Mercado de Opções

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado
Milton Biage
Professor do Departamento de Economia da Universidade Federal de Santa Catarina (UFSC), Brasil
Newton Carneiro Aonso da Costa Jr.

Professor do Departamento de Economia da Universidade Federal de Santa Catarina (UFSC), Brasil
Waldemar Antonio da Rocha de Souza

Professor do Departamento de Administrao da Universidade Federal do Amazonas (UFAM) e Doutorando em Economia pela Universidade de So Paulo (ESALQ/USP), Brasil
Marco Antnio de Oliveira Vieira Goulart

Doutorando no Programa de Ps-Graduao em Administrao, Departamento de Cincias de Administrao (CAD), Universidade Federal de Santa Catarina (UFSC), Brasil
Resumo Este artigo analisa, atravs de dados intradirios, coletados minuto a minuto, o efeito do dia de vencimento de contratos de opes de compra de aes sobre a negociao das aes subjacentes negociadas na Bolsa de Valores de So Paulo. Para tanto, foram usadas as sries de opes de compra sobre as aes preferenciais da Petrobras, com vencimentos em agosto/2007 e em setembro/2007. Inicialmente, aplicando-se a metodologia desenvolvida por Sanvicente e Monteiro (2005), no foram encontrados indcios de que o vencimento de opes exera inuncia sobre o comportamento dos preos das aes-objeto. Este resultado contraria os obtidos por Sanvicente e Monteiro (2005), em estudo usando dados de opes de compra para vencimento em dezembro/2001 sobre as aes preferenciais da Telemar. Em seguida, esquematizou-se um modelo de equaes simultneas de trs equaes, seguindo as premissas de Sanvicente e Monteiro (2005), que demonstrou ser eciente para detectar efeitos de presso sobre os preos da ao e da opo. Os efeitos detectados por este modelo se apresentaram de forma moderada (tendo em vista o fato das funes demanda e oferta da ao da Petrobras, nos dias estudados, se apresentarem como fortemente elsticas), portanto, sem maiores consequncias, tanto para os preos das aes como das opes. O que se pode inferir destes resultados que o mercado brasileiro, no que concerne dias de vencimento de opes e dependendo da opo da ao, oscila entre momentos de ecincia e de no ecincia. Revista EconomiA Janeiro/Abril 2010
Milton Biage, Newton C.A. da Costa Jr., Waldemar A. da R. de Souza e Marco Antnio de O.V. Goulart
Palavras-chave: Efeito Dia-de-Vencimento, Mercado de Opes, Dados Intradirios, Modelo de Equaes Simultneas Classicao JEL: C01, C33, C53, D53, D81 Abstract This paper examines, through high-frequency data collected minute by minute, the eects of the expiration day of stock call options on the trading of the underlying shares traded in the Sao Paulo Stock Exchange. We used two dierent series of options on the preferred shares of Petrobras, with expiration in August/2007 and in September/2007. Initially, with the application of the methodology proposed by Sanvicente e Monteiro (2005), no evidence was found that the expiration of options exercise inuence the price of the underlying shares. This result contradicts those obtained by Sanvicente e Monteiro (2005), in a study using high-frequency data from stock options with expiration day in December/2001 on the shares of Telemar. Next, we proposed a model of simultaneous equations of three equations, following the basic assumptions in Sanvicente e Monteiro (2005), which proved to be ecient for detecting price-pressure eects on the share and also on the option. However, as the demand and supply functions of Petrobras shares presented highly elastic in both trading-day studied, the detected eects were very weak. What can be inferred from these results is that the Brazilian market, as regards expiration dates of options and depending on the choice of the stock option series, oscillates between moments of eciency and non eciency.
1. Introduo Muitos trabalhos foram publicados, no Brasil e no exterior, com o objetivo de vericar se os mercados de opes e de outros derivativos inuenciam o preo dos ativos subjacentes negociados a vista, no dia e em torno do vencimento desses contratos. Esta inuncia est relacionada a possveis manipulaes do mercado a vista. Um trader com uma grande posio em contratos de opo ou de futuros pode ser tentado a manipular o preo do ativo subjacente, seja comprando ou vendendo este ativo, antes do vencimento. A perda no mercado a vista compensada pelo ganho no mercado de derivativos. Neste estudo, analisa-se, ao nvel intradirio, o relacionamento entre a atividade do mercado de opes e as variaes de preo do ativo subjacente no mercado a vista, na Bolsa de Valores de So Paulo. O foco principal a atividade do mercado de opes de compra e se este afeta a volatilidade do mercado a vista das aes-objeto.
Recebido em maio de 2009, aprovado em maro de 2010. Os autores agradecem a Rogrio Marques, Supervisor de Assistncia ao Mercado da Bolsa de Valores de So Paulo, pelo fornecimento dos dados para esta pesquisa. E-mail address: milton@cse.ufsc.br 54 EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010
Desde o trabalho pioneiro de Klemkosky (1978) sobre o efeito dia de vencimento no mercado norte americano, diversos autores se interessaram pelo assunto. No Brasil no foi diferente, Brito e Sosin (1984) e Sanvicente e Kerr (1989) foram os primeiros autores nacionais a aplicar o mtodo de Klemkosky, de estudo de eventos, utilizando dados da Bolsa de Valores do Rio de Janeiro e de So Paulo, respectivamente. medida que informaes mais detalhadas sobre cotaes de aes, de opes e de outros derivativos foram sendo disseminadas via banco de dados, os estudos foram se sosticando e focalizando dados intradirios. O primeiro estudo com este tipo de dado e com foco no efeito dia de vencimento (de contratos futuros) foi o de Stoll e Whaley (1991), nos EUA. No Brasil, o primeiro e nico trabalho sobre o assunto at o momento o de Sanvicente e Monteiro (2005) que constatou, via um modelo de equaes simultneas, a existncia de manipulao de preos durante o ltimo dia de negociaes de contratos de opes sobre as aes da empresa Telemar antes de seu vencimento, em 17 de dezembro de 2001. Desta maneira, o presente estudo pretende aplicar o mtodo desenvolvido por Sanvicente e Monteiro (2005) para analisar as negociaes realizadas ao longo de outro dia de vencimento de opes, para vericar se os resultados so similares e, desta forma, deixar mais evidente a existncia ou no de manipulao de preos no mercado brasileiro. E, numa segunda parte do trabalho, utilizar-se- um modelo modicado, contudo, mantendo as premissas de Sanvicente e Monteiro (2005). Em vista do acima citado, este estudo procurou investigar a existncia do efeito dia do vencimento, relacionado com as opes de compra e a ao preferencial da Petrobrs, durante o ltimo dia de negociaes, antes do vencimento de suas opes. Foram utilizadas as sries de opes de compra com vencimento em 20/08/2007 (e ltimo dia para negociao em 17/08/2007), e com vencimento em 17/09/2007 (e ltimo dia para negociao em 14/09/2007). 1 Este trabalho est dividido em seis partes. Na prxima seo far-se- uma reviso da literatura existente a respeito do efeito dia de vencimento. Na terceira seo ser apresentado o modelo economtrico e a concepo desenvolvida por Sanvicente e Monteiro (2005). Na quarta seo sero apresentados os resultados obtidos com a utilizao do modelo de Sanvicente e Monteiro (2005). Na quinta ser proposto um modelo modicado e a anlise de seus resultados e, nalmente, na sexta seo conclui-se o estudo. 2. Reviso da Literatura Conforme salientam Sanvicente e Monteiro (2005), ao se aproximar da data do vencimento dos contratos das sries de opes nas bolsas de valores ressurge sempre
De acordo com a BMFBovespa (www.bovespa.com.br), as opes de compra e de venda de aes vencem na terceira segunda feira de cada ms do ano e a abertura de novas posies e a negociao de opes ocorrem at o ltimo dia anterior ao do vencimento (sexta feira), nos mesmos horrios dos preges. No dia de vencimento permitido apenas o bloqueio de posies e o exerccio da opo, em horrios pr-determinados pela Bolsa. EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010 55
1
a discusso sobre o que acontece com os preos das aes-objeto e sua elasticidade nesta data. A esta queda de braos entre as partes envolvidas encontram-se: de um lado, a parcela dos agentes que apostam que o preo da ao-objeto superar o preo de exerccio, na data de vencimento futura e, de outro lado, os investidores, normalmente institucionais, que vendem opes de compra e se beneciam com o prmio, apostando que no haver exerccio opo vendida. Esta queda de brao chama-se, comumente, de guerra entre comprados e vendidos. Na literatura internacional este fenmeno conhecido como efeito dia-de-vencimento (expiration-day eect). Assumindo-se como vlida a hiptese da ecincia dos mercados, tanto no mercado a vista quanto no de derivativos, os preos das aes e dos prmios de opes deveriam, teoricamente, ser o reexo do conito de expectativas de compradores e vendedores. Em suma, o mercado mais eciente quanto mais soberana for a lei da oferta e demanda. Entretanto, a mdia especializada e estudos de analistas apontam para uma eventual distoro do comportamento normal dos preos das aes no mercado a vista, em funo de manipulaes ocorridas em eventos especiais, como o vencimento das sries de contratos de opes. 2 Entre os estudos que usaram dados intradirios, os artigos de Cunha e Costa Jr. (2006) e de Sanvicente e Monteiro (2005) apresentam uma descrio detalhada sobre o assunto no mercado brasileiro. Particularmente, Sanvicente e Monteiro (2005) estudaram o efeito dia-de-vencimento atravs de um mtodo onde usam um sistema de equaes formado pelas funes inversas da oferta e da demanda das aes da Telemar. Eles constataram a existncia do efeito durante o dia analisado (14 de dezembro de 2001). Contudo, intensivos estudos sobre o tema tm sido desenvolvidos para quase todos os mercados nanceiros mundiais. Stoll e Whaley (1991) constataram que a volatilidade e o volume negociado do ndice S&P500 a vista elevava-se na ltima hora dos dias de vencimento simultneo do ndice S&P500 futuro e dos contratos de opes sobre o ndice S&P100. Eles analisaram oito dias de vencimentos simultneos e no simultneos destes contratos ao longo de 1984 e 1985. Kan (2001) vericou a existncia do efeito dia-de-vencimento do ndice HSI (Hang Seng Index) futuro sobre o ndice a vista, na Bolsa de Valores de Hong Kong, durante o perodo de maro de 1989 a dezembro de 1992. O autor concluiu pela inexistncia do efeito, tanto ao longo de todo o dia, como nos ltimos minutos anteriores ao fechamento. Este estudo sugere que os efeitos do dia do vencimento no sejam subprodutos inevitveis de criao de futuros de ndice no mercado de valores. Chow et alii (2002) examinaram o impacto do vencimento do ndice HSI (Hang Seng Index) de derivativos, no mercado vista, para o perodo de 1990 a 1999. Segundo estes autores, o mercado de derivativos HSI diferente da
2
Como existem limites s posies com opes, mas no com as aes-objeto, de se esperar que a manipulao de preos com quantidades negociadas seja mais factvel com a prpria ao-objeto, e no com opes negociadas, conforme salientam Sanvicente e Monteiro (2005). 56 EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010
maioria dos outros mercados, no sentido de que o preo de ajuste computado tomando-se a mdia de cotaes de cinco minutos do HSI, no ltimo dia de negociao, proporcionando, assim, uma alternativa interessante para testar efeitos do dia de vencimento. Os resultados empricos do estudo indicam que o efeito do dia de vencimento do HSI derivativos encontra-se associado com um efeito de preo negativo e aumentos nas volatilidades dos retornos no mercado de valores subjacentes, mas no foi constatada nenhuma evidncia de um volume de negcios anormal no dia de vencimento, ou de reverso de preo depois de vencimento. Assim, no pde ser conrmada a existncia do efeito dia-de-vencimento no mercado de Hong Kong. Gupta et alii (2003), em um trabalho focando a Bolsa de Valores da ndia e tambm utilizando dados de alta frequncia, chegam concluso de que no poderiam armar, apesar de tratar-se de um mercado novo, que ali existia o efeito dia-de-vencimento. Kiran Jr. e Bodla (2007) analisaram o efeito dia-de-vencimento de derivativos de aes sobre a volatilidade, retorno e volume de aes individuais subjacentes aos respectivos derivativos, listadas na NSE (National Stock Exchange of India). Os resultados, no perodo analisado, mostram a presena de um volume anormalmente alto, no dia do vencimento, sugerindo, portanto, que as atividades de arbitragem e manipulao acontecem no mercado e que as posies so realizadas no dia de vencimento. Consequentemente, existindo uma maior volatilidade no mercado neste dia. Contudo, a realizao de posies de arbitragem no causou qualquer distoro signicativa de preo no dia de vencimento, pois no ocorreu nenhuma mudana signicativa no retorno das aes neste dia. Finalmente, Maniar et alii (2009) estudaram o efeito dia-de-vencimento de ndices de opes e de futuros na NSE. Salientam que os estudos anteriores tm tirado concluses sem usar um tratamento rigoroso para os dados gerados no processo estocstico subjacente. Desta forma, Maniar et alii (2009) utilizam uma modelagem GARCH em dados dirios e em dados de alta frequncia (5 minutos e 10 minutos) do ndice S&P CNX Nifty, principal ndice da bolsa de valores indiana. A principal concluso do trabalho, para dados intradirios, foi que encontraram um aumento signicativo na volatilidade e uma presso no signicativa sobre os retornos dos ativos subjacentes na ltima hora de vencimento dos contratos analisados. Portanto, podemos enfatizar que a negociao de derivativos uma parte integrante do processo de amadurecimento de mercados importantes de todas as naes, nos quais foram introduzidos derivativos como uma ferramenta de administrao de risco. O uso de derivativos como ferramenta de gesto de riscos iniciou em 1865 no Chicago Board of Trade, e a partir de ento, os polticos e reguladores se preocuparam pelo seu impacto no mercado de valores subjacente. A maioria deles tinha a percepo de que a negociao de contratos futuros atraa especuladores e arbitradores que poderiam desestabilizar os preos dos ativos, especialmente, nos dias de vencimento destes contratos.
EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010
57
3. O Modelo Proposto por Sanvicente e Monteiro (2005) 3.1. Concepo terica do modelo Os objetivos deste trabalho so o de vericar a existncia do efeito dia-de-vencimento, utilizando o modelo desenvolvido por Sanvicente e Monteiro (2005) e por meio de um modelo alternativo, desenvolvido para tal nalidade (a ser apresentado na Seo 5) e o de comparar os resultados obtidos com os dois modelos. Para tanto, sero utilizados dados do ltimo dia de negociao de contratos de opes na Bolsa de Valores de So Paulo, especicamente, as aes preferenciais da Petrobrs (PETR4) e duas sries de opes de compra sobre esta ao. A primeira srie, com preo de exerccio de R$46,00, vencimento em 20/08/2007 e ltimo dia de negociao em 17/08/2007, e a segunda srie com vencimento em 17/09/2007, preo de exerccio de R$53,58 e ltimo dia de negociao em 14/09/2007. No estudo atual, as informaes foram obtidas junto Bolsa de Valores de So Paulo e se referem s cotaes dos prmios das opes de compra da ao preferencial da Petrobras, volumes negociados, cotaes do ndice Bovespa, cotaes da ao-objeto e nmero de negcios. A partir dos dados coletados, foram determinadas as mdias, minuto a minuto, tanto das cotaes dos prmios, das quantidades negociadas, das cotaes da ao-objeto, bem como do ndice Bovespa, no espao amostral que vai das 10h05min34seg s 17h05min55seg, do dia 17 de agosto de 2007 e das 10h12min30seg s 17h08min04seg, do dia 14 de setembro de 2007. O modelo proposto por Sanvicente e Monteiro (2005) o de equaes simultneas de oferta e demanda, e utiliza o processo de estimao por mnimos quadrados em trs estgios, na forma funcional do modelo estatstico de log-log, para medir a elasticidade dos preos em funo das quantidades, e vice-versa. Trata-se de um modelo de equilbrio de mercado da ao-objeto, representado por um sistema formado pelas funes inversas de demanda e oferta, conforme as relaes funcionais abaixo: St = F1 V OLd ; OPt ; IBOVt ; St1 ; (V OLdt )d exp(e1t ) t exp(e2t ) S = F2 V OLot ; St1 ; NN1 EGt t (V OL ) = (V OL ) o t d t
(1, 2 e 3)
A Equao (1) representa uma relao funcional que uma funo inversa da demanda (preo em funo da quantidade demandada no perodo t e de outras variveis assumidas como predeterminas ou exgenas). Assim, St preo mdio da ao objeto, no minuto t; V OLdt a quantidade negociada (demandada) da ao objeto no minuto t; OPt o prmio mdio da opo de compra com preo de exerccio, no minuto t; IBOVt o valor mdio do ndice Bovespa; St1 o preo mdio da ao objeto, no minuto anterior e d uma varivel dummy com valor igual a um quando o preo mdio da ao encontra-se dentro de um intervalo em
58 EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010
torno do preo de exerccio da opo, xado arbitrariamente, no minuto t e igual zero, em caso contrrio. A Equao (2) representa uma relao funcional que uma funo inversa da oferta, (preo em funo da quantidade ofertada no perodo t e outras variveis predeterminadas). Portanto, V OLot a quantidade ofertada da ao objeto no minuto t e 1/NN EGt o inverso do nmero de negcios realizados no minuto t. A Equao (3) representa a market clearing condition, ou seja, a condio de equilbrio de mercado (quantidade demandada igual quantidade ofertada), que imposta na soluo das duas equaes, sendo tal que V OLot = V OLdt = V OLt . O sistema formado pelas equaes (1) e (2) (assumindo-se a condio estabelecida pela Eq. (3)) foi operacionalizado por Sanvicente e Monteiro (2005), por meio de funes de produo, respectivamente, para as funes oferta e demanda, conforme as especicaes seguintes: S = (V OL )12 (OP )13 (IBOV )14 (S )15 [(V OL )d ]16 exp(e1 ) t 11 t t t t1 t t 24 S = (V OL )22 (S )23 (1/N ) exp(e2 )
t 21 t t1 N EGt t
(4 e 5) As Equaes (4) e (5) conduzem seguinte forma: ln(S ) = + ln(V OL ) + ln(OP ) + ln(IBOV ) + ln(S ) t 12 t 13 t 14 t 15 t1 21 +16 d ln(V OLt ) + elt ln(S ) = + ln(V OL ) + ln(S ) + ln(1/n ) + e2
t 21 22 t 23 t1 24 N EGt t
(6 e 7) onde: 11 = ln(11 ) e 21 = ln(21 ). Conforme as relaes (6) e (7), o coeciente 12 mede o inverso da elasticidade-preo da demanda e 22 mede o inverso da elasticidade-preo da oferta. Os demais coecientes representam os respectivos inversos das elasticidades das outras variveis com relao ao preo das aes. O modelo utilizado por Sanvicente e Monteiro (2005) apresenta duas variveis endgenas: St e V OLt e cinco variveis predeterminadas (exgenas): OPt , IBOVt , St1 , d e 1/NN EGt . Deve ser observado que num modelo de equaes simultneas, alm de se estabelecer as relaes de causalidade entre variveis dependentes e independentes, tambm devem ser estabelecidos o porqu do carter exgeno das respectivas variveis predeterminadas. Primeiro, temos que checar se existe simultaneidade entre St e V OLt . Isto pode ser vericado pelo teste de especicao de Hausman (Gujarati 2006). Tambm, especicamente, temos de vericar o carter endgeno/exgeno das variveis do modelo, o que pode ser vericado, aplicando-se o teste de exogeneidade de Hausman (Gujarati 2006). Como se observa, no modelo de Sanvicente e Monteiro (2005) foi assumido, a priori, um modelo de duas equaes, o que induz somente duas variveis endgenas com impactos simultneos, o que exige estabelecer, por pura evidncia, o carter
EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010 59
exgeno das demais variveis. Portanto, as variveis exgenas includas como instrumentos no modelo de Sanvicente e Monteiro (2005) foram motivadas pelos seguintes aspectos: IBOVt : varivel includa no modelo para caracterizar os efeitos de causalidade do comportamento geral do mercado sobre St da ao objeto; OPt : varivel includa no modelo para levar em conta o fundamento, representado pela arbitragem entre a ao-objeto e a srie da opo de compra, ou seja, o suposto efeito dia-devencimento da opo no ltimo dia de negociaes antes do vencimento, no caso, nos dias 17 de agosto de 2007 e 14 de setembro de 2007; d: varivel includa para vericar a hiptese complementar de que o efeito do dia-devencimento se intensicaria quando o preo da ao se aproximasse do preo de exerccio da srie, ocorrendo o efeito presso sobre os preos. Portanto, a varivel d ln(V OLt ) uma varivel dummy multiplicativa para o coeciente de inclinao associado varivel ln(V OLt ); As demais variveis exgenas includas no modelo no foram devidamente justicadas. No modelo de Sanvicente e Monteiro (2005) podemos facilmente entender que a varivel IBOVt uma varivel exgena, ou seja, uma varivel que absorve os impactos estocsticos, externos ao sistema BOVESPA, em nvel nacional ou internacional. Consequentemente, esperamos um 14 > 0. A varivel dummy d, includa no modelo para detectar o efeito presso sobre os preos da ao objeto, devido aproximao de seu preo ao preo de exerccio da opo, no dia de vencimento, podendo ser entendida como um fator de presso por meio de foras externas que interagem na dinmica do mercado. Essas foras so impostas por meio de negociaes de grandes volumes de aes por agentes nanceiros importantes. Assim, caso existam estes impactos de causalidade, esta varivel pode ser caracterizada como uma varivel exgena, cujo coeciente deve ser tal que, 16 > 0. Com relao varivel ln(1/NN EGt ) (o inverso do nmero de negcios), a princpio, devemos entender que possa existir uma relao de dependncia positiva entre NN EGt e V OLt (nmero de ttulos negociados), o que produziria no modelo um 24 < 0. Contudo, podemos imaginar que no caso de uma situao de manipulao de mercado por intermdio de grupos importantes de investidores, no dia de vencimento da opo sobre a ao-objeto, grandes quantidades de ttulos seriam negociadas envolvendo pequeno nmero de negcios, o que caracterizaria uma presso sobre os preos por fatores externos dinmica do mercado. Neste caso, os impactos de causalidade da varivel ln(1/NN EGt ) sobre o volume de aes negociadas produziro no modelo um 24 > 0. Portanto, se isto ocorrer, estaremos evidenciando efeitos de presso sobre os preos, por meio de manipulao por agentes nanceiros importantes do mercado. A varivel ln(St1 ), como toda varivel defasada, tratada como predeterminada ou exgena. Portanto, a incluso de ln(St1 ) no modelo como varivel predeterminada nas equaes (6) e (7) representa, simplesmente, o estabelecimento de impactos defasados do preo sobre o preo atual da ao objeto na funo
demanda e impactos defasados do preo sobre as quantidades ofertadas. Neste caso, deve-se esperar que na equao de demanda (Eq. (6)), 15 > 0 e na equao oferta, (Eq. (7)), 23 > 0. Um 23<0 , possivelmente, evidenciaria uma situao na qual esse parmetro tenha sido mal especicado no modelo. Finalmente, conforme estabelecido no modelo, ln(OPt ) absorve os impactos exgenos e os repassa para varivel ln(St). Portanto, espera-se 13 > 0 para que o suposto efeito dia de vencimento da opo sobre o preo da ao objeto no prego se estabelea. Todavia, resta uma dvida quanto exogeneidade da varivel ln(OPt ), que se analisa por comparao grca com ln(St ). Podemos observar uma relao de impactos simultneos (com coeciente de corre r 0, 9789 entre estas duas variveis, conforme mostra a Figura (1). Neste caso, deveremos tornar ln(OPt ) uma varivel endgena (mas, uma melhor caracterizao da situao de ln(P Ot ) ser levantada, posteriormente, por meio de testes de simultaneidade e de exogeneidade). Ainda, com relao ln(OPt ), permanece dvidas quanto direo de causalidade, o que difcil de ser especicada, principalmente, num modelo de equaes simultneas, onde devemos assumir uma causalidade unidirecional, o que depende da intuio de cada pesquisador. Esta questo no um problema na formulao original do modelo de Sanvicente e Monteiro (2005), pois no mesmo, ln(OPt ) exgena. Mas, conforme discutiremos mais adiante, numa proposta de um modelo modicado, mais consistente com a teoria de opes assumir que ln(St ) causa ln(OPt ). Com relao s variveis St e V OLt , caso 12 0, teremos uma elasticidade-preo innita na demanda, situao em que a demanda ser innita para qualquer S S0 (onde S0 um preo xo) e nula para qualquer preo em que S > S0 . Mas, por outro lado, se 12 < 0 (sinal correto na funo demanda, conforme os princpios econmicos) e |12 | < 1, podemos observar que a demanda elstica com relao ao preo. Nesta situao, um aumento nos preos por uma quantidade da ordem S0 , causa uma queda na quantidade demandada de (V OL)0 , contudo, com | (V OL)0 | > | S0 |. E, se 12 < 0 e |12 | > 1, a demanda ser inelstica, portanto, se os preos aumentarem em S0 , a quantidade demandada diminuir em (V OL)0 , mas com | (V OL)0 | < | S0 . Ainda, considerando as relaes de causalidade entre St e V OLt , mas do lado da oferta, se 22 0 (uma elasticidade-preo innita da oferta), ento, a oferta de aes no prego ser innita para qualquer S S0 e nula para qualquer S < S0 . Mas, se 22 > 0 e |22 | < 1, a oferta ser elstica e um aumento no preo da ao objeto causa um aumento de maior intensidade na quantidade ofertada. nalmente, se 22 > 0 e |22 | > 1, a oferta ser inelstica e um grande aumento no preo das aes ofertadas no prego causar um pequeno aumento nos volumes negociados. De uma forma geral, devemos associar os impactos de demanda e oferta de aes em uma anlise integrada, com o intuito de caracterizar os efeitos de presso sobre preos dos excessos de demanda ou de oferta. Portanto, observamos que para 12 0 e 22 > 0 (independente do valor de |22 |, qualquer tentativa de alterar o preo da ao por meio de um excesso de oferta, no haver presso sobre o nvel do preo da ao objeto, pois os compradores adquiriro qualquer quantidade ao
Fig. 1. Relao de dependncia (e causalidade) simultnea entre ln(S) e ln(OP ), considerando dados intradirios, minuto a minuto, do preo da ao preferencial da Petrobras e do prmio de sua opo de compra, no dia 17 de agosto de 2007
preo ajustado a priori, no havendo a possibilidade de quebra da rigidez dos preos j estabelecidos. Tambm nessa situao, como j argumentado anteriormente, qualquer excesso de demanda ser absorvido pela oferta ao preo ajustado, sem qualquer efeito de presso sobre os preos. Se 12 < 0 (independente do valor de |12 | e 22 0, tambm, no haver evidncia de que variaes de quantidade demandadas da ao objeto pressionaro o nvel do preo de mercado da ao, pois os mantenedores da ao objeto ofertaro a quantidade exata demandada, ao preo estabelecido a priori, ou seja, a elasticidade-preo da oferta innita. No caso de 12 < 0, com |12 | < 1 (demanda elstica) e |22 | > 0, com |22 | < 1 (oferta elstica), ento, se houver uma tentativa de estabelecer um efeito de presso sobre os preos pelo lado da oferta, o que se evidenciar que se ocorrer um grande aumento (ou diminuio) na quantidade ofertada, isto causaria uma pequena queda (ou aumento) nos preos. Neste caso, no haveria substanciais possibilidades de efeitos de presso para queda (ou aumento) nos preos da ao objeto. Tambm, se houvesse uma tentativa de estabelecer efeitos de presso sobre os preos no lado da demanda, aumentando-a ou diminuindo-a, observar-se-ia que um grande aumento (ou queda) na quantidade demandada, tambm, causaria um pequeno aumento (ou queda) nos preos da ao objeto, o que inibe qualquer tentativa de efeito de presso para aumentos (ou quedas) nos seus preos. Se considerarmos a situao em 12 < 0, contudo, com |12 | > 1 (demanda
inelstica) e 22 > 0, mas |22 | < 1 (oferta elstica). Neste caso, observamos que um pequeno aumento (ou queda) na quantidade ofertada possibilitaria uma queda (ou aumento) signicativa nos preos da ao objeto (logicamente, isto depende de quanto seja inelstica a demanda), podendo, assim, causar efeito de presso para queda (ou aumento) nos preos. E, por outro lado, um grande aumento (ou queda) na quantidade demandada traria um pequeno impacto de queda (ou aumento) sobre o nvel de preo da ao objeto, no havendo, assim, qualquer possibilidade de efeito de presso para aumento nos preos da ao objeto. Ainda, para a situao em que 12 < 0, com |12 | < 1 (demanda elstica) e 22 > 0, com |22 | > 1 (oferta inelstica), podemos observar que grandes de aumentos (ou quedas) de quantidades de aes ofertadas que, claramente, conduziria a pequenas quedas (ou aumentos) nos preos das aes objeto (logicamente, estes impactos dependero de quanto a oferta ser elstica e a demanda inelstica). Contudo, observamos que pequenas quedas (ou aumentos) de quantidades de aes demandadas conduziriam a grandes quedas (ou aumentos) nos preos das aes. Portanto, esta situao de elasticidade-preo na demanda e inelasticidade-preo na oferta se caracteriza como uma em que efeitos de presso sobre os preos da ao objeto podero ser impostos, pelo lado da demanda. Finalmente, para a situao em que 12 < 0, com |12 | > 1 (demanda inelstica) e 22 > 0, com |22 | > 1 (oferta inelstica), podemos observar que variaes importantes na quantidade ofertada causariam variaes importantes nos preos da ao objeto (ou seja, grande aumento (ou queda) na oferta provocaria grande queda (ou aumento) no preo). Da mesma forma, aumentos (ou quedas) signicativos nas quantidades demandadas de aes conduziriam a signicativos aumentos (ou quedas) nos preos das aes objeto. Para esta situao de operao de mercado da ao objeto, efeitos de presso sobre o seu preo poderiam ser estabelecidos, tanto no lado da oferta como no lado da demanda. Portanto, nessa anlise, tentamos evidenciar situaes de operao da ao no mercado, tal que se possam estabelecer efeitos de presso sobre a ao objeto. Assim, de acordo com a nossa anlise cou evidente os seguintes situaes que possibilitariam impor presso sobre os preos: (i) demanda inelstica e oferta inelstica (12 < 0, com |12 | > 1 e 22 > 0, com |22 | > 1). Neste caso os efeitos de presso podero ser estabelecidos tanto do lado da oferta quanto do lado da demanda; (ii) demanda elstica e oferta inelstica (12 < 0, com |12 | < 1 e 22 > 0, com |22 | > 1) possibilita efeito de presso sobre o preo pelo lado da demanda; e (iii) demanda inelstica e oferta elstica (12 < 0, com |12 | > 1 e 22 > 0, mas |22 | < 1). Nesta situao, pode-se causar efeito de presso sobre os preos, no lado da oferta. As premissas acima levantadas permitem estabelecer as concluses que os testes de hipteses desses coecientes evidenciaro, no que se refere possibilidade da existncia de presso sobre o preo da ao objeto (PRTR4) no dia de vencimento da opo.
63
3.2. Soluo do modelo Conforme Gujarati (2006, p. 600) a condio de ordem permite levantar as condies necessrias de identicao das equaes que compem o sistema. Portanto, considerando K como o nmero de variveis predeterminadas no modelo, k como o nmero de variveis predeterminadas includas em uma dada equao do modelo, e m o nmero de variveis endgenas includas na equao em questo, ento, se (K k) > (m 1) a equao ser superidenticada, 3 se (K k) = (m 1) a equao ser exatamente identicada e se (K k) < (m 1) a equao ser subidenticada. Assim, observamos que no modelo especicado, a Eq. (6) exatamente identicada (K = 5, k = 4 e m = 2) e a Eq. (7) superidenticada (K = 5, k = 2 e m = 2). As condies estabelecidas pela condio de ordem uma condio necessria, mas no suciente, devido possibilidade de que possa haver coecientes da respectiva equao dependentes entre si (multicolinearidade) ou pela possibilidade de que alguns de seus coecientes sejam nulos. Nesse caso, deve-se ainda aplicar a condio de posto (Gujarati 2006, p. 602), que associada condio de ordem, possibilita estabelecer de forma completa o estado de identicao de cada equao do sistema. Aplicando a condio de posto nas Eq. (6) e (7), e associando-a condio de ordem aplicada a estas equaes, conclui-se que a Eq. (6) ser exatamente identicada, se e somente se, o coeciente 24 for estatisticamente diferente de zero, caso contrrio ela ser sub-identicada. Com relao Eq. (7), conclui-se que ela ser superidenticada, se e somente se, um dos coecientes 13 ou 14 ou 16 no seja nulo ou que no haja uma combinao linear entre os termos desta equao, tal que eles se anulem. Caso contrrio a Eq. (7) ser exatamente identicada. Portanto, o modelo de Sanvicente e Monteiro (2005) apresenta a equao de demanda (Eq. (6)) como identicada (ou sub-identicada) e a equao de oferta (Eq. (7)) como superidenticada (ou exatamente identicada), o que exige uma soluo pelo Mtodo dos Mnimos Quadrados de Dois Estgios, 2SLS (ou de Variveis Instrumentais), conforme Gujarati (2006). Somente em casos especiais, onde a correlao entre as variveis explicativas e o termo de erro estocstico baixa, podero ser obtidas solues ecientes pelos mtodos clssicos, como o Mtodo dos Mnimos Quadrados Ordinrios, OLS. Consequentemente, se utilizarmos o Mtodo dos Mnimos Quadrados de Trs Estgios, 3SLS, conforme realizado por Sanvicente e Monteiro (2005), a soluo
3
Num sistema de duas equaes simultneas, sendo ambas superidenticadas (cada uma apresentando mais do que uma soluo), a soluo correta somente ser possvel pelo Mtodo dos Mnimos Quadrados (OLS) de Trs Estgios, OLS (ou pelo Mtodo de Mxima Verossimilhana, ou em casos especiais pelo Mtodo Indutivo). Caso somente uma das equaes do sistema seja superidenticada (e a outra exatamente identicada ou subidenticada), a soluo correta possvel somente pelo OLS de Dois Estgios (ou tambm pelo Mtodo de Mxima Verossimilhana, ou em caso especiais pelo Mtodo Indutivo). As equaes subidenticadas num sistema de equaes simultneas no podem ser obtidas e as equaes exatamente identicadas podem ser obtidas pelo Mtodo dos Mnimos Quadrados Ordinrio. 64 EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010
ser consistente (quando o tamanho da amostra aumenta, diminui o vis nas estimativas do modelo) e, tambm, eciente (soluo com varincia mnima), pois, uma soluo de trs estgios, conforme um dos procedimentos implementados no software STATA, no nada mais que uma soluo de dois estgios para cada equao do modelo. Assim, se procedermos soluo deste modelo pelo 3SLS (ao invs de utilizar o Mtodo 2SLS), a soluo obtida dever apresentar resultados aproximadamente iguais ao da soluo do Mtodo 2SLS. Na soluo desse modelo, deve-se vericar a simultaneidade entre as variveis e, consequentemente, a necessidade de elaborar um modelo de duas equaes, no lugar de somente uma. Normalmente, utiliza-se o teste de especicao de Hausman para vericar a simultaneidade entre ln(St ) e ln(V OLt ), conforme Gujarati (2006). O teste de Hausman, para vericar a presena de simultaneidade, caracteriza-se por executar, primeiramente pelo mtodo OLS, uma regresso na forma reduzida com base na Eq. (6) (nesse caso, ln(St ) explicada somente pelas variveis exgenas, que so ln(OPt ), ln(IBOVt ), ln(St1 ), d e ln(1/NN EGt )). Os valores estimados de ln(St ), mais os resduos (t ), so utilizados como proxy da varivel ln(St ) e v substitudos na Eq. (7), no lugar de ln(St ). Neste caso, sob a hiptese nula de que no exista simultaneidade, a correlao entre vt e ut (resduos da estimao da Eq. (7)) dever ser zero. Assim, ao procedermos regresso da Eq. (7) na forma modicada e vericarmos que o coeciente de vt estatisticamente insignicante (igual zero), podemos concluir pela no existncia de simultaneidade entre ln(St ) e ln(V OLt ). Sendo assim, no existe a necessidade de se estabelecer as duas equaes (6) e (7) no modelo, mas somente uma das equaes envolvendo as duas variveis em anlise, tornando uma das variveis como exgena e com impacto defasado. Utilizar-se- para esse teste de simultaneidade de Hausman, como critrio de signicncia dos coecientes, o p valor 0, 05, caso contrrio, o respectivo coeciente ser considerado como insignicante. Como observamos, para obter solues consistentes de equaes superidenticadas, quando existe correlao entre uma ou mais variveis independentes e o termo de erro estocstico, devemos utilizar como estimadores o mtodo 2SLS ou 3SLS. Portanto, temos necessidade de saber se as variveis predeterminadas mantm correlaes com o termo de erro estocstico e, consequentemente, neste caso, devemos utilizar regresses via 2SLS e 3SLS, caso contrrio, possvel utilizar o OLS. Felizmente, temos como vericar estes fatos e constatarmos se devemos realmente utilizar solues 2SLS ou 3SLS versos OLS. Para tanto, devemos aplicar o teste de especicao de Hausman, com a nalidade de vericar a exogeneidade das variveis independentes. Este teste nos mostra se os mtodos 2SLS ou 3SLS so mais consistentes e ecientes que, por exemplo, o mtodo OLS. Matematicamente, a forma geral do teste de especicao de Hausman de exogeneidade deve estabelecer uma relao entre os coecientes do modelo, obtidos na soluo pelo 2SLS (armazenados em um vetor b) e os coecientes do modelo, obtido numa soluo pelo OLS (armazenados em um vetor B) e suas respectivas matrizes de varincias, denominadas de var(b) e var(B). Esta metodologia permite
estimar a estatstica H de Hausman, conforme a formulao que se segue: H = [b B] [var(b) var(B)]1 [b B] (8)
onde [b B] o transposto dovetor diferena entre os coecientes, [var(b) var(B)]1 representa a inversa da matriz diferena entre as varincias dos modelos. A estatstica H pode ser testada como uma distribuio Qui-quadrada, com o grau de liberdade igual ao nmero de regressores estimados, isto , igual ao nmero de coecientes estimados em cada equao, que so iguais tanto na soluo 2SLS como na soluo OLS. A lgica do teste simples, sob a hiptese nula, ambos estimadores (2SLS e OLS) so consistentes, pois a diferena entre solues pelos dois modelos pequena, produzindo um H pequeno que causa um valor-p grande referente cauda direita, contudo, o estimador 2SLS (ou 3SLS) mais eciente que o OLS. E sob a hiptese alternativa, o estimador 2SLS (ou 3SLS) mais eciente que o OLS, contudo, inconsistente. Utilizaremos o seguinte critrio de seleo: se valor-p > 0, 05, aceitamos a hiptese H0 , caso contrrio, se valor-p 0, 05 aceitamos H1 . Utilizamos neste estudo as informaes obtidas junto Bolsa de Valores de So Paulo, referentes s cotaes dos prmios das opes de compra das aes da Petrobrs PN, volumes negociados, cotaes do ndice Bovespa e cotaes da ao-objeto, referentes aos dados do ltimo dia de negociao de contratos de opes na Bolsa de Valores de So Paulo, respectivamente, nos dias 17/08/2007 (opo com preo de exerccio de R$46,00) e 14/09/2007 (opo com preo de exerccio de R$53,58). Primeiramente, aplicamos aos dados o teste de simultaneidade e o teste de exogeneidade e, posteriormente, estimamos o modelo de Sanvicente e Monteiro (2005), utilizando como estimadores os mtodos 2SLS e 3SLS. Nessas solues, utilizamos o software STATA 9.1, cujos resultados sero apresentados nas tabelas, a seguir.
3.3. Teste de simultaneidade entre ln(St ) e ln(V OLt ) Para vericarmos se existe simultaneidade entre ln(St ) e ln(V OLt ), primeiramente, realizamos o teste de Hausman para as sries intradirias coletadas em 17/08/2007, que foi feito em duas etapas. Na primeira etapa realizamos a regresso na forma reduzida com base na Eq. (6), de ln(St ) sobre as variveis exgenas do modelo, ln(OPt ), ln(IBOVt ), ln(St1 ), d e ln(1/NN EGt ), obtendo-se os resduos, dados por vt , e as estimativas de ln(St ), dadas por ln(St ). Em seguida, na segunda etapa, zemos a regresso com base na Eq. (7), usando-se vt e ln(St ), no lugar de ln(St ). Estes ltimos resultados so apresentados na Tabela (1). Conforme pode ser observado na Tabela (1) (padro de sada do STATA 9.1), por meio do teste de hiptese para o coeciente vt , se aceita a condio de simultaneidade entre ln(St ) e ln(V OLt ) com um nvel de signicncia de 3%, o
Tabela 1 Testes de simultaneidade de Hausman (2a. etapa), para os dados do dia 17/08/2007
Source Model Residual Total SS 40086,9091 151,076442 40237,9855 Df 4 397 401 MS 10021,7273 0,380545193 100,344103 Number of obs= 401 F(4, 397) = 26335,18 Prob > F = 0,0000 R-squared = 0,9962 Adj R-squared= 0,9962 Root MSE = 0,61688 ln(V OLt ) ln(St ) ln(St1 ) vt COEF. 118,0261 -116,4144 Std. Err. 53,11224 53,12105 t 2,22 -2,19 -26,57 2,18 p > |t| 0,027 13,60965 0,029 -220,8481 0,000 -1,332466 0,030 5,325021 95% Conf. Interval 222,4425 -11,98069 -1,148856 103,5931
ln(1/NN EGt ) -1,240661 0,0466973 54,45904 24,99241
Nota: Os coecientes acima so provenientes da regresso de ln(V OLt ) sobre ln(St ), ln(St1 ), ln(1/NN EGt ) e vt , sem o termo constante, pois este insignicante, o que no altera a anlise.
que demonstra claramente a necessidade de implementar um modelo com duas equaes para as sries de dados em anlise. Tambm, vericarmos se existe simultaneidade entre ln(St ) e ln(V OLt ), por meio do teste de Hausman para os dados da opo com vencimento em 14/09/2007 e exerccio em 17/09/2007. Contudo, os resultados apresentaram o mesmo comportamento que os referentes aos dados da opo com vencimento em 17/08/2007 e exerccio em 20/08/2007 (ou seja, a necessidade de implementar um modelo com duas equaes para as sries de dados em anlise), portanto, no apresentaremos as estimativas deste teste. 3.4. Teste de Exogeneidade As Tabelas (2) e (3), especicadas nos padres de sada do STATA 9.1, resumem os resultados do teste de especicao de Hausman para vericar a exogeneidade das variveis explicativas, no caso, para os dados da opo com ltimo dia de negociaes em 17/08/2007. Observa-se na Tabela (2) a matriz da diferena das varincias obtidas pelos dois mtodos, 2SLS e OLS, representando [var(b) var(B)] e na Tabela (3) os coecientes obtidos pelos mtodos 2SLS e OLS, respectivamente, b e B, e o vetor diferena, [b B]. Tambm, na Tabela (3), observamos os resultados do teste de especicao de Hausman de exogeneidade, realizado no STATA 9.1, a partir do qual no podemos considerar inconsistente uma soluo da Eq. (7), superidenticada, obtida isoladamente pelo mtodo OSL, contudo, a soluo no ser eciente. Por outro lado, uma soluo pelo mtodo 2SLS (ou 3SLS) ser eciente e consistente. Portanto, de acordo com este teste, preferencialmente, e por questes de preciso dos resultados, utilizaremos a soluo 2SLS (ou 3SLS). O teste de especicao de Hausman para vericar a exogeneidade das variveis explicativas, para os dados da opo com o ltimo dia de negociao em 14/09/2007
Tabela 2 Matriz da diferena das varincias, obtidas na soluo da Eq. (7), pelos mtodos 2SLS e OLS, para os dados do dia 17/08/2007 ln(St ) ln(St ) ln(St1 ) 1300,0458 -1300,261 1300,4762 ln(St1 ) ln(1/NN EGt )
ln(1/NN EGt ) -0,31423572 0,31430416 0,00009663
Tabela 3 Resultados do teste de especicao de Hausman de exogeneidade (H), para os dados do dia 17/08/2007 Vetor [b] Vetor [B] Vector [b B] (2SLQ) (SLS) SQRT Diag [V ar(b) V ar(B)] ln(St ) ln(St1 ) 89,11992 65,984014 -87,50349 -64,36375 23,135906 -23,13974 -0,0055924 36,06186 36,06212 0,0098303
ln(1/NN EGt ) -1,233674 -1,228082
b = consistent under Ho and Ha ; obtained from regress B = inconsistent under Ha, ecient under Ho ; obtained from regress Test: Ho : dierence in coecients not systematic H = chi2(3) = (b B) [(Vb VB )(1) ](b B) = 0.41 Prob> chi2 = 0.9378
Nota: B(b) o vetor que representa os coecientes da Eq. (7) obtidos via OLS(2SLQ). A estatstica H do teste de exogeneidade de Hausman tem distribuio Qui-quadrada, com grau de liberdade igual ao nmero de coecientes da equao, no caso g.l. = 3. Ela estimada por: H = [b B] [var(b) var(B)]1 [b B].
conduziram mesma concluso que o teste para os dados da opo com o ltimo dia de negociao em 17/08/2007, portanto, no apresentaremos os resultados das estimativas. Assim, considerando os testes de exogeneidade realizados, manteremos o procedimento de solues pelo mtodo 2SLS (ou seja, 3SLS, pois, como j comentado na subseo 3.2, uma soluo via 3SLS equivalente a uma soluo via 2SLS para cada equao do modelo), em detrimento da soluo pelo mtodo OLS, por ser mais preciso, conforme os testes demonstraram, e por ser consistente e eciente sob a hiptese H0 .
3.5. Soluo atravs do 2SLS Na soluo pelo 2SLS, a varivel a ser instrumentalizada a varivel ln(St ), na equao demanda (Eq. (6)). Por se caracterizar como uma equao exatamente identicada, esta equao pode ser resolvida na forma reduzida, contudo, os seus coecientes foram corrigidos por meio das relaes matemticas de ligao entre os parmetros da forma reduzida e os parmetros dessa equao conforme formulao da Eq. (6) (Gujarati 2006, p. 599). A equao da oferta (Eq. (7)), superidenticada, foi estimada em dois estgios. Os resultados obtidos para a equao demanda e para a equao oferta, para a opo com ltimo dia de negociao em 17/08/2007, so apresentados, respectivamente, nas Tabelas (4) e (5). Tendo em vista que as estimativas da funo demanda (da Eq. (6)) e da equao da oferta (Eq. (7)), para os dados da opo com ltimo dia de negociao em 14/09/2007 conduzirem mesma concluso que o teste para os dados da primeira opo, no apresentaremos estes ltimos resultados. Deve-se salientar que a soluo da equao oferta, Eq. (7), na Tabela (5) encontra-se na forma direta, diferentemente de sua formulao inicial (Eq. (7)), conforme segue: ln(V OLt ) = 1 + 2 ln(St ) + 3 ln(St1 ) + 4 ln(1/NN EGt ) + et (9)
Neste caso, as relaes entre os coecientes da Eq. (7) e a Eq. (9) so tais que:
21 = 1 /2 , 22 = 1/2 , 23 = 3 /2 e 24 = 4 /2
(10, 11, 12 e 13)
Analisando as Tabelas (4) e (5), observamos que os coecientes de determinao (R2 ) sobre as solues da equao da demanda (Eq. (6)) e equao da oferta (Eq. (7)) so bastante satisfatrios, respectivamente, com R2 0, 9894 e R2 0, 9962. Em resumo, constatamos que as solues do modelo pelo mtodo 2SLS, conforme Tabelas (4) e (5), apresentam-se bastante satisfatrias, em termos de signicncia local e global e em grau de ajuste. 4. Anlise dos Resultados do Modelo de Sanvicente e Monteiro Com relao aos resultados (Tabela (4)), correspondente soluo da equao demanda, Eq. (6), podemos observar que ao nvel de signicncia de 5%, o volume de ttulos negociados (ln(V OLt )) no causa o preo (ln(St )), com um 12 0, o que induz uma situao de elasticidade-preo innita na demanda. Poderamos at aceitar, a um nvel de signicncia de 8%, uma relao de impacto entre volume de ttulos negociados e preo da ao-objeto, pois o sinal se apresenta na direo correta, 12 = 0, 000126 < 0, contudo com uma elasticidade preo tendendo para innito, |1/12 | 1. A anlise considerando estas duas situaes no difere muito, pois ambas esto relacionadas com elasticidade-preo innitamente grandes.
Tabela 4 Soluo da Equao demanda (Eq. (6)), pelo mtodo 2SLS, ou seja, ln(St ) = 21 + 12 ln(V OLt ) + 13 ln(OPt ) + 14 ln(IBOVt ) + 15 ln(St1 ) + 16 d ln(V OLt ) + e1t Source Model Residual Total SS 0,50488001 0,000531844 0,051019845 Df 5 395 400 MS 0,0100976 1, 3464E-06 0,00012755 Number of obs= 401 F(4, 397) = 7499,47 Prob > F = 0,0000 R-squared = 0,9896 Adj R-squared= 0,9894 Root MSE = 0,00116 ln(St ) ln(V OLt ) ln(OPt ) ln(IBOVt ) ln(St1 ) d ln(V OLt ) Constante
COEF.
Std. Err.
t -1,768326 10,85651 5,319425 25,93659 1,246654 7,711061
p > |t| 95% Conf. Interval 0,0774 -0,0000168 0,0003239 0,0000 0,0068284 0,0096081 0,0000 0,031367 0,0643124 0,0000 0,6155486 0,7217208 0,2129 -0,0001035 0,000012 0,0000 0,561655 0,9548899
-0,000126 7,15E-05 0,008132 0,046165 0,679261 2,13E-05 0,735802 0,000749 0,008679 0,026189 1,71E-05 0,095422
Intrumented: ln(St ) Instruments ln(St1 ) ln(1/NN EGt ) ln(OP46t ) ln(IBOVt )d ln(V OLt ) Tabela 5 Soluo da Equao oferta (Eq. (7)), pelo mtodo 2SLS, na forma inversa, ou seja, ln(V OLt ) = 1 + 2 ln(St ) + 3 ln(St1 ) + 4 ln(1/NN EGt ) + et Source Model Residual Total SS 40086,4629 151,522581 40237,9855 Df 3 398 401 MS 13362,1543 0,380710003 100,344103 Number of obs= 401 F(4, 397) = 35097,99 Prob > F = 0,0000 R-squared = 0,9962 Adj R-squared= 0,9962 Root MSE = 0,61702 ln(V OLt ) ln(St ) ln(St1 ) COEF. 93,60043 -91,04019 Std. Err. 44.66765 43,8606 t 2,10 -2,08 -26.34 p > |t| 95% Conf. Interval 0.037 5,785744 181,4151 0.039 -177,2683 -4,812128 0.0000 -1,323259 -1,13948
ln(1/NN EGt ) -1.231369 0.0467405 Intrumented: ln(St )
Instruments ln(St1 ) ln(1/NN EGt ) ln(OP46t ) ln(IBOVt )d ln(V OLt )

Como analisado anteriormente, numa situao de elasticidade-preo consideravelmente alta, a demanda pelas aes-objeto, no limite, so bastante elevadas, a um preo inferior ou igual a um preo xo, que denominamos de S0 . Contudo, para qualquer preo de ao levemente superior a S0 , a demanda por aes cai consideravelmente a um nvel muito baixo, eliminando qualquer tentativa dos agentes nanceiros de pressionarem os preos por meio de aquisies de grandes volumes de aes. Consequentemente, no existindo a possibilidade presso sobre os preos, no dia de vencimento da opo, por meio da manipulao de agentes nanceiros, no lado da demanda. Com relao varivel instrumental ln(IBOVt ), ao nvel de signicncia de 5%, observa-se um impacto signicativo e com sinal correto (14 = 0, 046165 > 0), donde constatamos que na funo demanda, os preos esto absorvendo de forma consistente os impactos externos ao sistema nanceiro, atuantes de forma exgena. Estes impactos do IBOVt sobre St se manifestam de forma tmida, com uma participao de 0,048% no preo para cada 1% de acrscimo (ou decrscimo) nos nveis do IBOVt . A varivel d ln(V OLt ) no se mostrou signicativa, mesmo ao nvel de signicncia de 10% (com 16 0), o que elimina qualquer efeito de presso sobre os preos da ao objeto, que se intensicaria no dia de vencimento da opo, quando o preo da ao se aproxima do preo de exerccio da srie. A varivel ln(St1 ) causa ln(St ) a um nvel de signicncia menor que 1%. De forma lgica, os preos com um perodo de defasagem causam impactos positivos sobre os preos atuais, pois, 15 = 0, 679261 > 0, respondendo por aproximadamente 0,68% sobre os preos atuais da ao objeto, para cada 1% de variao nos preos defasados em um perodo. Ainda constatamos na equao demanda, conforme esperado na concepo do modelo de Sanvicente e Monteiro, os prmios de opo de compra causam impactos positivos nos preos atuais da ao objeto, pois, a um nvel de signicncia menor que 1%, 13 = 0, 008132 > 0. Tambm, podemos evidenciar que para cada 1% de acrscimo (ou decrscimo) no prmio de opo, os preos atuais da ao objeto so impactados na ordem de aproximadamente 0,0081%. Enm, podemos dizer que no lado da demanda, o principal fator responsvel para a formao dos preos atuais das aes-objeto so os preos defasados das prprias aes. Finalmente, analisando a funo de produo de preo estabelecida para o modelo, Eq. (4), observamos que de maneira similar a um sistema produtivo, o intercepto do modelo, 12 = 0, 735802, se caracteriza como um fator de multiplicao de impacto na gerao dos preos, da ordem de 12 = e0,735802 = 2, 08715. Ou seja, levando em considerao os impactos de cada insumo da funo de produo, o sistema apresenta um potencial de multiplicao da ordem estimada, 2,08. Conforme a Tabela (5), observamos na soluo da equao de oferta do modelo, Eq. (7), resolvida na forma direta, que a um nvel de signicncia de 3,7%, os preos atuais impactam o volume de ttulos negociados de forma correta, pois, de acordo com a Relao (11) 22 = 1/2 = 1/93, 60043 22 = 0, 010683. Isto quer dizer que para cada 1% de aumento (ou queda) no preo atual, o volume de ttulos
ofertado aumenta (ou diminui) em torno de 93,60%. Temos uma situao em que a elasticidade-preo da funo oferta consideravelmente alta, tal que uma pequena variao nos preos atuais causam impactos consideravelmente signicativos na oferta de aes no dia analisado. Diferentemente, podemos entender que para cada 1% de acrscimo (ou decrscimo) no volume de ttulos negociados ocorrer apenas 0,010% de acrscimo (ou decrscimo) no preo da ao objeto. Claramente, numa situao de elasticidade-preo fortemente elstica na funo de oferta, a presso sobre os preos atuais por agentes nanceiros bastante rdua, contudo, no podemos negar que ela seja possvel. Todavia, do ponto de vista prtico, podemos armar que em tais situaes, o exerccio de presso sobre os preos, na conjuntura do sistema analisado, impossvel, pois j existem preferncias pelas aes objeto nos preos rigidamente estabelecidos, conforme observamos na anlise da funo demanda. O coeciente da varivel ln(St1 ) na Eq. (7), resolvida na forma direta, se manifesta de forma correta e signicativa, a um nvel de erro de 3,9%, que de acordo com a Eq. (12), tem-se que 23 = (91, 04019/93, 60043) 23 = 0, 9726. Ou seja, como na funo demanda, o principal fator de formao de preo das aes objeto, no lado da oferta, trata-se, simplesmente, dos impactos dos preos defasados sobre os preos atuais, numa proporo, tal que para cada 1% de aumento (ou queda) no preo defasado das aes ocorre 0,97% de impacto no preo atual das aes. Finalmente, podemos observar que o coeciente da varivel ln(1/NN EGt ) da Eq. (7) signicativo, a um nvel de erro menor que 1%, produzindo um coeciente, nos moldes da Eq. (7) (conforme Relao (13)), de 24 = 4 /2 = (1, 231369/93, 60043) = 0, 01315. Observa-se na soluo da equao de oferta (Eq. (7)) na forma direta, que de acordo com a dinmica lgica do sistema nanceiro sem interferncia de manipulao no seu comportamento, um grande volume de ttulos negociados deve induzir um grande nmero de negcios, ou vice-versa. Nesse caso, para um grande nmero de negcios, teramos o seu inverso pequeno. Assim, de acordo com essa lgica, como ocorre na realidade (um coeciente de 1, 23169), a varivel ln(1/NN EGt ) impacta negativamente a varivel ln(V OLt ), caracterizando uma dinmica consistente para o sistema nanceiro, do ponto de vista de um sistema operando sem a manipulao de grandes agentes nanceiros e se ajustando de acordo com as foras do mercado. Neste contexto, para 1% de aumento (ou queda) em ln(1/NN EGt ) ocorrer 1,2316% de queda (ou aumento) no volume de ttulos negociados. Ou, conforme a estrutura da Eq. (7), para um 1% de acrscimo (ou decrscimo) em ln(1NN EGt ) acontecer 0,01384% de acrscimo (ou decrscimo) nos preos atuais das ao-objeto. Estes resultados nos conduzem a uma concluso que caminha na direo contrria premissa estabelecida no modelo de Sanvicente e Monteiro, pois, numa situao de manipulao dos preos da ao-objeto por importantes agentes nanceiros, no dia de vencimento da opo, deveramos encontrar uma relao de impacto contrria ao vericado, ou seja, um coeciente 24 < 0. Portanto, evidencia-se que o impacto dessa varivel no atribui um fator de presso nos preos da ao-objeto, no dia de
vencimento. Claramente, de acordo com a argumentao apresentada acima, no se evidencia o efeito de presso sobre os preos da ao-objeto, no dia de vencimento da opo, pois, tanto a elasticidadepreo da demanda como da oferta so fortemente elsticas, o que inviabiliza qualquer manipulao por agentes nanceiros sobre os preos das respectivas aes. Tambm, no vericamos qualquer impacto de presso sobre os preos da ao, quando estes se aproximam do valor da opo. Igualmente, no constatamos impactos que caracterizassem a presena de grandes volumes de ttulos negociados, envolvendo pequenos nmeros de negcios. Finalmente, podemos armar que os impactos da varivel ln(OPt ), apesar de se manifestarem na direo reivindicada por Sanvicente e Monteiro (2005), se mostraram desprezveis. Enm, podemos dizer que de acordo com a anlise aqui realizada, no ocorreu o fato de o investidor puxar ou empurrar o preo da ao objeto, com simples utilizao de quantidades transacionadas. 5. Modelo de Equaes Simultneas de Trs Equaes As relaes de dependncia entre ln St e ln OPt , conforme apresentado na Figura (1), nos faz conjeturar, diferentemente de Sanvicente e Monteiro (2005), para uma possvel relao de impactos simultneos entre ln St e ln OPt . Assim, resolvemos estabelecer um modelo de Equaes Simultneas de trs equaes, envolvendo como variveis endgenas St , V OLt e OPt , contudo, mantendo a mesma estrutura do modelo de Sanvicente e Monteiro (2005). Para tanto, devemos analisar as condies de simultaneidade e de exogeneidade destas variveis, conforme Gujarati (2004, p. 676679). 5.1. Formulao do Modelo Para estabelecer a consistncia do modelo de equaes simultneas, tendo as variveis ln(V OLt ), ln(St ) e ln(OPt ), modicamos as Relaes (6) e (7) e adicionamos uma terceira relao funcional, tendo ln(OPt ) como varivel endgena. Assim, temos o seguinte sistema de equaes, escritas na forma de um modelo log-log: ln(V OLt ) = ln(St ) = ln(OPt ) =
11 + 12 ln(St1 ) + 13 ln St St1
+ 14 ln(IBOVt )
+15 ln
21
1 NN EGt
+ e1t
+ 22 ln(V OLt ) + 23 ln(IBOVt ) + 24 d ln(V OLt )

1 NN EGt
+25 ln
+ e2t
31 + 32 ln(St ) + 33 ln(IBOVt ) + 34 d ln(V OLt ) + e3t (14, 15 e 16) 73
Milton Biage, Newton C.A. da Costa Jr., Waldemar A. da R. de Souza e Marco Antnio de O.V. Goulart onde 11 = ln(11 ), 21 = ln(21 ), 31 = ln(31 ) e ij nas Eqs. (14) a (16) pertencem a funes de produo similares s Eqs. (4) e (5). Observe-se que na equao de demanda, a Eq. (14), diferentemente de Sanvicente e Monteiro (2005), retiramos o impacto de causalidade exgena de ln(OPt ) sobre ln(St ) e impusemos uma situao de causalidade simultnea de ln(St ) sobre ln(OPt ), em funo das interaes no mercado, conforme evidenciado na Figura (1). Nessa congurao do modelo, a relao entre a ao objeto e a srie da opo de compra representa um efeito, no do dia de vencimento da opo sobre os preos da ao objeto, mas uma presso dos preos da ao objeto sobre o prmio da opo, conforme Eq. (16). Ainda, esquematizamos a funo demanda (Eq. (14)) como uma funo do preo defasado (como j estabelecido no modelo de Sanvicente e Monteiro) e da diferena de preo atual e defasado, caracterizando um ajuste dinmico da demanda em funo das variaes de preo. A idia aqui evidenciar que a percepo do investidor, do lado da demanda, se caracteriza mais em funo de percepes de preo defasado e em funo das variaes de preo. Tambm, nesta equao mantivemos, como em Sanvicente e Monteiro, a percepo do investidor sobre o comportamento do ndice de mercado, por meio do IBOVESPA e estabelecemos um fator de medida de presso de preos do mercado, por meio do inverso do nmero de negcios. Diferentemente de Sanvicente e Monteiro, retiramos o impacto dummy do aumento do volume em funo da aproximao do preo de exerccio da opo, pois no teria sentido volume impactar sobre volume, conforme a esquematizao da Eq. (14) e, devido a esta varivel demonstrar ser insignicante na funo demanda. Na equao de oferta, a Eq. (15), retiramos os impactos defasados do preo da ao, ln(St1 ), por entender que esses efeitos de explicao ocorrem, na sua totalidade, de forma simultnea, tendo em vista a rapidez de percepo dos agentes nanceiros que operam no mercado. Ainda, introduzimos o efeito da varivel dummy d, includa na funo demanda por Sanvicente e Monteiro e repassamos estes efeitos funo oferta, pois acreditamos que estes efeitos de aproximao do valor da ao para o valor de exerccio da opo, no dia do vencimento, pode ser melhor caracterizado por aumentos ou redues de volumes de aes ofertados. Introduzimos, tambm, o ndice IBOVESPA na Eq. (15), por considerar que os agentes nanceiros, tanto na oferta como na demanda, se mantm atentos ao comportamento de mercado. Finalmente, mantivemos (como em Sanvicente e Monteiro) a percepo do investidor por meio do comportamento de mercado e introduzimos como fator de medida de presso dos preos das aes no mercado, o inverso do nmero de negcios, similar ao efetuado no lado da demanda. A Eq. (16) foi adicionada ao modelo, com a nalidade de absorver as interaes entre as variveis no mercado e o preo de opo, e estabelecer as condies de equilbrio do sistema. Nessa equao, estabelecemos como lgica que os preos de mercado da ao objeto impactam instantaneamente os prmios da opo, no dia de vencimento. Assim, no inclumos nessa equao a varivel impacto defasado de preos, como j argumentado, devido forte simultaneidade entre o preo da ao e da opo. Tambm, foi omitida na Eq. (16), a varivel endgena V OLt , 74 EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010
tendo em vista que consideramos que o efeito de volume sobre o preo da opo pode ser caracterizado por meio da varivel dummy d, pois, neste caso, a varivel d representa os efeitos de interao entre preo da opo e volume de aes negociados no mercado, o que parece mais lgico. Finalmente, introduzimos nesta equao o impacto do ndice de mercado (IBOVESPA) sobre os preos da opo, o que perfeitamente lgico. As condies de Ordem e de Posto permitem levantar as condies de identicao das equaes que compem o sistema. Na nova estrutura, as Eqs. (14) e (15) se mantm como exatamente identicadas se 12 = 0, 13 = 0. A Eq. (16) se mantm como superidenticada se 32 = 0, 33 = 0 e 34 = 0. 5.2. Testes de Simultaneidade e Exogeneidade de Hausman Realizamos os testes de Especicao de Hausman para vericar a simultaneidade entre ln(St ) e ln(V OLt ) e entre ln(St ) e ln(OPt ) e, consequentemente, ln(V OLt ) e ln(OPt ) , com o intuito de vericar a necessidade de estabelecer as trs equaes (14), (15) e (16) no modelo de equaes simultneas, tendo como variveis endgenas ln(St ), ln(V OLt ) e ln(OPt ). Portanto, caso exista simultaneidade entre estas variveis, elas devem ser consideradas como endgenas, dependendo do teste de exogeneidade. Efetuamos estes testes nas duas bases de dados utilizadas neste estudo (17/08/2007 e 14/09/2007). Ambas referentes anlise da presso sobre o preo da ao preferencial da Petrobras. Na primeira etapa do teste de simultaneidade, resolve-se a Eq. (15), equao oferta, estimando-se um modelo de regresso na forma reduzida, tendo como varivel dependente ln(St ) e como variveis independentes, as variveis preditivas (exgenas): ln(V OLt ), ln(IBOVt ), d ln(V OLt ) e ln(1/NN EGt ). A partir dos resultados da regresso obtm-se a estimativa de ln(St ), denominada de ln(St ) e, consequentemente, de ln(St /St1 ) e os resduos da regresso, vt . Em seguida, para vericar a existncia de simultaneidade entre ln(St ) e ln(V OLt ), aplica-se o teste de Hausman (Gujarati 2006, p. 604), realizando a regresso da Eq. (14), equao demanda, tendo como varivel dependente ln(V OLt ) e como variveis explanatrias ln(St1 ), ln(St /St1 ), ln(IBOVt ), ln(1/NN EGt ) e vt . Os resultados do teste de simultaneidade entre a variveis ln(St ) e ln(V OLt ) (para a base de dados do dia 17/08/2007) so apresentados na Tabela (6). Conforme pode ser observado nesta tabela (padro de sada do STATA 9.1), por meio do teste de hiptese local para o coeciente vt , que se aceita a condio de simultaneidade entre ln(St ) e ln(V OLt ) com um nvel de signicncia menor que 1%. Os resultados estimados para a base de dados tendo como ltimo dia de negociao o dia 14/09/2007 no so apresentados. Contudo, eles demonstraram tambm a simultaneidade entre ln(St ) e ln(V OLt ). Tambm, para vericarmos a existncia de simultaneidade entre ln(St ) e ln(OPt ), aplicamos o teste de Hausman, realizando a regresso da Eq. (16), tendo como
varivel dependente ln(OPt ) e como variveis explanatrias ln(St ), ln(IBOVt ), d ln(V OLt ) e vt . Os resultados do teste de simultaneidade entre a variveis ln(St ) e ln(V OLt ), para a base de dados do dia 17/08/2007, so apresentados na Tabela (7). Conforme pode ser observado por meio do teste de hiptese para o coeciente vt , onde se aceita a condio de simultaneidade entre ln(St ) e ln(OPt ), a um nvel de signicncia menor que 1%. Os resultados para a base de dados do dia 14/09/2007 no foram apresentados, contudo, eles tambm mostraram a simultaneidade entre ln(St ) e ln(OPt ). Consequentemente, de forma indutiva, conclumos que existe simultaneidade entre ln(V OLt ) e ln(OPt ). Portanto, como ln(St ) simultnea a ln(V OLt ) e a ln(OPt ), podemos concluir pela necessidade de se estabelecer um modelo de trs equaes simultneas, conforme conjeturamos.
Tabela 6 Teste de simultaneidade de Hausman entre ln(St ) e ln(V OLt ), para a equao demanda (Eq. (14)), tomando a base de dados do dia 17/08/2007
Source Model Residual Total SS 39973,0684 150,357615 40123,4261 Df 5 395 400 MS 7994,61369 0,38065189 100,308565 Number of obs= 400 F(5, 395) = 21002,41 Prob > F = 0,0000 R-squared = 0,9963 Adj R-squared= 0,9962 Root MSE = 0,61688 ln(V OLt ) ln(St1 ) ln(St /St1 ) ln(IBOVt ) vt COEF. Std. Err. t 0,20 -0,83 0,26 -26,23 3,34 p > |t| 0,843 -6,34169 -0,409 -67,45750 0,797 -2,17915 0,000 -1,30108 0,001 32,71648 95% Conf. Interval 7,762668 27,543350 2,835866 -1,119646 126,550700
0,7104879 3,587092 -19,957080 24,16110 0,3283563 1,275445
ln(1/NN EGt ) -1,2103620 0,046143 79,6335700 23,864390
Nota: Os termos ln(St /St1 ) (estimativa de ln(St /St1 )) e vt , obtidos pela regresso de ln(St ) em funo das variveis preditivas (exgenas): ln(St1 ), ln(IBOVt ) e ln(1/NN EGt ), conforme anteriormente.
Realizamos tambm os testes de Especicao de Hausman para vericar a exogeneidade entre ln(St ), ln(V OLt ), ln(OPt ), ln(IBOVt ), ln(St1 ), d ln(V OLt ) e ln(1/NN EGt ), quando utilizadas como variveis explanatrias. Como observamos anteriormente, para obter solues consistentes de equaes superidenticadas, quando existem correlaes entre uma ou mais variveis independentes e o termo de erro estocstico, devemos utilizar como estimadores o Mtodo de Variveis Instrumentais (regresso de dois estgios, 2SLS) ou regresso de trs estgios, 3SLS. Portanto, temos necessidade de saber se as variveis predeterminadas mantm correlaes com o termo de erro estocstico e, consequentemente, se devemos utilizar regresses de 2SLS e 3SLS. Considerando a base de dados do dia 17/08/2007, os resultados do teste de especicao de Hausman para a Eq. (15), equao oferta, para vericar a exogeneidade das variveis explicativas, so resumidos nas Tabelas (8) e (9).
Tabela 7 Teste de simultaneidade de Hausman entre ln(St ) e ln(OPt ), por meio da equao (Eq. (16)), tomando a base de dados do dia 17/08/2007
Source Model Residual Total SS 55,3699881 2,01046698 57,3804551 Df 4 396 400 MS 13,842497 0,005076937 0,143451138 Number of obs= 401 F(4, 396) = 2726,55 Prob > F = 0,0000 R-squared = 0,9650 Adj R-squared= 0,9646 Root MSE = 0,7125 ln(OPt ) ln(St ) ln(IBOVt ) vt CONS COEF. 36,53764 Std. Err. 0,708267 t 51,59 -8,68 0,97 11,63 -20,68 p > |t| 95% Conf. Interval 37,93007 -3,320546 0,005363 36,258880 -85,188370
0,000 35,145210 0,000 -5,264503 0,334 -0,001825 0,000 25,772640 0,000 -103,08690
-4,292524 0,4944008
d ln(V OLt ) 0,0017688 0,001828 31,01576 -94,13765 2,666934 4,552088
Nota: Os termos ln(St ) (estimativa de ln(St )) e vt , obtidos pela regresso de ln(St ) em funo das variveis preditivas (exgenas): ln(IBOVt ) e d ln(V OLt ), conforme anteriormente.
Observa-se, na Tabela (8), a matriz da diferena das varincias obtidas pelos dois mtodos, 2SLS e OLS, representada por [var(b) var(B)] e na Tabela (9) os coecientes obtidos pelo pelos mtodos 2SLS e OLS, respectivamente, b e B, e o vetor diferena, [b B]. Na Tabela (9) observamos os resultados do teste de especicao de Hausman de exogeneidade, realizado no STATA 9.1, a partir do qual se aceita a hiptese H0 com uma probabilidade de 0,5667 e, portanto, no podemos considerar consistente uma soluo da Eq. (15), superidenticada, obtida isoladamente pelo mtodo OLS, mas podemos armar que uma soluo por este mtodo satisfaz a propriedade de ecincia do estimador OLS. Tambm observamos que o mtodo 2SLS se apresenta como consistente e eciente sob a hiptese H0 (Hausman 1978). Assim, devemos escolher o estimador que satisfaa, conjuntamente, s propriedades de ecincia ou consistncia. Assim, escolhemos o estimador 2SLS (ou 3SLS) como mais apropriado. Considerando a base de dados do dia 17/08/2007, os resultados do teste de especicao de Hausman para a Eq. (16), equao da opo, so resumidos nas Tabelas (10) e (11). Observa-se, na Tabela (10), a matriz da diferena entre as varincias obtidas pelos dois mtodos, 2SLS e OLS, representando [var(b) var(B)] e na Tabela (11), os coecientes obtidos pelos mtodos 2SLS e OLS, b e B, e o vetor diferena, [b B]. Nesta ltima tabela, observamos os resultados do teste de especicao de Hausman de exogeneidade, realizado no STATA 9.1, a partir do qual no podemos considerar consistente uma soluo da Eq. (15), superidenticada, obtida isoladamente pelo mtodo OLS, mas podemos armar que uma soluo por este mtodo satisfaz a propriedade de ecincia do estimador OLS. Tambm observamos que o mtodo 2SLS se apresenta como consistente e eciente sob a hiptese H0 (Hausman 1978). Assim, devemos escolher o estimador que satisfaa, conjuntamente, as propriedades de ecincia ou consistncia, no caso,
2SLS (ou 3SLS). Para a base de dados do dia 14/09/2007, os resultados dos testes de exogeneidade para as Eqs. (14), (15) e (16) no foram apresentados, contudo, eles demonstraram tambm que o mtodo 2SLS se apresenta como consistente e eciente sob a hiptese H0 . Assim, devemos escolher este estimador, no caso, 2SLS (ou 3SLS), na soluo do problema para estes dados. Assim, considerando os testes de exogeneidade realizados, manteremos o procedimento de solues pelos mtodos 3SLS, que resolve ao mesmo tempo as trs equaes, (14), (15) e (16), em dois estgios 2SLS. Este mtodo mais robusto que a soluo de cada equao individualmente pelo 2SLS, mesmo em uma situao de pequena correlao entre as variveis independentes e os resduos na equao do modelo superidenticada (Eq. (15)), apesar de a soluo OLS apresentar-se tambm como consistente e diferir pouco daquela do 2SLS.
Tabela 8 Matriz da diferena das varincias, obtidas na soluo da equao oferta (Eq. (15)), pelos mtodos 2SLS e OLS, tomando a base de dados do dia 17/08/2007
ln(St ) ln(St ) ln(IBOVt ) 3,6358761 -1,2036518 0,63925699 0,00001355 -1,362E-06 -0,00583931 0,00006308 0,00408846 28,379025 ln(IBOVt ) d ln(V OLt ) ln(1/NN EGt ) CONS
d ln(V OLt ) 0,00644084 -0,00176354 ln(1/NN EGt ) -0,00171582 0,00025025 CONS -1,0447467 -2,2543217
Tabela 9 Resultados do teste de especicao de Hausman de exogeneidade (H) para a Eq. (15), tomando a base de dados do dia 17/08/2007
Vetor [b] (2SLQ) ln(St ) ln(IBOVt ) 22,148869 Vetor [B] Vector [b B] (SLS) 25,750252 -3,6013825 1,2813185 SQRT Diag [V ar(b) V ar(B)] 1,9067973 0,7995355 0,0036815 0,0079423 5,3271970
-0,85257626 -2,1338947
d ln(V OLt ) 0,07424703 0,08092626 -0,00667923 ln(1/NN EGt ) -1,2094703 -1,2073803 CONS -70,223819 -70,289977 -0,00208994 0,06615788
b = consistent under Ho and Ha ; obtained from regress B = inconsistent under Ha, ecient under Ho ; obtained from regress Test: Ho : dierence in coecients not systematic chi2(5) = (b B) [(Vb VB )(1) ](b B) = 3.88 Prob> chi2 = 0.5667
Nota: B(b) o vetor que representa os coecientes da Eq. (15) obtidos via OLS(2SLQ). A estatstica H do teste de exogeneidade de Hausman tem distribuio Qui-quadrada, com grau de liberdade igual ao nmero de coecientes da equao, no caso g.l. = 3. Ela estimada por: H = [b B] [var(b) var(B)] [var(b) var(B)]1 [b B].
78
Tabela 10 Matriz da diferena das varincias, obtidas na soluo da equao oferta (Eq. (16)), pelos mtodos 2SLS e OLS, tomando a base de dados do dia 17/08/2007
ln(St ) ln(St ) ln(IBOVt ) CONS 0,17678285 -0,06235764 0,06873171 1,010E-06 ln(IBOVt ) d ln(V OLt ) CONS
d ln(V OLt ) 0,00032503 -0,00002811
-0,00922281 -0,50135126 -0,00095375 5,4491264
Tabela 11 Resultados do teste de especicao de Hausman de exogeneidade (H) para a Eq. (16), tomando a base de dados do dia 17/08/2007
Vetor [b] (2SLQ) ln(St ) ln(IBOVt ) CONS 36,537669 Vetor [B] Vector [b B] (SLS) 35,639942 0,89772726 -0,2087378 0,00134525 -1,2077296 SQRT Diag [V ar(b) V ar(B)] 0,4204555 0,2621673 0,001005 2,334336
-4,3007336 -4,0919958
d ln(V OLt ) 0,00175317 0,00040792 -0,00922281 -92,841388
b = consistent under Ho and Ha ; obtained from regress B = inconsistent under Ha, ecient under Ho ; obtained from regress Test: Ho : dierence in coecients not systematic chi2(4) = (b B) [(Vb VB )(1) ](b B) = 5.82 Prob> chi2 = 0.2131
Nota: B(b) o vetor que representa os coecientes da Eq. (16) obtidos via OLS(2SLQ). A estatstica H do teste de exogeneidade de Hausman tem distribuio Qui-quadrada, com grau de liberdade igual ao nmero de coecientes da equao, no caso g.l. = 4. Ela estimada por: H = [b B] [var(b) var(B)]1 [b B].
5.3. Soluo e anlise do modelo de equaes simultneas As solues do sistema de equaes simultneas, dado pelas Eqs. (14), (15) e (16), so apresentadas nas Tabelas (12) e (13), tanto para a base de dados do dia 17/08/2007 (preo de exerccio de R$46,00), como para a base de dados do dia 14/09/2007 (preo de exerccio de R$53,58). Com relao Tabela (12), relativa opo com valor de exerccio de R$46,00, observamos que os coecientes de todas as variveis impostas no modelo como variveis explicativas, nas trs equaes ((14), (15) e (16)) se mostraram localmente signicativos, com signicncia menor que 1% e com coecientes de ajuste altos, conforme pode ser observado pelos R2 apresentados nesta tabela, sendo respectivamente, de 0,63, 0,99 e 0,92, bastantes satisfatrios. Ainda, observamos que todos os trs modelos so globalmente signicativos (conforme, as estatsticas F , com p-valores da ordem de 0,00, o que signica que os modelos so signicantes globalmente, com erros menores que 1%. Podemos vericar na soluo da equao da demanda, Eq. (14) da Tabela (12), que o volume de ttulos negociados ln(V OLt ) apresenta-se como fortemente elstico
(e com elasticidade positiva) com relao aos preos defasados, 43,70125%. Isto, considerando-se que ln(St /St1 ) = ln(St )ln(St1 ) e, assim, adicionando a parcela de elasticidade obtida diretamente de ln(St1 ) com a parcela de elasticidade obtida no termo de diferena entre o preo atual e o preo defasado por um perodo (Tabela (12)). Ainda, constatamos por meio do coeciente do termo de defasagem, ln(St /St1 ) = ln(St )ln(St1 ), que a elasticidade preo atual do volume de ttulos negociados fortemente elstica, com 13 = 33, 17632% e apresentando uma elasticidade-preo negativa. Assim, temos que para 1% de aumento nos preos atuais, o volume de ttulos diminui em 33,17632%. Contudo, o que constatamos que, de uma forma geral, o ajuste dinmico da demanda em funo das variaes de preo, caracteriza-se por uma dependncia positiva do preo da ao objeto, pois a elasticidade positiva do preo defasado, 43,70125%, supera a elasticidade negativa dos preos atuais. Este comportamento, do ponto de vista do mercado nanceiro auto-ajustvel, esperado, tendo em vista que quando o preo de um ativo demonstra uma tendncia de crescimento, no incio, aumenta a demanda pela ao objeto. Isto acontece porque estamos tratando de evolues de preo, minuto a minuto, ao longo de um dia, consequentemente, a distino entre preo atual e defasado por um minuto, s vezes pode se tornar imperceptvel. Vericamos tambm nos resultados apresentados na Tabela (12), ainda com relao soluo da Eq. (14), que o volume de ttulos da ao objeto apresenta-se fortemente elstico com relao ao ndice IBOVESPA, 14 = 9, 661941%, o que induz que para cada 1% de aumento no IBOVESPA, o volume de ttulos negociados diminui em 9,66%. Este comportamento evidencia, tambm conforme esperado, que em momentos de aumento do indicador do mercado nanceiro, os investidores mantm-se na defensiva e retm as suas aes, com a nalidade de obter maiores lucros e em momentos de queda, os investidores tendem a repassar os seus ativos, com a nalidade de evitar maiores perdas nanceiras. Ainda com relao soluo da Eq. (14) na Tabela (12), podemos vericar que o inverso do volume de ttulos negociados (ln(1/NN EGt )) apresenta-se como sendo negativamente elstico (15 = 1, 200071%). Ento, considerando que ln(1/NN EGt ) = ln(NN EGt ), entendemos que ao aumentar (ou diminuir) o nmero de negcios em 1%, o volume de ttulos negociados aumenta (ou diminui) em 1,2%, o que caracteriza, claramente, uma situao em que a ao objeto segue o comportamento auto-ajustvel do mercado, sem efeito presso sobre os preos da referida ao, no lado da demanda. Este comportamento natural de mercado, sem presso sobre os preos da ao objeto, pode ser melhor observado se colocarmos a funo demanda, Eq. (14), modelada na forma inversa, como segue: ln(St ) = 2, 111482 0, 03014 ln(V OLt ) + 1, 3172 ln(St1 ) 1 0, 2912 ln(IBOVt ) 0, 03617 ln NN EGt
(17)
Observamos, na Eq. (17), que um aumento no nmero de negcios (NN EGt ) tem um impacto positivo no preo da ao. Isto compreensvel se observarmos que
um aumento no nmero de negcios associado a um aumento no volume de aes demandadas tende a aumentar o preo da ao objeto. Assim, se houvesse um claro efeito de presso sobre o preo da ao em anlise, por meio de grandes investidores institucionais, que estariam vendidos nos contratos de opes, o coeciente da teria que ser positivo na Eq. (14), tanto na forma direta como na varivel NN1 EGt forma indireta (tendo ln(St ) como varivel dependente). Pois, nesse caso, grandes volumes de aes seriam negociados por meio de pequeno nmero de negcios, impactando positivamente sobre os preos. Portanto, no se constata presso sobre os preos no lado da demanda, pois este termo constitui-se como o nico na equao passvel de interferncia dos grandes investidores institucionais, que poderiam intervir no mercado, realizando poucos negcios, contudo, adquirindo grandes volumes de ao, o que impactaria sobre preo da mesma, aumentando-o. A soluo da Eq. (15) (equao oferta), conforme pode ser evidenciado na Tabela (12), mostra que o volume de ttulos negociados (ln(V OLt )) apresenta-se tambm como fortemente elstico (e com o sinal correto) com relao aos preos atuais, tal que 22 = [1/(22 + 24 )] = [(1/0, 0484679 0, 0021693)] = 21, 598% (veja Eq. (15)). Portanto, como evidenciamos anteriormente (subseo 3.1), no poder haver efeito expressivo de presso sobre preos da ao objeto, no dia do vencimento, numa situao em que tanto a funo demanda como a funo oferta apresenta elasticidade-preo elstica. Ainda, com relao soluo da Eq. (15) na Tabela (12), vericamos que o ndice IBOVESPA impacta fortemente o preo atual da ao objeto, tal que para 1% de aumento (ou queda) nesse ndice, o preo atual da ao ofertada aumenta (ou diminui) em 23 = 0, 3296%. Este comportamento nos mostra que, no lado da oferta, os preos da ao objeto acompanham o comportamento do mercado nanceiro. Assim, preos de ativos elevados conduzem a uma oferta maior de ativos, principalmente, pelos grandes traders que mantm aes em seu poder, em momentos de alta, somente quando os seus incrementos relativos de preos encontram-se dentro de uma banda especca de aumento. Podemos destacar tambm na soluo da Eq. (15) na Tabela (12), que os efeitos de presso sobre o preo da ao, no dia de vencimento da opo, manifestam-se somente por meio das variveis explanatrias d ln(V OLt ) e ln(1/NN EGt ). Observamos atravs de uma anlise dos dados, que o preo da ao objeto evolui ao longo do dia, de forma descendente, e aproxima-se do preo de exerccio da opo, R$46,00. Contudo, ao se aproximar desse valor, e em alguns momentos, cando abaixo dele, reage e evolui para cima, ultrapassando R$46,00. Esse processo se repete, de maneira que podemos observar um comportamento cclico do preo da ao, em torno de R$46,00. Este comportamento cclico nos faz compreender que existe uma fora para manter o valor da ao da Petrobras, igual ou abaixo de R$46,00. Esse comportamento claramente captado pelos coecientes da varivel d ln(V OLt ) e da varivel ln(1/NN EGt ), conforme veremos a seguir. O coeciente de d ln(V OLt ), 24 = 0, 0021693% (Eq. (15), conforme Tabela (12), se caracteriza moderadamente como um parmetro de presso sobre o preo
81
Tabela 12 Soluo das Eqs. (14), (15) e (16), para a opo com preo de exerccio de R$46,00, considerando a base de dados o dia 17/08/2007, pelo mtodo 3SLS com tolerncia de 1015
Equation Number Parameters of obs ln(V OLt ) ln(St ) ln(St ) ln(V OLt ) (Eq.(14)) ln(St1 ) ln(St /St1 ln(IBOVt ) CONS ln(St ) (Eq.(15)) ln(V OLt ) ln(IBOVt ) 0,0484679 0,0029241 0,3296556 0,0015599 16,58 211,34 -10,40 15,10 t 0,000 0,0427368 0,0541990 0,000 0,3265983 0,3327129 0,000 -0,0025779 -0,0017606 0,000 0,0508834 0,0660647 p > |t| [95%conf.interval] 10,52493 2,845372 3,70 -2,98 -6,51 -26,47 4,90 t 0,000 0,003 0,000 0,000 0,000 p > |t| 4,948108 16,10176 401 401 401 COEF. 4 4 3 Std.Err. 0,6378357 0,6309 207,25 0,000 0,000 0,000 0,0313723 0,9999 5, 42 106 0,1027620 0,9267 t p > |t| 1737,08 RMSe R-sq F -stat p
[95%conf.interval]
-33,176320 11,150770 -9,661941 1,483962 0,045329
-55,03142 -11,321220 -12,57045 -6,753428 -1,288914 -1,111228 42,02084 98,081570
ln(1/NN EGt ) -1,200071 COEF.
70,051210 14,301470 Std.Err.
[95%conf.interval]
d ln(V OLt ) -0,0021693 0,0002085 ln(1/NN EGt ) 0,0584740 0,0038728 ln(OPt ) (Eq.(16)) ln(St ) ln(IBOVt ) 36,0287 0,9826997 COEF. Std.Err.
36,66 -7,11 -36,50
0,000
34,10069
37,955672
d ln(V OLt ) -0,164327 0,0023108 -12,8278 0,3514934
0,000 -0,0209664 -0,0118989 0,000 -13,51742 -12,13819
Endogenous variables: ln(V OLt ), ln(St ) e ln(OPt ) Exogenous variables: ln(St1 ), ln(St /St1 , ln(IBOVt ), ln(1/NN EGt ) e ln(V OLt )
da ao. Isto pode ser caracterizado observando-se, por hiptese, que grandes investidores vendem grandes volumes de aes, de tal forma que para cada 1% de aumento no volume de aes ofertadas, os preos reagem em queda com 0,0021693%. Ou seja, um impacto moderado, contudo, suciente para manter o preo da ao objeto prximo de R$46,00. Tambm, com relao ao outro fator passvel de presso sobre os preos, ln(1/NN EGt ), o seu efeito por meio de interveno dos grandes investidores institucionais manifesta-se, deslocando a curva de oferta para a direita, conduzindo o mercado para um ponto de equilbrio com a curva de demanda a um preo menor daquele do equilbrio anterior, apresentando um efeito similar ao da varivel d ln(V OLt ). Pois, quando o preo da ao evolui de forma crescente, para valores acima do valor de exerccio da opo, grandes volumes de aes so negociados, por meio de nmeros pequenos de negcios, o que faz reverter a tendncia de subida do preo da ao. Assim, pode ser enfatizado por meio da soluo da Eq.
(15), na Tabela (12), que o coeciente 25 = 0, 058474% (coeciente da varivel ln(1/NN EGt ) nos leva a concluir que para 1% de reduo no nmero de negcios, ou 1% de aumento em 1/NN EGt ), ocorre 0,058% de queda no preo da ao (para entender essa lgica deve ser considerado que a varivel ln(1/NN EGt ) sempre negativa e que associada a um coeciente positivo, torna o impacto sobre o preo negociado negativo). O que se pode conjeturar seria que existe uma tendncia de presso sobre os preos da ao no mercado, por meio de grandes investidores institucionais ofertando (vendendo) grandes volumes de aes, contudo, por meio de poucos negcios. De forma geral, os efeitos evidenciados por meio de a 24 e a25 (Eq. (15), referentes, respectivamente, s variveis explanatrias dln(V OLt ) e ln(1/NN EGt ) para a opo de R$46,00, manifestam-se de forma moderada, tendo em vista que tanto a funo demanda como a funo oferta so fortemente elsticas com relao ao preo do ativo. Contudo, os impactos desses dois termos demonstram certa eccia, pois revertem a tendncia de crescimento do preo da ao, para longe do preo de exerccio da opo (ou seja, abaixo de R$46,00). A soluo da Eq. (16), evidenciada na Tabela (12), demonstra que o preo da opo (OPt ), como esperado, fortemente elstico com relao ao preo da ao, cujos impactos se manifestam de tal forma que para 1% de aumento (ou queda) do preo da ao, o preo da opo aumenta (ou cai) 36,0287%. O ndice IBOVESPA demonstra tambm ter um impacto signicativo sobre o preo da opo, tal que para 1% de aumento (ou queda) nesse ndice, o valor da opo diminui (ou aumenta) em 12,18278%. Este comportamento demonstra que o preo da opo mantm uma correlao negativa com o indicador do mercado nanceiro, conforme o esperado. Tambm, como no caso da funo oferta, podemos observar na Eq. (16) da Tabela (12), o efeito de presso sobre o preo da opo atravs do coeciente da varivel explicativa d ln(V OLt ), que da ordem de 0, 0164327. Este coeciente nos mostra o efeito de presso sobre o preo da opo, tal que para 1% de aumento no volume negociado da ao objeto traz como consequncia 0,0164327% de queda no preo da opo. Isto nos leva a entender que, quando o preo da ao aproxima-se em queda, do valor de exerccio da opo (no caso em anlise, R$46,00), ocorre um aumento no volume de aes ofertadas (pois, na estrutura desse modelo, esse impacto foi introduzido tambm na funo oferta (Eq. (15)), o que faz com que o preo da opo reaja em queda, da mesma forma que o preo da ao. Observamos de forma consistente nesta anlise a existncia de efeito de presso sobre o preo, tanto da ao quanto da opo, com valor de exerccio de R$46,00. Contudo, estes efeitos atuantes tanto no lado da oferta como sobre o preo da opo se manifestaram moderadamente, mas apresentando um efeito ecaz para estabelecer queda no preo da ao, pois diante das intervenes de grandes traders sobre o mercado, zeram o preo da ao reagir em queda, quando este estava com tendncia crescente e estabelecendo um comportamento cclico na evoluo do preo da ao. Procedemos a uma anlise de impactos das variveis explanatrias em cada modelo da Tabela (12): funo demanda, funo oferta e funo opo R$46,00.
Contudo, importante vericar a interrelao dos impactos de preos atuais sobre o volume monetrio dos negcios, como feito numa anlise clssica, com o objetivo de vericar os estados de equilbrio atingidos na evoluo dinmica, minuto a minuto (ao longo de um dia). Isto exige considerar, consistentemente, uma anlise integrada entre os impactos das variveis explanatrias, de forma que se possa entender adequadamente os comportamentos resultantes das funes no equilbrio de mercado. Entendemos ainda que todas as variveis explicativas introduzidas em cada modelo causam o deslocamento da curva de oferta ou de demanda ou de opo (com exceo do impacto de preo atual da ao objeto sobre o volume monetrio demandado ou ofertado, tambm, da ao objeto, que desloca o ponto de equilbrio ao longo da curva afetada; e da varivel d ln(V OLt ) que causa mudana na inclinao, no caso da funo oferta e da funo preo da opo). Portanto, procuraremos observar estes aspectos e levantar o impacto nal, numa situao de equilbrio no mercado. Na Figura (2), estabeleceu-se, a priori, as relaes entre ln(St ) e ln(V OLt ) e retendo somente o intercepto do modelo apresentado na Tabela (12), para as funes demanda e oferta (com relao funo demanda, utilizou-se a equao na forma inversa, Eq. (17)). Conforme pode ser observado na legenda desta gura, estas equaes, referenciadas, respectivamente, como (i) e (ii), so: ln(St ) = 2, 1114820, 0301482ln(V OLt ) e ln(St ) = 0, 0484679ln(V OLt ). Paralelamente, na Figura (2) tambm evidenciamos a funo demanda, relacionando ln(St ) e ln(V OLt ), retendo o intercepto e os impactos mdios dos termos ln(IBOVt ) e ln(St1 (Eq. (17)), e na funo oferta, relacionando ln(St ) e ln(V OLt ), retendo o intercepto e o impacto mdio do termo ln(IBOVt ). Tambm, conforme pode ser observado na legenda da Fig. (2), estas equaes referenciadas, respectivamente, como (iii) e (iv), so: ln(St ) = 2, 1114820, 0301482ln(V OLt )+1, 3172ln(St1 0, 2912 ln(IBOVt ) e ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ). Na anlise dos resultados ilustrados na Figura (2), devemos considerar que de acordo com as sries de dados utilizadas no estudo, ln(V OLt ) assume valores entre 5,99 a 12,88 e ln(St ) entre 3,6 e 4,2. Este o motivo pelo qual as curvas das Figuras (2) e (3) foram estruturadas com valores se restringindo a estes intervalos. Em particular, observamos que as curvas de demanda e oferta entre ln(St ) e ln(V OLt ), referenciadas, respectivamente, como funo demanda (i) e funo oferta (ii) (ou seja: ln(St ) = 2, 111482 0, 0301482 ln(V OLt ) e ln(St ) = 0, 0484679 ln(V OLt ), no interage, tal que uma situao de equilbrio possa existir dentro do intervalo dos dados em estudo (para ln(V OLt ), valores entre 5,99 a 12,88 e para ln(St ), valores entre 3,6 e 4,2). Um estado de equilbrio possvel somente de forma hipottica, mantidas as condies de ecincia do mercado, pois, o volume de aes ofertadas e negociadas (ln(V OLt )) depender do preo da ao objeto e dos preos das demais aes. Este ponto de equilbrio hipottico que seria atingido, dadas as condies necessrias, caracterizado como (ln(St ); ln(V OLt )), sendo representado na Fig. (2) como ponto de equilbrio entre (i) e (ii), com a ordem de grandeza de (1,30; 26,86). Este ponto s seria atingindo, aumentando-se o volume ofertado
Fig. 2. Curvas de demanda e oferta: (i) Curva de demanda relacionando ln(St ) = 2, 111482 0, 0301482 ln(V OLt ) (Eq. (17)), sem mais os demais termos; (ii) Curva de oferta relacionando ln(St ) = 0, 0484679 ln(V OLt ) (Eq. 15)), sem os demais termos, conforme Tabela (12)); (iii) Curva de demanda relacionando ln(St ) = 2, 111482 0, 0301482 ln(V OLt ) + 1, 3172 ln(St1 0, 2912 ln(IBOVt ), sem os demais termos (Eq. (17)); (iv) Funo oferta relacionando ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ), sem os demais termos (Eq. (15)), conforme Tabela (12); (v) Ponto de Equilbrio entre as curvas de (i) e (ii) e; (vi) Ponto de Equilbrio entre as curvas de (iii) e (iv)
85
(demandado) para valores imensamente grandes, irreais para a conjuntura do mercado em anlise. Tal situao evidencia que, para que haja um ponto de equilbrio no mercado, necessria a interferncia das demais variveis introduzidas como explicativas nos modelos estudados e com elas evoluem para o equilbrio a estrutura do mercado. Portanto, com o objetivo de evidenciar as caractersticas de interferncia dos termos ln(St1 ) e ln(IBOVt ) na funo demanda e ln(IBOVt ) na funo oferta, este termos foram adicionados nas respectivas funes bsicas (funes (i) e (ii)) e ilustrados na Figura (2), como j argumentado, respectivamente, como funo demanda (iii) e funo oferta (iv). Como se observa na Fig. (2), o termo ln(IBOVt ) desloca a curva de demanda para a esquerda (coeciente negativo na Eq. (17)) e a curva de oferta para a direita (coeciente positivo na Tabela (12)) e o termo ln(St1 ) desloca a curva de demanda para direita (coeciente positivo na Eq. (17)). Portanto, estimando os valores mdios de ln(St1 ) e ln(IBOVt ) e introduzindo os respectivos impactos, multiplicando-os pelos correspondentes coecientes, observamos uma congurao de equilbrio no mercado, conforme o ponto de equilbrio entre (iii) e (iv), ilustrado na Figura (2). Na anlise da Figura (2), procuramos caracterizar que as variveis explanatria ln(St1 ) e ln(IBOVt ), mantidas constantes as demais condies de mercado, interferem diretamente nas preferncias dos investidores, alterando-as e mudando as curvas de demanda e oferta. Assim, observa-se que essas variveis explanatrias ln(St1 ) e ln(IBOVt ) inclusas na funo demanda e ln(IBOVt ) inclusa na funo oferta elevam o ponto de equilbrio atingido e, em consequncia destes impactos integrados haver um nvel de ln(St ) mais alto e um nvel de ln(V OLt ) mais baixo. Ainda deve ser observado que as variveis ln(St1 ) e ln(IBOVt ) so inerentes s foras de mercado, e livre de intervenincias dos investidores, portanto, sendo fatores exgenos que no permitem presso sobre os preos das ao objeto da anlise. Ou seja, so efeitos devidos s foras de mercado impostas na sua conjuntura no perodo da anlise. Com o objetivo de evidenciar as caractersticas de interferncia do termo ln(1/NN EGt ) na funo demanda e na funo oferta, este foi adicionado nas respectivas funes ilustradas na Figura (2), denominadas como funo demanda (iii) e funo oferta (iv), as quais j continham os demais termos do modelo dado pela Eq. (17), forma inversa da funo demanda e tambm, os demais termos do modelo da funo oferta, conforme (Eq. (15) e (Tabela 12). Estes resultados foram ilustrados, de forma comparativa, na Figura (3). Ou seja, comparamos as condies de equilbrio entre as curvas de demanda e oferta, sem considerar o impacto da varivel ln(1/NN EGt ) na funo demanda, (ln(St ) = 2, 111482 0, 301482 ln(V OLt ) + 1, 3172 ln(St1 ) 0, 2912 ln(IBOVt )), e o impacto, tambm, da varivel ln(1/nN EGt ) e d ln(V OLt ) na funo oferta, (ln(St ) = 0, 0484679 ln(V OLT ) + 0, 3296556 ln(IBOVt )), referenciadas, respectivamente, por (i) e (ii), com a condio de equilbrio entre a curva de demanda e oferta com o termo ln(1/NN EGt ), respectivamente, ln(St ) = 2, 111482
86
Fig. 3. Funo de demanda e funo oferta: (i) Curva de demanda relacionando ln(St ) = 2, 111482 0, 0301482 ln(V OLt ) + 1, 3172 ln(St1 0, 2912 ln(IBOVt ), sem os demais termos (Eq. (17)); (ii) Funo oferta relacionando ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ), sem os demais termos (Eq. (15)) (conforme Tabela (12)); (iii) Curva de demanda relacionando ln(St ) = 2, 111482 0, 301482 ln(V OLt ) 1, 3172 ln(St1 ) 0, 2912 ln(IBOVt ) (Eq. (17)); (iv) Funo oferta relacionando 0, 03617 ln( NN1 ) EG ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ) + 0, 0584740 ln( NN1 ), (Eq. RG
t t
(15)) (conforme Tabela (12)); (v) Ponto de Equilbrio entre as curvas de (i) e (ii) e; (vi) Ponto de Equilbrio entre as curvas de (iii) e (iv)
87
0, 301482 ln(V OLt ) + 1, 3172 ln(St1 ) 0, 2912 ln(IBOVt ) 0, 03617 ln( NN1 ) EG e ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ) + 0, 0584740 ln( NN1 ), EGt referenciadas por (iii) e (iv). Como j evidenciado, o termo ln(1/NN EGt ) desloca a curva de demanda para a esquerda, pois apresenta o sinal do coeciente negativo e os valores de ln(1/NN EGt ) so negativos (assim, elevando o ponto de equilbrio entre a curva de demanda e oferta, causando um impacto positivo nos preos da ao objeto e, tambm, um impacto positivo sobre o volume de aes negociadas). Por outro lado, o termo ln(1/NN EGt ) move a curva de oferta para a direita, deslocando o ponto de equilbrio para baixo, diminuindo os nveis de preo da ao objeto e aumentando o volume de ttulos negociados. Na Figura (3), as curvas correspondentes a estas situaes foram obtidas (curvas (iii) e (iv)), estimando-se o valor mdio de ln(1/NN EGt ), multiplicando-o pelos correspondentes coecientes, nos dois modelos. A importncia dessa anlise encontra-se no fato de que a varivel ln(1/NN EGt ) passvel de interferncia dos investidores, numa situao tal que grandes investidores institucionais realizam compras (na demanda) de grandes quantidades de aes por meio de pequenos nmeros de negcios. A situao aqui evidenciada tal que para cada 1% de reduo no nmero de negcios, os preos das aes se reduzem 0,036%, impacto pequeno sobre os preos das respectivas aes. Mas, a reduo de 1% no nmero de negcios causou 1,2% de reduo no volume de aes negociadas. Portanto, observou-se que o modelo da funo demanda captou um impacto signicante da varivel ln(1/NN EGt ), mas sem efeito de presso de aumento sobre os preos da ao objeto da anlise, pois, caso houvesse presso sobre os preos, a reduo do nmero de negcios deveria causar um impacto positivo no preo das aes e um aumento no volume de negcios. Por outro lado, a questo do impacto do termo ln(1/NN EGt ) na funo oferta foi capaz de detectar uma presso sobre os preos, por meio de vendas de aes da empresa em anlise, atravs de grandes investidores institucionais, envolvendo pequenos nmeros de negcios. Nesta funo, observou-se que 1% de reduo nos nmeros de negcios causou 0,0584% de aumento no nvel de preo. Entretanto, 1% de reduo no nmero de negcios causou 1, 2%( 0, 0584740/0, 0484679) de aumento no volume de aes vendidas (negociadas) (fatores obtidos invertendo a funo oferta). Todavia, o fato interessante observado nesta anlise (e na Figura (3)) que os efeitos da varivel explanatria ln(1/NN EGt ), computados conjuntamente, tanto do lado da funo demanda como do lado da funo oferta d-se, de tal forma, que o nvel de preo da ao mantm-se quase que praticamente o mesmo (por exemplo, apoiando na Figura (3), de maneira que ln(St ) = 3, 847 St = exp(3, 847) R$46,85), valor condizente para que um investidor exera o direito de compra de uma opo com valor de exerccio de R$46,00. Portanto, podemos concluir que esta presso isolada sobre o preo da ao objeto, por meio da varivel ln(1/NN EGt ), nos faz conjecturar que as interferncias ocorridas tanto do lado da oferta, como tambm do lado da demanda, sejam simplesmente operaes de efeito, efetuadas por um mesmo investidor ou por investidores parceiros, com uma
t
nalidade nica de pressionar os preos. Na anlise apresentada na Figura (4), adicionamos curva de oferta, referenciada como (iv), na Figura (3), o termo d ln(V OLt ), sendo que as demais curvas permaneceram as mesmas. A nalidade evidenciar o efeito da varivel d ln(V OLt ) sobre a funo oferta. Relembramos que a varivel dummy d, neste caso, foi assumida igual ao valor 1 (um) quando o preo da ao se aproximava do valor de exerccio da opo (R$46,00), entre os limites de R$45,50 e R$46,50. Para valores da ao maiores ou menores que os limites do intervalo considerado, d assumiu o valor 0. Esta varivel foi considerada uma proxy capaz de captar intervenincias dos grandes investidores institucionais, em funo de vendas de grandes lotes de aes, o que tem sentido somente quando se pretende diminuir o preo da ao objeto, aumentando o volume ofertado e negociado. Deve ser evidenciado que a varivel d ln(V OLt ) causa mudana na inclinao da funo oferta, quando o preo da ao objeto se distancia, de forma crescente do valor de exerccio da opo, pois, aqui a pretenso abaixar o preo da ao para um valor, se possvel, abaixo do valor de exerccio, de forma que o detentor do direito de opo, no o exera. No modelo da funo oferta (Tabela (12) ou no grco da Fig. (4)) podemos observar que a varivel explanatria d ln(V OLt ) apresenta impacto negativo sobre o preo da ao, tal que para cada 1% de aumento (ou queda) no volume de negcios da ao objeto (isto, quando os preos dessa ao esto no seguinte intervalo R$45,00 St R$46,50), ento, o preo dessa ao sofre um decrscimo da ordem de 0,0021693%. Contudo, o volume de aes negociadas cresce na proporo de 0, 0021693/0, 04846790, 0447% (conforme dados da Tabela (12), invertendo a funo oferta). Este comportamento faz com que a relao entre volume e preo oscile entre as duas curvas pontilhadas da Figura (4), representando os impactos conjuntos dos termos ln(1/NN EGt ) e d ln(V OLt ) na funo oferta, pois, quando o preo da ao tende a aumentar e se distanciar do valor de exerccio da opo, a interveno faz com que o preo volte a cair e o volume de ttulos negociados a aumentar. Como j descrito, esta presso do lado da oferta d-se por meio de vendas de grandes lotes de aes (por meio de grandes investidores) que, conforme pode ser observado na Fig. (4), faz com que o preo da ao objeto oscile, deslocando a curva de oferta e alterando a inclinao da mesma, entre as duas curvas pontilhadas (pois, os efeitos de ln(1/NN EGt ) e d ln(V OLt ) so interligados). O ponto de equilbrio 2 (dois) na Figura (4) caracteriza uma situao de equilbrio entre a curva da funo demanda e a curva da funo oferta que atingido, quando se estabelece um efeito de presso pelos grandes investidores. Nesse caso, entendemos que os grandes traders so vendedores de direito de opo e interferem no mercado, com a nalidade de que o preo da ao objeto atinja valores inferiores ao de exerccio. Contudo, o que constatamos, claramente, foi que o preo mdio de equilbrio atingido se mantm aproximadamente em ln(St ) = 3, 835 St = exp(3, 835) R$46,29, valor ainda condizente para que um investidor exera o seu direito de compra de uma opo com valor de exerccio de R$46,00. Conclumos que apesar da tentativa de estabelecer presso sobre o preo da ao
Fig. 4. Funo de demanda e funo oferta: (i) Curva de demanda relacionando ln(St ) = 2, 111482 0, 0301482 ln(V OLt ) + 1, 3172 ln(St1 0, 2912 ln(IBOVt ), sem os demais termos (Eq. (17)); (ii) Funo oferta relacionando ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ), sem os demais termos (Eq. (15)) (conforme Tabela (12)); (iii) Curva de demanda relacionando ln(St ) = 2, 111482 0, 301482 ln(V OLt ) 1, 3172 ln(St1 ) 0, 2912 ln(IBOVt ) 0, 03617 ln( NN1 ) (Eq. (17)); (iv) Funo oferta relacionando EG
t
ln(St ) = 0, 0484679 ln(V OLt ) + 0, 3296556 ln(IBOVt ) 0, 0021693 d ln(V OLt ) +0, 0584740 ln( NN1 ), (Eq. (15)) (conforme Tabela (12)); (v) Ponto de Equilbrio EG
t
entre as curvas de (i) e (ii) e; (vi) Ponto de Equilbrio entre as curvas de (iii) e (iv)
da Petrobras (para a base de dados de 17/08/2007), com a nalidade de inibir os compradores de exercer o seu direito de compra, isto no ocorreu com sucesso, pois, apesar de todo o esforo estabelecido pelos grandes investidores, o preo da ao ainda fechou em um valor acima do de exerccio da opo. Portanto, entendemos que houve uma efetiva presso sobre o preo da ao, para que o mesmo mantivesse abaixo do valor de exerccio e tal que no fosse exercido o direito de compra sobre as quotas da respectiva ao. Contudo, tal intento no foi atingido, tendo vista que as curvas de demanda e oferta para ao objeto (para a base de dados de 17/08/2007) se caracterizaram como fortemente elsticas, o que dicultou o efetivo sucesso na presso sobre o preo da respectiva ao, estabelecendo um preo igual ou menor que R$46,00. Tambm, como j enfatizado, solucionamos o sistema de equaes simultneas, dado pelas Eqs. (14), (15) e (16), para as opes da ao da Petrobras, considerando a base de dados de 14/09/2007, com preo de exerccio de R$53,58, cujos resultados encontram-se apresentados nas Tabelas (13). Com relao Tabela (13), relativa opo com valor de exerccio de R$53,58, observamos que os coecientes de todas as variveis impostas no modelo como variveis explicativas, nas trs equaes ((14), (15) e (16)) se mostraram localmente signicativos, com signicncia menor que 1%. Tambm observamos que os coecientes de ajuste foram satisfatrios, conforme pode ser observado pelos R2 apresentados na Tabela (13). Ainda observamos que todos os trs modelos so globalmente signicativos (conforme, as estatsticas F , com p-valores da ordem de 0,00, o que signica que os modelos so signicantes globalmente, com erros menores que 1%). Podemos vericar nas solues das Eqs. (14), (15) e (16), apresentadas na Tabela (13), que o os resultados para a opo com valor de exerccio de R$53,58, negociada dia 14/09/2007, tambm, para a ao da Petrobras, apresentaram comportamento semelhante daqueles obtidos para a opo com valor de exerccio de R$46,00, negociada dia 17/08/2007 (Tabela (12)), variando somente em ordem de grandeza. Portanto, no comentaremos detalhadamente estes resultados, simplesmente, comentaremos as relaes de impactos dos termos passveis de caracterizar presso pelos grandes investidores sobre o preo da ao objeto. Como j argumentado, a varivel ln(1/NN EGt ) passvel de interferncia dos investidores, numa situao tal que grandes investidores institucionais realizam compras (na demanda) de grandes quantidades de aes por meio de pequenos nmeros de negcios. A situao evidenciada na Tabela (13) tal que para cada 1,015743 1% de reduo nos nmeros de negcios, os preos das aes reduzem 178,5056 = 0, 00569%, impacto excessivamente pequeno sobre os preos das respectivas aes. Por outro lado, a reduo de 1% no nmero de negcios causou 1,015% de reduo no volume de aes negociadas. Portanto, observou-se que o modelo da funo demanda captou um impacto signicante da varivel ln(1/NN EGt ), contudo, similar ao caso anteriormente estudado, sem efeito de presso de aumento sobre os preos da ao objeto da anlise, pois, caso houvesse presso sobre os preos, a reduo
91
Tabela 13 Soluo das Eqs. (14), (15) e (16), para a opo com preo de exerccio de R$53,58, considerando a base de dados o dia 14/09/2007, pelo mtodo 3SLS com tolerncia de 1015
Equation Number Parameters of obs ln(V OLt ) ln(St ) ln(St ) ln(V OLt ) (Eq.(14)) ln(St1 ) ln(St /St1 ln(IBOVt ) CONS ln(St ) (Eq.(15)) ln(V OLt ) ln(IBOVt ) 0,0077905 0,0004343 0,368969 0,0003175 17,94 1162,05 -9,29 20,09 t 0,000 0,0069383 0,0086427 0,000 0,3683461 0,369592 124,988 -178,5056 -92,73644 9,680217 33,00758 12,14515 12,91 -5,41 -7,64 -19,58 5,15 t 0,000 105,9955 143,9805 395 395 395 COEF. 4 4 3 Std.Err. 0,8961528 0,4565 121.96 0,0000 0,0000 0,0000 RMSe R-sq F -stat p
0,007192 1,0000 5.16e+07 0,0463012 0,9891 11898.30 t p > |t|
[95%conf.interval]
0,000 -243,2661 -113,7451 0,000 -116,5651 -68,90781 0,000 -1,117515 -0,9139714 0,000 p > |t| 314,7019 701,8655
ln(1/NN EGt ) -1,015743 0,05187174 508,2837 COEF. 98,66612 Std.Err.
[95%conf.interval]
d ln(V OLt ) -0,0004768 0,0000513 ln(1/NN EGt ) 0,0075324 0,0003749 ln(OPt ) (Eq.(16)) ln(St ) ln(IBOVt ) 42,43028 0,5067329 COEF. Std.Err.
0,000 -0,0005775 -0,0003762 0,000 0,0067968 p > |t| 0,008268
[95%conf.interval]
83,73 -12,14 -83,51
0,000
41,43608
43,42449
d ln(V OLt ) -0,010678 0,0008798 -15,54169 0,1860979
0,000 -0,0124043 -0,0089518 0,000 -15,90681 -15,17657
Endogenous variables: ln(V OLt ), ln(St ) e ln(OPt ) Exogenous variables: ln(St1 ), ln(St /St1 , ln(IBOVt ), ln(1/NN EGt ) e ln(V OLt )
do nmero de negcios deveria causar um impacto positivo no preo das aes e um aumento no volume de negcios. O termo ln(1/NN EGt ), na funo oferta, foi capaz de detectar uma presso sobre os preos, por meio de vendas de aes da empresa em anlise, atravs de grandes investidores institucionais, envolvendo pequenos nmeros de negcios. Nesta funo, conforme se observa na Tabela (13), 1% de reduo nos nmeros de negcios causou 0,0075324% de reduo no nvel de preo (a varivel ln(1/NN EGt ) negativa e uma reduo no nmero de negcios a torna ainda mais negativa, reduzindo o nvel de preo), tambm, um impacto bastante pequeno e consideravelmente menor que no caso analisado para a opo de R$46,00. Entretanto, 1% de reduo no nmero de negcios causou 0,96% de aumento no volume de aes vendidas (fator obtido invertendo a funo oferta, 0, 0075324/0, 0077905 = 0, 966%). Tambm, para entender essa lgica deve ser considerado que a varivel ln(1/NN EGt ) sempre negativa e que associada ao sinal do coeciente negativo, torna o impacto
sobre o volume negociado positivo. Portanto, podemos concluir que esta presso isolada sobre o preo da ao objeto, por meio da varivel ln(1/NN EGt ), de forma similar ao observado para a opo de R$46,00, nos faz reenfatizar que as interferncias ocorridas tanto do lado da oferta, como tambm do lado da demanda, seja simplesmente operaes de efeito, efetuadas por um mesmo investidor ou por investidores parceiros, com uma nalidade nica de pressionar os preos. Ainda, na anlise da Tabela (13) e relembrando que a varivel dummy d, neste caso, foi assumida igual ao valor 1 (um) quando o preo da ao se aproximava do valor de exerccio da opo (R$53,58), entre os limites de R$53,08 e R$54,08. Para valores da ao maiores ou menores que os limites do intervalo considerado, d assumiu o valor 0. Esta varivel foi considerada uma proxy capaz de captar intervenes dos grandes investidores institucionais, em funo de vendas de grandes lotes de aes, o que tem sentido somente quando se pretende diminuir o preo da ao objeto, aumentando o volume ofertado e negociado. A varivel d ln(V OLt ) causa mudana na inclinao da funo oferta, quando o preo da ao objeto se distancia, de forma crescente do valor de exerccio da opo, pois, aqui a pretenso abaixar o preo da ao para um valor, se possvel, abaixo do valor de exerccio, de forma que o detentor do direito de opo, no o exera. No modelo da funo oferta (Tabela (13)), podemos observar que a varivel explanatria d ln(V OLt ) apresenta impacto negativo sobre o preo da ao, tal que para cada 1% de aumento (ou queda) no volume de negcios da ao objeto (isto, quando os preos dessa ao esto no seguinte intervalo R$53,08 St R$54,08), ento, o preo dessa ao sofre um decrscimo da ordem de 0,0004768%. Contudo, o volume de aes negociadas cresce na proporo de 0, 0004768/0, 00779050, 0612% (conforme dados da Tabela (13), invertendo a funo oferta). Este comportamento faz com que a relao entre volume e preo oscile, de forma similar ao caso anterior, quando o preo da ao tende a aumentar e se distanciar do valor de exerccio da opo, a interveno faz com que o preo volte a cair e o volume de ttulos negociados a aumentar. Como j descrito, esta presso do lado da oferta d-se por meio de vendas de grandes lotes de aes, quando o preo da ao objeto se aproxima do preo de exerccio, por meio de grandes investidores, o que faz com que os preos da ao objeto oscilem, deslocando a curva de oferta e alterando a inclinao da mesma. A soluo da Eq. (16) (equao preo da opo), evidenciada na Tabela (13), demonstra que o efeito de presso sobre o preo da opo atravs do coeciente da varivel explanatria d ln(V OLt ), tal que para 1% de aumento no volume negociado da ao objeto, quando os preos integram os limites de R$53,08 e R$54,08 da ordem de 0, 010678%. Isto nos leva a entender que, quando o preo da ao aproxima-se em queda, do valor de exerccio da opo (no caso em anlise, R$53,58), ocorre um aumento no volume de aes ofertadas, o que faz com que o preo da opo reaja em queda, da mesma forma que o preo da ao. Observamos de forma consistente nesta anlise para os dados da opo, com vencimento em 17/09/2007, a existncia de efeito de presso sobre o preo, tanto da ao quanto da opo, com valor de exerccio de R$53,58. Contudo, estes efeitos
atuantes tanto no lado da oferta como sobre o preo da opo se manifestaram moderadamente, mas apresentando um efeito ecaz para estabelecer queda no preo da ao, pois diante das intervenes de grandes investidores sobre o mercado zeram o preo da ao reagir em queda, quando este estava com tendncia crescente e estabelecendo um comportamento cclico na evoluo do preo da ao, de forma similar ao caso anteriormente analisado. Portanto, como para o caso anterior, entendemos que houve uma efetiva presso sobre o preo da ao, para que o mesmo se mantivesse abaixo do valor de exerccio e tal que no fosse exercido o direito de compra sobre as quotas da respectiva ao. Mas, tal intento no foi atingido, tendo vista que as curvas de demanda e oferta para ao objeto, para a base de dados de14/09/2007 e o dia de vencimento em 17/09/2007, se caracterizaram como fortemente elsticas, o que tambm dicultou o efetivo sucesso de presso sobre o preo da respectiva ao.
6. Concluses Realizamos, na primeira parte deste estudo, uma anlise com o objetivo de vericar o desempenho do modelo de Sanvicente e Monteiro (2005) para detectar o efeito de presso sobre o preo da ao preferencial da Petrobras no ltimo dia de negociaes antes do vencimento de suas opes em 17/08/2009 e 14/09/2007. Vericamos por meio dos resultados deste modelo que, no caso da opo da Petrobras, no houve efeito de presso sobre o preo da ao, neste ltimo dia de negociao. Contudo, constatamos que o referido modelo se demonstrou ineciente para tal nalidade, tendo em vista a forte simultaneidade entre os preos da ao e da opo, no qual a ltima varivel foi considerada como exgena. Em seguida, elaboramos um modelo de equaes simultneas, de trs equaes, porm mantendo os fundamentos do modelo de Sanvicente e Monteiro (2005). Pudemos constatar que o modelo modicado se apresentou eciente para levantar as tendncias de presso sobre o preo da ao, estabelecido no lado da oferta, por grandes investidores institucionais. Estes efeitos de presso demonstraram ser efetivos, apesar de moderados, sem qualquer estabelecimento de posies de arbitragem sobre no retorno das aes no ltimo dia de negociao. Entretanto, deve car evidente que o modelo esquematizado, totalmente original, demonstrou ser eciente. Deve ser enfatizado que a negociao de derivativos uma parte integrante do processo de amadurecimento de mercados importantes de todas as naes, sendo uma importante ferramenta de administrao de riscos. O uso de derivativos como ferramenta de gesto de riscos trouxe aos reguladores a preocupao de seu impacto no mercado de valores subjacente. A maioria deles tinha a convico de que a comercializao de futuros e de opes atrairia especuladores e arbitradores que desestabilizariam os preos dos ativos, especialmente, no dia de vencimento destes contratos de derivativos. Portanto, deve ser entendida a importncia de desenvolvimentos de ferramentas
que permitam o controle do processo de arbitragem nos preos de ativos, especialmente no dia de vencimento de derivativos. Geralmente, esta interveno acontece, pois uma parcela de agentes aposta que o preo da ao objeto superar o preo de exerccio, na data de vencimento futura e, de outro lado, outros investidores, normalmente institucionais, que vendem opes de compra e se beneciam com o prmio e apostam que no haver exerccio opo vendida. Neste caso, estes tendem a exercer arbitragem sobre os preos, sempre com a inteno de que os preos atinjam, no fechamento do dia de vencimento, um valor igual ou inferior ao de exerccio. Este efeito foi detectado pelo modelo aqui esquematizado. Assim, entendemos que o modelo desenvolvido neste trabalho possa ser usado como uma ferramenta que possibilite estabelecer anlises e controle de opes e de outros derivativos nos dias de vencimento/ltimo dia de negociaes.
Referncias bibliogrcas
Brito, N. R. O. & Sosin, H. B. (1984). O efeito de vencimentos futuros sobre a formao de preos no mercado a vista de aes. In Brito, N. R. O., editor, Mercados Futuros, a sua Relevncia e Experincia. Ao Livro Tcnico, Rio de Janeiro. Chow, Y. F., Haynes, H. M., & Yung, H. Z. (2002). Expiration-day eect: Evidence from high-frequency data in the Hong Kong stock market. Journal of Futures Markets, 23(1):6786. Cunha, J. & Costa Jr., N. C. A. (2006). Inuncia e causalidade entre o mercado de aes e o mercado de opes: Reviso de literatura e novos resultados. Revista de Administrao Contempornea, 10(1):3154. Gujarati, D. (2004). Econometria Bsica. Makron Books, Rio de Janeiro, 4th edition. Gujarati, D. (2006). Econometria Bsica. Campus, Rio de Janeiro, 4th edition. Gupta, A., Metia, S., & Trivedi, P. (2003). The eects of options expiration on NSE volume and prices. http://www.ideas.repec.org. Hausman, J. A. (1978). Specication tests in econometrics. Econometrica, 46(6):12511271. Kan, A. C. N. (2001). Expiration-day eect: Evidence from high-frequency data in Hong Kong stock market. Applied Financial Economics, 11(1):107118. Kiran Jr., J. & Bodla, B. S. (2007). Expiration day eect of stock derivatives on the volatility, return and trading volume of underlying stocks. Journal of Derivatives Markets, 4(2):4657. Klemkosky, R. C. (1978). The impact of option expiration on stock price. Journal of Financial and Quantitative Analysis, 12(3):50717. Maniar, H. M., Bahtt, R., & Maniyar, D. M. (2009). Expiration hour eect of futures and options markets on stock market: A case study on NSE (National Stock Exchange of India). International Review of Economics and Finance, 18(3):381391. Sanvicente, A. Z. & Kerr, R. B. (1989). O mercado de aes e o vencimento de opes de compra. Revista de Administrao, 24(1):2332. Sanvicente, A. Z. & Monteiro, R. C. (2005). A guerra entre comprados e vendidos no mercado de opes de compra da Bolsa de Valores de So Paulo. Revista de Administrao (RAUSP), 40(1):3443.
Stoll, H. R. & Whaley, R. E. (1991). Expiration-day eects: What has changed? Financial Analyst Journal, 47(1):5872.
96

Mercado de Opções

Загружено:

Сведения о документе

Исходное описание:

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Mercado de Opções

Загружено:

Авторское право:

Доступные форматы

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

Newton Carneiro Aonso da Costa Jr.

Waldemar Antonio da Rocha de Souza

Marco Antnio de Oliveira Vieira Goulart

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

ln(1/NN EGt ) -1,240661 0,0466973 54,45904 24,99241

ln(1/NN EGt ) -0,31423572 0,31430416 0,00009663

ln(1/NN EGt ) -1,233674 -1,228082

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

(10, 11, 12 e 13)

t -1,768326 10,85651 5,319425 25,93659 1,246654 7,711061

ln(1/NN EGt ) -1.231369 0.0467405 Intrumented: ln(St )

Instruments ln(St1 ) ln(1/NN EGt ) ln(OP46t ) ln(IBOVt )d ln(V OLt )

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

+ 22 ln(V OLt ) + 23 ln(IBOVt ) + 24 d ln(V OLt )

31 + 32 ln(St ) + 33 ln(IBOVt ) + 34 d ln(V OLt ) + e3t (14, 15 e 16) 73

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

0,7104879 3,587092 -19,957080 24,16110 0,3283563 1,275445

ln(1/NN EGt ) -1,2103620 0,046143 79,6335700 23,864390

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

d ln(V OLt ) 0,0017688 0,001828 31,01576 -94,13765 2,666934 4,552088

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

d ln(V OLt ) 0,00032503 -0,00002811

-0,00922281 -0,50135126 -0,00095375 5,4491264

d ln(V OLt ) 0,00175317 0,00040792 -0,00922281 -92,841388

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

-33,176320 11,150770 -9,661941 1,483962 0,045329

-55,03142 -11,321220 -12,57045 -6,753428 -1,288914 -1,111228 42,02084 98,081570

ln(1/NN EGt ) -1,200071 COEF.

70,051210 14,301470 Std.Err.

36,66 -7,11 -36,50

d ln(V OLt ) -0,164327 0,0023108 -12,8278 0,3514934

0,000 -0,0209664 -0,0118989 0,000 -13,51742 -12,13819

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010

0,007192 1,0000 5.16e+07 0,0463012 0,9891 11898.30 t p > |t|

ln(1/NN EGt ) -1,015743 0,05187174 508,2837 COEF. 98,66612 Std.Err.

0,000 -0,0005775 -0,0003762 0,000 0,0067968 p > |t| 0,008268

83,73 -12,14 -83,51

d ln(V OLt ) -0,010678 0,0008798 -15,54169 0,1860979

0,000 -0,0124043 -0,0089518 0,000 -15,90681 -15,17657

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

O Efeito Dia de Vencimento no Mercado de Opes da Bovespa Revisitado

EconomiA, Braslia(DF), v.11, n.1, p.5396, jan/abr 2010