Anlise das Preferncias dos Investidores: Uma Anlise de Dados em Painis

Mario Augusto Gouva de Almeida Secretaria do Tesouro Nacional mario.g.almeida@fazenda.gov.br

ANLISE DAS PREFERNCIAS DOS INVESTIDORES: UMA ANLISE DE DADOS EM PAINIS

RESUMO A anlise do modelo terico por meio dos desenvolvimentos da Desigualdade de Jensen e do conceito de averso absoluta ao risco de Arrow-Pratt, demonstrou que um comportamento plausvel para o investidor possuir averso absoluta ao risco decrescente em relao renda, e, neste caso, o conjunto de funes de utilidade que melhor expressaria as preferncias dos investidores seria U U 3 . Com base nesses pressupostos, procurou-se avaliar as preferncias dos investidores de fundos de investimentos no mercado brasileiro, a partir de uma amostra de dados dirios compreendendo o perodo de janeiro de 1997 a julho de 2003, entre as categorias de Fundos Referenciados DI, Ibovespa, Dlar e Multimercados. Para tanto foi desenvolvido um modelo de dados em painis e seus resultados demonstraram que, de maneira geral, os investidores realmente podem ser caracterizados como indivduos com averso absoluta ao risco decrescente. Diante desses resultados uma questo colocada foi se a utilizao de abordagens baseadas nos desenvolvimentos de Harry Markowitz, sobre seleo de portfolios com base no mtodo da mdia e varincia, estaria trazendo uma limitao ao processo de seleo de portfolios ao incorporar menos informaes escolha do investidor.

Palavras-chave: preferncias dos investidores, dados em painis, fundos de investimentos. rea Escolhida: Econometria e Mtodos Nmericos em Finanas

1. INTRODUO Em meados do sculo XX, com os desenvolvimentos sobre seleo de portfolio de Markowitz (1952), acostumou-se a identificar a varincia de uma distribuio de retornos com o grau de exposio ao risco do ativo. Dessa forma, todos os investidores teriam como comportamento padro a averso ao risco, e o melhor portfolio seria aquele que apresentasse a maior mdia e a menor varincia que os demais. Para que esse critrio fosse timo seria necessrio que o indivduo possusse funes de utilidade quadrticas ou que a distribuio dos retornos dos ativos fosse normal. No entanto, assumir que um indivduo possui uma funo de utilidade quadrtica implica em dizer que alm de certo ponto os investidores passariam a ter uma utilidade decrescente com a renda, o que no parece ser muito razovel. Por outro lado, assumir que a distribuio dos retornos dos ativos seja normalmente distribuda, no parece ser uma hiptese empiricamente razovel. Suponha, por exemplo, que um indivduo tenha que fazer uma escolha entre dois investimentos alternativos. Um denominado G, com uma distribuio de retornos x = (0, 2) e com probabilidades p(x) = (, ). O outro, denominado F, com retornos x = (1, 3) e com probabilidades p(x) = (, ). Neste caso, ambos os investimentos possuem retorno esperado de 1,5 e varincia de 0,75. Ou seja, para casos como esse, o critrio de M-V seria incapaz de responder qual o ativo que maximiza a utilidade do investidor. No entanto, o investimento F possui uma assimetria de 0,75 enquanto que o investimento G possui uma assimetria de - 0,75. Assim, o investimento F possui um menor downside risk associado com possibilidades de ganhos maiores. Neste caso, no seria plausvel assumir que um investidor racional preferiria F em detrimento a G? Em resposta a esta e outras limitaes do critrio de Mdia-Varincia (M-V), foi desenvolvido, nas dcadas de 60 e 70, um sistema de preferncias baseado nos princpios da Teoria de Dominncia Estocstica (SD)1, por autores como Quirk e Saposnik (1962), Haddar e Hussel (1969), Hanoch e Levy (1970), Rotschild e Stiglitz (1970) e Whitmore (1970). Esse sistema de preferncias, baseia-se em um conjunto de funes de utilidade2 U U 3 em que U ' 0 , U ' ' 0 e U ' ' ' 0 . De outra forma, esse sistema de preferncias baseia-se em indivduos que possuem funes de utilidades monotnicas crescentes, avessos ao risco e que preferem distribuies assimtricas positivas (maior probabilidade na cauda direita). Uma pergunta que surge nesse momento se os pressupostos sob os quais baseiamse os critrios de dominncia estocstica seriam hipteses razoveis, podendo ser comprovados empiricamente? Ainda, estaria o critrio de M-V respondendo s preferncias dos indivduos ou critrios de deciso como os baseados na SD poderiam identificar melhor as preferncias dos indivduos? A resposta a estes questionamentos o objetivo principal desse artigo, que aliado a pouca literatura nacional nesta rea, sugerem a motivao desta pesquisa e favorecem a relevncia de um trabalho emprico para os dados do mercado financeiro brasileiro. Para tanto, este artigo busca discutir as motivaes econmicas que fazem da funo de utilidade cncava ( U ' ' < 0 ) e da utilidade marginal convexa positiva ( U ' ' ' > 0 ), hipteses plausveis para o comportamento das pessoas. Em seguida, ser apresentada uma rpida reviso da literatura situando o tema e, na ltima parte deste artigo, estas hipteses sero testadas empiricamente em um modelo economtrico de dados em painis. A amostra desse teste

1 Os critrios de Dominncia Estocstica podem ser estabelecidos para n ordens, no entanto, a reviso bibliogrfica dos principais trabalhos publicados nessa rea privilegia os critrios de primeira, segunda e terceira ordem em funo do significado econmico que estes propiciam. Deve-se ressaltar que no objetivo deste artigo explorar a Teoria de Dominncia Estocstica e sim explorar seus pressupostos com relao s preferncias dos investidores, contrapondo aos pressupostos assumidos pelo tradicional mtodo de mdia-varincia. 2 Esses conjuntos sero definidos na prxima seo.

compreende os retornos dirios dos fundos de investimentos do mercado financeiro brasileiro a partir de 01/01/1997 a 01/07/2003.

2. MODELO TERICO Antes de estabelecer-se o modelo terico, seria interessante definir o conjunto de preferncias utilizadas para caracterizar o comportamento do investidor. Dessa forma, foram usadas as funes de utilidade definidas por von Neumann e Morgenstern (1990). Esses autores assumem que U1 o conjunto das funes de utilidade monotnicas com U ' 0 , U2 o conjunto de funes de utilidades cncavas com U' ' 0 e U3 o conjunto de funes de utilidades marginais convexas positivas com U' ' ' 0. Ainda, esses conjuntos tm a seguinte relao entre si: U1 u (.) C / u ' (.) 0

(1) (2) (3)

U 2 u (.) U1 / u '' (.) 0

U 3 u (.) U 2 / u ''' (.) 0 Ou seja, U1 U 2 U 3 .

Suponha um indivduo que possua uma certa riqueza denotada por Conjuntamente assuma que sua funo de utilidade U , dependa desta riqueza. Isto : U = U ( w)

w.

(4)

Essa funo ser uma funo de utilidade U U1 se a utilidade do indivduo for crescente com a renda, ou seja U ' 0 . Por outro lado, define-se um investidor avesso ao risco como sendo aquele em que a utilidade esperada de um investimento menor ou igual utilidade do retorno esperado. Tomando um investimento I , que oferece um retorno x1 com probabilidade p e x2 com probabilidade 1 p , ento:

U (E ( x )) = U ( px1 + (1 p )x2 ) pU ( x1 ) + (1 p )U ( x2 ) = EU ( x )

(5)

Essa desigualdade conhecida como Desigualdade de Jensen3, em que para qualquer funo cncava a relao U (Ex ) EU ( x ) verdadeira. Nesse sentido, a averso ao risco pode ser definida de acordo com a inclinao da funo de utilidade, isto , se a funo utilidade tem a primeira derivada no negativa e a segunda, no positiva ( U 0 e U 0 ) e h pelo menos um ponto onde U > 0 e um ponto no qual U < 0 . Assim, um indivduo avesso ao risco nunca entraria em um jogo no qual o preo do bilhete igual ao prmio esperado. Indivduos avessos ao risco preferem pagar um prmio para manter sua riqueza, por exemplo, a compra de um seguro. Ampliando o modelo inicial, pode-se dizer, neste momento, que a funo de utilidade do investidor depende no s de sua riqueza inicial, mas tambm do retorno de seu
3

Mas-Colell et all, (1995).

investimento. Tomando o retorno do investimento como uma varivel aleatria x , a funo de utilidade U passa a ser definida como: U = U (w + x ) (6) Pela desigualdade de Jensen, para qualquer funo U cncava tem-se: U (w + Ex ) EU (w + x ) Ainda, dever haver um valor que 0 tal que: U (w + Ex ) = EU (w + x )

(7)

(8)

Em que chamado prmio de risco, definido como o valor mnimo para o qual um indivduo avesso ao risco estaria disposto a entrar em um jogo, ou em um investimento com risco. Por outro lado, seria o valor mximo pelo qual esse indivduo estaria disposto a reduzir sua riqueza esperada para proteger-se do risco. H evidncia de que os investidores so avessos ao risco, e portanto, suas funes de utilidade so cncavas com U U 2 . De fato, o retorno dos ativos com risco devem ser maiores que o retorno dos ativos livres de risco, o que mostra que o investidor exige um prmio pelo risco. Apesar da hiptese de averso ao risco ser largamente aceita, um objetivo deste artigo propiciar uma verificao emprica deste comportamento, como ser visto na quarta seo. Nesse mesmo sentido, deve-se estabelecer uma racionalidade econmica que sustenta o pressuposto de funes de utilidades marginais convexas positivas ( U ' ' ' > 0 ), com U U 3 . Como citado anteriormente, este tipo de preferncia no estaria sendo captado pelo mtodo de M-V o que poderia sugerir uma boa aplicabilidade para os critrios de Dominncia Estocstica. Buscando o conceito de averso absoluta ao risco, Pratt (1964) 4, definiu o prmio de 2 U ' ' ( w) risco local como ( w) = . Observando que quanto maior a riqueza do investidor, 2 U ' ( w) menor o prmio de risco que ele estar disposto a pagar para segurar uma possvel perda, ( w) < 0 , ou seja, o investidor dever ter uma averso absoluta formalmente pode-se assumir que w ao risco decrescente com sua renda. A partir da definio acima para o prmio de risco e derivando-o com relao renda chega-se na expresso: ( w) 2 U ' ( w)U ' ' ' ( w) [U ' ' ( w)]2 = <0 (9) 2 [U ' ( w)]2 w ( w) < 0 , ento U ' ' ' ( w) > 0 . Portanto, a utilidade marginal w convexa ( U ' ' ' ) positiva teoricamente justificvel. Se as preferncias dos investidores podem ser caracterizadas pelo conjunto de funes U U 3 , como relacionar essas preferncias s medidas de disperso como varincia e assimetria? Se expandirmos a funo de utilidade em sries de Taylor sobre o ponto (w + Ex ) , em que Ex representa o valor esperado da renda, tem-se: De tal forma que se
Este conceito foi desenvolvido simultaneamente por K.J. Arrow em 1965, por isso, sendo mais conhecido como coeficiente de Arrow-Pratt . Sua racionalidade consiste em tomar uma medida invariante para a inclinao da funo de utilidade. Uma outra medida para averso ao risco seria a averso relativa ao risco ou no-crescente averso relativa ao risco. Para um maior entendimento deste conceito ver Mas-Colell et all, (1995).
4

U(w + x) = U(w + Ex) +U' (w + ex)(x Ex) +

U' ' (w + Ex) U' ' ' (w + Ex) (x Ex)2 + (x Ex)3 + ... 2! 3!

(10)

Tomando o valor esperado em ambos os lados e usando o fato de que E ( x Ex ) = 0 , tem-se:

EU (w + x ) = U ( w + Ex) +

U ' ' ( w + Ex) 2 U ' ' ' ( w + Ex) x + 3 + ... 2! 3!

(11)

Com esta expanso, a utilidade esperada de um investidor ir depender dos diversos momentos de tendncia central da distribuio de probabilidades de x . Assim, o retorno mdio do investidor estar relacionado com a varincia, assimetria, curtose e outros momentos mais elevados5 2 da distribuio. De forma que quanto maior a varincia do retorno ( x ), mais baixa a utilidade esperada de um investidor avesso ao risco, dado que U ' ' < 0. Por outro lado, quanto maior a assimetria (positiva) ( 3 ), maior a utilidade esperada dado o sinal da utilidade marginal convexa, U ' ' ' > 0 , e assim por diante. 3. PREFERNCIAS DOS INVESTIDORES: REVISO DA LITERATURA Um dos trabalhos pioneiros no estudo da relao entre a utilidade esperada de um investimento e os diversos momentos da distribuio de probabilidades do retorno, pode ser encontrado em Arditti (1967). Neste trabalho o autor apresenta um modelo que identifica variveis que relacionam o risco taxa de retorno requerida, dividindo-as em dois grupos: a) Aquelas que so diretamente associadas com a distribuio de probabilidades dos retornos de uma ao, tais como o segundo e terceiro momento de uma distribuio e o coeficiente de correlao entre os retornos de uma ao e todas as outras aes disponveis; b) E aquelas variveis que so associadas s polticas financeiras das firmas os ganhos de dividendo e a taxa de endividamento. Testado sobre uma amostra de aes que compem o ndice Standard and Poors Composite Index, o modelo demonstrou que foram significativos os coeficientes das variveis relacionadas ao segundo e terceiro momentos da distribuio de retornos, porm o coeficiente da varivel de correlao mostrou-se insignificante. Quanto s variveis associadas com as polticas financeiras das firmas demonstrouse que os ganhos de dividendos e a taxa de endividamento so negativamente relacionados com o retorno requerido, contudo, significativos. Quanto aos dividendos parece claro que os investidores estariam dispostos a ter um retorno menor caso tivessem uma maior taxa de distribuio de dividendos. Porm quanto taxa de endividamento, os resultados no foram conclusivos e o autor
As estatsticas descritivas tratadas referem-se aos primeiros momentos de tendncia central da distribuio de probabilidades dos retornos. A partir desse ponto estar se referindo ao primeiro, segundo e terceiro momento de tendncia central da distribuio de retornos como mdia, varincia, e assimetria. A diferena entre essas estatsticas que as ltimas so medidas padronizadas pelo desvio-padro. Para o clculo das estatsticas foram usadas as seguintes frmulas: Mdia = e Assimetria = i =1 , em que xi = taxa de retorno; n = n 1 n 1 nmero de taxas registradas no ms; x = taxa mdia de rentabilidade e n 1 a quantidade de taxas registradas no ms, corrigida pelo nmero de graus de liberdade.
5

xi
i =1

, Varincia =

(x x )
i =1 i

(xi x )

sugere que outras variveis correlacionadas positivamente com o retorno e negativamente com a taxa de endividamento no foram includas. Com relao ao comportamento das variveis relacionadas aos momentos da distribuio Arditti (1967, p.36) afirma: Most of the information about any probability distribution is contained in its first three moments.. Isto justificaria a incluso de apenas essas trs variveis em seu modelo. Nesta mesma direo, Kraus e Litzenberger (1976) apresentaram um interessante trabalho, intitulado de Skewness Preference and the Valuation of Risk Assets o qual estende a abordagem tradicional do Capital Asset Pricing Model, desenvolvido por Sharpe (1964) e Lintner (1965) para incorporar o efeito da assimetria na valorao. As evidncias empricas apresentadas sugerem a consistncia de um modelo baseado tambm no terceiro momento, e segundo os autores, Kraus e Litzenberger (1976, p. 1098): Investors are found to have an aversion to variance and a preference for positive skewness. These findings tend to refute the usefulness of quadratic utility as a basis for positive valuation theory and that most individuals have concave utility functions with displaying decreasing absolute risk aversion. Em Friend e Westerfield (1980) foram encontrados resultados semelhantes aos apresentados por Kraus e Litzenberger (1976), principalmente com relao significncia do terceiro momento para explicar os retornos de um ativo com risco. Segundo esses autores: ...suggesting that investors may be willing to pay a premium for positive skewness in their portfolios. (Friend e Westerfield, 1980, p. 913) Cooley (1977), fez um estudo que relacionava a percepo de risco dos investidores institucionais com os momentos de varincia, assimetria e curtose da distribuio de retornos, atravs de uma anlise de clusters. Neste trabalho os investidores eram entrevistados e forneciam informaes comportamentais com relao a uma srie de investimentos possveis e ento eram agrupados com relao s suas decises. Seus resultados concluem que tanto a varincia quanto a assimetria so variveis importantes para a tomada de deciso do investidor e que a curtose parece estar correlacionada com a varincia uma vez que quanto mais achatada a distribuio maior a disperso dos resultados em torno da mdia. Interessantemente, indo de encontro com a afirmao anterior de Arditti (1967), Cooley (1977, p77) afirma: Findings from this study suggest that dispersion and asymmetry capture most of what is perceived as risk. Com o objetivo de verificar empiricamente a hiptese de que U ' ' ' > 0 , Levy (1998) constri um modelo de regresso cross-section para analisar o comportamento dos retornos de fundos de investimento. O modelo definido como:

Ri = a1 + a2 i + a3 i 3 + a4 i 4 + ... + ak ik .
2

Onde ik . o k-simo momento central do i-simo fundo mtuo. Segundo o autor, os coeficientes, se significantes, determinam como os vrios momentos da distribuio afetam a taxa de retorno esperado Ri . Por exemplo se o coeficiente a 2 > 0 , quanto maior a varincia, maior vai ser a taxa de retorno requerida. Por outro lado, se a 3 < 0 , quanto maior a assimetria positiva, menor o retorno esperado. Os resultados foram os seguintes:

Somente os trs primeiros coeficientes, a1 , a2 e a3 , so significativos. Todos os outros coeficientes foram insignificantes. b) O R 2 foi bem elevado, 86%. c) Os investidores (na mdia) no gostam de varincia, ou seja, no apreciam o risco, devido a a 2 > 0 . Ento, concluiu-se que para a maioria dos investidores, U ''< 0 . d) Os investidores gostam de assimetria positiva, uma vez que a 3 < 0 . Ento, para a maioria dos investidores, U ' ' ' > 0 . Nesse momento, supor que os investidores possuam preferncias U U 3 bastante plausvel, seja teoricamente, como demonstrado no referencial terico ou mesmo empiricamente como foi observado na reviso desses trabalhos. 4. MODELO EMPRICO No desenvolvimento do modelo terico e na reviso da literatura, procurou-se demonstrar que funes de utilidade do tipo U U 3 , so factveis para o comportamento do investidor. Diante dessas evidncias, esse artigo tem por objetivo desenvolver um modelo emprico capaz de caracterizar as preferncias do investidor brasileiro de fundos de investimentos. Para tanto, esta seo descreve um pouco a base de dados utilizada bem como sobre modelos de dados em painis. 4.1. Base de Dados Nesta pesquisa, utilizaram-se dados sobre fundos de investimentos fornecidos pela Associao Nacional de Bancos de Investimentos (ANBID)6. Foram estudados 3.313 fundos em um total de 318.578 observaes, no perodo de Jan/1997 a Jul/2003, divididos nas categorias Referenciados DI, Referenciados Dlar, Referenciados Ibovespa e Multimercados. Para essa amostra inicialmente observada, foi aplicado um filtro7, selecionando-se somente aqueles fundos que tiveram funcionamento durante todo o perodo da amostra. A composio e as estatsticas descritivas das sries de retornos desses fundos encontram-se relacionados nas sees seguintes desse artigo. 4.1.1. Fundos Referenciados Ibovespa Os fundos Referenciados Ibovespa so fundos regulamentados pelo BACEN8 e pela CVM9, cujo objetivo de investimento replicar o comportamento do Ibovespa. Nessa amostra, foram includos os fundos de Aes Ativos Ibovespa que possuem estratgia explcita de superar o Ibovespa e os fundos de Aes Ativos Ibovespa com Alavancagem, que alm de terem como estratgia explcita superar o Ibovespa, podem realizar operaes que impliquem em alavancagem do patrimnio, geralmente com operaes de derivativos nos mercados futuros.

a)

Estes dados so disponibilizados diariamente no site: http://www.anbid.com.br. Uma caracterstica dos clculos de SD a comparao dos ativos dois a dois. Esse filtro foi aplicado buscando explorar a amostra para futuras aplicaes dos algoritmos de SD. 8 BACEN: Banco Central do Brasil. 9 CVM: Comisso de Valores Mobilirios.
7

Na amostra estudada, essas subcategorias dos Fundos Ibovespa foram reunidas em um nico grupo denominado Fundos Ibovespa, somando um total de 62 fundos de investimentos. A tabela abaixo apresenta os primeiros momentos de tendncia central das distribuies desses fundos:
TABELA 01: ESTATSTICAS DESCRITIVAS FUNDOS IBOVESPA Ano 1997 1998 1999 2000 2001 2002 2003 Fonte: Elaborao prpria. Mdia de Retorno Diria 0,16% -0,13% 0,37% -0,01% -0,02% -0,05% 0,11% Varincia Mdia Diria 7,12% 9,56% 5,63% 3,66% 3,53% 3,05% 1,92% Assimetria Mdia Diria -18,56% 0,86% 22,23% 1,18% -0,65% -0,38% -0,17% Nmero de Observaes 15624 15438 15500 15500 15500 15686 7624

Como ser observado nas anlises seguintes, os fundos Ibovespa possuem varincia bastante superior aos demais fundos e, com exceo dos anos de 1997, 1999 e 2003, a rentabilidade mdia do perodo foi negativa. De maneira semelhante se comporta a assimetria, negativa para quase todo o perodo com exceo dos anos de 1998, 1999 e 2000. Procurando ilustrar o comportamento da distribuio dos retornos dos fundos Ibovespa, seria interessante observar o histograma dessas distribuies para os anos de 1997 e 1999. Nestes anos, o clculo da assimetria indica fortes deslocamentos da distribuio, sugerindo a no normalidade dos dados.
GRFICO 01: HISTOGRAMAS FUNDOS IBOVESPA 1997 E 1999 1997 Assimetria Negativa
6000 5000
3000 4000

1999 Assimetria Positiva

4000 n de casos 3000 2000

1000 n de casos 2000

1000 0
0

,4 -3

-,9

,9 -5

Fonte: Elaborao prpria.

A partir dos histogramas para os anos de 1997 e 1999, pode-se perceber que apesar da mdia dos fundos ter sido positiva nos dois anos, em 1997 a distribuio possui uma cauda mais pronunciada a esquerda e em 1999 a cauda estende-se direita. Ou seja, em 1997, a mdia de retorno era menor do que a moda da distribuio, existindo uma maior probabilidade grandes perdas e poucas chances de grandes ganhos. Ao contrrio, em 1999 o investidor tinha um menor downside 8

,4 -8 9 0, -1 4 3, -1

rentabilidade (%)

6 1,

1 4,

6 6,

1 9,

,6 16 1 , 15 ,6 13 ,1 12 ,6 10 0 9, 5 7, 0 6, 5 4, 0 3, 5 1, -,0 ,6 -1 ,1 -3 ,6 -4 ,1 -6 ,6 -7 ,1 -9

rentabilidade (%)

risk, com uma mdia de retornos maior que a moda e com grandes chances de valores extremos positivos. Dessa observao, surge naturalmente uma pergunta: se um investidor pudesse optar por um tipo de distribuio, por qual ele escolheria? Ainda, o tradicional mtodo de mdia varincia estaria captando essas diferenas? So perguntas como essas que se pretende responder no decorrer deste trabalho. 4.1.2. Fundos Referenciados DI Os fundos Referenciados DI objetivam seguir o mais prximo possvel s variaes do CDI. Os CDI, Certificados de Depsitos Interbancrios, so contratos de emprstimos entre bancos que definem a taxa de juros bsica da economia. Ao selecionar somente os fundos ativos durante o perodo de anlise, obteve-se um conjunto de 116 fundos. As estatsticas descritivas desses fundos encontram-se na tabela abaixo:
TABELA 02: ESTATSTICAS DESCRITIVAS FUNDOS DI Ano Mdia de Retorno Diria 0,0796% 0,0936% 0,0852% 0,0588% 0,0584% 0,0597% 0,0864% Varincia Mdia Diria 0,0074% 0,0023% 0,0438% 0,0020% 0,0001% 0,0071% 0,1002% Assimetria Mdia Diria -0,0094% -0,0015% -0,0520% -0,0067% 0,0000% -0,0114% -3,7737% Nmero de Observaes 29.232 28.884 29.000 29.000 29.000 29.155 14.268

1997 1998 1999 2000 2001 2002 2003 Fonte: Elaborao prpria.

Como era esperado, por sua composio ser principalmente de ttulos de renda fixa (80%), os Fundos DI apresentaram durante o perodo mdias dirias de retorno positivas associadas baixa varincia, mas com assimetria negativa, ainda que pequena. Procurando ilustrar este comportamento, foi construdo o histograma para a distribuio do ano de 1998, apenas como exemplo, pois foi o ano que apresentou maior mdia de retornos dirios. No Grfico 02, abaixo, pode-se visualizar que a distribuio apresenta mdia prxima de zero e leve tendncia de perda (assimetria esquerda).
GRFICO 02: HISTOGRAMA FUNDOS DI 1998
16000 14000 12000 n de casos 10000 8000 6000 4000 2000 0

8 ,2

9 ,1

9 ,0

0 ,0

8 -,1

9 -,0

6 -,3

7 -,2

5 -,4

4 -,5

4 -,6

3 -,7

rentabilidade (%)

Fonte: Elaborao prpria.

Uma pergunta interessante como se comportariam as preferncias dos investidores diante de distribuies com baixas taxas de varincia e assimetria? Ainda, seria significante ao investidor exigir maiores prmios para distribuies assimtricas negativas, ainda que com valores to baixos? 4.1.3. Fundos Referenciados Dlar Os Fundos Referenciados Dlar objetivam seguir o mais prximo possvel s variaes da moeda norte-americana, estando tambm sujeitos s oscilaes das taxas de juros domsticas (Brasil) sobre aquela moeda. Na amostra selecionada, foram 15 fundos com movimentao em todo o perodo da anlise. Na tabela abaixo, so apresentadas as estatsticas:
TABELA 03: ESTATSTICAS DESCRITIVAS FUNDOS DLAR Mdia de Retorno Diria 1997 0,06% 1998 0,08% 1999 0,21% 2000 0,06% 2001 0,10% 2002 0,21% 2003 -0,11% Fonte: Elaborao prpria. Ano Varincia Mdia Diria 0,02% 0,02% 2,94% 0,24% 1,01% 2,13% 1,24% Assimetria Nmero de Mdia Diria Observaes -0,05% 3779 0,01% 3735 6,24% 3750 0,00% 3750 -0,45% 3750 -0,04% 3783 0,44% 1845

Como pode ser observado na Tabela 03, a mdia dos retornos foi positiva em quase todo o perodo, chamando a ateno para as mdias elevadas de 1999 e de 2002, reflexos da desvalorizao do Real frente ao Dlar naqueles anos. Em 2003, a rentabilidade negativa reflete justamente o oposto: a valorizao da moeda interna. Da mesma forma que na anlise dos Fundos Ibovespa, procura-se caracterizar a distribuio de retornos em perodos de maior deslocamentos assimtricos. Neste caso, foram selecionados os anos de 1999 e 2001:
GRFICO 03: HISTOGRAMAS FUNDOS DLAR 1999 E 2001 1999 Assimetria Positiva
1600 1400 800 1200 n de casos n de casos 1000 800 600 400 200 0 0 600 1000

2001 Assimetria Negativa

400

200

0 ,0 -2

0 ,0 -1

0 ,0 -4

00 0,

0 ,0 -3

00 1,

00 2,

00 3,

00 4,

00 5,

,3 11 7 9, 1 8, 5 6, 9 4, 3 3, 7 1,

Fonte: Elaborao prpria.

A partir dos histogramas para os anos de 1999 e 2001, pode-se perceber que apesar da mdia dos fundos ter sido positiva nos dois anos, em 1999 a distribuio possui uma cauda mais 10

,0 ,6 -1 ,2 -3 ,8 -4 ,4 -6 ,0 -8 ,6 -9

rentabilidade (%)

rentabilidade (%)

pronunciada a direita e em 2001 a cauda estende-se esquerda. Ou seja, em 1999, a mdia de retornos era maior do que a moda da distribuio, existindo uma limitada chance de grandes perdas (menor downside risk). Contudo, em 2001 o investidor tinha maiores chances de obter grandes perdas, com uma mdia de retornos menor do que a moda. Dessa forma, observa-se que a existncia de distribuies no normais no a exceo. Neste caso, o critrio de mdia varincia, ao assumir que os dados sejam distribudos normalmente, estaria sendo eficiente no processo de deciso do investidor? 4.1.4. Fundos Multimercados Entre os fundos da categoria de Multimercados encontram-se os fundos sem alavancagem, sem renda varivel. Classifica-se neste segmento os fundos regulamentados pelo BACEN que busquem retorno no longo prazo atravs de investimento em diversas classes de ativos exceto renda varivel (aes, etc.). Estes fundos procuram agregar valor utilizando uma estratgia de investimento diversificado, no utilizando alavancagem. Existem tambm os fundos sem alavancagem, mas com renda varivel. Neste segmento esto aqueles fundos regulamentados pelo BACEN ou pela CVM que busquem retorno no longo prazo atravs de investimento em diversas classes de ativos (renda fixa, cmbio, por exemplo) incluindo renda varivel (aes, etc.). Estes fundos procuram agregar valor utilizando uma estratgia de investimento diversificado e no utilizam alavancagem. Estes fundos no tm explicitado o mix de ativos com o qual devem ser comparados (asset allocation benchmark) e podem, inclusive, serem comparados a parmetro de desempenho que reflita apenas uma classe de ativos (por exemplo: 100% CDI). Ainda podem ter os fundos com alavancagem e sem renda varivel. Classifica-se neste segmento os fundos regulamentados pelo BACEN que busquem retorno no longo prazo atravs de investimento em diversas classes de ativos exceto renda varivel (aes, etc.). Estes fundos procuram agregar valor utilizando uma estratgia de investimento diversificado, podendo inclusive utilizar alavancagem. Finalmente os fundos com alavancagem e com renda varivel. Neste segmento esto os fundos regulamentados pelo BACEN ou pela CVM que busquem retorno no longo prazo atravs de investimento em diversas classes de ativos (renda fixa, cmbio, por exemplo) incluindo renda varivel (aes, etc.). Estes fundos procuram agregar valor utilizando uma estratgia de investimento diversificado, podendo tambm utilizar estratgias que impliquem em alavancagem dos recursos. Nessa pesquisa, os dados para essas sub-categorias dos fundos multimercados foram agrupados, selecionando apenas aqueles que foram ativos durante o perodo, obteve-se uma amostra de 49 fundos de investimentos multimercados. Abaixo segue tabela com as principais estatsticas descritivas:
TABELA 04: ESTATSTICAS DESCRITIVAS FUNDOS MULTIMERCADOS Ano 1997 1998 1999 2000 2001 2002 2003 Fonte: Elaborao prpria. Mdia de Retorno Diria 0,09% 0,10% 0,10% 0,07% 0,06% 0,07% 0,09% Varincia Mdia Diria 0,20% 0,09% 0,74% 1,93% 0,08% 0,16% 0,33% Assimetria Nmero de Mdia Diria Observaes 4,65% 12317 0,01% 12201 6,12% 12250 21,15% 12250 0,03% 12249 -1,29% 12321 0,01% 6027

11

Apesar de oferecerem retornos mdios mensais relativamente baixos possuem pequena varincia. No que se refere assimetria, interessante notar que este grupo o que apresenta as maiores assimetrias positivas.
GRFICO 04: HISTOGRAMA FUNDOS MULTIMERCADOS EM 2000
12000 10000 8000 n de casos 6000 4000 2000 0 -4,2 -3,1 -2,0 -,9 ,2 1,3 2,4 3,5 4,6 5,7

rentabilidade (%)

Fonte: Elaborao prpria.

possvel verificar no Grfico 04 que a mdia desses fundos se situa prxima de zero, mas estes diferem dos Fundos DI pela incluso de renda varivel, o que proporciona maiores ganhos, refletidos na assimetria positiva. Neste sentido, seria interessante perguntarmos se os investidores dessa categoria exibem preferncias por distribuies assimtricas positivas, ou seja, no processo de escolha desses fundos os investidores estariam dispostos a pagar um prmio para possurem investimentos que lhes proporcionassem um menor downside risk?

4.2. Especificao do Modelo Para caracterizar as preferncias dos investidores em funes de utilidade U U 2 ou U U 3 , este trabalho baseou-se no modelo de Levy (1998). Contudo, dado os resultados encontrados por Arditti (1967) e Cooley (1977) em que somente os primeiros trs momentos da distribuio mostraram-se significantes, optou-se por restringir o modelo aos trs primeiros momentos da distribuio de retornos dos fundos de investimento. Como o que se est querendo captar a relao da rentabilidade exigida pelo investidor com os outros momentos de tendncia central da distribuio, optou-se por incluir a varivel benchmark relativo a cada uma das categorias de fundos de investimentos analisadas. Ainda, foi includa a varivel de Patrimnio Lquido dos fundos como uma varivel que captaria outros efeitos da economia sobre a indstria de fundos que poderiam sobrepor s relaes dos momentos de tendncia central da distribuio de retornos. Apesar do modelo de Levy (1998) ser uma regresso do tipo cross-section, o presente trabalho ir desenvolver um Modelo de Dados em Painis, dado s caractersticas de sries de tempo conjugadas com indivduos cross-section da amostra, o que permite uma grande flexibilidade para modelar diferenas no comportamento entre os indivduos, neste caso, atravs dos diversos fundos de investimento que compem a amostra, como descrito anteriormente. Com base nessa modelagem economtrica, o modelo desenvolvido dado pela equao abaixo:

12

' Mediait = it + 1 ' Varinciait + 2 ' Assimetriait + 3 ' PLquidoit + 4 Benchmarkt + it (12)

Onde a varivel dependente Mediait regredida contra Varinciait , Assimetriait e PLquido , para cada indivduo cross-sectional i = 1, 2, ..., N e para cada unidade de tempo t = 1, 2, ..., T . Tambm contra a varivel Benchmarkt, o qual constante para cada indivduo e diferente para cada unidade de tempo t = 1, 2, ..., T. O efeito individual i , o qual constante atravs do tempo t e especfico para os indivduos cross-section, denotado por i . A especificao de dados em painel apresenta duas hipteses alternativas para se modelar o comportamento especfico de cada indivduo, quais sejam: o Modelo de Efeitos Fixos e o Modelo de Efeitos Aleatrios10. O Modelo de Efeitos Fixos permite que exista um intercepto i , diferente para cada indivduo cross-section, mas que no entanto no distingue o que especfico para cada indivduo de outros efeitos que esto agindo no tempo. O Modelo de Efeitos Aleatrios assume que o termo i a soma de uma constante , que captura o efeitos no tempo, e uma varivel aleatria ui que representa termos constantes distribudos aleatoriamente entre as unidades cross-section, o qual no est correlacionada com o resduo it . A abordagem mais adequada depende da natureza dos dados analisados. Assim, a abordagem de Efeitos Fixos adequada quando se centra a anlise em um grupo especfico de unidades individuais. Neste caso, a inferncia estatstica condicional ao grupo especfico de indivduos observados. Por outro lado, a abordagem de Efeitos Aleatrios prefervel a estudos em que se procura inferir o comportamento da populao a partir de um painel constitudo por uma amostra de indivduos representativos. A especificao no Modelo de Efeitos Fixos assume a existncia de um intercepto i constante e diferenciado para cada indivduo cross-section. A adoo deste pressuposto apresenta uma vantagem (do ponto de vista de estimao) de dispensar a necessidade de se assumir a hiptese de que caractersticas especficas a cada indivduo no sejam correlacionadas com as variveis independentes. Dessa forma, a especificao do Modelo de Efeitos Fixos implementada com o estimador de Mnimos Quadrados Ordinrios com variveis Dummy (LSDV)11. A especificao no Modelo de Efeitos Aleatrios pressupe uma distribuio aleatria dos efeitos individuais em torno do intercepto comum a todos os indivduos. Esta hiptese requer que os efeitos individuais sejam no correlacionados s variveis independentes, mas apresenta a vantagem de possibilitar a incluso de caractersticas especficas dos indivduos invariantes no tempo (ou no perodo considerado) para o modelo a ser estimado. Por isso, a especificao do Modelo de Efeitos Aleatrios requer o uso de Mnimos Quadrados Generalizados (GLS)12, porque efeitos individuais aleatrios ui, diferenciados entre os indivduos, mas constantes ao longo do tempo, provocam correlao serial nos choques estocsticos destas unidades. Embora ambos os estimadores convirjam para os verdadeiros valores dos parmetros com o aumento do nmero de observaes (ambos so consistentes), o estimador GLS tem a vantagem de ser mais eficiente (apresenta menor disperso). Para discernir sobre qual o estimador mais adequado para uma dada amostra, Hausman (1978) prope um teste para verificar estatisticamente a plausibilidade da hiptese de correlao zero (ortogonalidade) entre o componente individual ui do choque estocstico e as variveis independentes xit.
Grande parte da discusso baseia-se em Duarte e Macedo (1998) e Greene (2000). Least Squares Dummy Variables 12 Generalized Least Squares
11 10

13

Caso a hiptese de ortogonalidade no seja rejeitada, o modelo de Efeitos Aleatrios aceito e o estimador GLS pode ser utilizado. A rejeio da hiptese de ortogonalidade leva utilizao do estimador LSDV com o pressuposto do Modelo de Efeitos Fixos. Como o objetivo deste captulo estudar a preferncia dos investidores, a anlise dos resultados semelhante quela descrita para o modelo de Levy (1998). De maneira anloga, os sinais esperados para os coeficientes da regresso so 1 > 0 , no qual o investidor espera maiores retornos para maiores varincias, e 2 < 0 , indicando que para distribuies assimtricas positivas, o investidor estaria disposto a exigir um retorno menor. Esses resultados estariam validando empiricamente a hiptese de U U 3 .

5. Teste e Resultados Nesta seo so apresentados os resultados do modelo especificado aplicados sobre a base de dados descrita no captulo anterior. Dessa forma, pretende-se caracterizar as preferncias dos investidores dos fundos Referenciados Ibovespa, Referenciados DI, Referenciados Dlar e Multimercado. Alm de estar caracterizando separadamente os investidores de cada uma das categorias de fundos trabalhadas, optou-se por trabalhar com um modelo geral no qual foram reunidas as quatro categorias em um nico painel. Deve-se ressaltar que este modelo geral tem a seguinte composio: 48% dos fundos so Referenciados DI, 26% Referenciados Ibovespa, 20% Multimercado e 6% Referenciados Dlar. Os resultados das estimaes so apresentados a seguir. 5.1. Modelo Geral A anlise deste modelo comea pela escolha de qual estimador mais indicado aos dados. Neste caso, como mencionado anteriormente, o teste de Hausman permite verificar a hiptese nula da ortogonalidade (correlao zero) entre os efeitos individuais ui e os regressores xit, contra a hiptese alternativa de correlao no-zero. A estatstica computada para amostra tem um valor de 159,44 que, confrontando com o valor tabelado de 2 (5 gl) = 11,07 (significncia de 5%), corrobora a rejeio da hiptese nula. Portanto, o estimador indicado neste caso o LSDV (efeitos fixos). A tabela 05 apresenta os resultados da estimao do Modelo Geral com efeitos fixos:
TABELA 05: RESULTADOS DA REGRESSO MODELO GERAL - LSDV Variveis Varincia? Assimetria? P. Lquido? Dlar CDI Ibovespa R- Quadrado Ajustado Teste de Hausman Coeficientes 0,0083 -3,51E-05 -4.31E-13 -0,002083 0,004064 2,90E-05 0,492233 159,4366 Desvio Padro 0,0021 1,76E-05 1.26E-14 0,000477 0,000206 1,00E-05 Estatstica-t 4,0641 -1,9877 -34.24494 -4,365424 19,72716 2,892861 Probabilidade 0,0000 0,0469 0.0000 0,0000 0,0000 0,0038 0,318512 0,360995

Mdia Var Dependente D.P. Var Dependente

14

S.E. da Regresso Prob(Estatstica F) Fonte: Elaborao prpria.

0,257237 0,0000

Soma Quad. Resduos Durbin-Watson

876,4334 1,666723

Como predito pela teoria, a varincia mostrou-se positivamente correlacionada com o retorno esperado. Ou seja, os investidores so avessos ao risco e exigem um prmio maior por um ativo que oferea uma maior volatilidade. Por outro lado, a assimetria negativamente correlacionada. Dessa forma, os investidores exigem um prmio menor para aqueles ativos que apresentarem uma distribuio assimtrica positiva, com limitadas chances de perda e com maiores probabilidades de retornos acima da mdia, ou seja, que apresentam um menor downside risk aos investidores. O patrimnio lquido tambm se mostrou significante a um nvel de 95%, porm inversamente correlacionado com o retorno esperado, demonstrando que grandes fundos oferecem rentabilidades menores. Da mesma forma, tambm as variveis que representam os Benchmarks dos fundos, Dlar, Ibovespa e CDI foram significativas a 95%. O modelo parece bem estimado, dado o R2 ajustado de 49,22% e o teste F, significante a 99%, indicando um bom nvel de significncia conjunta dos regressores. Para o problema de heterocedasticidade, foi utilizado o mecanismo de correo de varincias e errospadro de White, disponvel no pacote economtrico utilizado. Ao utilizar o LSDV, assume-se que as caractersticas especficas a cada indivduo no so correlacionadas com as variveis independentes, dispensando a anlise de correlao serial. Dessa forma, pode-se concluir que de uma maneira geral os investidores comportamse de acordo com os pressupostos necessrios aos critrios de deciso baseados na Dominncia Estocstica, ou seja possuem funes de utilidade U U 3 . Contudo, como neste painel os fundos de investimentos esto agregados, seria interessante analis-los por categoria, observando amostras mais homogneas e tentando identificar um pouco mais das preferncias dos investidores. 5.2. Modelo Multimercado Na escolha entre o modelo de efeito fixo e o de efeito aleatrio, optou-se por usar o de efeito fixo uma vez que o valor do teste de Hausman foi de 39,71, portanto, maior que o valor tabelado de 2 (5 gl) = 11,07 (significncia de 5%). Dessa forma, os resultados da estimao encontram-se na tabela abaixo:
TABELA 06: RESULTADOS DA REGRESSO FUNDOS MULTIMERCADOS - LSDV Variveis Varincia? Assimetria? P. Lquido? Dlar CDI Ibovespa R- Quadrado Ajustado Teste de Hausman Coeficientes 0.025081 -0.000177 -2.75E-14 0.051280 0.036704 0.001040 0.476903 39.7121 Desvio Padro 0.000552 5.11E-06 1.23E-15 0.002717 0.001097 4.46E-05 Estatstica-t 45.40839 -34.61530 -22.35792 18.87641 33.44792 23.32988 Probabilidade 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.084003 0.165731

Mdia Var Dependente D.P. Var Dependente

15

S.E. da Regresso Prob(Estatstica F) Fonte: Elaborao prpria.

0.119866 0,0000

Soma Quad. Resduos Durbin-Watson

53.40495 2.004670

Os resultados obtidos com este modelo so bastante parecidos com aqueles obtidos no Modelo Geral. Observa-se que os coeficientes individuais da regresso so altamente significativos e que os sinais so os esperados, ou seja, o coeficiente para a varincia positivo e o da assimetria negativo, confirmando a hiptese do modelo terico. Ainda, como no modelo anterior, o coeficiente do Patrimnio Lquido negativo, indicando que quanto maior o PL, menor o retorno esperado, contudo esta ainda uma concluso preliminar. Da mesma forma, tambm as variveis que representam os Benchmarks dos fundos, Dlar, Ibovespa e CDI foram significativas a 95%. Quanto ao ajustamento desse modelo, o R2 ajustado foi de 47,69% e o teste F, significante a 99%. O mtodo de estimao foi LSDV com o procedimento de correo de varincia de White. 5.3. Modelo DI Para a escolha deste modelo, o valor calculado para o teste de Hausman foi de 8,23 e o valor tabelado de 2 (3 gl) = 7,81 com significncia de 5%, portanto, rejeitando a hiptese nula. Neste caso, optou-se por aceitar o modelo de efeitos fixos. Os resultados deste modelo esto apresentados a seguir:
TABELA 7: RESULTADOS DA REGRESSO: MODELO DI - LSDV Variveis Varincia? Assimetria? P. Lquido? CDI R- Quadrado Ajustado Teste de Hausman S.E. da Regresso Prob(Estatstica F) Fonte: Elaborao prpria. Coeficientes 0.033826 0.001586 -2.11E-12 2.52E-05 0.45972 8.2297 0.02889 0.0000 Desvio Padro 0.016438 0.000436 3.84E-13 4.60E-05 Estatstica-t 2.057765 3.642221 -5.493233 0.547567 Probabilidade 0.0396 0.0003 0.0000 0.5840 0.076573 0.039305 6.304487 0.850404

Mdia Var Dependente D.P. Var Dependente Soma Quad. Resduos Durbin-Watson

Este modelo difere um pouco dos anteriores na medida que a assimetria no est inversamente correlacionada com o retorno esperado, como pressuposto anteriormente. Para esta categoria de fundos, os investidores possuem averso ao risco, visto o sinal do coeficiente da varincia, contudo, no possuem averso absoluta ao risco decrescente. Deve-se lembrar que os fundos referenciados DI, como visto no captulo 3, possuem assimetria negativa em quase todo o perodo. Sob esta condio, isto , se a assimetria negativa, a probabilidade de retornos negativos com relao a sua mdia de retornos maior. Neste caso, seria plausvel pensar que o investidor estaria disposto a exigir um prmio maior pelo ativo, justificando a correlao positiva entre a assimetria e o retorno esperado. O patrimnio lquido tambm se mostrou significante a um nvel de 95% e inversamente correlacionado com o retorno esperado. Contudo, o benchmark no foi significativo. Ainda, o R2 ajustado foi de 45,91%. Ao estimar o modelo de efeitos aleatrios, utilizou-se o procedimento de estimao de GLS, corrigindo o problema de heterocedasticidade

16

5.4. Modelo Ibovespa Para o modelo Ibovespa, o valor calculado do teste de Hausman foi de 9,36 e o valor tabelado (3 gl) = 7,81, rejeitando-se o modelo de efeitos aleatrios. Assim os resultados do modelo so:
2

TABELA 8: MODELO IBOVESPA _ LSDV Variveis Varincia? Assimetria? P. Lquido? Ibovespa R- Quadrado Ajustado Teste de Hausman S.E. da Regresso Prob(Estatstica F) Fonte: Elaborao prpria. Coeficientes 0.004902 0.000595 1.59E-12 0.047264 0.939487 9.3594 0.160317 0.000000 Desvio Padro 0.000281 7.95E-05 9.48E-13 0.000282 Estatstica-t 17.42811 7.483033 1.673403 167.5595 Probabilidade 0.0000 0.0000 0.0943 0.0000 0.064789 0.651713 122.5965 2.008046

Mdia Var Dependente D.P. Var Dependente Soma Quad. Resduos Durbin-Watson

De maneira interessante, o comportamento dos investidores para essa categoria de fundos de investimentos muito semelhante anlise dos Fundos DI. De maneira anloga, os investidores possuem averso ao risco, visto o sinal positivo do coeficiente da varincia, mas no possuem averso absoluta ao risco decrescente. A justificativa para essa caracterstica novamente recai sobre as estatsticas descritivas desses fundos. Em quase todo o perodo foi observado que esses fundos possuem assimetria negativa. Neste caso, se justificaria a correlao positiva entre a assimetria e o retorno esperado. Para esta categoria o Patrimnio Lquido no est inversamente correlacionado com o retorno esperado, no entanto, o coeficiente insignificante a 95%. Ainda, o benchmark significativo a um nvel superior a 95%. Quanto ao ajustamento desse modelo, o R2 ajustado foi de 93,95% e o teste F, significante a 99%. O mtodo de estimao foi LSDV com o procedimento de correo de varincia de White. 5.5. Modelo Dlar Para o modelo Dlar, o valor calculado do teste de Hausman foi de 0,19 e o valor tabelado 2 (3 gl) = 7,81, no rejeitando-se o modelo de efeitos aleatrios. Assim os resultados do modelo so:
TABELA 9: MODELO DLAR - GLS Variveis Constante Varincia? Assimetria? P. Lquido? Coeficientes 0.106141 0.091754 0.018875 2.24E-11 Desvio Padro 0.019788 0.003867 0.000899 1.89E-11 Estatstica-t 5.363803 23.72615 21.00391 1.183757 Probabilidade 0.0000 0.0000 0.0000 0.2368

17

Ibovespa R- Quadrado Ajustado Teste de Hausmann S.E. da Regresso Prob(Estatstica-F) Fonte: Elaborao prpria.

-0.051641 0.445826 0.1901 0.258188 -

0.010544

-4.897738

0.0000 0.102600 0.346827 77.66019 1.869675

Mdia Var Dependente D.P. Var Dependente Soma Quad. Resduos Durbin-Watson

Este modelo indica novamente que os investidores dessa categoria so avessos ao risco, como observado no sinal do coeficiente da varincia, mas no possuem averso ao risco absoluta decrescente, de acordo com o sinal do coeficiente da assimetria. Contudo, diferentemente de outras categorias anteriores o patrimnio lquido no significativo para o modelo. Novamente seria interessante um aprofundamento no tema a fim de justificar esse comportamento especfico desta categoria. O modelo parece bem estimado, com um R2 ajustado de 44,58%. A estatstica de Durbin-Watson, no sugere problemas de autocorrelao-serial e para o problema de heterocedasticidade, foi usado o procedimento de estimao de GLS.

6. Concluses A anlise do modelo terico por meio dos desenvolvimentos da Desigualdade de Jensen e do conceito de averso absoluta ao risco de Arrow-Pratt, demonstrou que um comportamento plausvel para o investidor possuir averso absoluta ao risco decrescente em relao renda, e, neste caso, o conjunto de funes de utilidade que melhor expressaria as preferncias dos investidores seria U U 3 . Foi observado que assumir este tipo de preferncia significa reconhecer que quanto maior a varincia de uma srie de retornos de um ativo, mais baixa ser a utilidade esperada de um investidor avesso ao risco. Por outro lado, quanto maior a assimetria positiva dessa srie, maior ser a utilidade esperada desse investimento. Com base nesses pressupostos, procurou-se avaliar as preferncias dos investidores de fundos de investimentos no mercado brasileiro. A partir de uma amostra bastante ampla, com dados dirios a partir de janeiro de 1997 a julho de 2003 foi possvel perceber comportamentos diferenciados entre as diferentes categorias de fundos de investimentos. As tabelas e os grficos descritivos da base de dados evidenciaram deslocamentos assimtricos ao longo das distribuies de retornos dos diversos fundos de investimentos, verificando-se que normalidade nas distribuies de retornos dos fundos de investimentos praticamente uma exceo dentro da amostra estudada. Como citado anteriormente, para que o processo de escolha seja timo, o tradicional mtodo de M-V assume que as distribuies de retornos devam ser normais ou que as funes de utilidade dos investidores devam ser quadrticas. Sob essas condies, estaria o critrio de M-V respondendo s preferncias dos investidores nacionais em seu processo de escolha? Procurando responder a segunda condio necessria ao critrio de M-V, observouse que de maneira geral, os investidores tm preferncias que podem no estar sendo satisfeitas ao assumir funes de utilidade quadrticas. Como visto na anlise do Modelo Geral, os investidores so avessos ao risco e preferem distribuies assimtricas positivas. Esse resultado abre novas possibilidades para o estudo de seleo de portfolios, particularmente para a aplicao dos critrios de Dominncia Estocstica, uma vez que estes podem incorporar mais informaes ao processo de escolha do investidor. Da mesma forma, os resultados do Modelo Multimercados tambm confirmaram as hipteses para as preferncias dos investidores, de forma que o investidor exige um prmio maior 18

para fundos que apresentam maior varincia e est disposto a aceitar um prmio menor para fundos que oferecem um menor downside risk. interessante notar que esta categoria de fundos tem como objetivo buscar um maior retorno no longo prazo atravs do investimento em diversas classes de ativos, como, por exemplo, renda fixa, cmbio, e renda varivel. Os resultados dos modelos para as categorias de Fundos DI, Dlar e Ibovespa, mostraram que os investidores realmente so avessos ao risco, porm o sinal para a assimetria no foi o esperado, indicando que o investidor no possui averso ao risco absoluta decrescente e no parece exigir um prmio menor para os fundos que apresentam distribuies assimtricas positivas. Porm, ao analisar as categorias separadamente o modelo parece no captar as diferena entre os indivduos, pois o desempenho dos fundos muito semelhante e os indivduos so muito homogneos. Anlise distinta observada quando analisamos as categorias de Multimercados e o Painel Geral. Nestas categorias observa-se uma grande heterogeneidade entre os indivduos, e o desempenho entre de cada fundo pode ser bastante diferenciado. Por exemplo, o que os resultados das estimaes parecem estar demonstrando que um investidor ao escolher um fundo de renda fixa no est muito preocupado em escolher um fundo A ou B, mas sim um fundo de renda fixa. Por outro lado, parece haver uma grande diferena para um investidor ao escolher entre um fundo Referenciado Ibovespa ou um Fundo Referenciado DI. Neste caso, o prmio exigido para sua escolha significativamente diferente, como ficou evidenciado no Painel Geral, em que as diversas categorias esto reunidas em um nico grupo. O mesmo acontece com a categoria Multimercados no qual existe uma grande diferena na composio dos portfolios entre cada um fundos de investimentos dessa categoria. Finalizando, a metodologia adotada para caracterizar as preferncias dos investidores demonstra que o conjunto mais adequado para as funes de utilidade dos investidores U U 3 e a questo que este artigo pretende levantar que se a utilizao do mtodo de M-V no estaria trazendo uma limitao ao processo de seleo de portfolios ao incorporar menos informaes ao processo de escolha do investidor.

7. REFERNCIAS BIBLIOGRFICAS ARDITTI, F. D. Risk and Required Return on Equity. Journal of Finance, mar. 1967, p. 19-36. COOLEY, P. L. A Multidemnsional Analysis of Institutional Investor Percepion of Risk. Journal of Finance, vol. 32, n. 1, mar. 1977, p. 67-79. DUARTE J.; MACEDO, P.B.R., Eficincia Tcnica de Municpios do Sul de Minas Gerais: Determinantes Estruturais e Distribuio Espacial. Anais do XXVI Encontro Nacional de Economia, Vitria, ES. 1998. FRIEND, I.; WESTERFIELD, R. Co-Skewness and Capital Asset Princing. Journal of Finance, vol. 25, n. 4, set. 1980, p. 897-913. GREENE W. H. Econometric Analysis, 4 ed.Prentice Hall, 2000. HADDAR, J.; RUSSEL, W. R. Rules for Ordering Uncertain Prospects, American Economic Review, Nashville, vol. 59, mar. 1969, p. 25-33. HANOCH, G.; LEVY, H. Efficient Portfolio Selection with Quadratic and Cubic Utility. Journal of Business, vol. 43, n. 2, abr. 1970, p. 181-189. HAUSMAN J. A., Specification Tests in Rconometrics, Econometrica, vol. 46, n. 6, novembro 1978. p. 1251 1271.

19

KRAUS, A.; LITZENBERGER, R. Skewness Preference and the Valuation of the Risk Assets. Journal of Finance, vol. 31, n. 4, set. 1976, p. 1085-1097. LEVY, H., Stochastic Dominance: Investment Decision Making Under Uncertainty, 1 ed., Kluwer Academic Publishers, 1998. LINTNER, J. Security Prices, Risk, and Maximal Gains from Diversification. Journal of Finance, vol. 20, n. 4, dez. 1965, p. 587-615. MARKOWITZ, H. Portfolio Selection. Journal of Finance, vol. 7, n. 1, mar. 1952, p. 77-91. MAS-COLELL, A.; WHINSTON, M. D.; GREEN, J. R. Microeconomic theory. New York: Oxford University Press, 1995. PRATT, J. W. Risk Aversion in the Small and in the Large. Econometrica, vol. 32, n. 2, jan-abr. 1964, p. 122-136. QUIRK, J. P.; SAPOSNIK, R. Admissibility and Measurable Utility Functions. Review of Economic Studies, vol. 29, 1962, p. 140-146. ROTSCHILD, M.; STIGLITZ, J. E. Increasing Risk: a Definition. Journal of Economic Theory, vol. 2, n. 3, set. 1970, p. 225-243. SHARPE, W. F. Capital Asset Prices: A Theory of market Equilibrium Under conditions of Risk. Journal of Finance, vol. 19, n. 3, set. 1964, p. 425-442. SHARPE, W. F. Mutual Fund Performance. Journal of Business, vol. 39, jan. 1966, p. 119-138. SPIEGEL M. R., Estatstica, 3 ed. McGraw-Hill, 1993. VON NEUMANN, J.; MORGENSTERN, O. Theory of Games and Economic Behavior. 6 ed. Princeton: Princeton University Press, 1990. WHITMORE, G. A. Third Degree Stochastic Dominance. American Economic Review, vol. 60, jul. 1970, p. 457-459.

20