposta de BB_PETROLEO para RETPTAX
Resposta a impulso de 2 D.P.
Figura 25 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do BB PETROLEO e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 25
observa-se que a conseqüência é que provoca no segundo até o quarto momento um impacto
negativo no FUNDO, porém causando apenas pequenos impactos positivos e negativos ao
longo dos outros períodos. Ademais, a análise da decomposição da variância revela que a
parcela da variância do erro de previsão no FUNDO atribuída a PTAX tem importância
relativa de 7,44% e por fim, houve a rejeição da hipótese nula do teste de causalidade de
Granger, configurando que existe precedência temporal da PTAX perante o FUNDO.
78
-.004
-.002
.000
.002
.004
.006
.008
.010
-.004
-.002
.000
.002
.004
.006
.008
.010
1 2 3 4 5 6 7 8 9 10
Resposta de CSGH_GOLD para RETPTAX
Resposta a impulso de 2 D.P.
Figura 26 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do CSGH GOLD e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 26
observa-se que a conseqüência é que provoca no primeiro momento um impacto negativo no
FUNDO, porém causando apenas pequenos impactos positivos e negativos ao longo dos
outros períodos. Ademais, a análise da decomposição da variância revela que a parcela da
variância do erro de previsão no FUNDO atribuída a PTAX é pouco significativa, pois é de
3,12% e por fim, não houve a rejeição da hipótese nula do teste de causalidade de Granger,
configurando que não existe precedência temporal da PTAX perante o FUNDO.
-.004
.000
.004
.008
-.004
.000
.004
.008
1 2 3 4 5 6 7 8 9 10
Resposta de HSBC_COMMODITIES para RETPTAX
Resposta a impulso de 2 D.P.
Figura 27 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do HSBC COMMODITIES e da PTAX
79
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 27
observa-se que a conseqüência é que provoca durante os primeiros cinco momentos um
impacto negativo no FUNDO, porém causando apenas pequenos impactos positivos e
negativos ao longo dos outros períodos. Ademais, a análise da decomposição da variância
revela que a parcela da variância do erro de previsão no FUNDO atribuída a PTAX não pode
ser desprezada, pois é de 7,06% e por fim, houve a rejeição da hipótese nula do teste de
causalidade de Granger, configurando que existe precedência temporal da PTAX perante o
FUNDO.
-.004
-.002
.000
.002
.004
.006
.008
.010
-.004
-.002
.000
.002
.004
.006
.008
.010
1 2 3 4 5 6 7 8 9 10
Resposta de SANTANDER_METALICAS para RETPTAX
Resposta a impulso de 2 D.P.
Figura 28 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do SANTANDER METALICAS e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 28
observa-se que a conseqüência é que provoca durante os primeiros quatro momentos um
impacto negativo no FUNDO, porém causando apenas pequenos impactos positivos e
negativos ao longo dos outros períodos. Ademais, a análise da decomposição da variância
revela que a parcela da variância do erro de previsão no FUNDO atribuída a PTAX não pode
ser desprezada, pois é de 8,93% e por fim, houve a rejeição da hipótese nula do teste de
causalidade de Granger, configurando que existe precedência temporal da PTAX perante o
FUNDO.
80
-.002
-.001
.000
.001
.002
.003
-.002
-.001
.000
.001
.002
.003
1 2 3 4 5 6 7 8 9 10
Resposta de ITAU_COMMODITIES para RETPTAX
Resposta a impulso de 2 D.P.
Figura 29 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do ITAU COMMODITIES e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 29
observa-se que a conseqüência é que provoca no primeiro momento um impacto negativo no
FUNDO, porém causando apenas pequenos impactos positivos e negativos ao longo dos
outros períodos. Ademais, a análise da decomposição da variância revela que a parcela da
variância do erro de previsão no FUNDO atribuída a PTAX é pouco significativa, pois é de
apenas 1,57% e por fim, não houve a rejeição da hipótese nula do teste de causalidade de
Granger, configurando que não existe precedência temporal da PTAX perante o FUNDO.
-.003
-.002
-.001
.000
.001
.002
.003
.004
.005
-.003
-.002
-.001
.000
.001
.002
.003
.004
.005
1 2 3 4 5 6 7 8 9 10
Resposta de ITAU_IND_COMMODITIES para RETPTAX
Resposta a impulso de 2 D.P.
Figura 30 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do ITAU IND COMMODITIES e da PTAX
81
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 30
observa-se que a conseqüência é que provoca no primeiro momento um impacto negativo no
FUNDO, porém causando apenas pequenos impactos positivos e negativos ao longo dos
outros períodos. Ademais, a análise da decomposição da variância revela que a parcela da
variância do erro de previsão no FUNDO atribuída a PTAX é pouco significativa, pois é de
3,24% e por fim, não houve a rejeição da hipótese nula do teste de causalidade de Granger,
configurando que não existe precedência temporal da PTAX perante o FUNDO.
-.002
-.001
.000
.001
.002
.003
.004
.005
.006
-.002
-.001
.000
.001
.002
.003
.004
.005
.006
1 2 3 4 5 6 7 8 9 10
Resposta de ITAU_CARBONO para RETPTAX
Resposta a impulso de 2 D.P.
Figura 31 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do ITAU CARBONO e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 31
observa-se que a conseqüência é que provoca no primeiro momento um pequeno impacto
negativo no FUNDO, porém também causando apenas pequenos impactos positivos e
negativos ao longo dos outros períodos. Ademais, a análise da decomposição da variância
revela que a parcela da variância do erro de previsão no FUNDO atribuída a PTAX é pouco
significativa, pois é de apenas 1,70% e por fim, não houve a rejeição da hipótese nula do teste
de causalidade de Granger, configurando que não existe precedência temporal da PTAX
perante o FUNDO.
82
-.010
-.005
.000
.005
.010
.015
.020
-.010
-.005
.000
.005
.010
.015
.020
1 2 3 4 5 6 7 8 9 10
Resposta de HSBC_SMART_OURO para RETPTAX
Resposta a impulso de 2 D.P.
Figura 32 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do HSBC SMART OURO e da PTAX
Na análise impulso-resposta em relação ao efeito de um choque da PTAX da Figura 32
observa-se que a conseqüência é que provoca impacto negativo no FUNDO e perdurando por
vários períodos, até que passa a ter um pequeno impacto positivo e posteriormente retornando
a um impacto negativo no último período. Ademais, a análise da decomposição da variância
revela que a parcela da variância do erro de previsão no FUNDO atribuída a PTAX não pode
ser desprezada, pois é de 6,68% e por fim, houve a rejeição da hipótese nula do teste de
causalidade de Granger, configurando que existe precedência temporal da PTAX perante o
FUNDO.
83
7 CONCLUSÃO
Com o atingimento de um patrimônio líquido de R$ 2,1 trilhões da indústria de fundos de
investimento no Brasil em junho de 2012, cenário de turbulências internacionais (Subprime e
dívida dos países da Europa) e de juros baixos no Brasil, o investidor tende a buscar ativos
com propriedades mais desejáveis para obter ganhos substituindo risco por certeza ou, risco
prejudicial por risco benéfico. O instrumento financeiro que procura atender ao requisito de
proteção em turbulências do mercado e também a possibilidade de ganhos são os fundos de
Capital Protegido.
Este trabalho avaliou se nos fundos de Capital Protegido atrelados a ativos do exterior houve a
efetividade da não exposição dos investidores ao risco cambial da transação. Assim como
analisou as estruturas utilizadas por cada fundo. Esperou-se investigar se com a utilização do
ajuste Quanto nas operações estruturadas dos fundos de investimento de Capital Protegido, o
investidor não ficou exposto ao risco da variação cambial. Portanto, foi efetuada uma análise
das cotas dos fundos selecionados perante a PTAX procurando verificar a existência e/ou
influência da variação cambial nos fundos de Capital Protegido com investimento em ativos
do exterior.
84
Efetuou-se a análise das estruturas de derivativos utilizadas pelos fundos e constatou-se a
sofisticação e variedade de opções, tais como: Asiáticas, Binárias ou Digitais, Barreiras, Call
Spread e Lookback. Esta constatação também foi verificada por Kitatani (2011). As estruturas
utilizam em sua grande maioria as opções exóticas, cujo valor não dependem somente do
preço final do ativo objeto, mas também da sua variação no tempo, sendo assim, podem ser
calculadas através da Simulação de Monte-Carlo. Conclusões estas balizadas também nos
estudos de Burban (2008).
Analisou-se as estatísticas descritivas das séries dos fundos e da PTAX e procurou-se também
efetuar uma análise comparativa dos movimentos dessas séries com as ocorrências dos ativos
objetos no mercado internacional. Quanto à probabilidade de Jarque-Bera, tanto para as séries
de todos os FUNDOS quanto da PTAX, foram rejeitadas as hipóteses nulas de distribuição
normal. Constatou-se aderência dos movimentos gráficos das séries aos movimentos
macroeconômicos das commodities em seus respectivos mercados.
Com base nas séries dos retornos logarítmicos dos fundos e da PTAX efetuou-se análise da
relação com a utilização de procedimentos econométricos. Utilizando análise qualitativa
baseada em Callegari-Jacques (2003) encontrou-se os seguintes coeficientes de correlação dos
fundos: 3 (três) moderada negativa e 7 (sete) fraca negativa. Seguindo a teoria de que
correlação não necessariamente implica em causalidade, efetuou-se então o teste de
causalidade de Granger (1969), que busca conhecimento da existência de precedência
temporal nas variações de duas séries já que uma das questões chaves no contexto de VAR é o
quão importante algumas variáveis são na previsão de outras. Neste teste foram rejeitadas as
hipóteses nulas de não causalidade para 6 (seis) fundos. Vale lembrar que causalidade no
sentido de Granger reflete causalidade preditiva, e não causa e efeito. Conforme Mendonça
(2005), em razão da dificuldade de interpretar os coeficientes estimados para o modelo Vetor
85
Auto Regressivo – VAR procurou-se sumarizar os resultados por meio da decomposição da
variância e por intermédio da análise impulso resposta. Como a Decomposição de Variância
fornece informações sobre a importância relativa de cada inovação aleatória em afetar as
variáveis no VAR, verificou-se que 6 (seis) fundos apresentaram percentuais acima de 3,5%
chegando até 8,93%. A função resposta ao impulso mostra a resposta esperada dos valores
correntes e futuros de cada uma das variáveis a um choque em uma das equações do VAR.
Em 6 (seis) fundos evidenciou-se resposta aos choques superiores ao primeiro período.
Analisando de forma cruzada os resultados encontrados nos testes econométricos, as
evidências sugerem que somente 4 (quatro) fundos efetivamente não estiveram expostos ao
risco cambial da transação. Esse resultado, no primeiro momento, vem de encontro com
Neftici (2008), de que a discussão sobre os ativos Quanto tem sido em um mundo simples,
abstrato e irrealista, e que especialmente importante para Quantos, os coeficientes de
correlação entre as taxas de câmbio e os vários fatores de riscos são conhecidamente instáveis.
Porém, conforme Piros (1994) que coloca que cada investidor deve ponderar os prós e os
contras de cada estrutura de proteção e que deve levar em conta três aspectos para a tomada
de decisão: o custo da transação versus o custo do freqüente ajuste da carteira; as implicações
dos grandes movimentos do valor do ativo objeto na sua própria moeda e o da cotação da
moeda para cada estrutura de proteção; e a instabilidade ou não da correlação entre o ativo
objeto na sua própria moeda e a cotação da moeda. Acrescenta-se também que o investidor
(neste caso o administrador do fundo) deve escolher a estrutura Quanto adequada aos
objetivos do fundo, estruturas estas encontradas em Wei (1997), pois classificou e valorizou a
mercado todos os derivativos (opções européias, americanas e os contratos futuros) com
ativos objetos envolvendo troca de moedas com moedas locais e estrangeiras.
86
Utilizando-se a estrutura adequada, o que os resultados evidenciam para pelo menos 4
(quatro) fundos, sugere-se que com a utilização do ajuste Quanto nas operações estruturadas
dos fundos de investimento de Capital Protegido, o investidor não ficou exposto ao risco da
variação cambial.
Tendo em vista a raridade de estudos relacionados a soluções estruturadas para eliminar a
variação cambial de investimentos em ativos do exterior em operações realizadas no Brasil, e
de pesquisas que focalizem os benefícios da inclusão desses derivativos nas carteiras dos
fundos de investimento, espera-se ter contribuído através deste estudo para aumentar o
conhecimento, transparência e avaliação de soluções para os investidores, assim como para a
comunidade acadêmica, para incentivar no futuro, novas pesquisas nesta área pouco explorada
e tão importante para o nivelamento nacional referente à diversificação internacional.
Como sugestão de pesquisas futuras na área de Fundos de Capital Protegido que investem em
ativos do exterior, pode-se efetuar modelagem matemática das estruturas (derivativos
conjugados com a estrutura Quanto), assim como aplicar a pesquisa para uma quantidade
maior de fundos buscando averiguar o amadurecimento dos administradores de fundos na
escolha adequada das estruturas Quanto.
87
REFERÊNCIAS BIBLIOGRÁFICAS
ANBIMA. Código de Auto-Regulação da ANBIMA para os Fundos de Investimento. Disponível em: <www.anbima.com.br> . Acesso em: 20 Junho 2012.
ANDRADE, S. C. Sobre o Funcionamento dos Fundos Garantidos. IPEA – Instituto de Pesquisa Econômica Aplicada. Texto para Discussão, n.561, Maio. Disponível em: <http://www.ipea.gov.br/pub/td/1998/td_0561.pdf>. Acesso em: 24 julho 2012.
AZEVEDO, H. D. O.; BARBACHAN, J. S. F. Opções com Preço de Exercício Estocástico: Uma Abordagem Binominal. BM&F – Bolsa de Mercadorias e Futuros. Resenha n. 161, Outrubro 2004. Disponível em: <http://lojavirtual.bmf.com.br/LojaIE/Portal/Pages/resenhas.aspx>. Acesso em: 24 julho 2012.
BENET, B. A.; GIANNETTI, A.; PISSARIS, S. Gains from the Structured Product Markets: The Case of Reverse-exchangeable Securities. Journal of Banking and Finance, v.30, p.111-132, 2006.
BLACK, F.; SCHOLES, M. The Pricing of Options and Corporate Liabilities. Journal of Political Economy, Vol. 81, n.3, p. 637-654, May-Jun 1973.
BOYLE, B. G. Monte Carlo Methods for Security Pricing. Journal of Economic Dynamics and Control, 1997.
BRITO, O. Mercado Financeiro. Primeira Edição. São Paulo. Saraiva, 2005.
BUENO, R. D. L. S. – Econometria de Séries Temporais – São Paulo: Cengage Learning, 2011.
BURBAN, P. A. C. Apreçamento de Opções Exóticas: Uma Abordagem pela Simulação de Monte-Carlo. Dissertação de Mestrado. Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2008.
BURTH, S.; KRAUS, T.; WOHLWEND, H.P. The Pricing of Structured Products in the Swiss Market. The Journal of Derivatives, p. 30-40, Winter 2001.
88
CAMPANHÃ, M. B. Produtos Estruturados Vinculados à Ações: Uma Análise Empírica para Operações com Ativos Subjacentes Brasileiros Durante o Período de 2006-2007. Dissertação de Mestrado, Escola de Economia de São Paulo, 2007.
CHEN, A. H.; KESINGER, J. W. An Analysis of Market-index Certificates of Deposit. Journal of Financial Services Research, v.4, n.2, p. 93-110, Jul 1990.
CRESWELL, J. W. Projeto de Pesquisa: métodos quantitativo, qualitativo e misto. São Paulo: Bookman-Artmed Editora, 2009.
CALLEGARI-JACQUES, S. M. Bioestatística: princípios e aplicações. Porto Alegre: Artemed, 2003. 255p.
CVM, Instrução N° 409, de 18 de agosto de 2004, (versão consolidada com alterações introduzidas pelas Instruções CVM Nºs 411/04, 413/04, 450/07, 456/07 E 465/08). Disponível em: <www.cvm.org.br>. Acesso em: 20 junho 2012.
DERMAN, E.; KARASINSKI, P.; WECKER, J. Understanding Guaranteed Exchange-Rate Contracts in Foreign Stock Investments. International Equity Strategies, Goldman, sachs & Co. 1990.
FAMA, E. Forward and Spot Rates. Journal of Monetary Economics, n. 14, p. 319-338, 1984.
FÁVERO, L. P. [et al.] Análise de Dados: Modelagem Multivariada para Tomada de Decisões. Editora Campus, 2009.
GARCIA, M. G. P.; DIDIER, T. Taxas de Juros, Risco Cambial e Risco Brasil. Pesquisa e Planejamento Econômico, ppe, v.33, n.2, ago 2003.
GARCIA, M. G. P.; URBAN, F. O Mercado Interbancário de Câmbio no Brasil. Texto para Discussão n. 509. Departamento de Economia – PUC-RJ. Março 2004.
GIESE, A. Quanto Adjustments in the Presence of Stochastic Volatility. Risk Magazine,March 14, 2012.
GRANGER, C. W. J. Investigating Causal relations by Econometric Models and Cross-Spectral Methods. Econometrica, 37, p. 424-438, 1969.
GRENVILLE, S. Exchange Rate Regimes for Emerging Markets. Reserve Bank of Australia Bulletin, pp. 53-63, November, 2000.
HAUG, E. G. The Complete Guide To Option Pricing Formulas. – Second Edition – New York: McGraw-Hill, 2007.
HULL, J. C. Options, Futures, & Other Derivatives. Fourth edition - USA: Prentice Hall, Upper Saddle River, 2000.
JAMSHIDIAN, F. Corralling Quantos. Risk Magazine. Março de 1994.
JÄCKEL, P. Quanto Skew. Abril de 2010.
89
JORION, P. Value at Risk – São Paulo: BM&F - 1998.
KITATANI, S. Estudo sobre a Valorização de Produtos Estruturados no Mercado Brasileiro entre 2006 e 2011. Dissertação de Mestrado, São Paulo, Escola de Economia de São Paulo, 2011.
KONDRATYEV, A. Neïve Monte Carlo. Artigo, Novembro 2011. Disponível em <http://ssrn.com/abstract=1963855> Acesso em: 23 julho 2012.
KUPIEC, P. Techniques for Verifying the Accuracy of Risk Measurement Models. Journal of Derivatives. 1995.
LIRA, S. A. Análise de Correlação: Abordagem teórica e de Construção dos Coeficientes com Aplicações. Dissertação de Mestrado, Curitiba, Universidade Federal do Paraná, 2004.
MENDONÇA, H. F. Metas para Inflação e Variáveis Macroeconômicas: uma avaliação empírica. Anais do XXXIII Encontro Nacional de Economia - ANPEC, 2005. Disponível em <http://www.anpec.org.br/encontro2005/artigos/A05A040.pdf> Acesso em: 15 setembro 2012.
MINISTÉRIO DAS RELAÇÕES EXTERIORES. BRICS – Agrupamento Brasil-Rússia-Índia-China-África do Sul. Disponível em: <http://www-itamaraty.gov.br/temas/mecanismos-inter-regionais/agrupamento-brics.html>. Acesso em: 12 julho 2012.
NEFTCI, S. N. Principles of Financial Engineering. Second Edition. USA. Elsevier Academic Press. 2008.
OLIVEIRA, J. L. A Aplicação e a Evidenciação do Hedge Accounting nas Demonstrações Contábeis dos Bancos Brasileiros em 2002. Dissertação de Mestrado. UFRJ, Rio de Janeiro, 2003.
OLIVEIRA, P. G. S. O Custo do Capital Internacional. ISCTE – Business School – Instituto Universitário de Lisboa. Dissertação Mestrado. Maio, 2010.
PRATES, D. M.; FARHI, M. A Crise Financeira Internacional, o Grau de Investimento e a Taxa de Câmbio do Real. Texto para Discussão. IE/UNICAMP, N. 164, Jun. 2009.
PIROS, D. C. The Perfect Hedge: to Quanto or Not Quanto. Risk Magazine. Outubro de 1994.
PINHO, A. J. M. Análise de Preço e de Risco de Mercado de Contratos Futuros da Dívida Externa. Dissertação de Mestrado, São Paulo, Universidade de São Paulo, 2005.
REINER, E. Quanto Mechanics. Risk Magazine. Março de 1992.
ROSSI, P. L. Taxa de Câmbio no Brasil: Dinâmicas da Especulação e da Arbitragem. Tese de Doutorado. UNICAMP. Fevereiro, 2012.
SERAFINI, D. G.; SHENG, H. H. O uso de Derivativos da Taxa de Câmbio e o Valor de Mercado das Empresas Brasileiras Listadas na Bovespa. RAC, Curitiba, v. 15, n. 2, art. 7, pp. 283-303, Mar./Abr. 2011.
90
SHREVE, S. E. Stochastic Calculus for Finance II – Continuous – Time Models. – Pittsburgh, USA: Springer Finance, 2000.
TSUZUKI, Y. Pricing Bounds on Quanto Options. Artigo, Outubro 2010. Disponível em <http://ssrn.com/abstract=1755275> Acesso em: 23 julho 2012.
WEI, Z. J. Valuing Derivatives Linked to Foreign Assets. Frontiers in Derivatives, Edição de Atsuo Konishi e Ravi E. Dattatreya, Irwin Professional Publishing. 1997.
91
APÊNDICE A – POLÍTICA DE INVESTIMENTO DOS FUNDOS
Para alcançar seus objetivos, os FUNDOS aplicam os recursos dos cotistas,
preferencialmente, em operações estruturadas que envolvam ativos financeiros e operações
com derivativos. Essas operações são registradas na CETIP.
Em geral, os FUNDOS destinam-se a investidores qualificados, conforme definido pela
Comissão de Valores Mobiliários – CVM, por sua Instrução n. 409/2004 (ICVM409).
BB Multimercado Capital Protegido Commodities Agrícolas Private FI – Código ANBIMA 225711
O objetivo principal do FUNDO é o de obter ganho em Reais proporcional à média dos
retornos de oito trimestres do índice de commodities agrícolas Deutsche Bank Liquid
Commodity Index – Optimum Yield Agriculture Excess Return (DBLCYEAG Index), com
proteção do capital investido, desconsideradas as despesas do FUNDO, inclusive taxa de
administração. Para atingir seu objetivo de investimento, o FUNDO adotará como estratégia
inicial de investimento, as seguintes operações, conforme abaixo:
I – alocar uma parcela da carteira em ativos financeiros de renda fixa combinados com
derivativos que resultem, conjuntamente, em rendimento prefixado de tal forma que, no
vencimento dos derivativos, o seu valor projetado seja equivalente ao valor do patrimônio
92
inicial do FUNDO, desconsiderando-se as despesas do FUNDO, inclusive taxa de
administração.
II – alocar outra parcela da carteira em derivativos em Reais, registrados na CETIP, do índice
Deutsche Bank Liquid Commodity Index – Optimum Yield Agriculture Excess Return
(DBLCYEAG Index), com a mesma data de vencimento dos derivativos mencionados no item
I acima, de tal forma que os retornos esperados sejam vinculados à média de oito retornos
trimestrais do índice de commodities agrícolas citado acima, conforme apresentado abaixo:
a) Se a média de 8 retornos do DB Agriculture Index observadas trimestralmente
durante a vigência dos derivativos mencionados acima for POSITIVO, o retorno
esperado no término do prazo de vigência dos derivativos será de 100% da variação
média do DB Agriculture Index e se for NEGATIVO, o retorno esperado será ZERO.
BB Multimercado Capital Protegido Ouro Private FI – Código ANBIMA 225721
O objetivo principal do FUNDO é o de obter ganho em Reais, proporcional ao rendimento do
ouro, através do investimento no Índice Gold London PM Fixing (GOLDLNPM Index), de
acordo com as regras do London Bullion Market Association (LBMA), com proteção do
capital investido, desconsideradas as despesas do FUNDO, inclusive taxa de administração.
Para atingir seu objetivo de investimento, o FUNDO adotará como estratégia inicial de
investimento, as seguintes operações, conforme condições abaixo:
I – alocar uma parcela da carteira em ativos financeiros de renda fixa, combinados com
derivativos que resultem, conjuntamente, em rendimento prefixado de tal forma que, no
vencimento dos derivativos, o seu valor projetado seja equivalente ao valor do patrimônio
93
inicial do FUNDO, desconsiderando-se as despesas do FUNDO, inclusive taxa de
administração.
II – alocar outra parcela da carteira em derivativos em Reais, registrados na CETIP, do índice
Gold London PM Fixing (GOLDLNPM Index), com mesma data de vencimento dos
derivativos mencionados no item I acima, com cláusulas de barreiras, calculadas com base no
patrimônio inicial do FUNDO de tal forma que os retornos esperados sejam vinculados à
variação do GOLDLNPM Index, conforme apresentado abaixo:
a) Se o comportamento do GOLDLNPM Index durante o prazo de vigência
dos derivativos mencionados acima nunca atinja a barreira de alta e nem a
barreira de baixa e a variação acumulada do GOLDLNPM Index fique
entre -30% e 60%, o retorno esperado no término de vigência dos
derivativos será de 100% da variação absoluta do GOLDLNPM Index;
b) Se o comportamento do GOLDLNPM Index durante o prazo de vigência
dos derivativos mencionados acima atinja a barreira de alta, mas nunca a
barreira de baixa e a variação acumulada do GOLDLNPM Index seja
POSITIVO, o retorno esperado no término do prazo de vigência dos
derivativos será de 100% da variação absoluta do GOLDLNPM Index;
c) Se o comportamento do GOLDLNPM Index durante o prazo de vigência
dos derivativos mencionados acima atinja a barreira de alta, mas nunca a
barreira de baixa e a variação acumulada do GOLDLNPM Index fique
entre 0 e 30% de queda, o retorno esperado no término do prazo de
94
vigência dos derivativos será a taxa pré-fixada + 100% positivo do retorno
negativo do GOLDLNPM Index;
d) Se o comportamento do GOLDLNPM Index durante o prazo de vigência
dos derivativos mencionados acima atinja a barreira de baixa, mas nunca a
barreira de alta e a variação acumulada do GOLDLNPM Index fique entre
0 e 60% de alta, o retorno esperado no término do prazo de vigência dos
derivativos será de 100% do retorno positivo do GOLDLNPM Index;
e) Se o comportamento do GOLDLNPM Index durante o prazo de vigência
dos derivativos mencionados acima atinja a barreira de baixa, mas nunca a
barreira de alta e a variação acumulada do GOLDLNPM Index fique
NEGATIVO, o retorno esperado no término do prazo de vigência dos
derivativos será 0 (Proteção do Capital);
f) Se o comportamento do GOLDLNPM Index durante o prazo de vigência
dos derivativos mencionados acima atinja as duas barreiras, a variação
acumulada do GOLDLNPM Index será INDEPENDENTE, o retorno
esperado no término do prazo de vigência dos derivativos será a taxa pré-
fixada.
BB Multimercado Capital Protegido Petróleo LP Private FI – Código ANBIMA 235733
O objetivo principal do FUNDO é o de obter ganho em Reais proporcional a 100% da média
dos retornos mensais do índice Barclays 11 Months Deferred Oil Index (BXCS1465 Index),
referenciado no contrato futuro de petróleo WTI negociado na NYMEX (New York
Mercantile Exchange), com proteção do capital investido, desconsideradas as despesas do
95
FUNDO, inclusive taxa de administração. Para atingir seu objetivo de investimento, o
FUNDO adotará como estratégia inicial de investimento, as seguintes operações, conforme
condições abaixo:
I – alocar uma parcela da carteira em ativos financeiros de renda fixa combinados com
derivativos que resultem, conjuntamente, em rendimento prefixado de tal forma que, no
vencimento dos derivativos, o seu valor projetado seja equivalente ao valor do patrimônio
inicial do FUNDO, desconsiderando-se as despesas do FUNDO, inclusive taxa de
administração.
II – alocar outra parcela da carteira em derivativos em Reais, do contrato futuro do índice
Barclays 11 Months Deferred Oil Index (BXCS1465) referenciado no petróleo WTI
negociado na NYMEX (New York Mercantile Exchange), registrados na CETIP, com data de
vencimento antecipada em dois dias úteis bancários ao vencimento dos derivativos
mencionados no item I acima, de tal forma que os retornos esperados sejam vinculados a
100% da média dos 24 retornos mensais do contrato futuro de petróleo citado acima,
conforme apresentados abaixo:
a) Se a média de 24 retornos do índice Barclays 11 Months Deferred Oil
Index (BXCS1465 Index) observadas mensalmente durante a vigência dos
derivativos mencionados acima seja POSITIVO, o retorno esperado no
término de vigência dos derivativos será de 100% da variação média do
índice BXCS1465 Index;
b) Se a média de 24 retornos do índice Barclays 11 Months Deferred Oil
Index (BXCS1465 Index) observadas mensalmente durante a vigência dos
96
derivativos mencionados acima seja NEGATIVO, o retorno esperado no
término de vigência dos derivativos será de 0% (Proteção do Capital).
CSHG Gold FI Multimercado – Código ANBIMA 242934
O objetivo do fundo é ter retorno vinculado à valorização do ouro no mercado internacional,
com proteção de 95% do capital investido ao final do prazo de 1 ano. Os resultados da
operação levam em consideração os retornos para o FUNDO e não para o cotista, que
permanecendo durante todo o prazo de duração do fundo, receberá o retorno deduzido das
despesas e tributos.
O CSHG Gold oferece proteção de 95% do capital investido e participação integral na alta do
preço do ouro (não existe limite de retorno esperado), para os cotistas que permanecerem
durante todo o prazo de duração do fundo. O fundo busca alcançar seu objetivo por meio de
operações estruturadas em derivativos vinculados a variação do preço do ouro físico. O
instrumento utilizado pelo fundo é um swap referenciado em contrato de ouro (preço spot do
ouro negociado na bolsa pelo fixing de Londres) registrado na CETIP.
HSBC FI Multimercado Smart Commodities – Código ANBIMA 246859
O FUNDO tem como objetivo possibilitar a seus Cotistas a obtenção de retornos relacionados
ao desempenho do Dow Jones_UBS Commodity Index 3 Month Forwrd (DJUBS F3 Index),
conforme diferente cenários sem, no entanto, comprometer o Capital Investido.
O Dow Jones-UBS Commodity Index 3 Month Forward é um índice calculado pelo Dow
Jones em conjunto com o UBS e composto por contratos de futuros de commodities. O índice
97
busca diversificação através de exposição a commodities economicamente significativas
(pode incluir até 23 commodities entre metálicas, agropecuárias e de energia).
A fim de atingir o seu objetivo, o FUNDO investirá seus recursos em uma ou mais Operações
Estruturadas, que buscarão, alternativamente, na ocorrência de um dos Cenários, uma das
seguintes Metas:
Cenário I – Se na Data de Encerramento do Período de Investimento o DJUBS F3 Index
apresentar variação positiva de até 30%, tem como meta de retorno de, no mínimo, 110% da
variação do DJUBS F3 Index.
Cenário II – Se na Data de Encerramento do Período de Investimento o DJUBS F3 Index
apresentar variação positiva superior a 30%, tem como meta o retorno Máximo (de pelo
menos 33%).
Cenário III – Se na Data de Encerramento do Período de Investimento o DJUBS F3 Index
apresentar variação igual a zero ou negativa, tem a Preservação de Capital.
SANTANDER Capital Protegido FI Commodities Metálicas Multimercado Crédito Privado – Código ANBIMA 245097
O fundo tem como objetivo proporcionar rendimentos atrelados à performance de uma cesta
balanceada de commodities metálicas (cobre, níquel, platina e zinco), por meio do uso de
derivativos, com proteção do principal investido. Se a cesta de commodities tiver rendimento
positivo, o cliente ganha retorno pré-fixado ou a valorização integral da cesta. No caso de não
haver variação ou o retorno ser negativo, o aplicador fica com o principal investido.
98
O FUNDO terá dois anos de prazo e será fechado, ou seja, não permitirá resgates. O
rendimento será baseado no desempenho de quatro produtos – cobre, níquel, platina e zinco.
Apesar de ter como referência os preços internacionais desses metais, o FUNDO não terá
risco cambial – haverá hedge e o investidor ganhará ou perderá apenas a variação em dólar.
Cada commodities terá um peso de 25% na carteira do fundo. Existe uma variação limite de
37,5% para os ativos. Se a variação de um dos metais da cesta subir mais que esses 37,5%, o
investidor levará apenas esse percentual. No vencimento do fundo, se a cesta de metais tiver
subido, qualquer que seja o percentual, o investidor levará o percentual fixo de 27,5% de
rendimento, o que equivale a cerca de 110% da taxa de juros prefixada. Mas se a cesta subir
entre 27,5% e 37,5%, o investidor leva toda a variação. Já se a cesta subir mais de 37,5% o
investidor não ganhará mais que isso. Esses 37,5% representam quase 150% do CDI. Já se as
quatro commodities na média derem prejuízo, o investidor levará o capital aplicado.
ITAÚ Private Estruturado Índice de Commodities Multimercado Crédito Privado FI – Código ANBIMA 249157
O objetivo do FUNDO é de ter retorno acima das taxas de juros tradicionais e ter a
preservação do principal investido. O FUNDO irá investir no índice Dow Jones UBS
Commodity Index 3 Month FowrdSM (DJUBSCI-F3T Index), que acompanha a exposição de
contratos futuros longos de commodities (energia, petróleo, agrícola, metais e pecuária).
O FUNDO tem uma barreira de alta de 30%. Se o resultado do índice ao final de 18 meses for
positivo em até 30%, sem romper o teto, o cliente receberá 120% da variação do indicador.
No caso de o índice superar os 30% de alta, o investidor ganhará uma taxa pré de cerca de
36%. Se o resultado for negativo, o investidor terá o principal de volta.
99
ITAÚ Personnalité Multimercado Crédito Privado Índice de Commodities FI – Código ANBIMA 251038
O objetivo do FUNDO é de ter apreciação do capital. O FUNDO irá investir em transações
estruturadas e poderá utilizar derivativo e outros instrumentos operacionais. O FUNDO irá
investir no índice Dow Jones UBS Commodity Index 3 Month FowrdSM (DJUBSCI-F3T
Index), que acompanha a exposição de contratos futuros longos de commodities (energia,
petróleo, agrícola, metais e pecuária).
O FUNDO tem uma barreira de alta de 30%. Se o resultado do índice ao final de 18 meses for
positivo em até 30%, sem romper o teto, o cliente receberá 120% da variação do indicador.
No caso de o índice superar os 30% de alta, o investidor ganhará uma taxa pré de cerca de
36%. Se o resultado for negativo, o investidor terá o principal de volta.
ITAÚ Multimercado Crédito Privado Índice de Carbono FI – Código ANBIMA 253286
O fundo destina-se a investidores qualificados (com investimentos acima de R$ 300 mil) que
buscam retorno de longo prazo e desejam diversificar seus portfólios considerando
alternativas de investimento vinculado ao mercado de créditos de carbono.
O FUNDO tem por objetivo investir no BGCI – Barclays Capital Global Carbon Index Excess
Return EUR. O indicador monitora a performance dos créditos de carbono via contratos
futuros negociados no Comércio de Emissões Europeu (EU-ETS, na sigla em inglês) e no
Mecanismo de Desenvolvimento Limpo (MDL), na ECX, bolsa européia de mudanças
climáticas.
Para proteger o principal no caso de queda do índice, o fundo usa uma estratégia de opções.
Para isso, limita o ganho. Se ao fim do prazo de dois anos o BCGI tiver valorização de até
100
37%, o investidor embolsará 100% da alta. No caso de o índice subir mais, o retorno ficará
restrito aos 37%.
HSBC FI Multimercado Smart Ouro – Código ANBIMA 262528
É um FUNDO de condomínio fechado com prazo determinado de duração, destinado aos
clientes considerados Investidores Qualificados que buscam retornos relacionados ao Ouro,
com a vantagem da proteção do capital investido.
O objetivo do FUNDO é investir seus recursos em uma ou mais Operações Estruturados, que
buscarão uma das seguintes metas:
Cenário I – Se na data de encerramento do período de investimento o GOLDLNPM Index
apresentar variação positiva de até 25%, o cliente terá rendimento de, no mínimo, 110% da
variação do GOLDLNPM Index.
Cenário II – Se na data de encerramento do período de investimento o GOLDLNPM Index
apresentar variação positiva superior a 25%, o cliente terá rendimento igual ao retorno
máximo do FUNDO, ou seja, de pelo menos 27,50% de valorização do índice.
Cenário III – Se na data de encerramento do período de investimento o GOLDLNPM Index
apresentar variação igual a zero ou negativa, o cliente terá a preservação de capital investido.