Finanças Comportamentais

Documentos relacionados
Finanças Comportamentais

Finanças Comportamentais

Econometria para Avaliação de Políticas Públicas

Perguntas. UFRJ Teoria dos Jogos e das Organizações Professor Alexandre B. Cunha Lista 2.1. (1) Considere o seguinte jogo:

PROPENSÃO AO RISCO AVALIADA NO MERCADO DE AÇÕES

Econometria para Avaliação de Políticas Públicas

Gabarito da Lista 11 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira

Finanças Comportamentais

Análise de regressão linear simples. Diagrama de dispersão

Finanças Comportamentais

0.1 Conjunto de oportunidade e a fronteira e ciente

Exercícios. Capítulo 3 Factos Empíricos Estilizados de Séries Temporais Financeiras (2012/2013)

Finanças Comportamentais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Notas de Aula do Curso de Análise Macroeconômica VI - Ibmec. Professor Christiano Arrigoni Coelho

A Simonsen MFEE 2011

Finanças Comportamentais

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMIA MONETÁRIA I: NOTAS DE AULA

EAE 5706: Microeconomia II: Teoria dos Jogos. Jogos de Informação Incompleta: Equilíbrio Bayesiano

Teoria do Prospecto. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva

Finanças Comportamentais

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.

Aula 4. Aula de hoje. Aula passada

AULA 06 Correlação. Ernesto F. L. Amaral. 04 de outubro de 2013

Jogos de soma zero com dois jogadores

Análise de Regressão Linear Simples e

Investimentos. Marco Bonomo

ECONOMIA INTERNACIONAL: NOTAS DE AULA

Risco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol.

Perguntas. UFRJ Teoria dos Jogos e das Organizações Professor Alexandre B. Cunha Lista 1.2

Introdução à Inferência Estatística

RESSALVA. Atendendo solicitação do autor, o texto completo desta tese será disponibilizado somente a partir de 21/07/2024.

Exemplo: Monopólio de segundo grau

1 Gabarito da Lista 1

Finanças Comportamentais

Aula 5. Processo de Poisson. Exemplos.

Finanças Comportamentais

AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS

Econometria para Avaliação de Políticas Públicas

Prof. Marcelo Delsoto

AULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012

FINANÇAS COMPORTAMENTAIS: INVESTIMENTOS IMOBILIÁRIOS E O PROCESSO DECISÓRIO NAS EFPC.

Modelos de Regressão Múltipla - Parte IV

Decisões Sequenciais Árvores de Decisão

Fundamentos de Teoria dos jogos

Escola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Análise II Professor: Rubens Penha Cysne

Cálculo II Exame de 1 a Época, 29 de Maio de 2000

Competição Monopolística e Diversidade Ótima de Produtos

PROF. ARTHUR LIMA ESTRATÉGIA CONCURSOS

CONTEÚDOS E DIDÁTICA DE MATEMÁTICA

IND Análise de Investimentos com Opções Reais

Ralph S. Silva

Aula de Mobilidade (Capítulo 6 - Gary Fields) Profs. Marcelo Neri e Rodrigo Moura EPGE/FGV

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Equilíbrio Bayesiano Perfeito

1 Introdução. 1.1 Modelo de informação completa fator de impostos

Finanças Comportamentais

Terças e Quintas - 915m-10h55m, Sala 501 P1 26 de Setembro de Nome:

CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02

Mercados e Investimentos Financeiros. Cesaltina Pacheco Pires

ECONOMIA INTERNACIONAL: NOTAS DE AULA

Decisões de Financiamentos e Estrutura de Capital. Professor: Francisco Tavares

Modelos de Regressão

1a Questão: a) (1,0) Interprete detalhadamente cada uma das seguintes equações do CCAPM: ~p t+1 + Y ~ (~c t+ ) (c. t )

Lista de Exercícios 2. Exercício 1*: Considere as informações sobre um projeto de minério contidas na tabela abaixo.

Avaliação experimental

AULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013

5 Teste Empírico da relação entre dividendo, impostos e retornos

Correlação e Regressão

Aula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses

INTRODUÇÃO À PESQUISA OPERACIONAL

1 Prendergast (1999), Journal of Economic Literature

TE802 Processos Estocásticos em Engenharia

EAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas

Objetivos de aprendizagem

AULAS 14 E 15 Modelo de regressão simples

3 Definições. 3.1 Processos Estocásticos e Processo de Wiener

FICHA DE REVISÕES Micro 1

Inferência Estatística. Tiago Viana Flor de Santana

3 Metodologia. 3.1 Tipo de pesquisa

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO MICROECONOMICS 2009/2010

UNIVERSIDADE CATÓLICA PORTUGUESA FACULDADE DE ECONOMIA E GESTÃO

ELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais.

Custo de Capital. Taxa de desconto apropriada ao orçamento de capital Afetado por diversos fatores: Controláveis:

Tema: Estimar um modelo para medir o risco sistemático das carteiras no mercado brasileiro utilizando o fator mercado e medidas de liquidez.

Instituto Nacional de Matemática Pura e Aplicada Curso: Introdução à Economia Matemática

Identificação da Distribuição Teórica de Probabilidades

UNIVERSIDADE DA BEIRA INTERIOR

Gestão de Riscos como Instrumento de Tomada de Decisão Renê Sanda Diretor de Gestão de Riscos do Banco do Brasil S.A. Membro do CA da Fundição Tupy

Otimização Combinatória - Parte 4

Modelos de Regressão Linear Simples - Análise de Resíduos

Modelos de Regressão Linear Simples - Análise de Resíduos

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas

Variáveis Instrumentais

Sistemas de Equações Diferenciais Lineares

AULA 07 Distribuições Discretas de Probabilidade

Capítulo 1. ˆ Observações correlacionadas são mais difíceis de analisar e requerem técnicas

Transcrição:

Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2010

Barberis, Shleifer & Wurgler (2005) Existem vários padrões de co-movimentos no retorno de ações ações small-cap,value, dentro de uma mesma indústria, em um mesmo mercado etc Muitos estudos empíricos para medir a como a sensibilidade de retornos á estes fatores comuns ajudam a explicar o retorno médio das ações Entretanto, não há tantos estudos para explicar a razão de estes fatores existirem Porque certos grupos de ações movem conjuntamente enquanto que outros não? Este artigo compara duas teorias de co-movimentos: Uma tradicional e outra comportamental e prove evidencias para distinguir entre elas

tradicional:co-movimento em preços é justi cado por co-movimentos em fundamentos Em uma economia sem fricções e com racionalidade, os preços re etem o valor fundamental dos ativos =) Qualquer co-movimento deve ser relacionado aos co-movimentos nos fundamentos Em economias com fricções ou irracionalidade, onde existem limites de arbitragem, co-movimentos em preços podem não estar relacionados com co-movimentos em fundamentos

Abordagens São consideradas três abordagens: 1) Grupos por Categoria: Investidores agrupam ativos em categorias, como small-caps, junk bonds, ações de crescimento etc. Os investidores alocam capital entre categorias, mas não consideram os ativos no nível individual. Se noise traders investem desta forma, uma vez que eles movam recursos de uma categoria para outra, induzem que um fator comum afete todas as ações dentro do mesmo grupo, mesmo que não haja relação entre fundamentos

Abordagens 2)Grupos de ações por Habitat: Alguns investidores escolhem negocir apenas um subconjunto de ativos disponívels. Estes habitats surgem por razoes de custo de transação, restricões de negociação o -shore ou falta de informação. Caso a aversão ao risco, o sentimento ou necessidades de liquidez se altere, os investidores se alteram a exposição ao habitat, induzindo co-movimentos dentro de um mesmo habitat. Esta abordagem preve a existência de um fator comum para ativos que são negociados por uma classe especí ca de investidores (pessoas sicas é um exemplo)

Abordagens 3) Difusão de informação: Devido á algumas fricções de mercado, a informação é incorporada mais rapidamente em alguns preços do que em outros Neste caso, haverá fatores comuns em ações que incorporam informações à taxas similares

Estudar o beta das ações incluídas no S&P 500 A visão tradicional de co-movimento implica que a inclusão da ação no índice (que é um evento não relacionado á fundamentos), não deve alterar a correlação existente do ativos com as demais ações =) Beta antes da inclusão deve ser igual ao Beta depois da inclusão

Perspectiva comportamental: Abordagens de Categorias e Habitat O indice S&P 500 é um habitat para certos investidores Operam futuros, opções e mercados a vista apenas em papeis listados no índice Considere agora movimentos em uxos agregados entre os grupos "pertencentes ao SP500" e "não pertencentes ao SP500" Caso haja limites para arbitragem, este movimento faz com que haja co-movimento nos preços da ação recem incluída com as demais Mas este co-movimento não estava presente antes =) Beta antes da inclusão deve menor que o Beta depois da inclusão

Evidência empírica Vijh(1994), usando frequencia diária e semanais, para o período de 1975 a 1989, que o beta das ações incluídas aumentaram signi cativamente após a inclusão Este artigo: =) Favorável à abordagem comportamental Amplia a base de dados até 2000 Efeito posterior (1990 a 2000) é ainda maior Tambem testam uma abordagem diferente (principal contribuição): regressão bivariada que permite distinguir entre as duas abordagens Evidência ainda mais forte

Taxa livre de risco é xada em zero 2n ativos arriscados, com oferta xa Ativo i possui um único dividendo D i,t a ser pago em uma data futura T D i,t = D i,0 + ε i,1 + + ε i,t onde ε t = (ε 1,t,..., ε 2n,t ) N (0, Σ D ) Seja P i,t o preço do ativo i. O retorno é de nido por P i,t, P i,t P i 1,t

Alguns investidores agrupam os 2n ativos em 2 grupos X, Y com n ativos em cada. Cada grupo representa uma categoria ou habitat. Suponha que estas categorias são afetadas por noise traders, que migram de grupo de acordo com o sentimento. Uma simples representação do retorno é dado por P i,t = ε i,t + u X,t i 2 X P j,t = ε j,t + u Y,t j 2 Y onde ux,t u Y,t N 0 0, σ 2 1 ρ u ρ 1, i.i.d

Repare que o efeito de sentimento afeta todas as ações dentro de cada categoria de mesma maneira

Implicações Theorem Suponha que um ativo de risco j, que antes era membro de Y, é reclassi cado para X e Σ D é constante no tempo. Então, para um número grande de n a estimativa de β j na regressão univariada onde P j,t = α j + β j P X,t + v j,t P X,t = 1 n P l,t l2x assim como o R 2, aumenta após a reclassi cação

Implicações Theorem Suponha que um ativo de risco j, que antes era membro de Y, é reclassi cado para X e Σ D é constante no tempo. Então, para um número grande de n a estimativa de β j,x na regressão bivariada P j,t = α j + β j,x P X,t + β j,y P Y,t + v j,t onde P X,t = 1 n P l,t l2x aumenta após a reclassi cação, enquanto que a estimativa de β j,y cai.

Testes Empíricos Para testar as hipóteses (1) e (2), precisamos de um grupo de ativos com 3 características: 1 Deve ser uma categoria ou habitat para certo tipo de investidores, ou um grupo onde a informação dilui mais rapidamente 2 Como as previsões requerem reclassi caçào, precisa haver uma identi cação clara de mudança de grupos 3 Para controlar para fundamentos, o evento de inclusão não deve alterar a percepção dos investidores sobre a correlação com os outros ativos =)Ações no indice SP500 satisfazem os três critérios

Dados Ações do SP500, de 1976 a 2000 Existem 590 eventos de inclusão e 565 eventos de exclusão do índice Frequência: Diária, semanal e mensal Amostra: separado por sub-amostras de 11 anos cada

Robustez Uma explicação alternativa é que ações incluídas no SP500 possuem características semelhantes que difrem daquelas fora do indice. Neste caso, a inclusão de uma ação pode re etir que a ação de fato está mudando suas características fundamentais Chamamos este problema de endogeneidade Uma característica comum a todas empresas no SP500 é que o tamanho das rmas são bem maiores daquelas fora do indice Assim, a mudança do beta pode ser apenas pelo fato de a empresa ter crescido mais relativamente e sua correlação nova com outras empresas pode ter mudado em razão disto.

Robustez A segunda preocupação relevante é sobre a indústria a qual a empresa incluída pertence Imagine que determinada indústria passa a ter um papel crescente na economia. Para manter o índice representativo, a Standard & Poor s pode começar a aumentar o número de rmas, dentro desta indústria, que compoe o índice. Assim, o acréscimo de beta seria espúrio

Robustez Como controlar para estes efeitos? de "matching" Para cada evento, ações com característica similares áquela incluída são usadas como comparação Estas ações "primas" devem ter as seguintes características: Ser da mesma indústria Pertencer ao mesmo decil de tamanho nos ultimos 12 meses Não ter sido incluída

Conclusões As evidências não podem ser explicadas facilmente com base em na visão de fundamentos Explicações alternativas com base em sentimento ou difusão gradual de informação são mais plausíveis

Modelo Barberis (03/2010) Apostas em Cassino é uma atividade muito popular em 2007, 54 milhões de pessoas zeram 376 milhões de "casinos trips" apenas nos EUA (American Gaming Association) Receitas dos cassinos americanos neste ano totalizaram USD 60 bilhões Para entender completamente como as pessoas pensam com respeito a risco é preciso justi car a existência e popularidade da jogatina Infelizmente, existem poucos modelos que justi quem a razão de as pessoas jogarem e como elas se comportam uma vez que estão dentro O desa o é claro!

Modelo A abordagem tradicional de atitudes frente ao risco usam o arcabouço de utilidade esperada, com função utilidade côncava É muito boa para entender um amplo espectro de problemas Entretanto, não consegue explicar apostas em cassino: um agente com utilidade côncava irá sempre rejeitar uma aposta nanceira com valor esperado negativo Algumas abordagens alternativas para lidar com o problema Introduzir segmentos não-côncavos na função utilidade (Friedman e Savage 1948) As pessoas possuem um componente na função utilidade associado ao ato de jogar (exemplo: pode ser socialmente proveitoso) Ou apenas considera que as pessoas sobre-estimam as chances de ganhar

Modelo Abordagem deste artigo Modelo novo de jogatina com base na "cumulative prospect theory" de Tversky and Kahneman(1992) A primeira modi cação em relação ao arcabouço de utilidade esperada é sobre a função valor Assume que os indivíduos calculam risco usando uma função valor de nida sobre ganhos e perdas (e não sobre renda nal) A função é côncava sobre ganhos e convexa sobre perdas, com um bico na origem Em suma, as pessoas são mais sensíveis à perdas do que ganhos, aspecto conhecido como aversão à perdas

Modelo Abordagem deste artigo A segunda modi cação é sobre as probabilidades As pessoas usam probabilidades transformadas através da ponderação das probabilidades originais O principal efeito da transformação é dar pesos maiores à eventos extremos É uma forma simples de capturar ações do tipo apostas em loteria

Modelo Modelo Existem T + 1 datas,t = 0, 1,..., T Na data t = 0, o cassino oferece ao agente um jogo 50:50 para ganhar ou perder um montante xo de $h Se o agente rejeita a aposta, o jogo acaba (ele declina a entrada no cassino) Se aceita (entra no cassino), o resultado é anunciado no tempo 1. Neste tempo, o cassino oferece ao agente uma nova aposta 50:50 para ganhar ou perder $h Se o agente rejeita, ele liquida sua conta e o jogo acaba Se aceita, no tempo 2 o resultado é anunciado e o cassino volta a oferecer outra aposta E assim por diante No tempo T o agente precisa sair do cassino

Modelo Uma forma de pensar na estrutura do jogo é através de uma árvore binomial A gura a seguir ilustra isto Cada coluna de nó representa uma data Para cada nó existem duas possibilidades para o próximo perído. O ganho é representado pelo nó superior. Nós escuros são nós onde o agente não aposta

Modelo Figura1

Modelo Porque as pessoas entram no cassino? Para ter a intuição, considere que a aposta em cada nó seja $10. No melhor cenário, para T = 5, o agente pode ganhar $50 caso vá ao cassino este cenário tem probabilidade bem baixa: 1 32 o valor esperado de entrar no cassino é zero

Modelo Porque as pessoas entram no cassino? Existe uma baixa probabilidade de ganhar muito ($50) Usando Propect Theory, os agentes atribuem uma probabilidade ajustada maior à este evento, o que faz que o agente, no tempo t = 0, ache atrativa a entrada no cassino Mais existe uma inconsistência temporal, que é a essência do modelo: No tempo t = 0, ele prefere o payo ($50, p=1/32, 30 p=1/32) do que ($40 p=1/16), ou seja, ex ante o melhor é seguir adiante no nó 4 Mas no tempo t = 4, caso tenha chegado vencedor ate entao ($40) ele prefere o payo (0 p=1) do que (10 p=1/2, -10 p=1/2) Isto ocorre pois as probabilidades extremas tem um peso maior dentro da prospect theory

Modelo Como resolver o problema? A não concavidade e não linearidade do problema torna um problema de difícil solução analítica Devido a inconsistência, tambem não pode usar programação dinâmica Os autores seguem o seguinte procedimento: Seja eg s uma variável aleatória que representa os ganhos acumulados que o agente irá ter caso saia do casino no nós s Exemplo ( gura 1): eg s = $30, 32 7 ; $10, 32 9 ; $10, 10 32 ; $30, 32 5 ; 50, 32 1 Eles calculam todas as combinações de estratégias possíveis eg s, e o agente escolhe o conjunto de nós s que resolve max V G es s

Modelo Assim ex-ante, a melhor escolha do agente é seguir uma estratégia da seguinte forma: Entra no cassino e aposta o primeiro round Caso ganhe, aposta de novo Caso perca, vai embora para casa Continua apostando enquanto está ganhando e sai do cassino após a primeira perda Em palavras: O agente acha atrativo o cassino pois existe uma probabilidade baixa de ganhar muito (mesmo incentivo de loteria). Logo, a melhor estratégia é continuar apostando enquanto os resultados forem positivos, em busca do valor extremo. A gura a seguir mostra a estratégia ótima( circulos brancos representam rodadas em que aposta)

Modelo

Modelo Inconsistência Embora exante a melhor estratégia seja desta forma, uma vez dentro dos cassinos, as apostas são colocadas de forma marginais (toma a decisão em cada nó) A cada momento, o agente se defronta com um jogo 50:50, que são probabilidade com baixo peso e portanto, dada a concavidade da função para ganhos positivos, ele tende a rejeitar os jogos caso tenha ganhado anteriormente Entretanto, caso ele tenha perdido no round anterior, dada a aversão à perdas, irá preferir continuar jogando nos eventos negativos, que é o oposto da estratégia traçada ex ante.

Modelo

Modelo Os autores estudam dois tipos de jogadores: Naive: Nao se dao conta de sua inconsistencia So sticado: Sabe da inconsistencia A diferença sera que a estrategia otima do jogador so sticado sera ter um commitement, isto é, criará um mecanismo que obrigue ele a seguir a estratégia de nida ex-ante Deixa o cartão de crédito em casa...