Upload
others
View
9
Download
0
Embed Size (px)
Citation preview
1
RELATÓRIO PIBIC 2016
PARTE 1 -RESUMO
FATORES GLOBAIS IMPACTAM NOS MERCADOS
ACIONÁRIOS DOS PAÍSES SUBDESENVOLVIDOS? UMA
ABORDAGEM QUANTÍLICA.
Aluno: Bruno Barreto Chvaicer
Orientador: Luiz Felipe Motta/Marcelo Klotzle
Introdução
A partir da plataforma Bloomberg e Economática foram coletados, desde 1987
até 2015, dados diários dos índices considerados os principais fatores globais que
poderiam afetar o mercado acionário dos países emergentes. Primeiro coletou-se dados
da variação diária do principal índice da bolsa de cada país, assim como a variação da
moeda local e a taxa de câmbio diária equivalente (valor U$ diário). Após isso, foi
calculada em dólar a variação da moeda local de cada país. Em seguida, foram coletados
dados de incerteza política dos Estados Unidos (no site: www.policyuncertainty.com); e
o índice S&P 500, que é o mais importante índice de ações do mundo, e o VIX (no site:
www.finance.yahoo.com), que nada mais é do que a volatilidade implícita do índice
S&P 500. Por último, foram coletados dados referentes a commodities como o WTI,
índice que se refere ao preço do barril do petróleo bruto e o dado sobre a variação diária
do preço do ouro.
Objetivos
Com o intuito de saber de que forma os mercados acionários dos países
emergentes (Brasil, Argentina, Chile, México, Índia, China, África do Sul, Rússia,
Indonésia, Polônia e Turquia) são influenciados por outros fatores globais, foi realizada
uma coleta de dados desses principais fatores e em seguida um estudo para identificar
como cada fator influencia esses mercados.
2
Metodologia
O estudo a ser feito se baseia no trabalho de Walid Mensi (“Do global factors
impact BRICS stock markets? A quantile regression approach”), onde foi utilizado o
método de Regressão Quantílica que produz estimativas aproximadas tanto da mediana
como quaisquer outros quantís da variável dependente. Evidenciou-se uma dependência
assimétrica entre as bolsas dos países emergentes com os países restantes do mundo, que
não muda desde o início da crise financeira global. A variação do índice VIX não
resultou em nenhuma alteração nos mercados acionários dos países emergentes com
mercado em alta, com exceção do Brasil e Índia, mas foi um fator relevante nos
mercados em baixa. A incerteza política americana não exerce nenhum impacto sobre
mercados de ações dos países emergentes. O preço do petróleo exibiu uma
independência simétrica em relação aos mercados emergentes (exceto África do Sul),
mas a dependência significativa aumenta desde o início da recente crise financeira. O
preço do ouro tem uma dependência simétrica com os mercados acionários dos países
emergentes (exceto Rússia e China, cujos bancos centrais compraram ouro) e o grau de
dependência diminuiu desde o começo da crise.
Para os participantes do mercado acionário, é importante atentarem para o fato
dos mercados de ações globais se influenciarem entre si, incluindo os mercados dos
países emergentes. Além disso, é necessário saber que o mercado de ações depende
significativamente de mudanças na estrutura dos fatores de risco, os ciclos de negócios e
as flutuações de outros índices macroeconômicos. Incluindo commodities (ouro e
petróleo) em seu portfólio, o investidor diminui o risco contra perdas no seu
investimento. Há uma necessidade de entender o que acontece na economia como um
todo e compreender a estrutura de dependência dos mercados de ações na economia
global e fatores financeiros.
Conclusões
Esta pesquisa é, particularmente, útil para gestores de risco de carteiras,
comercializadores de energia, políticos e investidores internacionais que devem ser
cautelosos sobre a realização de investimentos em diferentes mercados simultaneamente.
Conhecer as dependências dos mercados dos países emergentes é crucial para ajudar a
discernir a direção dos co-movimentos, e para evitar que os mercados acionários dos
países emergentes se contagiem com crises ou grandes eventos.
Referências
1 - MENSI,Walid. Do global factors impact BRICS stock markets? A quantile
regression approach.
3
PARTE 2-SEMINÁRIO EM FINANÇAS
A influência de fatores globais no retorno do mercado de ações brasileiro
(Para discussão preliminar – Junho 2016)
INDICE
1. Introdução .......................................................................................................................................... 4
2. Referencial Teórico ............................................................................................................................ 4
3. Metodologia ........................................................................................................................................ 5
A. METODOLOGIA ECONOMÉTRICA ...................................................................................................... 5 B. DADOS E SUMÁRIO ESTATÍSTICO ...................................................................................................... 6
4. Resultados ........................................................................................................................................... 9
A. DEPENDÊNCIA ENTRE IBOVESPA E MERCADO DE COMMODITIES ...................................................... 9 B. DEPENDÊNCIA ENTRE IBOVESPA E ÍNDICE VIX .............................................................................. 11 C. DEPENDÊNCIA ENTRE IBOVESPA E INSTABILIDADE POLÍTICA AMERICANA .................................... 11
5. Conclusões ........................................................................................................................................ 13
6. Bibliografia ....................................................................................................................................... 14
4
1. Introdução
Neste artigo, é analisado como fatores globais, incluindo o preço de commodities,
a incerteza política americana e a volatilidade da bolsa americana, influenciam o retorno
das ações do Ibovespa – Índice da Bolsa de Valores de São Paulo.
A principal motivação é compreender melhor os fatores que podem influenciar no
retorno do mercado de ações brasileiro, tanto positivamente como negativamente.
Conhecer a relação do movimento do mercado de ações com esses índices pode
auxiliar na identificação de oportunidades de investimentos e na diversificação de riscos.
A metodologia empregada foi a regressão quantílica porque esta permite
identificar a dependência condicional de quantis específicos dos retornos em relação às
variáveis estudadas. Assim, é possível analisar a relação de dependência em diferentes
circunstâncias do mercado.
Baur(2013) demonstrou que a metodologia fornece um panorama detalhado da
relação de dependência, incluindo relações assimétricas e não lineares. Além disso,
mudanças no nível ou estrutura da dependência podem ser modeladas e testadas para
cada quantil da distribuição.
Utilizando dados mensais desde janeiro de 1998 até março de 2016 os resultados
encontrados indicaram que o mercado de ações do Brasil apresenta uma relação de
dependência com o mercado de commodities (ouro e petróleo) e com um índice de
incerteza do mercado acionário americano (índice VIX). Por outro lado, a incerteza
política americana não impacta no retorno do mercado brasileiro.
2. Referencial Teórico
Lin, Wang, e Gau (2007) investigaram a influência de fatores locais no retorno dos
títulos de países emergentes. Esses fatores foram divididos em fatores locais e fatores
macroeconômicos. Os resultados indicaram que o mercado de títulos dos emergentes é
parcialmente integrado com o mundo desenvolvido e que os instrumentos locais podem
auxiliar na previsão dos retornos. A incorporação de variáveis macroeconômicas
aumentou o poder explanatório do modelo.
5
Ono( 2011) estudou o impacto dos preços do petróleo nos retornos das ações no
Brazil, China, India e Rússia (Brics) utilizando o modelo VAR no período de 1999 a
2009. Os resultados indicaram que o aumento no preço do petróleo influenciaram
positivamente os retornos reais das ações com significância estatística em todos os
países, exceto para o Brasil.
Ainda com relação ao foco no mercado de ações, Hammoudeh et al.(2013)
investigou a inter-relação entre as classificações de risco político, financeiro e
econômico dos cinco países dos BRICS e a relação destes com o respectivo retorno do
mercado de ações nacional. Os resultados demonstraram que apenas o mercado chinês é
sensível a todos os fatores. Em relação ao Brasil, dentre os países estudados, este
apresentou especial sensibilidade aos riscos econômicos e políticos.
Utilizando o método da regressão quantílica, Tsai (2012) encontrou uma relação
significativa entre índices de mercados de ações de seis países asiáticos e taxas de
câmbio.
Por fim, Mensi et al. (2013) examinaram o impacto de importantes fatores globais
no retorno dos 5 países dos BRICS utilizando a abordagem da regressão quantílica.
Segundo os autores, a maior parte dos estudos examinou a influência do risco de um país
nos retornos financeiros dos mercados domésticos assumindo um impacto simétrico nas
mudanças de classificação de risco dos países. Essa pesquisa permitiu uma análise
considerando uma assimetria multivariada na relação entre os índices de retorno dos
mercados e fatores globais. Essa metodologia permitiu diferir os efeitos nos diferentes
quantis dos retornos dos mercados, oferecendo flexibilidade e análises diversas.
3. Metodologia
a. Metodologia Econométrica
Desde sua introdução na literatura por Koenker, Hallock, Koenker e Hallock
(1978), a regressão quantílica se tornou uma ferramenta popular na modelagem da
dependência quando esta considera uma série de curvas e regressões que diferem através
de quantis da distribuição condicional das variáveis dependentes (Mensi et al., 2013).
6
Segundo Koenker (2005), a função de regressão quantílica oferece um resultado
mais preciso e acurado do impacto das variáveis condicionais das variáveis dependentes.
Ela é definida para o i-ésimo quantil conforme a equação:
minbÎR n–1 {Σt Î {t:yi ≥ xi b} q| yt – xtb| +Σ t Î {t:yi ≥ xi b}(1 – q)| yt – xt b|} (1)
A estimação dos parâmetros é feita por meio algoritmo de Barrodale e Roberts
sugerido por Orey (1987).
Nesta pesquisa, a estimação do modelo foi realizada por dados em série. Para a
realização do teste e a estimação dos parâmetros foi utilizado o Software Eviews® 9.5.
b. Dados e sumário estatístico
Foi testada empiricamente a relação de dependência entre o retorno das ações do
Ibovespa, bolsa de valores do Estado de São Paulo, e o retorno de importantes fatores
econômicos e financeiros para o período entre janeiro de 1998 e março de 2016
utilizando o software Eviews®.
O ponto de partida foi escolhido por ter sido marcado por períodos turbulentos,
tais como a crise asiática de 1997, a crise Russa e Brasileira em 1998. O período cobre
ainda a crise financeira global no período 2007 – 2009.
Os fatores testados foram selecionados com base na revisão bibliográfica
realizada e englobam: (i) o preço do barril de petróleo do tipo WTI, expresso em dólares;
(ii) o preço do ouro em dólares por onça; (iii) a volatilidade implícita do índice S&P 500
representada pelo índice VIX e (iv) um índice de incerteza política americana.
Os dados foram extraídos de diversas fontes. O índice Ibovespa foi extraído da
plataforma Bloomberg® para o período em análise. O preço do barril do petróleo foi
extraído do site da agência americana EIA – Energy Information Administration e o
preço do ouro foi oriundo do site do Conselho Mundial do Ouro. O índice de
volatilidade financeira teve como fonte o Yahoo Finance.
7
A última fonte de informação foi o site de incerteza política1, do qual foi possível
extrair o índice de incerteza política americana, utilizado nesta pesquisa. Esse índice é
construído com base em evidências coletadas de notícias veiculadas na mídia oriundas
de mais de 12000 artigos. O estudo publicado por Baker et al.(2016) apresenta maiores
detalhes da construção deste índice. Cabe ressaltar que não são cobertos dados do
mercado brasileiro, de forma que foi incluída nesta pesquisa a incerteza política
americana como um fator. Os Estados Unidos formam a maior economia nacional do
mundo e parte-se da hipótese de que um aumento na incerteza política americana
poderia levar a um aumento no retorno do mercado acionário brasileiro.
O retorno das variáveis foi calculado levando-se em consideração a diferença no
logaritmo entre dois preços consecutivos.
A Figura 1 ilustra a dinâmica da série de retornos do mercado brasileiro. É
possível observar que os retornos são especialmente voláteis entre a metade de 1998 e a
metade de 1999, período da crise brasileira, e no meio de 2008, período da crise
financeira global.
Os retornos do barril de petróleo WTI e do preço do ouro, indicados na Figura 2
e na Figura 3, respectivamente, apresentam padrão similar, enquanto que o índice
representativo da instabilidade política americana não apresenta um padrão particular.
Figura 1 - Retornos do índice Ibovespa
1 www.policyuncertainty.com
8
Figura 2 - Retorno do preço de barril e petróleo WTI
Figura 3 - Retorno do preço do Ouro
Figura 4 - Retorno da Instabilidade política americana
A Tabela 1 apresenta um resumo estatístico dos fatores analisados e do retorno
das ações da Bovespa. O barril de petróleo WTI apresenta o maior ganho e a maior
perda comparativamente ao ouro. O índice VIX e o Índice de Instabilidade Política
9
apresentam a maior volatilidade, indicada pelo desvio padrão, dentre as variáveis
estudadas. Esse resultado era esperado uma vez que representam volatilidade e risco
político, respectivamente. Tanto os retornos do Ibovespa como o das commodities
apresentam assimetria negativa, diferentemente dos índices de instabilidade política e do
VIX, cujos valores são positivos. Todos os parâmetros apresentam altos valores de
curtose.
Ibovespa WTI Ouro Instabilidade Política VIX
Média 0,752 0,35 0,642 0,106 -0,197
Mediana 0,923 1,297 0,712 -3,799 -1,205
Máximo 21,545 30,259 15,996 170,179 85,258
Mínimo -50,341 -39,116 -19,095 -197,605 -48,596
Desvio padrão 8,631 9,766 5,043 67,313 19,636
Assimetria -1,117 -0,387 -0,2 0,091 0,597
Curtose 8,283 4,008 4,103 2,866 4,565 Tabela 1 - Resumo Estatístico das variáveis indicadas
Por fim, cabe ressaltar que foi testada a hipótese nula da raiz unitária para todas as
variáveis. Todos os resultados foram significativos a 1% conforme indicado na Tabela 2.
Ibovespa WTI Ouro Instabilidade Política VIX
Augmented Dickey and Fuller -14,011* -13,057* -16,762* -10,625* -17,215*
Tabela 2 - Teste da Raiz Unitária das séries
4. Resultados
a. Dependência entre Ibovespa e mercado de commodities
No que diz respeito ao impacto do preço do ouro, pode-se dizer que o impacto é
positivo e significativo para quantis mais baixos e intermediários (abaixo de 0,700) dos
retornos. Assim retornos mais altos do ibovespa, não são explicados pelo retorno do
ouro, conforme indicado na Tabela 3. Ainda, observou-se que, conforme pode ser
ratificado na Figura 7, o retorno do outro apresenta coeficientes mais elevados para
quantis mais baixos.
10
Os resultados encontrados para o barril WTI, apresentados na Tabela 4, indicam
uma relação de dependência positiva para quantis mais baixos e intermediários. Nos
quantis mais altos (acima de 0,800) os coeficientes encontrados não são significantes
estatisticamente, assim como verificado para o retorno do ouro. Nesse sentido,
movimentos de altos no retorno das ações no mercado brasileiro não são explicados pelo
petróleo.
βouro
Quantil Coeficiente Erro valor -p
0.100 0.423* 0.112 0.000
0.200 0.408* 0.092 0.000
0.300 0.462* 0.095 0.000
0.400 0.344* 0.113 0.002
0.500 0.301* 0.110 0.006
0.600 0.231** 0.110 0.036
0.700 0.168 0.116 0.149
0.800 0.105 0.153 0.491
0.900 0.194 0.212 0.362
Tabela 3 - Resultado da regressão quantílica para a variável Ouro. Os asteristicos (*), (**) e (***) indicam
significância a 1%, 5% e 10%, respectivamente.
βWTI
Quantil Coeficiente Erro valor -p
0.100 0.126*** 0.067 0.060
0.200 0.136** 0.060 0.025
0.300 0.148** 0.062 0.017
0.400 0.127*** 0.074 0.085
0.500 0.134*** 0.073 0.069
0.600 0.181* 0.067 0.008
0.700 0.221* 0.063 0.000
0.800 0.112 0.087 0.199
0.900 0.041 0.086 0.634
Tabela 4 - Resultado da regressão quantílica para a variável WTI. Os asteristicos (*), (**) e (***) indicam
significância a 1%, 5% e 10%, respectivamente.
11
b. Dependência entre Ibovespa e Índice VIX
O índice de volatilidade das ações do S&P 500 apresentam coeficientes negativos
e significativos a 1% em todos os quantis. Isso significa que quando maior a volatilidade
do mercado americano, menor é o retorno do mercado acionário brasileiro. Esse impacto
é ainda mais negativo para quantis mais baixos.
βVix
Quantil Coeficiente Erro valor -p
0.100 -0.201* 0.036 0.000
0.200 -0.173* 0.029 0.000
0.300 -0.182* 0.034 0.000
0.400 -0.167* 0.034 0.000
0.500 -0.171* 0.031 0.000
0.600 -0.167* 0.027 0.000
0.700 -0.175* 0.024 0.000
0.800 -0.181* 0.031 0.000
0.900 -0.157* 0.044 0.000
Figura 5 - Resultado da regressão quantílica para a variável VIX. Os asteristicos (*), (**) e (***) indicam
significância a 1%, 5% e 10%, respectivamente.
c. Dependência entre Ibovespa e Instabilidade Política americana
Com relação ao índice de Instabilidade Política Americana pode-se dizer que a
relação de dependência foi insignificante estatisticamente para todos os quantis dos
retornos do mercado brasileiro.
βIntabilidade_Política
Quantil Coeficiente Erro valor -p
0.100 -0.004 0.011 0.678
0.200 0.007 0.009 0.439
0.300 0.006 0.009 0.463
0.400 -0.005 0.009 0.575
0.500 -0.007 0.008 0.403
0.600 -0.004 0.008 0.637
0.700 0.002 0.007 0.784
0.800 0.000 0.008 0.944
0.900 -0.012 0.011 0.260
Figura 6 - Resultado da regressão quantílica para o Ínice de Instabilidade Política americano. Os asteristicos
(*), (**) e (***) indicam significância a 1%, 5% e 10%, respectivamente.
12
Figura 7 - Mudanças nos coeficientes de regressão
13
5. Conclusões
No que diz respeito aos retornos das commodities, verificou-se uma relação
positiva entre o retorno das ações e o retorno no preço do ouro e do petróleo. Logo, essas
variáveis ajudam a explicar o retorno das ações. A exceção foi verificada na extremidade
à direita, indicativa do mercado brasileiro em alta, que não apresentou resultados
significantes estatisticamente.
O índice de volatilidade VIX afeta negativamente o mercado acionário brasileiro.
Esse efeito é ainda mais acentuado no mercado em baixa, indicando que o medo e a
ansiedade no mercado americano são mais impactantes quando o mercado está em baixa,
bem como verificado por Mensi et al. (2013).
Com relação ao efeito da instabilidade política americana, a hipótese inicial de que
um aumento dessa variável poderia levar a um aumento do retorno acionário foi
refutada. Os dados estatísticos mostraram que esse índice não explica os retornos do
Ibovespa.
A modelagem realizada nesta pesquisa pode contribuir para uma melhor
compreensão dos fatores que explicam os retornos no mercado acionário brasileiro,
contribuindo para uma alocação de recursos mais eficiente.
Os resultados aqui apresentados podem ser expandidos para outros mercados,
resultando em uma pesquisa científica mais completa e comparativa dos efeitos dos
fatores selecionados. Além disso, podem ser realizados avanços com relação às
publicações já existentes, incluindo outros fatores macroeconômicos ou financeiros.
14
6. Bibliografia
Baker, S. R., Bloom, N., Davis, S. J., Boehnke, J., Dashkeyev, V., Deriy, O., …
Kashyap, A. (2016). Measuring Economic Policy Uncertainty, (March).
Baur, D. G. (2013). The structure and degree of dependence : A quantile regression
approach. Journal of Banking and Finance, 37(3), 786–798.
http://doi.org/10.1016/j.jbankfin.2012.10.015
Hammoudeh, S., Sari, R., Uzunkaya, M., & Liu, T. (2013). The dynamics of BRICS ’ s
country risk ratings and domestic stock markets , U . S . stock market and oil price.
Mathematics and Computers in Simulation, 94, 277–294.
http://doi.org/10.1016/j.matcom.2012.01.002
Koenker, R. (2005). Quantile regression. Econometric Society Monograph Series, 48(3),
445–446. http://doi.org/10.1198/004017006000000156
Koenker, R., Hallock, K. F., Koenker, R., & Hallock, K. F. (1978). Regression
Quantiles. Journal of Econometric Society, 46(1), 33 – 50.
Lin, C., Wang, M., & Gau, Y. (2007). Expected risk and excess returns predictability in
emerging bond markets, 1511–1529. http://doi.org/10.1080/00036840600606336
Mensi, W., Beljid, M., Boubaker, A., & Managi, S. (2013). Correlations and volatility
spillovers across commodity and stock markets : Linking energies , food , and gold.
Economic Modelling, 32, 15–22. http://doi.org/10.1016/j.econmod.2013.01.023
Ono, S. (2011). Oil Price Shcocks and Stock Markets in Brics. The European Journal of
Comparative Economics 8.
Orey, R. W. . K. and V. D. ’. (1987). Algorithm AS 229 : Computing Regression
Quantiles. Journal of the Royal Statistical Society . Series C, 36(3), 383–393.
Tsai, I. (2012). Journal of International Financial Markets , Institutions & Money The
relationship between stock price index and exchange rate in Asian markets : A
quantile regression approach. “Journal of International Financial Markets,
Institutions & Money,” 22(3), 609–621. http://doi.org/10.1016/j.intfin.2012.04.005