Análise do Desempenho dos Fundos de Investimento Brasileiros através do Market Timing

Análise do Desempenho dos Fundos de Investimento Brasileiros através do Market Timing Autoria: Robert Aldo Iquiapaza, Pamela Carolina Mendes Gomes Gaspar Botrel RESUMO O artigo analisa o desempenho de 625 fundos de investimento brasileiros com gestão ativa, de junho 2005 a março 2012, através do market timing, ou seja, da capacidade do gestor em prever diferenças de retorno entre renda fixa e mercado de ações. Utilizou-se o teste de Henriksson e Merton em 1981, replicando a análise de Brito e Leusin (2008). Incorporamos na análise erros de especificação na equação de teste, considerando erros-padrão gerados por bootstrap. A metodologia padrão confirmou os resultados anteriores, uma minoria de fundos apresentou esta habilidade. Quando se incorpora erros-padrão robustos, nenhum fundo apresentou habilidade de market timing. Palavras-Chave: Market timing, seletividade, fundos de investimento, bootstrap. 1

1. INTRODUÇÃO A indústria brasileira de fundos apresentou um crescimento do patrimônio administrado de aproximadamente 159% de dezembro de 2001 a dezembro de 2011, alcançando assim um total de R$ 1 958 bilhões, ou seja, 4,3% do market share no mundo, conforme informações divulgadas pela Associação Brasileira das Entidades dos Mercados Financeiros e de Capitais (ANBIMA, 2012). No total do patrimônio administrado pela indústria de fundos, os fundos de renda variável representavam o 9,3% do total nessa mesma data. As estratégias de investimento dos fundos de investimento podem ser agrupadas em duas, dependendo como os recursos são administrados: gestão passiva e ativa. Enquanto a primeira procura replicar o desempenho de um índice de mercado, a segunda busca obter retorno superior ao de mercado ou algum indicador de referência (benchmark), utilizando para tal fim diversas estratégias de seleção e/ou negociação de ativos, tentando identificar ativos com alta esperada para compra e aqueles com expectativas de baixa para venda. A gestão passiva tem ganhado participação, visto que, muitas pesquisas sobre o valor da gestão de ativos, proporcionada pelos fundos, evidenciam a inabilidade dos gestores em gerar retornos em excesso, além das maiores taxas de administração que usualmente é cobrada pelos fundos ativos. Contudo, a literatura recente conclui que alguns gestores de fundos ativos têm habilidade de escolha de ativos significativa. Por exemplo, os fundos com maior concentração de indústria (Kacperczyk, Sialm, e Zheng, 2005) e os fundos que se afastam mais dos seus índices de referência (Cremers e Petajisto, 2009) tendem a ter melhor desempenho. Já Jones e Wermers (2012) mostram que o gestor ativo médio não apresenta desempenho superior, mas que uma minoria significativa de gestores de fundos ativos sim geram valor agregado. Além disso, esses autores sugerem que os investidores podem ser capazes de identificar antecipadamente os melhores gestores, usando informação pública. A habilidade de previsão divide-se em micro (seletividade) e macro (market timing). A seletividade (security selection) é a capacidade do gestor em antecipar retornos em excesso por ações individuais em relação ao índice de mercado, analisando demonstrativos de resultados de empresas, análises setoriais e gráficas, etc. Já a habilidade em market timing é a capacidade que o gestor tem de prever retornos em excesso do preço das ações em relação aos ativos de renda fixa, analisando os indicadores macroeconômicos como políticas monetária (taxa de juros), cambial, e tributária (Fama, 1970). Assim, o market timing é uma alocação dinâmica de capital entre classes amplas de investimentos, onde os gestores bem-sucedidos aumentam o peso da carteira em ações antes de um aumento no índice de mercado e diminuem o seu peso em ações antes de uma queda no índice de mercado, reduzindo ou aumentando sua participação em um ativo menos arriscado, como os títulos do governo, respectivamente. A questão de saber se os investidores institucionais têm habilidade superior em market timing tem sido intensamente debatido desde o estudo seminal de Treynor e Mazuy (1966). Mais de quatro décadas depois, a literatura acadêmica ainda não atingiu um consenso quanto ao fato de se estes investidores sofisticados possuem habilidades de market timing. Nessa linha de pesquisa os autores utilizam regressões não-lineares, como as propostas por Treynor e Mazuy (1966) e Henriksson e Merton (1984). Henriksson e Merton (1981) elaboraram dois testes, um paramétrico e outro não paramétrico, para avaliar o desempenho dos fundos através do market timing. Henriksson (1984) aplicou estes testes para avaliar o mercado americano para o período de fevereiro de 1968 a julho de 1980, e apenas uma minoria dos fundos apresentaram habilidade em market timing. 2

Resultados similares foram encontrados por Brito e Leusin (2008) para uma amostra de fundos brasileiros no período 1998-2003, utilizando a mesma metodologia. Já Bollen e Busse (2001) encontraram resultados favoráveis de market timing utilizando retornos diarios e mensais no mercado norte-americano de fundos. O objetivo deste artigo é avaliar o desempenho dos gestores de fundos através do market timing, ou seja, da capacidade dos gestores em antecipar movimentos do mercado em relação ao ativo livre de risco. Para isso, replicamos o estudo de Brito e Leusin (2008) utilizando a mesma metodologia, baseada fundamentalmente nos testes desenvolvidos por Henriksson e Merton (1981), mas também incorporando as críticas de Bollen e Busse (2001). Considera-se em uma amostra de 625 fundos de ações, com cotações mensais, no período de junho de 2005 a março de 2012. O artigo está estruturado da seguinte forma: na seção 2, apresenta-se uma revisão bibliográfica, analisando conceitos e principais técnicas estatísticas desenvolvidas para avaliar a habilidade em market timing; na seção 3, apresenta-se a metodologia utilizada no trabalho, e as hipóteses propostas; na seção 4, discutem-se os resultados obtidos; e na seção 5, apresentam-se as conclusões. 2. REVISÃO BIBLIOGRÁFICA A literatura internacional sobre avaliação de desempenho é vasta e já vem sendo amplamente utilizada por pesquisadores e até mesmo gestores de fundos. Estas avaliações de desempenho empregam normalmente um benchmark, cuja metodologia inicial foi desenvolvida por Jensen (1968, 1969) e Blume e Friend (1973). Jensen (1968) ao avaliar o desempenho de fundos americanos não faz distinção quanto à previsibilidade micro e macro, e não encontra evidência de retornos anormais. Merton (1981) desenvolveu os testes do modelo básico para o market timing, onde o gestor prevê quando o retorno das ações irão superar o ativo livre de risco e quando estes ativos irão superar às ações, no entanto não é capaz de prever a magnitude dos retornos. Baseados nas suas previsões os gestores irão alocar os recursos no portfólio de mercado e no ativo livre de risco que será mantido no fundo. A seguir se apresenta o modelo, de acordo com Merton (1981) e Brito e Leusin (2008). A habilidade de previsão do gestor é definida pela probabilidade condicional do modelo binomial de dois estágios. O primeiro estágio consiste na probabilidade do ativo de renda fixa (R ft ) apresentar um retorno superior ao das ações (R mt ). E o segundo estágio consiste na probabilidade de que o gestor acerte a sua previsão. As previsões dos gestores são representadas em t-1 pela variável binomial δ(t) onde: δ(t) = 0 se R ft R mt, ou seja, o retorno do ativo livre de risco supera o retorno de mercado no período t e δ(t) = 1 se R mt > R ft, ou seja, o retorno de mercado supera o do ativo livre de risco em t. Assim, as probabilidades condicionais são definidas a seguir: P 1t = P[δ(t) = 0 R ft R mt ] Representa a probabilidade do gestor acertar que o retorno da renda fixa será superior ao retorno de mercado. P 2t = P[δ(t)) = 1 R mt > R ft ] Representa a probabilidade do gestor acertar que o retorno de mercado será maior que o retorno da renda fixa. 3

1- P 1t = P[δ(t) = 1 R ft R mt ] Representa a probabilidade do gestor errar que o retorno da renda fixa será superior ao de mercado. 1- P 2t = P[δ(t) = 0 R mt > R ft ] Representa a probabilidade do gestor errar que o retorno de mercado será superior ao da renda fixa. Merton (1981) define a habilidade em market timing como (P 1t + P 2t ), visto que P 1t e P 2t são as probabilidades onde os gestores acertam. Assim, tem-se a condição necessária para um resultado positivo dos gestores para os investidores: (P 1t + P 2t ) > 1 Observa-se que, apesar de ser uma modelagem para uma escolha entre renda fixa ou variável, na prática pode ocorrer do gestor fazer uma ponderação entre as duas e ainda assim tentar habilidade em market timing. O balanceamento entre renda fixa e variável pode ser feito devido à aversão ao risco e hedge do gestor, ou limitações regulatórias, gerando apostas menos agressivas (BRITO e LEUSIN, 2008). 2.1 Teste paramétrico para avaliação de Market Timing Henriksson e Merton (1981) desenvolveram as técnicas estatísticas para testar a capacidade de previsão com ênfase à habilidade em market timing, observando apenas os retornos, assumindo que os ativos foram precificados pelo CAPM, no entanto, os testes são facilmente adaptados a um modelo multifatorial, como o APT. Jensen (1968) usou a estrutura do CAPM para avaliar a performance de fundos de investimentos no período de 1945 1964, não encontrando nenhuma evidência que os fundos de investimento são capazes de gerar retornos anormais. Porém, Jensen não distingue a habilidade dos gestores em seletividade e market timing, estimando apenas a seguinte regressão: (R Pt R ft ) = α + β (R Mt - R ft ) + e Pt Satisfazendo as seguintes condições: o E[e Pt ] = 0 o E[e Pt (R Mt - R ft )] = 0 o E[e Pt e Pt-i ] = 0 para i = 1, 2, 3,... Henriksson e Merton assumem que os gestores escolhem entre diferentes níveis de risco sistemático para o fundo, dependendo de sua previsão. Assim, o gestor utilizará um maior (mais agressivo) quando previr que e um menor (mais conservador) quando previr que o, como na figura 1. Nomeando η 1 como o β t escolhido para quando a previsão do gestor for que e η 2 como o β t escolhido para quando a previsão do gestor for, então η 1 = β t quando a expectativa do mercado for de baixa e η 2 = β t quando a expectativa de mercado for de alta. Considerando que os agentes são racionais, η 2 > η 1. 4

Figura 1 Os gestores escolhem diferentes níveis de risco sistemático dependendo da sua previsão. Fonte: BRITO e LEUSIN (2008). Como t é uma variável aleatória não observável, pode-se denotar o valor esperado de t como b. 1 1 1 Onde q é a probabilidade incondicional que. Após algumas transformações algébricas, tem-se a seguinte regressão a ser estimada: max 0, 2 a qual representa a seletividade e o market timing separadamente, podendo assim mensurar suas respectivas contribuições para o excesso de retorno da carteira. A habilidade em market timing é medida através do termo max 0,, o qual representa que caso o gestor realmente tenha essa habilidade, ele estará comprado no ativo livre de risco e vendido na carteira de mercado, caso preveja que o retorno da primeira será superior. Deste modo Brito e Leusin (2008, p. 26) concluem desta análise que: O retorno de um investimento com perfeita habilidade em market timing é igual ao retorno de uma estratégia que investe recursos no mercado acionário e compra opções de venda da carteira do mercado acionário com preço de exercício R ft (estratégia chamada de protective put ou insured equity). Como o custo de se adquirirem opções da carteira de 5

mercado ao preço de exercício R ft não é igual a zero, o valor total da habilidade em market timing é igual ao preço desses derivativos multiplicado pelo patrimônio do fundo. Henriksson e Merton (1982) argumentam que pelo fato de β t não ser estacionário o estimador por mínimos quadrados ordinários (MQO) é consistente, mas ineficiente. Assim, essa não estacionariedade resulta em heteroscedasticidade. A solução proposta consiste em estimar a equação (2) por MQO e utilizar o valor absoluto dos resíduos como variável dependente, reestimando a equação (2) com as variáveis divididas pelo valor ajustado da regressão a seguir: Ω 0, Ω 0, 3 2.2 Alternativas aos modelos de regressão para mensurar market timing A literatura recente é muitas vezes crítica com relação aos procedimentos de regressão, como os apresentados anteriormente. Vários estudos sugerem que as relações não lineares entre os retornos das carteiras e os retornos de mercado podem ser atribuídas a outros fatores diferentes do market timing (por exemplo, opções embutidas no benchmark, Jagannathan e Korajczyk, 1986), ou que estas medidas de market timing são tendenciosas para baixo quando os retornos são medidos com frequência mensal e as instituições se envolvem em timing ativo e negociam os ativos com mais frequência que mensalmente (Goetzmann, Ingersoll e Ivkovich, 2000). Várias alternativas foram sugeridas, como as de usar dados diários, composição da carteira, e até melhorar a técnica de regressão. Neste último caso, Bollen e Busse (2001) aperfeiçoaram o teste através da regressão, utilizando duas alternativas de simulação, uma para gerar estimativas dos coeficientes e outra para aferição dos erros-padrão dos estimadores. Resumidamente o procedimento para gerar as estimativas consiste em criar para cada fundo da amostra um fundo sintético, através de benchmarks, combinando o tamanho, o índice book-tomarket e o índice de momentum. Este fundo sintético combina as características dos fundos, sem incorporar a habilidade em market timing, que logo será comprado com o fundo original. Para criar este fundo os autores consideram retornos diários. O detalhamento dessa técnica encontra-se no artigo de Bollen e Busse (2001). O outro procedimento proposto por Bollen e Busse (2001) consiste na utilização do bootstrap para aferição do erro-padrão dos coeficientes da regressão. A justificativa para essa alternativa encontra-se na possibilidade de má-especificação da equação com relação às estratégias de market timing, e as mudanças dessas estratégias ao longo do tempo, razão pela qual a avaliação da significância dos coeficientes da regressão do market timing é complicada. Busse (1999) fornece evidências de que a exposição dos gestores ao mercado coincide com baixos níveis de volatilidade do mercado. A má-especificação da função do market timing pode causar violações dos pressupostos da regressão desconhecidos e possíveis variações da estratégia no tempo, logo as correções para a heteroscedasticidade e correlação serial podem não capturar totalmente o efeito destas violações nos erros padrão dos coeficientes das regressões. O processo de bootstrap é utilizado para superar esses problemas estatísticos. São realizadas três etapas para o procedimento. Primeiramente, para cada fundo, estimam-se os parâmetros do modelo de market timing de Henrikson e Merton (1982) usando dados mensais para o período da amostra. Em seguida, geram-se os retornos dos fundos pelo processo de bootstrap. Para cada dia de existência do fundo, um resíduo é escolhido aleatoriamente da amostra, com reposição, e em seguida esses resíduos são adicionados aos retornos ajustados da 6

regressão original de market timing. O processo é repetido mil vezes, resultando em 1000 conjuntos de retornos de bootstrap por fundo. A última etapa consiste em estimar os parâmetros dos modelos de market timing em cada conjunto de dados do bootstrap. Para cada fundo, então, existem 1000 coeficientes de market timing. O erro padrão dos 1000 coeficientes gerados pelo bootstrap será o novo erro-padrão dos coeficientes originais, os quais são usados para computar empiricamente tanto o valor-p como a estatística t da forma: t = σ β 2, Original ( β 2, Bootstrap ) 3. METODOLOGIA Para verificar se os gestores dos fundos de investimentos brasileiros são bem sucedidos nas estratégias de market timing, este artigo aplica o teste paramétrico desenvolvido por Henriksson e Merton, aos fundos de ações de gestão ativa, replicando assim o estudo de Brito e Leusin (2008) para um período imediatamente posterior. Os dados são da base Economática, os fundos foram selecionados a partir das seguintes categorias classificadas pela ANBIMA: ações IBOVESPA ativo, ações Ibovespa ativo com alavancagem, ações IBrX ativo com e sem alavancagem, fundos multimercados com renda variável com e sem alavancagem, outros fundos de ações e fundo multimercado balanceado. A amostra foi composta inicialmente por 650 fundos de investimento no período de junho de 2005 a março de 2012. Logo foram excluídos os fundos suspeitos de terem realizado algumas transformações como um possível inplit (agrupamento de cotas) ou split (desdobramento das cotas), que usualmente mostraram uma variação muito significativa da cota de um mês para outro, utilizando como taxa de corte retornos muito acima ou muito abaixo da variação do IBOVESPA. Esses retornos foram em torno de 50% a.m. positivo ou negativo. Deste modo, a amostra estudada incluiu 625 fundos de investimento. Foram coletadas cotações mensais, para os fundos que possuíssem no mínimo 13 cotações, as quais foram corrigidas pelo IGPM/FVG acumulado. O Ibovespa foi utilizado como carteira de mercado e a SELIC-over como ativo de renda fixa, livre de risco. O CAPM foi utilizado como modelo de apreçamento, para a realização dos testes paramétricos, como os demais estudos sobre o tema. A regressão (2) foi estimada por mínimos quadrados ordinários. Em seguida, comparam-se os resultados obtidos da regressão (1) com a regressão (2), corrigida para a heteroscedasticidade, coforme Henriksson e Merton (1982) e Brito e Leusin (2008). Para testar se os gestores também apresentam habilidade para prever grandes movimentos de mercado, dividiu-se a mostra entre os valores em que a mediana do valor absoluto do retorno em excesso do mercado foi maior que a renda fixa, dos valores que estiveram abaixo desta mediana. Ou seja, calculou-se a mediana de, separando assim os períodos em que foi maior que a mediana daqueles em que o valor foi inferior. Após obter a amostra dividida, verificou-se o número de observações contidas por fundos, excluindo aqueles fundos que possuíam observações inferiores a 10. Para verificar a robustez dos resultados anteriores, a significância dos coeficientes da equação (2) foi reavaliada com a utilização de erros-padrão estimados pelo procedimento de bootstrap, conforme proposta de Bollen e Busse (2001). 7

4. RESULTADOS Esta seção apresenta, além das estatísticas descritivas dos retornos dos fundos analisados, os resultados do teste paramétrico de market timing utilizando a metodologia padrão e tambem com erros-padrão gerados com a técnica de bootstraping. a. Estatísticas Descritivas São listados na Tabela 1 as estatísticas descritivas, média, desvio padrão, assimetria e curtose, dos retornos mensais dos 625 fundos da amostra. Tais estatísticas são apresentadas separadamente pelas categorias dos fundos. Observa-se que a média dos retornos é positiva para todas as categorias, sendo que os fundos de ações IBrX Ativo com alavancagem apresentaram, o maior retorno médio, enquanto que os fundos multimercados com renda variável com alavancagem, o menor retorno médio, no entanto, a sua volatilidade é maior se comparada ao primeiro. Já os fundos balanceados tiveram o menor desvio-padrão entre todas as categorias analisadas, refletindo o caráter conservador de suas estratégias de investimento. Tabela 1 - Estatísticas descritivas dos retornos mensais Média Desvio Padrão Assimetria Curtose Ações IBOVESPA ativo 0,347% 6,843% -0,509 3,140 Ações IBOVESPA ativo com Alavancagem 0,233% 7,201% -0,455-0,190 Ações IBrX Ativo 0,462% 6,714% -0,654 2,330 Ações IBrX Ativo com Alavancagem 1,491% 2,584% 0,048-2,175 Balanceados 0,498% 1,571% -2,778 24,135 Multimercado com RV 0,521% 2,855% -1,173 30,535 Multimercado com RV com Alavancagem 0,213% 3,537% -1,601 29,131 b. Teste Paramétrico de market timing Na Tabela 2 são apresentadas as estimativas de mínimos quadrados ordinários da equação de market timing. Observa-se que ao nível de significância de 5%, somente 11 fundos possuem habilidade em market timing quando β 2 é positivo, o que representa apenas 1,76% da amostra. Verifica-se que quando o β 2 é significativo a maioria dos fundos possuem seu retorno reduzido, dado que o coeficiente é negativo, tal fato também é apontado pela média do beta do market timing. Pode-se destacar também que 41 fundos, ou 6,56% da amostra, apresentou alfa positivo, ao nível de significância de 5%, sendo que 19 destes fundos apresentaram alfa significativo a 1%. 8

Tabela 2 - Teste Paramétrico: (R Pt R ft ) = α + β(r Mt -R ft )+ β 2 max[0, R ft -R Mt ]+e Pt ; 625 fundos; entre junho de 2005 e março de 2012. Média Desvio Padrão Alfa* -0,0016 0,0312 Beta* 0,7946 0,2396 Beta M. timing* -0,3446 0,3762 R2 0,6562 Nº de Fundos % Amostra Alfa (+) 1% 19 3,04 Alfa (+) 5% 41 6,56 Alfa (+) 10% 73 11,68 Alfa (-) 1% 11 1,76 Alfa (-) 5% 38 6,08 Alfa (-) 10% 61 9,76 Beta MT (+) 1% 2 0,32 Beta MT (+) 5% 11 1,76 Beta MT (+) 10% 17 2,72 Beta MT (-) 1% 42 6,72 Beta MT (-) 5% 100 16 Beta MT (-) 10% 158 25,28 Alfa > 0 356 56,96 Beta MT > 0 139 22,24 * indica rejeição da H0 ao nível de significância de 1%; (+) número de fundos com estimativas significativamente positivas; (-) denota o número de fundos com estimativas significativamente negativas; MT = Market Timing. A Tabela 3 expõe as estimativas da regressão da seletividade micro, onde a habilidade de market timing não é separada da seletividade. O fato do alfa ser menor em relação ao da Tabela 2, pode ser explicado pela ausência do β 2, o qual possui média negativa. Assim, o alfa negativo significa que os gestores de fundos da gestão ativa, estariam gerando retornos levemente inferiores ao que seria esperado de acordo com o nível de risco assumido nas suas carteiras. Para controlar a heteroscedasticidade do modelo, a regressão (2) é corrigida segundo as ponderações geradas usando a equação (3), a Tabela 4 apresenta essas estimativas. Após a correção dos fundos que apresentaram heteroscedasticidade, há um aumento dos betas significativos ao nível de significância de 5%, totalizando 28 fundos que apresentaram habilidade em antecipar movimentos de mercado, sendo que a metade desse total também é significativo a 1%. Aparentemente esse procedimento usual de correção para heteroscedasticidade, ao reduzir os erros-padrão do estimador favorece a rejeição da hipótese nula de ausência de habilidade de market timing. 9

Tabela 3 - Teste Paramétrico: R Pt R ft = α + β(r Mt -R ft ) + e Pt ; 625 fundos; entre junho de 2005 e março de 2012. Média Desvio Padrão Alfa* -0,0076 0,0183 Beta* 0,8562 0,2123 R2 0,6271 Nº de Fundos % Amostra Alfa (+) 1% 2 0,32 Alfa (+) 5% 11 1,76 Alfa (+) 10% 20 3,2 Alfa (-) 1% 94 15,04 Alfa (-) 5% 149 23,84 Alfa (-) 10% 181 28,96 Alfa > 0 183 29,28 * indica rejeição da H0 ao nível de significância de 1%; (+) número de fundos com estimativas significativamente positivas; (-) denota o número de fundos com estimativas significativamente negativas. 10

Tabela 4 - Teste Paramétrico: R Pt R ft = α + β(r Mt -R ft )+β 2 max[0, R ft -R Mt ]+e Pt ; com correção de heteroscedasticidade 625 fundos; entre junho de 2005 e março de 2012. Média Desvio Padrão Alfa* 0,1003 0,4394 Beta* 0,786 0,2707 Beta M. timing* -0,2863 0,5274 R2 0,6909 Nº de Fundos % Amostra Alfa (+) 1% 15 2,4 Alfa (+) 5% 40 6,4 Alfa (+) 10% 70 11,2 Alfa (-) 1% 11 1,76 Alfa (-) 5% 38 6,08 Alfa (-) 10% 61 9,76 Beta MT (+) 1% 14 2,24 Beta MT (+) 5% 28 4,48 Beta MT (+) 10% 33 5,28 Beta MT (-) 1% 67 10,72 Beta MT (-) 5% 120 19,2 Beta MT (-) 10% 173 27,68 Alfa > 0 349 55,84 Beta MT > 0 158 25,28 * indica rejeição da H0 ao nível de significância de 1%; (+) número de fundos com estimativas significativamente positivas; (-) denota o número de fundos com estimativas significativamente negativas; MT = Market Timing. Para verificar se há distinção entre as previsões de pequenos e grandes movimentos de mercado, a amostra foi dividida em duas, de acordo com a magnitude do valor absoluto do excesso de retorno do mercado. Os meses com R Mt - R ft maior do que a mediana as série são separados dos meses em que esse valor é menor que a mediana. O valor da mediana para o excesso de retorno do mercado foi de 4,96% ao mês, para o período analisado. Segundo Brito e Leusin (2008, p.32): Os testes de market timing dependem da hipótese de que as probabilidades condicionais de previsões corretas sejam uniformes para todo o intervalo analisado, não importando a magnitude do excesso de retorno do mercado. No entanto, a habilidade em market timing não deve ser uniforme, pois os gestores devem prever mais facilmente grandes diferenças entre a carteira de mercado e a renda fixa do que diferenças pequenas. A Tabela 5 apresenta os resultados para as subamostras. O número de fundos para essas subamostras foi reduzido, já que para manter as regressões com no mínimo dez observações alguns fundos foram excluídos. Para a amostra de pequenas magnitudes perde-se 178 fundos, totalizando uma subamostra de 447 fundos, e para a amostra de grandes magnitudes 168 fundos 11

são excluídos, totalizando 457 fundos. Através desta Tabela, verifica-se que o valor do alfa para grandes movimentos é positivo e não há na subamostra de pequenos movimentos nenhum beta de market timing significativo ao nível de significância de 1%, esse resultado é intuitivo, pois é esperado que os gestores prevejam mais facilmente grandes diferenças entre a carteira de mercado e a renda fixa do que diferenças pequenas. Não obstante, a quantidade de fundos que possuem o beta de market timing significativo a 5% é semelhante para ambas as amostras, logo, não se encontram evidências através da quantidade de fundos com beta de market timing significativo de que os gestores fazem melhores previsões para grandes movimentos. Verifica-se também que os fundos com habilidade para previsão nas subamostras não foram os mesmos. Os resultados encontrados por Brito e Leusin (2008) para os fundos brasileiros no período 1998-2003 foram ligeiramente diferentes, já que nesse período foi verificado que um maior número de gestores conseguiu mostrar habilidade de market timing na amostra de grandes magnitudes. O estudo realizado por Henriksson (1984), para o mercado norte americano, no período de fevereiro de 1968 a julho de 1980, também não encontra evidência da capacidade dos gestores de preverem maiores movimentos do mercado superior a sua capacidade de prever pequenos movimentos. Tabela 5 - Teste Paramétrico: R Pt R ft = α + β(r Mt - R ft ) + β 2 max[0, R ft - R Mt ] + e Pt ; amostra dividida pela magnitude de RMt - Rft ; 625 fundos; entre junho de 2005 e março de 2012. Pequenas Magnitudes Grandes Magnitudes Média Desvio Padrão Média Desvio Padrão Alfa* -0,0198 0,0117 0,0052 0,0523 Beta* 1,0691 0,3173 0,8201 0,2586 Beta M. timing* - - -0,5993 0,7183 R2 0,5494 0,7548 Nº de Fundos % Amostra Nº de Fundos % Amostra Alfa (+) 1% 0 4,2506 4 0,88 Alfa (+) 5% 4 9,1723 26 5,69 Alfa (+) 10% 11 16,3311 45 9,85 Alfa (-) 1% 3 2,4609 3 0,66 Alfa (-) 5% 17 8,5011 6 1,31 Alfa (-) 10% 32 13,6465 10 2,19 Beta MT (+) 1% 0 0,4474 3 0,66 Beta MT (+) 5% 5 1,76 5 1,09 Beta MT (+) 10% 13 3,8031 7 1,53 Beta MT (-) 1% 0 9,396 22 4,81 Beta MT (-) 5% 1 22,3714 66 14,44 Beta MT (-) 10% 3 35,3468 115 25,16 Alfa > 0 207 79,6421 295 64,55 Beta MT > 0 283 31,0962 110 24,07 * indica rejeição da H0 ao nível de significância de 1%; (+) número de fundos com estimativas significativamente positivas; (-) denota o número de fundos com estimativas significativamente negativas. MT = Market Timing. 12

c. Reavaliando o teste com Bootstrap para o Erro-Padrão Após a realização da simulação por bootstrap para a obtenção dos erros-padrão dos coeficientes estimados na equação (2), percebeu-se que nenhum dos coeficientes continuou sendo significativo, nem quando se considera um nível de significância de 10%. Isso significa que os resultados obtidos pelo procedimento proposto por Henriksson e Merton (1981) e aplicado no Brasil por Brito e Leusin (2008) podem estar seriamente comprometidos. Para Bollen e Busse (2001) as explicações podem ser: a relação para identificar market timing é muito mais complexa do que a proposta por Treynor e Mazuy (1966) ou Henriksson e Merton (1981); as estratégias de timing podem acontecer com uma frequência maior do que a mensal, assim se o gestor realiza essas estratégias diariamente ou semanalmente será mais difícil de captar usando dados mensais; os gestores poderiam estar usando estratégias com opções para não ter um resultado inferior a algum índice de referência como sugerido por Jagannathan e Korajczyk (1986). Assim, são necessários procedimentos mais robustos, com frequência de dados no mínimo diária, para avaliar a habilidade de market timing, tal como recomenda Bollen e Busse (2001), mas isso corresponde à segunda parte dessa pesquisa. 5. CONSIDERAÇÕES FINAIS A capacidade dos gestores em prever movimentos do mercado em relação ao ativo livre de risco é encontrada apenas para uma minoria dos fundos de investimento, quando se utiliza a mesma metodologia usada por Brito e Leusin (2008). Quando se considera possíveis erros de especificação na equação de market timing coinstruindo erros-padrão pelo procedimento de bootstrap a hipótese nula não pode ser rejeitada, ou seja, não se pode inferir que os gestores possuem essa habilidade de previsão. A alternativa a ser considerada para realizar os testes de market timing seria através da análise dos retornos diários para cada fundo assim como foi proposto por Bollen e Busse (2001), visto que testes com dados diários geram resultados pouco viesados e apresentam maior significância para a capacidade de previsão dos gestores de fundos de investimentos. 6. REFERÊNCIAS BIBLIOGRÁFICAS ANBIMA. Associação Brasileira das Entidades dos Mercados Financeiros e de Capitais. Fundos de Investimento Balanço anual, janeiro de 2012. Disponível em: <http://www.anbima.com.br/eventos/arqs/eventos_anteriores/coletiva_fi/coletiva_fundos_%2020 11.pdf >. Acesso em: 15 fev. 2012. BLUME, M.; FRIEND, I. A new look at the capital asset pricing model. Journal of Finance, v.28, n. 1, p. 19-33, 1973. BUSSE, J.A. Volatility timing in mutual funds: Evidence from daily returns. Review of Financial Studies, v. 12, p. 1009 1041, 1999. BOLLEN, N.P.; BUSSE, J.A. On the timing ability of mutual fund managers, Journal of Finance, v.56, n.3, p.1075-1094, 2001. BRITO, R.; LEUSIN, L. Market timing e avaliação de desempenho dos fundos brasileiros. Revista de administração de Empresas, v.48, n.2, p.22-36, 2008. 13

CREMERS, M.; PETAJISTO, A. How Active Is Your Fund Manager? A New Measure That Predicts Performance. Review of Financial Studies, v.22, n.9, p. 3329 65, 2009. HENRIKSSON, R. Market Timing and mutual fund Performance: An Empirical Investigation. Journal of Business, v.57, n.1, p.73-96, 1984. HENRIKSSON, R.; MERTON, R. On market timing and investment performance. II. Statistical procedures for evaluating forecasting skills. Journal of Business, v.54, n.4, p. 513-533, 1981. JAGANNATHAN, R; KORAJCZYK, R.A. Assessing the Market Training Performance of Managed Portfolios. The Journal of Business, v.59, n.2, p. 217-235, 1986. JENSEN, M. The performance of mutual funds in the period 1945-1964. Journal of Finance, v.23, n.2, p. 389-418, 1968. JONES, R.C.; WERMERS, R. Active Management in Mostly Efficient Markets. Financial Analysts Journal, v.67, n.6, p.29-45, 2011. KACPERCZYK, M.; SIALM, C.; ZHENG, L. On the Industry Concentration of Actively Managed Equity Mutual Funds. Journal of Finance, v.60, n.4, p.1983 2012, 2005. TREYNOR; MAZUY. Can mutual funds outguess the market? Harvard Business Review, v.44, p.131-136, 1966. 14