“ANÁLISE DE ESTRATÉGIAS DE INVESTIMENTO EM ATIVOS DO ...s3.amazonaws.com/.../arquivos/df/dis_2012_55_-_mauricio_alessandro_de... · Rio de Janeiro, 22 de outubro de 2012. 658.15

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


“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


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


Capital Protegido Ouro Private FI e da PTAX ................................................................. 50


BB Multimercado Capital Protegido Ouro Private FI e da PTAX ................................... 51


Capital Protegido Petróleo LP Private FI e da PTAX ...................................................... 52


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


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


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


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


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


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


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


BB OURO e da PTAX ..................................................................................................... 76


BB PETROLEO e da PTAX ............................................................................................ 77


CSGH GOLD e da PTAX ................................................................................................ 78

xi


HSBC COMMODITIES e da PTAX ............................................................................... 78


SANTANDER METALICAS e da PTAX ....................................................................... 79


ITAU COMMODITIES e da PTAX ................................................................................ 80


ITAU IND COMMODITIES e da PTAX ........................................................................ 80


ITAU CARBONO e da PTAX ......................................................................................... 81


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$/US$)


Tabela 5 - Estatísticas descritivas do fundo BB Petroleo e da PTAX (taxa de câmbio R$/US$)


Tabela 6 - Estatísticas descritivas do fundo CSGH Gold e da PTAX (taxa de câmbio R$/US$)


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


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


Tabela 12 - Estatísticas descritivas do fundo HSBC Smart Ouro e da PTAX (taxa de câmbio


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.



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,


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


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




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.



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


assimetria positiva, porém os retornos apresentam uma distribuição assimétrica à esquerda, ou

seja, possui assimetria negativa. Quanto à curtose, as cotas apresentam uma distribuição


55





as séries apresentam uma distribuição achatada, ou seja, tem altura inferior à da curva 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



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


56


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




57










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














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













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



63











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.









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.








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



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



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


Figura 24 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do BB OURO e da PTAX

77


observa-se que a conseqüência é que provoca no segundo momento um impacto negativo no



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


Figura 25 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do BB PETROLEO e da PTAX


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


Figura 26 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do CSGH GOLD e da PTAX


observa-se que a conseqüência é que provoca no primeiro momento um impacto negativo no



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


Figura 27 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do HSBC COMMODITIES e da PTAX

79


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


Figura 28 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do SANTANDER METALICAS e da PTAX


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





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


Figura 29 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do ITAU COMMODITIES e da PTAX






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


Figura 30 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do ITAU IND COMMODITIES e da PTAX

81






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


Figura 31 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do ITAU CARBONO e da PTAX


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


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


Figura 32 - Gráfico com a Função de Resposta a Impulso para o VAR dos RETORNOS do HSBC SMART OURO e da PTAX


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




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



93


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




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.