OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO ACIONÁRIO.

Transcrição

1 FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO E ECONOMIA DISSERTAÇÃO DE MESTRADO PROFISSIONALIZANTE EM ECONOMIA OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO ACIONÁRIO. ALEXANDRE ROMAGUERA RODRIGUES DA COSTA ORIENTADOR: PROF. DR. FERNANDO NASCIMENTO Rio de Janeiro, 19 de agosto de 2010

2 OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO ACIONÁRIO ALEXANDRE ROMAGUERA RODRIGUES DA COSTA Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças ORIENTADOR: PROF. DR. FERNANDO NASCIMENTO Rio de Janeiro, 19 de agosto de 2010.

3 OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO ACIONÁRIO ALEXANDRE ROMAGUERA RODRIGUES DA COSTA Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças Avaliação: BANCA EXAMINADORA: Professor Dr. FERNANDO NASCIMENTO DE OLIVEIRA (Orientador) Instituição: Ibmec Professor Dr. OSMANI GUILLEN Instituição: IBMEC Professor Dr. EDUARDO CAMILO DA SILVA Instituição: UFF Rio de Janeiro, 19 de agosto de 2010.

4 FICHA CATALOGRÁFICA 1) Alexandre Romaguera Rodrigues da Costa; 2) OS IMPACTOS DAS MUDANÇAS INESPERADAS DA SELIC NO MERCADO ACIONÁRIO; 3) 2010; 4) Economia 5) O impacto da definição da SELIC no Mercado de Ações; 6) Período analisado 2003 a 2009; 7) SELIC, Mercado Acionário, Mercado de Capitais, Bovespa, Surpresas, Estudo de Evento; 8) Mestrado Profissionalizante em Economia

5 DEDICATÓRIA Ad meos, ab imo corde. v

6 AGRADECIMENTOS Agradeço àqueles que sempre me apoiaram na constante busca por novas idéias e enriquecimento cultural. À minha esposa, pela constante e carinhosa presença na minha vida. Ao meu filho, Rodrigo, pela luz que trouxe em nossas vidas e uma motivação a mais para o término dessa dissertação. Aos meus amigos e amigas, parceiros de tantas discussões enriquecedoras e palavras de apoio. Ao meu orientador, Professor Dr. Fernando Nascimento, principalmente pela compreensão nos momentos mais difíceis de um mestrado concluído, quase sempre, com o acompanhamento de árduas horas de trabalho nas empresas pelas quais passei nesse período. Ainda agradeço pelo seu conhecimento, apoio e profissionalismo, além da transmissão de calma nas horas mais difíceis. À banca examinadora, pela cordialidade e observações enriquecedoras. Valeu a pena? Tudo vale a pena se a alma não é pequena.quem quer passar além do Bojador Tem que passar além da dor. Deus ao mar o perigo e o abismo deu, mas nele é que espelhou o céu. (Fernando Pessoa ), porque toda caminhada começa com o primeiro passo. vi

7 RESUMO Para analisar empiricamente o impacto das mudanças inesperadas da SELIC no Mercado Acionário foram utilizados os modelos propostos por Bernanke e Kuttner (2004) e aplicado na dissertação de Junior (2007) sobre o período de Jan/2003 a Dez/2009. Os resultados se mostram consistentes com a expectativa e, a cada 1% de aumento/diminuição não esperadas na SELIC, impactou o mercado em 3,28% com sinal reverso e de forma consistente. Palavras Chave: SELIC, Mercado Acionário, Mercado de Capitais, Bovespa, Surpresas, Estudo de Evento. vii

8 ABSTRACT In order to examine the impact of unexpected changes in the SELIC over the stock market it was applied the proposed models by Bernanke & Kuttner (2004) and Junior (2007) to Jan/2003 until Dec/2009 period. The results proved to be consistent with the expectation and, for a 1% unexpected increase/decrease over the SELIC, the market responded with a 3,28% consistent impact with a reverse signal. Key Words: SELIC, Stock Market, Capital Markets, Bovespa, Surprises, Event Study. viii

9 LISTA DE ABREVIATURAS COPOM SELIC BACEN FOMC FED EUA IBOVESPA IPO WSJ Comitê de Política Monetária Meta da Taxa de Juros a ser perseguida pelo BACEN Banco Central do Brasil Federal Open Market Committee Federal Reserve Bank Estados Unidos da América Índice da Bolsa de Valores do Estado de São Paulo Initial Public Offering (Oferta Inicial de Ações) Wall Street Journal ix

10 SUMÁRIO 1 INTRODUÇÃO REVISÃO DA LITERATURA METODOLOGIA MEDIÇÃO DA SURPRESA ESTIMANDO A RESPOSTA DO MERCADO DE AÇÕES ORTOGONALIDADE ASSIMETRIA A QUESTÃO DO TIMING OS ATIVOS INDIVIDUAIS DADOS RESULTADOS RESPOSTA DO MERCADO DE AÇÕES ASSIMETRIA RESPOSTA INDIVIDUAL DOS ATIVOS CONCLUSÃO x

11 1 INTRODUÇÃO Um dos principais instrumentos utilizados pelos Bancos Centrais de todo o mundo para a preservação do poder de compra da moeda é a taxa básica de juros de um país. No Brasil, dada a recente história de instabilidade e surtos inflacionários, começamos a ter essa preocupação a partir dos governos FHC ( ). Entretanto, foi no seu segundo mandato que a política econômica começou a adotar metas de inflação e a SELIC começou a ganhar relevância na vida econômica nacional. O COPOM foi estabelecido em 20 de junho de 1996, mas somente a partir da crise cambial, começou a ganhar contornos realmente importantes. Até então, pela forma como foi implantado o Plano Real, o controle inflacionário se mantinha através do câmbio, dificultando uma política de controle da inflação através dos níveis de juros da economia. Aliado a esse cenário, o nível de crédito era escasso 1 contribuindo para uma menor amplificação da política monetária. Foi com a crise cambial de 1998 que veio a necessidade de reinventar as bases de sustentação da economia e o COPOM começou a ganhar relevância. A partir de então, empiricamente, começou-se a constatar que as surpresas nas decisões impactavam diretamente o humor do mercado acionário, gerando reações imediatas no índice IBOVESPA. Entretanto, a 1 Em Dezembro de 2002, o crédito total do setor privado como percentual do PIB atingiu 25,1%. Em Jun/2010 o mesmo número atingiu 43,8%. Um salto de 74,5% (Fonte: BACEN). 1

12 volatilidade da economia ainda era muito grande e as mudanças necessárias na SELIC ainda eram cavalares. A eleição do governo Lula e a manutenção das principais diretrizes econômicas do governo anterior acalmaram o mercado e começou a dar contornos de normalidade às decisões do COPOM 2. Essa normalidade afetou o modo como a revisão da meta da SELIC impactava as variáveis econômicas (taxas de juros, câmbio, crédito, expectativas e preços dos ativos). Este estudo visa revisitar os choques nos preços dos ativos, onde um aumento inesperado da SELIC possa se reverter numa queda dos preços do IBOVESPA, dada a expectativa de queda futura da economia e menores dividendos, bem como o cenário contrário também deveria ser auferido. Para efetuar o presente estudo, foi utilizado como referência principal Bernanke e Kuttner (2004), que teve como bases teóricas os artigos de Campbell (1991) e Campbell-Armer (1993). Este artigo buscou saber o porquê das variações inesperadas da política monetária afetar o mercado acionário empregando o estudo de evento e uma abordagem de Vetor Auto Regressivo. O ensaio de Walter Junior (2007) utiliza a mesma metodologia de eventos para o período de , achando valores um pouco inferiores aos apresentados nesta dissertação para a magnitude do impacto no IBOVESPA. A inferência provável é a de que esse impacto inferior no mercado acionário possa ser resultado das diferenças relatadas anteriormente sobre a presença do crédito na economia. A atual dissertação se baseia numa janela de evento (dia posterior ao anúncio da meta SELIC) para definir o impacto causado no mercado acionário. Estudos recentes se utilizam ainda de 2 Enquanto a média modular das variações das decisões do COPOM no período 12/1998 a 12/2002 foi de 1,32% a mesma média no período de 01/2003 a 01/2010 foi de 0,46%. Além disso, a variância no período 1 foi de 11,09%, ao passo que a variância no período 2 foi de 0,41% 2

13 um período menor, tentando capturar um efeito mais próximo do real do que a abordagem da variação diária. Essa, por exemplo, é a abordagem de Gürkaynak et al (2005). A presente dissertação baseia-se também na revisitação do estudo de evento proposto por Walter Junior (2007) para o período de Jan/2003 a Dez/2009. A amostra se compõe de 68 datas de evento, sendo que em 27 foram observadas surpresas conforme dados levantados no jornal Valor Econômico. Importante ressaltar a metodologia adotada por Poole et al. (2002) que utiliza dados do WSJ referentes à pesquisa anterior à reunião do FOMC que serviu de base para uma estimativa similar no presente estudo. Foram efetuadas regressões para verificar o impacto dos eventos no IBOVESPA. A expectativa era, empiricamente, de um maior valor de impacto perceptível, dado ao aumento do canal de crédito no Brasil, além de um impacto no IBOVESPA de sinal contrário à surpresa da SELIC (aumento da SELIC gerando queda no IBOVESPA e vice-versa). O resultado estimado foi de uma variação de 3,28% no IBOVESPA em sinal contrário a cada 1% de variação da SELIC, conforme esperado na abordagem teórica. Tal resultado foi maior do que o obtido por Walter Junior (2007) em seu estudo (1,30% para cada 1% de variação da taxa SELIC). A dissertação foi organizada da seguinte forma: no item 2 foi feita a revisão bibliográfica, no item 3 passamos pela metodologia adotada, incluindo as fórmulas e os assuntos abordados como a definição da medição de surpresa, como estimar a resposta no mercado de ações, e as questões de ortogonalidade, assimetria e timing, bem como a avaliação do impacto nos ativos individuais, no item 4 descrevemos os dados utilizados. O item 5 traz o resultado e o item 6 as conclusões do presente estudo. 3

14 2 REVISÃO DA LITERATURA Apesar de já existirem amplos estudos sobre os impactos da política monetária sobre diversos canais, poucos se aventuraram a tentar explicar o porquê das reações dos mercados de ativos à política monetária. Conforme observam Bernanke & Kuttner (2004), entender esse mecanismo é de suma importância para os formuladores de política econômica, pois apesar do objetivo primordial de manter as variáveis macroeconômicas em ordem (produtividade, emprego e inflação) é no mercado de ativos que se dá a propagação de tal estratégia. Nesse contexto, Roley & Sellon (1995) concluíram que os impactos da política monetária nos juros de longo prazo são mais fortes do que se supunha anteriormente. As análises anteriores se focavam em estudo de evento simples (no dia da informação da nova taxa de juros), ao passo que os impactos de longo prazo são antecipados pelo mercado e afetam as taxas se percebidos como mudanças persistentes. A metodologia desenvolvida por Campbell (1991) e Campbell-Armer (1993) que usaram vetores autoregressivos (VAR) para calcular revisões nas expectativas de bônus, ações, inflação e taxas de juros de curto prazo foi posteriormente aplicada em diversos estudos sobre o tema. Essa metodologia forneceu a possibilidade de decompor os diversos efeitos que atuam sobre o preço de determinado ativo. Kuttner (2001), em seu artigo que busca estimar os efeitos das mudanças de política do FED no espectro do mercado de taxa de juros, fornece a ferramenta para construir uma mensuração de surpresa nas mudanças de taxas de juros, utilizando as taxas futuras dos FED funds. O artigo de Bernanke e Kuttner (2004) utiliza-se das ferramentas desenvolvidas por Kuttner (2001) e Campbell (1991) e Campbell-Armer (1993), buscando saber o porquê de mudanças 4

15 inesperadas na condução da política monetária afetar o mercado acionário. O artigo baseia-se em um estudo de evento e aplica metodologia de Vetor Auto Regressivo (VAR) para decompor os componentes principais desse impacto entre efeitos na taxa de juros real, nos retornos futuros em excesso ou nos dividendos futuros esperados. Surpreendentemente, a descoberta é que o fator principal não é a mudança na taxa de juros real, recaindo portanto nas variáveis de retornos e dividendos futuros. Poole, Rasche e Thornton (2002), em seu artigo que investiga até que ponto os participantes do mercado antecipam as ações de política monetária do FED, notaram que estudos de evento geram resultados que, embora significativos, possivelmente subestimam a intensidade destas respostas. Neste mesmo artigo, os autores defendem a maior transparência como forma de oferecer maior rapidez à propagação das novas diretrizes adotadas na condução da política monetária. O artigo focou-se no período de reuniões a partir de 1987 argumentando que, anteriormente, o mercado se atinha à variação monetária ao invés de mudanças da taxa de juros. Mesmo assim, Thorbecke e Alami (1994) constataram uma resposta significativa dos retornos das ações na segunda metade da década de setenta (representadas pelos índices Dow Jones e S&P) às mudanças na taxa-alvo pelo FOMC. Em ambos os artigos, os ativos responderam às mudanças não esperadas da taxa básica. Por fim, recente estudo utiliza dados intraday para medir o quanto da surpresa se deve a decisões do FOMC e o quanto ao pronunciamento do FED. Gürkaynak, Sack e Swanson (2005) descobriram significância para os dois eventos utilizando uma metodologia com janelas temporais mais estreitas e isolando os dois fatores. Curiosamente, foi constatada uma maior relevância para as informações divulgadas pelo FED do que o anúncio da taxa em si. 5

16 Da mesma forma que os artigos internacionais, a produção de artigos locais é exígua, destacase Tabak e Tabata (2004a) não encontraram evidências de que a estrutura a termo de juro brasileira responda a ações de política monetária. Em estudo posterior, os autores decompuseram a meta para a taxa básica de juro entre meta antecipada e não-antecipada; assim, Tabak e Tabata (2004b) realizaram diversos testes em outro estudo de evento para o período de 2000 a 2003, desta vez confirmando então o grau de antecipação anteriormente visto, mas constatando respostas significativas da estrutura a termo à componente nãoantecipada. O artigo de Raphael de Almeida Barbosa (2008) aborda o impacto das mesmas decisões na estrutura a termo da taxa de juros e conclui que existe tal impacto para o período de Jan/ 2004 a Set/2008. Como se vê, o período de análise, em termos de realidade brasileira, pode modificar substancialmente às conclusões de um estudo Dentre os artigos nacionais, o de Walter Junior (2007) estuda o impacto das decisões inesperadas no IBOVESPA durante o período de 1996 a O autor utiliza metodologias propostas por estudos internacionais, através de um estudo de evento que se mostra similar ao utilizado por Bernake & Kuttner (2004) e que será adotado no presente estudo. Em seu artigo, Walter Junior (2007) estabelece que a cada 1% de impacto não esperado na taxa de juros, o IBOVESPA responde em 1,3%. Esse impacto se assemelha ao medido por Bernanke & Kuttner (2004). Instintivamente, seria esperada uma amplificação maior para a realidade brasileira por se tratar de um mercado emergente e com taxas de retorno supostamente maiores aos mercados maduros. Cabe ressaltar que o artigo de Walter Junior (2007) trabalhou com dados de Jun/1996 a Mar/

17 3 METODOLOGIA 3.1 MEDIÇÃO DA SURPRESA Bernanke & Kuttner (2004) se utilizaram das taxas de juros futuras de curto prazo para construir sua medição de surpresa contra o anúncio do FED. A mesma metodologia foi aplicada por Walter Junior (2007) utilizando a taxa média do DI de 1 dia. Entretanto, mais recentemente, os órgãos de imprensa nacional começaram a publicar os consensos para cada reunião do COPOM, noticiando inclusive quando havia quebra de consenso para o anúncio da taxa básica de juros. Essa abordagem foi utilizada, por exemplo, em Poole et al. (2002), que utilizou o consenso publicado no WSJ e que, quando comparado com outros métodos, não resultou em diferenças significativas. Partindo dessas premissas, optamos então em utilizar todos os consensos 3 publicados de Jan/2003 a Dez/2009, nas datas anteriores ao evento, no jornal Valor Econômico conforme tabela 1. Na tabela encontra-se ainda a Meta Selic e o cálculo da medição da surpresa e da parcela da mudança esperada conforme fórmulas seguintes: (1) Onde: É a componente de mudança inesperada; É a Meta SELIC anunciada no COPOM; 3 Os consensos são publicados no dia do anúncio da taxa básica de juros e, normalmente, refletem a posição de entre 3 a 5 participantes do mercado. Quando houve divisão na opinião do consenso (conforme reportado no jornal), utilizamos a média das opiniões reportadas (Fonte: Valor Econômico). 7

18 É a Expectativa da Meta SELIC conforme o jornal Valor Econômico ; (2) Onde: É a componente de mudança esperada; É a Expectativa da Meta SELIC conforme o jornal Valor Econômico ; É a Meta SELIC vigente no dia anterior ao anúncio do COPOM; Por construção, a mudança total esperada será a soma entre as parcelas esperada e não esperada ( e ). Uma surpresa com sinal maior do que zero, significa um aumento acima ou uma queda menor do que a esperada na SELIC, conseqüentemente um sinal menor do que zero significa uma aumento abaixo ou uma queda maior do que a esperada na Taxa de Juros definida pelo BACEN. 8

19 TABELA 1 Definição das parcelas esperadas, não esperadas e totais das variações definidas pelo COPOM, utilizando como base o consenso publicado pelo Jornal Valor Econômico para os eventos ocorridos no período analisado (Jan/2003 a Dez/2002). Mudança total definida de acordo com a equação 3 abaixo e que corresponde às somas das parcelas não esperadas e esperadas da mudança. Parcela não esperada definida conforme equação 1 acima ( ) e parcela esperada definida conforme equação 2 ( ). Data Meta Selic definida pelo BACEN Consenso Componente Esperada Componente Surpresa Mudança total 22/01/ /02/ /03/ /04/ /05/ /06/ /07/ /08/ /09/ /10/ /11/ /12/ /01/ /02/ /03/ /04/ /05/ /06/ /07/ /08/ /09/ /10/ /11/ /12/ /01/ /02/ /03/ /04/ /05/ /06/ /07/ /08/ /09/ /10/

20 TABELA 1 Continuação Data Meta Selic definida pelo BACEN Consenso Componente Esperada Componente Surpresa Mudança total 23/11/ /12/ /01/ /03/ /04/ /05/ /07/ /08/ /10/ /11/ /01/ /03/ /04/ /06/ /07/ /09/ /10/ /12/ /01/ /03/ /04/ /06/ /07/ /09/ /10/ /12/ /01/ /03/ /04/ /06/ /07/ /09/ /10/ /12/

21 3.2 ESTIMANDO A RESPOSTA DO MERCADO DE AÇÕES Seguindo as bases teóricas de Bernanke & Kuttner (2004), adotaremos no estudo a postura de estudo de eventos, ou seja, saber como a variação do mercado se comporta antes e depois do anúncio do COPOM. Essa mesma postura foi adotada no artigo de Walter Junior (2007). Uma nova abordagem, com janelas de intervalo mais curtas (intraday) foi adotada em Gürkaynak et. al (2005), mas que também trabalhou com o conceito de estudo de eventos. Como observou Poole et. al (2002), os estudos de eventos tendem a fornecer valores significativos, mas podem subestimar os impactos. Para a construção, o modelo inicial não conteria o elemento de surpresa. Nesse modelo, será testada a hipótese do β ser igual a zero. É esperado que essa especificação se demonstre inválida, visto que vários outros fatores impactam a variação do mercado acionário, não só a definição da Taxa SELIC: (3) Onde: Retorno diário das ações do IBOVESPA = Variação total da meta da Taxa SELIC de um evento para outro Termo de erro representativo de outros fatores não ligados à política monetária onde e 11

22 O modelo seguinte fará a quebra entre os fatores esperados pelo mercado e não esperados. Nesse modelo serão testadas as hipóteses de tanto o β e quanto o β i serem iguais a zero. É esperado que, com a introdução da componente não esperada, o resultado do β i seja relevante para fins estatísticos: (4) 3.3 ORTOGONALIDADE Como descrito por Bernanke & Kuttner (2004), a ortogonalidade seria violada se, em situações de mercado, o FOMC cortasse os juros no caso de uma queda abrupta no mercado. Aplicando o mesmo cenário para o caso brasileiro, não notamos tal situação. Em todos os momentos de corte de juros o BC respondeu à pressões inflacionárias internas, na história recente. No passado, o BC ainda respondeu extemporaneamente às pressões advindas de pressões internacionais que impactavam o câmbio. Mesmo na crise mais grave na história econômica recente (a crise dos subprime 4 que se iniciou em 2006), o BACEN já vinha num ritmo de cortes desde Set/2005. Conforme observado por Bernanke & Kuttner (2004) a ortogonalidade poderia falhar também no caso de ambos responderem em conjunto aos mesmos dados (p.ex.: dados mais fracos do mercado de trabalho), este sim um fato mais corriqueiro nos EUA e não muito presente na recente história econômica brasileira. 4 Em agosto e setembro de 2008 a crise dos subprime chegou ao auge, com a estatização das gigantes americanas Fannie Mae e Freddie Mac e a quebra do banco americano Lehman Brothers (Folha de São Paulo). A crise chegou a conhecimento do público em geral em Fevereiro de 2007 e em meados do mesmo ano, o banco francês BNP Paribas congelou saques de alguns fundos citando os problemas no mercado de subprime americano. 12

23 Uma forma de corrigir a distorção de uma eventual ortogonalidade seria usar dados intraday para capturar com uma janela mais apertada os dados, isolando os impactos no mercado acionário logo após o anúncio do BACEN. Seguindo essa metodologia, Gurkaynak et al. (2005) reportou que os resultados são muito próximos aos obtidos com os dados diários, com a exceção de que os dados intraday aumentaram o R 2. Conforme citado por Bernanke & Kuttner (2004), todas as outras formas de tentar se corrigir a ortogonalidade no mercado americano, como a forma mais estatística aplicada por Rigobon & Sack (2002), utilizando-se de um estimador que, explorando a heterocedasticidade introduzida por ações exógenas da política monetária, entregam estimadores consistentes da resposta de mercado, chegaram a valores muito próximos dos dados diários. No Brasil, tal cenário ainda não se verificou na prática. O BACEN tem se atrelado muito fortemente ao aspecto inflacionário. Apesar de passar sobre as questões de emprego, renda e cambial, a recente história do BACEN tem-se mostrado ligada ao combate de surtos inflacionários. Como o estudo de eventos costuma subestimar os resultados (conforme constatado por Poole et. al (2002)), manteremos a abordagem de estudos de evento conforme defendido no item ASSIMETRIA Outra questão relevante se refere à assimetria. A assimetria se daria no caso da não correspondência da surpresa em algum sentido, ou uma resposta muito mais forte e relevante para algum lado da surpresa no mercado acionário, dada a mudança da política monetária. 13

24 Portanto, a informação ou resposta assimétrica se dá quando a direção da informação (se positiva ou negativa), influencia o impacto da resposta. Um exemplo seria o mercado responder mais fortemente às quedas surpresas na taxa de juros do que aos incrementos (um mercado comumente mais otimista do que pessimista). Para testar essa hipótese foi inserida uma Dummy quando a surpresa é positiva (1 para surpresa positiva e zero para negativas) e outra Dummy quando a surpresa é negativa com formulação diametralmente oposta. A surpresa positiva se verifica quando a taxa definida pelo BACEN é menor do que o esperado pelo mercado. Como exemplo, uma queda da SELIC maior do que a esperada ou um aumento menor do que o esperado pelo mercado. Utilizando-se da mesma lógica e em direção oposta, a surpresa negativa acontece quando a variação da taxa é maior do que a esperada pelo mercado, ou seja, um aumento da SELIC maior ou uma queda menor do que o esperado pelo mercado. Em ambos os casos, o resultado deve ser estatisticamente insignificante para os testes, já que o mercado acionário deveria reagir com a mesma intensidade em ambos os sentidos. Dito isto teríamos a seguinte construção de fórmulas: (5) 3.5 A QUESTÃO DO TIMING De forma geral, o mercado tende a antecipar as decisões do BACEN. Entretanto as surpresas aqui descritas impactam de forma geral o nível corrente das taxas de juros. 14

25 Em seu trabalho, Walter Junior (2007) estabeleceu uma metodologia para estimar os efeitos de timing e de surpresa no nível. Para tanto, foi estabelecido uma fórmula utilizando o impacto no contrato de DI de 02 meses no dia anterior à reunião e no dia seguinte da reunião. Neste caso, foi encontrado um valor significativo para a surpresa quanto ao timing, inclusive maior do que a surpresa quanto ao nível. Este valor vai de encontro com o teste realizado por Bernanke & Kuttner (2004) que estimou valores estatisticamente insignificantes para a surpresa quanto ao timing usando as variações intraday dos contratos futuros de 03 meses dos FED funds. Para efeitos dessa dissertação, a abertura do impacto de timing ou nível não nos parece fazer sentido. Em ambos os documentos (Walter Junior (2007) e Bernanke & Kuttner (2004)) os benefícios de se achar os impactos de timing não são considerados relevantes, já que é uma simples decomposição do impacto não-esperado. Some-se a isso o fato de que, durante o período , não termos tido experiência de mudanças significativas no nível e direção das taxas de juros 5. De qualquer forma, cabe salientar a importância da comunicação clara do BACEN com o mercado. Segundo o trabalho de Gürkaynak et. al (2005), o impacto da divulgação do relatório do FED mostrou-se muito mais relevante que o simples anúncio da taxa de juros. Similarmente, o trabalho de Roley & Sellon (1995) mostrou que os impactos de longo prazo são antecipados pelo mercado e afetam as taxas se percebidos como mudanças persistentes. Portanto, uma comunicação clara e sem grandes surpresas do BACEN facilitaria e anteciparia a transmissão das diretrizes da política econômica com maior facilidade e de forma mais suave. 5 Como forma de ilustração, a Variância das mudanças de meta em termos modulares (meta em t contra meta em t-1) do período foi de 9,31 enquanto a mesma medida para o período foi de 0,25. A média modular para o primeiro período foi de 1.32, enquanto a média para o segundo período foi de

26 3.6 OS ATIVOS INDIVIDUAIS Para medição do impacto nos ativos individuais, a fórmula adotada será a mesma explicitada no item 3.2, só que mediremos os retornos de cada ativo individual na data do evento. Para esse caso específico, serão testados 38 ativos dos 65 existentes no IBOVESPA que possuem dados desde o primeiro dia de janeiro de Como o período foi de intensa movimentação de IPOs, alguns ativos foram excluídos da amostra, pois passaram a integrar o IBOVESPA no decorrer do período e não dispõe de dados para todo o período de análise. É esperado que alguns ativos respondam mais significativamente que outros, muito mais por questões inerentes à política de dividendos e perspectivas futuras de cada ativo do que ao fato de pertencerem à um grupo exclusivo (ex.: bancos) ou à sua liquidez. Um fato importante a se destacar foi o comportamento durante a supracitada crise dos subprime. A bolsa no período 2007/2008 caiu 15%, sendo que alguns papéis responderam mais fortemente a esse impacto. Empresas que atuavam fortemente com o mercado exportador ou com commodities tiveram um período muito negativo (exemplos: Embraer com 57% de queda, Vale do Rio Doce com 19% de queda e Usiminas com 19% de queda). Para esses papéis as surpresas positivas do mercado interno não surtiriam efeito da mesma forma que empresas de varejo, por exemplo. 16

27 4 DADOS Os dados referentes à presente dissertação correspondem ao período de Jan/2003 à Dez/2009. Neste período ocorreram 68 reuniões do COPOM, sendo que nenhuma foi extraordinária. Do total das decisões nas reuniões, a amostra de surpresas correspondeu a 27, sendo 9 surpresas positivas (com queda da SELIC maior que a esperada ou aumento da mesma taxa menor que o esperado) e 18 negativas (com queda da SELIC menor que a esperada ou aumento da mesma taxa maior que o esperado). A variação testada do IBOVESPA foi a de D+1 contra o dia da declaração emitida pelo COPOM. As variações e desvios padrões do Bovespa e os sentidos da surpresa utilizados para os testes estão descritos na Tabela 2: 17

28 TABELA 2 Direção da surpresa (para efeito da definição da dummy) e variação do IBOVESPA no dia seguinte ao anúncio do COPOM para o período analisado. Dummy definida conforme conceito estabelecido no item 3.4. Surpresa menor do que zero é igual a Dummy Positiva e Surpresa maior do que zero é igual a Dummy negativa. Data Componente Surpresa Direção da Surpresa Variação IBOVESPA 22/01/ Neutro /02/ Positivo /03/ Neutro /04/ Neutro /05/ Neutro /06/ Negativo /07/ Negativo /08/ Positivo /09/ Neutro /10/ Negativo /11/ Positivo /12/ Neutro /01/ Negativo /02/ Neutro /03/ Positivo /04/ Neutro /05/ Negativo /06/ Neutro /07/ Neutro /08/ Neutro /09/ Neutro /10/ Negativo /11/ Neutro /12/ Negativo /01/ Neutro /02/ Positivo /03/ Negativo /04/ Negativo /05/ Negativo /06/ Neutro /07/ Neutro /08/ Negativo /09/ Neutro /10/ Neutro

29 TABELA 2 Continuação Data Componente Surpresa Direção da Surpresa Variação IBOVESPA 23/11/ Negativo /12/ Neutro /01/ Positivo /03/ Negativo /04/ Negativo /05/ Neutro /07/ Neutro /08/ Positivo /10/ Neutro /11/ Neutro /01/ Negativo /03/ Neutro /04/ Neutro /06/ Neutro /07/ Neutro /09/ Neutro /10/ Negativo /12/ Neutro /01/ Neutro /03/ Neutro /04/ Negativo /06/ Positivo /07/ Negativo /09/ Neutro /10/ Neutro /12/ Neutro /01/ Neutro /03/ Neutro /04/ Neutro /06/ Positivo /07/ Neutro /09/ Neutro /10/ Neutro /12/ Neutro

30 As estatísticas descritivas do conjunto de dados analisados (exceto ações individuais) estão descritos na Tabela 3 a seguir: TABELA 3 Estatísticas descritivas dos índices para os dias de evento analisados. Nenhum valor na tabela foi tratado de forma modular. IBOVESPA META CONSENSO MUDANÇA ESPERADA SURPRESA Média Mediana Máximo Minimo Desvio Padrão Observações Além disso, foi elaborada a regressão com os vários ativos individuais (38 no total que mostraram as seguintes características em relação às suas estatísticas principais: TABELA 4 Estatísticas descritivas dos retornos diários dos ativos individuais para os dias de evento analisados. Nenhum valor foi tratado de forma modular. O retorno refere-se à variação do dia seguinte ao anúncio do COPOM em relação ao dia anterior conforme equação AMBV4 BBAS3 BBDC4 BRAP4 BRKM5 BRTO04 CCRO3 CMIG4 CPLE6 CRUZ3 Média Mediana Máximo Mínimo Desvio Padrão Observations

31 TABELA 4 Continuação CSNA3 ELET3 ELET6 EMBR3 GGBR4 GOAU4 ITSA4 ITUB4 KLBN4 LAME4 Média Mediana Máximo Mínimo Desvio Padrão Observations LIGT3 NETC4 PCAR5 PETR3 PETR4 SBSP3 TCSL3 TCSL4 TLPP4 TMAR5 Média Mediana Máximo Mínimo Desvio Padrão Observations TNLP3 TNLP4 TRPL4 UGPA4 USIM5 VALE3 VALE5 VIVO4 Média Mediana Máximo Mínimo Desvio Padrão Observations É visível, pelos dados individuais que alguns papéis demonstram comportamento bem distinto ao Índice em si durante as datas-evento em análise, conforme comentado anteriormente. É esperado, portanto que esses mesmos ativos demonstrem comportamento distinto da mesma média nas regressões. Conforme comentado, como este é um estudo de evento, as regressões foram feitas em cima das datas específicas do evento (conforme demonstrado nas datas das tabelas 1 e 2). Em 21

32 BOVESPA termos de inferência, o gráfico de dispersão das surpresas (Gráfico 1) indica uma boa dose de aderência à probabilidade aqui aventada. Como se pode notar existe certa tendência do IBOVESPA acompanhar à surpresa nas datas de evento. Quando a surpresa é maior do que zero (no caso, negativa para efeito do estudo), o IBOVESPA mantém a tendência negativa na maioria dos pontos e o efeito contrário também se observa. Essa aderência será testada com os modelos descritos nos itens anteriores: GRÁFICO 1 Gráfico de dispersão do Componente não esperado (MUD_SURP) contra variação do IBOVESPA para as 68 observações analisadas. Eixo x = Componente não esperada em termos percentuais e Eixo y = Retorno do IBOVESPA. R 2 da regressão utilizando a equação 4 ( ) = 0, MUD_SURP 22

33 5 RESULTADOS 5.1 RESPOSTA DO MERCADO DE AÇÕES O primeiro teste foi relativo à resposta do Mercado de Ações. Conforme estatística descritiva apresentada na seção 4, o período não foi marcado por outliers significativos na condução da política monetária. As surpresas relativas às quedas e incrementos maiores que o esperado variaram de -1% a 0,5%. Utilizando a equação 3 e 4 conforme demonstrado no item 3, obtivemos os seguintes resultados para as regressões propostas sem ajustarmos os erros-padrão: 23

34 TABELA 5 Resposta do Índice BOVESPA para as variações da meta SELIC (sem ajuste estatístico para heterocedasticidade) para o período amostral. Equação 3 =, representando a resposta do IBOVESPA em relação aos eventos analisados às variações totais na meta da SELIC. Equação 4 =, representando a reposta do IBOVESPA em relação aos eventos analisados às variações do SELIC decompostas em seus componentes esperados e não esperados Equação 3 Equação 4 Intercepto ( ) (0.2729) Mudança Total (0.4091) Mudança Esperada (0.4168) Mudança não Esperada (1.3580) R White Observações DW Breusch-Godfrey (2 lags) Como se pode ver pela tabela, o resultado da fórmula sem considerar a surpresa é inócuo. Os valores não são relevantes estatisticamente nem ao nível de confiança de 10%. Por outro lado, quando incluímos o elemento surpresa na equação, vemos que essa variável especificamente se torna relevante para o nível de significância de 2%. Além disso, o sinal apresentado também se mostra de acordo com o esperado pela teoria e dissertações anteriores. O sinal da surpresa é contrário ao movimento em si. Ou seja, uma surpresa negativa que viria na forma de um aumento maior da taxa de juros, consequentemente com um sinal positivo, causa um impacto negativo no Ibovespa e vice-versa. Pela presente regressão a teoria é confirmada para o período analisado com um impacto de 3,28% a cada 1% de mudança da SELIC. 24

35 O baixo R 2 encontrado nos mostra que, simplesmente, esse modelo nos dá uma dimensão que o fator surpresa em qualquer outro modelo de avaliação de mercado não deve ser esquecido. Entretanto, quaisquer tentativas de explicar as variações do mercado com o presente modelo se tornariam inócuas. O baixo R 2 encontrado não inviabiliza a análise ora apresentada. Outros pontos importantes a destacar são as presenças de heterocedasticidade e de certo nível de autocorrelação serial. A heterocedasticidade estará presente em qualquer nível desse estudo, dada a má especificação esperada desse modelo. Para corrigi-la, entretanto, foi adotado o modelo proposto por Newey & West (1987). Adotamos esse modelo em detrimento ao proposto por White (1980) para manter os resultados comparáveis com os conseguidos por Walter Junior (2007). Utilizando então o modelo proposto, obtivemos os seguintes novos resultados para os erros: TABELA 6 Resposta do Índice BOVESPA para as variações da meta SELIC (com ajuste estatístico para heterocedasticidade) para o período amostral. Utilização da Equação 4 =, representando a reposta do IBOVESPA em relação aos eventos analisados às variações do SELIC decompostas em seus componentes esperados e não esperados. Equação 4 Intercepto (0.2580) Mudança Esperada (0.2768) Mudança não Esperada (0.8621) R Observações 68 25

36 Como era de se esperar, o erro fica mais robusto, fortalecendo a estatística encontrada. O poder explicativo do presente modelo concentra-se tão somente na avaliação do impacto das surpresas, obviamente não explicando de forma relevante as variações do mercado como um todo. Para abordar a questão de autocorrelação serial foi estimado o modelo E-GARCH conforme proposto pelo artigo de Fernando Oliveira & Alessandra Plaga (2008) que analisou o impacto das intervenções cambiais realizadas pelo Banco Central em modelos de volatilidade condicional. Estes estudos empíricos escolheram o modelo E-GARCH pois permite assimetria de choques na volatilidade e não impõe restrições de não negatividade da variância. Com este modelo foram obtidos os seguintes resultados: TABELA 7 Resposta do Índice BOVESPA para as variações da meta SELIC (com ajuste estatístico utilizando o modelo EGARCH) para o período amostral. Utilização da Equação 4 =, representando a reposta do IBOVESPA em relação aos eventos analisados às variações do SELIC decompostas em seus componentes esperados e não esperados. Equação 4 Intercepto (0.2288) Mudança Esperada (0.3048) Mudança não Esperada (1.0551) R Observações 68 26

37 Conforme observado, os resultados não foram significativamente alterados, mas os erros foram reduzidos neste processo. Cabe notar, entretanto o aumento do impacto da Mudança não esperada para 3,73% a cada 1% de variação na SELIC. Esse aumento pode ser explicado pelo exposto em Poole et.al (2002) de que os impactos em estudos de eventos costumam ser subdimensionados. A utilização de um modelo mais robusto estatisticamente aponta nessa direção. 5.2 ASSIMETRIA Conforme comentado anteriormente, a assimetria se daria no caso da não correspondência da surpresa em algum sentido, ou uma resposta muito mais forte e relevante para algum lado da surpresa no mercado acionário, dada a mudança da política monetária. Para testar essa questão, foram inseridas dummies nos sentidos positivos e negativos das surpresas. Se a assimetria existir, teoricamente, uma dessas dummies deve apresentar relevância estatística. Pela teoria, tal impacto não deveria acontecer, já que o mercado deve agir da mesma forma para qualquer direção analisada. As regressões apontam no sentido teórico. Em ambos os casos, a introdução da dummy provocou, na verdade, uma piora na especificação da regressão. Em todos os casos, as especificações se tornaram inválidas a um nível de relevância de 10%. Há que se notar que, durante a janela de eventos analisada, houve uma quantidade muito maior de surpresas negativas do que positivas, mesmo assim a dummy negativa não se mostrou relevante estatisticamente. Pode-se argumentar que o mercado aparenta ser mais 27

38 otimista em relação a posições do COPOM do que pessimista, mas não que isso impacte a forma como esse mesmo mercado lida com as mudanças. Em relação aos números encontrados, tivemos os seguintes resultados expressos na tabela 9 a seguir: TABELA 9 Resposta do Índice BOVESPA para as variações da meta SELIC (com ajuste estatístico utilizando o modelo EGARCH) para o período amostral com a inserção de Dummies de direção da surpresa. Utilização da Eq. 5 =, representando a reposta do IBOVESPA em relação aos eventos analisados às variações do SELIC decompostas em seus componentes esperados e não esperados e à dummy assimétrica. Eq 5 com Dummy Negativa Eq 5 com Dummy Positiva Intercepto (0.3165) (0.3144) Mudança Esperada (0.4135) (0.4199) Mudança não Esperada (1.6597) (1.8370) Dummy Negativa (0.6989) Dummy Positiva (1.0065) Conforme esperado então, podemos concluir através da presente amostra, que o mercado responde independente da direção da surpresas. De novo, cabe notar a maior presença de Impactos Negativos do que positivos e o tamanho da amostra em si. Com isso, apesar de responder de forma razoavelmente parecida em ambas direções, o consenso costuma ser mais otimista de forma geral. 28

39 5.3 RESPOSTA INDIVIDUAL DOS ATIVOS Os ativos individuais apresentaram, em sua maioria, o mesmo comportamento do teste sobre o índice em si. Dos 38 ativos analisados, 22 tiveram resultados positivos para a variável de surpresa a um nível de significância de 5%, 3 ativos tiveram resultados positivos para a mesma variável a um nível de significância de 10% e 13 não obtiveram resultados relevantes a partir desse nível: TABELA 10 Resposta dos ativos individuais analisados para as variações da meta SELIC (com ajuste estatístico para heterocedasticidade) para o período amostral. Utilização da Equação 4 =, representando a reposta de cada ativo em relação aos eventos analisados às variações do SELIC decompostas em seus componentes esperados e não esperados. Ativos agrupados pelo nível de significância da resposta do componente inesperado na equação proposta Qtdade Ativos analisados 38 Significância > 10% 13 Significância 10% 3 Significância 5% 22 Não foi observado nenhum padrão em grupos de ações. Por exemplo, enquanto a ação do Bradesco (BBDC4) era rejeitada, a ação do Itaú foi aceita a um nível de significância de 5%. O mesmo aconteceu com os ativos da Petrobrás (que foram aceitos) e da Vale (rejeitados). Podemos destacar somente o acontecido com ativos com alta concentração de exportação e 29

40 baseadas em commodity (como a Vale, por exemplo). No período de 2007/2008 tais ações sofreram com a crise dos subprime e não responderam de forma relevante à estímulos internos. Além disso, alguns ativos em determinados momentos podem ser forçados por outros eventos que não a surpresa em relação ao anúncio da taxa (diminuição de dividendos, comportamento do setor, etc.). A tabela 11 demonstra o resultado individual de cada ativo para as equação 4. 30

41 TABELA 11 Resposta dos ativos individuais analisados para as variações da meta SELIC (com ajuste estatístico para heterocedasticidade) para o período amostral. Utilização da Equação 4 =, representando a reposta de cada ativo em relação aos eventos analisados às variações do SELIC decompostas em seus componentes esperados e não esperados. Grupo de ativos selecionados conforme existência de dados a partir de 1 de janeiro de 2003 Intercepto Mudança Esperada Mudança não Esperada R 2 AMBV (0.2149) (0.2766) (0.8000) BBAS (0.4060) (0.4300) (1.3231) BBDC (0.3180) (0.3604) (1.2846) BRAP (0.4114) (0.4079) (1.1323) BRKM (0.3936) (0.5291) (1.2964) BRTO (0.4088) (0.5637) (0.7681) CCRO (0.4409) (0.3995) (0.9288) CMIG (0.2723) (0.2883) (1.2328) CPLE (0.3192) (0.5346) (2.4227) CRUZ (0.4161) (0.3549) (1.8516) CSNA (0.3751) (0.4539) (0.9297) ELET (0.3599) (0.5571) (1.8823) ELET (0.2905) (0.4119) (1.5233) EMBR (0.2941) (0.5346) (1.2525) GGBR (0.3143) (0.3391) (1.4086) GOAU (0.3389) (0.3940) (1.4293) ITSA (0.3003) (0.3531) (0.8640) ITUB (0.3012) (0.3373) (1.0470) KLBN (0.4070) (0.3887) (1.1975) 31

42 TABELA 11 Continuação Intercepto Mudança Esperada Mudança não Esperada R 2 LAME (0.3448) (0.3571) (1.2520) LIGT (0.5283) (1.0719) (3.4824) NETC (0.4338) (0.8089) (1.7296) PCAR (0.2781) (0.4655) (1.0136) PETR (0.3945) (0.5256) (1.0693) PETR (0.3926) (0.5299) (1.0863) SBSP (0.3541) (0.4235) (1.3182) TCSL (0.3389) (0.4404) (2.2704) TCSL (0.3431) (0.4781) (1.3122) TLPP (0.2767) (0.3233) (0.4848) TMAR (0.3802) (0.5294) (1.0804) TNLP (0.2951) (0.5729) (1.8497) TNLP (0.2412) (0.4281) (1.0557) TRPL (0.3193) (0.3406) (1.0194) UGPA (0.1679) (0.3477) (0.6881) USIM (0.3440) (0.3357) (1.2824) VALE (0.3523) (0.4500) (1.3450) VALE (0.3002) (0.4198) (1.3232) VIVO (0.3491) (0.6190) (1.9845) 32

43 6 CONCLUSÃO Tendo como base o artigo de Bernanke e Kuttner (2004) e Walter Junior (2007), foi desenvolvida a medida de surpresa necessária para estimar o impacto das decisões do COPOM no mercado acionário. Essa medida de surpresa foi baseada em fonte pública e conhecida. Para o teste, foi utilizado o modelo proposto não só por Bernanke e Kuttner (2004), mas que foi adotado por diferentes autores nacionais e internacionais. A metodologia aqui adotada, apesar de ser limitada para explicar as movimentações do mercado, serviu para verificar a validade das afirmações propostas por Walter Junior (2007). O resultado ora observado é de que cada 1% de surpresa do mercado em relação à definição da taxa SELIC impacta o mercado acionário em torno de 3%. Esse resultado se mostra amplificado em relação ao encontrado por Walter Junior (2007). No seu estudo, o autor achou um impacto de 1,3% no IBOVESPA contra cada 1% de variação na SELIC, talvez por mantermos nossa característica de mercado acionário de um país emergente (e, portanto, com altas taxas de retorno), mas com uma normalidade maior na definição das metas de inflação e das taxas de juros internas esse impacto se amplificou no período analisado. Outro ponto a ser analisado é a possibilidade do canal de crédito impactar a propagação dessa surpresa. 33