Fundao Getlio Vargas

Escola de Ps-Graduao em Economia

Mestrado em Finanas e Economia Empresarial

APLICANDO ESTRATGIAS SIMULTNEAS DE

MOMENTO E VALOR NO MERCADO BRASILEIRO

Jerckns Affonso Cruz

Rio de Janeiro
Novembro de 2009

APLICANDO ESTRATGIAS SIMULTNEAS DE

MOMENTO E VALOR NO MERCADO BRASILEIRO

JERCKNS AFFONSO CRUZ

Dissertao
apresentada
ao
Mestrado em Finanas e Economia
Empresarial como requisito parcial
para obteno do grau de Mestre
em
Finanas
e
Economia
Empresarial.

ORIENTADOR: PROF. MARCO ANTONIO BONOMO

CO-ORIENTADOR: PROF. MARCELO VERDINI MAIA

RIO DE JANEIRO
NOVEMBRO DE 2009
1

Para minha famlia, que me ensinou muito

sobre a arte de no desistir, por mais difceis
que fossem os obstculos.

AGRADECIMENTOS

Aos meus pais, Liene e Jerckns, pelo carinho e infinita dedicao ao meu
crescimento pessoal e profissional. Sem vocs tudo isto no teria um incio.

minha irm Ericka, por seu eterno apoio a qualquer atividade que eu me aventure.
Obrigado por estar sempre a, mesmo que agora longe.

minha querida futura esposa, Flavia, por seu amor, apoio e acima de tudo
pacincia durante este perodo. Obrigado por trazer alegria nas pequenas coisas.

Aos meus orientadores, Marco Bonomo e Marcelo Verdini, por suas idias que
fizeram este trabalho tomar o caminho correto.

Aos professores da EPGE, pela dedicao ao ensino e pelo aprendizado que me foi
passado.

Aos colegas de Mestrado, pela amizade e pelos momentos de troca. Em especial

Artur e Marcus, por tantas madrugadas de sexta estudando e compartilhando idias.

RESUMO

A teoria de Finanas Comportamentais surge como uma nova abordagem ao mercado

financeiro, argumentando que alguns eventos podem ser mais bem explicados se as
restries da racionalidade do investidor so relaxadas. Conceitos de psicologia e
limites arbitragem so usados para modelar as ineficincias, criando a idia de ser
possvel ganhar sistematicamente do mercado. Este trabalho prope um novo modelo,
simplista na sua implementao, para aproveitar os retornos anormais advindos de
estratgias de momentum e reverso mdia simultaneamente. A idia de um efeito
momentum de longo prazo mais forte que o de curto prazo introduzida, mas os
resultados empricos mostram que a dinmica do mercado brasileiro rejeita este
conceito. O modelo falha em conseguir retornos positivos e livres de risco.
PALAVRAS-CHAVE: Finanas Comportamentais, momentum, contrarian, reverso
mdia, arbitragem estatstica.

ABSTRACT

The theory of Behavioral Finance emerges as a new approach to the financial market,
arguing that some events are better explained if the restrictions of investors rationality
are relaxed. Concepts of psychology and limits to arbitrage are used to model market
inefficiencies, bringing up the idea that market can be systematically beaten. This paper
proposes a new model, of simple implementation, to explore the abnormal returns from
the momentum and mean reversion strategies simultaneously. The idea of a long term
momentum effect stronger than the short term effect is introduced, but the empirical
results show that the Brazilian market dynamics reject this concept. The model fails to
achieve riskless positive returns.

KEY-WORDS: Behavioral Finance, momentum, contrarian, mean reversion, statistical

arbitrage.
4

SUMRIO

CAP.1 INTRODUO........................................................................................... 7
CAP.2 REVISO DA LITERATURA...................................................................9
2.1. Justificativa Terica para a Estratgia Momentum................................. 9
2.2. Justificativa Terica para a Estratgia Contrarian................................. 11
2.3. A Relao entre as Estratgias Momentum e Contrarian....................... 13
2.4. O Cenrio Brasileiro............................................................................... 13
CAP.3 METODOLOGIA........................................................................................ 16
3.1. Modelo.................................................................................................... 16
3.2. Amostra e Metodologia...........................................................................18
CAP.4 RESULTADOS............................................................................................ 21
4.1. Resultados Brutos................................................................................... 21
4.2. Caractersticas das Carteiras................................................................... 23
4.3. Corrigindo pelo Risco............................................................................. 28
CAP.5 CONCLUSO.............................................................................................. 35
REFERNCIAS BIBLIOGRFICAS......................................................................... 37

NDICE DE TABELAS E FIGURAS

Tabela 1: Carteiras formadas aps classificao por retornos passados..................... 20

Tabela 2: Comparativo dos retornos acumulados e compostos para cada uma das
carteiras e estratgias.................................................................................. 22
Tabela 3: Caractersticas bsicas das carteiras............................................................24
Tabela 4: Betas das carteiras e das estratgias............................................................ 26
Tabela 5: ndice de Sharpe modificado de cada estratgia......................................... 32
Tabela 6: Resultados dos alphas de Jensen................................................................ 34
Tabela 7: Resultados dos alphas de Jensen por estratgia.......................................... 34

Figura 1: Anlise da sazonalidade nos retornos......................................................... 27

Figura 2: Estatsticas descritivas das estratgias........................................................ 29

1. INTRODUO

Por muito tempo na histria de Finanas a Hiptese de Mercados Eficientes foi a

base para os principais modelos de precificao de ativos, afirmando que toda a
informao disponvel estaria corretamente refletida nos preos de mercado e sempre
que uma nova informao surgisse no sistema, o equilbrio seria restaurado por meio de
escolhas racionais por parte dos agentes. Esta abordagem tradicional tambm considera
a existncia de investidores irracionais conhecidos por noise traders mas afirma que
sua influncia no curto prazo imediatamente corrigida pelos investidores racionais
chamados arbitradores , que exploram a oportunidade criada pelo desequilbrio e
acabam trazendo os preos de volta ao nvel fundamental1.
Como conseqncia desta eficincia do mercado, o retorno esperado de uma
ao pde ser escrito como uma funo positiva do seu beta como visto em um dos
principais modelos de precificao: o Capital Asset Pricing Model (CAPM). Contudo,
esta relao linear entre risco e retorno comeou a ser questionada nos anos 80 medida
que alguns fenmenos observados no mercado no puderam ser explicados pela HME.
Estudos passaram a mostrar que os investidores de fato no so estritamente racionais,
nem possuem capacidade computacional ilimitada para arbitragem2. Acrescentando s
crticas contra a teoria tradicional, verificou-se empiricamente que dados histricos
poderiam prover informao valiosa na tentativa de prever o comportamento futuro das
aes.
Neste cenrio, a teoria de Finanas Comportamentais surge como uma nova
abordagem ao mercado financeiro, argumentando que alguns eventos podem ser mais
bem explicados se as restries da racionalidade do investidor so relaxadas. Conceitos
de psicologia e limites arbitragem so usados para modelar as ineficincias, criando a
idia de ser possvel ganhar sistematicamente do mercado3. Jegadessh e Titman (1993)
documentam que empresas com maiores retornos nos ltimos trs meses a um ano
continuam a ganhar de empresas com pior desempenho no mesmo perodo. Por outro
1

Conceito apresentado por DeLong et al. (1990) como uma explicao alternativa viso de Fama (1998)
que afirmava que os desvios causados por investidores irracionais anulavam uns aos outros.
2
Shiller (1998).
3
Contrariando Fama (1970), que pela primeira vez formalizou o conceito de mercados eficientes,
afirmando no ser possvel montar uma estratgia para bater o mercado.

lado, DeBondt e Thaler (1985, 1987) apontam para reverso dos retornos em horizontes
de tempo mais longos.
Um bom exemplo de ineficincia no mercado financeiro, que atraiu a ateno de
acadmicos recentemente, a estratgia classificada como arbitragem estatstica neutra
ao mercado. Mecanismos estatsticos para gerar os sinais de trade, regras sistemticas e
uma carteira apresentando baixa correlao com o mercado so caractersticas deste
fenmeno, que comumente analisado nos trabalhos acadmicos atravs do estudo de
eventos pelo clculo do retorno cumulativo anormal Cumulative Abnormal Return
(CAR).
A proposta desta Tese de Mestrado estudar, em termos de risco e retorno, a
implementao no mercado brasileiro de um modelo de arbitragem estatstica baseado
em dois fenmenos comumente estudados em separado: momentum e reverso mdia.
Na segunda parte do trabalho daremos uma viso geral sobre Finanas
Comportamentais e discutiremos alguns dos estudos acerca do tema dentro e fora do
Brasil. A terceira parte descreve a metodologia aplicada e os dados utilizados. A seguir
apresentamos as simulaes das carteiras, para na ltima parte discutir os resultados e
concluses do trabalho.

2. REVISO DA LITERATURA

A expresso Arbitragem Estatstica abrange uma variedade de estratgias

caracterizadas por: (i) gerao de sinais de trade sistemtica, ou baseada em regras; (ii)
a carteira neutra ao mercado, no sentido de possuir beta zero com relao ao mercado;
(iii) o mecanismo para gerao dos retornos estatstico. A estratgia de Pairs-trading
considerada a ancestral da arbitragem estatstica, e sua idia geral ficar long em uma
ao que se espera subir e short em outra que se espera cair.
Conceitos de Finanas Comportamentais podem ser usados na gerao dos sinais
de trade. A teoria de limite arbitragem mostra que se investidores irracionais causam
desvios dos valores fundamentais, os investidores racionais sero frequentemente
incapazes de corrigir a precificao. Alguns riscos advindos do mercado e do
comportamento dos investidores que acabam limitando a arbitragem: restries venda
a descoberto, restries no horizonte de tempo (que obrigaria o trader a realizar
prejuzos, caso no possa esperar pela correo dos preos), custos de pesquisa e de
recursos para identificar e explorar os desvios nos preos. Na tentativa de explicar estes
desvios, os modelos comportamentais se utilizam de conceitos de psicologia para
entender as crenas e preferncias das pessoas, que acabam por enviesar sua tomada de
deciso4.

2.1. Justificativa Terica para a Estratgia Momentum

Grinblatt e Han (2002) definem o efeito momentum5 como a manuteno dos
retornos das aes em um horizonte entre trs meses e um ano. Uma estratgia
momentum tpica ficar long nas vencedoras e short nas perdedoras, considerando uma
janela de tempo passada para o rankeamento, explorando assim a continuidade da
tendncia.
4

Por exemplo, a tendncia dos indivduos em ver padres de formao em seqncias de nmeros
aleatrios. Ou o vis do conservadorismo, que faz com que os investidores dem menor peso para novas
informaes ao atualizar sua base de informao (Jegadeesh e Titman, 2001).
5
O efeito momentum foi pela primeira vez documentado por DeBondt e Thaler (1985); apesar de os
autores no estudarem explicitamente o efeito, ele uma conseqncia do fato que as aes tendem a
reverter.

O efeito pode ser explicado por alguns fatores comportamentais, como

representatividade investidores ingnuos extrapolando ganhos futuros baseados no
passado recente , e excesso de confiana nas informaes privadas em relao quelas
de domnio pblico.
Jegadeesh e Titman (1993) estudaram o desempenho de estratgias de fora
relativa criando carteiras sem custo ao comprar vencedores e vender perdedores,
considerando horizontes de tempo de um a quatro trimestres tanto para a formao
quanto para a manuteno da carteira. A estratgia que mais se destacou usa um perodo
de avaliao de 12 meses, com manuteno por trs meses. A anlise de longo prazo
mostra que metade do excesso de retorno observado no primeiro ano desde a formao
da carteira dissipado dentro dos dois anos seguintes. Alm disso, encontraram
evidncias para negar que a rentabilidade das estratgias vem do fato de serem
sistematicamente mais arriscadas. A crtica recebida acerca da validade dos dados
utilizados foi respondida no trabalho de 2001, onde repetiram os testes com dados mais
recentes e janelas de tempo maiores, provando que ao menos no mercado americano
existe ou existiu a presena do efeito momentum.
Larsson et al. (2003) testa um modelo de arbitragem estatstica no mercado da
Sucia, escolhendo as aes com momentum mais forte seguindo uma combinao de
critrios: retornos acumulados nos ltimos 6 meses, ndice book-to-market, magnitude
da variao dos preos durante um aumento no volume das operaes, fluxo de caixa
esperado e capitalizao de mercado. O beta total mantido neutro, e para evitar
covarincia dentro da carteira, os quatro melhores candidatos aps a ordenao so
testados pela matriz de covarincia antes da incluso. A carteira mantida por 4 meses,
no final dos quais um re-balanceamento total acontece; este modelo mais realista, que
ainda considera os custos de transao6, aponta que o efeito do momentum ainda mais
atrativo do que sugerido por modelos acadmico mais simplistas.

Muitos trabalhos no consideram os diversos custos de transao para simplificar a modelagem das
estratgias de arbitragem. Argumenta-se, contudo, que estas estratgias no sobreviveriam aos custos de
transao devido aos freqentes rebalanceamentos e principalmente aos custos de aluguel. No
mercado americano este ltimo custo frequentemente assumido como 0.5% aa; mas no mercado
brasileiro, as aes menos lquidas podem atingir taxas de aluguel de 2 dgitos.

10

Hvidkjaer (2002) estuda como os investidores operam as carteiras de momentum

segundo Jegadeesh e Titman (1993). Os investidores maiores, institucionais, apresentam
pouca evidncia de sob ou sobre-reao, mas o efeito notvel dentre os investidores
pequenos. Ele encontra uma presso de compra nas aes que apresentaram
desempenho pior e uma presso de venda naquelas com melhor desempenho passado,
logo aps a formao das carteiras. Estes padres so revertidos ao longo do ano
seguinte formao, com uma presso de compra crescente nas aes vencedoras e de
venda nas perdedoras presso esta especialmente forte nas ltimas. Os resultados so
consistentes com uma sob-reao inicial seguida por uma sobre-reao atrasada.

2.2. Justificativa Terica para a Estratgia Contrarian

A estratgia contrarian pode ser descrita como uma aposta contra os
investidores ingnuos, uma vez que investe em aes que apresentam preos abaixo dos
nveis fundamentais e vende aquelas com preos acima, esperando pela correo para
nveis mdios esse o efeito da reverso mdia7.
Uma verso do modelo contrarian a estratgia baseada em aes de valor.
Aes com bom desempenho passado e boa expectativa de desempenho futuro so
chamadas de aes de crescimento ou glamour; aquelas com resultados inferiores, aes
de valor.
Fama e French (1992) constataram que as carteiras compostas por aes de valor
apresentaram um retorno mensal mdio superior s carteiras formadas por aes de
crescimento, sendo esse retorno anormal no justificado por um risco mais elevado.
Eles sugeriram que o ndice book-to-market e o tamanho da firma seriam fatores que
melhor explicariam o retorno das aes de empresas norte americanas, em detrimento
do beta j utilizado no CAPM.

O paradigma da reverso mdia tipicamente associado ao efeito de sobre-reao do mercado: ativos

que esto temporariamente sub ou sobre precificados em relao a um ou vrios ativos referncia (Lo e
MacKinley, 1990).

11

Lakonishok et al. (1993) criou um modelo com perodo de formao igual a 5

anos, analisando o desempenho das carteiras atravs de uma janela de 1 a 5 anos; todas
as aes possuem o mesmo peso e a carteira re-balanceada no final de cada ano. Eles
argumentam que as aes de crescimento devem apresentar tanto um crescimento
passado superior (medido pela variao de preo) como uma taxa de crescimento
esperada superior (associada a mltiplos elevados); pela mesma idia, as aes de valor
teriam tanto um desempenho passado inferior quanto mltiplos baixos. Testando
diferentes variveis fundamentais, eles concluem que o ndice book-to-market no o
melhor caminho apesar de comumente utilizado na literatura para distinguir entre as
duas classes de aes. Eles ainda concluem que a estratgia de valor funciona porque
explora os erros de extrapolao refletidos nos preos (o mercado superestima o
crescimento futuro das aes de glamour, precificando a nveis muito mais elevados que
as aes de valor, em relao a seus mltiplos), e no porque as aes de valor so
fundamentalmente mais arriscadas que as de crescimento8.
Avellaneda e Lee (2008) propem uma abordagem de seleo baseada no
desempenho relativo das aes dentro de suas indstrias. Usando ETFs ou fatores PCA
e considerando o volume de negcios das aes, eles criam uma estratgia contrarian
baseada na reverso mdia dos preos relativos, e no dos preos em si. Os sinais de
trade so obtidos atravs de uma varivel adimensional, chamada s-score, que definida
como a distncia para o equilbrio dos resduos. Apesar de ter se provado uma estratgia
vencedora, testes empricos mostram que a reverso dos preos normalmente acontece
aps 2 ou 3 anos da formao da carteira, motivo pelo qual pode no ser amplamente
utilizada, uma vez que a maioria dos investidores possuem um horizonte de payoff mais
curto.

Alguns crticos da estratgia: Chan (1998), Ball e Kothari (1989). Os testes so baseados no conceito de
que para serem fundamentalmente mais arriscadas, as aes de valor deveriam ter um desempenho pior
que as de crescimento com alguma regularidade, e particularmente nos estados ruins da economia.

12

2.3. A Relao entre as Estratgias Momentum e Contrarian

Estudos empricos suportam o sucesso de cada estratgia quando implementadas
separadamente, mas existe a chance de se aumentar os retornos se ambas so
combinadas em uma nica estratgia de investimento. Uma vez que a primeira est
baseada no movimento de curto prazo das aes e a outra nos movimentos de longo
prazo, torna-se relevante a criao de uma estratgia que trabalhe com as duas ao
mesmo tempo9.
Hogan et al. (2003) apresenta uma metodologia para testar a eficincia do
mercado atravs de arbitragem estatstica - se uma determinada estratgia constitui
arbitragem, ento a eficincia do mercado comprometida, sem a necessidade de atrelar
os testes a um modelo especfico de equilbrio de mercado. Eles testam empiricamente
se as estratgias momentum e valor constituem oportunidades de arbitragem estatstica,
considerando todos os custos envolvidos de transao, de aluguel, de chamada de
margem, entre outros. Para evitar data mining, as estratgias seguem a metodologia de
Jegadeesh e Titman (1993) para o efeito momentum e de Lakonishok et al. (1994) para
o efeito de reverso mdia. Em resumo, metade das estratgias de momentum e quase
metade das estratgias de valor testadas convergiam para arbitragens sem risco. Em
relao s estratgias de valor, enquanto as baseadas em crescimento de vendas e na
razo fluxo de caixa-preo apresentavam esta tendncia, aquelas baseadas na razo
book-to-market no se mostraram positivas como oportunidades de arbitragem
estatstica.

2.4. O Cenrio Brasileiro

Alguns estudos desenvolvidos entre estratgias vencedoras baseadas em retornos
passados mostraram que ambos os efeitos momentum e reverso mdia esto
presentes no mercado acionrio brasileiro.

Existe relao entre os dois efeitos, de acordo com Hong e Stein (1999). A continuidade do movimento
de compra por parte dos agentes eleva os preos a nveis acima do valor intrnseco, gerando uma sobrereao que pode ser seguida de uma forte reverso no perodo seguinte.

13

Lemos e Costa Jr. (1997) encontraram evidncias de reverso mdia no curto

prazo, usando uma metodologia semelhante de Zarowin (1989). As aes foram
rankeadas de acordo com os lucros, e a carteira com melhor desempenho no perodo de
anlise (carteira vencedora) acabou mostrando uma pior performance comparada
carteira perdedora no perodo seguinte.
Bonomo e DallAgnol (2003) estudaram estratgias contrarian adaptando o
modelo de Chopra et al. (1992) s peculiaridades do mercado brasileiro por exemplo,
introduziram o fator liquidez ao modelo original. Eles encontraram evidncias de sobrereao em um perodo entre 3 meses e 3 anos, sendo maior a rentabilidade da carteira no
curto prazo. Os resultados apontaram para uma tendncia de reverso nas aes da
Bovespa.
Kabashima (2005) abordou a estratgia de pairs trading, usando a metodologia
proposta por Vidyamurth (2004). Cada par de aes pr-selecionado com base na
correlao, para ento testar a co-integrao do comportamento do rudo gerado pela
regresso linear do par. O par escolhido se certa medida de reverso mdia
atingida, mas o autor conclui que a falta de liquidez no mercado brasileiro um
empecilho na tentativa de reduzir os custos da operao.
Em relao s aes de crescimento e valor, algumas pesquisas mostram que o
desempenho superior da estratgia de valor confirmado, contudo os trabalham
divergem em relao abordagem da anlise de risco.
Costa Jr. e Neves (2000) investigaram a existncia de outras variveis
(capitalizao de mercado, ndice preo/lucro e ndice book-to-market, entre outras)
como fatores para um modelo de precificao das aes da Bovespa, acrescentando ao
j utilizado beta. Eles encontraram uma relao negativa entre os retornos mdios das
carteiras e a ndice preo/lucro, enquanto o ndice book-to-market apresentou uma
relao positiva. Apesar de contriburem para a descrio dos retornos, os autores
concluem que o beta continua apresentando o melhor poder preditivo.
Rostagno et al. (2006) usou sete fatores para analisar o risco das carteiras de
valor e crescimento. Usando a metodologia de Fama e French (1992), o maior
desempenho destas carteiras testado usando cada fator individualmente, alm de
preos em dlares para remover o risco cambial da anlise dos perodos baixistas. A
14

concluso que apenas quando a capitalizao de mercado utilizada como fator, as

aes de crescimento conseguem desempenhar ligeiramente melhor que as de valor. As
carteiras ordenadas pelo ndice preo/lucro so as que apresentaram melhor
performance.
Lacerda (2007) analisa o desempenho de estratgias baseadas em Finanas
Comportamentais no mercado brasileiro. Ele primeiro testa individualmente para o
efeito momentum usando um perodo de 3 meses tanto para formao como para
manuteno da carteira e para a estratgia de valor usando 2 fatores nesse ltimo
caso: ndice book-to-market e ndice preo/lucro. Ele conclui que a carteira formada a
partir do momentum lucrativa e que as aes de valor mostraram um retorno anormal
tanto no perodo de baixa como no de alta. Ao combinar as duas estratgias, o melhor
desempenho ficou por parte da carteira formada por momentum e valor, contrariando os
resultados encontrados por Daniel e Titman (1999), que afirmaram que o melhor retorno
estava na carteira formada por momentum e aes de crescimento.

15

3. METODOLOGIA

3.1. Modelo
Buscamos um modelo de arbitragem estatstica que reunisse tanto o efeito de
reverso mdia e como o de momentum, e que apresentasse retornos no atrelados a
riscos maiores. A fim de manter uma implementao simples, diferenciando-se,
portanto, de outros modelos propostos, as carteiras sero montadas com base apenas na
anlise dos retornos das aes estudando os comportamentos de curto e longo prazo10.
Consideramos o trabalho de Hogan et al. (2003) na classificao de estratgias
como arbitragem estatstica, assumindo seus resultados como base de validao para as
carteiras aqui apresentadas. Para a definio dos perodos de formao e prazos de
investimento, utilizamos os resultados de Bonomo e DallAgnol (2003) em relao
anlise das estratgias contrarian, e a partir dele somando outros trabalhos no
mercado brasileiro, citados anteriormente definimos o prazo para as estratgias de
momentum.
A dinmica do modelo acontece da seguinte maneira: se uma ao apresenta um
determinado desempenho passado de longo prazo, e permanece nesta tendncia no
passado recente, ento esperamos que o efeito momentum se mantenha por mais algum
tempo no futuro. Se o desempenho no passado recente for diferente, ento a ao
apresenta o incio do comportamento de reverso mdia, anulando a tendncia
observada no passado de longo prazo. Desta maneira, estamos descrevendo um modelo

10

Trabalho semelhante encontrado em Kim (2002), que nomeia seu modelo Long-Term Momentum
Hypothesis e testa os resultados no mercado americano. No modelo, o preo de uma ao determinado
pela interao entre traders de momentum e investidores racionais passivos. A cada perodo que o preo
sobre/desce, novas geraes de traders entram no mercado comprando/vendendo a ao, aumentando a
demanda do efeito momentum e desviando ainda mais o preo dos seus nveis intrnsecos. Desta maneira,
o preo de uma ao com desempenho de longo prazo bom/ruim dever continuar a subir/cair (pelo
menos durante um horizonte curto de tempo) mais do que uma ao com igual desempenho de curto
prazo. No longo prazo, o poder de precificao dos traders gradualmente se reduz por dois motivos.
Primeiro, porque a demanda das geraes mais antigas vai diminuindo conforme estes traders saem do
mercado. Alm disso, a entrada de novas geraes ao longo do tempo reduz o efeito momentum uma vez
que os preos em mdia no continuam mostrando a tendncia no futuro. Desta maneira, o poder de
precificao comea a ser transferido para os investidores racionais, que ao trazer os preos de volta a
seus nveis fundamentais, acabam causando reverso no longo prazo.

16

de sobre-reao diferente de outros por considerar que o efeito momentum de longo

prazo mais forte que o de curto prazo11.
Definimos a notao WW/LL, onde a primeira letra aponta os melhores/piores
desempenhos no longo prazo e a segunda, os melhores/piores desempenhos no passado
recente, que se segue aps a janela de longo prazo. Quatro novas estratgias, duas
explorando o efeito momentum e duas explorando a reverso mdia, so definidas e
descritas a seguir.
A estratgia doubly-extreme contrarian caracterizada pela compra de LL e
venda de WW, e ela deve retornar prejuzo no curto prazo, uma vez que WW/LL
continuam sua tendncia por mais algum tempo, para ento se tornar rentvel medida
que a reverso se inicia. Este retorno negativo no curto prazo contrrio ao consenso
literrio que afirma que a estratgia contrarian apresenta retornos positivos mesmo no
curto prazo. Uma nova estratgia contrarian apresentada: trend-bucking. Sua
caracterstica comprar LW e vender WL, pois as variaes de preos recentes,
quebrando a tendncia de longo prazo, do mais peso ao poder de reverso dos preos
para seus nveis intrnsecos. esperado que essa estratgia apresente retornos anormais
positivos tambm no curto prazo.
A rentabilidade de curto prazo de uma estratgia momentum depende do
desempenho de longo prazo que antecede. Assim, a estratgia high momentum, definida
pela compra de WW e venda de WL, deve apresentar retornos anormais superiores
estratgia original usada em estudos anteriores. Isso porque WW mostra retornos
positivos no processo de sobre-reao causado pelo efeito momentum de longo prazo,
enquanto WL entra na correo desse efeito e mostra um desempenho negativo. A
mesma idia pode ser aplicada para a definio da estratgia low momentum: compra de
LW e venda de LL, que tambm vai obter retornos superiores estratgia momentum
original.

11

Por exemplo, Daniel et al. (1998) consideram que a sobre-reao dos investidores a uma nova
informao dispara tanto um efeito momentum de curto prazo quanto uma reverso de longo prazo.
Contudo, o modelo no capaz de prever quando a correo se inicia. A incapacidade de prever os
retornos de curto prazo tambm aparece nos modelos comportamentais de Hong e Stein (1999) e DeLong
et al. (1990).

17

3.2. Amostra e Metodologia

O sistema da Economtica foi utilizado para obtermos as sries de preos das
aes, que se referem s cotaes de fechamento mensais ajustadas por proventos,
inclusive dividendos, em moeda local. exceo das instituies financeiras, foram
includas na amostra as aes que fizeram parte do ndice Bovespa desde Janeiro de
1994 a Maio de 2009, apenas pelo perodo que estiveram no ndice desta maneira,
tentamos evitar que a falta de liquidez na ao acabe enviesando os retornos observados.
Entendemos que a amostra do mercado brasileiro no suficientemente grande para
estudos empricos, por este motivo no exclumos cotaes que estivessem abaixo de
certo limite de preo ou cujos valores de mercado das empresas estivessem abaixo de
certo limite12.
Ainda na Economtica obtivemos as sries de valor patrimonial, capitalizao de
mercado e shares outstanding. Do sistema da Bloomberg extramos a srie do CDI
(Certificado de Depsito Interbancrio), como proxy do ativo sem risco, e do ndice
Bovespa, como benchmark do mercado acionrio brasileiro. Utilizamos a funo
EQY_BETA_ADJ_OVERRIDABLE para calcular os betas das aes, com base de trs
meses.
O desempenho passado das aes analisado utilizando-se as variaes nos
preos, assim como geralmente feito em estudos anteriores. Contudo, Blume e
Stambaugh (1983) e Conrad e Kaul (1993) documentam que o spread de compra e
venda ou movimentos discretos nos preos podem causar vis nos retornos,
especialmente para aes com preos baixos quando os retornos so acumulados. Por
esta razo, propomos um retorno composto na anlise de longo prazo, definido pela
mdia dos retornos acumulados a cada trimestre, garantindo assim uma melhor
sensibilidade na anlise dos retornos histricos.
Para formar as carteiras baseadas nas quatro estratgias propostas pelo modelo,
precisamos de um procedimento de classificao em dois estgios. O retorno de longo
prazo definido como o retorno entre o 11 ms e o 3, deixando os trs meses mais re12

Aes precificadas a menos de USD5,00 ou abaixo do vigsimo percentil em termos de capitalizao

so geralmente excludas a fim de garantir que os resultados no so influenciados por aes ilquidas ou
pelo spread de compra e venda.

18

centes como o perodo de curto prazo. Ao final de cada ms t, as aes so rankeadas de

acordo com dois retornos compostos consecutivos: para o longo prazo utiliza-se o
retorno de t-11 at t-3, denotado por (11-3), enquanto para o curto prazo utiliza-se o
retorno de t-2 a t denotado por (2-0). Estes perodos parecem de acordo com os
estudos anteriores sobre o mercado brasileiro, cuja dinmica no permitiria anlises
mais longas como encontrado em outros trabalhos referentes ao mercado americano13.
As aes so ordenadas de forma crescente em tercis com base nos retornos (113) e ento novamente ordenadas em metades, com base nos retornos (2-0), dentro de ca
da tercil. Este procedimento gera 6 carteiras, sendo L1/L3 os melhores/piores
desempenhos de acordo com o retorno de longo prazo, e C1/C2 os melhores/piores
desempenhos de acordo com o curto prazo. Para as estratgias originais, um
procedimento simples de apenas uma etapa suficiente: o retorno de longo prazo nesse
caso assinalado por (11-0) e o de curto prazo incondicional por (2-0)i.
Uma vez definido o procedimento de classificao, podemos descrever cada
estratgia como segue. A Tabela 1 ilustra as carteiras de interesse.
Doubly-extreme contrarian: compra LL e vende WW, equivalente a comprar
L1C1 e vender L3C2. Trend-bucking contrarian: compra LW e vende WL, equivalente
a comprar L1C2 e vender L3C1.
High momentum: compra WW e vende WL, equivalente a comprar L3C2 e
vender L3C1. Low momentum: compra LW e vende LL, equivalente a comprar L1C2 e
vender L1C1.

13

Estudos anteriores tipicamente usam os retornos de 5 anos para a reverso de longo prazo (DeBondt e
Thaler, 1985; Ball e Kothari, 1989; Fama e French, 1996). Para o efeito momentum de curto prazo, so
considerados os retornos dos ltimos 6 meses (Jegadeesh e Titman, 1993; Chan, Jegadeesh e Titman,
1996).

19

Tabela 1: Carteiras formadas aps classificao por retornos passados.

Carteiras (11-3)
L1
L2
L3
Carteiras (2-0)
Incondicionais

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
LL
LW
WL
WW

(2-0) L

Carteiras (11-0)
(11-0) L
(11-0) W

(2-0) W

As carteiras momentum e contrarian formadas a cada final de ms t so

investidas por um perodo de 6 meses, de t+1 at t+6. As carteiras no so
rebalanceadas at o final do investimento e aes cuja cotao interrompida ao longo
desse perodo no so substitudas. Nestes casos, a idia manter o financeiro
equivalente posio cancelada em carteira, sem re-investimento, obtendo um retorno
igual a zero. Desta maneira garantimos coerncia com a regra de no rebalanceamento.

20

4. RESULTADOS

4.1. Resultados Brutos

Exclumos as aes com histrico inferior a 12 meses, a fim de manter a
integridade do modelo, resultando em uma amostra com 121 aes no total. O perodo
de formao das carteiras fica entre Janeiro de 1995 e Novembro de 2008, e
considerando que as aes so elegveis de alocao apenas nos perodos em que
estiveram na composio do ndice Bovespa, temos em mdia 43 aes ativas. Os
Painis 1 e 2 da Tabela 2 mostram os retornos mensais14 mdios compostos e
acumulados obtidos para cada uma das carteiras, enquanto o Painel 3 mostra uma
comparao simples entre as estratgias.
Podemos verificar alguma diferena entre o desempenho obtido quando usamos
a mtrica de retornos acumulados ao invs de retornos compostos, sugerindo que a no
eliminao das aes com preo e capitalizao baixos pode ter enviesado os resultados
de certa forma. A partir deste ponto, utilizaremos apenas a mtrica de retornos
compostos.
O Painel 1 mostra que os retornos mensais aumentam com a ordenao nas (2-0)
carteiras, fato consistente com pesquisas anteriores sobre o efeito momentum de curto
prazo. Contudo, espervamos que os retornos diminussem com a ordenao nas (11-3)
carteiras, apoiando a teoria de reverso de longo prazo, fato no comprovado; o efeito
dessa anomalia se verifica nos fracos resultados atingidos pelas estratgias que devem
vender as carteiras W de longo prazo: todas as estratgias contrarian apresentam
retornos mdios negativos: original contrarian, doubly-extreme contrarian e trendbucking apresentam respectivamente -0.44%, -0.55% e -0.12%.
A hiptese de risco-retorno de Fama e French (1996) afirma que os piores
desempenhos de longo prazo so mais arriscados que os vencedores de longo prazo,
pois devem se relacionar a firmas mais alavancadas ou em pior situao financeira. Por
essa idia, deveramos concluir que a carteira LL mais arriscada que a LW, e se a dife14

Calculamos os retornos mensais para efeito de comparao a posteriori.

21

rena de risco se reflete nos retornos de reverso, ento a estratgia doubly-extreme

deveria apresentar um retorno superior trend-bucking. O Painel 3 mostra que, na
verdade, a estratgia trend-bucking apresenta um retorno bruto maior, o que
inconsistente com a afirmao da hiptese de retorno baseado no risco.
A estratgia high momentum obtm retorno mensal composto de 0.14%
enquanto a estratgia original apresenta 0,729%. Este resultado tambm contraria o
modelo: esperava-se que o efeito momentum nos preos fosse mais forte para as
carteiras WW e LL, com um efeito de correo mais forte para WL e LW.

Tabela 2: Comparativo dos retornos acumulados e compostos para cada uma das
carteiras e estratgias.
Painel 1: Mdia Mensal das Sries Temporais de Retornos Compostos
Carteiras (11-3)
L1
L2
L3
Carteiras (2-0)
Incondicionais

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
0.68%
0.97%
0.69%
1.59%
1.10%
1.23%

0.94%

Carteiras (11-0)
0.82%
1.15%
1.25%

1.23%

Painel 2: Mdia Mensal das Sries Temporais de Retornos Acumulados

Carteiras (11-3)
L1
L2
L3
Carteiras (2-0)
Incondicionais

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
0.63%
1.00%
0.76%
1.48%
1.12%
1.26%

0.94%

1.23%

22

Carteiras (11-0)
0.84%
1.10%
1.30%

Tabela 2: Continuao.
Carteiras
WW
WL
(11-0) W
(2-0) W
LL
LW
(11-0) L
(2-0) L
Original Contrarian Strategy
Doubly-extreme Contrarian Strategy
Trend-bucking Contrarian Strategy
Original Momentum Strategy
High Momentum Strategy
Low Momentum Strategy

Retornos Compostos Retornos Acumulados

1.23%
1.26%
1.10%
1.12%
1.25%
1.30%
1.23%
1.23%
0.68%
0.63%
0.97%
1.00%
0.82%
0.84%
0.94%
0.94%
-0.44%
-0.46%
-0.55%
-0.63%
-0.12%
-0.13%
0.29%
0.29%
0.14%
0.13%
0.29%
0.37%

4.2. Caractersticas das Carteiras

A Tabela 3 resume as caractersticas bsicas das carteiras formadas, com o
objetivo de examinar a relao entre alguns fatores comumente relacionados em estudos
anteriores e os retornos encontrados. O Painel 1 traz as mdias das sries temporais do
tamanho de cada firma na data da formao das carteiras. No longo prazo, possvel
notar que o tamanho mdio das carteiras tende a aumentar, comportamento tambm
notado na ordenao de curto prazo. Essa relao aparentemente linear entre tamanho
da firma e rankeamento dos retornos passados implica que um efeito tamanho diferente
do difundido na literatura verificado nos retornos mensais compostos: os maiores
retornos esto nas carteiras que apresentam maiores mdias de market cap., quando o
esperado era o efeito tamanho atribuir retornos maiores para carteiras com menor
capitalizao. Por exemplo, a carteira WW, que apresenta o maior retorno passado
dentre todas, aparece com a maior capitalizao.
O Painel 2 resume as mdias das razes de turnover, como uma medida do
volume operado por papel. O comportamento ao longo dos retornos (11-3) e (2-0)
semelhante: crescente com a ordenao. Dessa maneira, temos uma relao direta entre
retornos passados e volumes, fato que parece ser consistente com os estudos de Lee e
Swaminathan (2000) de que aes com alto/baixo volume de negcios tendem a ser
aes de crescimento/valor.
23

Atravs das sries de valor patrimonial calculamos as sries dos ndices book-tomarket, cujas mdias so representadas no Painel 3. A relao negativa verificada com
ambas as ordenaes (11-3) e (2-0), permite a concluso inicial de que as carteiras
formadas pelo modelo respeitam a teoria de valor versus crescimento apresentada por
Lakonishok et al. (1993): as carteiras vencedoras (aquelas com retornos passados
maiores) apresentam menor ndice book-to-ratio que as perdedoras.
Contudo, somando as observaes j feitas sobre os retornos futuros aos
resultados de turnover e book-to-market, a concluso final de que as carteiras
formadas pelo modelo no respeitam a teoria de valor versus crescimento, uma vez que
os retornos futuros no so coerentes com o esperado. As caractersticas apresentadas
no so capazes, portanto, de descrever o comportamento dos retornos observados.

Tabela 3: Caractersticas bsicas das carteiras.

Painel 1: Mdia das Sries Temporais de Market Cap

Carteiras (11-3)
L1
L2
L3
Carteiras (2-0)
Incondicionais

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
2,762
3,821
4,957
6,095
5,821
7,486

4,528

Carteiras (11-0)
3,238
5,032
7,153

5,716

Painel 2: Mdia das Sries Temporais de Turnover

Carteiras (11-3)
L1
L2
L3
Carteiras (2-0)
Incondicionais

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
2.49
2.71
2.85
2.19
4.26
5.39

3.11

3.51

24

Carteiras (11-0)
2.41
3.12
4.34

Tabela 3: Continuao.
Painel 3: Mdia das Sries Temporais de Book-to-Market

Carteiras (11-3)
L1
L2
L3

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
3.20
2.92
2.58
2.07
2.43
1.77

Carteiras (2-0)
Incondicionais

2.80

Carteiras (11-0)
3.24
2.33
1.99

2.25

Em relao formao das carteiras, aps o procedimento de ordenao pelos

retornos histricos, as aes so includas considerando pesos identicamente
distribudos. Seguindo o mesmo raciocnio, as estratgias propostas pelo modelo
consideram pesos idnticos na compra e venda das carteiras, sendo, portanto estratgias
auto financiadas15. Dessa maneira, uma primeira neutralidade de mercado garantida:
cada estratgia dollar neutra. Mas a principal medida de neutralidade usada na prtica
pelos investidores o beta.
Uma vez que no controlamos esta varivel na fase de criao das carteiras, e
por conseqncia das estratgias, a Tabela 4 apresenta a mdia das sries temporais dos
betas de cada carteira, medidos na data de formao com base de trs meses. Notamos
que nenhuma das estratgias consegue apresentar valores suficientemente baixos para
serem consideradas beta neutras. O modelo falha, assim, em conseguir carteiras neutras
ao mercado.
Por fim, quebramos as sries de retornos de cada estratgia nos 12 meses do ano
a fim de verificar se existe alguma influncia sazonal. Kim (2002) encontrou que no
ms de Janeiro as carteiras de valor apresentam retornos superiores s carteiras de
crescimento, mas concluiu que seu modelo no capaz se explicar esse fenmeno.

15

O financeiro da venda da carteira short usado na compra da carteira long.

25

Tabela 4: Betas das carteiras e das estratgias.

Painel 1: Mdia das Sries Temporais dos Betas

Carteiras (11-3)
L1
L2
L3
Carteiras (2-0)
Incondicionais

Carteiras (2-0) dentro de cada Carteira (11-3)

C1
C2
1.68
(0.65)
0.57
0.82
0.11
0.64

0.78

Carteiras (11-0)
1.25
0.64
(0.25)

0.27

Painel 2: Betas Mdios das Estratgias Contrarian e Momentum

Carteiras
WW
WL
(11-0) W
(2-0) W
LL
LW
(11-0) L
(2-0) L
Original Contrarian Strategy
Doubly-extreme Contrarian Strategy
Trend-bucking Contrarian Strategy
Original Momentum Strategy
High Momentum Strategy
Low Momentum Strategy

Betas
0.64
0.11
(0.25)
0.27
1.68
(0.65)
1.25
0.78
1.50
1.05
(0.77)
(0.51)
0.52
(2.34)

Conforme visto na Figura 1, as estratgias contrarian no parecem sofrer algum

tipo de influncia sazonal, apresentando retornos negativos ao longo de todo o ano. Em
relao s estratgias momentum, a estratgia high parece alternar bimestres de
desempenho positivo com bimestres de desempenho negativo. As outras duas
estratgias, original e low apresentam desempenhos melhores entre Fevereiro e Abril.
Os padres observados, no podem ser explicados atravs do modelo.

26

Figura 1: Anlise da sazonalidade nos retornos.

0.10%

0.05%

0.00%
1

10

11

12

-0.05%

Original Contrarian
Doubly-extreme Contrarian
Trend-bucking Contrarian

-0.10%

-0.15%

-0.20%

-0.25%

0.20%

0.15%

0.10%
Original Momentum
0.05%

High Momentum
Low Momentum

0.00%
1

-0.05%

-0.10%

27

10

11

12

4.3. Corrigindo pelo Risco

Esta seo tem como objetivo investigar os retornos ajustados pelo risco das
estratgias, no intuito de testar se os eventuais retornos extraordinrios so apenas
prmios pelo risco mais elevado. Duas abordagens sero utilizadas: em um primeiro
momento comparamos os ndices de Sharpe, para em seguida analisarmos os
coeficientes de Jensen.
Utilizando o Eviews para extrair as estatsticas descritivas das sries de retorno
de cada estratgia, notamos indcios de que as distribuies no podem ser aproximadas
pela distribuio Normal, devido presena de assimetria e curtose16. A Figura 2 ilustra
os resultados para as seis estratgias. Calculamos o ndice de Sharpe simples, uma vez
que a influncia destes riscos no est clara na literatura:

S=

Rp R f

A Tabela 5 traz os clculos para cada uma das estratgias. No Painel 1,

comparamos as estratgias contrarian e no Painel 2, as de momentum. A anlise do
ndice de Sharpe sugere que os retornos anormais das estratgias propostas pelo modelo
so apenas prmio pelo risco mais elevado.

16

Larsson et al (2003) estudando um modelo de arbitragem baseado no efeito momentum encontrou

evidncias empricas de assimetria e curtose em suas amostras. A influncia destes riscos, contudo, no
est clara.

28

Figura 2: Estatsticas descritivas das estratgias.

20

Series: ORIGINAL_CONTR
Sample 1995M01 2008M11
Observations 167

16
12
8
4
0
-0.10

-0.05

0.00

-0.004357
-0.002200
0.061100
-0.125200
0.029285
-0.878786
5.292587

Jarque-Bera
Probability

58.06739
0.000000

0.05

32

Series: DOUBLY_EXTREME_CONTR
Sample 1995M01 2008M11
Observations 167

28
24

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

20
16
12
8
4
0
-0.15

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

Jarque-Bera
Probability
-0.10

-0.05

0.00

0.05

29

0.10

-0.005514
-0.002200
0.092100
-0.149300
0.038163
-1.188275
6.116721
106.8935
0.000000

Figura 2: Continuao.
16

Series: TREND_BUCKING_CONTR
Sample 1995M01 2008M11
Observations 167

12

0
-0.05

0.00

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

-0.001228
-0.002000
0.091000
-0.084700
0.029975
0.217615
3.300317

Jarque-Bera
Probability

1.945650
0.378014

0.05

24

Series: ORIGINAL_MOM
Sample 1995M01 2008M11
Observations 167

20
16
12
8
4
0
-0.050

-0.025

-0.000

0.025

0.050

30

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

0.002916
0.002100
0.066200
-0.053200
0.018693
0.393372
4.138782

Jarque-Bera
Probability

13.33071
0.001274

Figura 2: Continuao.
20

Series: HIGH_MOM
Sample 1995M01 2008M11
Observations 167

16
12
8
4
0
-0.05

0.00

0.05

20

0.001372
0.001200
0.096500
-0.077600
0.026813
-0.107401
3.692045

Jarque-Bera
Probability

3.653586
0.160929

0.10

Series: LOW_MOM
Sample 1995M01 2008M11
Observations 167

16
12
8
4
0
-0.10

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

-0.05

0.00

0.05

31

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

0.002924
0.003100
0.094100
-0.097600
0.032098
-0.057526
3.787999

Jarque-Bera
Probability

4.412835
0.110094

Tabela 5: ndice de Sharpe de cada estratgia.

Painel 1
Caracterstica
Retorno Mensal
Desvio Padro Mensal
ndice de Sharpe
Assimetria
Curtose

Original Contrarian

Doubly-extreme
Contrarian

Trend-bucking
Contrarian

-0.44%
0.0293
1.0962
-0.8788
5.2926

-0.55%
0.0382
0.8109
-1.1883
6.1167

-0.12%
0.0300
1.1753
0.2176
3.3003

Original
Momentum

High Momentum

Low Momentum

0.29%
0.0187
2.1061
0.3934
4.1388

0.14%
0.0268
1.4108
-0.1074
3.6920

0.29%
0.0321
1.2269
-0.0553
3.7880

Painel 2
Caracterstica
Retorno Mensal
Desvio Padro Mensal
ndice de Sharpe
Assimetria
Curtose

O coeficiente de Jensen mede a diferena entre o excesso de retorno da carteira e

o excesso de retorno estimado pelo CAPM. A metodologia empregada a mesma de
Chopra, Lakonishok e Ritter (1992), que consiste em uma regresso atravs do mtodo
de mnimos quadrados ordinrios (MQO) para cada carteira ( p ) em cada ms ( ),
definida por:

rpt ( ) r ft ( ) = p ( ) + p ( ) rmt r ft + e pt ( )

Onde rpt ( ) o retorno mensal da carteira p no ms de formao t e no ms de

investimento , rmt o retorno do Ibovespa no ms t e r ft o retorno do CDI no ms t . O
interesse est no intercepto da equao acima, que representa o coeficiente de Jensen17.
17

Este mesmo teste de risco foi utilizado por Lacerda (2007), ao estudar o desempenho de carteiras de
valor e momentum no mercado brasileiro. A controvrsia surge no momento em que, ainda no captulo 1,
afirmamos que o CAPM provou ser insuficiente na correta precificao das aes. Kim (2002) em seu
trabalho faz uso do modelo de trs fatores de Fama e French (1996), acrescentando os fatores tamanho e
book-to-market. Uma outra abordagem apresentada por Bonomo e DallAgnol (2003), que introduzem o
fator liquidez na regresso.

32

A Tabela 6 mostra os resultados da regresso para as oito carteiras envolvidas

nas seis estratgias formadas. A carteira WW mostra um padro de continuidade no
retorno das aes, no qual as aes vencedoras continuam a se valorizar at o fim do
sexto ms de investimento, mas com retornos gradativamente menores. A carteira WL,
por sua vez, tambm mostra uma continuidade dos retornos positivos, fato contrrio ao
esperado pelo modelo e que melhor explica os fracos desempenhos das estratgias
trend-bucking contrarian e high momentum. As carteiras LL e LW no apresentam um

padro definido.
Para as carteiras (11-0)W, (11-0)L, (2-0)W e (2-0)L, podemos notar
continuidade nos retornos positivos, mas sem padres definidos de intensidade. A
Tabela 7 a seguir resume os retornos de cada estratgia corrigidos pelo coeficiente de
Jensen, com base nos resultados da Tabela 6.
O comparativo dos coeficientes para as estratgias de momentum ratifica o
resultado encontrado na anlise do ndice de Sharpe, de que o retorno bruto encontrado
para as estratgias propostas pelo modelo so fruto de um risco mais elevado.

33

Tabela 6: Resultados dos alphas de Jensen.

Tabela 7: Resultados dos alphas de Jensen por estratgia.

Estratgia
Original Contrarian
Doubly-extreme Contrarian
Trend-bucking Contrarian
Original Momentum
High Momentum
Low Momentum

Retorno Corrigido
-0.0035
-0.0157
-0.0052
0.0070
0.0070
0.0036

34

5. CONCLUSO

Os estudos sobre Finanas Comportamentais vm mostrando que esta

abordagem ao mercado consegue explicar de maneira mais eficiente algumas anomalias
observadas, provando a eficincia de estratgias que exploram efeitos como momentum
e reverso mdia.
Neste contexto, o objetivo desta Tese de Mestrado foi replicar no mercado
brasileiro um modelo simples que faz uso de conceitos comportamentais para explorar
os dois efeitos citados, montando estratgias para extrair retornos anormais superiores
queles observados nas estratgias tradicionalmente difundidas na literatura.
Contudo, o desempenho das estratgias avaliado nas simulaes empricas
apenas confirmou o insucesso das propostas do modelo. Todas as estratgias de
reverso mdia apresentaram retornos negativos, invalidando assim a proposio de
que o efeito momentum de longo prazo mais forte que o de curto prazo. Kim (2002)
encontrou resultados favorveis em trabalho semelhante com aes americanas, mas
com prazos de formao e manuteno bastante diferentes; vamos a seguir discutir
alguns pontos que possam explicar o fracasso.
Hvidkjaer (2002), usando 6 meses como perodo de formao das estratgias de
momentum, encontrou uma presso de reverso mdia no curto prazo posterior a

implementao das carteiras, para posterior volta tendncia de movimento original.

Bonomo e DallAgnol (2003) encontraram evidncias de reverso mdia no mercado
brasileiro considerando os retornos dos 3 ltimos meses anteriores implementao das
carteiras. Nosso modelo, de certa forma, se mostrou em linha com estes trabalhos se
considerarmos apenas os retornos passados de curto prazo.
Parece, portanto, que o problema est na classificao de longo prazo. A
dinmica do mercado brasileiro de fato diferente daquela observada no mercado
americano, e podemos pensar que a escolha dos 12 meses como perodo de longo prazo
foi equivocada de fato, a estratgia original contrarian ter apresentado desempenho
negativo um indicativo.

35

No optamos por testar prazos diferentes pois isto pareceria apenas manipulao
de dados, e poderia mascarar os reais resultados da proposta original do modelo. Tudo
considerado, encontramos evidncias que sugerem que o modelo baseado no efeito
momentum de longo prazo no se aplica ao Brasil, devido s particularidades da

dinmica do nosso mercado.

36

REFERNCIAS BIBLIOGRFICAS

Avellaneda, M. and Lee, J., 2008, Statistical Arbitrage in the U.S. Equities Market.
Ball, R., and S. P. Kothari, 1989, "Nonstationary expected returns: Implications for tests
of market efficiency and serial correlation in returns," Journal of Financial Economics.
Bonomo, M. e DallAgnol, I., 2003, Retornos Anormais e Estratgias Contrrias.
Revista Brasileira de Finanas, v. 1, n. 2, p. 165-215.
Blume, M. E., and R. F. Stambaugh, 1983, "Biases in computed returns: An application
of the size effect," Journal of Financial Economics, 12, 387-404.
Conrad, J., and G. Kaul, 1993, "Long-term market overreaction or biases in computed
returns?, " Journal of Finance, 48, 39-63.
Costa Jr., N. C. A. e Neves, M. B. E., 2000, Variveis Fundamentalistas e o Retorno
das Aes.
Daniel, K., D. Hirshleifer, and A. Subrahmanyam, 1998, "Investor psychology and
security market underand overreaction," Journal of Finance, 53, 1839-1885.
Daniel, K. and Titman, S., 2000, Market Efficiency in an Irrational World, Working
Paper 7489, NBER.
DeBondt, Werner F.M., and Richard H.Thaler, 1985, Does the stock market
overreact?, Journal of Finance 40, 793-805.
DeBondt, Werner F.M., and Richard H.Thaler, 1987, Further Evidence on investor
overreaction and stock market seasonality, Journal of Finance 42, 557-581.
Enders, W., 2004, Applied Econometric Time Series, ed. Wiley.
Fama, E. and French, K., 1992, The cross-section of expected returns. The journal of
Finance, 47, 427-465.
Fama, E. and French, K., 1998, Value versus Growth: The International Evidence,
Journal of Finance, vol. LIII, no 6.
H. Hong and J. Stein., 1999, A Unified Theory of Underreaction, Momentum Trading
and Overreaction in Asset Markets. Journal of Finance, 54:21432184.
Hogan, S., Jarrow, R., Teo, M., Warachka, M., 2003, Testing market efficiency using
statistical arbitrage with applications to momentum and value strategies, Journal of
Financial Economics 73 (2004) 525565.

37

J. Bradford de Long, A. Shleifer, L. H. Summers, and R. J. Waldmann., 1990, Positive

Feedback Investment Strategies and Destabilizing Rational Speculation, Journal of
Finance, 45(2): 379395.
Jegadeesh, N., and Titman, S., 1993, Returns to buying winners and selling losers:
implications for stock market efficiency, Journal of Finance 48, 65-91.
Jegadeesh, N., and Titman, S., 2001, Profitability of Momentum Strategies: An
Evaluation of Alternative Explanations, Journal of Finance, 56:699720.
Kim Keun-Soo, 2002, Long-Term Momentum Hypothesis: Contrarian and Momentum
Strategies.
Kabashima, E. M., 2005, Pairs Trading: Aplicao no mercado acionrio brasileiro,
Tese de Mestrado, Fundao Getlio Vargas.
Lacerda, R. T., 2007, Estratgias de Investimento para o Brasil Baseadas em Finanas
Comportamentais, Tese de Mestrado, EPGE, Fundao Getlio Vargas.
Lakonishok, Josef, Andrei Schleifer, and Robert W. Vishny, 1994, Contrarian
investment, extrapolation and risk, Journal of Finance 49, 1541-1578.
Larson E., Larson L., Aberg J., 2003, A Market Neutral Statistical Arbitrage Trading
Model, Master Thesis, Stockholm School of Economics.
Lee, C. M. C., and B. Swaminathan, 2000, "Price momentum and trading volume,"
Journal of Finance, 55, 2017-2069.
Lemos, M. O. & Costa Jr, N. C. A., 1997, O efeito de sobre-reao a curto prazo no
mercado de capitais brasileiro. Revista Brasileira de Economia, v. 51, n. 3, p. 323-324.
Lo, A. W. and MacKinlay, A. C., 1990, When are contrarian profits due to stock
market overreaction?, The Review of Financial Studies, Vol. 3, No. 2, 175-205.
Patton, A. J., 2004, Are Market Neutral Hedge Funds Really Market Neutral?,
London School of Economics.
R. J. Shiller, 1998, Human behavior and the Efficiency of the Financial System,
Working Paper 6375, NBER.
Rostagno, L., Soares, R. O., Soares, K. T. C., Estratgias de Valor e de Crescimento
em aes na Bovespa: uma Anlise de Sete Indicadores Relacionados ao Risco.
Soeren Hvidkjaer, 2002, A Trade-based Analysis of Momentum, University of
Maryland.

38