UNIVERSIDADE FEDERAL DO CEARÁ CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN MESTRADO PROFISSIONAL EM ECONOMIA - MPE IGOR MACEDO DE LUCENA

Transcrição

1 UNIVERSIDADE FEDERAL DO CEARÁ CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN MESTRADO PROFISSIONAL EM ECONOMIA - MPE IGOR MACEDO DE LUCENA QUAIS CARACTERÍSTICAS INFLUENCIAM A PERFORMANCE FUTURA DOS FUNDOS DE INVESTIMENTO DE AÇÕES NO BRASIL? FORTALEZA 2014

2 1 IGOR MACEDO DE LUCENA QUAIS CARACTERÍSTICAS INFLUENCIAM A PERFORMANCE FUTURA DOS FUNDOS DE INVESTIMENTO DE AÇÕES NO BRASIL? Dissertação submetida à Coordenação do Curso de Pós-Graduação em Economia Mestrado Profissional da Universidade Federal do Ceará - UFC, como requisito parcial para a obtenção do grau de Mestre em Economia. Área de Concentração: Economia de Empresas. Orientador: Prof. Dr. Paulo Rogério Faustino Matos FORTALEZA 2014

3 2 IGOR MACEDO DE LUCENA QUAIS CARACTERÍSTICAS INFLUENCIAM A PERFORMANCE FUTURA DOS FUNDOS DE INVESTIMENTO DE AÇÕES NO BRASIL? Dissertação submetida à Coordenação do Curso de Pós-Graduação em Economia Mestrado Profissional da Universidade Federal do Ceará - UFC, como requisito parcial para a obtenção do grau de Mestre em Economia. Área de Concentração: Economia de Empresas. Data de Aprovação: 16 de janeiro de 2014 BANCA EXAMINADORA Prof. Dr. Paulo Rogério Faustino Matos (Orientador) Universidade Federal do Ceará - UFC Prof. Dr. Paulo de Melo Jorge Neto Universidade Federal do Ceará - UFC Prof. Dr. Marcos Costa Holanda Universidade Federal do Ceará - UFC

4 3 À minha noiva Paola, pelo apoio neste trabalho, na faculdade e em todos os dias da minha vida.

5 4 AGRADECIMENTOS Ao professor Paulo Rogério Faustino Matos pela ajuda e incentivo na realização desse trabalho. Aos professores Marcos Costa Holanda e Paulo de Melo Jorge Neto por fazerem parte da Banca Examinadora. Aos meus amigos Márcio Bertrand Filho, José Antunes Neto, Joana D`arc Camurça e Leandro Lemos pela ajuda na caminhada do mestrado. Aos meus grandes amigos Rodrigo e Marcela Oliveira, que sempre estiveram ao meu lado desde os primeiros dias de minha vida. Aos meus companheiros de trabalho Ricardo Busgaib e Daniel Braga, que compartilham comigo diariamente, as dificuldades e felicidades.

6 5 RESUMO Segundo Jensen (1968), a indústria de fundos mútuos de investimento, cuja expansão está prevista teoricamente pelo Teorema da Separação enunciado em Sharpe (1964), teria limitações no sentido de bater o mercado em termos de performance risco-retorno mensurada pelo alfa de Jensen. Nesta ampla discussão, esta dissertação se posiciona em sugerir um exercício empírico aplicado a um crosssection contendo 243 fundos de investimentos em ações, categoria Ibovespa Ativo, o qual visa identificar que variáveis financeiras, contábeis e administrativas se mostram capazes de prever no ano seguinte o sinal e a significância do alfa de Jensen. Foram extraídos retornos diários para todos os fundos nos anos de 2011 e 2012, e calculadas métricas clássicas de retorno, risco e performance, bem como os 24 balancetes mensais e informações administrativas do período em questão. Metodologicamente, as variáveis explicativas consistem em estatísticas descritivas obtidas a partir de dados financeiros diários e contábeis mensais, enquanto as performances a serem modeladas são estimadas por meio do Capital Asset Pricing Model (CAPM). Dessa maneira, foi possível ordenar os fundos em três grupos, composto por Loosers, Draw e Winners, de acordo com suas performances em relação ao índice Ibovespa. Sendo assim, foi identificado que apenas 71 dos fundos foram capazes de performar melhor que o Índice Ibovespa durante o ano de Os resultados obtidos com a estimação do arcabouço de Probit ordenado sugerem que fundos com maiores performances mensuradas pelos alfa de Jensen e Índices de Calmar e Sortino, associados a menores taxas de administração, tendem a bater o mercado no ano seguinte. Entretanto, métricas clássicas como desvio-padrão, taxa de performance e índice de Sharpe (1964) não se mostraram significantes. O modelo sugere, também, que a variável Drawdown seja apresentada como métrica eficiente de mensuração de risco. Palavras-Chave: Fundos de Investimento em ações. Ibovespa. Gestão Ativa. Probit Ordenado. Modelo Linear de Apreçamento de Ativos.

7 6 ABSTRACT According to Jensen (1968), the mutual funds industry expansion is theoretically predicted by the Separation Theorem stated by Sharpe (1964), however with limitations in order to exceed the market in terms of risk-return performance measured by Jensen's alpha. In this broad discussion, this dissertation suggest an empirical exercise applied to a cross-section containing 243 stock funds, within the Ibovespa Active category, which aims to identify which financial, accounting and administrative variables are capable to predict the next year's value and the significance of the Jensen's alpha. Daily returns were extracted for all funds in 2011 and 2012, and were calculated classic metrics such as return, risk and performance. There were also extracted 24 monthly accounting balances and administrative informations for the period in question. Methodologically, the explanatory variables consist of descriptive statistics obtained from daily financial data and monthly accounting data, while the performances to be modeled are estimated using the Capital Asset Pricing Model (CAPM). Using this technic it was possible divide the funds into three groups, consisting of Loosers, Draw and Winners, according to their performances in relation to the Ibovespa index. Thus, it was discovered that only 71 funds were able to perform better than the Ibovespa Index during the year The estimation results of the ordered probit framework suggests that funds with higher performances measured by the Jensen's Alpha and with higher Sortino and Calmar ratios, associated with lower management fees tend to surpass the market in the next year. However, classical metrics like standard deviation, performance fees and Sharpe ratio (1964) were not significant. The model also suggests that the drawdown variable should be used as an efficient risk metric. Keywords: Stocks or Equity Funds. Ibovespa. Active Management. Ordered Probit. Linear Model of Assets Valuation.

8 7 LISTA DE FIGURAS Figura 1 - Histograma do Alpha de Jensen para o ano de 2012 obtido pelo CAPM Figura 2 - Histogramas dos indicadores econômicos para o ano de 2011 (Frequência Relativa)... 29

9 8 LISTA DE QUADROS Quadro 1 - Estimação do Modelo de Performance de Fundos em função de indicadores Econômicos, Financeiros e Administrativos... 36

10 9 SUMÁRIO 1 INTRODUÇÃO REFERENCIAL TEÓRICO METODOLOGIA Base de dados Técnicas de análise EXERCÍCIO EMPÍRICO CONCLUSÃO REFERÊNCIAS... 42

11 10 1 INTRODUÇÃO O desenvolvimento mundial e o crescimento de mercados emergentes criaram, nos últimos anos, a demanda por estudos, visando identificar os melhores locais para se investir. Entre as diversas opções, existem os fundos de investimento, que proporcionam aos investidores segurança e transparência, principalmente após a instrução da CVM 409/04 e da Lei Nº /04, que modificou a tributação e a denominação dos tipos dos fundos de investimento. Segundo a ANBIMA (Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais), entidade que representa as instituições do mercado de capitais brasileiro, atualmente, a entidade possui mais de 340 associados entre bancos comerciais, bancos de investimento, empresas de gestão de ativos, corretoras e distribuidoras de títulos e valores mobiliários. A ANBIMA divide os fundos de investimento em grupos de acordo com seu objetivo, sendo assim, atualmente, encontramos, no Brasil, os seguintes tipos de fundos: Curto Prazo, Referenciado DI, Renda Fixa, Multimercado, Ações, Dívida Externa, Cambial, Previdência, Exclusivos Fechados, Offshore, Fundos de Direitos Creditórios, Fundos de Índices (ETF), Fundos de Participações e Fundos de Investimento Imobiliário. Além dessa divisão, cada um desses segmentos possui subgrupos os quais caracterizam a estratégia adotada pelo gestor, como, por exemplo, Fundo de Previdência em Renda Fixa ou Fundo de Investimento em Multimercado Juros e Moedas. Por um lado, as taxas de crescimento deste setor entre 2000 e 2012, superiores a 20% ao ano em termos de PL e a 10% em termos de quantidades de fundos operando, seriam esperadas em um mercado financeiro relevante no cenário mundial desde os primeiros trabalhos teóricos e empíricos da Moderna Teoria de Finanças, como Markowitz (1952), Tobin (1958) e Sharpe (1964), dentre outros. A indústria de fundos mútuos de investimentos no Brasil movimentou, em 2012, um volume de transação superior a R$ 2 trilhões por meio de mais de 11 mil fundos que oferecem seus serviços e produtos a mais de 11 milhões de cotistas, segundo a da plataforma Quantum. Mais especificamente, o segmento de fundos de ações representa 8,9% do total do patrimônio líquido (PL) dos fundos brasileiros, correspondendo, aproximadamente, a 204 bilhões de reais.

12 11 Atualmente, o Brasil possui fundos registrados, além de 97 administradores e 470 gestores. Segundo Varga e Wengert (2011), a evolução do mercado de fundos nas sociedades modernas foi possível por oferecer uma gestão técnica das carteiras, proporcionando diversificação e menor custo nas transações, maior acesso aos ativos no mercado, inclusive para os pequenos investidores e aqueles inexperientes no mercado de capitais. Os fundos não são todos iguais, cada um deles tem objetivos específico, estratégias que devem ser seguidas e níveis de risco que podem ser tomados de acordo com seu regulamento, que é disponibilizado aos possíveis investidores juntamente com um prospecto de cada fundo e uma lâmina comercial que deve conter a classificação do fundo, o público-alvo, o objetivo, a política de investimento, rentabilidade passada, patrimônio líquido, valor da taxa de administração, taxa de performance, gestor e administrador do fundo. Os fundos de investimento são administrados por gestores e possuem equipes de analistas, despesas operacionais, despesas com contabilidade, despesas jurídicas, taxas e impostos, custos com correspondências, entre outros. Por esse motivo, os fundos cobram taxas de administração aos seus investidores que, geralmente, variam entre 0,5% e 5% ao ano, referente ao patrimônio líquido do fundo, independente de qual seja o rendimento obtido pelos cotistas. Em suma, sabe-se que, sob a premissa de investidores com expectativas homogêneas, míopes e com preferências que levam em consideração apenas os ganhos esperados e a variância dos retornos dos ativos, a decisão de composição de carteira de qualquer investidor poderia ser decomposta em uma primeira etapa técnica de identificação da carteira de risco ótima e uma segunda que depende da aversão idiossincrática ao risco dos agentes. Por outro lado, o que parece ser contraditório ou, no mínimo, desconfortável é a evidência de Jensen (1968), segundo a qual, a partir da performance mensurada pelo alfa de Jensen:... there is very little evidence that any individual fund was able to do significantly better than that which we expected from mere random chance. Neste sentido, observa-se uma literatura sobre a performance riscoretorno de ativos, especificamente de fundos de investimento nestas cinco décadas, bastante rica, uma vez que inúmeras métricas estatísticas são sugeridas, as quais podem ser mais adequadas para fundos com gestão ativa ou passiva, indexados ou não. Por trás de todas estas métricas, o interesse em identificar que fundos batem o

13 12 mercado, ou batem seus respectivos benchmarks, ou simplesmente, são bemsucedidos. Um consenso nesta literatura está na escolha de fundos que estejam sob as mesmas regras de investimentos, de forma que sejam homogêneos em termos de gestão de risco e, assim, possam ser comparados. Outro consenso é que o alfa de Jensen obtido por meio de um modelo, como o CAPM ou um arcabouço de fatores a la Fama e French (2010), que consiste em uma métrica adequada de performance para fundos de investimentos. Neste contexto, esta dissertação visa agregar aos estudos empíricos sobre fundos de investimentos em ações no Brasil, ao modelar especificamente para a categoria Ibovespa Ativo, que variáveis financeiras, contábeis e administrativas observadas em 2011 se mostram capazes de prever a performance mensurada pelo alfa de Jensen em 2012, obtida por um CAPM bem especificado. O 1º capítulo deste trabalho tratará da literatura referente à análise proposta nesta pesquisa, as fontes e os trabalhos já existentes sobre o tema, no 2º capítulo, será descrita como foi criada a base de dados, suas fontes, seus problemas e adaptações que foram feitas para que essa se tornasse útil para obter os resultados desejados e quais são as ferramentas econométricas que irão ajudar a explanar os resultados dessa pesquisa. No 3º capítulo, será abordado o exercício empírico dessa dissertação utilizando a base de dados e metodologia proposta. Para o 4º capítulo, apresentamos a conclusão, bem como uma análise crítica dos resultados.

14 13 2 REFERENCIAL TEÓRICO De acordo com a literatura de Khorana, Henri e Peter (2005), podemos caracterizar, no mercado, a existência de dois tipos de fundos específicos, primeiro, os open end funds, em que os fundos podem ser trocados por dinheiro a preço dos ativos no mercado, e os closed end funds, que podem ser descritos como fundos menos negociáveis e com precificação fixa de ativos. Sendo assim, caracterizamos o primeiro tipo como sendo adotado nesta pesquisa, pois se trata do tipo de fundo mais usual no Brasil. Observada a literatura sobre fundos de investimentos, há interessantes artigos voltados para análise de composição de carteira, como Adcock et al. (2009), Bessler et al. (2010) e Ferreira et al. (2010). Ainda sobre comportamento de investidores, cabe citar Rubbany et al. (2010) e Brookfiled e Cortez (2010). Especificamente na literatura sobre análise de performance, Grinblatt e Titman (1989), Blake et al. (1993), Carhart (1997), Barras et al. (2010), Hassine e Roncalli (2013) são excelentes fontes. Não só a academia, mas também no mercado financeiro, especificamente o americano e o europeu, eles têm se preocupado com esse tema a ponto de sugerir plataformas acessíveis de rankings para que os investidores possam avaliar os fundos, como, por exemplo, o Morningstar. Existem, na literatura internacional, trabalhos que comparam e analisam a performance de gestores ativos, dentre os quais podemos citar acadêmicos que desenvolveram modelos econométricos e ferramentas para medir o Alpha e suas habilidades, tais como Grinblatt e Titman (1989), Blake et al. (1993) e Carhart (1997). Atendo-se ao mercado brasileiro, especificamente à categoria Ibovespa Ativo, Matos e Nave (2012), propõem rankings dinâmicos construídos a partir de diferentes métricas de performances risco-retorno. Segundo o estudo, em cenários caracterizados por boom econômico ou por recuperação dos mercados financeiros, as estratégias com participações iguais em fundos vencedores proporcionam aumentos significativos de ganhos médios mensais, redução de risco associado à diversificação e consequente aumento de performance em relação a benchmarks de mercado ou setoriais. Essa evidência é robusta ao uso de diferentes métricas de performance para seleção dos fundos, sinalizando que os cotistas dos fundos vencedores ativos exigem boa performance não somente em Sharpe, mas também em outras métricas, tais como os índices de Treynor, de Calmar e de Sortino.

15 14 De acordo com Rogers et al. (2005), a importância das práticas de governança corporativa tem papel fundamental nos resultados dos fundos, pois afirma que fundos com melhores práticas de governança têm melhores resultados do que os que não as têm, dessa maneira, podemos inferir que existe uma relação positiva entre as práticas de governança corporativa e o retorno dos fundos. Para Varga (2001), existem diversos parâmetros econômicos que devem ser considerados quando se escolhe um indicador de performance de um fundo. Nesta mesma categoria, Bessa (2012) evidencia haver relações negativas entre o tamanho dos fundos com sua performance, enquanto a idade e o fluxo se relacionam positivamente com os retornos dos fundos. Em Silva et al. (2012), os autores propõem um modelo de fatores construídos a partir de painéis de fundos de investimentos em ações nesta categoria, Ibovespa Ativo, com o intuito de modelar a performance de fundos a partir da distribuição de alfas de Jensen obtidos por bootstrap, seguindo metodologicamente Fama e French (2010). O estudo sugere haver somente 4% da amostra de fundos cuja performance é resultado de boa gestão, todos estes vinculados a instituições financeiras privadas. Os demais resultados positivos seriam aleatórios. Segundo Haslem (2009), uma maior densidade de estudos surge somente a partir dos anos 90, sendo a principal vertente de pesquisa associada aos aspectos institucionais, estruturais e a capacidade dos gestores dos fundos, tal que torne o fundo capaz de bater o mercado ou benchmarks específicos. Matos e Rocha (2009) realizaram um trabalho relacionado a previsão de retorno e apreçamento para os principais fundos de investimento em ações brasileiros utilizando modelo CAPM (Capital Asset Pricing Model), juntamente com os modelos de Fama e French (1993), e Carhart (1997). Sharpe (1964) desenvolveu a teoria do CAPM e destacou o relacionamento entre prêmio de risco de um ativo (a diferença entre o retorno esperado e o ativo livre de risco) e o beta. Assumindo que o mercado está em equilíbrio, o qual é composto por todos os ativos de risco em proporção à capitalização do mercado. O modelo CAPM é, atualmente, um dos modelos mais utilizados em mercados de capitais desde a sua formulação na década de 60 por Jack Treynor (1964), William Sharpe (1964), John Lintner (1965) e Jan Mossin (1966). Esse

16 15 modelo baseia-se na ideia de que os investidores utilizam o modelo de seleção de fundos ou carteiras de acordo com Markowitz (1952), na qual o investidor deve (ou deveria) considerar retorno como algo desejável e a variância do retorno como algo indesejável. Markowitz demonstra que um portfólio eficiente é um portfólio que maximiza um retorno esperado dado um determinado nível de risco (de acordo com a variância do retorno). Sua utilização induz a resultados diretos e práticos, pois leva em consideração que o retorno de um ativo pode ser calculado por meio da utilização conjunta do chamado beta (coeficiente de sensibilidade do ativo em relação à carteira de mercado), da taxa de retorno do ativo livre de risco (Ex: US Bonds) e o retorno esperado para a carteira de mercado em um determinado momento. Podemos caracterizar o modelo CAPM como sendo: onde é o retorno real do ativo em análise, é o retorno real de um ativo supostamente livre de risco (ex: US Bond) e é o retorno real de uma proxy para a carteira do mercado. Conforme Sharpe (1991), investir custa dinheiro, e o gerenciamento de investimentos ativos custa mais do que os passivos. Alguns gestores passivos podem até obter ganhos superiores em relação a alguns gestores ativos, mas, depois dos custos, os investimentos gerenciados de forma ativa proporcionam, em média, ganhos mais elevados do que os investimentos gerenciados de forma passiva. Sharpe (1964) analisa que os resultados de Markowitz e Tobin por meio do teorema da separação, o qual se baseia em: The process of investment choice can be broken down into two phases: first, the choice of a unique optimum combination of risky assets; and second, a separate choice concerning the allocation of funds between such a combination and a single riskless asset. Uma das métricas de performance mais utilizadas quando falamos de avaliação de fundos de investimento ou de carteiras é a utilização do índice Alpha de Jensen (1968), o qual denota se existe ou não um retorno anormal de um título ou carteira de títulos sobre um teórico retorno esperado de acordo com uma suposta carteira de mercado e um ativo livre de risco.

17 16 sendo o retorno da carteira, o retorno do ativo livre de risco, é a coeficiente de sensibilidade da carteira de mercado e é Retorno de uma carteira de mercado. A influência de Fama e French (2010) faz referência a uma análise tradicional de apreçoamento de ativos, no qual seus autores realizam inferências sobre a performance de determinados fundos de investimento, com o objetivo de analisar se as boas ou más performances são resultados da pura sorte ou se realmente existe uma gestão especializada por trás desses fundos. O trabalho de Matos e Linhares (2008) mostrou a existência de similaridades entre ações e fundos de investimentos em ações quando analisadas por meio de apreçamento e previsão de seus retornos. Dentre os diversos fundos de ações existentes no Brasil, devemos analisar apenas aqueles que possam prover o máximo possível de informações, pois, segundo Fama (1995), um mercado pode ser dito eficiente quando todas as informações encontram-se disponíveis para todos os agentes do mercado financeiro, por meio de uma troca de informações a um custo próximo de zero, sendo assim, os retornos reais das ações refletem os efeitos das informações atribuídas a elas. Analisando dados contábeis e financeiros para análise em empresas, podemos citar um trabalho clássico referente à solvência de empresas, estudado por Altman (1968), o qual analisa a solvência por meio do modelo de análise discriminante, e utiliza diversas variáveis contábeis e financeiras, tais como vendas, lucros, taxas, patrimônio, capital, entre outras. As variáveis foram escolhidas de acordo com sua relevância na literatura, potencial relevância para o estudo e, também, devido à introdução de novas variáveis naquele período. Por meio do seu trabalho, Altman foi capaz de combinar índices financeiros em um quadro variado de informações no qual foi capaz de gerar uma maior significância estatística para o modelo de previsão de insolvência, alcançando até 95% de precisão em seus resultados. Os pesquisadores Matos, Padilha e Benegas (2013) levaram em consideração a eficiência de fundos de investimento em ações de 2005 até 2009, do tipo Ibovespa, com gestão ativa baseada não só em fatores como retornos acumulativos ao longo do tempo e índices de performance, tais como Treynor,

18 17 Sharpe e Sortino. Neste caso, adicionaram como variáveis explicativas da performance os dados contábeis dos fundos, tais como patrimônio líquido, e despesas administrativas e não administrativas, além de terem utilizado dados administrativos, como a administração dos fundos sendo geridos por empresas públicas ou privadas e a que tipo de clientes os fundos são destinados. Os resultados desse trabalho demonstraram que existem fatores administrativos e contábeis que tendem a apresentar padrões entre fundos que performam bem e aos fundos que performam mal em relação ao seu benchmark, logo, esses fatores não devem ser negligenciados. Já para Gazaneo (2006), uma análise do mercado brasileiro no período entre 1995 até 2001 mostrou evidências de que há uma relação de ganhos de escala entre o tamanho do fundo e o retorno. Além disso, após verificar que a taxa de performance tem impacto positivo no resultado, afirma que existe uma relação direta entre incentivo de desempenho e performance dos fundos. Segue-se, também, outra hipótese na qual o tamanho do fundo pode ser negativamente relacionado com a performance, tendo em vista o maior custo fixo necessário aos fundos com maior patrimônio líquido e o maior tempo necessário para a tomada de decisão desses fundos. Entretanto, a ousadia em realizar estratégias mais arriscadas pode não favorecer o investidor, pois, segundo Petersen (2007), que avaliou as taxas de performance em seu estudo e pontuou que o fato de os gestores assumirem maiores riscos para obter ganhos superiores ao benchmark esperado pode resultar em menores ganhos ao investidor. Um ponto importante em análise é a suposição de que altas taxas de administração, geralmente, têm um impacto negativo na performance de fundos mútuos. De acordo com Elton et al. (1993), que investigou a eficiência da performance dos fundos mútuos entre 1964 e 1984 e concluiu que:...there is statistically significant relationship between alpha and expenses and a relationship that can clearly be seen by examining the quintiles. Higher expenses are associated with poorer performance. Management does not increase performance by an amount sufficient that justify higher fees. Entretanto, sua análise indicou que a taxa de administração não é o único fator que impacta diretamente no retorno dos fundos, pois existem outros fatores, tais como impostos, taxa de performance, entre outros. Performances diferentes são resultados da utilização de estratégias já existentes no mercado, entretanto, essa

19 18 replicação de estratégia não é perfeita, pois os títulos utilizados e a proporção de cada um deles dentro dos fundos não são iguais. Berk e Green (2002), Gallagher e Martin (2005), Gazaneo (2006) e Latzko (1999) afirmam em seus estudos que existe uma economia de escala entre o tamanho do fundo e a performance. Por sua vez, Grinblatt e Titman (1989), Pollet e Wilson (2008), Sawicki e Finn (2002), Jones (2007), Jones (2009), Chan et al. (2009) e Chen et al. (2004) afirmam que os fundos com maior patrimônio tiveram piores resultados do que os que tinham menor patrimônio. Segundo os autores, uma das causas desse resultado é um maior gasto com administração em relação ao patrimônio líquido. Essas hipóteses e resultados apresentados por diversos pesquisadores serviram de base para a elaboração da metodologia e escolha das variáveis que serão apresentadas neste trabalho, bem como poderemos testar se os resultados apresentados são complementares ou conflitantes com os resultados de outros pesquisadores do tema.

20 19 3 METODOLOGIA 3.1 Base de dados O primeiro passo para definirmos o universo da análise de fundos mútuos é que todos eles devem ser homogêneos em termos de análise de risco. Por exemplo, quando decidimos investir em títulos, é preciso definir o universo de títulos mais especificamente. A capacidade do investidor de definir claramente os limites do universo que vai analisar é parte importante da decisão de escolha dos fundos. Para determinarmos o melhor período temporal para análise deste trabalho, precisamos levar em consideração, primeiro, o cenário macroeconômico e os acontecimentos no mundo. No ano de 2008, ocorreu o início da crise americana, conhecida como crise norte-americana do subprime, a qual tem como origem títulos hipotecários e produtos de securitização do setor financeiro. Após a quebra do banco americano Lehman Brothers, e a possibilidade de outros bancos norteamericanos e empresas de seguros, como a gigante American International Group AGI, não conseguirem honrar seus compromissos financeiros, gerou-se uma crise de confiabilidade nas instituições financeiras, de modo que, rapidamente, os agentes deste mercado começaram a negar empréstimos uns aos outros, gerando a possibilidade de uma insolvência de bancos, seguradoras e empresas. A crise se alastrou rapidamente e chegou até a Europa, onde foi desencadeada, principalmente, por meio das dívidas públicas dos países da Zona do Euro, principalmente Portugal, Espanha, Grécia e Irlanda, os quais têm suas dívidas entre 80% e 160% de seus PIBs (Produto Interno Bruto), e crescimentos anuais muito baixos variando entre 0% e 2% na última década, de acordo com a Agência Europeia de Estatística, Eurostat. Sendo assim, os efeitos dessas duas crises influenciaram negativamente o mercado de ações de todo o mundo, dessa maneira, a utilização de dados até o ano de 2010 continuava sobre uma forte influência dessas circunstâncias. Dessa maneira, foram escolhidos os períodos mais próximos da data de realização deste trabalho, contudo, procurou-se distanciar ao máximo dos períodos centrais destas crises, objetivando diminuir o máximo possível a influência destas crises no mercado de ações brasileiro. Sendo assim, foram escolhidos os períodos

21 20 de 2011 e 2012 por apresentarem condições econômicas relativamente estáveis em relação aos períodos de 2008 até Dentre os milhares de fundos de investimento que existem no Brasil, foi preciso escolher uma subcategoria para esse trabalho, pois seria impossível comparar fundos que têm objetivos distintos, como, por exemplo, trabalhar com uma base de dados com fundos que têm como benchmark a cotação do dólar norteamericano e analisar os resultados desse fundo com outro que tem estratégias atreladas ao resultado da taxa básica de juros no Brasil, a Selic. Segundo a AMBIMA, os fundos de ações são chamados de fundos de renda variável e devem investir, no mínimo, 67% de seu patrimônio em ações negociadas em bolsas, em mercado de balcão organizado e em outros valores mobiliários relacionados às ações, conforme disposto no artigo 95-B da instrução normativa 409/2004 da Comissão Mobiliária de Valores CVM. Dessa maneira, um fundo com grande parte de seu patrimônio líquido relacionado a ações de empresas gera um impacto muito forte em seus retornos e consegue captar com mais precisão os acontecimentos dessas empresas que compõem a carteira de cada fundo e dos mercados nos quais elas atuam. Mesmo escolhendo essa categoria de fundos para esse trabalho, ainda não podemos utilizar todos os fundos dessa categoria para realizar inferências de uma maneira homogênea, pois, dentro dessa categoria, existem diferentes estratégias que são adotadas por gestores para obter bons resultados. Dessa maneira, torna-se incompatível realizar uma pesquisa conjunta com todos os fundos dos subgrupos Ibovespa Indexado, Ibovespa Ativo, Ações IbrX Indexado, Ações IbrX Ativo, Ações Setoriais, Ações FMP-FGTS, Ações Small Caps, Ações Dividendos, Ações Sustentabilidade/Governança, Ações Livre e Ações Fechados. Dentro dessas opções, adotou-se por aqueles fundos os quais têm como objetivo superar seu Benckmark por meio de uma gestão ativa, pois, dessa maneira, seria possível distinguir quais fundos conseguiram alcançar esse objetivo, quais não conseguiram e quais foram aqueles que ficarão tão próximos do benchmark que podemos dizer que empataram e não foram capazes de realmente ter uma gestão ativa. Por esse motivo, foi escolhido o subgrupo Fundo de Ações Ibovespa Ativo, pois o Ibovespa é o principal indicador do desempenho médio das cotações de ações do Brasil negociados na Bolsa de Valores de São Paulo e é formado por um conjunto de ações com os maiores números de negociações dos últimos meses.

22 21 Tendo escolhido o período, a categoria e o subgrupo desta pesquisa, agora é possível realizar inferências de uma maneira homogênea entre todos os fundos, pois todos eles usam estratégias com o mesmo objetivo. Iniciando pelos dados econômicos, para a coleta dos retornos brutos dos fundos dos anos de 2011 e 2012, fez-se necessário o uso do site o qual disponibiliza, a um custo baixo de assinatura, a série histórica completa de todos os fundos existentes no mercado. Dentro do site, a primeira dificuldade foi em conseguir visualizar todos os fundos Ibovespa Ativos, pois, devido a limitações de sua programação e utilizando as características de fundos determinadas pela AMBIMA, esse dividiu os fundos de ações Ibovesta Ativos em 5 tipos: i) Fundos com Alavancagem: Fundos os quais o gestor pode aplicar mais do que 100% do patrimônio do fundo por meio de contratos financeiros conhecidos como derivativos; ii) Fundos de Investimento em Ações (FIA) e Fundos de Investimentos Financeiros (FIF) exclusivos: Os FIA são fundos que devem ter, no mínimo, 67% dos ativos da carteira de ações ou ativos ligados a ações como recibos de subscrição. Já os FIF são fundos que podem ter até 49% de sua carteira composta de ativos de renda variável como ações. Nestes casos, eles são exclusivos, pois são destinados a um ou mais cotistas que desejam personalizar seus investimentos definindo sua Política de Gestão, Objetivo de Retorno e Grau de Risco, logo, não são disponibilizados ao público em geral; iii) Fundos de Investimento em Ações (FIA) e Fundos de Investimentos Financeiros (FIF) não exclusivos: Caracterizam-se tais como os fundos anteriormente vistos, entretanto, estão disponíveis ao público por meio de bancos e instituições financeiras credenciadas; iv) Fundos de Investimento em Cotas (FIC) e Fundos de Aplicação em Cotas (FAC) exclusivos: Os FIC investem, no mínimo, 95% dos seus recursos em outros Fundos de Investimento e os FAC se caracterizam por comprar e vender cotas de outros fundos de investimento. Nesta categoria, eles são exclusivos, pois são destinados a um ou mais cotistas que desejam personalizar seus investimentos definindo sua Política de Gestão, Objetivo de Retorno e Grau de Risco, logo, não são disponibilizados ao público em geral; e

23 22 v) Fundos de Investimento em Cotas (FIC) e Fundos de Aplicação em Cotas (FAC) não exclusivos: São caracterizados tais como os fundos da quarta categoria, entretanto, estão disponíveis para o público por meio de instituições financeiras. A primeira base de dados na qual continha todos os fundos destes cinco tipos para os anos de 2011 e 2012 compreendeu um total de fundos, entretanto, essa quantidade de fundos compreende vários problemas os quais não podem compor a base de dados, pois tornaria impossível realizar comparações de uma maneira não viesada. O primeiro problema encontrado foi na extração inicial dos dados dos retornos brutos, os quais continham fundos sem nenhum retorno para o período selecionado, nem mensal, nem trimestral ou mesmo dados sobre o patrimônio líquido, logo esses primeiros tiveram que ser excluídos. O segundo problema, ainda na análise bruta dos fundos, foi a existência de fundos os quais mudaram seu objetivo e, consequentemente, sua classificação junto a CVM durante o período em análise e, também, a existência de fundos os quais os dados estavam incompletos tanto em 2011 ou em 2012, logo também foram excluídos, pois geraria distorções nos resultados. Após essa primeira separação, restou para análise um total de 479 fundos. Dentre esses 479 fundos, os quais continham retornos do período em análise e continuaram sendo Fundos de Investimento em Ações Ibovespa Ativo, foi necessário analisar se existiam períodos na amostra em que não havia retornos durante, pelo menos, quinze dias seguidos, logo foram encontrados 10 fundos com esse problema, que também foram excluídos da amostra. A amostra tratada continha 469 fundos, os quais todos tinham todos os retornos diários devidamente catalogados, de modo que, conjuntamente, em 2011 e 2012, cada fundo continha 502 observações diárias. Entretanto, fez-se necessário checar a existência dos chamados Outliers, ou seja, foi necessário descobrir se, dentro dessas observações, existiam algumas as quais eram numericamente distantes do resto das outras, mostrando-se como dados aberrantes, o que foi comprovado em 8 fundos por meio da análise dos retornos acumulados destes fundos, de modo que também foram excluídos da amostra.

24 23 A segunda base de dados que foi extraída para essa pesquisa fez referência aos dados contábeis de todos os 461 fundos que continham retornos diários bem comportados. Esses dados foram extraídos por meio do site da Comissão Mobiliária de Valores CVM. Foram extraídos os balancetes mensais de janeiro de 2011 até dezembro de 2012, somando 24 balancetes por cada fundo. O problema encontrado nesta base de dados foi que fundos os quais tiveram suas atividades encerradas ou mudaram de classificação durante o período em análise ou depois, tendo em vista que essa coleta ocorreu apenas em 2013, tiveram seus balancetes mensais retirados do site da CVM, dessa maneira, a base de dados teve que ser reajustada e todos os fundos os quais não continuam dados contábeis foram excluídos da análise, logo, a base de dados contendo todos os dados contábeis e econômicos para 2011 e 2012 somaram 289 fundos. Dentro de cada balancete mensal, foram extraídos como variáveis explicativas para o desenvolvimento deste projeto os valores referentes ao Patrimônio Líquido em valores monetários, despesas administrativas, despesas não administrativas e a razão entre Lucros ou Prejuízos acumulados e Patrimônio Líquido. Entretanto, devido à existência de diversos valores negativos nas rubricas dos balancetes mensais em despesas administrativas e não administrativas, tornouse necessário que esses fossem excluídos, pois, caso contrário, geraria resultados inconsistentes, e, caso fossem utilizados apenas os fundos com balancetes mensais positivos, a amostra seria diminuída, causando um prejuízo maior do que excluir essas variáveis do modelo. Já para os valores em Reais do patrimônio líquido, o sistema e-views simplesmente não consegue rodar a regressão por serem valores monetários absolutos e, por isso, também foram excluídos da amostra, dessa maneira, a única variável contábil que será utilizada para a regressão do modelo será a razão lucros ou prejuízos por patrimônio líquido. A terceira base de dados também foi extraída do site Fortuna, contudo, agora foram analisados os dados administrativos de cada fundo. Os dados administrativos destes fundos não sofreram variações ao longo do período em análise e foram extraídos os seguintes dados para cada um dos fundos: Público- Alvo, Benchmark, Tipo de Administração (Pública ou Privada), Taxa de Administração e Taxa de Performance. A problemática nesta coleta se deu com fundos os quais não tinham nenhuma informação administrativa disponível, sendo assim, foram novamente excluídos da amostra.

25 24 A amostra condensada de dados na qual todos os fundos de investimento em ações Ibovespa ativos, que continham todos os dados econômicos, contábeis e financeiros para os períodos de 2011 e 2012, sem que existisse nenhuma quebra de dados ou informações distorcidas, somou um total de 264 fundos capazes de gerar variáveis financeiras de performance e, também, de serem utilizados corretamente no exercício empírico proposto. Por meio dos dados obtidos dos retornos diários de cada fundo, foi possível gerar métricas de performance a serem utilizadas como dados econômicos na metodologia deste projeto. A primeira métrica utilizada foi a média de cada fundo, devido a apontar onde mais se concentram dados dentro de uma amostra e por ser uma métrica tradicional de retorno no mercado financeiro. A segunda métrica utilizada para análise de ganho foi a mediana, estatística que é uma medida de tendência central. Como métrica de risco, foi utilizado o desvio-padrão, por ser uma medida de dispersão bastante utilizada em estatística, cujo objetivo é mostrar o quanto de variação ocorre em relação à média da amostra. Foi utilizada, também, a métrica de semivariância a qual tem como objetivo analisar o grau de dependência espacial entre duas amostras distintas, em que sua magnitude depende da distância entre os pontos analisados. Segundo Sharpe (1991), a teoria média/variância de apreçamento de ativos mais simples, o CAPM conclui que, em equilíbrio, os investidores escolhem combinações da carteira de mercado e tomam emprestados ou emprestam valores de acordo com as proporções determinadas pelos riscos assumidos a fim de obter o máximo retorno esperado. Métricas mais refinadas foram utilizadas para medir riscos, tais como o Downside Risk, que mede o risco da diferença entre o retorno atual e o retorno esperado para o caso cujo retorno atual seja menor que o esperado ou, também, a incerteza daquele retorno. Outra importante métrica de risco, entretanto menos popular, é o Drawdown, que mede a queda de uma determinável variável ao longo de uma série histórica, neste caso, os retornos acumulados brutos. O máximo Drawdown demonstra qual é a maior queda acumulada existente na determinada série histórica antes de que a série volte a crescer.

26 25 O Beta de mercado também foi importante indicador econômico, pois sua utilização serve para medir o risco não diversificável, ou seja, por mais que exista a possibilidade de diversificar uma carteira com o incremento de novos ativos, sempre irá existir riscos os quais não se é possível diversificar, como guerras ou inflação, logo, o beta mede um risco do ativo em relação a uma carteira geral, neste caso, o índice Ibovespa. Além das medidas de risco e retorno mais usuais, seus resultados foram utilizados para inferir sobre a performance absoluta dos fundos por meio de alguns índices específicos. O primeiro índice utilizado foi o índice de Sharpe (1964), o qual é calculado utilizando a média e o desvio-padrão e tem como objetivo medir o retorno excedente de um investimento. É bastante utilizado para descrever o quão bem o retorno de um ativo performa em relação ao risco que se corre. Quando se compara dois ativos em relação a um benchmark comum, aquele com o maior Sharpe denota o ativo que provê o melhor retorno pelo mesmo risco incorrido a ambos. Outro indicador utilizado foi o índice de Sortino, proposto por Sortino e Lee (1994), o qual utiliza como base as métricas de média e semivariância, sua formação é uma variação do índice de Sharpe, entretanto, analisa o desempenho por uma meta de investimento que, nesse caso, é o índice Ibovespa. Já para o índice de Treynor, nome associado a seu criador Treynor (1965), utiliza-se das métricas de média e Beta de mercado, tem por objetivo medir o excesso do retorno de um determinado fundo por unidade do risco sistemático, logo, quanto maior o valor do Treynor, melhor a performance do fundo em análise. O índice de Calmar proposto por Young (1991) utiliza o Drawdown e a média para calcular performance, contudo, é, geralmente, utilizada para os Hedge Funds, sua diferença em relação ao Sharpe é baseada no uso da queda acumulada para medir o retorno excedente. Todas essas métricas de performance são ponderadas pelo risco e mensuram como o ganho adicional de retorno de um ativo compensa o investidor pelo risco assumido, de modo que o que realmente muda de uma para outra é o uso da estatística que mensura o risco do ativo financeiro. A última variável financeira calculada foi o Alpha de Jensen, o qual é uma adaptação do CAPM para a avaliação de desempenho e foi proposto por Jensen (1968), esse indicador é a medida de performance geralmente utilizada para fundos mútuos e que pode apontar em três direções, podendo ser positivo demonstrando uma melhor performance por correr mais riscos, negativo se riscos adicionais não

27 26 foram compensados por retornos maiores ou sem nenhuma indicação se o alfa não for estatisticamente igual a zero. Métricas de terceiro e quarto momento, como assimetria e curtose, foram calculadas, entretanto, não se mostraram significantes e não se apresentaram como variáveis que pudessem contribuir para os resultados da pesquisa. Todas essas métricas foram tabeladas em um Blackbox de modo que cada fundo tivesse todos esses dados disponíveis para análise e utilização no exercício empírico. Devido à quantidade de fundos, essas variáveis serão reportadas neste trabalho por meio de histogramas para melhor visualização. 3.2 Técnicas de análise O uso do CAPM (Capital Asset Pricing Model) proposto por Jack Treynor (1964), William Sharpe (1964), John Lintner (1965) e Jan Mossin (1966) tem como utilidade determinar que o prêmio de risco de um determinado ativo, neste caso, os fundos, é caracterizado como uma função linear de algumas variáveis explicativas. A utilização do CAPM nos fundos em análise, por meio dos retornos dos fundos como variáveis explicativas, na utilização da poupança como uma taxa livre de risco e do índice Ibovespa como uma proxy para a carteira de mercado, foram capazes de gerar resultados sobre os Alphas de Jensen (1968) extraídos por meio de uma rotina econometria utilizando o sistema E-views. O resultado desta rotina mostrou que nem todos os fundos analisados eram significativos em seus Betas de Mercado, de modo que uma nova exclusão teve de ser feita. O modelo CAPM proposto foi utilizado nos 264 fundos com o objetivo de verificar aqueles que tiveram o Beta de Mercado como não significativo, ou seja, o prêmio de risco de mercado não explica o prêmio de risco do fundo. Dessa maneira, utilizaram-se os retornos brutos diários dos fundos no ano de 2012 e, para cada fundo, foi descontada, diariamente, a cotação da poupança, sendo assim, ocorreu a existência de 21 fundos nessa condição, de modo que a base de dados final foi reduzida a 243 fundos. Além da checagem da significância do Beta de Mercado, também foi utilizado o Alfa de Jensen e o P Valor do Intercepto com o objetivo de dividir os resultados dos 243 fundos, dessa maneira, discriminando-os para saber quais são aqueles que poderemos caracterizar como vencedores (Winners) em 2012, pois

28 27 superaram o Benchmark Ibovespa, quais são os que são perdedores (Loosers), pois não superaram o índice Ibovespa e, por último, um grupo o qual não superaram nem performaram pior, são os fundos Draw, pois seus retornos foram muito próximos ao retorno do Ibovespa. A divisão categórica entre esses fundos foi determinada utilizando a significância de 10%, sendo assim, encontramos 6 fundos Loosers, 166 fundos Draw e 71 fundos Winners. Além das estatísticas financeiras extraídas dos 243 fundos em análise, mostrou-se importante analisar por meio de histograma o Alpha de Jensen para o ano de 2012, referente ao resultado obtido no CAPM, de modo que, aproximadamente, 25% dos fundos obtêm um alpha por volta de 0, com tendência a aumentarem esse valor positivamente, enquanto, aproximadamente, 16% têm resultados negativos para a amostra. O segundo instrumento a ser utilizado nesse trabalho é a regressão Probit Ordenada, que se trata de uma generalização da regressão Probit tradicional introduzida inicialmente por Chester Bliss (1934), entretanto, com a peculiaridade de ser utilizada em casos nos quais a variável dependente pode possuir mais de dois resultados. Essa ferramenta é eficiente para modelarmos fenômenos cuja variável dependente seja discreta e qualitativa. Ao contrário do modelo Probit tradicional, no qual o resultado da variável dependente é algo como 0 ou 1, sim ou não, aceita ou não aceita, o modelo Probit Ordenado é diferente, pois é caracterizado como um modelo multinomial, ou seja, sua variável dependente pode ser definida como diversos valores, com a possibilidade de ordenar os resultados em ranking.

29 28 Figura 1 Histograma do Alpha de Jensen para o ano de 2012 obtido pelo CAPM 30,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% -0, , , , , , , , , Nota: Frequência relativa para Alpha de Jensen para o ano de Fonte: Os dados obtidos para calcular o Alfa de Jensen foram gerados com a utilização de um modelo CAPM (Capital Asset Pricing Model) por meio da extração dos retornos brutos diários de 243 fundos de investimento em ações do tipo Ibovespa ativos, de 251 dias úteis no ano de Todos os retornos dos fundos são apresentados em frequência relativa, bem como suas cotações diárias do índice Ibovespa e da poupança foram extraídos do site Supondo que uma regressão Probit Ordenada seja a seguinte:, tal que é uma variável aleatória não observável, contudo, seu resultado depende de outra variável. Admite-se um resultado para uma variável, que é uma manifestação observável da variável não observável. Dessa maneira, é possível aplicar regras para definir quais serão os possíveis resultados de para cada grupo analisado. Neste caso, poderíamos supor que, se um determinado fundo obtiver seu menor ou igual a zero, ele estaria caracterizado como = 0 = Fundo com rentabilidade menor que o Ibovespa, poderíamos, analogamente, supor que, se o valor atribuído ao de um segundo fundo fosse entre 0 e um número μ1 qualquer, teríamos um valor de = 1 = Fundo com rentabilidade muito próxima à

30 29 rentabilidade do Ibovespa, e, no terceiro caso, teríamos fundos os quais teriam seus resultados de que estariam entre e, logo, esses fundos são aqueles que performariam melhor que o Ibovespa, dessa maneira, teríamos os grupos 0, 1 e 2; os quais estariam todos os fundos divididos por ranking de rentabilidade. De maneira geral, a utilização da regressão por meio do Probit Ordenado não pode ser por meio do método dos Mínimos Quadrados Ordinários, como é geralmente feita na Probit tradicional. Para essa situação, a técnica utilizada é a de Máxima Verossimilhança, a qual consiste em estimar valores dos diferentes parâmetros de um determinado modelo a fim de maximizar a probabilidade dos dados observados. As variáveis financeiras analisadas para serem utilizadas no exercício empírico foram extraídos dos retornos diários de 251 observações do ano de Figura 2 Histogramas dos indicadores econômicos para o ano de 2011 (Frequência Relativa) 25,0% 25,0% 20,0% 20,0% 15,0% 15,0% 10,0% 10,0% 5,0% 5,0% 0,0% -40,57% -30,13% -19,68% -9,23% -0,53% 9,92% 0,0% -0,001 0,009 0,020 0,030 0,041 0,051 0,059 0,070 0,080 2.a Ganho Acumulado 2.b Alpha de Jensen 25,0% 25,0% 20,0% 20,0% 15,0% 15,0% 10,0% 10,0% 5,0% 5,0% 0,0% -0,37-0,16 0,05 0,27 0,48 0,69 0,85 1,07 1,28 0,0% 0,409% 0,618% 0,827% 1,036% 1,210% 1,419% 2.c Beta de Mercado 2.d Semivariância Continua

31 30 Continuação Figura 2 Histogramas dos indicadores econômicos para o ano de 2011 (Frequência Relativa) 25,0% 25,0% 20,0% 20,0% 15,0% 15,0% 10,0% 10,0% 5,0% 5,0% 0,0% -0,23922%-0,18390%-0,12858%-0,07326%-0,02716% 0,02816% 0,0% 0,552% 0,842% 1,132% 1,422% 1,663% 1,953% 2.e Média 2.f Desvio Padrão 20,0% 18,0% 16,0% 14,0% 12,0% 10,0% 8,0% 6,0% 4,0% 2,0% 0,0% -0,022% 0,348% 0,717% 1,087% 1,394% 1,764% 18,0% 16,0% 14,0% 12,0% 10,0% 8,0% 6,0% 4,0% 2,0% 0,0% -1,580% 5,500% 12,580% 19,659% 25,559% 32,639% 2.g Downside Risk 2.h Drawdown 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% -0,1377-0,1200-0,1022-0,0844-0,0667-0,0489-0,0355-0,0178 0, ,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% -0,327-0,259-0,191-0,124-0,056 0,012 0,063 0,130 0,198 2.i Índice de Sharpe 2.j Índice de Sortino Continua

32 31 Conclusão Figura 2 Histogramas dos indicadores econômicos para o ano de 2011 (Frequência Relativa) 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% -0,0233-0,0102 0,0029 0,0159 0,0290 0,0421 0,0519 0, ,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% -0, , , , , , k Índice de Treynor 2.l Índice de Calmar Fonte: Os dados obtidos para calcular os histogramas foram gerados por meio da extração dos retornos brutos diários de 251 dias úteis no ano de Foram utilizados 243 fundos de investimento em Ações do tipo Ibovespa Ativo. Todos os retornos dos fundos, bem como cotações diárias do índice Ibovespa e da poupança foram extraídos do site Os 243 fundos analisados para gerar os histogramas tiveram seus dados contábeis extraídos de balancetes mensais do ano de 2011 retirados do site da Comissão Mobiliária de Valores CVM e os dados administrativos foram também retirados do site Todos os histogramas apresentam dados em frequência relativa e foram criados utilizando 15 categorias, com limites inferior e superior das categorias definidos pelos valores limites máximo e mínimo de cada uma das variáveis. Analisando as métricas clássicas de retorno e risco como média e desviopadrão, analisamos que 79,39% das médias se encontram entre -0,091% e -0,027% e apenas 3,44% dos fundos tem médias positivas com um retorno médio máximo de 0,028%. Por outro lado, quando analisamos o histograma de desvio-padrão encontramos que 88,72% dos fundos têm desvios variando entre 1,035% e 1,567%, e apenas 0,78% dos fundos conseguiu atingir um desvio máximo de 1,953%. Os ganhos acumulados no período de 2011 mostraram que 96,92% tiveram ganhos negativos, sendo que 85,77% obtiveram perdas significativas entre - 23,16% e -4,01%. Os ganhos acumulados foram positivos apenas para 3,08% dos fundos, variando de 1,95% até 9,92%, valor máximo que só foi obtido por 0,77% do total. Já quando analisamos o histograma do Beta de Mercado, podemos destacar que 88,97% dos fundos tem Beta compreendido entre 0,05 e 0,96. Dessa maneira, podemos dizer que a grande maioria tem um Beta defensivo, ou seja, caso o Ibovespa tenha valorização hipotética de 10%, os fundos tendem a se valorizar menos que 10%. Apenas 1,14% dos fundos mostrou-se com Beta superior a 1, mostrando uma tendência ativa nos fundos e apenas 9,89% apresentaram o Beta negativo.