C A D E R N O S D I S C E N T E S C O P P E A D No S U M Á R I O

Transcrição

1 C A D E R N O S D I S C E N T E S C O P P E A D No S U M Á R I O Editorial 4 Anomalias no Mercado de Ações e o Crescimento do PIB Brasileiro Myrian Beatriz Eiras das Neves e Ricardo Pereira Câmara Leal 5 Uma Ilustração da Implementação do APT para Carteiras de Ações de Valor e de Crescimento Brasileiros Ricardo P. C. Leal, Bruno Brito, Bruno Maletta, Eduardo Fraga, Fábio Coelho, Francisco Almeida, Gilberto Teixeira, Gustavo Baltar, Letícia Torres, Lincoln Fernandes, Luís Eduardo Coelho Netto, Manoel Suarez, Marcelo Queiroz, Márcio Bologna, Maurício Baum, Maurício Faria, Rodrigo Donato, Rodrigo Kalinowski e Rodrigo Miguel Oliveira. 32 Construção de Carteiras Eficientes e Comparação com Carteiras Sugeridas por Analistas na América Latina Daniel da Cunha Tomas e Ricardo Pereira Câmara Leal 44 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 1-67, 2003

2 Editores Cesar Gonçalves Neto Ursula Wetzel Conselho Técnico Professores do COPPEAD Alunos do programa de doutorado do COPPEAD: André Carvalhal da Silva, Isabella Sacramento, Josete Florêncio dos Santos, Myrian Beatriz Eiras das Neves Externos: José Roberto Gomes da Silva, PUC-Rio Luiz Brandão, PUC-Rio Marie Agnes Chauvel, IBMEC Nilda Leone, Universidade Estácio de Sá Ricardo Bordeaux, PUC-Rio Sandra Regina da Rocha Pinto, PUC-Rio Assistente do Editor Regina Helena Meira de Castro Projeto Gráfico e Capa Raquele Mendes Coelho Editoração Regina Helena Meira de Castro Revisão de Português Maria Emilia Barcellos da Silva Correspondências devem ser enviadas para: COPPEAD/UFRJ Cadernos Discentes COPPEAD Caixa Postal Rio de Janeiro RJ Telefone: (21) Fax: (21) reginahelena@coppead.ufrj.br Direitos e Permissão de Utilização As matérias assinadas são de total e exclusiva responsabilidade dos autores. Todos os direitos reservados ao COPPEAD/UFRJ. É permitida a publicação de trechos e de artigos, com autorização prévia e identificação. Cadernos Discentes COPPEAD é uma publicação do COPPEAD/UFRJ com o objetivo de estimular e divulgar a produção acadêmica do corpo discente do Coppead, constituída pelos alunos dos cursos de mestrado e doutorado.

3 APRESENTAÇÃO Os CADERNOS DISCENTES COPPEAD têm por objetivo divulgar a produção de alunos e ex-alunos de Mestrado e de Doutorado. Dentro de uma filosofia de integrar teoria e prática, é comum que os alunos sejam solicitados a realizar pesquisa e a escrever casos relativos aos conteúdos abordados nas diversas disciplinas. Produzem, assim, um material que, apesar de ter por objetivo primário a avaliação de desempenho, constitui, também, um esforço de investigação de alta qualidade. No entanto, nem todos os trabalhos e pesquisas apresentados nas disciplinas estão de acordo com as regras básicas e usuais de publicação de trabalho científico. A preocupação com esta questão fez com que o processo de seleção dos mesmos seguisse uma rígida metodologia. Em primeiro lugar, o professor de cada disciplina seleciona e indica aqueles trabalhos que considera terem sido os melhores da turma. O editor, por sua vez, analisa a adequação da inclusão em determinado volume, enviando-os, posteriormente, para dois avaliadores segundo a filosofia de blind-review. Uma vez criticados, os trabalhos voltam aos alunos para a realização das modificações entendidas como necessárias pelos revisores. Embora não seja esse o objetivo principal, alguns aprendizados adicionais estão presentes no processo. Primeiro, a compreensão, por parte dos alunos, de que a qualidade do trabalho por eles desenvolvido pode render frutos não pensados inicialmente. Segundo, o entendimento de que o mérito de ter o artigo publicado não se faz sem ônus, uma vez que podem ser necessárias algumas modificações. Ou seja, faz parte do processo de aprendizado do aluno não apenas a geração de um trabalho de pesquisa em si mesmo, mas também a compreensão de que o reconhecimento decorre de um comprometimento com a excelência, necessariamente presente em todos os passos do caminho. Por fim, mas não com menor ênfase, entendemos que os artigos aqui publicados são de utilidade para as comunidades acadêmica e empresarial brasileiras. A maior parte dos trabalhos publicados diz respeito a situações de negócios relevantes para quem discute ou para quem aplica os conceitos de Administração. Por todos estes motivos é que o COPPEAD muito se orgulha de apresentar o melhor da produção intelectual de seus alunos. Os Editores

4 EDITORIAL Este número dos Cadernos Discentes enfoca o tema de apreçamento e alocação de ativos. O artigo de Myrian Neves é dum dos capítulos de sua tese de doutorado e foi premiado em dois congressos brasileiros. O modelo de apreçamento de Fama & French identificou alguns fatores de risco adicionais ao fator de mercado do modelo CAPM simples. Trabalhos anteriores revelaram que estes fatores também podem ser apreçados no Brasil. Myrian procura identificar qual é o significado econômico dos fatores de Fama & French no Brasil porque espera-se, que eles devem representar variáveis fundamentais da economia. Será que os fatores de Fama & French guardam alguma informação a respeito do crescimento futuro do PIB brasileiros? O artigo de Myrian indica que sim. O artigo seguinte é um trabalho realizado por todos os alunos de finanças do mestrado do Coppead de Ele procura ilustrar a operacionalização do modelo APT no Brasil? Arbitrage Pricing Model. Além disso, a amostra usada foi dividida entre ações de valor e de crescimento. Não houve diferença entre as subdivisões da amostra acerca dos fatores que são apreçados no Brasil. Os fatores, taxa de juros e de mercado são apreçados em todas as carteiras. Finalmente, o trabalho de Daniel Thomas, bolsista de iniciação científica do Coppead, ilustra o uso de técnicas de bootstrapping para se obter uma alocação estratégica de ativos na América Latina e compara a alocação obtida com o modelo com alocações oferecidas por gestores internacionais de investimentos. Ricardo Pereira Câmara Leal

5 ANOMALIAS NO MERCADO DE AÇÕES E O CRESCIMENTO DO PIB BRASILEIRO 1 Myrian Beatriz Eiras das Neves e Ricardo Pereira Câmara Leal Este trabalho tem por objetivo investigar a existência da relação entre o crescimento da economia brasileira e os retornos das estratégias de investimentos baseadas nos efeitos tamanho, valor e momento, utilizando carteiras formadas por ações negociadas na Bolsa de Valores de São Paulo, no período de julho de 1986 a junho de A metodologia utilizada é semelhante à empregada no trabalho de Liew e Vassalou (2000); é sugerida a modelagem dos resíduos das regressões utilizando um processo ARMA (1,1). A partir de dados trimestrais, observa-se que fatores relacionados ao tamanho da firma e ao valor patrimonial/valor de mercado de um trimestre guardam informação sobre o crescimento do PIB do trimestre seguinte, não perdendo a sua força preditiva mesmo na presença do índice de mercado e de variáveis relacionadas a movimentos macroeconômicos, como crescimento industrial e taxas de juros. Não foi detectada qualquer relação entre o efeito, momento e o crescimento do PIB brasileiro. Esses resultados são compatíveis aos encontrados em mercados desenvolvidos. Palavras-chave: APT, Ações de Valor e Crescimento, Apreçamento de Ativos. 1. INTRODUÇÃO Ao longo dos últimos 30 anos, vários pesquisadores procuraram investigar o comportamento de anomalias sistemáticas detectadas na formação de preços dos ativos e não-explicáveis pelo CAPM 2 (Capital Asset Pricing Model). Os primeiros trabalhos nessa direção tinham por objetivo identificar a existência de outros fatores de risco que também pudessem afetar o retorno dos ativos, tais como índice preço/lucro (P/L (Basu (1977)) e tamanho de firma (Banz (1981)). Os autores descobriram estratégias que, historicamente, 1 Os autores agradecem o apoio do CNPQ e o fornecimento dos dados pela empresa Economática. Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

6 produziram retornos anormais positivos estatisticamente significativos, independente de seu nível de risco. Esse comportamento inconsistente com o CAPM foi considerado uma anomalia. De uma maneira formal, uma anomalia no apreçamento de um ativo é a diferença estaticamente significativa entre o retorno médio observado de um ativo, associado a determinadas características próprias, e o retorno previsto através de um modelo específico de apreçamento para esse mesmo ativo. O que é anômalo em relação a um modelo pode ser consistente com as previsões de outros modelos de ativos. Por exemplo, um retorno excessivo associado ao rendimento de um dividendo pode ser anômalo em relação ao CAPM original, mas é consistente com extensões que incluem os impostos pessoais dos investidores. De todas as anomalias relacionadas ao CAPM já detectadas através de pesquisas empíricas, as que despertam maior atenção ainda são os retornos anormais produzidos por estratégias baseadas nos efeitos tamanho de firma, valor patrimonial/valor de mercado (Rosenberg, Reid e Lanstein (1984)) e momento (Jegadeesh e Titman(1993)). No efeito tamanho de firma, constata-se que empresas pouco capitalizadas produzem retornos superiores às empresas de valor de mercado alto, mesmo depois de ajustadas ao risco. O segundo efeito refere-se às estratégias baseadas em ações de valor, cujo valor patrimonial é alto em relação ao valor de mercado (índice valor patrimonial/valor de mercado alto), que levam a retornos superiores às estratégias baseadas em ações de crescimento (índice valor patrimonial/valor de mercado baixo). Por fim, o efeito momento revela que ações com retornos baixos nos últimos três a doze meses tendem a piorar seus desempenhos nos próximos dois a doze meses, enquanto ações com retornos extraordinários no mesmo período tendem a manter altos retornos no período subseqüente. As evidências empíricas ainda são conflitantes. O efeito tamanho de firma, descoberto no mercado americano e posteriormente identificado em outros países, é contestado por Dimson e Marsh (1999). Esses autores defendem que, ao invés de a descoberta da anomalia permitir que investidores obtenham um desempenho superior, o que se observa é o oposto: tão logo a anomalia seja publicada, o efeito logo desaparece 2 O CAPM é um dos principais modelos em Finanças, desenvolvido por Sharpe (1964), Lintner (1965), Mossin (1966). 6 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

7 ou caminha na direção contrária. Da mesma forma, Fama e French (1992, 1993, 1996) mostram que os efeitos valor patrimonial/valor de mercado e o tamanho de firma absorvem a maioria das anomalias que invalidam o CAPM. Eles propõem um modelo alternativo que inclui além do fator de mercado, outros dois fatores: o SMB 3, relacionado ao tamanho de firma e o HML 4, relacionado ao valor patrimonial/valor de mercado. Fama e French (1998) confirmam que tais efeitos estão presentes em vários outros países no período de 1975 a Mais recentemente, La Porta, Lakonishok, Shleifer e Vishny (1997) mostram que uma parcela significativa do desempenho relativo de ações com alto índice valor patrimonial/valor de mercado, no período de 1971 a 1993, pode ser atribuída aos erros sistemáticos de expectativa para retornos anormais, envolvendo anúncios de lucros trimestrais. Jegadeesh e Titman (2001) verificaram que as estratégias de momento se mantiveram rentáveis mesmo após a publicação de seu primeiro estudo e acreditaram que a existência do efeito momento no curto prazo 5 fosse resultado de uma reação retardada dos agentes às informações disponíveis. Em contrapartida, Nagel (2001) mostrou que o efeito momento é a manifestação do efeito índice valor patrimonial/valor de mercado, que desaparecia ao ser controlado pelas variáveis tamanho e valor patrimonial/valor de mercado para as ações negociadas no mercado londrino. Liew e Vassalou (2000) encontraram evidências de que o momento era bastante sensível à periodicidade de formação das carteiras, observando que os retornos anormais decresceram de forma significativa à medida que o intervalo de rebalanceamento das carteiras aumentava. Pesquisadores de microestrutura acreditaram que esse efeito pudesse ser caracterizado por noise trading (Hvidkjaer (2001)). Embora as evidências sejam conflitantes, percebe-se que as pesquisas se desenvolvem no sentido de, não só detectar se as anomalias existem ou não, como também tentar explicar qual das premissas do CAPM está sendo violada no mundo real. Poucas evidências são encontradas relacionando essas anomalias a fatores de riscos associados aos crescimento da economia. Liew e Vassalou (2000) caminharam nessa direção. Em 3 Small minus Big carteira comprada em ações de empresa de valor de mercado pequeno e vendida em ações de empresas de valor de mercado grande, com investimento líquido zero. 4 High minus Low carteira compra em ações de empresa com índice valor patrimonial/valor de mercado alto e vendido em ações de índice valor patrimonial/valor de mercado baixo, com investimento líquido zero. Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

8 pesquisa realizada em dez mercados desenvolvidos, os autores procuraram identificar alguma relação entre o comportamento de fatores associados aos retornos das ações e o crescimento futuro da economia, a fim de associar tais fatores a mudanças no conjunto de oportunidades de investimento. Para isso, construíram carteiras a partir de estratégias de retorno baseadas em fatores como valor patrimonial/valor de mercado, tamanho de empresa e momento. Com base no modelo de três fatores de Fama e French, Liew e Vassalou (2000) utilizaram não só os fatores HML e SMB, como também criaram o WML (Winners minus Losers), que representava o retorno da carteira comprada em ações que obtiveram retornos extraordinários nos últimos doze meses e vendida em ações de empresas que obtiveram os piores retornos em igual período, com investimento líquido zero. Utilizando regressões multivariadas, seus resultados revelaram que carteiras baseadas em fatores como HML (relacionado ao valor patrimonial/valor de mercado) e SMB (relacionado ao tamanho de firma) estavam relacionadas ao crescimento do PIB de cada país, não perdendo força preditiva mesmo na presença do índice de mercado ou de variáveis relacionadas ao ciclo econômico. Encontrou-se pouca evidência em relação à estratégia WML relacionada ao momento. Este trabalho tem por objetivo investigar a relação entre os três fatores sugeridos por Liew e Vassalou (2000) e o crescimento da economia brasileira, utilizando carteiras formadas por ações negociadas na Bolsa de Valores de São Paulo, no período de julho de 1986 a junho de A metodologia utilizada é semelhante à do trabalho desses autores, sendo sugerida a modelagem dos resíduos das regressões utilizando o modelo ARMA (1,1), quando tal procedimento fosse adequado. Na seção 2, é apresentada uma breve revisão da literatura dando especial atenção aos trabalhos já realizados no Brasil. A seção 3 relata a metodologia utilizada para a formação das carteiras, das estratégias e dos modelos sugeridos para relacionar os fatores com o crescimento da economia. Também é verificado como os fatores se comportam frente à introdução de variáveis econômicas como 5 O curto prazo é definido como o período até doze meses. 8 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

9 crescimento industrial e taxas de juros. Os resultados são apresentados na medida em que a metodologia é descrita. Por fim, a seção 4 conclui, destacando as principais evidências encontradas. 2. REVISÃO BIBLIOGRÁFICA 2.1. Anomalias ao CAPM O primeiro trabalho realizado sobre o Brasil foi escrito por Puggina (1974), que identificou o efeito tamanho no mercado brasileiro, confirmado por Moraes Jr. (1981) e Costa Jr. e O Hanlon (1991), mesmo após o ajuste ao risco. Esses resultados foram compatíveis com os encontrados no mercado americano. Hazzan (1991) testou outra variável relativa a preço - o índice preço/lucro (P/L) - avaliando o desempenho de carteiras formadas por ações negociadas na Bolsa de Valores de São Paulo (BOVESPA) e classificadas por seu valor de mercado, no período de 1981 a Seus resultados indicaram que ações com P/L mais baixo tendiam a proporcionar melhor desempenho do que as de P/L alto, mesmo depois de ajustadas ao risco, eliminando por completo o efeito tamanho de firma. Neves (1996) procurou verificar a influência de três variáveis fundamentalistas tamanho de firma, índice P/L e valor patrimonial/valor de mercado na explicação da rentabilidade média das ações negociadas na BOVESPA, no período de 1987 a Utilizando uma metodologia que permitia estimar o valor dos betas das ações e os coeficientes das variáveis simultaneamente, a autora verificou que, apesar da grande influência das variáveis na explicação dos retornos, o beta de mercado continuou a ser o principal responsável pela explicação da relação risco-retorno. Seus resultados confirmaram os trabalhos anteriores de Hazzan e Costa Jr. e O Hanlon. Mellone Jr. (1999) estudou o comportamento das ações no período de 1994 a 1998, testando variáveis como o beta de mercado, alavancagem financeira, valor patrimonial, índice lucro/preço e índice valor patrimonial/valor de mercado. Utilizando o índice da BOVESPA como proxy para a carteira de mercado, seus resultados indicaram a importância das variáveis lucro/preço e valor patrimonial/valor de mercado e refutaram qualquer relação linear entre o beta de mercado e os retornos das carteiras, não Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

10 descartando a hipótese de que para períodos mais longos os resultados poderiam ser diferentes. A não existência de relação significativa entre retorno e o beta de mercado é compatível com Halfeld e Procianoy (2000) e Bruni e Fama (1999) Ações de Valor x Ações de Crescimento O aparente sucesso do modelo de três fatores levou a comunidade científica a pesquisar por que as estratégias de investimento, baseadas em ações de valor (índice valor patrimonial/valor de mercado alto), levam a retornos superiores às estratégias baseadas em ações de crescimento (índice valor patrimonial/valor de mercado baixo). A interpretação ainda é controversa. Segundo Fama e French (1992, 1998), ações de valor apresentam melhor retorno por representarem estratégias de maior risco. Por outro lado, modelos comportamentais explicam o efeito valor como sobre-reação dos investidores (Lakonishok, Shleifer e Vishny (1994)). No Brasil, Mescolin, Braga e Costa Jr, (1997) procuraram identificar se os investidores avaliavam ações de forma distinta em função da sua perspectiva de crescimento. Para as carteiras formadas a partir do índice VPA/P (valor patrimonial da ação/preço), os resultados obtidos no período de 1989 a 1996, mostraram uma diferença entre os retornos médios das ações de valor e das ações de crescimento de 3,7% ao ano, que não podiam ser atribuída ao risco, já que a diferença entre os betas foi considerada muito baixa. Braga e Leal (2002) estenderam o trabalho anterior para um período maior e procuraram identificar evidências estatisticamente mais robustas, utilizando o índice de Sharpe para mensurar o risco. Os resultados revelaram retornos superiores da carteira de valor sobre a de crescimento, apesar da pouca significância dos testes estatísticos, confirmando Rodrigues (2000) e contrariando Mello e Samanez (1999). A análise de risco total das carteiras sugeriu que a carteira de valor fosse significativamente mais arriscada que a carteira de ações de crescimento, contrariando Barros, Picanço e Costa Jr. (1998) Sobre-reação e Momento Para o mercado brasileiro, o trabalho de Costa Jr. (1991) apresenta evidências empíricas da existência do efeito de sobre-reação a longo prazo, no período de 1974 a 1989, sendo mais significativo para períodos de dois anos. Esse efeito se contrapõe ao 10 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

11 efeito momento já que se refere ao desempenho superior de ações que apresentam desempenho ruim no mesmo período passado. Nesse caso, a estratégia lucrativa é a contrária: comprar ações perdedoras e vender ações ganhadoras. Lemos e Costa Jr. (1997) confirmam o efeito para um mês, sendo corrigido pelo mercado no primeiro mês após a formação das carteiras. As evidências empíricas não permitiram atribuir aos resultados o mascaramento de outras anomalias, como o efeito tamanho. Dall Agnol (2001) acreditou existirem erros sistemáticos de avaliação no mercado de ações causados pelo excessivo pessimismo/otimismo dos agentes, tanto no curto como no longo prazo, mesmo depois de se controlarem as diferenças de tamanho, risco e liquidez. Esses resultados contrariaram o trabalho de Minardi (2001) que não constatara ganhos significativos com carteiras autofinanciadas formadas a partir da estratégia momento e contrária, no período pós-real. 2.4 Relação entre os Retornos das Ações e Variáveis Macroeconômicas A maioria dos trabalhos que relacionam, de alguma forma, variáveis macroeconômicas com retornos de ações corresponde a estudos empíricos do modelo APT (Arbitrage Pricing Model) de Ross (1976), que sustenta a formação de preços de equilíbrio dos ativos como resultado das influências sistemáticas de fatores de natureza econômica, ainda que não sejam diretamente observáveis. No Brasil, Schor, Bonomo e Pereira (1998) relacionam variáveis como inflação, índice de Produção Industrial, taxa de juros e risco de crédito para analisar o comportamento de dez carteiras de empresas classificadas pelo setor de atividade, no período de 1987 a 1997, e observam que os fatores macroeconômicos são estaticamente significativos para a maioria das carteiras. O fator juros reais correlaciona-se positivamente com os retornos, direção oposta ao esperado, atribuído à elevada inflação no período da amostra. 3. TESTE EMPÍRICO 3.1. Descrição dos Dados Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

12 Para este estudo, utilizaram-se várias bases de dados. As cotações mensais das ações no período de julho de 1986 a junho de 2001 e os dados de valor de mercado e preço/valor patrimonial da ação (P/VPA) foram extraídos do Banco de Dados Economática. O valor de mercado foi dado pelo número de ações em circulação multiplicado pelo preço da ação. A taxa CDI mensal foi extraída da base de dados da ANDIMA 6, a taxa de CDB mensal foi fornecida pela FGVDADOS, a taxa SELIC mensal, pelo Banco Central do Brasil e os dados do PIB e Produção Industrial trimestrais foram extraídos da base de dados do IBGE. Os retornos mensais das ações foram calculados considerando-se as cotações de fechamento do último dia do mês ou as cotações de fechamento do último dia de negócios do mês, utilizando-se a sua forma logarítmica e ajustados aos proventos. Os retornos calculados foram deflacionados pelo IGP-DI (Índice Geral de Preços ao Consumidor Disponibilidade Interna). O índice de mercado foi representado pelo Índice da Bolsa de Valores de São Paulo, o IBOVESPA Construção das Carteiras As ações foram escolhidas para compor as carteiras com base nos seguintes critérios: apresentar dado de valor de mercado em junho de cada ano, e P/VPA, em dezembro do ano anterior. Para evitar o viés da sobrevivência, selecionaram-se todas as ações que apresentassem retornos mensais por 25 meses consecutivos, sendo treze meses anteriores à data de formação das carteiras e doze meses posteriores. Nesse caso, o objetivo foi utilizar os doze primeiros retornos para formar a variável que representava a média dos retornos dos últimos doze meses (MED12) e avaliar a estratégia de momento, desconsiderando o retorno do último mês 7. Os doze retornos seguintes permitiram que ação fosse selecionada para a formação da carteira. Aceitaram-se ainda os casos em que o banco de dados não apresentava cotações em até dois meses não-consecutivos da série, cuja informação foi obtida através de interpolação linear. Tal qual propôs Rodrigues (2000), utilizaram-se as ações de todos os setores da Economia, incluindo empresas do setor financeiro. 6 Associação Nacional das Instituições do Mercado Aberto 7 Na formação da variável, foi desconsiderado o retorno do último mês para evitar o fenômeno conhecido como bid-ask bounce 12 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

13 As carteiras foram rebalanceadas anualmente, ao final de junho, de modo a garantir que os dados de balanço relativos ao ano civil já tivessem sido oficialmente divulgados, evitando o efeito conhecido como look-ahead bias. Como a data de formação das carteiras adotada foi 30 de junho de cada ano, a análise acompanhou o desempenho das carteiras de julho do ano de formação até junho do ano seguinte. A Tabela 1 apresenta o total de ações selecionadas para cada ano, quando ele se refere ao ano de formação das carteiras: TABELA 1 Total de ações utilizadas a cada ano para a formação das carteiras. Ano Total de Total de Total de Total de Ano Ano Ano Ações Ações Ações Ações A metodologia adotada para a formação das carteiras e, posteriormente, das estratégias foi a mesma de Liew e Vassalou (2000). O procedimento exigiua formação de 27 carteiras rebalanceadas anualmente, o que levou o número de ações por carteira a variar entre quatro e dez. Como a metodologia utilizada não tem como objetivo a diversificação do risco, não houve preocupação com a utilização de carteiras com número reduzido de ações. Liew e Vassalou (2000) trabalharam com carteiras de uma a três ações para países como Itália, Holanda e Suíça, encontrando resultados satisfatórios. Uma vez selecionadas as ações em cada ano, foi efetuada a ordenação crescente com base no índice P/VPA (preço/valor patrimonial) que representava o inverso do índice valor patrimonial/valor de mercado já divulgado na literatura. Essas ações foram divididas de acordo com seus tercis: o primeiro tercil correspondendo às ações de maior valor patrimonial/valor de mercado (logo menor P/VPA), denominado high, o segundo tercil representando as ações intermediárias, denominado medium e o terceiro tercil referindo-se às ações de menor valor patrimonial/valor de mercado (maior P/VPA), denominado low. Em seguida as ações de cada grupo foram reordenadas de acordo com a variável valor de mercado, sendo divididas nos grupos de maior, intermediário e menor valor (big, small e medium), gerando então nove carteiras. No passo seguinte, cada uma das nove carteiras foi reordenada de forma crescente pelo retorno acumulado nos últimos doze meses, Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

14 representado pela variável MED12. Esse retorno de doze meses caracterizou o momento ou sobre-reação, que, apesar de não ter sido verificado no mercado brasileiro, foi sugerido na literatura. Da mesma forma, as carteiras foram subdivididas em tercis e classificadas como losers ou perdedoras (para os valores menores de MED12), medium e winners ou vencedoras (para os valores maiores de MED12), sendo formadas então 27 carteiras, conforme demonstrou a Tabela 2. TABELA 2 - Processo de formação das carteiras: as ações são ordenadas de acordo com o valor crescente de P/VPA no mês de formação e divididas em tercis, formando três carteiras. A carteira do primeiro tercil é chamada de High em alusão ao índice valor patrimonial/valor de mercado alto. As ações das carteiras são reordenadas de acordo com o valor de mercado (VM) crescente e separadas em tercis. Nos novos tercis, as ações são reordenadas e subdivididas de acordo com seu retorno acumulado nos últimos 12 meses (MED12). Carteira P/VPA VM 1 2 Small High Medium Big 9 MED12 Losers Medium Winners Losers Medium Winners Losers Medium Winners Carteira P/VPA Medium VM MED12 Losers Small Medium Winners Losers Medium Medium Winners Losers Medium Big Winners Carteira P/VPA VM Small Medium Low Big 27 MED12 Losers Medium Winners Losers Medium Winners Losers Medium Winners Uma vez construídas as carteiras, o próximo passo é montar as estratégias, como a seguir se demonstra: 1 HML = [(C 1 C 19) + (C 2 C 20) + (C3 C 21) + (C 4 C 22) + (C 5 C 23) + (C 6 C 24) + (C 7 C 25) + (C 8 C 26 ) + (C 9 C 27 )] 9 SMB = 1 [(C1 C7 ) + (C 2 C8 ) + (C3 C9 ) + (C 10 C16 ) + (C11 C17 ) + (C12 C18 ) + (C 19 C 25 ) + (C 20 C 26 ) + (C 21 C 27 )] 9 WML = 1 [(C3 C1) + (C 6 C 4 ) + (C9 C7 ) + (C 12 C 10) + (C15 C13) + (C 18 C16 ) + (C 21 C19) + (C 24 C 22) + (C 27 C 25)] 9 A estratégia HML (High minus Low) representa o retorno de uma carteira que está comprada em ações com alto VPA/P e vendida em ações de baixo VPA/P, controlando o efeito tamanho e o momento. De forma análoga, SMB (Small minus Big) representa o 14 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

15 retorno de uma carteira comprada em ações de empresas de valor de mercado baixo, vendida em ações de empresas de valor de mercado alto. A estratégia WML (Winners minus Losers) corresponde à compra de ações que apresentam maiores retornos nos últimos 12 meses, as vencedoras ou winners, menos a venda de ações que apresentam os menores retornos acumulados no ano, as perdedoras ou losers. A Tabela 3 apresenta o resumo do desempenho médio das três estratégias ao longo do período estudado. Os resultados preliminares para o mercado brasileiro apontaram para a estratégia baseada no efeito valor como a de maior rentabilidade, ou seja, as ações de valor apresentaram desempenho superior às ações de crescimento, confirmando os resultados de Barros, Picanço e Costa Jr. (1998), Rodrigues (2000) e Braga e Leal (2002). A estratégia baseada no efeito tamanho apresentou resultado negativo, o que representou o retorno superior de empresas com alto valor de mercado contra as empresas de baixo valor de mercado, confirmando os resultados de Braga e Leal (2002) e Garcia e Bonomo (2001). Em relação à estratégia baseada no momento, apesar de os resultados indicarem retorno positivo, o teste t indicou que a hipótese de a diferença entre os retornos das carteiras winner e loser ser zero não deve ser rejeitada. TABELA 3 - Estatística descritiva das estratégias HML, SMB e WML, na qual HML representa o retorno de uma carteira comprada em ações de alto VPA/P e vendida em ações de baixo VPA/P; SMB representa a carteira comprada em ações de baixo valor de mercado e vendida em ações de alto valor de mercado, e WML corresponde ao retorno da carteira comprada em ações vencedoras e vendida em ações perdedoras no período de julho de 1987 a junho de Estratégia Retorno Médio Erro-padrão Estatística Retorno Médio Anual Erro-padrão Estatística Mensal (%) (%) t (%) (%) t HML SMB WML Foi calculado o Índice de Sharpe para cada uma das carteiras (utilizando o CDI como taxa livre de risco), com o intuito de verificar se as estratégias de maior rentabilidade estariam associadas a maiores níveis de risco. Para o período em estudo e freqüência mensal, o Índice de Sharpe foi de 0.12 para ações de valor, 0.19 para ações de Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

16 crescimento, para ações pouco capitalizadas e 0.12 para ações de empresas de valor de mercado alto. Esses valores próximos não justificaram a maior rentabilidade como prêmio por maior risco. A Tabela 4 apresenta os resultados discriminados por grupos de carteiras, anualmente, sem ajuste ao risco, bem como o retorno acumulado ao final do período. Esses resultados preliminares têm por objetivo identificar se essas estratégias são rentáveis independente dos níveis de risco, bem como confirmar os resultados já encontrados em trabalhos anteriores. Pode-se observar que os resultados acumulados do período apresentam lucro para as estratégias HML e WML, porém apenas a primeira obtém desempenho superior à carteira teórica da BOVESPA, ultrapassando seu retorno em %. Em relação à estratégia SMB, o retorno acumulado indica que o retorno da carteira composta por empresas com alto valor de mercado supera a performance da carteira composta por ações pouco capitalizadas, confirmando os resultados de Rodrigues e Leal (2003). TABELA 4 - Retorno acumulado das carteiras e das estratégias cujo ano apresentado referese ao mês de formação da carteira, e os resultados representam o retorno acumulado ao final de 12 meses consecutivos. Ano High Low HML Small Big SMB Winners Losers WML (%) (%) (%) (%) (%) (%) (%) (%) (%) Retorno acumulado no período Retorno acumulado do IBOVESPA Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

17 3.3. Relação entre os Retornos das Estratégias e Fatores Macroeconômicos Verificados os retornos produzidos pelas estratégias sugeridas no período de estudo, nesta seção tem-se por objetivo examinar a relação entre tais retornos e o crescimento futuro da Economia. Liew e Vassalou (2000) sugerem que essas estratégias apresentam força preditiva para movimentos macroeconômicos. Para verificar se isso se repete no mercado brasileiro, a princípio investiga-se se cada fator, ou seja, os retornos de HML, SMB e WML, guarda individualmente alguma informação sobre o crescimento da Economia. Nesse caso, o crescimento corresponde à taxa de crescimento do PIB, fornecida pelo IBGE com base trimestral. A série utilizada é ajustada para efeito de sazonalidade. Como investigação preliminar, os dados de crescimento trimestral do PIB foram ordenados e divididos em tercis para todo o período de estudo. O tercil inferior, com as menores taxas de crescimento, foi considerado a fase ruim da Economia. De forma análoga, o tercil superior, com altas taxas de crescimento do PIB, foi classificado como o período bom do ciclo econômico. Verificou-se, por conseguinte, se os retornos médios de cada estratégia poderiam representar um indicador de crescimento futuro da Economia. A Tabela 5 apresenta o resultado da média das maiores taxas trimestrais de crescimento do PIB (período econômico bom) e da média das menores taxas trimestrais de crescimento do PIB (período econômico ruim) e a média dos retornos das estratégias nos trimestres imediatamente anteriores, ou seja, procurou-se identificar se um retorno alto no trimestre t seria indicador de crescimento do PIB no trimestre seguinte, t+1. A Tabela 5 apresenta ainda a diferença entre as médias de crescimento e retornos, bem como a estatística t para a hipótese de a diferença entre as médias ser nula. TABELA 5 - Média das taxas de crescimento do PIB nos períodos bom e ruim da Economia. Média dos retornos das estratégias HML, SMB e WML nos trimestres imediatamente anteriores. Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

18 Período econômico bom. Período econômico ruim. Diferença entre períodos. Variável Estatística t Retorno Trimestral Médio (%) Retorno Trimestral Médio (%) Retorno Trimestral Médio (%) PIB t HML t SMB t WML t Observa-se que a diferença das taxas médias de crescimento do PIB nos dois períodos é bastante acentuada. As estratégias também apresentam resultados superiores nos trimestres que antecedem os trimestres do período bom da Economia e resultados inferiores para os trimestres que antecedem o período econômico considerado ruim. Em relação à estratégia SMB, deve-se analisar a diferença entre os módulos dos resultados já que o sinal negativo indica que empresas de tamanho maior superam em desempenho as empresas com valor de mercado menor. Para analisar esses resultados de forma mais robusta, optou-se por construir um modelo utilizando regressões uni e multivariadas. Regressões Univariadas Liew e Vassalou (2000) utilizaram dados trimestrais acumulados a cada ano e verificaram se os retornos anuais das estratégias poderiam conter alguma informação acerca da variação do PIB do ano seguinte. No caso brasileiro, isso corresponderia a utilizar apenas 13 anos ou 13 observações. Para aumentar a amostra, escolheu-se trabalhar com dados trimestrais, totalizando 55 observações. Nesse caso, a metodologia consistiu em verificar se os retornos das estratégias em t- 1 poderiam conter informações que pudessem influenciar o crescimento do PIB no trimestre t. Dessa forma, através da análise de regressões uni e multivariadas, procurou-se relacionar a variável dependente, no caso o PIB no trimestre t, com os retornos dos fatores do trimestre anterior (variáveis independentes). O primeiro modelo correspondeu a regressões univariadas do crescimento futuro do PIB trimestral e os retornos das estratégias HML, SMB e WML, defasados de um trimestre. Formalmente, esse modelo foi descrito pela expressão: PIB = β + β Fator + ε, crescimento ( t) 0 1 ( t 1) ( t) 18 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

19 em que PIB crescimento(t ) era a taxa de crescimento do PIB para o trimestre t; Fator( t 1) eram os retornos trimestrais dos fatores HML, SMB e WML, do trimestre anterior e ε (t), o resíduo da regressão. Fama (1981) apontou a presença de relação positiva e estatisticamente significativa entre o fator de mercado e o crescimento futuro da Economia no mercado americano. Assim, neste primeiro teste, incluiu-se também, como fator, o retorno na forma logarítmica da carteira de mercado, representada pelo índice da BOVESPA. Os resultados das regressões e as estatísticas de teste dos modelos foram apresentados na Tabela 6. TABELA 6 - Parâmetros das regressões conforme modelo PIB = β + β Fator + ε onde as variáveis independentes são os retornos das crescimento( t) 0 1 ( t 1) ( t) estratégias HML,SMB e WML e da carteira de mercado do trimestre anterior. Modelo Fator Coeficiente Erro- padrão Estatística t R 2 ajustado Durbin-Watson Estatística F β HML(-1) β SMB(-1) β WML(-1) β IBOVESPA(-1) Dos quatro fatores analisados, o HML e o IBOVESPA parecem conter alguma informação sobre o crescimento da Economia, com coeficientes significativos no nível de 1%. Esses modelos apresentam coeficientes de determinação ajustados (R 2 ) de 10,25 % e 28,70 %, o que revelou-se bastante representativo. O HML e o SMB apresentaram relação inversa ao PIB e o WML, e o IBOVESPA, relação direta. Tanto o SMB quanto o WML apresentaram coeficientes com estatística t pouco significativa. A estatística de teste de Durbin-Watson indicou, porém, a presença de correlação serial nos resíduos, o que significou que ainda são previsíveis. Esse resultado era esperado já que as variáveis do modelo não eram as únicas que guardavam informação acerca do crescimento do PIB. O passo seguinte consistiu em executar regressões multivariadas, incluindo além dos fatores HML, SMB e WML, o fator de mercado para verificar se, na presença do IBOVESPA, o HML perdia seu poder de previsor do crescimento de PIB. Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

20 Regressões Multivariadas As regressões usaram dados trimestrais, conforme a expressão: PIB cresciment o( t) = β 0 + β1fator( t 1) + β2mercado( t 1) + ε( t) em que PIB crescimento(t ) era a taxa de crescimento do PIB para o trimestre t; Fator ( t 1) representava os retornos trimestrais dos fatores HML, SMB e WML defasados de um trimestre e Mercado ( t 1) correspondia ao índice de mercado (IBOVESPA) para igual período. A Tabela 7 apresentou os resultados dos modelos e as estatísticas de teste. TABELA 7 - Parâmetros das regressões conforme modelo PIB crescimento( t ) = β 0 + β1 Fator( t 1) + β2 Mercado( t 1) + ε ( t), onde as variáveis independentes são os retornos das estratégias HML, SMB e WML e da carteira de mercado do trimestre anterior. Modelo Fator Coeficiente Erro- Estatística padrão t β HML(-1) IBOVESPA(-1) β SMB(-1) IBOVESPA(-1) β WML(-1) IBOVESPA(-1) R 2 ajustado Durbin- Watson Estatística F Pode-se observar que a presença do índice de mercado reduz a importância do fator HML, tendo melhorado, de forma marginal, a estatística de teste dos coeficientes de SMB e WML. O coeficiente de determinação para o modelo 5, que inclui o HML e o IBOVESPA, é de 32,68%, o que representa alguma melhora frente ao modelo que inclui apenas o IBOVESPA. Em relação aos outros modelos, os coeficientes de determinação ajustados mantiveram-se em 28%, o que significa que o IBOVESPA está capturando qualquer capacidade preditiva do SMB e do WML, apesar de a estatística F dos modelos indicar que as variáveis, de forma conjunta, apresentam algum valor preditivo. Embora o 20 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

21 objetivo deste trabalho não seja encontrar um modelo de previsibilidade para o crescimento do PIB trimestral no mercado brasileiro mas, tão-somente, investigar se os fatores relacionados com modelos de preços de ativos guardam alguma informação sobre tal crescimento, procura-se aprimorar o modelo. Assim, para capturar a dinâmica da série temporal e a parcela de comportamento auto-regressivo, confirmado pela estatística de Durbin-Watson, opta-se por ajustar o resíduo ε(t) por um modelo ARMA(1,1), conforme segue: PIB ε t crescimento( t ) = ϕε t 1 + ν t = β 0 + θν + β Fator t 1 1 e ( t 1) ν t + β 2 ~ N 0, Mercado 2 ( σ ) ( t 1) + ε ( t ) onde O procedimento adotado foi o mesmo dos modelos anteriores: as regressões foram executadas empregando, como variáveis independentes, os retornos das estratégias e do índice de mercado, dessa vez modelando o resíduo utilizando componentes auto-regressivo (AR) e de média móvel (MA) de primeira ordem. Os resultados são apresentados nas Tabelas 8, e as estatísticas de teste, na Tabela 9, em que as colunas MA e AR indicam se o componente auto-regressivo é significativo, no mínimo, no nível de 5%. Com a modelagem do resíduo, os três fatores passaram a ser representativos mesmo na presença do IBOVESPA, sendo o coeficiente da estratégia SMB mais significativo do que o do fator HML. Destaca-se que os coeficientes dos modelos (β 0 ) também passaram a ser representativos. De qualquer forma, o fator HML e o IBOVESPA são os únicos a se manterem significativos em todos os modelos. TABELA 8 - Parâmetros das regressões, conforme modelo e as variáveis independentes, são os retornos das estratégias HML, SMB e WML e da carteira de mercado do trimestre anterior. O resíduo segue um processo ARMA(1,1). PIB crescimento( t) = β 0 + β Fator 1 ε = ϕε t t 1 ( t 1) + ν + θν t + β Mercado 2 t 1 e ( t 1) + ε ( t) 2 ( 0, ) ν ~ N σ t onde Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

22 Modelo Fator Coeficiente Erro -padrão Estatística t R 2 ajustado β HML(-1) IBOVESPA(-1) β SMB(-1) IBOVESPA(-1) β WML(-1) IBOVESPA(-1) Durbin Watson Estatística F O passo seguinte consiste em incluir simultaneamente todos os fatores relacionados às estratégias, além do índice de mercado, modelando os resíduos, conforme a expressão que segue: PIB ε t crescimento ( t) = ϕε t 1 + ν t = β 0 + θν + β HML t 1 1 e ( t 1) ν t + β SMB 2 2 ( 0, ) ~ N σ ( t 1) + β WML 3 ( t 1) + β IBOVESPA 4 ( t 1) + ε ( t) em que A Tabela 9 apresenta os resultados. O modelo 11 representa o modelo completo no qual estão incluídos todos os fatores estratégias e índice de mercado independente do nível de significância de seus coeficientes. Verifica-se que, na presença dos outros fatores, além do IBOVESPA, o WML perde seu poder explicativo, o que confirma os resultados encontrados por Liew e Vassalou (2000). Em seguida, executa-se o modelo 12, eliminando-se o fator WML. Os resultados da estatística t dos coeficientes dos fatores indicam a sua importância, sendo significativos no nível de 5%, aumentando o coeficiente de determinação do modelo para 40,83%. Vale ressaltar que os sinais dos coeficientes dos fatores HML e SMB são compatíveis com países como Austrália, Canadá e Alemanha. Dessa forma, pode-se afirmar que tanto o índice de mercado como os fatores HML e SMB contribuem para o crescimento do PIB no mercado brasileiro, corroborando os resultados encontrados nos países desenvolvidos. 22 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

23 TABELA 9 Parâmetros das regressões conforme modelo PIB crescimento( t ) = β 0 + β HML 1 ( t 1) + β SMB 2 ε = ϕε t t 1 ( t 1) + ν + θν t + β WML 3 t 1 ( t 1) e + β IBOVESPA ν t 4 2 ( 0, ) ~ N σ ( t 1) + ε ( t) onde e as variáveis independentes são os retornos das estratégias HML, SMB, WML e do IBOVESPA do trimestre anterior. O resíduo segue um processo ARMA. Modelo Fator Coeficiente Erropadrão Estatística t β IBOVESPA(-1) HML(-1) SMB(-1) WML(-1) β IBOVESPA(-1) HML(-1) SMB(-1) R 2 ajustado Durbin- Watson Estatística F Regressões incluindo variáveis econômicas Por fim, resta examinar o quanto da informação contida nos fatores HML e SMB e no IBOVESPA relativo ao crescimento futuro da Economia também estava presente em variáveis macroeconômicas relacionadas ao crescimento industrial e à taxa de juros da Economia. O crescimento industrial foi dado pela série de crescimento trimestral da Produção Industrial, fornecida pelo IBGE, efetuado o ajuste de sazonalidade. As taxas de juros utilizadas foram a taxa de juros de curto prazo, definida como o spread entre captação e aplicação (SELIC e CDB) e a taxa de CDI (Certificado de Depósito Interbancário), que correspondia às taxas que lastreavam as operações de transferências de recursos de uma instituição financeira para outra. Nenhuma taxa de juros de longo prazo foi utilizada pela ausência de taxas que representem todo o período em estudo. O modelo proposto foi descrito da seguinte maneira: PIB crescimento(t) = β β β 1 HML CurtoPrazo (t 1) (t 1) + β + β 6 2 SMB CDI (t 1) (t 1) + β + e 3 (t) IBOVESPA onde (t 1) e t + β 4 = ϕe ProduçãoIndustrial t 1 +? t +?? t 1 (t 1) e +? t 2 ( ) ~ N 0,s Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,

24 Da mesma forma que nos modelos anteriores, todas as variáveis independentes foram incluídas com retornos defasados de um trimestre. Não foi incluído o fator WML, visto que o objetivo era verificar se a informação contida em HML e SMB também estava contida nos outros fatores relacionados ao crescimento da Economia. Os resultados foram apresentados na Tabela 10. TABELA 10 Parâmetros das regressões conforme modelo PIB crescimento(t) = β β β 1 HML CurtoPrazo (t 1) (t 1) + β + β 6 2 SMB CDI (t 1) (t 1) + β + e (t) 3 IBOVESPA onde (t 1) e t + β 4 = ϕe ProduçãoIndustrial t 1 +? t +?? t 1 (t 1) e +? t 2 ( ) ~ N 0,s onde as variáveis independentes são os retornos das estratégias HML, SMB e do IBOVESPA, a taxa de crescimento da Produção Industrial e a variação das taxas de juros representadas pelo spread de curto prazo e pelo CDI. O resíduo segue um processo ARMA (1,1). R 2 ajustado Modelo Fator Coeficiente Erropadrão t Estatística β IBOVESPA(-1) HML(-1) SMB(-1) Produção Industrial(-1) Curto Prazo(-1) CDI(-1) Durbin- Watson Estatística F Observou-se que a inclusão das variáveis macroeconômicas não melhorou o modelo. Nenhuma das variáveis adicionadas apresentou coeficientes significativos, sendo o melhor desempenho atribuído ao CDI, significativo ao nível de 10%. Tanto o IBOVESPA como o HML mantiveram-se significativos, mantendo o mesmo sinal e magnitude de coeficientes, sempre oscilando de 3 a 5%. Cabe lembrar que o objetivo deste trabalho é investigar se fatores como HML, SMB e WML podem guardar alguma informação que possa prever o comportamento do PIB, de modo que todas as regressões executadas até o momento relacionem o PIB do trimestre t com o comportamento dessas variáveis no trimestre anterior. Ao serem incluídas variáveis como Produção Industrial e outras duas relacionadas à taxa de juros de curto prazo também defasadas de um trimestre, o modelo leva à conclusão de que o índice de mercado 24 Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31, 2003

25 e o HML são mais importantes para identificar o comportamento do PIB do que a Produção Industrial, que é um dos componentes principais do próprio cálculo do PIB. A correlação entre o crescimento do PIB e o crescimento da Produção Industrial, com dados trimestrais dessazonalizados, é de 0.75 no período de estudo. Já a correlação entre o crescimento do PIB do trimestre t com a variação da Produção Industrial no trimestre anterior é de A Tabela 11 apresenta a correlação entre o PIB e todas as variáveis utilizadas nos modelos, em fase com o PIB e defasadas de um trimestre. São apresentadas também outras correlações julgadas importantes para análise, cujo critério é o valor do módulo estar acima de TABELA 11 Correlação entre as variáveis utilizadas em todos os modelos, utilizando todos os dados na data t. Para as séries de PIB e Produção Industrial, foi efetuado o ajuste de sazonalidade. Dados de retornos trimestrais no período de setembro de 1987 (3º. Trimestre) a junho de 2001 (2º. Trimestre). Variáveis PIB Variáveis PIB Variáveis Outras Correlações IBOVESPA Produção Industrial IBOVESPA e WML IBOVESPA(-1) Produção Industrial (-1) IBOVESPA e Curto Prazo HML Curto Prazo SMB e WML HML (-1) Curto Prazo (-1) SMB e Prod. Industrial SMB CDI Curto Prazo e CDI(-1) SMB(-1) CDI (-1) WML WML(-1) Com os dados de correlação, a interpretação dos resultados torna-se mais clara. Primeiramente, observa-se que as variáveis que apresentam os maiores níveis de correlação com o crescimento do PIB são o crescimento da Produção Industrial e o fator SMB no próprio trimestre, o IBOVESPA, o HML e o spread de curto prazo do trimestre anterior. O WML(-1) apresenta baixa correlação com o crescimento do PIB, além de estar correlacionado com o IBOVESPA e o SMB. Isso é um indicador da pouca importância do WML na explicação do comportamento do PIB, principalmente na presença de outros fatores. O spread de curto prazo defasado de um trimestre apresenta nível de correlação com o PIB semelhante ao HML(-1), mas a sua representatividade é camuflada pela presença do IBOVESPA. Cadernos Discentes COPPEAD, Rio de Janeiro, n. 18, p. 5-31,