Upload
dodang
View
216
Download
0
Embed Size (px)
Citation preview
1
TESTE DO CAPM ZERO-BETA NO MERCADO DE CAPITAIS BRASILEIRO*
Flávio Formoso da Silva, M.Sc. Gerente do Banco Nacional de Desenvolvimento Econômico e Social BNDES Av. Chile 345, Rio de Janeiro - RJ - Brasil Tel: 21 2277-7657 E-mail: [email protected]
Luiz Felipe Jacques da Motta, Ph.D. Professor Assistente do Departamento de Administração da Pontifícia Universidade Católica do Rio de Janeiro (IAG PUC-Rio) Rua Marques de São Vicente 225, Gávea Rio de Janeiro - RJ - Brasil Tel: 21 3114-1412 Fax: 21 3114-1426 E-mail: [email protected]
ABSTRACT
The zero-beta CAPM, proposed by Black, Jensen and Scholes (1972), states that the expected mean return on an asset is a linear function of its non-diversifiable risk or systematic risk, and that investors cannot lend nor borrow at the risk-free rate.. The slope of this function is the expected market risk premium, and the intercept is the expected mean return on a portfolio with minimum variance and no covariance with the market portfolio.
This work tests the zero-beta CAPM in the Brazilian stock market. It uses a multivariate regression methodology (MVRM), proposed by Gibbons (1982). This methodology doesn’t need a risk-free asset, and eliminates the errors-in-variables problem present in the cross-section regression model. By using the stocks negociated at the São Paulo Stock Exchange (BOVESPA), in the period from 1986 to 2001, it doesn’t reject the zero-beta CAPM in the periods from 1991 to 1996 and 1996 to 2001.
RESUMO Este trabalho testa o modelo Zero-Beta CAPM no mercado de capitais brasileiro. Utiliza-se uma metodologia de regressão com múltiplas variáveis, proposto por Gibbons (1982).O período analisado foi de 1986 a 2001. Utilizando-se preços da BOVESPA, os testes realizados não rejeitam o CAPM Zero-Beta nos períodos 1991 a 1996 e 1996 a 2001.
Palavras-chave: Eficiência de Mercado, Capital Asset Pricing Model (CAPM), Carteira Zero-Beta
Artigo submetido e apresentado no Congresso BALAS 2002, Março 2002, Tampa, Flórida, EUA
2
TESTE DO CAPM ZERO-BETA NO MERCADO DE CAPITAIS BRASILEIRO
INTRODUÇÃO
O CAPM (Capital Asset Pricing Model) é um dos principais paradigmas da teoria de finanças.
Estabelece que o retorno médio esperado de um ativo é função apenas do seu risco não-
diversificável ou risco sistemático. No entanto, as premissas do CAPM são rigorosas, e nem sempre
podem ser verificadas na prática.
Diversos estudos tentaram alterar algumas das premissas do CAPM padrão, com o objetivo de
melhor adequar o modelo à realidade. Um destes estudos foi elaborado por Black, Jensen e Scholes
(1972), no qual assumem que os investidores não podem emprestar nem tomar emprestado à taxa
livre de risco. De acordo com este modelo, o retorno médio dos ativos é uma função linear do risco
sistemático e do retorno médio de uma carteira de mínima variância e correlação zero com a carteira
de mercado, chamada de carteira zero-beta.
( ) ( )( ) ( ) jmjzj rE1rErE β+β−= (1)
onde:
rj = retorno esperado do ativo j;
rz = retorno esperado da carteira de mínima variância e covariância zero como o mercado (carteira
zero-beta);
rm = retorno esperado da carteira de mercado;
βj = risco sistemático estimado do ativo j com relação a carteira de mercado;
Este modelo é também chamado de modelo CAPM zero-beta, ou de dois parâmetros, já que tanto o
beta do ativo (βj) como o retorno da carteira zero-beta (rz) não são diretamente observáveis,
necessitando ser estimados.
O objetivo final deste trabalho consiste em verificar se a relação risco/retorno dos ativos no
mercado de capitais brasileiro se comporta de acordo com o modelo CAPM Zero-Beta. Para isto,
3
será estimado o retorno médio Rz da carteira zero-beta e o beta dos ativos, e verificada a capacidade
explicativa do modelo.
METODOLOGIA
É utilizada a metodologia proposta por Gibbons (1982), chamada de modelo de regressão
multivariada (MVRM). De acordo com a MVRM, se o CAPM zero-beta for válido, os dados devem
estar de acordo simultaneamente com o modelo de mercado,
imitii RiR ηβα ~~~ ++= (2)
e com o modelo zero-beta,
( ) imiTii RR ηβιβγ ~~1~ ++−= (3)
Então, aplica-se a seguinte restrição ao modelo de mercado:
( )ii βγα −= 1 . (4)
Lineariza-se o termo não linear ( )iβγ −1 através de uma Série de Taylor:
γββγ =),(F
( ) ( )ββββγγγ
γβγβγβγ ˆ)ˆ,ˆ(ˆ)ˆ,ˆ()ˆ,ˆ(),( −
∂∂
+−∂
∂+≅
FFFF
( ) ( ) βγβγβγββγγγββγγβ ˆˆˆˆˆˆˆˆˆˆ −+=−+−+≅
Deriva-se então o seguinte modelo linear:
iTmiTiTii RR ηιγβιβγιβγ ~)ˆ~()ˆ1()ˆˆ~( +−+−≅− (5)
onde:
iR~ : vetor T x 1 dos retornos do ativo i;
4
γ̂ : estimador da carteira zero-beta;
iβ̂ : beta do ativo, estimado a partir de uma regressão ordinária (OLS) da série temporal dos
retornos;
Tι : vetor unitário de T linhas e uma coluna;
γ : retorno da carteira zero-beta a ser estimado pelo modelo MVRM;
mR~ : vetor Tx1 dos retornos da carteira de mercado.
iη~ : vetor Tx1 dos resíduos, multivariado normal, com média 0, e variância σiiIT.
Para o processo de regressão, utilizam-se como estimadores os valores de α e β obtidos a partir das
regressões ordinárias (OLS) do modelo de mercado, para cada ativo ou carteira:
imitii RiR ηβα ~~ˆˆ~ ++= (6)
O estimador do retorno da carteira zero-beta é obtido utilizando-se fórmula proposta por Black,
Jensen e Scholes (1972):
( )( ) ( )βιβι
βιαγ
ˆˆ
ˆ'ˆˆ
−′
−
−=
NN
NBJS (7)
A partir dos estimadores de β e γ, calculam-se os novos valores estimados de β e γ obtidos a partir
da SURi.
+
×
−
−−
−
−−
=
−
−−
NN
TN
T
T
Tm
Tm
Tm
TNN
T
T
R
RR
R
RR
η
ηη
γβ
ββ
ιβ
ιβιβ
ιγ
ιγιγ
ιβγ
ιβγιβγ
~
~~
)ˆ1(
)ˆ1()ˆ1(
ˆ~00
0ˆ~000ˆ~
ˆˆ~
ˆˆ~ˆˆ~
2
12
1
2
1
22
11
MM
M
L
MMM
L
L
M (8)
ou
*~~* ηδ += Zy (9)
5
O vetor de betas e do retorno estimado médio da carteira zero-beta é dado por.
( )[ ] ( ) *ˆ'ˆ'ˆ 11
1 yIZZIZ TT ⊗Σ⊗Σ= −−
−δ (10)
onde:
−
−−
=
TNN
T
T
R
RR
y
ιβγ
ιβγιβγ
ˆˆ~
ˆˆ~ˆˆ~
* 22
11
M, (11)
−
−−
−
−−
=
TN
T
T
Tm
Tm
Tm
R
RR
Z
ιβ
ιβιβ
ιγ
ιγιγ
)ˆ1(
)ˆ1()ˆ1(
ˆ~00
0ˆ~000ˆ~
~ 2
1
M
L
MMM
L
L
, (12)
=
γβ
ββ
δ
N
M2
1
, e (13)
Σ = matriz das covariâncias contemporâneas dos resíduos das regressões OLS;
⊗ indica operador de Kronecker;
0: vetor nulo com T linhas e uma coluna.
O modelo de mercado corresponde ao modelo sem restrição, já que os α’s e β’s são distintos para
cada ativo, possuindo por isso 2N graus de liberdade. Já o modelo com restrição impõe a restrição
(4), possuindo portanto N+1 graus de liberdade. O modelo então impõe 2N – (N+1) = N-1
restrições.
Para testar a adequação ao modelo, executa-se um teste LR (LRT – Likelihood Ratio Test) entre os
resíduos do modelo de mercado, ( imitii RiR ηβα ~~~ ++= ), e os resíduos do modelo Zero-Beta, (
( ) imiTii RR ηβιβγ ~~1~ ++−= ). O teste LRT é dado por:
6
( ) 21
ˆlnˆlnln2 −≈Σ−Σ=− NurT χλ (14)
onde:
rΣ̂ = determinante da matriz de covariância contemporânea estimada a partir dos resíduos do
modelo com restrição (modelo CAPM Zero-beta), e
uΣ̂ = determinante da matriz de covariância contemporânea estimada a partir dos resíduos do
modelo sem restrição (modelo de mercado).
O determinante rΣ̂ sempre é maior do que o uΣ̂ , já que o modelo com restrição não pode ter tanta
capacidade explicativa quanto o modelo sem restrição. Gibbons mostra que, assintoticamente, esta
distribuição se aproxima de uma distribuição qui-quadrada de ordem N-1.
A metodologia MVRM, apesar das limitações, possui diversas vantagens com relação à
metodologia cross-section. A primeira é a de que não exige definição e escolha do ativo livre de
risco, utilizando diretamente o retorno dos ativos e da carteira de mercado.
A segunda vantagem é a de que não exige formação de carteira, permitindo que os N ativos
correspondam a ativos individuais. A única limitação consiste em que a quantidade de equações (N)
deve ser menor do que T-1.
A terceira vantagem consiste em uma estimação mais precisa do retorno médio da carteira zero-
beta. A MVRM evita o erro em variáveis e aumenta a precisão da estimação do intercepto e do
prêmio de risco, já que são estimados simultaneamente com os betas.
Por último, possui a vantagem de permitir que as carteiras sejam montadas a partir de betas
estimados no próprio período de teste, ao contrário da metodologia utilizada no teste de BJS, já que
a estimativa de beta não é utilizada com variável explicadora no modelo de regressão. Isto aumenta
a dispersão dos betas das carteiras e conseqüentemente o poder do teste.
As características descritas anteriormente são relevantes para o caso de teste de CAPM no Brasil,
principalmente devido às divergências com relação à escolha e, até mesmo, à existência do ativo
livre de risco e devido à pequena quantidade de ativos líquidos.
7
CRÍTICAS E CONSIDERAÇÕES À METODOLOGIA
Diversos autores fizeram críticas e considerações à metodologia proposta por Gibbons. Se por um
lado existe consenso com relação à técnica de estimação do retorno médio da carteira zero-beta,
existem diversas discussões com relação à estatística de teste. A seguir são apresentadas as mais
relevantes para o estudo.
GIBBONS executa uma simulação do modelo MVRM e verifica que o modelo tende a rejeitar o
CAPM. Conclui que o modelo não parece ter pouco poder, portanto que a hipótese nula seja
rejeitada.
Stambaugh (1982) executa um teste semelhante ao de Gibbons. No entanto, utiliza o teste estatístico
de multiplicadores de Lagrange (LM), ao invés do LRT. Verifica, por meio de simulações, que o
teste LRT e o LM possuem distribuição bem próxima da qui-quadrada quando a quantidade de
equações (ativos ou carteiras) é pequena, em torno de 5 ou 10. Mas, conforme a quantidade de
equações cresce, o teste LRT possui a tendência de rejeitar o CAPM.
Jobson e Korkie (1982) argumentam que a estatística LRT não se aproxima bem de uma qui-
quadrada quando a quantidade de equações (N) é grande se comparada com a quantidade de
observações (T). Propõem uma correção da estatística de teste, utilizando técnica de Bartlett.
Shanken (1985) argumenta que as diversas estatísticas de teste podem resultar em inferências
diferentes em amostras pequenas, quando o nível de significância é comparada com uma
distribuição qui-quadrada.
Amsler e Schmidt (1985) comparam os diversos métodos multivariados de teste do CAPM.
Analisam os testes Wald, LR, LM e CSR (Shanken (1985, 1986) ). O teste LRT com aplicação de
correção de Bartlett para amostras pequenas, proposto por Jobson e Korkie (1982), consiste em
substituir o parâmetro T da fórmula de LRT de Gibbons (1982) por (T –1,5 – N/2). Este teste será
identificado neste trabalho por LR*.
Os autores fizeram diversos testes, através de simulações de Monte Carlo. Simularam os seguintes
parâmetros: T, entre 30 e 400; N=5, 10, 15, 20 e 30, e vários valores para os betas e para a matriz de
covariância. Os autores chegaram à seguinte conclusão: o teste LR* é o mais acurado gerando
proporções de rejeições bastante próximas dos valores desejados. Verificaram também que, mesmo
8
para N = 30, o teste LR* é bastante confiável. Concluíram que os resultados suportam a expectativa
de que os testes devem possuir um desempenho menor quando a quantidade de equações (N)
aumenta, para uma quantidade de amostras (T) fixa. Isto claramente é verificado, com exceção dos
testes CSR e LR*, que têm bom desempenho mesmo para N=30.
MacKINLAY (1987) argumenta que os modelos multivariados de teste do CAPM, entre eles o de
Gibbons, são fracos na capacidade de distinguir entre o CAPM e outros modelos. Os resultados dos
testes indicam que, quando a hipótese alternativa não é especificada, como é o caso do teste de
Gibbons, um fator determinante para o poder dos testes é o tipo dos desvios. Se os desvios forem
randômicos, o teste possui poder. Porém, se os desvios forem causados por ausência de fatores
(como no caso de modelos de CAPM mais recentes), o teste possui pouco poder. Recomenda a
utilização de 20 carteiras nos testes multivariados. Testes com 40 carteiras (N) e 60 amostras (T),
como foi o caso do teste de Gibbons, possuem pouco poder quando a hipótese alternativa não é
especificada.
TESTES
O universo a ser pesquisado consiste nas ações negociadas na Bolsa de Valores do Estado de São
Paulo (BOVESPA), durante o período de abril de 1986 a março de 2001. Para cada ativo e para
cada mês, foram coletados os preços de fechamento das ações, para o último pregão do mês, já
corrigidos para splits e proventos. O período de teste foi dividido nos seguintes subperíodos:
abril/1986 a março/1991; abril/1991 a março/1996, e abril/1996 a março/2001.
A escolha de períodos de 60 meses é necessária para que os testes de LRT sejam confiáveis,
conforme mostrado anteriormente. Gibbons relata que para T=30 (2 anos e meio), os resultados são
pouco confiáveis. Amsler obtém os mesmos resultados. Além disso, como o modelo pressupõe que
o beta é estacionário no períodoii, recomenda-se utilizar T=60 ou, no máximo, 72. Este estudo
utiliza T=60, já que verificou-se que:
a. para T menor do que 60, aumenta-se a probabilidade de se obterem prêmios de risco de
mercado negativos, invalidando o teste do CAPM;
b. para T maior do que 60, a quantidade de ativos selecionados é reduzida, podendo
prejudicar as inferências dos testes.
9
Foram selecionados, para cada sub-período, os ativos que tiveram cotação e, conseqüentemente,
retorno para todos os meses do sub-período. Dada a pequena quantidade de ativos líquidos no
mercado de capitais brasileiro, este critério selecionou 30 ativos para o período de 1996-2001, 24
para o período 1991-1996, e 21 para o período 1986-1991. Por isso, o teste utilizou ativos
individuais, sem formação de carteiras.
Amsler e Schmidt (1985) verificaram que os testes estatísticos são mais confiáveis, e aproximam-se
mais de sua distribuição assintótica, quanto menor a quantidade de equações (N). Isto foi verificado
também por Stambaugh (1982) e Jobson e Korkie (1982). Verificaram que para N=30, somente o
teste LRT com correção de Bartlett possui resultados confiáveis. Por este motivo, o presente estudo
considera que a quantidade de ativos selecionada, apesar de aparentemente pequena, é apropriada
ao método, permitindo resultados confiáveis.
A partir das cotações mensais, o retorno mensal de cada ativo foi calculado da seguinte forma:
=
− )1(
lntj
jtjt P
PR (15)
Onde: Rjt = retorno do ativo j no instante t;
Pjt = preço do ativo j no instante t;
Pj(t-1) = preço do ativo j no instante t-1;
A questão que se impõe é se os retornos devem ser corrigidos ou não pela inflação. A literatura
original do CAPM é omissa com relação a isto. No entanto existe uma extensa literatura sobre a
influência da inflação nos retornos dos ativos.
Conforme mostrado em Pimentel (1994) a relação entre retornos nominais e reais é dada por:
−−
+=−1
lnt
tRtNt DIIGP
DIIGPRR (16)
onde: RNt = retorno nominal do ativo no instante t;
RRt = retorno real do ativo no instante t;
10
IGP-DIt / IGP-DIt-1 = inflação entre o instante t-1 e t.
Uma das principais teorias sobre inflação e retorno de ações refere-se ao efeito Fischer, que
determina que os retornos esperados nominais dos ativos refletem completamente a inflação
esperada. Assim, as taxas nominais dos retornos movem-se um-para-um com a inflação esperada,
indicando que as ações constituem-se em um hedge perfeito com relação à inflação. No entanto,
outros estudos encontram relação negativa entre retornos reais dos ativos e inflação, além de efeitos
de atraso entre a inflação e os retornos nominais, indicando que as ações não se constituem em
hedge perfeito para a inflação.
Não pertence ao escopo deste trabalho a verificação de relação entre retorno real e inflação, mesmo
porque, além de consistir em modelo distinto de apreçamento de ativos, possui metodologia
econométrica específica. No entanto, devido à extensa literatura sobre o assunto, este trabalho
testou o modelo CAPM Zero-beta tanto para retornos nominais como para retornos reais.
Para os testes com retornos reais, as cotações foram corrigidas pelo IGP-DI. O IGP-DI foi escolhido
porque, segundo Fortuna (2000), é calculado a partir dos preços do dia 1 ao dia 30 de cada mês.
Como o teste utiliza retornos calculados nos preços de fechamento do último pregão do mês, o IGP-
DI foi considerado como o índice mais apropriado à pesquisa.
O teste foi executado considerando-se as seguintes carteiras de mercado: o IBOVESPA, e um índice
igualmente ponderado (IIP) calculado a partir da média dos retornos de todos os ativos que tiveram
cotação para um determinado mês.
A escolha do índice IIP foi feita para que se possa verificar se ele permite uma melhor aproximação
aos dados do que o IBOVESPA. Porém, apesar de manter coerência com diversos testes anteriores
do CAPM (Black, Jensen e Scholes (1972), Gibbons (1982), Jobson (1982), Neves (1996)), o índice
igualmente ponderado nunca deveria ser utilizado como proxy da carteira de mercado, conforme
argumenta Roll (1977), já que não se aproxima de um índice ponderado por valor, exigido por uma
das premissas do CAPM.
No entanto, deve ser enfatizado que mesmo o IBOVESPA não corresponde a um índice onde a
participação dos ativos é proporcional aos seus valores de mercado. A participação de cada ativo no
IBOVESPA é proporcional ao seu índice de negociabilidade (IN), que é dado por:
11
Vv
NnIN ×= (17)
onde:
n = número de negócios realizados com a ação no mercado à vista nos últimos 12 meses;
N = número de negócios total no mercado à vista nos últimos 12 meses;
v = valor movimentado com a ação no mercado à vista nos últimos 12 meses;
V = valor total do mercado à vista dos últimos 12 meses.
Porém, apesar das características descritas anteriormente, o IBOVESPA está mais próximo de um
índice de mercado ponderado por valor do que o índice IIP, já que as empresas maiores tendem a ter
maior volume de negociação, e conseqüentemente maior índice de negociabilidade, do que as
empresas menores.
Foi aplicado o teste LRT proposto por Gibbons (1982), bem como o teste LRT corrigido por
Bartlett, conforme proposto por Jobson e Korkie (1982), que foi denominado neste trabalho de teste
LR*.
RESULTADOS OBTIDOS
Nesta seção serão apresentados os resultados dos testes realizados, para cada período. São
apresentados os testes para a carteira do IBOVESPA e para o índice IIP, e os testes para retornos
nominais e reais. A Tabela 1 apresenta os resultados para os testes com retornos reais
(deflacionados pelo IGP-DI), considerando tanto o IBOVESPA como o índice IIP como carteiras de
mercado. A Tabela 2 apresenta os resultados para os testes com retornos nominais (sem deflação).
A Figura 1 apresenta gráficos dos coeficientes alfa e beta estimados pelos modelos com restrição e
sem restrição, e retornos reais. A Figura 2 apresenta os gráficos dos retornos reais médios
observados dos ativos em comparação com os retornos reais estimados pelo CAPM zero-beta.
Tabela 1-Resultados dos testes com deflação pelo IGP-DI Período Abr/96 a Mar/01 Abr/91 a Mar/96 Abr/86 a Mar/91
Carteira de mercado IBOV IIP IBOV IIP IBOV IIP
12
Quantidade amostras (T) 60 60 60 60 60 60
Quantidade de ativos (N) 30 30 24 24 21 21
Retorno do mercado (Rm) 1,05% 0,74% 2,69% 2,49% -3,43% -3,68%
Retorno da taxa SELIC (Rf) 1,05% 1,05% 1,91% 1,91% -0,15% -0,15%
Retorno cart. zero-beta (Rz) 0,75% -0,14% -1,18% 3,49% 1,12% -0,45%
Prêmio de risco (Rm – Rz) 0,30% 0,88% 3,87% -0,99% -4,55% -3,23%
Estatísticas de teste
LRT 25,33 25,95 20,32 39,63 18,76 20,18
P-value 66% 63% 62% 1,7% 54% 45%
LRT (corrigida por Bartlett) 18,36 18,81 15,75 30,71 15,01 16,15
P-value 94% 93% 87% 13% 77% 71%
Tabela 2 - Resultados dos testes sem deflação
Período Abr/96 a Mar/01 Abr/91 a Mar/96 Abr/86 a Mar/91
Carteira de mercado IBOV IIP IBOV IIP IBOV IIP
Quantidade amostras (T) 60 60 60 60 60 60
Quantidade de ativos (N) 30 30 24 24 21 21
Retorno do mercado (Rm) 1,79% 1,48% 18,79% 18,59% 13,83% 13,58%
Retorno da taxa SELIC (Rf) 1,80% 1,80% 20,62% 20,62% 20,27% 20,27%
Retorno cart. zero-beta (Rz) 1,57% 0,66% 17,58% 24,79% 17,27% 15,69%
Prêmio de risco (Rm – Rz) 0,22% 0,81% 1,21% -6,20% -3,44% -2,11%
IGP-DI 0,74% 0,74% 18,38% 18,38% 19,92% 19,92%
Estatísticas de teste
LRT 25,36 26,02 23,79 36,48 19,10 20,55
P-value 66% 62% 42% 3,68% 52% 42%
LRT (corrigida por Bartlett) 18,38 18,86 18,44 28,27 15,28 16,44
P-value 94% 92% 73% 21% 76% 69%
13
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
0,4 0,6 0,8 1,0 1,2 1,4
Be ta
Alf
a (i
nte
rce
pto
)
-6,0%
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8
Be ta
Alf
a (i
nte
rce
pto
)
-8,0%
-7,0%
-6,0%
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
0,4 0,9 1,4 1,9
Be ta
Alf
a (i
nte
rce
pto
)
-10,0%
-8,0%
-6,0%
-4,0%
-2,0%
0,0%
2,0%
4,0%
0,4 0,9 1,4 1,9 2,4
Be ta
Alf
a (i
nte
rce
pto
)
-7,0%
-6,0%
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
4,0%
0,7 0,8 0,9 1,0 1,1 1,2
Be ta
Alf
a (i
nte
rce
pto
)
-6,0%
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
4,0%
0,8 0,9 1,0 1,1 1,2 1,3
Be ta
Alf
a (i
nte
rce
pto
)
a) 1996-2001, IBOVESPA b) 1996-2001, IIP
c) 1991-1996, IBOVESPA
e) 1986-1991, IBOVESPA
d) 1991-1996, IIP
f) 1986-1991, IIP
Figura 1 - Gráficos dos coeficientes α e β estimados pelos modelos sem restrição (marcadores quadrados) e com restrição (marcadores losangos), considerando os índices IBOVESPA e IIP como proxies de mercado, e retornos deflacionados pelo IGP-DI.
14
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
4,0%
0,4 0,6 0,8 1,0 1,2 1,4
Be ta
Re
torn
o m
édio
-5,0%
-4,0%
-3,0%
-2,0%
-1,0%
0,0%
1,0%
2,0%
3,0%
4,0%
0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8
Be ta
Re
torn
o m
édio
-6,0%
-4,0%
-2,0%
0,0%
2,0%
4,0%
6,0%
8,0%
0,4 0,9 1,4 1,9
Be ta
Re
torn
o m
édio
-6,0%
-4,0%
-2,0%
0,0%
2,0%
4,0%
6,0%
8,0%
0,4 0,9 1,4 1,9 2,4
Be ta
Re
torn
o m
édio
-12,0%
-10,0%
-8,0%
-6,0%
-4,0%
-2,0%
0,0%0,7 0,8 0,9 1,0 1,1 1,2
Be ta
Re
torn
o m
édio
-12,0%
-10,0%
-8,0%
-6,0%
-4,0%
-2,0%
0,0%0,8 0,9 1,0 1,1 1,2 1,3
Be ta
Re
torn
o m
édio
a) 1996-2001, IBOVESPA b) 1996-2001, IIP
c) 1991-1996, IBOVESPA
e) 1986-1991, IBOVESPA
d) 1991-1996, IIP
f) 1986-1991, IIP
Figura 2 - Gráfico dos retornos médios observados dos ativos (marcadores losangos) em comparação com os retornos médios estimados pelo modelo CAPM zero-beta (marcadores triângulos), considerando os índices IBOVESPA e IIP como proxies de mercado, e retornos deflacionados pelo IGP-DI.
15
PERÍODO DE ABRIL/1996 A MARÇO/2001
Para o período de abril/1996 a março/2001, os testes falharam em rejeitar a hipótese nula, tanto
considerando o IBOVESPA como o índice IIP, e considerando retornos nominais e reais. Não foi
possível rejeitar o CAPM zero-beta. Conforme já se esperava, o teste LRT sem correção para
Bartllet apresentou p-value menor, indicando a tendência em rejeitar a hipótese nula.
Com relação ao proxy de mercado, verificou-se que o índice IBOVESPA explica melhor os dados
do que o índice IIP, para os testes com e sem deflação. Isto também já era esperado, já que o índice
IBOVESPA está mais próximo de um índice ponderado por valor do que o índice IIP. Estes
resultados indicam que o índice IBOVESPA possui melhor adequação aos dados do que o índice
IIP, mesmo considerando-se que a correlação do índice IIP com o IBOVESPA tenha sido de 94%
no sub-período.
As Figuras 1.a e 1.b apresentam os parâmetros α e β estimados pelo modelo com e sem restrição.
Conforme pode ser observado, os parâmetros do modelo OLS são bastante próximos aos do modelo
CAPM zero-beta. As Figura 2.a e 2.b mostram que o prêmio de risco é positivo.
A Figura 3 mostra o quanto o modelo com restrição se aproxima do modelo sem restrição, para o
teste no período de 1996 a 2001, considerando o IBOVESPA como carteira do mercado. Observa-se
que, em alguns casos, os pontos definidos pela OLS coincidem com os definidos pelo CAPM zero-
beta. Isto justifica o alto p-value obtido nos testes.
O teste falha em rejeitar o CAPM zero-beta para o período de 1996-2001.
16
Bradesco ON
-40%
-30%
-20%
-10%
0%
10%
20%
30%
40%
-60% -40% -20% 0% 20% 40%
Bras il Te le c PN
-100%
-80%
-60%
-40%
-20%
0%
20%
40%
60%
-60% -40% -20% 0% 20% 40%
Ipiranga Pe t PN
-30%
-20%
-10%
0%
10%
20%
30%
40%
-60% -40% -20% 0% 20% 40%
Light ON
-80%
-60%
-40%
-20%
0%
20%
40%
60%
-60% -40% -20% 0% 20% 40%
Figura 3 - Gráficos de fit para os modelos com e sem restrição, para alguns ativos selecionados no período de 1996 a 2001, utilizando o índice IBOVESPA como proxy de mercado, e retornos reais. O eixo vertical contém o retorno do ativo, enquanto que o eixo horizontal contém o retorno do mercado. Os marcadores losangos correspondem aos retornos observados do ativo e do mercado, para cada mês do período. Os marcadores quadrados correspondem à reta de mínimos quadrados dos pontos losangos, isto é, correspondem ao modelo de mercado (sem restrição). Os marcadores triângulos correspondem aos retornos estimados pelo modelo CAPM Zero-Beta (com restrição).
17
PERÍODO DE ABRIL/1991 A MARÇO/1996
Para o período de abril/1991 a março/1996, os resultados são diferentes. Para o teste com o
IBOVESPA, o fit é adequado, e o prêmio de risco é positivo, não sendo possível rejeitar o CAPM
zero-beta, para os testes com e sem deflação (Tabelas 1 e 2, e Figuras 1.c e 2.c).
Para o teste com o índice IIP, o p-value para o CAPM zero-beta é baixo. O retorno médio estimado
da carteira zero-beta foi superior ao retorno médio do mercado, para os teste com e sem deflação,
resultando em um prêmio de risco negativo, estando em desacordo com a premissa do CAPM zero-
beta de que Rm > Rz (Tabelas 1 e 2, e Figuras 1.d e 2.d).
A Figura 4 mostra alguns exemplos de fit entre os modelos com e sem restrição. Propositadamente,
são mostrados os ativos com os menores betas da amostra (Klabin e Duratex) e os com os maiores
betas (Eletrobrás e Paul F. Luz). Os retornos são nominais, e o proxy de mercado é o IBOVESPA.
Observa-se claramente que os interceptos são positivos quando os betas são menores que 1, e
negativos quando os betas são maiores que 1.
Os resultados indicam que o índice IBOVESPA permite melhor adequação aos dados do que a
carteira IIP. Rejeita-se o CAPM zero-beta utilizando-se o índice IIP, já que a premissa básica de que
(Rm – Rz ) > 0 não foi atendida. Mas não se consegue rejeitar o CAPM zero-beta utilizando-se o
IBOVESPA.
18
-30%
-20%
-10%
0%
10%
20%
30%
40%
50%
60%
-40% -20% 0% 20% 40% 60% 80%
Klabin PN
-40%-30%-20%-10%
0%10%20%30%40%50%60%70%
-40% -20% 0% 20% 40% 60% 80%
Duratex PN
-100%
-50%
0%
50%
100%
150%
200%
-40% -20% 0% 20% 40% 60% 80%
Paul F Luz ON
-100%
-50%
0%
50%
100%
150%
200%
-40% -20% 0% 20% 40% 60% 80%
Eletrobras PNB
Figura 4 - Gráficos de fit para os modelos com e sem restrição, para alguns ativos selecionados no período de 1991 a 1996, utilizando o índice IBOVESPA como proxy de mercado, e retornos nominais. O eixo vertical contém o retorno do ativo, enquanto que o eixo horizontal contém o retorno do mercado. Os marcadores losangos correspondem aos retornos observados do ativo e do mercado, para cada mês do período. Os marcadores quadrados correspondem à reta de mínimos quadrados dos pontos losangos, isto é, corresponde ao modelo de mercado (sem restrição). Os marcadores triângulos correspondem aos retornos estimados pelo modelo CAPM Zero-Beta (com restrição).
PERÍODO DE ABRIL/1986 A MARÇO/1991
Neste período as premissas básicas do CAPM deixam de ser satisfeitas, em todos os testes. Apesar
de os testes estatísticos indicarem aproximação do modelo com restrição em relação ao modelo sem
restrição, o prêmio de risco é negativo, tanto para os testes com deflação como para os testes sem
deflação, considerando o IBOVESPA ou o IIP (Tabelas 1 e 2, e Figuras 1.e, 1.f, 2.e e 2.f). Portanto,
neste período rejeita-se tanto o CAPM padrão como o CAPM zero-beta.
19
ANÁLISE DOS RESULTADOS
Os testes não rejeitam o CAPM Zero-beta no período recente de 1996 a 2001, para quaisquer dos
casos. Com relação ao período de 1991 a 1996, os testes não rejeitam o CAPM Zero-beta utilizando
o IBOVESPA, mas rejeitam a eficiência do índice IIP. Para o período do 1986 a 1991, todos os
testes rejeitam o CAPM zero-beta. Verifica-se também um aumento de fit para os testes dos
períodos mais recentes. Estes resultados indicam um aumento recente da eficiência do mercado de
capitais brasileiro.
Deve-se, no entanto, enfatizar que, nos casos em que o CAPM Zero-beta foi rejeitado, isto não
ocorreu devido ao fit entre o modelo com e sem restrição, mas sim por terem sido encontrados
prêmios de risco negativos.
Verifica-se que a taxa SELIC, em diversos períodos, obteve retorno médio próximo ou superior ao
retorno do mercado, contrariando a teoria do CAPM. No entanto, há divergências com relação a se
a taxa SELIC realmente corresponde a uma taxa livre de risco, já que possui variação tanto em
termos reais como nominais.
Além disso, devido à instabilidade econômica associada a uma série de planos econômicos, o Banco
Central do Brasil foi obrigado a manter a taxa de juros em patamares elevados. Braga, Costa e
(1997) verificam que durante o período de junho de 1989 a junho de 1996, o retorno médio do CDI
(ativo selecionado como sendo livre de risco, refletindo as taxas de juros) foi maior do que o do
IBOVESPA. As diversas crises que ocorreram durante o período forçaram o governo a aumentar as
taxas de juros. Conforme relatado em Cordeiro, Perobelli e Arbex (1999), com o objetivo de
diminuir especulações da Crise Asiática sobre a economia, o Banco Central dobrou a taxa SELIC,
passando de 22% em setembro de 1997 para 42,2% em outubro de 1997. Durante a crise russa, a
taxa SELIC aumentou de 33,5% para 39,3% no período de setembro a outubro de 1998. Estes
fatores explicam os motivos pelos quais o retorno médio da taxa SELIC foi bem próximo, ou até
mesmo superior, ao do IBOVESPA, em diversos períodos de teste.
Comparando-se os resultados com e sem deflação, verifica-se que os testes são coerentes na
capacidade de rejeitar o CAPM Zero-beta. Observa-se também que os retornos médios nominais do
mercado correspondem aos retornos médios reais adicionados da média dos logaritmos neperianos
da inflação no período, estando em acordo com a Equação 16. Portanto, seria esperado que o efeito
20
da inflação apenas adicionasse o mesmo valor aos retornos reais da carteira zero-beta, garantindo
que o prêmio de risco fosse o mesmo, tanto para os testes com retornos reais como nominais.
Porém, isto não ocorre com o modelo CAPM zero-beta, e pode-se verificar que, para os testes em
que o prêmio de risco foi positivo, os prêmios de risco calculados nos testes sem deflação foram
inferiores aos prêmios de risco para os testes com deflação. O motivo desta diferença nos prêmios
de risco é que a carteira zero-beta, na metodologia MVRM, é estimada a partir da matriz de
covariância dos retornos dos ativos. Se a inflação fosse constante ao longo do período de teste, a
matriz de covariância dos retornos dos ativos não se alteraria, garantindo portanto que o retorno
nominal da carteira zero-beta corresponderia simplesmente ao retorno real da carteira adicionado da
médias dos logaritmos neperianos da inflação no período (Equação 16). Porém, como a inflação
varia ao longo do período de teste, a matriz de covariância dos retornos também se altera, alterando
o retorno da carteira zero-beta e consequentemente o prêmio de risco. Este resultado pode indicar
um descasamento entre o índice de inflação e os preços dos ativos, indicando que os ativos não
correspondem a um hedge perfeito para a inflação no mercado de capitais brasileiro.
A teoria do CAPM exige que o retorno médio esperado da carteira zero-beta seja superior ao
retorno da taxa livre de risco e inferior ao retorno do mercado (Black, 1972). Se por um lado não há
qualquer garantia de que a taxa SELIC seja livre de risco, impedindo portanto que se rejeite o
CAPM nos testes em que Rz < RF, não se pode permitir que Rz seja maior do Rm, já que isto
contraria a premissa básica de que o investidor necessita ser premiado pelo risco.
Verifica-se que, em todos os testes no qual o prêmio de risco foi positivo e nos quais o CAPM não
foi rejeitado, o retorno da taxa SELIC foi superior ao retorno da carteira zero-beta. Isto pode indicar
que a taxa SELIC não corresponde a um ativo livre de risco, não devendo ser utilizada nos
processos de estimação dos retornos dos ativos através do CAPM padrão.
CONCLUSÕES
Este trabalho rejeita o CAPM zero-beta para o período de 1986-1991, mas falha em rejeitá-lo para
os períodos de 1991-1996 e 1996-2001. Verificou-se também um aumento de fit para os testes dos
períodos mais recentes.
Verificou-se que o IBOVESPA permite um fit melhor dos dados ao modelo CAPM Zero-beta do
que o índice igualmente ponderado.
21
Os testes que utilizaram retornos reais apresentaram os mesmos resultados dos testes que utilizaram
retornos nominais, na capacidade de rejeitar o CAPM Zero-beta.
Os resultados dos testes mostraram que o retorno da taxa SELIC foi superior ao retorno da carteira
zero-beta e, em vários casos, superior até mesmo ao retorno da carteira de mercado. Isto pode
indicar que a taxa SELIC não é livre de risco, podendo gerar erros significativos se for utilizada
para estimação de retornos dos ativos pelo CAPM padrão.
Se por um lado não se consegue garantir que o IBOVESPA é um bom proxy da carteira de mercado,
não sendo possível pois testar qualquer forma de CAPM, pelo menos verifica-se que, para um
pequeno universo de ativos, tais como os listados na BOVESPA, o método do CAPM zero-beta é
capaz de modelar, com alguma margem de erro, a relação risco/retorno das ações no período
recente do mercado de capitais brasileiro.
Os resultados também estão coerentes com outras pesquisas recentes, já que indicam um aumento
recente da eficiência do mercado de capitais brasileiro.
BIBLIOGRAFIA
AMSLER, Christine E., SCHMIDT, Peter. A Monte Carlo investigation of the accuracy of
multivariate CAPM Tests. Journal of Financial Economics, 14, p. 359-375, 1985.
BLACK, Fischer, JENSEN, Michael C., SCHOLES, Myron. The capital asset pricing model: some
empirical tests. Studies in the Theory of Capital Markets. Nova Iorque: Praeger, 1972.
BLACK, Fischer. Capital market equlibrium with restricted borrowing. Journal of Business, 45
(3), p. 444-455, 1972.
BRAGA, C., COSTA JR., N. C. A. DA, MESCOLIN, A. Risco e retorno das value e growth stocks
no mercado de capitais brasileiro. 21º ENANPAD, 1997.
CORDEIRO, Fernanda Finotti, PEROBELLI, Fernando Salgueiro, ARBEX, Marcelo Aarestrup.
Expectativas racionais e eficiência informacional: análise do mercado acionário brasileiro num
cenário de regras no período de 1997-1999. 23º ENANPAD, 15p, 1999.
22
FORTUNA, Eduardo. Mercado financeiro: produtos e serviços. Rio de Janeiro: Qualitymark,
2000.
GIBBONS, Michael R. Multivariate tests of financial models: a new approach. Journal of
Financial Economics, 10, p. 3-27, 1982.
JENSEN, Michael. C. The foundations and current state of capital market theory. Studies in the
theory of capital markets. Nova Iorque: Praeger, 1972.
JOBSON, J., KORKIE, R. Potential performance and tests of portfolio efficiency. Journal of
Financial Economics, 10, p. 433-466, 1982.
MacKINLAY, A. Craig. On multivariate tests of the CAPM. Journal of Financial Economics, 18,
p. 341-371, 1987.
MILLER, Merton H., SCHOLES, Myron. Rates of return in relation to risk: a re-examination of
some recent findings. Studies in the theory of capital markets. Nova Iorque: Praeger, 1972.
NEVES, Myriam Beatriz Eiras. Utilização do índice P/L, valor de mercado e valor contábil na
relação risco-retorno no mercado acionário brasileiro. Dissertação de mestrado, Rio de
Janeiro, COPPEAD/UFRJ, 96p., 1996.
PIMENTEL, José Lucenildo Parente. Market timing no mercado brasileiro de ações. Dissertação
de Mestrado. COPPEAD, 101p, 1994.
ROLL, Richard. A critique of the asset pricing theory’s tests. Journal of Financial Economics, 4,
p. 129-176, 1977.
SHANKEN, J. Multivariate tests of the zero-beta CAPM. Journal of Financial Economics, 14, p.
327-348, 1985.
____________ Testing portfolio efficiency when the zero-beta rate is unknown: a note. The
Journal of Finance, 16 (1), p. 269-276, 1986.
SOYDEMIR, Gökçe. International asset pricing with time varying risk: evidence from emerging
markets. Journal of Emerging Markets, 4 (2), 1999.
23
STAMBAUGH, Robert F. On the exclusion of assets from tests of the two-parameter model.
Journal of Financial Economics, 10, p. 236-268, 1982.
ZELLNER, A. An efficient method of estimating seemingly unrelated regressions and tests for
aggregation bias. Journal of the American Statistical Association, 57, p. 348-368, 1962.
NOTAS
i SUR (Seemingly Unrelated Regression) é um método de regressão, proposto por Zellner (1962), no qual as equações são ligadas apenas pelos seus distúrbios. Por isso, conforme argumenta Zellner, os coeficientes estimados por este método são mais eficientes do que os estimados por uma OLS em cada equação. Esta eficência aumenta com o nível de correlação entre os resíduos das diversas equações. ii Soydemir (1999) compara o CAPM padrão, chamado no estudo de “CAPM estático”, com um modelo no qual os betas e o prêmio de risco variam com o tempo, chamado no estudo de “CAPM variante no tempo”. Aplica o modelo para os mercados emergentes, incluindo o Brasil. Encontra evidências de que o modelo de CAPM variante no tempo explica melhor os retornos dos ativos do que o modelo de CAPM estático. Isto indica que os betas realmente variam com o tempo. No entanto, este modelo de CAPM variante no tempo, além de corresponder a um modelo bastante diferente do modelo CAPM zero-beta, exige método econométrico distinto, e não será considerado neste trabalho.