78 9 Referências Bibliográficas ALGORITHMICS DO BRASIL. (s.d.). Algorithmics do Brasil. Fonte: www.algorithmics.com ANG, A., & PIAZZESI, M. (2003). A No-Arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables. Journal of Monetary Economics, 50, pp. 745-787. AZEVEDO, C. D. (30 de 10 de 2009). Análise Dinâmica de Estilo na Recuperação das Exposições de Fundos de Investimentos Brasileiros - Uma aplicação do Filtro de Kalman Restrito. PUC-RJ. BANZ, R. W. (1981). The Relationship between Return and Market Value of Common Stocks. Journal of Financial Economics, 9, pp. 103-126. BASU, S. (1983). The Relationship between Earnings Yield, Market Value, and Return for NYSE Common Stocks. Journal of Financial Economics, 12, pp. 129-156. BHANDARI, L. C. (1988). Debt/Equity Ratio and Expected Common Stock Returns: Empirical Evidence. Journal of Finance (43), pp. 507-528. BLISS, R. R. (1997). Movements in the term structure of interests rates. Federal Reserve Bank of Atlanta Economic Review, Fourth Quarter, pp. 16-33. BLISS, R. R. (Novembro de 1996). Testing term structure estimation methods. Federal Reserve Bank of Atlanta. BM&F BOVESPA. (S.D.). Acesso em 27 de 11 de 2009, disponível em http://www.bmfbovespa.com.br CHEN, N., ROLL, R., & ROSS, S. (1986). Economic forces and the stock markets. Journal of Business, 59, pp. 383-403.
79 CZAJA, M.-G., & HENDRIK SCHOLZ, M. W. (24 de julho de 2009). Interest rate risk on german financial institutions - the impact of level, slope, and curvature of the term structure. Review of Quantitative Finance and Accounting, 33, pp. 1-26. DANTHINE, J.-P., & DONALDSON, J. B. (2005). Intermediate Financial Theory (Segunda edição ed.). Elsevier. DIEBOLD, F., & LI, C. (2006). Forecasting the Term Structure of Government Bond Yields. Journal Of Econometrics, 130, pp. 337-364. ECONOMÁTICA. (S.D.). Acesso em 01 de 03 de 2010, disponível em http://www.economatica.com/ ELYASIAN, I. E., & MANSUR, I. (2003). International spillover of risk and return among major banking institutions a bivariate GARCH model. Journal of Accounting, Auditing & Finance, 18, pp. 303-330. EVANS, C. L., & MARSHALL, D. (2007). Economic determinants of the nominal treasury yield curve. Journal of Monetary Economics, 54, pp. 1986-2003. EVIEWS. (S.D.). Acesso em 15 de 03 de 2010, disponível em www.eviews.com FAFF, R., & HOWARD, P. (1999). Interest rate risk of Australian financial sector companies in a period of regulatory change. Pacific- Basin Finance Journal, 7, pp. 83-010. FAMA, E. F., & FRENCH, K. R. (1993). Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics, 33, pp. 3-56. LINTNER, J. (1965). The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portifolios and Capital Budgets. Reviews of Economics and Statistics, pp. 13-37.
80 LITTERMAN, R., & SCHEINKMAN, J. (JUNHO DE 1991). Common factors affecting bond returns. Jornal of fixed income, pp. 54-61. MADURA, J., & ZARRUK, E. (1995). Bank exposure to interest rate risk: a global perspective. Journal of Financial Research, 18, pp. 1-13. MICROSOFT. (S.D.). Acesso em 15 de 03 de 2010, disponível em www.microsoft.com NELSON, C. R., & SIEGEL, A. F. (1987). Parsimonous Modelling of Yield Curves. Jornal of Business, 60 (Nelson e Siegel (1997)), pp. 473-489. OERTMANN, P., RENDU, C., & ZIMMERMANN, H. (2000). Interest rate risk of European financial corporations. European Financial Management, 6, pp. 459-478. PIZZINGA, A., & FERNANDES, C. (2008). Filtro de Kalman Restrito: Teoria Métodos e Aplicações. Departamento de Engenharia Elétrica - Pontifícia Universidade Católica do Rio de Janeiro. POOTER, M. D. (2007). Examining the Nelso-Siegel class of term structure models. Tinbergen Intitute Discussion Paper, 043 (4). QUANTUM AXIS. (S.D.). Acesso em 29 de 11 de 2009, disponível em www.quantumaxis.com.br REINGANUM, M. R. (1981). Misspecification in Capital Asset Pricing: Empirical Anomalies Based on Earnings Yields and Market Values. Journal of Financial Economics, 9, pp. 19-46. ROSENBERG, B., REID, K., & LANSTEIN, R. (1985). Persuasive Evidence of Market Inefficiency. Journal of Portfolio Management, 11, pp. 9-17. ROSS, S. (1976). The arbitrage theory of capital asset pricing. Journal of Economic Theory (13), pp. 341-360.
81 SHARPE, W. F. (1964). A Theory of Market Equilibrium under Conditions of Risk. Journal of Finance, 19, pp. 425-442. SHARPE, W. F. (1988). Determining a Fund s Effective Asset Mix. Investment Management Journal, pp. 59-69. SVENSSON, L. (1994). Estimating and interpreting forward rates: Sweden 1992-1994. NBER Working Paper Series, 4871. TAI, C. (2000). Time-varying market, interest rate and exchange rate risk premia in the US commercial bank stock returns. Journal of Multinational Financial Manage, 10, pp. 397 420. TER HORST, J., NIJMAN, T., & DE ROON, F. (2004). Evaluating Style Analysis. Journal of Empirical Finance, 11, pp. 29-53.
82 10 Anexo 1: Fatores de Nelson e Siegel, Componentes Principais ou Medidas Empíricas? Existe diferença entre o poder preditivo dos modelos? A proposta deste anexo é discutir se a escolha entre as diferentes maneiras de se extrair os componentes principais da curva de juros propostas na literatura do tema modificaria os resultados estimados no presente trabalho. Define-se: Medidas empíricas como maneiras de se observar empiricamente nível inclinação e curvatura da curva de juros. Nível empírico: taxa DI de um dia (taxa over) Inclinação empírica: (taxa de 186 meses taxa over)/taxa over Curvatura empírica: (taxa de 186 meses + taxa over 2 x taxa 84 meses)/taxa over Fundos: A comparação entre os três métodos de extração de nível, inclinação e curvatura apresentados neste trabalho mostra que as diferenças entre os resultados de cada método foram pequenas. No entanto, ainda assim, os resultados indicam que a utilização dos fatores de (Nelson & Siegel, 1987) proposta em (Czaja & Hendrik Scholz, 2009) apresentou o pior resultado entre fundos, tanto de renda fixa quanto multimercado.
83 Observou-se, também, que apenas na metodologia de (Nelson & Siegel, 1987) o poder preditivo da variável inclinação foi menor que o poder preditivo da curvatura. Mais especificamente, nessa metodologia a variável curvatura parece estar capturando efeitos que nas outras metodologias estão capturados em inclinação. A comparação entre a metodologia de fatores empíricos proposta nesse trabalho com a metodologia de componentes principais propostas em (Litterman & Scheinkman, 1991) apresenta resultados muito similares, no entanto. Embora, a rigor, a análise de componentes principais tenha apresentado o melhor resultado, essa diferença foi muito pequena tanto na média quanto na observação gráfica dos resultados (tanto para fundos de renda fixa quanto para fundos multimercado). Dessa forma, sendo, entretanto, a metodologia de medidas empíricas muito mais simples do ponto de vista teórico, tendo ela apresentado resultados
84 equivalentes aos resultados das outras metodologias, conclui-se que esta se apresenta como uma excelente solução para faciltar a utilização da modelagem proposta no neste trabalho na prática da gestão de risco de taxa de juros.